Шта је кластер узорковање у статистици?

  • Jul 26, 2021
click fraud protection

У статистици, скупљање узорака је техника узорковања вероватноће где истраживачи деле популацију у више група (кластера) за истраживање. Затим истраживачи бирају насумичне групе користећи једноставну случајну или систематску технику случајног узорковања за прикупљање и анализу података.

Другим речима, узорковање кластера је а метода узорковања у којој је целокупна истраживана популација подељена на споља хомогене, али интерно хетерогене групе, назване кластерима. У основи, свака група представља мини представништво целокупне популације.

Огласи

Након идентификовања група, неке се бирају помоћу а једноставно случајно узорковањедок остали нису заступљени у студији. Такође, након избора група, истраживач мора одабрати одговарајући метод за узорковање предмета из сваке одабране групе.

скупљање узорака

Огласи

У овом чланку ћете пронаћи:

Врсте узорковања кластера

Постоје две врсте узорковања кластера, међу којима су:

  • Једностепено узорковање кластера: Ова врста узорковања кластера бави се када истраживач ради са целокупном популацијом групе бирајући је случајним одабиром.
  • Двостепена: С друге стране, двостепено узорковање кластера се бави када истраживач ради са одређеним количина међу целокупном популацијом за сваку групу одабрану систематским случајним узорковањем или једноставно.

Да би извршити кластер узорковање, мора се извршити низ корака. Међу њима је:

Огласи

  1. Узорак: одлучиваће се циљна публика и њена величина.
  2. Развој и процена оквира за узорковање - Оквир за узорковање се креира помоћу постојећег или стварањем нови, а затим их процените на основу обухвата и груписања вршећи прилагођавања одговарајући.
  3. Одредите групе: број група ће се одредити укључивањем истог просечног броја чланова у сваку. Свака група мора да се разликује једна од друге.
  4. Изаберите групе: групе ће бити изабране применом случајног избора.
  5. Стварање подтипова: Двостепени и вишестепени подтипови биће подељени према броју корака које ће истраживачи следити да би формирали групе.

Предности и недостаци кластер узорковања

У делу предности су:

  • Мање ресурса, попут трошкова и времена
  • Изводљивије је
  • Погодан приступ
  • Тачнији подаци
  • Једноставност примене узорковања

Што се тиче недостатака, он има:

Огласи

  • Велика грешка узорковања: Генерално, узорци извучени методом удруживања склони су већим грешкама узорковања од узорака извучених другим методама узорковања.
  • Пристрасни узорци: Метода је склона пристрасности. Ако би се групе које представљају целокупно становништво формирале под пристрасним мишљењем, закључци о целокупној популацији такође би били пристрасни.

Разлике између конгломерата и слојевитог узорковања

У стратификованом узорковању, популација је подељена на слојеве према неким променљивим које се сматрају повезаним са променљивим које нас занимају. Затим се узима узорак из сваког слоја.

Ово је намењено да смањити грешку узорковања јер, ако су слојеви заиста повезани са променљивима од интереса, тада је сваки слој хомогенији (има мање варијација у циљним променљивим).

Огласи

У кластер узорковању популација је подељена у групе и од њих се узима узорак. Али узете су само неке од група. Ово тежи повећању грешке узорковања, јер су групе сличне.

Да су идентични, не би имало смисла узети више од једног запажања унутар групе, јер би сви били идентични. Губитак прецизности повезан је са променљивошћу унутар група која је позната тек након узимања узорка.

На површини су груписање и раслојавање слични: у обе је популација подељена у групе које се не преклапају. Али ту се сличност завршава. Иако стратификовано узорковање може смањити грешку узорковања, кластер узорковање га повећава (за исту величину узорка).

Међутим, узорковање кластера може да дозволи добити већи узорак за исти трошак и у погледу трошкова, надамо се да ћемо смањити грешку. У идеалном случају, варијације унутар слојева требале би бити што је могуће мање, док би варијација била мала унутар група треба да буде најбоље могуће (али ово друго не можемо да контролишемо и морамо то да схватимо као је).

Када одабрати кластер узорковање?

Када не можете добити потпуне информације о популацији, али можете добити информације о групама / кластерима, тада бисте требали одабрати узорковање кластера.

Под претпоставком да сте се одлучили за узорковање кластера, можда подлежете буџетским или временским ограничењима. У том случају би могло бити погодније користити узорковање кластера избором људи или предмета који су ближи, брже реагују или су јефтинији за досезање.

Узорковање кластера је корисно када: немате списак елемената из популације, али је лако добити списак група. Када се трошкови добијања запажања повећавају како удаљеност раздваја елементе.

instagram viewer