Стратификация в статистике — это разделение генеральной совокупности на непересекающиеся однородные группы — страты — по признакам, связанным с целью исследования. Простыми словами, исследователь сначала распределяет людей или объекты по значимым категориям, например по региону, возрасту, должности или типу клиента, а затем изучает каждую группу отдельно. Стратификацию применяют при построении выборки и анализе данных, чтобы представить малые, но значимые сегменты, повысить точность оценок и не скрыть различия за общим средним показателем. При стратифицированной выборке из каждой страты участников отбирают вероятностным способом.
Как работает стратификация
Страты должны отвечать двум требованиям:
- каждый объект относится только к одной страте;
- вместе страты охватывают всю исследуемую совокупность.
Внутри групп желательно добиться относительной однородности по изучаемому показателю, а между группами — значимых различий. Например, при исследовании банковских клиентов разделение только по полу может оказаться бесполезным, если удовлетворенность сильнее связана с продуктом, каналом обслуживания и стажем использования.
Стратификация бывает предварительной, когда группы создают до отбора участников, и аналитической, когда уже собранные данные разделяют на категории для сравнения. Только первый вариант сам по себе относится к дизайну стратифицированной выборки.
Виды распределения выборки по стратам
При пропорциональном распределении:
nₕ = n × Nₕ / N
где nₕ — объем выборки в страте, n — общий объем выборки, Nₕ — размер страты, N — размер совокупности.
При распределении Неймана больше наблюдений получают крупные страты с высокой изменчивостью:
nₕ = n × NₕSₕ / ΣNⱼSⱼ
Такое распределение направлено на снижение дисперсии итоговой оценки. В профессиональной статистике также применяются равное, пропорциональное и стоимостно-оптимальное распределения.
Если непропорциональные страты объединяются в общий показатель, необходимо использовать веса. Иначе намеренно увеличенная группа окажет на результат слишком большое влияние.
Как провести стратификацию
- Определить совокупность. Зафиксировать, к кому или чему относятся выводы.
- Выбрать целевой показатель. Например, удовлетворенность, текучесть или частоту дефектов.
- Найти связанные признаки. Использовать данные CRM, кадровой системы, реестра или статистики.
- Сформировать страты. Категории не должны пересекаться и оставлять объекты вне классификации.
- Выбрать распределение. Пропорциональное, равное или оптимальное.
- Рассчитать объемы групп. Учесть минимально достаточное число наблюдений.
- Провести случайный отбор внутри страт.
- Рассчитать веса и показатели.
- Описать методику в отчете.
Чек-лист хорошей стратифицирующей переменной:
- известна для всех единиц совокупности;
- измеряется до отбора;
- связана с исследуемым показателем;
- делит аудиторию на понятные группы;
- не образует чрезмерное число малых ячеек;
- основана на надежных и актуальных данных.
Отличие от похожих методов
Главное отличие стратифицированной выборки от квотной заключается в вероятностном отборе внутри каждой страты. Поэтому при известной схеме включения можно оценивать стандартные ошибки и доверительные интервалы.
Примеры применения
Например, средняя вовлеченность сотрудников компании может выглядеть стабильной, хотя на одной площадке она снижается. Стратификация по площадкам и сменам позволяет обнаружить это различие. В B2B-исследовании разделение по ролям помогает не смешивать оценки пользователей продукта и лиц, принимающих решение о закупке.
Преимущества и ограничения
Стратификация обеспечивает присутствие значимых групп, позволяет получать отдельные оценки по ним и при удачном выборе страт может повысить точность по сравнению с простой случайной выборкой. Она особенно полезна, когда совокупность неоднородна, а малые сегменты важны для решений.
Ограничения метода:
- нужен полный список совокупности с признаками стратификации;
- ошибочный признак не повышает точность;
- большое число страт усложняет отбор;
- малые ячейки требуют дополнительных затрат;
- непропорциональный дизайн требует взвешивания;
- стратификация не исправляет неответы и ошибки анкеты.
Как использовать в ФОКУЗ
Для стратифицированного исследования можно загрузить или передать признаки респондентов из CRM либо кадровой системы, сформировать группы и направить приглашения отобранным участникам. Подход подходит для NPS, CSAT, CSI, eNPS, исследований вовлеченности и удовлетворенности.
В отчетах результаты сравнивают по регионам, подразделениям, продуктам, стажу и другим стратам, строят распределения и кросс-таблицы, анализируют открытые ответы. Это помогает определить, в каких группах показатель отличается от общего уровня, где требуется дополнительное исследование и на какой сегмент направить изменения. Сам случайный отбор необходимо организовать на основе корректной выборочной рамки до рассылки анкеты.
Часто задаваемые вопросы
Что такое стратификация простыми словами?
Это разделение общей совокупности на значимые группы для отдельного отбора или анализа.
Что такое страта в статистике?
Непересекающаяся подгруппа генеральной совокупности.
Для чего нужна стратификация выборки?
Для контроля структуры, анализа групп и повышения точности оценок.
Как выбрать признаки стратификации?
Они должны быть известны заранее и связаны с предметом исследования.
Чем стратификация отличается от квотирования?
При стратифицированной выборке внутри групп проводится случайный отбор.
Что такое пропорциональная стратификация?
Каждая группа получает долю выборки, соответствующую ее доле в совокупности.
Что такое непропорциональная выборка?
Размеры страт намеренно не совпадают с их реальными долями.
Нужно ли взвешивать результаты?
Да, если вероятности включения в разных стратах различаются.
Можно ли использовать несколько признаков?
Да, но их пересечение не должно создавать слишком много малых групп.
Стратификация всегда повышает точность?
Нет. Эффект зависит от связи признака стратификации с изучаемой переменной.
Можно ли стратифицировать уже собранные данные?
Да, для анализа, но это не превращает исходный отбор в стратифицированную выборку.
Связанные статьи
Кратко
- Стратификация делит совокупность на непересекающиеся группы.
- При стратифицированной выборке отбор проводится внутри каждой страты.
- Распределение бывает пропорциональным, равным и оптимальным.
- Малые значимые группы можно намеренно увеличить.
- При разных вероятностях отбора нужны статистические веса.
- Метод отличается от квотирования случайным отбором.
- Удачная стратификация повышает точность, неудачная — только усложняет исследование.
