בסטטיסטיקה, ה דגימת אשכול היא טכניקת דגימת הסתברות בה החוקרים מחלקים את האוכלוסייה למספר קבוצות (אשכולות) לצורך מחקר. לאחר מכן החוקרים בוחרים קבוצות אקראיות באמצעות טכניקת דגימה אקראית פשוטה או שיטתית לאיסוף וניתוח נתונים.
במילים אחרות, דגימת אשכולות היא א שיטת דגימה שבהם אוכלוסיית המחקר כולה מחולקת לקבוצות הומוגניות חיצוניות, אך פנימיות, הנקראות אשכולות. בעיקרו של דבר, כל קבוצה היא ייצוג מיני של כלל האוכלוסייה.
פרסומות
לאחר זיהוי הקבוצות, חלקן נבחרות באמצעות א דגימה אקראית פשוטהואילו האחרים אינם מיוצגים במחקר. כמו כן, לאחר בחירת הקבוצות, על חוקר לבחור את השיטה המתאימה לדגימת הפריטים מכל קבוצה שנבחרה.
פרסומות
במאמר זה תוכלו למצוא:
סוגי דגימת אשכול
ישנם שני סוגים של דגימת אשכולות, ביניהם:
- דגימת אשכול חד-שלבית: סוג זה של דגימת אשכולות עוסק כאשר חוקר עובד עם כל אוכלוסיית הקבוצה על ידי בחירה אקראית.
- דו שלבי: מצד שני, דגימת האשכול הדו-שלבית עוסקת כאשר חוקר עובד עם פלוני כמות בקרב כלל האוכלוסייה לכל קבוצה שנבחרה באמצעות דגימה אקראית שיטתית או פָּשׁוּט.
כדי לבצע דגימת אשכול, יש לבצע סדרת צעדים. ביניהם:
פרסומות
- המדגם: יוחלט על קהל היעד וגודלו.
- פיתוח והערכה של מסגרות דגימה - מסגרת דגימה נוצרת באמצעות מסגרת קיימת או על ידי יצירה חדש ואז העריך אותם על סמך כיסוי וקבץ על ידי ביצוע התאמות תוֹאֵם.
- קבע קבוצות: מספר הקבוצות ייקבע על ידי הכללת אותו מספר ממוצע של חברים בכל אחת מהן. כל קבוצה חייבת להיות שונה זו מזו.
- בחר קבוצות: קבוצות ייבחרו על ידי יישום בחירה אקראית.
- צור תת-סוגים: תת-שלבים ורב-שלבי-סוגים יחולקו על פי מספר הצעדים שאחריהם החוקרים ייצרו קבוצות.
יתרונות וחסרונות של דגימת אשכול
מצד היתרונות ישנם:
- פחות משאבים, כגון עלות וזמן
- זה אפשרי יותר
- גישה נוחה
- נתונים מדויקים יותר
- קלות הטמעת הדגימה
באשר לחסרונות, יש לה:
פרסומות
- שגיאת דגימה גבוהה: באופן כללי, דגימות שנמשכו בשיטת האיחוד מועדות לשגיאת דגימה גבוהה יותר מדגימות שנמשכו בשיטות דגימה אחרות.
- דוגמאות מוטות: השיטה נוטה להטיה. אם הקבוצות המייצגות את כלל האוכלוסייה היו מתגבשות תחת דעה מוטה, גם ההסקות לגבי האוכלוסייה כולה היו מוטות.
הבדלים בין דגימת אשכול לדגימה מרובדת
בדגימה מרובדת האוכלוסייה מחולקת לשכבות על פי כמה משתנים שנחשבים קשורים למשתנים שמעניינים אותנו. לאחר מכן נלקח דגימה מכל שכבה.
זה נועד להפחית את שגיאת הדגימה מכיוון שאם השכבות קשורות באמת למשתני העניין, אז כל שכבה היא הומוגנית יותר (יש בה פחות וריאציה במשתני היעד).
פרסומות
בדגימת אשכול האוכלוסייה מחולקת לקבוצות ונלקח מהם מדגם. אבל רק חלק מהקבוצות נלקחות. זה נוטה להגדיל את שגיאת הדגימה מכיוון שהקבוצות נוטות להיות דומות.
אם הם היו זהים, לא היה הגיוני לקחת יותר מתצפית אחת בתוך הקבוצה מכיוון שכולם היו זהים. אובדן הדיוק קשור לשונות בתוך הקבוצות שידועה רק לאחר לקיחת המדגם.
על פני השטח, הקיבוץ והריבוד הם דומים: בשניהם האוכלוסייה מחולקת לקבוצות שאינן חופפות. אבל שם מסתיים הדמיון. בעוד שדגימה מרובדת יכולה להפחית את שגיאת הדגימה, דגימת אשכול מגדילה אותה (באותו גודל מדגם).
עם זאת, דגימת אשכול יכולה להתיר קבל מדגם גדול יותר באותה עלות, ומבחינת עלות, אנו עדיין מקווים להפחית את השגיאה. באופן אידיאלי, השונות בתוך השכבות צריכה להיות קטנה ככל האפשר, ואילו השונות בקבוצות צריך להיות הכי טוב שאפשר (אבל אנחנו לא יכולים לשלוט על האחרונים ועלינו לקחת את זה כמו זֶה).
מתי לבחור דגימת אשכולות?
כאשר אינך יכול לקבל מידע מלא על האוכלוסייה, אך באפשרותך לקבל מידע על קבוצות / אשכולות, כאשר עליך לבחור בדגימת אשכולות.
בהנחה שהחלטת על דגימת אשכולות, אתה עלול להיות כפוף למגבלות תקציב או זמן. במקרה זה, זה יכול להיות נוח יותר להשתמש בדגימת אשכולות על ידי בחירת אנשים או פריטים קרובים יותר, מגיבים מהר יותר או שזול יותר להגיע אליהם.
דגימת אשכולות שימושית כאשר: אין לך רשימת אלמנטים מהאוכלוסייה, אך קל להשיג רשימת קבוצות. כאשר עלות קבלת התצפיות עולה ככל שהמרחק מפריד בין האלמנטים.
