הבנת דוגמאות מרובדות וכיצד להכין אותן

מדגם מרובד הוא דוגמה שמבטיחה כי תת-קבוצות (שכבות) של אוכלוסייה נתונה מיוצגות כראוי בתוך כל השלם אוכלוסיית מדגם של מחקר מחקרי. לדוגמה, ניתן לחלק מדגם של מבוגרים לקבוצות משנה לפי גיל, כמו 18–29, 30–39, 40–49, 50–59, 60 ומעלה. כדי לרבד מדגם זה, החוקר בחר אז באופן אקראי בכמויות פרופורציונאליות של אנשים מכל קבוצת גיל. זוהי טכניקת דגימה יעילה ללימוד כיצד מגמה או סוגיה עשויים להיות שונים בין קבוצות המשנה.

חשוב לציין ששכבות בהן נעשה שימוש בטכניקה זו אסור לחפוף, מכיוון שאם היו עושים זאת, יש אנשים שיש להם סיכוי גבוה יותר להיבחר מאחרים. זה יוצר מדגם מוטה שיוטה את המחקר ויביא את התוצאות לא חוקי.

כמה מהשכבות הנפוצות ביותר ששימשו בדגימה אקראית מרובדת כוללות גיל, מין, דת, גזע, השכלה חינוכית, מצב חברתי - כלכלי, ולאום.

ישנם מצבים רבים בהם החוקרים היו בוחרים בדגימה אקראית מרובדת על פני סוגים אחרים של דגימה. ראשית, משתמשים בו כאשר החוקר רוצה לבחון תת קבוצות בתוך אוכלוסייה. החוקרים משתמשים גם בטכניקה זו כאשר הם רוצים לצפות בקשרים בין שתי קבוצות משנה או יותר, או כאשר הם רוצים לבחון את הקצוות הנדירים של אוכלוסיה. בעזרת דגימה מסוג זה מובטח לחוקר שנושאים מכל תת-קבוצה כלולים במדגם הסופי, בעוד שהם פשוטים

בדגימה אקראית מרובדת פרופורציונאלית, גודל כל שכבה פרופורציונאלי לגודל האוכלוסייה של השכבות כאשר נבדק על פני כל האוכלוסייה. המשמעות היא שלכל שכבה יש את אותו שבר דגימה.

לדוגמה, נניח שיש לך ארבע שכבות עם גודל אוכלוסייה של 200, 400, 600 ו 800. אם תבחר שבר דגימה של ½, פירוש הדבר שעליך לדגום באופן אקראי 100, 200, 300 ו -400 נבדקים מכל שכבה בהתאמה. נעשה שימוש באותו שבר דגימה לכל שכבה ללא קשר להבדלים בגודל האוכלוסייה של השכבות.

בדגימה אקראית מרובדת ללא פרופורציה, לשכבות השונות אין שברים דגימה זהים זה לזה. לדוגמה, אם ארבע השכבות שלך מכילות 200, 400, 600 ו 800 אנשים, אתה יכול לבחור שברים מדגימים שונים לכל שכבה. אולי בשכבה הראשונה עם 200 איש יש חלק מדגימה של ½, וכתוצאה מכך 100 אנשים שנבחרו לשטח המדגם, בעוד שבשכבה האחרונה עם 800 איש יש חלק מדגימה של ¼, והתוצאה היא 200 אנשים שנבחרו ל מדגם.

הדיוק בשימוש בדגימה אקראית מרובדת לא פרופורציונאלית תלוי מאוד בשברי הדגימה שנבחרו ומשתמשים בהם על ידי החוקר. כאן על החוקר להיות זהיר מאוד ולדעת בדיוק מה הם עושים. טעויות שנעשו בבחירה ושימוש בשברי דגימה עלולות לגרום לשכבה שהיא מיוצגת יתר או תת-מיוצג, וכתוצאה מכך תוצאות מוטות.

שימוש במדגם מרובד תמיד ישיג דיוק רב יותר מדגם אקראי פשוט, בתנאי ש השכבות נבחרו כך שחברי אותה שכבה יהיו דומים ככל האפשר מבחינת מאפיין עניין. ככל שההבדלים בין השכבות גדולים יותר, כך עולה הדיוק ברווח.

מבחינה ניהולית, לעיתים קרובות יותר נוח לרבד מדגם מאשר לבחור מדגם אקראי פשוט. לדוגמה, ניתן להכשיר מראיינים כיצד להתמודד בצורה הטובה ביותר עם גיל או קבוצה אתנית מסוימת, בעוד שאחרים מאומנים על הדרך הטובה ביותר להתמודד עם גיל או קבוצה אתנית אחרת. בדרך זו יכולים המראיינים להתרכז ולשכלל מערך מיומנויות קטן וזה פחות יקר עבור החוקר.

גם מדגם מרובד יכול להיות קטן יותר בגודל מדגמים אקראיים פשוטים, שיכולים לחסוך זמן רב, כסף ומאמץ עבור החוקרים. הסיבה לכך היא שלסוג זה של טכניקת דגימה יש דיוק סטטיסטי גבוה בהשוואה לדגימה אקראית פשוטה.

יתרון אחרון הוא שמדגם מרובד מבטיח כיסוי טוב יותר של האוכלוסייה. לחוקר יש שליטה על קבוצות המשנה הכלולות במדגם, ואילו דגימה אקראית פשוטה אינה מבטיחה כי סוג אחד של אדם ייכלל במדגם הסופי.

החיסרון העיקרי אחד של דגימה מרובדת הוא שזה יכול להיות קשה לזהות שכבות מתאימות למחקר. החיסרון השני הוא שמורכב יותר לארגן ולנתח את התוצאות בהשוואה לדגימה אקראית פשוטה.

עודכן על ידי ניקי ליסה קול, ד.