Mitä klusterin otanta tilastoissa on?

  • Jul 26, 2021
click fraud protection

Tilastoissa klusterinäyte on todennäköisyysotantatekniikka, jossa tutkijat jakavat populaation useisiin ryhmiin (klustereihin) tutkimusta varten. Sitten tutkijat valitsevat satunnaisryhmät käyttäen yksinkertaista tai järjestelmällistä satunnaisotantatekniikkaa tietojen keräämiseen ja analysointiin.

Toisin sanoen klusterinäyte on a näytteenottomenetelmä jossa koko tutkimusjoukko on jaettu ulkoisesti homogeenisiin, mutta sisäisesti heterogeenisiin ryhmiin, joita kutsutaan klustereiksi. Pohjimmiltaan jokainen ryhmä on pieni väestö koko väestöstä.

Mainokset

Ryhmien tunnistamisen jälkeen jotkut valitaan a: n avulla yksinkertainen satunnaisotantakun taas muut eivät ole edustettuina tutkimuksessa. Ryhmien valinnan jälkeen tutkijan on myös valittava sopiva tapa ottaa näytteet kustakin valitusta ryhmästä.

klusterinäyte

Mainokset

Tästä artikkelista löydät:

Klusterinäytetyypit

Klusterinäytteitä on kahta tyyppiä:

  • Yksivaiheinen klusterinäyte: Tämän tyyppinen klusterinäytteistys käsittelee, kun tutkija työskentelee koko ryhmän populaation kanssa valitsemalla se satunnaisesti.
  • Kaksivaiheinen: Toisaalta kaksivaiheinen klusterinäyte käsittelee, kun tutkija työskentelee tietyn henkilön kanssa - koko järjestelmässä oleva määrä järjestelmällisellä satunnaisotannalla valitulle ryhmälle tai yksinkertainen.

Jotta suorittaa klusterinäyte, on suoritettava sarja vaiheita. Niiden joukossa on:

Mainokset

  1. Otos: kohdeyleisö ja sen koko päätetään.
  2. Näytekehysten kehittäminen ja arviointi - Näytekehys luodaan käyttämällä olemassa olevaa tai luomalla uuden ja arvioi ne sitten kattavuuden ja ryhmittelyn perusteella tekemällä muutoksia vastaava.
  3. Määritä ryhmät: ryhmien lukumäärä määritetään sisällyttämällä kuhunkin sama keskimääräinen jäsenten lukumäärä. Jokaisen ryhmän on oltava erilainen.
  4. Valitse ryhmät: ryhmät valitaan soveltamalla satunnaista valintaa.
  5. Luo alatyypit: Kaksivaiheiset ja monivaiheiset alatyypit jaetaan niiden vaiheiden määrän mukaan, joita tutkijat seuraavat ryhmien muodostamiseksi.

Klusterinäytteenoton edut ja haitat

Edut ovat:

  • Vähemmän resursseja, kuten kustannuksia ja aikaa
  • Se on helpompaa
  • Kätevä pääsy
  • Tarkempia tietoja
  • Näytteenoton helppous

Haittojen osalta on:

Mainokset

  • Suuri näytteenottovirhe: Yleensä poolointimenetelmällä otetut näytteet ovat alttiimpia suuremmalle näytteenottovirheelle kuin muut näytteenottomenetelmät.
  • Puolueelliset näytteet: Menetelmä on altis puolueellisuudelle. Jos koko väestöä edustavat ryhmät muodostettaisiin puolueellisen mielipiteen perusteella, myös koko väestöä koskevat päätelmät olisivat puolueellisia.

Klusterin ja kerrostetun otoksen erot

Kerrostetussa otannassa populaatio on jaettu kerroksiin joidenkin muuttujien mukaan, joiden katsotaan liittyvän meitä kiinnostaviin muuttujiin. Jokaisesta kerroksesta otetaan sitten näyte.

Tämä on tarkoitettu vähentää näytteenottovirhettä koska jos kerrokset todella liittyvät kiinnostaviin muuttujiin, niin jokainen kerros on homogeenisempi (sillä on vähemmän vaihtelua kohdemuuttujissa).

Mainokset

Klusterinäytteessä populaatio jaetaan ryhmiin ja niistä otetaan näyte. Mutta vain osa ryhmistä otetaan mukaan. Tällä on taipumus lisätä otantavirhettä, koska ryhmät ovat yleensä samanlaisia.

Jos ne olisivat identtisiä, ei olisi järkevää tehdä useampi kuin yksi havainto ryhmän sisällä, koska ne kaikki olisivat identtisiä. Tarkkuuden menetys liittyy ryhmien vaihteluun, joka tunnetaan vasta näytteenoton jälkeen.

Pinnaltaan ryhmittely ja kerrostumat ovat samanlaiset: molemmissa populaatio on jaettu ei-päällekkäisiin ryhmiin. Mutta samankaltaisuus loppuu. Vaikka ositettu otanta voi vähentää näytevirheitä, klusterin otanta lisää sitä (samalle otoskokolle).

Klusterinäytteenotto voi kuitenkin sallia saada suurempi näyte samojen kustannusten ja kustannusten suhteen toivomme edelleen vähentävän virhettä. Ihannetapauksessa kerrosten sisäisen vaihtelun tulisi olla mahdollisimman pieni, kun taas vaihtelun ryhmien sisällä pitäisi olla paras mahdollinen (mutta emme voi hallita jälkimmäistä ja meidän on pidettävä sitä On).

Milloin valita klusterinäyte?

Kun et saa täydellistä tietoa populaatiosta, mutta voit saada tietoa ryhmistä / klustereista, sinun tulisi valita klusterinäyte.

Olettaen, että olet päättänyt klusterinäytteestä, saatat joutua budjetin tai aikarajoitusten alaiseksi. Tällöin voi olla kätevämpää käyttää klusterinäytteitä valitsemalla ihmiset tai kohteet, jotka ovat lähempänä, reagoivat nopeammin tai ovat halvempia tavoittaa.

Klusterinäyte on hyödyllinen, kun: sinulla ei ole luetteloa elementeistä populaatiosta, mutta on helppo saada luettelo ryhmistä. Kun havaintojen saamisen kustannukset kasvavat, kun etäisyys erottaa elementit.

instagram viewer