Hva er klyngesampling i statistikk?

I statistikk, den klyngesampling er en sannsynlighetsprøvetakingsteknikk der forskere deler befolkningen i flere grupper (klynger) for forskning. Forskerne velger deretter tilfeldige grupper ved hjelp av en enkel eller systematisk tilfeldig prøvetakingsteknikk for datainnsamling og analyse.

Cluster sampling er med andre ord a prøvetakingsmetode der hele studiepopulasjonen er delt inn i eksternt homogene, men internt heterogene grupper, kalt klynger. I hovedsak er hver gruppe en mini-representasjon av hele befolkningen.

Etter å ha identifisert gruppene, blir noen valgt ved hjelp av a enkel tilfeldig prøvetakingmens de andre ikke er representert i en studie. Etter at gruppene er valgt, må en forsker velge riktig metode for å prøve varene fra hver valgte gruppe.

Cluster prøvetakingstyper

Det er to typer klyngesampling, blant dem er:

• Én-trinns klyngesampling: Denne typen klyngeprøver tar for seg når en forsker jobber med hele befolkningen i en gruppe ved å velge den tilfeldig.
• To-trinns: På den annen side handler to-trinns klyngeprøving når en forsker jobber med en viss mengde blant hele befolkningen for hver gruppe valgt gjennom systematisk stikkprøve eller enkel.

For å utføre en klyngeprøving, må en rekke trinn utføres. Blant dem er:

1. Utvalget: målgruppen og størrelsen avgjøres.
2. Utvikling og evaluering av samplingsrammer - En samplingsramme opprettes ved hjelp av en eksisterende eller ved å lage en ny og deretter evaluere dem basert på dekning og gruppering ved å gjøre justeringer tilsvarende.
3. Bestem grupper: antall grupper vil bli bestemt ved å inkludere det samme gjennomsnittlige antall medlemmer i hver enkelt. Hver gruppe må være forskjellige fra hverandre.
4. Velg grupper: grupper velges ved å bruke et tilfeldig utvalg.
5. Lag undertyper: To-trinns og flertrinns undertyper vil bli delt i henhold til antall trinn fulgt av forskere for å danne grupper.

Fordeler og ulemper ved klyngeprøvetaking

Fra fordelene er det:

• Mindre ressurser, som kostnad og tid
• Det er mer gjennomførbart
• Praktisk tilgang
• Mer nøyaktige data
• Enkel å implementere prøvetaking

Når det gjelder ulempene, er det:

• Høy samplingsfeil: Generelt sett er prøver som er tegnet med pooling-metoden utsatt for høyere samplingsfeil enn prøver som er tegnet med andre prøvetakingsmetoder.
• Partiske prøver: Metoden er utsatt for skjevhet. Hvis gruppene som representerer hele befolkningen ble dannet under en partisk oppfatning, ville slutningene om hele befolkningen også være partisk.

Forskjeller mellom klynge og stratifisert prøvetaking

I stratifisert prøvetaking er populasjonen delt inn i lag etter noen variabler som anses å være relatert til variablene som interesserer oss. En prøve blir deretter tatt fra hvert sjikt.

Dette er ment å reduser prøvetakingsfeilen fordi hvis lagene virkelig er relatert til variablene av interesse, så er hvert lag mer homogent (det har mindre variasjon i målvariablene).

Ved klyngeprøving er befolkningen delt inn i grupper og det tas et utvalg fra dem. Men bare noen av gruppene blir tatt. Dette har en tendens til å øke prøvetakingsfeilen fordi gruppene har en tendens til å være like.

Hvis de var identiske, ville det ikke være fornuftig å ta mer enn en observasjon i gruppen fordi de alle ville være identiske. Tap av presisjon er relatert til variabiliteten i gruppene som bare er kjent etter å ha tatt prøven.

På overflaten er grupperingen og stratifikasjonene like: i begge deler er befolkningen delt inn i ikke-overlappende grupper. Men der slutter likheten. Mens stratifisert prøvetaking kan redusere prøvetakingsfeilen, øker klyngesamplingen den (for samme utvalgstørrelse).

Imidlertid kan klyngesampling tillate få et større utvalg til samme pris, og når det gjelder kostnad, håper vi fortsatt å redusere feilen. Ideelt sett bør variasjonen innen sjikt være så liten som mulig, mens variasjonen innen grupper skal være best mulig (men vi kan ikke kontrollere sistnevnte, og vi må ta det som dette).

Når skal du velge klyngesampling?

Når du ikke kan få fullstendig informasjon om befolkningen, men du kan få informasjon om grupper / klynger, er det da du bør velge klyngesampling.

Forutsatt at du har bestemt deg for klyngesampling, kan det hende du er utsatt for budsjett eller tidsbegrensninger. I så fall kan det være mer praktisk å bruke klyngesampling ved å velge personer eller gjenstander som er nærmere hverandre, svarer raskere eller er billigere å nå.

Cluster sampling er nyttig når: du ikke har en liste over elementer fra befolkningen, men det er lett å få tak i en liste over grupper. Når kostnadene for å få observasjoner øker når avstanden skiller elementene.