POBIERANIE KWOTOWE: METODA, ZALETY, WADY, PRZYKŁADY - DUDAS - 2025

Próbkowania kontyngent jest non - probabilistyczny sposób podjąć dane z warstw próbki przydziału limitów. Kwoty muszą być proporcjonalne do ułamka, który reprezentuje ta warstwa w stosunku do całej populacji, a suma kwot musi być równa wielkości próby.

Badacz to ten, który decyduje, które grupy lub warstwy będą, np. Może podzielić populację na mężczyzn i kobiety. Innym przykładem warstw są przedziały wiekowe, na przykład od 18 do 25, od 26 do 40 i od 40 lat, które można określić następująco: młoda, stara i stara.

Rysunek 1. Kwoty pobierania próbek są podzielone na segmenty zgodnie z różnicami w całej populacji. Źródło: Pixabay.

Bardzo wygodnie jest wiedzieć z góry, jaki procent całkowitej populacji reprezentuje każdą warstwę. Następnie wybiera się statystycznie istotną liczebność próby i proporcjonalne kwoty przypisuje się procentowi każdej warstwy w stosunku do całej populacji. Suma kontyngentów na warstwę musi być równa całkowitej wielkości próby.

Na koniec brane są dane dotyczące kwot przypisanych do każdej warstwy, wybierając pierwsze elementy, które uzupełniają kwotę.

Właśnie z powodu tego nielosowego sposobu doboru elementów ta metoda próbkowania jest uważana za nieprobabilistyczną.

Kroki próbkowania według kwot

Krok 1

Podziel całą populację na warstwy lub grupy o pewnych wspólnych cechach. O tej charakterystyce zadecyduje wcześniej badacz statystyczny prowadzący badanie.

Krok 2

Określ, jaki procent całkowitej populacji reprezentuje każdą z warstw lub grup wybranych w poprzednim kroku.

Krok 3

Oszacuj statystycznie istotną liczebność próby, zgodnie z kryteriami i metodologiami nauk statystycznych.

Krok 4

Obliczyć liczbę elementów lub kwot dla każdej warstwy, tak aby były proporcjonalne do odsetka, jaki każdy z nich reprezentuje w odniesieniu do całej populacji i całkowitej wielkości próby.

Krok 5

Weź dane z pierwiastków w każdej warstwie, aż do uzupełnienia kwoty odpowiadającej każdej warstwie.

Praktyczna walizka

Załóżmy, że chcesz poznać poziom zadowolenia z metra w mieście. Wcześniejsze badania na populacji 2000 osób wykazały, że 50% użytkowników to młodzi ludzie w wieku od 16 do 21 lat, 40% to dorośli w wieku od 21 do 55 lat, a tylko 10% użytkowników ma więcej niż 55 lat.

Korzystając z wyników tego badania, jest on podzielony na segmenty lub stratyfikowane według wieku użytkowników:

-Młodzież: 50%

-Dorośli: 40%

- Osoby w podeszłym wieku: 10%

Ponieważ budżet jest ograniczony, badanie należy przeprowadzić na małej, ale statystycznie istotnej próbie. Wybiera się próbę liczącą 200 osób, czyli badanie poziomu satysfakcji zostanie przeprowadzone łącznie na 200 osobach.

Pozostaje teraz określić limit lub liczbę badań dla każdego segmentu lub warstwy, która musi być proporcjonalna do wielkości próby i odsetka na warstwę.

Kwota na warstwę

Limit liczby badań w warstwie przedstawia się następująco:

Młodzież: 200 * 50% = 200 * (50/100) = 100 ankiet

Dorośli: 200 * 40% = 200 * (40/100) = 80 ankiet

Seniorzy: 200 * 10% = 200 * (10/100) = 20 ankiet

Rysunek 2. Kwoty w próbie 200 osobników według warstwy wieku. Źródło: F. Zapata.

Zwróć uwagę, że suma opłat musi być równa wielkości próby, czyli równa całkowitej liczbie ankiet, które zostaną zastosowane. Następnie ankiety są przekazywane do momentu osiągnięcia limitów dla każdej warstwy.

Należy zauważyć, że ta metoda jest znacznie lepsza niż zrobienie wszystkich ankiet i przekazanie ich pierwszym 200 osobom, które się pojawią, ponieważ zgodnie z wcześniejszymi danymi jest bardzo prawdopodobne, że warstwa mniejszości zostanie wykluczona z badania.

Możliwość zastosowania, zalety i wady

Aby metoda miała zastosowanie, wymagane jest kryterium tworzenia warstw, które zależy od celu badania.

Próbkowanie kwot jest odpowiednie, gdy chcesz poznać preferencje, różnice lub cechy w poszczególnych sektorach, aby kierować określonymi kampaniami zgodnie z warstwą lub segmentem.

Jego użycie jest również przydatne, gdy z jakiegoś powodu interesujące jest poznanie cech lub interesów sektorów mniejszościowych lub gdy nie chcą ich wykluczać z badania.

Aby można było zastosować, waga lub znaczenie każdej warstwy musi być znane w odniesieniu do całej populacji. Bardzo ważne jest, aby ta wiedza była wiarygodna, w przeciwnym razie zostaną uzyskane błędne wyniki.

Korzyść

- Skróć czas nauki, ponieważ opłaty za warstwę są zwykle niewielkie

-Upraszcza analizę danych.

-Minimalizuje koszty, ponieważ badanie jest stosowane na małych, ale dobrze reprezentatywnych próbkach całej populacji.

Niedogodności

- Ponieważ warstwy są definiowane a priori, możliwe jest, że niektóre sektory populacji zostaną pominięte w badaniu.

-Ustalając ograniczoną liczbę warstw, możliwe jest, że w badaniu gubią się szczegóły.

-Unikając lub włączając jakąś warstwę jako część innej, w badaniu można wyciągnąć błędne wnioski.

-Uniemożliwia oszacowanie maksymalnego błędu próbkowania.

Prosty przykład zastosowania

Chcemy przeprowadzić badanie statystyczne dotyczące poziomu lęku w populacji 2000 osób.

Badacz kierujący badaniami intuicyjnie wyczuwa różnice w wynikach w zależności od wieku i płci. Z tego powodu decyduje się na utworzenie trzech warstw wiekowych oznaczonych następująco: pierwszy wiek, drugi wiek i trzeci wiek. Jeśli chodzi o segment płci, zdefiniowano dwa typowe typy: mężczyzna i kobieta.

Pierwszy_wiek jest zdefiniowany między 18 a 25 rokiem życia, Drugi_Age między 26 a 50 rokiem życia, a trzeci Trzeci wiek jest między 50 a 80 lat.

Analizując dane dotyczące całej populacji, należy:

45% populacji należy do First_Age.

40% jest w Drugim Wieku.

Ostatecznie tylko 15% badanej populacji należy do trzeciego wieku.

Stosując odpowiednią metodologię, która nie jest tu szczegółowo opisana, określono próbę 300 osób jako istotną statystycznie.

Określanie kwot według wieku

Następnym krokiem będzie znalezienie odpowiednich limitów dla segmentu Wiek, co odbywa się w następujący sposób:

First_Age: 300 * 45% = 300 * 45/100 = 135

Drugi wiek: 300 * 40% = 300 * 40/100 = 120

Trzeci_ wiek: 300 * 15% = 300 * 15/100 = 45

Sprawdza się, czy suma kwot daje całkowitą wielkość próby.

Określenie kwot według wieku i płci

Do tej pory nie uwzględniono segmentu populacji ze względu na płeć, dla którego zdefiniowano już dwie warstwy: żeńską i męską. Ponownie musimy przeanalizować dane dotyczące całej populacji, które dają następujące informacje:

-60% całej populacji to kobiety.

-W międzyczasie 40% badanej populacji należy do płci męskiej.

Należy zauważyć, że poprzednie wartości procentowe dotyczące rozkładu populacji według płci nie uwzględniają wieku.

Biorąc pod uwagę, że nie ma więcej dostępnych informacji, zostanie przyjęte założenie, że te proporcje płci są równo rozłożone w trzech warstwach wiekowych, które zostały zdefiniowane dla tego badania. Biorąc pod uwagę powyższe rozważania, przystępujemy teraz do ustalenia kwot według wieku i płci, co oznacza, że ​​teraz będzie 6 pod-warstw:

S1 = First_Age and Female: 135 * 60% = 135 * 60/100 = 81

S2 = First_Age and Male: 135 * 40% = 135 * 40/100 = 54

S3 = Second_Age and Female: 120 * 60% = 120 * 60/100 = 72

S4 = Second_Age and Male: 120 * 40% = 120 * 40/100 = 48

S5 = trzecia osoba w wieku i kobiety: 45 * 60% = 45 * 60/100 = 27

S6 = trzecia osoba w wieku i mężczyzna: 45 * 40% = 45 * 40/100 = 18

Stosowanie ankiet i badanie wyników

Po ustaleniu sześciu (6) segmentów i odpowiadających im kwot przygotowywanych jest 300 ankiet, które zostaną zastosowane zgodnie z już obliczonymi kwotami.

Ankiety zostaną zastosowane w następujący sposób, przeprowadza się 81 ankiet i przeprowadza się wywiady z pierwszymi 81 osobami z segmentu S1. Następnie robi się to w ten sam sposób z pozostałymi pięcioma segmentami.

Sekwencja badania jest następująca:

-Analizuj wyniki ankiety, które są następnie omawiane, analizując wyniki według segmentów.

- Dokonaj porównań między wynikami według segmentów.

-Na koniec opracuj hipotezy wyjaśniające przyczyny tych wyników.

Różnica w porównaniu z losowym losowaniem warstwowym

W naszym przykładzie, w którym stosujemy pobieranie próbek kwot, pierwszą rzeczą do zrobienia jest ustalenie kwot, a następnie przeprowadzenie badania. Oczywiście kwoty te wcale nie są kapryśne, ponieważ zostały oparte na wcześniejszych danych statystycznych dotyczących całkowitej populacji.

Jeśli nie masz wcześniejszych informacji na temat badanej populacji, lepiej odwrócić procedurę, tj. Najpierw zdefiniować liczebność próby, a po ustaleniu liczebności próby przystąpić do stosowania badania w losowo.

Jednym ze sposobów zapewnienia losowości byłoby użycie generatora liczb losowych i badanie pracowników, których liczba pracowników odpowiada numerowi generatora losowego.

Gdy dane są już dostępne, a celem badania jest określenie poziomów lęku w zależności od wieku i płci, dane są rozdzielane zgodnie z sześcioma kategoriami, które zdefiniowaliśmy wcześniej. Ale bez ustalania wcześniejszej opłaty.

Z tego powodu metoda losowania warstwowego jest uważana za metodę probabilistyczną. Podczas gdy pobieranie próbek na podstawie wcześniej ustalonych kwot nie.

Jeśli jednak kwoty są ustalane na podstawie informacji opartych na statystykach populacji, można powiedzieć, że metoda pobierania próbek kwot jest w przybliżeniu probabilistyczna.

Proponowane ćwiczenie

Proponowane jest następujące ćwiczenie:

W szkole średniej chcesz przeprowadzić ankietę na temat preferencji między studiowaniem przedmiotów ścisłych i humanistycznych.

Załóżmy, że szkoła ma łącznie 1000 uczniów podzielonych na pięć poziomów w zależności od roku studiów. Wiadomo, że na pierwszym roku studiuje 350, na drugim 300, na trzecim 200, na czwartym 100 i wreszcie 50 na piątym. Wiadomo również, że 55% uczniów szkoły to chłopcy, a 45% to dziewczynki.

Określić warstwy i kwoty według warstw, aby poznać liczbę ankiet, które należy zastosować według roku studiów i segmentów płci. Załóżmy dalej, że próbka będzie stanowić 10% całej populacji studentów.

Bibliografia

1. Berenson, M. 1985. Statystyka zarządzania i ekonomii, koncepcje i zastosowania. Od redakcji Interamericana.
2. Statystyka. Próbkowanie kwot. Odzyskane z: encyclopediaeconomica.com.
3. Statystyka. Próbowanie. Odzyskany z: Estadistica.mat.uson.mx.
4. Eksplorowalne. Próbkowanie kwot. Odzyskany z: explorable.com.
5. Moore, D. 2005. Podstawowe statystyki stosowane. 2nd. Wydanie.
6. Netquest. Próbkowanie według prawdopodobieństwa: próbkowanie warstwowe. Odzyskany z: netquest.com.
7. Wikipedia. Statystyczne pobieranie próbek. Odzyskane z: en.wikipedia.org