Aby uzyskać informacje na temat określonej populacji, na przykład studentów z danej uczelni, wygodnie jest użyć reprezentatywnej próbki uczniów. Badacz otrzymuje dane wejściowe z tej próbki i rozszerza wyniki badań na całą populację. Ta metoda upraszcza proces badań. Istnieją różne sposoby na uzyskanie statystycznie dobrej próbki z populacji. Jedną z takich metod jest proporcjonalna alokacja, która jest rodzajem stratyfikowanej metody pobierania próbek.
Próbkowanie warstwowe
Próbkowanie warstwowe dzieli populację na różne warstwy w oparciu o określoną charakterystykę. Na przykład badacz może podzielić populację na podstawie dochodu na warstwę o niskich dochodach, warstwę o średnich dochodach i warstwę o wysokich dochodach. Badacz powinien wybrać cechę w taki sposób, aby próbki wybrane z każdej warstwy były możliwie jak reprezentatywne dla warstw.
Przydział proporcjonalny
Po tym, jak badacz podzieli populację na różne warstwy, powstaje pytanie, ile osób ma pobierać próbki z każdej warstwy. Jeśli jedna warstwa składa się na przykład z 1000 osób, a druga z 2000 osób, konieczne jest losowanie próbek reprezentujących te większe grupy w odpowiedni sposób. Jedną z metod pobierania próbek z różnych warstw jest alokacja proporcjonalna. W tej metodzie naukowiec pobiera taką samą liczbę osób z każdej warstwy, np. 5 procent warstwy, aby służyć jako próbka.
Prostota
Jedną z głównych zalet proporcjonalnego przydziału jest to, że jest to prosta metoda wykonania. Wybór 5 procent populacji z każdej warstwy jest stosunkowo łatwą techniką. Istnieją inne metody pobierania próbek, które pociągają za sobą ściąganie różnej liczby ludzi z każdej warstwy, aby odpowiednio odzwierciedlać różnorodność poglądów ludzi w każdej warstwie.
Reprezentatywność
Inną zaletą proporcjonalnej alokacji jest to, że produkuje ona wielkość próby reprezentatywną dla wielkości warstwy w populacji. Jeśli na przykład jedna warstwa składa się z 1000 osób, a druga z 2000 osób, proporcjonalna alokacja może pobrać próbkę o wartości 1 procenta z każdej warstwy. Oznacza to, że badacz wybrałby 10 osób z pierwszej warstwy i 20 osób z drugiej warstwy. Ponieważ w drugiej warstwie jest więcej osób niż w pierwszej warstwie, ta próbka jest bardziej reprezentatywna dla populacji niż wybór równej liczby próbek z każdej warstwy.
