1.14: Metodo di campionamento stratificato

Il campionamento è una tecnica per selezionare una porzione (o sottoinsieme) della popolazione globale e studiare quella porzione (il campione) per ottenere informazioni sulla popolazione. Il metodo di campionamento garantisce che i campioni vengano estratti senza l'influenza i bias e rappresentino accuratamente la popolazione. Poiché misurare l'intera popolazione in uno studio non è concretamente possibile, i ricercatori utilizzano campioni per rappresentare la popolazione di interesse.

Per scegliere un campione stratificato, bisogna dividere la popolazione in gruppi, definiti strati, e poi prelevare un numero proporzionato da ciascuno strato. Ad esempio, potresti stratificare (raggruppare) la popolazione universitaria per dipartimento, e quindi scegliere un campione casuale e proporzionato da ciascuno strato (ciascun dipartimento) per ottenere un campione stratificato e casuale. Per scegliere un campione casuale da ciascun dipartimento, bisogna numerare ciascun membro del primo dipartimento, numerare ciascun membro del secondo dipartimento e fare lo stesso per i restanti dipartimenti. Dopodiché, utilizzare questo campionamento casuale per scegliere i numeri in modo proporzionato dal primo dipartimento e fare lo stesso per ciascuno dei restanti dipartimenti. I numeri prelevati dai vari dipartimenti rappresentano i membri che compongono il campione stratificato.

Può essere effettuata un'indagine delle regioni geografiche, utilizzando il campionamento stratificato, nelle regioni con un ambiente, un'altitudine e tipo di suolo simili, che quindi possono essere divise in strati. Il campionamento casuale stratificato può essere utilizzato anche per studiare i sondaggi elettorali, le persone che fanno ore di straordinari, l'aspettativa di vita, il reddito di diverse popolazioni e il reddito per diversi lavori in una nazione.

Questo testo è adattato da Openstax, Introductory Statistics, Section 1.2 Data, Sampling, and Variation in Data and Sampling

The stratified sampling method is commonly used while studying a heterogeneous population—a population with large variations. 

Here, the population is divided into two or more subgroups or strata with shared characteristics—in this case, a common color.  Each stratum represents a homogenous group for the shared character. 

Strata are mutually exclusive—that means a subject must be present in only one stratum, like red must be present in only stratum 1. They must also be exhaustive—meaning all subjects with the shared characteristics, in this case all the balls of the same color, must be present in a single stratum. 

Then, a few subjects are randomly drawn from each stratum and combined to form a sample. 

For example, suppose one wants to know the average weight of students from classes 7 to 12. Since the population has students of different age groups, the weight varies greatly within the population. 

So, students are divided into two strata. Then, students are randomly drawn from each stratum to form the sample, and the average weight is calculated.