Gestratificeerde steekproef | Definitie, Stappenplan & Voorbeelden

Bij een gestratificeerde steekproef (stratified sample) verdelen onderzoekers een populatie in homogene subpopulaties (strata) op basis van specifieke kenmerken, zoals etniciteit, gender, woonplaats, et cetera. Elk lid van de populatie zou zich in één stratum moeten bevinden.

Voor ieder stratum wordt vervolgens nog een steekproef getrokken met behulp van een andere aselecte steekproefmethode, zoals een clustersteekproef of enkelvoudige aselecte steekproef. Hierdoor kunnen onderzoekers statistieken (zoals gemiddelden) voor iedere subpopulatie schatten.

Onderzoekers maken gebruik van gestratificeerde steekproeven als de kenmerken van een populatie variëren en ze ervoor willen zorgen dat ieder kenmerk goed wordt vertegenwoordigd in de steekproef.

Wanneer gebruik je een gestratificeerde steekproef?

Als je een gestratificeerde steekproef wilt gebruiken, moet je je populatie volledig kunnen opdelen in subpopulaties die elkaar uitsluiten. Dat betekent dat elk lid van de populatie duidelijk in slechts één subgroep kan worden ingedeeld.

Een gestratificeerde steekproef is de beste keuze als je denkt dat subgroepen verschillende gemiddelde waarden zullen hebben voor de variabele(n) die je bestudeert.

Een gestratificeerde steekproef kent de volgende voordelen:

• Je steekproef is gegarandeerd divers

Een gestratificeerde steekproef bevat gegarandeerd participanten uit iedere subgroep van de populatie, waardoor je steekproef de de diversiteit van de populatie weerspiegelt. Echter, het is theoretisch mogelijk (maar onwaarschijnlijk) dat deze diversiteit niet goed zou worden weerspiegeld in het geval van andere steekproefmethoden.

• Gegarandeerd gelijke variantie tussen groepen

Als je wilt dat de data die voor iedere subgroep zijn verzameld een vergelijkbaar variantieniveau vertonen, moet de steekproefomvang voor iedere subgroep vergelijkbaar zijn (bijvoorbeeld evenveel kinderen, jongeren, volwassenen en ouderen in plaats van heel veel jongeren en bijna geen ouderen).

Bij andere steekproefmethoden kan het voorkomen dat je veel participanten uit één subgroep hebt, maar bijna geen participanten uit een andere subgroep.

• Vermindering van de variantie in de totale populatie

De totale populatie kan relatief heterogeen zijn, ook al zijn bepaalde subgroepen meer homogeen van aard.

Stel je onderzoekt hoe een nieuwe onderwijsmethode de toetsscores van scholieren beïnvloedt. Er is een grote kans dat zowel de oorspronkelijke toetsscores and de mogelijk veranderde toetsscores sterk samenhangen met het opleidingsniveau van de ouders.

In dit geval zou een gestratificeerde steekproef helpen om een beter beeld te krijgen van de variabele waarin je geïnteresseerd bent, omdat je de toetsscores kunt groeperen op basis van het opleidingsniveau van de ouders. Zo verlaag je de variantie in iedere subgroep, en daarmee in de populatie als geheel.

• Veel dataverzamelingsmethoden mogelijk

Soms heb je wellicht verschillende dataverzamelingsmethoden nodig om data te verzamelen voor verschillende subgroepen.

Stel dat je maar weinig tijd en geld hebt om je enquête-onderzoek uit te voeren, dan is het wellicht handig om persoonlijk langs te gaan bij participanten die in de stad wonen, maar kun je de enquêtes beter per post versturen naar participanten die in meer afgelegen, dunbevolkte dorpen wonen.

Ontvang feedback op taal, structuur, lay-out en bronvermelding

Professionele Scribbr-editors kijken je scriptie na op:

• Academisch taalgebruik
• Onduidelijke zinnen
• Grammaticale fouten
• Interpunctie
• Verboden woorden

Bekijk het voorbeeld

Stap 1: Definieer je populatie en subgroepen

Net als bij andere aselecte steekproefmethoden, begin je met het definiëren van de populatie waarin je geïnteresseerd bent.

Eigenschappen voor stratificatie kiezen

Je moet ook het kenmerk kiezen dat je gaat gebruiken om je participanten te verdelen. Deze keuze is erg belangrijk: aangezien elk lid van de populatie slechts in één subgroep kan worden geplaatst, moet de classificatie van iedere participant in elke subgroep duidelijk en ondubbelzinnig zijn.

Stratificatie op basis van meerdere eigenschappen

Je kunt ervoor kiezen om te stratificeren op basis van meerdere kenmerken, mits je iedere participant duidelijk kunt koppelen aan één subgroep. Om het totale aantal subgroepen te berekenen, vermenigvuldig je het aantal niveaus voor ieder kenmerk.

Stel dat je stratificeert op basis van gender en diploma, met drie groepen voor de eerste en drie voor de laatste. Dan zou je in totaal 3 x 3 = 9 subgroepen hebben.

Stap 2: Verdeel de populatie in strata

Verzamel vervolgens een lijst van elk lid van de populatie en koppel ieder lid aan een stratum.

Je moet ervoor zorgen dat de niveaus elkaar uitsluiten (zodat er geen overlap tussen subgroepen bestaat), maar dat ze samen de hele populatie omvatten.

Stap 3: Bepaal de steekproefgrootte voor alle strata

Eerst moet je bepalen of je een proportionele steekproef of een disproportionele steekproef wilt trekken.

Proportionele versus disproportionele steekproeven

Bij proportionele steekproeven is de steekproefomvang van elk stratum gelijk aan het aandeel van de subgroep in de populatie als geheel. Subgroepen die minder sterk vertegenwoordigd zijn in de grotere bevolking zullen hierdoor ook minder sterk vertegenwoordigd zijn in de steekproef.

Bij disproportionele steekproeven zijn de steekproefgroottes van de strata niet in verhouding met de vertegenwoordiging van de subgroepen in de populatie als geheel.

Je kunt voor deze methode kiezen als je een ondervertegenwoordigde subgroep wilt bestuderen waarvan de steekproefomvang anders te klein zou zijn om statistische conclusies te kunnen trekken.

Steekproefomvang

Vervolgens kun je de totale steekproefomvang bepalen. De steekproef moet groot genoeg zijn om ervoor te zorgen dat je statistische conclusies kunt trekken over elke subgroep.

Als je de gewenste foutmarge en het betrouwbaarheidsniveau hebt bepaald, en als je ongeveer weet hoe groot de populatie is en wat de standaarddeviatie van de populatie is, kun je een online steekproefcalculator gebruiken om de benodigde steekproefgrootte te berekenen.

Wie helpt jou met nakijken?

Betrouwbare hulptroepen vinden is niet makkelijk...

• Familie
• Vrienden
• Studiegenoten
• Scribbr

We staan altijd voor je klaar

Stap 4: Trek een aselecte steekproef voor ieder stratum

Vervolgens gebruik je nog een andere aselecte steekproefmethode, zoals een enkelvoudige aselecte steekproef of een systematische steekproef, om voor ieder stratum een steekproef te trekken.

Als je dit op de juiste manier doet, zorgt het willekeurige (aselecte) karakter van dat type steekproef ervoor dat je een representatieve steekproef trekt voor alle subgroepen van de populatie.

Veelgestelde vragen

Wat is een enkelvoudige aselecte steekproef (simple random sampling)?

Een enkelvoudige aselecte steekproef (simple random sampling) is de eenvoudigste versie van een aselecte steekproef. De onderzoeker kiest willekeurig participanten uit een populatie om een steekproef te vormen. Ieder lid van de populatie heeft een even grote kans om in de steekproef te belanden. Vervolgens vindt de dataverzameling plaats.

Je kunt bijvoorbeeld willekeurig participanten kiezen door een random number generator te gebruiken.

Wat is een gestratificeerde steekproef (stratified sample)?

Bij gestratificeerde steekproeven verdelen onderzoekers participanten over subgroepen (strata) op basis van een of meerdere gemeenschappelijke kenmerken (zoals etniciteit, gender, opleidingsniveau, et cetera).

Eenmaal verdeeld, wordt een aselecte steekproef getrokken voor iedere subgroep.

 

Wanneer gebruik je een gestratificeerde steekproef (stratified sample)?

Als je een gestratificeerde steekproef wilt gebruiken, moet je je populatie volledig kunnen verdelen in subpopulaties die elkaar uitsluiten. Dat betekent dat elk lid van de populatie duidelijk in maar één subgroep kan worden ingedeeld.

Een gestratificeerde steekproef is de beste keuze als je denkt dat subgroepen verschillende gemiddelde waarden zullen hebben voor de variabele(n) die je bestudeert.