a:

Jednoduché náhodné vzorky a stratifikované náhodné vzorky se liší podle toho, jak je odebrán vzorek z celkové populace dat. Jednoduché náhodné vzorky zahrnují náhodný výběr dat z celé populace, takže každý možný vzorek je stejně pravděpodobný. Naproti tomu stratifikovaný náhodný vzorek rozděluje populaci na menší skupiny nebo vrstvy na základě sdílených charakteristik. Náhodný vzorek je odebrán z každé vrstvy v přímém poměru k velikosti vrstvy ve srovnání s populací. Vzorové podmnožiny se pak spojují a vytvoří náhodný vzorek.

Jednoduchým náhodným odběrem vzorků a stratifikovaným vzorkováním jsou oba typy pravděpodobnostních vzorků, kde každý vzorek má známou pravděpodobnost, že bude vybrán. Toto se liší od výběrového odběru vzorků, kde jednotky, které mají být vzorkovány, jsou vybírány badatelem.

Populace je celá sada pozorování nebo dat. Vzorek je soubor pozorování od obyvatelstva. Metoda odběru vzorků je proces, který se používá k odběru vzorků z populace. Jednoduchý náhodný vzorek je náhodný vzorek odebraný z celé populace bez jakýchkoli omezení, jak se vzorek vytahuje. Tato metoda nemá zaujatost při výběru vzorku z populace, takže každý prvek populace má stejnou šanci být zařazen do vzorku.

Stratifikované náhodné vzorky seskupují populační prvky do vrstev na základě určitých kritérií a potom náhodně vybírají prvky z každé vrstvy v poměru k velikosti vrstvy oproti populaci. Vědci musí dbát na to, aby se vrstvy nepřekrývaly. Každý bod v populaci musí patřit pouze k jedné vrstvě, takže každý bod se vzájemně vylučuje. Překrývající se vrstvy by zvýšily pravděpodobnost, že do vzorku budou zahrnuty některé údaje, čímž se zkreslí vzorek.

Stratifikovaný vzorek nabízí určité výhody a nevýhody ve srovnání s jednoduchým náhodným odběrem vzorků. Stratifikovaný vzorek může poskytnout přesnější reprezentaci populace na základě charakteristik používaných k rozdělení populace na vrstvy.

U populací s důležitými rozlišovacími vlastnostmi může stratifikovaný vzorek vytvořit reprezentativnější vzorek. To často vyžaduje menší velikost vzorku, což může ušetřit prostředky a čas. Kromě toho, zahrnující dostatečné množství vzorkovacích bodů z každé vrstvy, výzkumníci mohou provádět samostatnou analýzu na každé jednotlivé vrstvě.

Stratifikovaný vzorek může zajistit zastoupení určitých vrstev pro zařazení do populace. Náhodné vzorkování nemusí vytahovat žádné datové body z menší vrstvy, ale stratifikovaný vzorek zahrnuje ty vzorky s poměrným zastoupením.

Je zapotřebí více práce, než aby se stratifikovaný vzorek vybral než náhodný vzorek. Výzkumníci musí individuálně sledovat a ověřovat data pro každou vrstvu pro zařazení, což může trvat mnohem více času ve srovnání s náhodným odběrem vzorků.