العيِّنة العشوائية ذات الطبقات (Stratified random sampling)

تعدُّ العيِّنة العشوائية ذات الطبقات (Stratified random sampling) تعديلًا للعيِّنة العشوائية البسيطة (Simple random sampling)، إذ تُقسَم العيِّنة بالكامل إلى مجموعاتٍ فرعية متجانسة (طبقاتٍ) (Strata) وفقًا لمعيارٍ محدّد وصفة مشتركة بينها (1-3)، كالعامل الديموغرافي على سبيل المثال: (الجنس أو العمر أو الحالة الاجتماعي أو المستوى التعليمي أو التشخيص لمرضٍ ما… إلخ)، ثم يختار الباحثون سحبَ عيِّنة عشوائية من مجموعاتٍ فرعية مختلفة (1). 

قد تُقسم العيِّنة إلى مجموعات فرعية حسب الجنس مثلًا بهدف ضمان التمثيل المتساوي للرجال والنساء، ثم تُجمع عينة الدراسة عن طريق أخذ أحجام عينات متساوية من كل مجموعة فرعية. 

وعلى سبيل المثال أيضًا؛ وفي دراسة لتأثير دواءٍ في مرضى السكتة الدماغية بين مستشفيات إحدى الولايات الأمريكية؛ قُسِّمَت المستشفيات تبعًا لعدد حالات مغادرة مرضى السكتة الدماغية للمستشفى، ثم اختِير عشوائيًا عدد متساو من المستشفيات داخل كل مجموعة فرعية (3).

توفِّر هذه الطريقة في أخذ العيِّنات تمثيلًا مجتمع الدراسة كاملًا (1) بأقل انحياز مُمكن (2)، وتتميّز أنها: 

• تُتيح للباحثين الحصول على حجم تأثير من كل مجموعة فرعية على حدة وكأنها دراسة مختلفة، مما يُسهم في إظهار الفروق بين المجموعات بوضوح. 
• تسمح بالحصول على عيِّنات من الفئات الأقل تمثيلًا، وهو ما لا نجدُه في العينة العشوائية البسيطة التي تمثّل كامل العيِّنة المستهدفة. ومن ثم يمكن للباحثين استخدام العيِّنة العشوائية ذات الطبقات على نحو أفضل للحصول على عيِّنات مناسبة من كل المجموعات الفرعية لمجتمع الدراسة (1).