a:

Sampel rawak mudah dan sampel rawak berstrata berbeza dalam bagaimana sampel diambil dari populasi keseluruhan data. Sampel rawak mudah melibatkan pemilihan data rawak dari seluruh populasi supaya setiap sampel yang mungkin sama berlaku. Sebaliknya, pensampelan rawak berstrata membahagikan populasi kepada kumpulan yang lebih kecil, atau strata, berdasarkan ciri-ciri yang dikongsi. Sampel rawak diambil dari setiap stratum secara langsung kepada saiz stratum berbanding dengan populasi. Subset sampel kemudian digabungkan untuk membuat sampel rawak.

Pensampelan mudah rawak dan pensampelan berstrata adalah kedua-dua jenis probability sampling di mana setiap sampel mempunyai kebarangkalian diketahui. Ini berbeza dengan persampelan penilaian, di mana unit-unit yang akan dijadikan sampel dipilih oleh penyelidik.

Populasi adalah jumlah keseluruhan pemerhatian atau data. Sampel adalah satu set pemerhatian dari populasi. Kaedah persampelan adalah proses yang digunakan untuk menarik sampel dari populasi. Sampel mudah rawak adalah sampel rawak yang ditarik dari seluruh populasi tanpa sebarang kekangan yang diletakkan pada bagaimana sampel ditarik. Kaedah ini tidak mempunyai berat sebelah dalam memilih sampel dari populasi, supaya setiap elemen populasi mempunyai peluang yang sama untuk dimasukkan ke dalam sampel.

Stratified random samples kumpulan elemen-elemen penduduk ke strata berdasarkan kriteria tertentu, dan kemudian secara rawak memilih unsur-unsur dari setiap lapisan dalam perkadaran dengan saiz stratum berbanding penduduk. Para penyelidik mesti berhati-hati untuk memastikan bahawa strata tidak bertindih. Setiap titik dalam populasi hanya boleh dimiliki oleh satu lapisan supaya setiap titik saling eksklusif. Strata yang bertindih akan meningkatkan kemungkinan bahawa sesetengah data dimasukkan ke dalam sampel, dengan itu menyusup sampel.

Pensampelan berstrata menawarkan kelebihan dan kekurangan tertentu berbanding persampelan rawak mudah. Sampel bertumpu dapat memberikan perwakilan yang lebih tepat mengenai populasi berdasarkan ciri yang digunakan untuk membahagikan penduduk ke dalam strata.

Bagi populasi yang mempunyai ciri-ciri pembezaan yang penting, persampelan berstrata boleh mencipta sampel yang lebih mewakili. Ini sering memerlukan saiz sampel yang lebih kecil, yang boleh menjimatkan sumber dan masa. Di samping itu, dengan memasukkan mata sampel yang mencukupi dari setiap lapisan, para penyelidik boleh menjalankan analisis berasingan pada setiap lapisan individu.

Satu sampel berstrata dapat memastikan perwakilan strata tertentu untuk dimasukkan ke dalam populasi. Pensampelan rawak tidak boleh menarik sebarang titik data dari lapisan yang lebih kecil, tetapi sampel berstrata termasuk sampel tersebut dengan perwakilan yang proporsional.

Lebih banyak kerja diperlukan untuk menarik sampel berstrata daripada sampel rawak. Para penyelidik mesti menjejaki dan mengesahkan setiap data untuk setiap lapisan untuk dimasukkan, yang boleh mengambil lebih banyak masa berbanding dengan sampel rawak.