Apa itu sampling cluster dalam statistik?

Dalam statistik, pengambilan sampel klaster adalah teknik probability sampling dimana peneliti membagi populasi menjadi beberapa kelompok (cluster) untuk penelitian. Para peneliti kemudian memilih kelompok acak menggunakan teknik sampling acak sederhana atau sistematis untuk pengumpulan dan analisis data.

Dengan kata lain, cluster sampling adalah metode pengambilan sampel di mana seluruh populasi penelitian dibagi menjadi kelompok-kelompok yang homogen secara eksternal, tetapi secara internal heterogen, yang disebut cluster. Pada dasarnya, setiap kelompok adalah representasi mini dari seluruh populasi.

Setelah mengidentifikasi kelompok, beberapa dipilih dengan cara a contoh acak sederhanasedangkan yang lainnya tidak terwakili dalam suatu penelitian. Juga, setelah pemilihan kelompok, peneliti harus memilih metode yang tepat untuk sampel item dari setiap kelompok yang dipilih.

Jenis pengambilan sampel klaster

Ada dua jenis cluster sampling, di antaranya adalah:

• Pengambilan Sampel Cluster Satu Tahap: Jenis pengambilan sampel klaster ini berkaitan dengan ketika seorang peneliti bekerja dengan seluruh populasi suatu kelompok dengan memilihnya secara acak.
• Dua tahap: Di sisi lain, pengambilan sampel klaster dua tahap berkaitan dengan ketika seorang peneliti bekerja dengan kuantitas di antara seluruh populasi untuk setiap kelompok yang dipilih melalui sampling acak sistematis atau sederhana.

Untuk melakukan cluster sampling cluster, serangkaian langkah harus dilakukan. Diantaranya adalah:

1. Sampel: audiens target dan ukurannya akan ditentukan.
2. Mengembangkan dan mengevaluasi kerangka pengambilan sampel - Kerangka pengambilan sampel dibuat menggunakan kerangka sampel yang sudah ada atau dengan membuat yang baru dan kemudian mengevaluasinya berdasarkan cakupan dan pengelompokan dengan melakukan penyesuaian sesuai.
3. Tentukan kelompok: jumlah kelompok akan ditentukan dengan memasukkan jumlah rata-rata yang sama dari anggota di masing-masing kelompok. Setiap kelompok harus berbeda satu sama lain.
4. Pilih grup: grup akan dipilih dengan menerapkan seleksi acak.
5. Buat Subtipe: Subtipe dua tahap dan multi-tahap akan dibagi sesuai dengan jumlah langkah yang diikuti oleh peneliti untuk membentuk kelompok.

Keuntungan dan kerugian dari pengambilan sampel klaster

Di bagian keuntungan ada:

• Lebih sedikit sumber daya, seperti biaya dan waktu
• Itu lebih layak
• Akses yang nyaman
• Data lebih akurat
• Kemudahan dalam menerapkan pengambilan sampel

Mengenai kekurangannya, ada:

• Kesalahan pengambilan sampel yang tinggi: Secara umum, sampel yang diambil menggunakan metode penyatuan cenderung memiliki kesalahan pengambilan sampel yang lebih tinggi daripada sampel yang diambil menggunakan metode pengambilan sampel lainnya.
• Sampel bias: Metode ini rentan terhadap bias. Jika kelompok yang mewakili seluruh populasi dibentuk berdasarkan opini yang bias, kesimpulan tentang seluruh populasi juga akan menjadi bias.

Perbedaan antara cluster dan sampling bertingkat

Dalam stratified sampling, populasi dibagi menjadi strata menurut beberapa variabel yang dianggap berhubungan dengan variabel yang kita minati. Sampel kemudian diambil dari setiap strata.

Hal ini dimaksudkan untuk mengurangi kesalahan pengambilan sampel karena, jika strata benar-benar berhubungan dengan variabel kepentingan, maka setiap strata lebih homogen (variabel variabel sasarannya lebih sedikit).

Dalam cluster sampling, populasi dibagi menjadi beberapa kelompok dan sampel diambil dari mereka. Tetapi hanya beberapa kelompok yang diambil. Hal ini cenderung meningkatkan kesalahan pengambilan sampel karena kelompoknya cenderung serupa.

Jika mereka identik, tidak masuk akal untuk mengambil lebih dari satu pengamatan dalam kelompok karena mereka semua akan identik. Hilangnya presisi terkait dengan variabilitas dalam kelompok yang hanya diketahui setelah mengambil sampel.

Di permukaan, pengelompokan dan stratifikasi serupa: di keduanya, populasi dibagi menjadi kelompok yang tidak tumpang tindih. Tapi di sana kesamaan berakhir. Sementara pengambilan sampel bertingkat dapat mengurangi kesalahan pengambilan sampel, pengambilan sampel klaster meningkatkannya (untuk ukuran sampel yang sama).

Namun, pengambilan sampel klaster dapat memungkinkan dapatkan sampel yang lebih besar untuk biaya yang sama, dan dari segi biaya, kami masih berharap dapat mengurangi kesalahan. Idealnya, variasi dalam strata harus sekecil mungkin, sedangkan variasi dalam kelompok harus menjadi yang terbaik (tetapi kami tidak dapat mengontrol yang terakhir dan kami harus menganggapnya sebagai aku s).

Kapan harus memilih pengambilan sampel klaster?

Ketika Anda tidak bisa mendapatkan informasi lengkap tentang populasi, tetapi Anda bisa mendapatkan informasi tentang kelompok / cluster, inilah saatnya Anda harus memilih cluster sampling.

Dengan asumsi Anda telah memutuskan pengambilan sampel klaster, Anda mungkin tunduk pada batasan anggaran atau waktu. Dalam hal ini, mungkin lebih mudah menggunakan sampling cluster dengan memilih orang atau item yang lebih dekat, merespons lebih cepat, atau lebih murah untuk dijangkau.

Pengambilan sampel klaster berguna ketika: Anda tidak memiliki daftar elemen dari populasi, tetapi mudah untuk mendapatkan daftar grup. Ketika biaya untuk memperoleh pengamatan meningkat karena jarak memisahkan elemen-elemen.