Statistikā kopu paraugu ņemšana ir varbūtības izlases paņēmiens, kurā pētnieki pētījumam sadala populāciju vairākās grupās (kopās). Pēc tam pētnieki datu vākšanai un analīzei atlasa nejaušas grupas, izmantojot vienkāršu vai sistemātisku nejaušas izlases paņēmienu.
Citiem vārdiem sakot, kopu paraugu ņemšana ir a paraugu ņemšanas metode kurā visa pētāmā populācija ir sadalīta ārēji viendabīgās, bet iekšēji neviendabīgās grupās, ko sauc par kopām. Būtībā katra grupa ir visu iedzīvotāju mini pārstāvniecība.
Sludinājumi
Pēc grupu noteikšanas dažas izvēlas, izmantojot a vienkārša izlases veida atlasesavukārt pārējie nav pārstāvēti pētījumā. Arī pēc grupu izvēles pētniekam jāizvēlas atbilstošā metode, lai izlasētu priekšmetus no katras izvēlētās grupas.
Sludinājumi
Šajā rakstā jūs atradīsit:
Kopu izlases veidi
Pastāv divu veidu kopu paraugu ņemšana:
-
Vienpakāpes kopu paraugu ņemšana: šāda veida kopu atlase attiecas uz gadījumiem, kad pētnieks strādā ar visu grupas populāciju, atlasot to nejauši.
- DivpakāpjuNo otras puses, divpakāpju kopu atlase attiecas uz gadījumiem, kad pētnieks strādā ar noteiktu - daudzums starp visu populāciju katrai grupai, kas izvēlēta, izmantojot sistemātisku nejaušu izlasi vai vienkārši.
Lai veikt kopu paraugu ņemšanu, jāveic virkne darbību. Starp tiem ir:
Sludinājumi
- Izlase: tiks izlemta mērķauditorija un tās lielums.
- Izstrādāt un novērtēt izlases rāmjus: izlases rāmis tiek izveidots, izmantojot esošu vai izveidojot jaunu un pēc tam novērtējiet tos, pamatojoties uz pārklājumu un grupēšanu, veicot pielāgojumus kas atbilst.
- Nosakiet grupas: grupu skaitu noteiks, katrā iekļaujot to pašu vidējo dalībnieku skaitu. Katrai grupai jābūt atšķirīgai viena no otras.
- Atlasīt grupas: grupas tiks izvēlētas, izmantojot nejaušu atlasi.
- Apakšveidu izveide: divpakāpju un daudzpakāpju apakštipi tiks sadalīti pēc soļu skaita, ko pētnieki veic, lai izveidotu grupas.
Klastera paraugu ņemšanas priekšrocības un trūkumi
No jūsu priekšrocībām:
- Mazāk resursu, piemēram, izmaksas un laiks
- Tas ir vairāk iespējams
- Ērta piekļuve
- Precīzāki dati
- Izlases ieviešanas vienkāršība
Attiecībā uz trūkumiem ir:
Sludinājumi
- Augsta paraugu ņemšanas kļūda: Parasti paraugiem, kas ņemti, izmantojot apvienošanas metodi, ir tendence uz lielāku izlases kļūdu nekā paraugiem, kas ņemti, izmantojot citas izlases metodes.
- Neobjektīvi paraugi: Metode ir tendēta uz aizspriedumiem. Ja grupas, kas pārstāv visus iedzīvotājus, tiktu veidotas neobjektīvi, arī secinājumi par visiem iedzīvotājiem būtu šķībi.
Atšķirības starp kopu un stratificēto izlasi
Stratificētajā izlasē populācija tiek sadalīta slāņos pēc dažiem mainīgajiem, kas tiek uzskatīti par saistītiem ar mūs interesējošajiem mainīgajiem. Tad no katra slāņa ņem paraugu.
Tas ir paredzēts samazināt izlases kļūdu jo, ja slāņi patiešām ir saistīti ar interesējošajiem mainīgajiem, tad katrs slānis ir viendabīgāks (tam ir mazāk variāciju mērķa mainīgajos).
Sludinājumi
Klasteru izlasē populācija tiek sadalīta grupās un no tām tiek ņemts paraugs. Bet tiek ņemtas tikai dažas grupas. Tas mēdz palielināt izlases kļūdu, jo grupas mēdz būt līdzīgas.
Ja tie būtu identiski, nebūtu jēgas veikt vairāk nekā vienu novērojumu grupā, jo tie visi būtu identiski. Precizitātes zudums ir saistīts ar mainīgumu grupās, kas ir zināms tikai pēc parauga ņemšanas.
Virspusē grupēšana un stratifikācija ir līdzīga: abās populācijas tiek sadalītas grupās, kas nepārklājas. Bet tur līdzība beidzas. Lai gan stratificētā atlase var mazināt izlases kļūdu, kopu atlase palielina to (par to pašu izlases lielumu).
Tomēr kopu paraugu ņemšana var atļaut iegūt lielāku paraugu par tām pašām izmaksām un izmaksu ziņā mēs joprojām ceram samazināt kļūdu. Ideālā gadījumā variācijām slāņos jābūt pēc iespējas mazākām, savukārt variācijām grupu iekšienē jābūt pēc iespējas labākai (bet mēs nevaram kontrolēt pēdējo, un mums tas ir jāuztver kā šo).
Kad izvēlēties kopu izlasi?
Ja nevarat iegūt pilnīgu informāciju par populāciju, bet varat iegūt informāciju par grupām / kopām, jums vajadzētu izvēlēties kopu izlasi.
Pieņemot, ka esat nolēmis izvēlēties kopu izlasi, uz jums var attiekties budžeta vai laika ierobežojumi. Tādā gadījumā varētu būt ērtāk izmantot kopu izlasi, atlasot cilvēkus vai priekšmetus, kas atrodas tuvāk viens otram, reaģē ātrāk vai ir lētāk sasniedzami.
Klastera atlase ir noderīga, ja: jums nav populācijas elementu saraksta, taču ir viegli iegūt grupu sarakstu. Kad novērojumu iegūšanas izmaksas palielinās, attālumam atdalot elementus.
