- vlastnosti
- Druhy metod
- Vzorkování v jedné fázi
- Dvoustupňové vzorkování
- Kdy ji použít
- Je obtížné, nákladné nebo nemožné sestavit úplný seznam položek v populaci
- Populace je soustředěna do „přírodních“ konglomerátů (města, školy, nemocnice atd.).
- Výhoda
- Životaschopnost
- Hospodářství
- Snížená variabilita
- Primární použití
- Nevýhody
- Předpjaté vzorky
- Chyby
- Příklady
- Vzorkování v jedné fázi
- Dvoustupňové vzorkování
- Vícestupňové vzorkování
- Reference
Vzorkování shluk je druh metody vzorkování se používá, když jsou patrné statistické populace homogenní skupiny, ale jsou vnitřně heterogenní. Často se používá při průzkumu trhu.
Pomocí této metody vzorkování místo okamžitého výběru všech subjektů z celé populace podniká vědec několik kroků, aby shromáždil vzorek své populace. Nejprve výzkumník rozdělí celkovou populaci do samostatných skupin, které se nazývají klastry. Poté vyberte jednoduchý náhodný vzorek ze skupin populace. Nakonec provede svou analýzu odebráním vzorových dat z těchto skupin.
Zdroj: pixabay.com
Pro pevnou velikost náhodného vzorku je očekávaná chyba menší, pokud je největší množství variace v populaci přítomno uvnitř skupin, a ne mezi skupinami.
Běžným důvodem pro použití vzorkování klastrů je snížení nákladů zvýšením účinnosti vzorkování. To se liší od stratifikovaného vzorkování, kde motivem je zvýšení přesnosti.
vlastnosti
- Populace je rozdělena do N skupin, nazývaných konglomeráty.
- Výzkumník náhodně vybere n skupiny, které je zahrnou do vzorku, kde n je menší než N.
- Každý prvek populace lze přiřadit jednomu a pouze jednomu klastru.
- V ideálním případě by populace v klastru měla být pokud možno heterogenní, ale mezi klastry by měla být homogenita. Každý klastr musí představovat malou populaci celkové populace.
Druhy metod
Pro výběr, které klastry se mají do studie zahrnout, se v libovolném relevantním klastru použije technika náhodného výběru vzorků.
Vzorkování v jedné fázi
U jednostupňového klastrového vzorkování jsou vzorkovány všechny prvky v každé z vybraných skupin.
Dvoustupňové vzorkování
Ve dvoustupňovém klastrovém vzorkování je náhodně vybrána podmnožina položek v rámci vybraných skupin, aby byla zahrnuta do vzorku.
Kdy ji použít
Měl by být použit pouze v ekonomicky odůvodněných případech, kdy snížení nákladů převáží nad ztrátou přesnosti. Toto je pravděpodobnější v následujících situacích.
Je obtížné, nákladné nebo nemožné sestavit úplný seznam položek v populaci
Například nemusí být možné seznam všech zákazníků pro řetězec železářství.
Bylo by však možné náhodně vybrat podmnožinu obchodů (fáze 1) a poté pohovořit s náhodným vzorkem zákazníků, kteří tyto obchody navštěvují (fáze 2).
Populace je soustředěna do „přírodních“ konglomerátů (města, školy, nemocnice atd.).
Například při osobních pohovorech s sestrami OR by mohlo být vhodné náhodně vybrat nemocnici ze vzorku nemocnic (1. fáze) a poté pohovořit se všemi sestrami v této nemocnici.
Pomocí skupinového vzorkování mohl tazatel provádět mnoho rozhovorů za jeden den a v jedné nemocnici.
Naproti tomu jednoduchý náhodný výběr může vyžadovat, aby tazatel strávil celý den cestováním za účelem provedení jediného pohovoru v jedné nemocnici.
Výhoda
Může být levnější než jiné plány odběru vzorků, například nižší cestovní a správní náklady.
Životaschopnost
Tato metoda vzorkování bere v úvahu velké populace. Vzhledem k tomu, že tyto skupiny jsou tak velké, provádění jakékoli jiné metody odběru vzorků by bylo velmi drahé.
Hospodářství
U této metody se značně sníží velké výdaje, jako je cestování.
Například shromažďování informací z vyšetřování v každé domácnosti ve městě by bylo velmi drahé, zatímco by bylo levnější shromažďovat informace v několika blocích města. V tomto případě bude cestování značně omezeno.
Snížená variabilita
Pokud jsou odhady zvažovány jakoukoli jinou metodou, je ve výsledcích pozorována snížená variabilita. To nemusí být vždy ideální situace.
Primární použití
Pokud není k dispozici rámec vzorkování se všemi prvky, lze použít pouze vzorkování klastru.
Nevýhody
Předpjaté vzorky
Pokud má skupina ve vzorku populace zaujatý názor, znamená to, že celá populace má stejný názor. To nemusí být skutečný případ.
Chyby
Existuje větší chyba vzorkování, kterou lze vyjádřit v tzv. „Konstrukčním efektu“.
Jiné pravděpodobnostní metody dávají méně chyb než tato metoda. Z tohoto důvodu se nedoporučuje pro začátečníky.
Příklady
Odběr vzorků klastrů se používá k odhadu vysoké úmrtnosti v případech, jako jsou války, hladomory a přírodní katastrofy.
Vzorkování v jedné fázi
Nevládní organizace chce zřídit vzorek dětí v pěti okolních městech, aby jim poskytla vzdělání.
Prostřednictvím jednostupňového vzorkování klastrů bude nevládní organizace schopna náhodně vybrat populace (klastry), aby vytvořila vzorek, který poskytne podporu nezletilým dětem v těchto městech.
Dvoustupňové vzorkování
Majitel firmy hledá statistické výsledky svých závodů, které jsou rozmístěny po různých částech USA.
S ohledem na počet zařízení, práci provedenou v každém závodě a počet zaměstnanců na závod by bylo vzorkování v jedné fázi náročné na čas a drahé.
Proto je rozhodnuto provést odběr vzorků ve dvou fázích. Majitel vytváří vzorky pracovníků z různých rostlin, aby vytvořil klastry. Poté je rozdělíte na velikost zařízení v provozním stavu.
Ke spuštění výpočtů byl vytvořen dvoustupňový klastrový odběr vzorků pomocí jiných technik klastrování, jako je jednoduchý náhodný odběr vzorků.
Vícestupňové vzorkování
Odběr vzorků geografických clusterů je jednou z nejrozšířenějších technik.
Každý klastr je geografická oblast. Vzhledem k tomu, že provedení průzkumu v geograficky rozptýlené populaci může být nákladné, lze dosáhnout větší ekonomiky než jednoduchým náhodným výběrem vzorků seskupením různých respondentů v místní oblasti.
Obecně platí, že dosažení stejné přesnosti v odhadech vyžaduje zvětšení celkové velikosti vzorku, ale úspory nákladů mohou takové zvýšení velikosti vzorku provést.
Například organizace má v úmyslu provést průzkum s cílem analyzovat výkon chytrých telefonů v Německu.
Můžete rozdělit obyvatelstvo celé země na města (klastry) a také vybrat města s nejvyšší populací. Filtrujte také ty, které používají mobilní zařízení.
Reference
- Wikipedia, encyklopedie zdarma (2019). Odběr vzorků klastru. Převzato z: en.wikipedia.org.
- Stat Trek. (2019). Co je to Cluster Sampling? Převzato z: stattrek.com.
- Rozložitelný (2019). Vzorek klastru. Převzato z: explorable.com.
- Adi Bhat (2019). Vzorek klastru: Definice, metoda a příklady. Otázka Pro Převzato z: Questionpro.com.
- CFI (2019). Vzorek klastru. Převzato z: corporatefinanceinstitute.com.