V štatistikách vzorkovanie klastrov je technika vzorkovania pravdepodobnosti, pri ktorej vedci rozdelia populáciu na výskum do viacerých skupín (klastrov). Vedci potom vyberajú náhodné skupiny pomocou jednoduchej techniky náhodného alebo systematického náhodného vzorkovania na zber a analýzu údajov.
Inými slovami, vzorkovanie klastrov je a metóda odberu vzoriek v ktorej je celá študovaná populácia rozdelená na externe homogénne, ale vnútorne heterogénne skupiny, nazývané klastre. Každá skupina je v podstate minimálnym zastúpením celej populácie.
Reklamy
Po identifikácii skupín sa niektoré vyberú pomocou a jednoduchý náhodný odber vzoriekzatiaľ čo ostatné nie sú zastúpené v štúdii. Po výbere skupín tiež musí výskumný pracovník zvoliť vhodnú metódu na odber vzoriek z každej vybranej skupiny.
Reklamy
V tomto článku nájdete:
Typy vzorkovania klastrov
Existujú dva typy vzorkovania klastrov, medzi nimi sú:
- Jednostupňové vzorkovanie klastra: Tento typ vzorkovania klastrov sa zaoberá prípadom, keď výskumný pracovník pracuje s celou populáciou skupiny náhodným výberom.
- Dvojstupňový: Na druhej strane, dvojstupňové vzorkovanie klastrov sa zaoberá prípadom, keď výskumník pracuje s určitým - množstvo medzi celou populáciou pre každú skupinu vybranú prostredníctvom systematického náhodného výberu vzoriek alebo - jednoduché.
Za účelom vykonať klastrový odber vzoriek, je potrebné vykonať sériu krokov. Medzi nimi je:
Reklamy
- O vzorke: bude rozhodnuté cieľové publikum a jeho veľkosť.
- Vývoj a vyhodnotenie vzorkovacích rámcov: Vzorkovací rámec sa vytvorí pomocou existujúceho alebo vytvorením nový a potom ich pomocou úprav upravte na základe pokrytia a zoskupenia zodpovedajúce.
- Určiť skupiny: počet skupín sa určí zahrnutím rovnakého priemerného počtu členov do každej z nich. Každá skupina sa musí navzájom líšiť.
- Vyberte skupiny: skupiny budú vybrané náhodným výberom.
- Vytvorenie podtypov: Dvojstupňové a viacstupňové podtypy sa rozdelia podľa počtu krokov, ktoré vedú vedci k vytvoreniu skupín.
Výhody a nevýhody vzorkovania klastrov
Medzi výhody patrí:
- Menej zdrojov, ako sú náklady a čas
- Je to uskutočniteľnejšie
- Pohodlný prístup
- Presnejšie údaje
- Ľahkosť implementácie odberu vzoriek
Pokiaľ ide o nevýhody, existujú:
Reklamy
- Vysoká chyba vzorkovania: Všeobecne sú vzorky odobraté metódou združovania náchylné na vyššiu chybu vzorkovania ako vzorky odobraté inými metódami vzorkovania.
- Predpäté vzorky: Metóda je náchylná na zaujatosť. Ak by skupiny predstavujúce celú populáciu boli tvorené na základe zaujatého názoru, boli by zaujaté aj závery o celej populácii.
Rozdiely medzi klastrovým a stratifikovaným vzorkovaním
Pri stratifikovanom odbere je populácia rozdelená do vrstiev podľa niektorých premenných, ktoré sa považujú za súvisiace s premennými, ktoré nás zaujímajú. Z každej vrstvy sa potom odoberie vzorka.
Toto je zamýšľané znížiť chybu vzorkovania pretože ak vrstvy skutočne súvisia s príslušnými premennými, potom je každá vrstva homogénnejšia (má menšie variácie v cieľových premenných).
Reklamy
Pri vzorkovaní klastrov je populácia rozdelená do skupín a odoberá sa z nich vzorka. Ale sú brané iba niektoré zo skupín. To má tendenciu zvyšovať chybu vo vzorkovaní, pretože skupiny majú tendenciu byť si podobné.
Keby boli identické, nemalo by zmysel robiť v skupine viac ako jedno pozorovanie, pretože by boli všetky identické. Strata presnosti súvisí s variabilitou v rámci skupín, ktorá je známa až po odbere vzorky.
Na prvý pohľad sú zoskupenia a stratifikácie podobné: v oboch je populácia rozdelená do neprekrývajúcich sa skupín. Ale tam sa podobnosť končí. Zatiaľ čo stratifikované vzorkovanie môže znížiť chybu vzorkovania, vzorkovanie klastrom ju zvýši (pri rovnakej veľkosti vzorky).
Klastrové vzorkovanie však môže umožniť získajte väčšiu vzorku za rovnaké náklady a z hľadiska nákladov stále dúfame, že chybu znížime. V ideálnom prípade by variácia v rámci vrstiev mala byť čo najmenšia, zatiaľ čo variácia v rámci skupín by malo byť čo najlepšie (ale nemôžeme to druhé kontrolovať a musíme to brať ako toto).
Kedy zvoliť vzorkovanie klastrov?
Ak nemôžete získať úplné informácie o populácii, ale môžete získať informácie o skupinách / klastroch, mali by ste zvoliť vzorkovanie klastrov.
Za predpokladu, že ste sa rozhodli pre vzorkovanie klastrov, môžu sa na vás vzťahovať rozpočtové alebo časové obmedzenia. V takom prípade by mohlo byť pohodlnejšie použiť vzorkovanie klastrov výberom ľudí alebo položiek, ktoré sú bližšie pri sebe, reagujú rýchlejšie alebo sú lacnejšie.
Klastrové vzorkovanie je užitočné, keď: nemáte zoznam prvkov z populácie, ale je ľahké získať zoznam skupín. Keď sa cena za získanie pozorovaní zvyšuje, pretože vzdialenosť oddeľuje prvky.
