Saadaksesi tietoa tietystä väestöstä, kuten tietyn yliopiston opiskelijoista, on kätevää käyttää edustavaa otosta opiskelijoista. Tutkija saa panoksen tästä otoksesta ja laajentaa tutkimuksen tuloksia koko väestölle. Tämä menetelmä yksinkertaistaa tutkimusprosessia. On olemassa erilaisia tapoja saada tilastollisesti terve näyte väestöstä. Yksi tällainen menetelmä on suhteellinen allokointi, joka on eräänlainen kerrostettu näytteenottomenetelmä.
Kerrottava näytteenotto
Stratifioitu näytteenotto jakaa väestön erilaisiin kerroksiin tietyn ominaisuuden perusteella. Tutkija voi esimerkiksi jakaa väestön tulojen perusteella matalan tulotason, keskitulotason ja korkean tulotason. Tutkijan on valittava ominaisuus siten, että jokaisen kerroksen joukosta valitut näytteet ovat mahdollisimman edustavia.
Suhteellinen jakaminen
Kun tutkija jakaa väestön eri kerroksiin, kysymys siitä, kuinka monta ihmistä näytteitä kullekin kerrokselle syntyy. Jos yksi kerros koostuu esimerkiksi 1000 hengestä ja toinen 2000: sta ihmisestä, on tarpeen ottaa näytteitä, jotka edustavat näitä suurempia ryhmiä riittävällä tavalla. Eräs menetelmä piirtää näytteitä eri kerroksista on suhteellinen jakaminen. Tässä menetelmässä tutkija vetää saman määrän ihmisiä jokaisesta kerroksesta, kuten 5 prosenttia kerroksesta, näytteenä.
Yksinkertaisuus
Suhteellisen allokoinnin yksi merkittävä etu on, että tämä on yksinkertainen menetelmä suoritettavaksi. Jokaisesta kerroksesta valitaan 5 prosenttia väestöstä suhteellisen helppo tekniikka. On olemassa myös muita näytteenottomenetelmiä, jotka edellyttävät, että jokaisesta kerroksesta piirretään erilaisia ihmisiä, jotta kunkin kerroksen kansalaisten näkemysten monimuotoisuus olisi riittävä.
edustavuus
Suhteellisen jakamisen toinen etu on, että se tuottaa näytekoon, joka edustaa väestön kerroksen kokoa. Jos esimerkiksi yksi kerros koostuu 1000: sta ihmisestä ja toinen 2000: sta ihmisestä, suhteellinen jakauma voisi ottaa yhden prosentin otoksen kustakin kerroksesta. Tämä tarkoittaa sitä, että tutkija valisi ensimmäisestä kerroksesta 10 henkilöä ja toisesta kerroksesta 20 henkilöä. Koska toisessa kerroksessa on enemmän ihmisiä kuin ensimmäinen kerros, tämä näyte edustaa enemmän väestöä kuin valitsemalla yhtä suuri määrä näytteitä kustakin kerroksesta.
