Lai iegūtu informāciju par kādu iedzīvotāju, piemēram, konkrētas universitātes studentiem, ir ērti izmantot reprezentatīvu studentu izlasi. Pētnieks iegūst ieguldījumu no šī parauga un paplašina pētījuma rezultātus visiem iedzīvotājiem. Šī metode vienkāršo pētījumu procesu. Ir dažādi veidi, kā iegūt statistiski ticamu paraugu no iedzīvotājiem. Viena no šādām metodēm ir proporcionāla sadalīšana, kas ir sava veida stratificēta paraugu ņemšanas metode.
Stratificēta paraugu ņemšana
Stratificēta paraugu ņemšana dala populāciju dažādos slāņos, pamatojoties uz konkrētu raksturlielumu. Piemēram, pētnieks varētu sadalīt iedzīvotājus, balstoties uz ienākumiem, ar zemu ienākumu līmeni, vidēja ienākuma slāni un augstu ienākumu līmeni. Pētniekam jāizvēlas raksturojums tādā veidā, lai no katra slāņa izvēlētie paraugi būtu pēc iespējas reprezentatīvāki.
Proporcionāla piešķiršana
Pēc tam, kad pētnieks sadala iedzīvotājus dažādos slāņos, rodas jautājums par to, cik daudz cilvēku izlasīt no katra slāņa. Ja, piemēram, viens slānis sastāv no 1000 cilvēkiem, bet vēl viens no 2000 cilvēkiem, ir nepieciešams uzņemt paraugus, kas adekvāti atspoguļo šīs lielākās grupas. Viena metode paraugu ņemšanai no dažādiem slāņiem ir proporcionāla piešķiršana. Šajā metodē pētnieks piesaista vienu un to pašu cilvēku skaitu no katra slāņa, piemēram, 5 procentus no slāņa, lai kalpotu par paraugu.
Vienkāršība
Viena no galvenajām proporcionālās piešķiršanas priekšrocībām ir tā, ka šī ir vienkārša metode, kā to izpildīt. 5% iedzīvotāju izvēle no katra slāņa ir salīdzinoši viegli metode. Ir arī citas paraugu ņemšanas metodes, kas ietver dažādu cilvēku skaitu no katra slāņa, lai adekvāti atspoguļotu cilvēku dažādo skatījumu katrā stratā.
Pārstāvība
Vēl viena proporcionālas piešķiršanas priekšrocība ir tāda, ka tā rada izlases lielumu, kas ir reprezentatīvs iedzīvotāju slāņa lielumam. Ja, piemēram, viens slānis sastāv no 1000 cilvēkiem un otrs no 2000 cilvēkiem, proporcionāls piešķīrums varētu iegūt 1% paraugu no katra slāņa. Tas nozīmē, ka pētnieks izvēlētos 10 cilvēkus no pirmā slāņa un 20 cilvēkus no otrā slāņa. Tā kā otrajā slānī ir vairāk cilvēku nekā pirmais slānis, šis paraugs ir vairāk reprezentatīvs attiecībā pret iedzīvotājiem, nekā izvēloties vienādu skaitu paraugu no katra slāņa.
