Las desventajas de muestreo aleatorio estratificado

Buenos trabajos de investigación pueden ser su objetivo final , pero el logro de lo que puede equivaler a una tarea compleja que requiere una cuidadosa consideración. Muestreo aleatorio estratificado puede ayudar en la consecución de la precisión necesaria , pero también plantea algunos retos . Necesita más atención

diseños de muestreo estratificado puede ser proporcionado o desproporcionado . En el muestreo proporcional , el tamaño de la muestra es proporcional al tamaño del estrato . Como resultado , hay un nivel de precisión más alto que se magnifica por una población homogénea . Estratificación no proporcional contempla diferentes tamaños de muestra para cada estrato. Los criterios utilizados para asignar los puntos de estratos que determinarán si la precisión del diseño es excelente o digno de compasión . Es el más adecuado para los estratos con características diferentes , ya que sólo se puede optimizar la precisión de un estudio y esto no puede ser transferido a las encuestas posteriores. Frente a un dilema en el que el diseño de utilizar, es posible que se hizo a considerar profundamente las varianzas y costos dentro de los estratos en la toma de la decisión.
Tiempo Consumir

método consiste en siete pasos en dar con la muestra, por lo que es un proceso largo. También requiere que se realice un censo de la población estudiada disponible. A veces , la lista no se pueda obtener y desarrollar hace el trabajo más difícil ya que los estratos debe ser colectiva y mutuamente excluyentes. Como resultado , el tamaño de la muestra se incrementa , lo que conduce a gastos adicionales y tiempo de estudio ampliado . Si las listas están disponibles , es posible que implican procesos largos para adquirir los permisos, prolongando el tiempo del estudio.
Complicadas

Las decisiones sobre la estratificación se hacen antes para el estudio . Si las decisiones tomadas están equivocados, la información recogida no es válida para su uso en la elaboración de conclusiones. El análisis de los datos también es complejo porque hay que tener en cuenta el número y el tamaño de la población de los estratos , el tamaño de la población total y la población de la muestra . Para dar una conclusión auténtico, estadísticas de la muestra , como por ejemplo , la desviación estándar media , error estándar y niveles de significación , se utilizan . Si usted es un no - estadístico, estos pueden ser confusos .
Caro

uso El diseño puede pedir una muestra de gran tamaño , lo que aumenta el costo , especialmente en los casos donde las listas necesarias se clasifican y tienen que ser comprados . En otros casos, las listas de población pueden ser accesibles, pero las personas están dispersas geográficamente. Las disposiciones necesarias tienen que hacerse para llegar a ellas , añadiendo un suplemento.