דגימה אקראית מרובדת מועילה לחוקרים בכך שהיא מאפשרת להם להשיג אוכלוסיית מדגם המייצגת בצורה הטובה ביותר את כל האוכלוסייה הנחקרת. עם זאת, שיטת מחקר זו אינה חסרת חסרונותיה.
דגימה אקראית מרובדת: סקירה כללית
דגימה אקראית מרובדת כוללת תחילה חלוקת אוכלוסייה לתת אוכלוסיות ואז יישום שיטות דגימה אקראיות על כל תת אוכלוסיה כדי ליצור קבוצת מבדקים. החיסרון הוא כאשר החוקרים אינם יכולים לסווג כל חבר באוכלוסייה לתת-קבוצה.
דגימה אקראית מרובדת שונה מדגימה אקראית פשוטה, הכרוכה בבחירה אקראית של נתונים מכל האוכלוסייה כך שכל מדגם אפשרי עשוי להתרחש באותה מידה. לעומת זאת, דגימה אקראית מרובדת מחלקת את האוכלוסייה לקבוצות קטנות יותר, או שכבות, על סמך מאפיינים משותפים. מדגם אקראי נלקח מכל שכבה ביחס ישיר לגודל השכבה בהשוואה לאוכלוסייה.
דוגמה לדגימה אקראית מרובדת
להלן דוגמה לדגימה אקראית מרובדת:
חוקרים מבצעים מחקר שנועד להעריך את נטייתם הפוליטית של סטודנטים לכלכלה באוניברסיטה גדולה. החוקרים רוצים להבטיח שהמדגם האקראי יתקרב בצורה הטובה ביותר לאוכלוסיית הסטודנטים, כולל מגדר, סטודנטים לתארים מתקדמים וסטודנטים לתארים מתקדמים. כלל האוכלוסייה במחקר היא 1, 000 סטודנטים ומשם נוצרות קבוצות משנה כמוצג להלן.
סך האוכלוסייה = 1, 000
החוקרים היו מקצים כל סטודנטית לכלכלה באוניברסיטה לאחת מארבע תת-אוכלוסיות: גברים לתואר ראשון, תואר ראשון, נשים בוגרות ובוגרות. בשלב הבא החוקרים יספרו כמה סטודנטים מכל תת-קבוצה מהווים את האוכלוסייה הכוללת של 1, 000 סטודנטים. משם, חוקרים מחשבים את הייצוג האחוזי של כל תת-קבוצה של כלל האוכלוסייה.
תת קבוצות:
- סטודנטים לתארים מתקדמים = 450 סטודנטים (מתוך 100) או 45% מהאוכלוסייה בוגרי סטודנטים לתואר שני = 200 סטודנטים או 20% סטודנטים לתארים מתקדמים = 200 סטודנטים או 20% סטודנטים לתארים מתקדמים = 150 סטודנטים או 15%
דגימה אקראית של כל תת-אוכלוסייה נעשית על סמך ייצוגה בתוך האוכלוסייה כולה. מאחר ותארים מתקדמים גברים הם 45% מהאוכלוסייה, 45 גברים לתארים מתקדמים נבחרים באופן אקראי מתוך אותה תת-קבוצה. מכיוון שבוגרי גברים מהווים רק 20% מהאוכלוסייה, 20 נבחרים למדגם וכן הלאה.
אמנם דגימה אקראית מרובדת משקפת במדויק את האוכלוסייה הנחקרת, אך תנאים שצריך לעמוד בהם פירושם שלא ניתן להשתמש בשיטה זו בכל מחקר.
יתרונות של דגימה אקראית מרובדת
לדגימה אקראית מרובדת יש יתרונות בהשוואה לדגימה אקראית פשוטה.
משקף במדויק את האוכלוסייה שנלמדה
דגימה אקראית מרובדת משקפת במדויק את האוכלוסייה הנחקרת מכיוון שהחוקרים מריבדים את כלל האוכלוסייה לפני שהם משתמשים בשיטות דגימה אקראיות. בקיצור, זה מבטיח שכל תת-קבוצה באוכלוסייה תקבל ייצוג הולם במדגם. כתוצאה מכך, דגימה אקראית מרובדת מספקת כיסוי טוב יותר של האוכלוסייה שכן החוקרים יש שליטה על קבוצות המשנה כדי לוודא שכולם מיוצגים בדגימה.
בעזרת דגימה אקראית פשוטה, אין כל ערובה לכך שנבחר תת-קבוצה או סוג מסוים של אדם מסוים. בדוגמה הקודמת שלנו לסטודנטים באוניברסיטה, שימוש בדגימה אקראית פשוטה בכדי להשיג מדגם של 100 מהאוכלוסייה עשוי לגרום לבחירה של 25 סטודנטים בלבד לתארים מתקדמים או רק 25% מכלל האוכלוסייה. כמו כן, ניתן לבחור 35 סטודנטיות לתארים מתקדמים (35% מהאוכלוסייה) וכתוצאה מכך ייצוג חסר של סטודנטים לתארים מתקדמים וייצוג יתר של סטודנטיות לתארים מתקדמים. לכל שגיאה בייצוג האוכלוסייה יש פוטנציאל להפחית את הדיוק של המחקר.
חסרונות של דגימה אקראית מרובדת
דגימה אקראית מרובדת מציגה גם לחוקרים חסרון.
לא ניתן להשתמש בכל המחקרים
לרוע המזל, לא ניתן להשתמש בשיטת מחקר זו בכל מחקר. החיסרון של השיטה הוא שיש להתקיים במספר תנאים בכדי להשתמש בו כראוי. על החוקרים לזהות כל חבר באוכלוסייה הנחקרת ולסווג כל אחד מהם לאוכלוסייה תת-אוכלוסייה אחת, ורק אחת. כתוצאה מכך, דגימה אקראית מרובדת היא חיסרון כאשר החוקרים אינם יכולים לסווג בביטחון כל חבר באוכלוסייה בתת-קבוצה. כמו כן, מציאת רשימה ממצה ומוחלטת של אוכלוסייה שלמה יכולה להיות מאתגרת.
חפיפה יכולה להיות בעיה אם ישנם נושאים הנכללים בקבוצות משנה מרובות. כאשר מבוצע דגימה אקראית פשוטה, יש סיכוי גבוה יותר שנבחרו אלו הנמצאים בקבוצות משנה מרובות. התוצאה יכולה להיות מצג שווא או השתקפות לא מדויקת של האוכלוסייה.
הדוגמה לעיל מקלה על כך: קבוצות תואר ראשון, בוגר, זכר ונקבה הן קבוצות מוגדרות בבירור. עם זאת, במצבים אחרים זה עשוי להיות הרבה יותר קשה. דמיין לשלב מאפיינים כמו גזע, אתניות או דת. תהליך המיון נעשה קשה יותר, מה שמביא לדגימה אקראית מרובדת לשיטה לא יעילה ופחות מהאידיאלית.
Takeaways מפתח
- דגימה אקראית מרובדת מאפשרת לחוקרים להשיג אוכלוסייה מדגמית המייצגת בצורה הטובה ביותר את כלל האוכלוסייה הנחקרת. לא ניתן להשתמש בשיטת מחקר זו בכל מחקר. דגימה אקראית מובהקת שונה מדגימה אקראית פשוטה, הכרוכה בבחירה אקראית של נתונים מתוך אוכלוסייה שלמה, כך שסביר להניח שכל מדגם אפשרי יתרחש.
