a : 이러한 기법 중 하나는 계층화 된 무작위 표본 추출로, 조사 주제와 관련된 인구 집단의 정의 된 부분을 표현하기위한 조사를 구조화하는 방법입니다. 이러한 세그먼트 또는 계층은 개인의 인구 통계, 수입 또는 이벤트에 대한 공간적 또는 시간적 근접성과 같은 다양한 특성을 기반으로 할 수 있습니다.

이 방법 론적 기법의 가장 큰 장점은 지층 간의 차이를 분석 할 때 더 높은 정밀도를 얻을 수 있다는 점입니다. 따라서 정부는 정책이 하나 이상의 그룹에 미치는 영향에 대해 우려 할 때이 접근법을 사용합니다. 이벤트가 하나 이상의 그룹에 영향을 미친 경우 정책 입안자는 비용이 더 많이 들지 않고 효과가 떨어질 수있는 포괄적 정책과 달리 목표 솔루션을 구현할 수 있습니다.

비슷한 맥락에서 계층화 된 무작위 표본 추출은 정책 행동의 의도하지 않은 결과를 확인하는 데 사용될 수있다. 예를 들어, 조세 정책은 가계 소득에 따라 소비자 행동에 영향을 줄 수 있습니다. 소득 기반 계층화 무작위 표본을 이용한 조사는 소득 계층 별 정책의 잠재적 결과를 밝힐 수 있습니다. 여러 미국 연방 정부 기관은 단순 무작위 표본 추출, 층화 무작위 표본 추출 및 기타 통계 방법과 같은 데이터 수집 기술을 포함하여 정책 분석을 수행하는시기와 방법에 대한 지침을 제공합니다. 환경 보호국 (Environmental Protection Agency)은 "환경 데이터 수집을위한 샘플링 디자인 선택에 관한 지침"을 발표하여 연구원들이 정책 설계에 사용 된 데이터를 수집 할 수있는 틀을 제공합니다. EPA는 층화 무작위 표본이 그룹 전체의 평균이나 비율을 비교하려고 할 때 가장 적합하다고 제안합니다. 예를 들어, 환경 연구자들은 화학 물질 누출에 대한 공간적 근접성을 토대로 개인의 건강 결과에 관심을 가질 수 있습니다.

층화 무작위 표본 추출의 또 다른 공공 부문 적용은 건강 관리에 있습니다. 예를 들어, 미네소타 주 인민 서비스부 (Department of Human Services)는 장기 건강 보험 재정 및 국가 예산에 대한 영향에 관한 가족의 결정을 이해하기위한 연구를 실시했습니다. 샘플링 기술은 건강 보험에 대한 여러 그룹의 태도와 행동을 비교할 수있는 기능을 연구자에게 제공했으며, 대상 정책에 대한보다 자세한 분석과 권고를 허용했습니다. 기술 수준에서는 층화 무작위 표본을 설계하기위한 몇 가지 지침이 있습니다. 중요한 규칙은 지층에 속하지 않는 개인을 포함하지 않으며, 개인이 여러 지층에 속할 수 없다는 것입니다.이 방법은 데이터 수집 및 분석에 정밀도를 추가하는 장점이 있지만 엄격한 방법 론적 규칙은 한계를 만듭니다. 예를 들어 연구원은 지층을 정의하고 표본 크기를 적절히 결정하기 위해 인구에 대한 신뢰할만한 사전 지식을 가지고 있어야합니다. 이는 일부 무작위 표본에 비해 명확한 장점이 있음에도 불구하고 일부 연구자가이 방법을 완전히 구현하는 것을 방해 할 수 있습니다.