Різниця між стратифікованою вибіркою та кластерною вибіркою

Стратифікований відбір проб та кластерний вибірки

У статистиці, особливо під час проведення опитувань, важливо отримати об'єктивну вибірку, тому результат та прогнози, зроблені щодо населення, є більш точними. Але у простому випадковому відборі існує можливість вибору членів вибірки, що є необ'єктивним; Іншими словами, це не належним чином представляє населення. Отже, стратифікована вибірка та кластерна вибірка використовуються для подолання упередженості та питань ефективності простого випадкового відбору.

Стратифікований відбір проб

Стратифікований випадковий вибірковий вибір - це метод вибірки, при якому населення спочатку поділяється на верстви (А прошарок - це однорідна підмножина популяції). Потім від кожного прошарку береться простий випадковий зразок. Результати з усіх шарів, що поєднуються, становлять вибірку. Далі наведено приклади можливих верств населення

• Для населення держави, чоловічих та жіночих верств

• для людей, які працюють у місті, мешканців та нерезидентів

• Для студентів коледжу, білих, чорних, латиноамериканських та азіатських верств

• Для аудиторії дискусії щодо теології, протестантських, католицьких, єврейських, мусульманських верств

У цьому процесі, замість того, щоб взяти зразки навмання прямо з популяції, популяцію поділяють на групи, використовуючи притаманну характеристику елементів (однорідні групи). Потім з групи беруть випадкові зразки. Кількість випадкових зразків, взятих з кожної групи, залежить від кількості елементів у групі.

Це дозволяє проводити відбір проб без того, щоб зразок однієї групи був більшим, ніж кількість зразків, необхідних для цієї конкретної групи. Якщо кількість елементів певної групи перевищує необхідну кількість, перекос у розподілі може призвести до помилкових інтерпретацій.

Стратифікована вибірка дозволяє використовувати різні статистичні методи для кожного прошарку, що сприяє підвищенню ефективності та точності оцінки.

Вибірка кластерів

Кластерний випадковий вибірковий вибір - це метод вибірки, при якому популяція спочатку поділяється на кластери (Кластер - це неоднорідна підмножина популяції). Потім береться проста випадкова вибірка кластерів. Усі члени вибраних кластерів разом складають вибірку. Цей метод часто використовується, коли природні угруповання очевидні та доступні.

Для прикладу розглянемо опитування щодо оцінки залучення старшокласників до позакласних заходів. Замість вибору випадкових студентів із студентської сукупності вибір класу як вибірки для опитування є кластерною вибіркою. Потім кожен учасник класу опитується. У цьому випадку заняття є кластерами студентського населення.

У кластерній вибірці це кластери, які вибираються випадковим чином, а не окремі особи. Передбачається, що кожен кластер сам по собі є неупередженим представленням сукупності, що означає, що кожен з кластерів є неоднорідним.

Чим відрізняється стратифікований відбір проб і кластерний відбір?

• У стратифікованій вибірці сукупність поділяється на однорідні групи, що називаються стратами, використовуючи атрибут зразків. Потім вибираються члени з кожного прошарку, і кількість зразків, взятих з цих верств, пропорційна присутності пластів у популяції.

• У вибірці кластерів популяція групується в кластери, переважно на основі місцезнаходження, а потім кластер вибирається випадковим чином.

• У кластерній вибірці кластер вибирається навмання, тоді як у стратифікованих членів вибірки вибираються випадковим чином.

• У стратифікованому відборі проб кожна група, що використовується (страти), включає гомогенні члени, в той час як в кластерній вибірці кластер є неоднорідним..

• Стратифікована вибірка повільніше, а кластерна вибірка є відносно швидшою.

• Стратифіковані зразки мають меншу кількість помилок через факторинг в присутності кожної групи в популяції та адаптацію методів для отримання кращої оцінки.

• Кластерна вибірка має властивий більший відсоток помилок.