QUOTA SAMPLING: PARAAN, BENTAHE, KAWALAN, MGA HALIMBAWA - DUDAS - 2025

Ang quota sampling ay isang non - probabilistic na paraan upang kumuha ng data mula sa isang sample na strata na naglalaan ng mga quota. Ang mga quota ay dapat na proporsyonal sa maliit na bahagi na ang stratum na ito ay kumakatawan sa kabuuang populasyon at ang kabuuan ng mga quota ay dapat na katumbas ng laki ng sample.

Ang mananaliksik ay ang magpapasya kung aling mga pangkat o strata ang magiging, halimbawa, maaari niyang hatiin ang isang populasyon sa kalalakihan at kababaihan. Ang isa pang halimbawa ng strata ay mga saklaw ng edad, halimbawa mula 18 hanggang 25, mula 26 hanggang 40 at mula 40 pataas, na maaaring may label na tulad nito: bata, matanda at matanda.

Larawan 1. Ang mga sampling quota ay nahahati ayon sa pagkakaiba-iba ng kabuuang populasyon. Pinagmulan: Pixabay.

Napakahusay na malaman nang maaga kung anong porsyento ng kabuuang populasyon ang kumakatawan sa bawat stratum. Pagkatapos isang napiling istatistikong makabuluhang laki ng sample, at ang proporsyonal na mga quota ay itinalaga sa porsyento ng bawat stratum na may paggalang sa kabuuang populasyon. Ang kabuuan ng mga quota bawat stratum ay dapat na katumbas ng kabuuang sukat ng sample.

Sa wakas, ang data ng mga quota na itinalaga sa bawat stratum ay nakuha, pagpili ng mga unang elemento na nakumpleto ang quota.

Ito ay tiyak dahil sa hindi pang-random na paraan ng pagpili ng mga elemento na itinuturing na non-probabilistic na pamamaraan na ito.

Mga hakbang upang halimbawa ng mga quota

Hakbang 1

Hatiin ang kabuuang populasyon sa strata o mga grupo na may ilang karaniwang katangian. Ang katangian na ito ay nauna nang napagpasyahan ng mananaliksik sa istatistika na nagsasagawa ng pag-aaral.

Hakbang 2

Alamin kung anong porsyento ng kabuuang populasyon ang kumakatawan sa bawat isa sa mga strata o pangkat na pinili sa nakaraang hakbang.

Hakbang 3

Tantyahin ang isang istatistikong makabuluhang laki ng halimbawang, ayon sa pamantayan at pamamaraan ng statistic science.

Hakbang 4

Kalkulahin ang bilang ng mga elemento o quota para sa bawat stratum, upang ang mga ito ay proporsyonal sa porsyento na kinakatawan ng bawat isa na may paggalang sa kabuuang populasyon at ang kabuuang sukat ng sample.

Hakbang 5

Kunin ang data ng mga elemento sa bawat stratum hanggang sa pagkumpleto ng quota na naaayon sa bawat stratum.

Praktikal na kaso

Ipagpalagay na nais mong malaman ang antas ng kasiyahan sa serbisyo sa metro sa isang lungsod. Ang mga nakaraang pag-aaral sa isang populasyon ng 2000 na mga tao ay tinukoy na 50% ng mga gumagamit ay mga kabataan sa pagitan ng 16 at 21 taong gulang, 40% ang mga nasa edad 21 at 55 taong gulang at 10% lamang ng mga gumagamit ay mas matanda kaysa sa 55 taon.

Sinasamantala ang mga resulta ng pag-aaral na ito, nahati o nai-alinsunod sa edad ng mga gumagamit:

-Young mga tao: 50%

-Adagdag: 40%

-Ang una: 10%

Dahil may isang limitadong badyet, ang pag-aaral ay kailangang mailapat sa isang maliit ngunit makabuluhang istatistika. Ang isang halimbawang laki ng 200 ay pinili, iyon ay, ang survey sa antas ng kasiyahan ay ilalapat sa 200 katao sa kabuuan.

Ito ay nananatiling upang matukoy ang quota o bilang ng mga survey para sa bawat segment o stratum, na dapat na proporsyonal sa laki ng sample at ang porsyento sa bawat stratum.

Quota bawat stratum

Ang quota para sa bilang ng mga survey bawat stratum ay ang mga sumusunod:

Kabataan: 200 * 50% = 200 * (50/100) = 100 survey

Mga matatanda: 200 * 40% = 200 * (40/100) = 80 mga survey

Mga Seniors: 200 * 10% = 200 * (10/100) = 20 survey

Larawan 2. Ang mga Quotas sa isang sample ng 200 mga indibidwal ayon sa stratum ng edad. Pinagmulan: F. Zapata.

Tandaan na ang kabuuan ng mga bayarin ay dapat na katumbas ng halimbawang laki, iyon ay, katumbas sa kabuuang bilang ng mga survey na ilalapat. Pagkatapos ang mga survey ay ipinasa hanggang ang mga quota para sa bawat stratum ay natutugunan.

Mahalagang tandaan na ang pamamaraang ito ay mas mahusay kaysa sa pagkuha ng lahat ng mga survey at pagpasa sa mga ito sa unang 200 katao na lumilitaw, dahil ayon sa nakaraang data, malamang na ang minorya stratum ay maiiwan sa pag-aaral.

Kakayahang magamit, pakinabang at kawalan

Upang mailalapat ang pamamaraan, kinakailangan ang isang criterion para sa pagbuo ng strata, na nakasalalay sa layunin ng pag-aaral.

Ang quota sampling ay angkop kung nais mong malaman ang mga kagustuhan, pagkakaiba o mga katangian ng mga sektor upang magdirekta ng mga tiyak na kampanya ayon sa stratum o segment.

Ang paggamit nito ay kapaki-pakinabang din para sa ilang kadahilanan na interesado na malaman ang mga katangian o interes ng mga sektor ng minorya, o kapag ayaw nilang iwanan sila sa pag-aaral.

Upang mailapat, ang bigat o kabuluhan ng bawat stratum ay dapat kilalanin na may paggalang sa kabuuang populasyon. Napakahalaga na ang kaalamang ito ay maaasahan, kung hindi man makuha ang mga maling resulta.

Kalamangan

-Balikin ang mga oras ng pag-aaral, dahil ang mga bayad sa bawat stratum ay karaniwang maliit

-Nagpapaliwanag ng pagsusuri ng data.

-Minakikilala ang mga gastos dahil ang pag-aaral ay inilalapat sa maliit ngunit mahusay na kinatawan ng mga halimbawa ng kabuuang populasyon.

Mga Kakulangan

-Ang strata ay tinukoy ng isang priori, posible na ang ilang mga sektor ng populasyon ay naiwan sa pag-aaral.

-Pagtatatag ng isang limitadong bilang ng strata, posible na ang detalye ay nawala sa pag-aaral.

-By ang pag-iwas o pagsasama ng ilang stratum bilang bahagi ng isa pa, ang maling mga konklusyon ay maaaring mailabas sa pag-aaral.

-Nagagawa nitong imposibleng matantya ang maximum na error sa pag-sampling.

Simpleng halimbawa ng application

Nais naming gumawa ng isang pag-aaral sa istatistika sa antas ng pagkabalisa sa isang populasyon ng 2000 na tao.

Ang direktor na nagdidirekta sa mga pananaliksik na hangarin na ang pagkakaiba-iba sa mga resulta ay dapat matagpuan depende sa edad at kasarian. Para sa kadahilanang ito ay nagpasya siyang bumuo ng tatlong strata ng edad na ipinapahiwatig ng mga sumusunod: Una_Age, Second_Age at Third_Age. Tungkol sa sex segment, ang dalawang karaniwang uri ay tinukoy: Lalaki at Babae.

Natukoy ang First_Age, ang isa sa pagitan ng 18 at 25 taong gulang, Pangalawang_Magpahiwatig ang isa sa pagitan ng 26 hanggang 50 taong gulang at sa wakas ay Third_Age ang isa sa pagitan ng 50 at 80 taong gulang.

Pag-aaral ng data ng kabuuang populasyon kinakailangan upang:

45% ng populasyon ay nabibilang sa First_Age.

40% ang nasa Second_Age.

Sa wakas, 15% lamang ng populasyon ng pag-aaral ang kabilang sa Ikatlong Panahon.

Ang paggamit ng isang naaangkop na pamamaraan, na hindi detalyado dito, isang halimbawa ng 300 tao ay tinutukoy na maging makabuluhan sa istatistika.

Pagpapasya ng mga quota ayon sa edad

Ang susunod na hakbang ay upang mahanap ang kaukulang mga quota para sa segment ng Edad, na ginagawa bilang mga sumusunod:

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

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

Pangatlo_Age: 300 * 15% = 300 * 15/100 = 45

Ito ay napatunayan na ang kabuuan ng mga quota ay nagbibigay ng kabuuang sukat ng sample.

Pagpapasya ng mga quota ayon sa edad at kasarian

Sa ngayon, ang seksyon ng sex ng populasyon ay hindi isinasaalang-alang .. Dalawang strata ay natukoy para sa segment na ito: Babae at Lalaki. Muli ay dapat nating suriin ang data ng kabuuang populasyon, na nagbigay ng sumusunod na impormasyon:

-60% ng kabuuang populasyon ay babae.

-Samantala, 40% ng populasyon na dapat mapag-aralan ay kabilang sa kasarian ng lalaki.

Mahalagang tandaan na ang mga nakaraang porsyento tungkol sa pamamahagi ng populasyon ayon sa sex ay hindi isinasaalang-alang ang edad.

Dahil sa wala pang impormasyon na magagamit, ang palagay ay gagawin na ang mga proportasyong ito sa sex ay pantay na ipinamamahagi sa 3 strata na Edad na tinukoy para sa pag-aaral na ito. Sa pamamagitan ng mga pagsasaalang-alang na ito, nagpapatuloy kami upang maitaguyod ang mga quota sa pamamagitan ng Edad at Kasarian, na nangangahulugang magkakaroon ngayon ng 6 na sub-strata:

S1 = First_Age at Babae: 135 * 60% = 135 * 60/100 = 81

S2 = First_Age at Lalaki: 135 * 40% = 135 * 40/100 = 54

S3 = Pangalawang_Age at Babae: 120 * 60% = 120 * 60/100 = 72

S4 = Pangalawang_Age at Lalaki: 120 * 40% = 120 * 40/100 = 48

S5 = Pangatlo_Age at Babae: 45 * 60% = 45 * 60/100 = 27

S6 = Pangatlo_Age at Lalaki: 45 * 40% = 45 * 40/100 = 18

Application ng mga survey at pag-aaral ng mga resulta

Sa sandaling naitatag ang anim (6) na mga segment at ang kanilang kaukulang mga quota, 300 mga survey ang inihanda na ilalapat ayon sa mga quota na kinakalkula.

Ang mga survey ay ilalapat tulad ng mga sumusunod, 81 survey ay nakuha at ang unang 81 tao na nasa segment na S1 ay kapanayamin. Pagkatapos ay ginagawa ito sa parehong paraan sa natitirang limang mga segment.

Ang pagkakasunud-sunod ng pag-aaral ay ang mga sumusunod:

-Basahin ang mga resulta ng survey, na pagkatapos ay tinalakay, pagsusuri ng mga resulta sa pamamagitan ng segment.

Gumawa ng mga paghahambing sa pagitan ng mga resulta sa pamamagitan ng segment.

-Kumpletong bumuo ng mga hypotheses na nagpapaliwanag sa mga sanhi ng mga resulta na ito.

Pagkakaiba sa stratified random sampling

Sa aming halimbawa kung saan inilalapat namin ang quota sampling, ang unang bagay na dapat gawin ay itatag ang mga quota at pagkatapos ay isagawa ang pag-aaral. Siyempre, ang mga quota na ito ay hindi pangkaraniwan, dahil sila ay batay sa naunang impormasyon sa istatistika sa kabuuang populasyon.

Kung wala kang naunang impormasyon tungkol sa populasyon ng pag-aaral, mas mabuti na baligtarin ang pamamaraan, iyon ay, unang tukuyin ang laki ng sample at kapag naitatag na ang laki ng sample, magpatuloy upang ilapat ang survey sa sapalaran.

Ang isang paraan upang matiyak na ang pagiging random ay ang paggamit ng isang random na numero ng generator at survey na empleyado na ang numero ng empleyado ay tumutugma sa random na generator.

Kapag magagamit ang data, at dahil ang layunin ng pag-aaral ay upang makita ang mga antas ng pagkabalisa ayon sa edad at strata ng kasarian, ang data ay nahiwalay ayon sa anim na mga kategorya na nauna naming natukoy. Ngunit nang hindi nagtataguyod ng anumang naunang bayad.

Ito ay para sa kadahilanang ito na ang stratified random na paraan ng sampling ay itinuturing na isang probabilistic na pamamaraan. Habang ang sampling ng dating itinatag na mga quota ay hindi.

Gayunpaman, kung ang mga quota ay itinatag na may impormasyon batay sa mga istatistika ng populasyon, kung gayon ang paraan ng pag-sampal ng quota ay maaaring masabing probabilistic.

Ang iminungkahing ehersisyo

Ang sumusunod na ehersisyo ay iminungkahi:

Sa isang sekundaryong paaralan nais mong gumawa ng isang survey sa kagustuhan sa pagitan ng pag-aaral ng agham o pag-aaral ng mga humanities.

Ipagpalagay na ang paaralan ay may isang kabuuang 1000 mga mag-aaral na nakapangkat sa limang antas ayon sa taon ng pag-aaral. Alam na mayroong 350 mga mag-aaral sa unang taon, 300 sa pangalawa, 200 sa pangatlo, 100 sa ika-apat at sa wakas 50 sa ikalimang taon. Nabatid din na 55% ng mga mag-aaral ng paaralan ay mga batang lalaki at 45% ay mga batang babae.

Alamin ang strata at ang mga quota sa pamamagitan ng stratum, upang malaman ang bilang ng mga survey na mailalapat ayon sa taon ng pag-aaral at mga seksyon ng sex. Ipagpalagay na ang sampol ay magiging 10% ng kabuuang populasyon ng mag-aaral.

Mga Sanggunian

1. Berenson, M. 1985. Mga Istatistika para sa Pamamahala at Pangkabuhayan, Konsepto at Aplikasyon. Editoryal na Interamericana.
2. Mga Istatistika. Quota sampling. Nabawi mula sa: encyclopediaeconomica.com.
3. Mga Istatistika. Sampling. Nabawi mula sa: Estadistica.mat.uson.mx.
4. Mapapaliwanag. Quota sampling. Nabawi mula sa: explorable.com.
5. Moore, D. 2005. Nalalapat na Batayang Istatistika. Ika-2. Edisyon.
6. Netquest. Ang posibilidad ng sampling: stratified sampling. Nabawi mula sa: netquest.com.
7. Wikipedia. Pag-sampling ng istatistika Nabawi mula sa: en.wikipedia.org