KVOTA PRØVETAKING: METODE, FORDELER, ULEMPER, EKSEMPLER - DUDAS - 2025

Den kvote sampling er en ikke - probabilistisk måte å ta data fra en prøve lag tildeling av kvoter. Kvotene må være proporsjonale med den brøkdel som dette stratum representerer med hensyn til den totale befolkningen, og summen av kvotene må være lik størrelsen på utvalget.

Forskeren er den som bestemmer hvilke grupper eller lag som vil være, for eksempel kan han dele en befolkning inn i menn og kvinner. Et annet eksempel på strata er aldersområder, for eksempel fra 18 til 25, fra 26 til 40 og fra 40 og utover, som kan merkes slik: ung, gammel og gammel.

Figur 1. Prøvetakskvotene er segmentert i henhold til forskjellene i den totale befolkningen. Kilde: Pixabay.

Det er veldig praktisk å vite på forhånd hvilken prosentandel av den totale befolkningen som representerer hvert stratum. Deretter velges en statistisk signifikant utvalgsstørrelse, og proporsjonale kvoter tildeles prosentandelen av hvert stratum med hensyn til den totale populasjonen. Summen av kvotene per stratum må være lik den totale størrelsen på utvalget.

Til slutt tas dataene om kvotene som er tildelt hvert stratum, og velger de første elementene som fullfører kvoten.

Det er nettopp på grunn av denne ikke-tilfeldige måten å velge elementer på at denne prøvetakingsmetoden anses som ikke-sannsynlig.

Fremgangsmåte for å prøve med kvoter

Trinn 1

Del den totale befolkningen i lag eller grupper med noen felles kjennetegn. Denne egenskapen vil tidligere bli bestemt av den statistiske forskeren som gjennomfører studien.

Steg 2

Bestem hvilken prosentandel av den totale befolkningen som representerer hver av lagene eller gruppene som ble valgt i forrige trinn.

Trinn 3

Estimer en statistisk signifikant prøvestørrelse, i henhold til kriteriene og metodene for statistisk vitenskap.

Trinn 4

Beregn antall elementer eller kvoter for hvert stratum, slik at de er proporsjonale med prosentandelen som hver representerer med hensyn til den totale populasjonen og den totale størrelsen på utvalget.

Trinn 5

Ta dataene om elementene i hvert stratum til du fullfører kvoten som tilsvarer hvert stratum.

Praktisk sak

Anta at du vil vite nivået på tilfredshet med metrotjenesten i en by. Tidligere studier på en befolkning på 2000 mennesker slo fast at 50% av brukerne er unge mellom 16 og 21 år, 40% er voksne mellom 21 og 55 år og bare 10% av brukerne er eldre enn 55 år.

Ved å utnytte resultatene fra denne studien er den segmentert eller lagdelt i henhold til brukerens alder:

-Unge mennesker: 50%

-Voksne: 40%

-Eldre: 10%

Siden det er et begrenset budsjett, må studien brukes til et lite, men statistisk signifikant utvalg. Det velges en prøvestørrelse på 200, det vil si at tilfredshetsundersøkelsen vil bli brukt på 200 personer totalt.

Det gjenstår nå å bestemme kvoten eller antall undersøkelser for hvert segment eller stratum, som må være proporsjonalt med størrelsen på utvalget og prosentandelen per stratum.

Kvote per stratum

Kvoten for antall undersøkelser per stratum er som følger:

Ungdom: 200 * 50% = 200 * (50/100) = 100 undersøkelser

Voksne: 200 * 40% = 200 * (40/100) = 80 undersøkelser

Seniorer: 200 * 10% = 200 * (10/100) = 20 undersøkelser

Figur 2. Kvoter i en prøve på 200 individer i henhold til aldersstratum. Kilde: F. Zapata.

Merk at summen av avgiftene må være lik utvalgsstørrelsen, det vil si lik det totale antall undersøkelser som vil bli brukt. Deretter sendes undersøkelsene til kvotene for hvert stratum er oppfylt.

Det er viktig å merke seg at denne metoden er mye bedre enn å ta alle undersøkelsene og gi dem videre til de første 200 personene som dukker opp, fordi det ifølge tidligere data er veldig sannsynlig at minoritetsstratumet blir utelatt fra studien.

Brukbarhet, fordeler og ulemper

For at metoden skal være anvendelig, kreves det et kriterium for dannelsen av lagene, som avhenger av studiens mål.

Prøveutvalg er egnet når du vil vite preferanser, forskjeller eller egenskaper etter sektorer for å styre spesifikke kampanjer i henhold til stratum eller segment.

Bruken av den er også nyttig når det av en eller annen grunn er av interesse å kjenne til egenskapene eller interessene til minoritetssektorer, eller når de ikke ønsker å la dem være utenfor studien.

For å være anvendelig, må vekten eller betydningen av hvert stratum være kjent med hensyn til den totale befolkningen. Det er veldig viktig at denne kunnskapen er pålitelig, ellers får man feilaktige resultater.

Fordel

-Reduser studietidene, fordi gebyrene per stratum vanligvis er små

- Forenkler analysen av dataene.

-Minimerer kostnadene fordi studien er brukt på små, men godt representative prøver av den totale befolkningen.

ulemper

-Som lagene er definert i forkant, er det mulig at visse sektorer av befolkningen blir utelatt fra studien.

-For å etablere et begrenset antall lag, er det mulig at detaljer går tapt i studien.

-For å fjerne eller inkorporere et lag i en annen, kan det trekkes gale konklusjoner i studien.

-Det gjør det umulig å estimere den maksimale samplingsfeilen.

Enkelt applikasjonseksempel

Vi ønsker å gjøre en statistisk studie på angstnivået i en befolkning på 2000 mennesker.

Forskeren styrer forskningsintuitene om at forskjeller i resultatene må finnes avhengig av alder og kjønn. Derfor bestemmer han seg for å danne tre aldersgrupper betegnet som følger: First_Age, Second_Age og Third_Age. Når det gjelder kjønnssegmentet, er de to vanlige typene definert: Mann og kvinne.

First_Age er definert, at mellom 18 og 25 år gammel, Second_Age som mellom 26 og 50 år gammel og til slutt Third_Age som mellom 50 og 80 år gammel.

Analysere dataene for den totale befolkningen er det nødvendig å:

45% av befolkningen tilhører First_Age.

40% er i Second_Age.

Endelig tilhører bare 15% av studiepopulasjonen den tredje alderen.

Ved å bruke en passende metodikk, som ikke er detaljert her, er et utvalg på 300 personer bestemt for å være statistisk signifikant.

Fastsettelse av kvoter etter alder

Neste trinn vil da være å finne de tilsvarende kvotene for alderssegmentet, som gjøres som følger:

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

Second_Age: 300 * 40% = 300 * 40/100 = 120

Tredje alder: 300 * 15% = 300 * 15/100 = 45

Det er bekreftet at summen av kvotene gir den totale størrelsen på utvalget.

Fastsettelse av kvoter etter alder og kjønn

Så langt er det ikke tatt hensyn til kjønnssegmentet i befolkningen. Det er allerede definert to lag for dette segmentet: Kvinne og hann. Vi må igjen analysere dataene fra den totale befolkningen, som gir følgende informasjon:

-60% av den totale befolkningen er kvinner.

-I mellomtiden hører 40% av befolkningen som skal studeres til det mannlige kjønn.

Det er viktig å merke seg at de tidligere prosentene for fordelingen av befolkningen etter kjønn ikke tar hensyn til alder.

Gitt at det ikke er mer informasjon tilgjengelig, vil antakelsen være antatt at disse kjønnsandelene er likt fordelt i de 3 aldersstrategiene som er definert for denne studien. Med disse betraktningene fortsetter vi nå med å etablere kvotene etter alder og kjønn, noe som betyr at det nå vil være seks underlag:

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 = Third_Age and Female: 45 * 60% = 45 * 60/100 = 27

S6 = Third_Age and Male: 45 * 40% = 45 * 40/100 = 18

Bruk av undersøkelser og undersøkelse av resultatene

Når de seks (6) segmentene og tilhørende kvoter er etablert, blir det utarbeidet 300 undersøkelser som vil bli anvendt i henhold til de allerede beregnede kvotene.

Undersøkelsene vil bli anvendt som følger, 81 undersøkelser er tatt og de første 81 personene som er i S1-segmentet blir intervjuet. Deretter gjøres det på samme måte med de resterende fem segmentene.

Studiesekvensen er som følger:

-Analyser resultatene fra undersøkelsen, som deretter blir diskutert, analyser resultatene etter segment.

- Gjør sammenligninger mellom resultatene etter segment.

-Finnelig utvikle hypoteser som forklarer årsakene til disse resultatene.

Forskjell med stratifisert tilfeldig prøvetaking

I vårt eksempel der vi bruker prøvetaking med kvoter, er det første du må gjøre å etablere kvotene og deretter gjennomføre studien. Disse kvotene er selvfølgelig ikke snurrige i det hele tatt, fordi de har vært basert på tidligere statistisk informasjon om den totale befolkningen.

Hvis du ikke har forhåndsinformasjon om studiepopulasjonen, er det å foretrekke å reversere prosedyren, det vil si først definere prøvestørrelsen, og når prøvestørrelsen er blitt etablert, fortsett å bruke undersøkelsen i tilfeldig.

En måte å sikre tilfeldighet vil være å bruke en tilfeldig tallgenerator og kartlegge ansatte hvis ansattes nummer stemmer overens med det tilfeldige generatorens.

Når dataene er tilgjengelige, og siden målet med studien er å se angstnivåene i henhold til alders- og kjønnsnivå, blir dataene separert i henhold til de seks kategoriene vi tidligere hadde definert. Men uten å etablere noe forhåndsgebyr.

Det er av denne grunn at den lagdelte tilfeldige prøvetakingsmetoden anses som en sannsynlig metode. Mens prøvetakingen med tidligere fastsatte kvoter ikke gjør det.

Imidlertid, hvis kvotene er etablert med informasjon basert på befolkningsstatistikk, kan kvoteprøvetaksmetoden sies å være tilnærmet sannsynlig.

Foreslått øvelse

Følgende øvelse foreslås:

På en ungdomsskole vil du gjøre en undersøkelse om preferansen mellom å studere naturfag eller studere humaniora.

Anta at skolen totalt har 1000 elever gruppert i fem nivåer i henhold til studieåret. Det er kjent at det er 350 studenter det første året, 300 i det andre, 200 i det tredje, 100 på fjerde og til slutt 50 på det femte året. Det er også kjent at 55% av skolens elever er gutter og 45% er jenter.

Bestem lag og kvoter etter stratum for å vite antall undersøkelser som skal brukes i henhold til studieår og kjønnssegmenter. Anta videre at utvalget vil være 10% av den totale studentpopulasjonen.

referanser

1. Berenson, M. 1985. Statistikk for ledelse og økonomi, konsepter og applikasjoner. Redaksjonell Interamericana.
2. Statistikk. Kvota prøvetaking. Gjenopprettet fra: encyclopediaeconomica.com.
3. Statistikk. Prøvetaking. Gjenopprettet fra: Estadistica.mat.uson.mx.
4. Explorable. Kvota prøvetaking. Gjenopprettet fra: explorable.com.
5. Moore, D. 2005. Applied Basic Statistics. Andre. Edition.
6. Netquest. Probability sampling: stratifisert prøvetaking. Gjenopprettet fra: netquest.com.
7. Wikipedia. Statistisk prøvetaking. Gjenopprettet fra: en.wikipedia.org