W statystykach próbkowanie klastra to technika próbkowania prawdopodobieństwa, w której badacze dzielą populację na wiele grup (klastrów) w celu przeprowadzenia badań. Następnie badacze wybierają losowe grupy za pomocą prostej losowej lub systematycznej losowej techniki próbkowania do zbierania i analizy danych.
Innymi słowy, próbkowanie klastra to metoda próbkowania w którym cała badana populacja jest podzielona na zewnętrznie jednorodne, ale wewnętrznie niejednorodne grupy, zwane skupiskami. Zasadniczo każda grupa jest mini reprezentacją całej populacji.
Reklamy
Po zidentyfikowaniu grup, niektóre są wybierane za pomocą proste losowe pobieranie próbekpodczas gdy inne nie są reprezentowane w badaniu. Również po wyborze grup badacz musi wybrać odpowiednią metodę, aby pobrać próbki z każdej wybranej grupy.
Reklamy
W tym artykule znajdziesz:
Typy próbkowania klastrów
Istnieją dwa rodzaje próbkowania klastrowego, między innymi:
- Jednoetapowe próbkowanie klastrowe: Ten rodzaj próbkowania skupień dotyczy sytuacji, gdy badacz pracuje z całą populacją grupy, wybierając ją losowo.
- Dwustopniowy: Z drugiej strony, dwuetapowe próbkowanie skupień dotyczy sytuacji, w których badacz pracuje z pewną ilość wśród całej populacji dla każdej grupy wybranej w systematycznym losowym doborze próby lub prosty.
W celu przeprowadzić próbkowanie klastra, należy wykonać szereg kroków. Wśród nich jest:
Reklamy
- Próba: zostanie ustalona grupa docelowa i jej wielkość.
- Opracowanie i ocena operatów losowania - operat jest tworzony przy użyciu istniejącego lub poprzez tworzenie by nowy, a następnie oceniaj je na podstawie zasięgu i grupowania, dokonując korekt odpowiedni.
- Określ grupy: liczba grup zostanie określona przez uwzględnienie tej samej średniej liczby członków w każdej z nich. Każda grupa musi się od siebie różnić.
- Wybierz grupy: grupy zostaną wybrane losowo.
- Utwórz podtypy: Podtypy dwuetapowe i wieloetapowe zostaną podzielone według liczby kroków, po których badacze będą tworzyć grupy.
Zalety i wady próbkowania klastrowego
Ze strony zalet są:
- Mniej zasobów, takich jak koszt i czas
- Jest to bardziej wykonalne
- Wygodny dojazd
- Dokładniejsze dane
- Łatwość wdrożenia próbkowania
Jeśli chodzi o wady, to ma:
Reklamy
- Wysoki błąd próbkowania: Ogólnie rzecz biorąc, próbki pobrane przy użyciu metody zbiorczej są podatne na wyższy błąd próbkowania niż próbki pobrane innymi metodami próbkowania.
- Próbki stronnicze: Metoda jest podatna na stronniczość. Gdyby grupy reprezentujące całą populację zostały utworzone na podstawie tendencyjnej opinii, wnioski dotyczące całej populacji również byłyby tendencyjne.
Różnice między próbkowaniem klastrowym a warstwowym
W losowaniu warstwowym populacja jest dzielona na warstwy według niektórych zmiennych, które są uważane za powiązane ze zmiennymi, które nas interesują. Następnie z każdej warstwy pobierana jest próbka.
Ma to na celu: zmniejszyć błąd próbkowania ponieważ jeśli warstwy są rzeczywiście powiązane ze zmiennymi będącymi przedmiotem zainteresowania, to każda warstwa jest bardziej jednorodna (ma mniejszą zmienność zmiennych docelowych).
Reklamy
W przypadku próbkowania skupień populacja jest dzielona na grupy i z nich pobierana jest próbka. Ale tylko niektóre grupy są zajęte. Zwiększa to błąd próbkowania, ponieważ grupy są podobne.
Gdyby były identyczne, nie miałoby sensu przeprowadzanie więcej niż jednej obserwacji w grupie, ponieważ wszystkie byłyby identyczne. Utrata precyzji jest związana ze zmiennością w obrębie grup, która jest znana dopiero po pobraniu próbki.
Na pozór grupowanie i stratyfikacje są podobne: w obu populacja jest podzielona na nienakładające się grupy. Ale na tym podobieństwo się kończy. Podczas gdy próbkowanie warstwowe może zmniejszyć błąd próbkowania, próbkowanie klastrowe zwiększa go (dla tej samej wielkości próby).
Próbkowanie klastrowe może jednak pozwolić: zdobądź większą próbkę za ten sam koszt i pod względem kosztów, nadal mamy nadzieję na zmniejszenie błędu. Idealnie, zmienność w obrębie warstw powinna być jak najmniejsza, podczas gdy zmienność w grupach powinna być najlepsza z możliwych (ale nie możemy tego kontrolować i musimy przyjąć to jako to).
Kiedy wybrać próbkowanie klastrowe?
Jeśli nie możesz uzyskać pełnych informacji o populacji, ale możesz uzyskać informacje o grupach / klastrach, wtedy powinieneś wybrać próbkowanie klastra.
Zakładając, że zdecydowałeś się na próbkowanie klastra, możesz podlegać ograniczeniom budżetowym lub czasowym. W takim przypadku wygodniejsze może być użycie próbkowania grupowego, wybierając osoby lub przedmioty, które są bliżej, szybciej reagują lub są tańsze w dotarciu.
Próbkowanie skupień jest przydatne, gdy: nie masz listy elementów z populacji, ale łatwo jest uzyskać listę grup. Gdy koszt uzyskania obserwacji wzrasta wraz z odległością dzielącą elementy.
