U statistici, uzorkovanje klastera je tehnika uzorkovanja vjerojatnosti gdje istraživači dijele populaciju u više skupina (klastera) za istraživanje. Zatim istraživači odabiru nasumične skupine pomoću jednostavne ili sustavne tehnike slučajnog uzorkovanja za prikupljanje i analizu podataka.
Drugim riječima, uzorkovanje klastera je metoda uzorkovanja u kojoj je cjelokupna istraživana populacija podijeljena u vanjski homogene, ali unutarnje heterogene skupine, nazvane grozdovima. U osnovi je svaka skupina mini predstavljanje cjelokupne populacije.
Reklame
Nakon identificiranja skupina, neke se biraju pomoću a jednostavno slučajno uzorkovanjedok ostali nisu zastupljeni u studiji. Također, nakon odabira skupina, istraživač mora odabrati odgovarajuću metodu za uzorkovanje predmeta iz svake odabrane skupine.
Reklame
U ovom ćete članku pronaći:
Vrste uzorkovanja klastera
Postoje dvije vrste uzorkovanja klastera, među kojima su:
- Uzorkovanje klastera u jednom stupnju: Ova vrsta uzorkovanja klastera bavi se kada istraživač radi sa cijelom populacijom grupe odabirom slučajnim odabirom.
- Dvostupanjski: S druge strane, dvostupanjsko uzorkovanje klastera bavi se kada istraživač radi s određenim količina među cijelom populacijom za svaku skupinu odabranu sustavnim slučajnim uzorkovanjem ili jednostavan.
Da bi provesti klaster uzorkovanje, mora se provesti niz koraka. Među njima je:
Reklame
- Uzorak: odlučit će se ciljna publika i njezina veličina.
- Razvoj i evaluacija okvira za uzorkovanje - Okvir za uzorkovanje stvara se pomoću postojećeg ili stvaranjem novi, a zatim ih procijenite na temelju pokrivenosti i grupiranja izvršavanjem prilagodbi odgovara.
- Odredite skupine: broj skupina odredit će se uključivanjem istog prosječnog broja članova u svaku. Svaka se skupina mora međusobno razlikovati.
- Odaberite grupe: grupe će se odabrati primjenom slučajnog odabira.
- Stvaranje podtipova: Dvostupanjski i višestupanjski podtipovi podijelit će se prema broju koraka koje će istraživači slijediti u formiranje grupa.
Prednosti i nedostaci klaster uzorkovanja
Dio prednosti koje imate:
- Manje resursa, poput troškova i vremena
- To je izvedivije
- Povoljan pristup
- Točniji podaci
- Jednostavnost provedbe uzorkovanja
Što se tiče nedostataka, postoje:
Reklame
- Velika pogreška uzorkovanja: Općenito, uzorci izvučeni metodom udruživanja skloni su većoj pogrešci uzorkovanja od uzoraka izvađenih drugim metodama uzorkovanja.
- Pristrasni uzorci: Metoda je sklona pristranosti. Kada bi se skupine koje predstavljaju cijelu populaciju formirale prema pristranom mišljenju, zaključci o cijeloj populaciji također bi bili iskrivljeni.
Razlike između klaster i slojevitog uzorkovanja
U stratificiranom uzorkovanju populacija se dijeli na slojeve prema nekim varijablama koje se smatraju povezanima s varijablama koje nas zanimaju. Zatim se uzima uzorak iz svakog sloja.
Ovo je namijenjeno smanjiti pogrešku uzorkovanja jer, ako su slojevi stvarno povezani s varijablama od interesa, tada je svaki sloj homogeniji (ima manje varijacija u ciljnim varijablama).
Reklame
U uzorkovanju klastera, populacija je podijeljena u skupine i od njih se uzima uzorak. Ali uzete su samo neke od skupina. To teži povećanju pogreške u uzorkovanju jer su skupine slične.
Da su identični, ne bi imalo smisla uzeti više od jednog promatranja unutar skupine jer bi svi bili identični. Gubitak preciznosti povezan je s varijabilnošću unutar skupina koja je poznata tek nakon uzimanja uzorka.
Na površini su grupiranje i raslojavanje slični: u obje je populacija podijeljena u skupine koje se ne preklapaju. Ali tu sličnosti završava. Iako slojevito uzorkovanje može smanjiti pogrešku uzorkovanja, klaster uzorkovanje ga povećava (za istu veličinu uzorka).
Međutim, uzorkovanje klastera može dopustiti dobiti veći uzorak za isti trošak i u smislu troškova, nadamo se da ćemo smanjiti pogrešku. Idealno bi bilo da varijacija unutar slojeva bude što manja, dok bi varijacija varirala unutar grupa trebalo bi biti najbolje moguće (ali potonje ne možemo kontrolirati i moramo to shvatiti kao ovaj).
Kada odabrati uzorkovanje klastera?
Kada ne možete dobiti potpune informacije o populaciji, ali možete dobiti informacije o skupinama / klasterima, tada biste trebali odabrati uzorkovanje klastera.
Pod pretpostavkom da ste se odlučili za uzorkovanje klastera, možda podliježete proračunskim ili vremenskim ograničenjima. U tom bi slučaju moglo biti prikladnije koristiti uzorkovanje klastera odabirom ljudi ili predmeta koji su bliže, brže reagiraju ili je jeftinije doći.
Uzorkovanje klastera korisno je kada: nemate popis elemenata iz populacije, ali je lako dobiti popis grupa. Kada se trošak dobivanja opažanja povećava kako udaljenost razdvaja elemente.
