Khái niệm
Stratified Random Sampling, hay kỹ thuật lấy mẫu ngẫu nhiên phân tầng, là một kỹ thuật chọn mẫu dựa theo xác suất số liệu. Trong đó, mẫu khách thể được chia thành các nhóm nhỏ hơn (hoặc gọi là tầng) dựa trên một hoặc nhiều đặc điểm chung. Sau đó, từ mỗi tầng này, mẫu nghiên cứu được lựa chọn một cách ngẫu nhiên.
Như vậy, kỹ thuật này đảm bảo tính đại diện của mẫu bằng cách chia quần thể thành các nhóm đồng nhất.
Ví dụ
Một nhóm nghiên cứu muốn tìm hiểu hành vi mua sắm trực tuyết của người dùng trên ứng dụng thương mại điện tử. Trước khi chiêu mô, họ chia người dùng thành các "tầng" theo từng tiêu chí: độ tuổi (18-24, 25-34, 35-44) hay thu nhập (thấp, trung bình, cao).
Sau đó, nhóm nghiên cứu chọn ngẫu nhiên một số lượng người dùng từ mỗi "tầng", đảm bảo tỷ lệ mẫu trong mỗi tầng tương ứng với tỷ lệ của tầng đó trong tổng thể người dùng theo cả hai tiêu chí độ tuổi và thu nhập. Giả dụ, 1% số lượng người trong độ tuổi từ 18-24 có thu nhập thấp, 1% số lượng người trong độ tuổi tương tự có thu nhập trung bình...
Ưu điểm
- Áp dụng được cho phạm vi nghiên cứu rộng và có độ phân tán cao
- Đảm bảo tính đại diện và độ tin cậy cao: mỗi tầng có những đặc điểm riêng biệt và các nhóm nhỏ được chia một cách đồng nhất sẽ giúp giảm thiểu sự biến động trong dữ liệu và tăng độ tin cậy cho kết quả đầu ra
Nhược điểm
- Xác định các tầng có thể rất phức tạp: với những dự án có nhiều biến số cần xem xét, việc đảm bảo các tầng đồng nhất cũng như khoảng cách giữa các nhóm nhỏ hơn cần có khoảng cách đồng đều vô cùng phức tạp
- Danh sách tất cả cá nhân trong từng tầng hoặc nhóm nhỏ đều phải được liệt kê và gắn số ngẫu nhiên
Ứng dụng trong UX Research
Phương pháp này được ứng dụng rộng rãi trong UX Research để đảm bảo rằng các nhóm người dùng khác nhau đều mang tính đại diện trong nghiên cứu. Ví dụ, có thể chia người dùng theo các nhóm nhân khẩu học và nhóm hành vi riêng biệt để so sánh mức độ hiệu quả trong quá trình sử dụng dịch vụ và sản phẩm.
