STRATIFIED SAMPLING คืออะไรประเภทข้อดีและข้อเสีย - เศรษฐกิจ - 2026

การสุ่มตัวอย่างแบบแบ่งชั้นหรือการแบ่งชั้นเป็นวิธีการสุ่มตัวอย่างที่เกี่ยวข้องกับการแบ่งประชากรออกเป็นกลุ่มย่อยเล็ก ๆ ที่เรียกว่าชั้น ในทางกลับกันชั้นเหล่านี้ถูกสร้างขึ้นตามคุณลักษณะที่ใช้ร่วมกันหรือลักษณะของสมาชิกเช่นรายได้หรือระดับการศึกษา

ใช้เพื่อเน้นความแตกต่างระหว่างกลุ่มต่างๆในประชากรซึ่งตรงข้ามกับการสุ่มตัวอย่างแบบง่ายซึ่งถือว่าสมาชิกทั้งหมดของประชากรเท่าเทียมกันโดยมีความเป็นไปได้ในการสุ่มตัวอย่างเท่ากัน

ที่มา: needpix.com

เป้าหมายคือการปรับปรุงความแม่นยำของตัวอย่างโดยการลดข้อผิดพลาดในการสุ่มตัวอย่าง สามารถสร้างค่าเฉลี่ยถ่วงน้ำหนักที่มีความแปรปรวนน้อยกว่าค่าเฉลี่ยเลขคณิตของกลุ่มตัวอย่างที่เรียบง่าย

การแบ่งชั้นเป็นกระบวนการแยกสมาชิกของประชากรออกเป็นส่วนย่อยที่เป็นเนื้อเดียวกันก่อนการสุ่มตัวอย่าง การกระจายตัวของประชากรจะถูกกำหนดผ่านชั้น

นั่นคือจะต้องมีความละเอียดถี่ถ้วนโดยรวมและไม่ซ้ำกันดังนั้นจึงต้องกำหนดชั้นเดียวให้กับแต่ละองค์ประกอบของประชากร จากนั้นจึงใช้การสุ่มตัวอย่างอย่างเป็นระบบหรืออย่างง่ายภายในแต่ละชั้น

ข้อควรพิจารณาที่สำคัญ

เป็นสิ่งสำคัญที่ต้องสังเกตว่าไม่ควรวางเลเยอร์ไว้ข้างกัน การมีกลุ่มย่อยที่ทับซ้อนกันจะทำให้บางคนมีโอกาสได้รับเลือกเป็นกลุ่มวิชามากขึ้น สิ่งนี้ทำให้ความคิดของการสุ่มตัวอย่างแบบแบ่งชั้นลดลงโดยสิ้นเชิงในฐานะต้นแบบการสุ่มตัวอย่าง

มีความสำคัญเท่าเทียมกันที่ผู้วิจัยต้องใช้การสุ่มตัวอย่างอย่างง่ายภายในชั้นต่างๆ

ชั้นที่ใช้บ่อยที่สุดในการสุ่มตัวอย่างแบบแบ่งชั้น ได้แก่ อายุเพศสถานะทางเศรษฐกิจและสังคมศาสนาสัญชาติและระดับการศึกษา

การสุ่มตัวอย่างแบบแบ่งชั้นคืออะไร?

เมื่อทำการวิเคราะห์กลุ่มของเอนทิตีที่มีลักษณะคล้ายคลึงกันผู้ตรวจสอบอาจพบว่าขนาดของประชากรใหญ่เกินกว่าที่จะทำการตรวจสอบให้เสร็จสิ้น

เพื่อประหยัดเวลาและค่าใช้จ่ายมุมมองที่เป็นไปได้มากขึ้นสามารถทำได้โดยการเลือกกลุ่มเล็ก ๆ จากประชากร กลุ่มย่อยนี้เรียกว่าขนาดกลุ่มตัวอย่างซึ่งเป็นส่วนย่อยของประชากรที่ใช้แทนประชากรทั้งหมด

ตัวอย่างจากประชากรสามารถเลือกได้หลายวิธีโดยหนึ่งในนั้นมาจากการสุ่มตัวอย่างแบบแบ่งชั้น สิ่งนี้เกี่ยวข้องกับการแบ่งประชากรทั้งหมดออกเป็นกลุ่มที่เป็นเนื้อเดียวกันที่เรียกว่าชั้น จากนั้นสุ่มเลือกตัวอย่างจากแต่ละชั้น

ขั้นตอนการดำเนินการสุ่มตัวอย่างแบบแบ่งชั้น

- แบ่งประชากรออกเป็นกลุ่มย่อยหรือกลุ่มย่อยตามคุณลักษณะและลักษณะที่สมาชิกใช้ร่วมกัน

- สุ่มตัวอย่างจากแต่ละชั้นในจำนวนที่เป็นสัดส่วนกับขนาดของชั้น

- จัดกลุ่มย่อยของชั้นเพื่อสร้างกลุ่มตัวอย่างแบบสุ่ม

- ดำเนินการวิเคราะห์

ตัวอย่างเช่นลองพิจารณานักวิจัยที่ต้องการทราบจำนวนนักศึกษาธุรกิจที่ได้รับข้อเสนองานภายในสามเดือนหลังจากสำเร็จการศึกษาในปี 2018 ในไม่ช้าพวกเขาจะค้นพบว่ามีบัณฑิตสาขาธุรกิจเกือบ 200,000 คนในปีนั้น

คุณสามารถเลือกสุ่มตัวอย่างผู้สำเร็จการศึกษา 5,000 คนแล้วทำการสำรวจ ยังดีกว่าคุณสามารถแบ่งประชากรออกเป็นชั้นและสุ่มตัวอย่างจากชั้นเหล่านั้น

ในการดำเนินการนี้คุณจะต้องสร้างกลุ่มประชากรตามอายุเชื้อชาติสัญชาติหรือพื้นฐานอาชีพ

ตัวอย่างสุ่มจะถูกนำมาจากแต่ละชั้นตามสัดส่วนของขนาดของชั้นที่เกี่ยวกับจำนวนประชากรทั้งหมด ส่วนย่อยเหล่านี้จะถูกจัดกลุ่มเข้าด้วยกันเพื่อสร้างกลุ่มตัวอย่าง

ประเภท

การสุ่มตัวอย่างแบบแบ่งชั้นตามสัดส่วน

ในประเภทนี้ขนาดตัวอย่างสำหรับแต่ละชั้นจะเป็นสัดส่วนกับขนาดประชากรของชั้นเมื่อเทียบกับจำนวนประชากรทั้งหมด ซึ่งหมายความว่าแต่ละชั้นมีอัตราการสุ่มตัวอย่างเท่ากัน

เมื่อมีการเลือกลักษณะเฉพาะของแต่ละบุคคลเพื่อกำหนดชั้นกลุ่มย่อยที่ได้มักจะมีขนาดแตกต่างกัน

ตัวอย่างเช่นเราต้องการศึกษาเปอร์เซ็นต์ของประชากรเม็กซิกันที่สูบบุหรี่และมีการตัดสินใจว่าอายุจะเป็นเกณฑ์ที่ดีในการแบ่งชั้นเพราะเชื่อว่าพฤติกรรมการสูบบุหรี่อาจแตกต่างกันไปตามอายุ มีการกำหนดสามชั้น:

- อายุต่ำกว่า 20 ปี

- ระหว่างวันที่ 20 ถึง 44

- มากกว่า 44

เมื่อประชากรของเม็กซิโกแบ่งออกเป็นสามชั้นทั้งสามกลุ่มนี้ไม่คาดว่าจะมีขนาดเท่ากัน ในความเป็นจริงข้อมูลจริงยืนยันสิ่งนี้:

- Stratum 1: 42.4 ล้าน (41.0%)

- Stratum 2: 37.6 ล้าน (36.3%)

- Stratum 3: 23.5 ล้าน (22.7%)

หากใช้การสุ่มตัวอย่างแบบแบ่งชั้นตามสัดส่วนตัวอย่างควรประกอบด้วยชั้นที่คงสัดส่วนเดียวกับประชากร หากคุณต้องการสร้างกลุ่มตัวอย่าง 1,000 คนตัวอย่างต้องมีขนาดดังต่อไปนี้:

มันคล้ายกันมากกับการรวบรวมประชากรจำนวนน้อยโดยพิจารณาจากสัดส่วนสัมพัทธ์ของชั้นในประชากร

การสุ่มตัวอย่างแบบแบ่งชั้นสม่ำเสมอ

ในประเภทนี้ขนาดตัวอย่างเดียวกันจะถูกกำหนดให้กับชั้นที่กำหนดไว้ทั้งหมดโดยไม่คำนึงถึงน้ำหนักของชั้นเหล่านี้ภายในประชากร

การสุ่มตัวอย่างแบบแบ่งชั้นตามตัวอย่างก่อนหน้าจะสร้างตัวอย่างต่อไปนี้สำหรับแต่ละชั้น:

วิธีนี้จะช่วยให้ชั้นที่มีน้ำหนักน้อยกว่าของประชากรโดยให้ระดับความสำคัญเดียวกันกับชั้นที่เกี่ยวข้องมากกว่า

ซึ่งจะลดประสิทธิผลโดยรวมของตัวอย่าง แต่ช่วยให้สามารถศึกษาลักษณะเฉพาะของแต่ละชั้นได้อย่างแม่นยำยิ่งขึ้น

ในตัวอย่างหากคุณต้องการสร้างข้อความเฉพาะเกี่ยวกับประชากรของชั้น 3 (มากกว่า 44) คุณสามารถลดข้อผิดพลาดในการสุ่มตัวอย่างโดยใช้ตัวอย่าง 333 หน่วยแทนที่จะเป็นตัวอย่าง 227 หน่วยตามที่ได้รับจาก การสุ่มตัวอย่างแบบแบ่งชั้นตามสัดส่วน

ข้อดีและข้อเสีย

การสุ่มตัวอย่างแบบแบ่งชั้นใช้ได้ดีกับประชากรที่มีคุณลักษณะหลากหลาย แต่จะไม่มีผลหากไม่สามารถสร้างกลุ่มย่อยได้

- ความได้เปรียบ

รวบรวมคุณสมบัติที่สำคัญ

ข้อได้เปรียบหลักของการสุ่มตัวอย่างแบบแบ่งชั้นคือการรวบรวมลักษณะสำคัญของประชากรในกลุ่มตัวอย่าง

เช่นเดียวกับค่าเฉลี่ยถ่วงน้ำหนักวิธีการสุ่มตัวอย่างนี้สร้างลักษณะเฉพาะในตัวอย่างที่เป็นสัดส่วนกับประชากรทั้งหมด

ความแม่นยำทางสถิติที่สูงขึ้น

การแบ่งชั้นทำให้เกิดข้อผิดพลาดในการประมาณค่าน้อยกว่าวิธีการสุ่มตัวอย่างแบบง่าย ยิ่งความแตกต่างระหว่างชั้นมากเท่าใดความแม่นยำก็จะยิ่งมากขึ้นเท่านั้น

มีความแม่นยำทางสถิติสูงกว่าเมื่อเปรียบเทียบกับการสุ่มตัวอย่างอย่างง่าย นี่เป็นเพราะความจริงที่ว่าภายในกลุ่มย่อยมีความแปรปรวนต่ำกว่าเมื่อเปรียบเทียบกับการเปลี่ยนแปลงที่เกิดขึ้นกับประชากรทั้งหมด

ขนาดตัวอย่างที่เล็กกว่า

เนื่องจากเทคนิคนี้มีความแม่นยำทางสถิติสูงจึงหมายความว่าต้องใช้ขนาดตัวอย่างที่เล็กลงซึ่งสามารถช่วยให้นักวิจัยประหยัดทั้งเงินและเวลาได้มาก

- ข้อเสีย

น่าเสียดายที่วิธีการวิจัยนี้ไม่สามารถใช้ในการศึกษาทั้งหมดได้ ข้อเสียของวิธีนี้คือต้องปฏิบัติตามเงื่อนไขหลายประการเพื่อให้ใช้งานได้อย่างถูกต้อง

ความยากลำบากในการหาชั้น

ข้อเสียเปรียบหลักคือการระบุชั้นที่เหมาะสมสำหรับการศึกษาอาจเป็นเรื่องยาก นอกจากนี้การค้นหารายชื่อประชากรทั้งหมดที่สมบูรณ์และชัดเจนอาจเป็นเรื่องท้าทาย

ความซับซ้อนในการจัดระเบียบ

ข้อเสียประการที่สองคือการจัดระเบียบและวิเคราะห์ผลลัพธ์มีความซับซ้อนมากกว่าเมื่อเทียบกับการสุ่มตัวอย่างแบบง่าย

นักวิจัยจะต้องระบุสมาชิกแต่ละคนของประชากรที่ทำการศึกษาและจำแนกออกเป็นประชากรย่อยเพียงกลุ่มเดียว เป็นผลให้การสุ่มตัวอย่างแบบแบ่งชั้นจะเสียเปรียบเมื่อนักวิจัยไม่สามารถจำแนกสมาชิกแต่ละคนของประชากรออกเป็นกลุ่มย่อยได้อย่างมั่นใจ

การตีข่าวอาจเป็นปัญหาได้หากมีหัวข้อที่อยู่ในกลุ่มย่อยหลายกลุ่ม เมื่อทำการสุ่มตัวอย่างอย่างง่ายผู้ที่อยู่ในกลุ่มย่อยหลายกลุ่มมีแนวโน้มที่จะถูกเลือกมากขึ้น ผลลัพธ์ที่ได้อาจเป็นการบิดเบือนความจริงหรือการสะท้อนที่ไม่ถูกต้องของประชากร

ตัวอย่างเช่นนักศึกษาผู้สำเร็จการศึกษาชายและหญิงทำให้ง่ายเนื่องจากเป็นกลุ่มที่กำหนดไว้อย่างชัดเจน

อย่างไรก็ตามในสถานการณ์อื่น ๆ อาจยากกว่านี้มาก คุณสามารถจินตนาการถึงการผสมผสานลักษณะต่างๆเช่นเชื้อชาติเผ่าพันธุ์หรือศาสนา กระบวนการจำแนกจะยากขึ้นทำให้การสุ่มตัวอย่างแบบแบ่งชั้นเป็นวิธีที่ไม่ได้ผล

ตัวอย่าง

สมมติว่าทีมวิจัยต้องการกำหนดเกรดเฉลี่ยของนักศึกษาในสหรัฐอเมริกา

ทีมวิจัยมีปัญหาอย่างชัดเจนในการรวบรวมข้อมูลนี้จากนักศึกษาวิทยาลัย 21 ล้านคน ดังนั้นคุณจึงตัดสินใจเลือกกลุ่มตัวอย่างจากประชากรโดยใช้นักเรียนเพียง 4,000 คน

ทีมงานตรวจสอบคุณลักษณะที่แตกต่างกันของผู้เข้าร่วมกลุ่มตัวอย่างและสงสัยว่ามีความแตกต่างระหว่างเกรดเฉลี่ยและความเชี่ยวชาญของนักเรียนหรือไม่

พบในกลุ่มตัวอย่างที่มีนักเรียน 560 คนเป็นนักเรียนอังกฤษ 1,135 คนวิทยาศาสตร์ 800 คนวิศวกรรม 1,090 คนและคณิตศาสตร์ 415 คน

ทีมต้องการใช้การสุ่มตัวอย่างแบบแบ่งชั้นตามสัดส่วนโดยที่ชั้นตัวอย่างเป็นสัดส่วนกับตัวอย่างประชากร

การสร้างชั้น

ในการทำเช่นนี้ทีมงานจะตรวจสอบสถิติของนักศึกษามหาวิทยาลัยในสหรัฐอเมริกาและพบเปอร์เซ็นต์อย่างเป็นทางการของนักศึกษาที่เชี่ยวชาญ: ภาษาอังกฤษ 12%, วิทยาศาสตร์ 28%, วิทยาศาสตร์คอมพิวเตอร์ 24%, วิศวกรรม 21% และ 15% ในวิชาคณิตศาสตร์

ดังนั้นห้าชั้นจึงถูกสร้างขึ้นจากกระบวนการสุ่มตัวอย่างแบบแบ่งชั้น ทีมงานต้องยืนยันว่าชั้นประชากรเป็นสัดส่วนกับชั้นตัวอย่าง อย่างไรก็ตามเขาพบว่าสัดส่วนไม่เท่ากัน

ดังนั้นทีมงานจำเป็นต้องสุ่มตัวอย่างประชากรนักเรียน 4,000 คน แต่คราวนี้สุ่มเลือกผู้เรียนภาษาอังกฤษ 480 (12%), 1,120 (28%) วิทยาศาสตร์, 960 (24%) วิทยาการคอมพิวเตอร์, 840 ( 21%) ในสาขาวิศวกรรมและ 600 (15%) ในคณิตศาสตร์

ด้วยเหตุนี้เราจึงมีกลุ่มตัวอย่างของนักศึกษามหาวิทยาลัยที่แบ่งชั้นตามสัดส่วนซึ่งเป็นตัวแทนที่ดีกว่าของนักศึกษามหาวิทยาลัยในสหรัฐอเมริกา

นักวิจัยจะสามารถเน้นชั้นที่เฉพาะเจาะจงสังเกตการศึกษาต่างๆของนักศึกษาวิทยาลัยในสหรัฐอเมริกาและสังเกตค่าเฉลี่ยของเกรดต่างๆ

อ้างอิง

1. อดัมเฮย์ส (2019). การสุ่มแบบแบ่งชั้น นำมาจาก: Investopedia.com.
2. Wikipedia สารานุกรมเสรี (2019) การสุ่มตัวอย่างแบบแบ่งชั้น นำมาจาก: en.wikipedia.org.
3. สำรวจได้ (2019) วิธีการสุ่มตัวอย่างแบบแบ่งชั้น นำมาจาก: explorable.com.
4. แบบสำรวจ Gizmo (2019) Stratified Sampling คืออะไรและใช้เมื่อใด นำมาจาก: surveygizmo.com.
5. Ashley Crossman (2019). การทำความเข้าใจตัวอย่างแบ่งชั้นและวิธีการสร้าง บริษัท คิดนำมาจาก: thoughtco.com.
6. คาร์ลอสโอชัว (2017). การสุ่มตัวอย่างแบบสุ่ม: การสุ่มตัวอย่างแบบแบ่งชั้น นำมาจาก: netquest.com.