Atšķirība starp stratificēto un klasterizēto paraugu ņemšanu

Stratificēta paraugu ņemšana salīdzinājumā ar klasteru paraugu ņemšanu

Statistikā, it īpaši veicot apsekojumus, ir svarīgi iegūt objektīvu izlasi, tāpēc rezultāts un prognozes attiecībā uz iedzīvotājiem ir precīzāki. Bet vienkāršā nejaušā izlases veidā pastāv iespēja izvēlēties neobjektīvus izlases dalībniekus; citiem vārdiem sakot, tas godīgi nepārstāv iedzīvotājus. Tāpēc, lai pārvarētu vienkāršās izlases veida novirzes un efektivitātes problēmas, tiek izmantota stratificēta paraugu ņemšana un klasteru izlase.

Stratificēta paraugu ņemšana

Stratificēta izlases veida izlases veidošana ir izlases metode, kurā populāciju vispirms sadala slāņos (Stratēģija ir viendabīga populācijas apakškopa). Tad no katra slāņa ņem vienkāršu izlases paraugu. Katra apvienotā slāņa rezultāti veido paraugu. Tālāk ir parādīti iespējamie iedzīvotāju slāņu slāņi

• Valsts iedzīvotājiem, vīriešu un sieviešu slāņiem

• Cilvēkiem, kas strādā pilsētā, pastāvīgo iedzīvotāju un nerezidentu slāņi

• Koledžas studentiem baltā, melnā, Hispanic un Āzijas slāņos

• Diskusiju auditorijai par teoloģiju, protestantu, katoļu, ebreju un musulmaņu slāņiem

Šajā procesā tā vietā, lai ņemtu paraugus pēc nejaušības principa tieši no populācijas, populāciju sadala grupās, izmantojot elementiem raksturīgo īpašību (viendabīgas grupas). Pēc tam no grupas tiek ņemti izlases paraugi. Izlases veida paraugu skaits, kas ņemts no katras grupas, ir atkarīgs no elementu skaita grupā.

Tas ļauj veikt paraugu ņemšanu bez vienas grupas parauga, kas ir lielāks par paraugu skaitu, kas vajadzīgs no šīs konkrētās grupas. Ja noteiktas grupas elementu skaits ir lielāks nekā nepieciešamais daudzums, sadalījuma sagrozījums var izraisīt kļūdainu interpretāciju.

Stratificēta paraugu ņemšana ļauj katram stratam izmantot dažādas statistikas metodes, kas palīdz uzlabot novērtējuma efektivitāti un precizitāti.

Klasteru paraugu ņemšana

Klasteru izlases veida izlases veidošana ir izlases metode, kurā populāciju vispirms sadala kopās (klasteris ir neviendabīga populācijas apakškopa). Pēc tam tiek ņemts vienkāršs nejaušs kopu paraugs. Visi atlasīto kopu dalībnieki kopā veido izlasi. Šo metodi bieži izmanto, ja dabiskās grupas ir acīmredzamas un pieejamas.

Piemēram, apsveriet aptauju, lai novērtētu vidusskolēnu iesaistīšanos ārpusklases aktivitātēs. Tā vietā, lai izvēlētos izlases studentus no studentu populācijas, klases atlasīšana kā apsekojuma izlase ir klasteru izlase. Pēc tam tiek intervēts katrs klases dalībnieks. Šajā gadījumā klases ir studentu kopas.

Veicot klasteru izlasi, izlases veidā izvēlas nevis kopas, bet kopas. Tiek pieņemts, ka katrs klasteris pats par sevi ir objektīvs iedzīvotāju attēlojums, kas nozīmē, ka katrs no klasteriem ir neviendabīgs.

Kāda ir atšķirība starp stratificēto un klasterizēto paraugu ņemšanu?

• Stratificētā paraugā populācija tiek sadalīta viendabīgās grupās, ko sauc par slāņiem, izmantojot paraugu atribūtu. Pēc tam tiek atlasīti locekļi no katra slāņa, un no šiem slāņiem ņemto paraugu skaits ir proporcionāls stratu klātbūtnei populācijā.

• Klasteru atlasē populācija tiek grupēta klasteros, galvenokārt balstoties uz atrašanās vietu, un pēc tam klasteri izvēlas nejauši.

• Klasteru atlasē klasteru izvēlas pēc nejaušības principa, savukārt stratificētās izlases dalībniekus izvēlas pēc nejaušības principa.

• Stratificētā paraugu ņemšanā katrā izmantotajā grupā (slāņos) ietilpst viendabīgi locekļi, kamēr klastera paraugā klasteris ir neviendabīgs.

• Stratificēta paraugu ņemšana notiek lēnāk, savukārt klasteru paraugu ņemšana notiek salīdzinoši ātrāk.

• Stratificētajiem paraugiem ir mazāk kļūdu, kas saistīta ar faktoringa noteikšanu katras grupas klātbūtnē populācijā un metožu pielāgošanu, lai iegūtu labāku novērtējumu.

• Klasteru atlasei ir raksturīgs lielāks kļūdu procents.