Różnica między próbkowaniem stratyfikowanym a klastrowym
- 992
- 273
- Paula Pilch
W naszym wcześniejszym artykule omówiliśmy próbkowanie prawdopodobieństwa i niezmienności, w którym natknęliśmy się na rodzaje próbkowania prawdopodobieństwa, i.mi. Próbkowanie stratyfikowane i pobieranie próbek klastrów. W technice próbkowania stratyfikowanego próbka jest tworzona z losowego wyboru elementów ze wszystkich warstw podczas próbkowania klastra, wszystkie jednostki losowo wybranych klastrów tworzą próbkę.
W próbkowaniu stratyfikowanym stosuje się dwuetapowy proces, aby podzielić populację na podgrupy lub warstwy. W przeciwieństwie do próbkowania klastra początkowo podział obiektów badanych jest przekształcany w wzajemnie wykluczające się i wyczerpujące podgrupy, znane jako klaster. Następnie wybiera się losowa próbka klastra, w oparciu o proste losowe pobieranie próbek.
W tym artykule Fragment można znaleźć wszystkie różnice między próbkowaniem stratyfikowanym a klastrem, więc odczytaj.
Treść: Stratyfikowane próbkowanie w porównaniu do próbkowania klastra
- Wykres porównania
- Definicja
- Kluczowe różnice
- Wideo
- Wniosek
Wykres porównania
| Podstawa do porównania | Próbkowanie stratyfikowane | Próbkowanie klastrów |
|---|---|---|
| Oznaczający | Próbkowanie stratyfikowane jest jednym, w którym populacja jest podzielona na jednorodne segmenty, a następnie próbka jest losowo pobierana z segmentów. | Próbkowanie klastra odnosi się do metody próbkowania, w której członkowie populacji są wybierani losowo, spośród naturalnie występujących grup zwanych „klastrem”. |
| Próbka | Losowo wybrane osoby są pobierane z wszystkich warstw. | Wszystkie osoby pochodzą z losowo wybranych klastrów. |
| Wybór elementów populacji | Indywidualnie | Zbiorowo |
| Jednorodność | W grupie | Pomiędzy grupami |
| Niejednorodność | Pomiędzy grupami | W grupie |
| Rozwidlenie | Nałożone przez badacza | Naturalnie występujące grupy |
| Cel | Zwiększyć precyzję i reprezentację. | W celu zmniejszenia kosztów i poprawy wydajności. |
Definicja próbkowania stratyfikowanego
Próbkowanie stratyfikowane jest rodzajem próbkowania prawdopodobieństwa, w którym przede wszystkim populacji jest rozwidlone do różnych wzajemnie wykluczających się, jednorodne podgrupy (warstwy), po tym podmiot wybierany jest losowo z każdej grupy (warstwy), które są następnie łączone w celu tworzenia się w celu tworzenia się w celu tworzenia się w celu tworzenia pojedyncza próbka. Warstwa jest niczym innym jak jednorodnym podzbiorem populacji, a kiedy wszystkie warstwy są pobierane razem, jest znana jako warstwy.
Wspólne czynniki, w których rozdzielona jest populacja, są wiek, płeć, dochód, rasa, religia itp. Ważną kwestią, o której należy pamiętać, jest to, że warstwa powinna być zbiorowo wyczerpująca, aby żadna osoba nie została pominięta, a także nie nakładająca się, ponieważ nakładanie się warstwy może spowodować wzrost szans selekcji na niektóre elementy populacji. Podtypy próbkowania stratyfikowanego to:
- Proporcjonalne próbkowanie stratyfikowane
- Nieproporcjonalne próbkowanie stratyfikowane
Definicja próbkowania klastra
Próbkowanie klastrów jest definiowane jako technika próbkowania, w której populacja jest podzielona na już istniejące grupy (klastry), a następnie próbka klastra jest wybierana losowo z populacji. Termin klaster odnosi się do naturalnego, ale heterogenicznego, nienaruszonego grupowania członków populacji.
Najczęstszymi zmiennymi stosowanymi w populacji grupowej są obszar geograficzny, budynki, szkoła itp. Heterogeniczność klastra jest ważną cechą idealnej konstrukcji próbki klastra. Rodzaje pobierania próbek klastrów podano poniżej:
- Jednostopniowe pobieranie próbek klastrów
- Dwustopniowe pobieranie próbek klastrów
- Wieloetapowe pobieranie próbek klastrów
Kluczowe różnice między próbkowaniem stratyfikowanym i klastrowym
Różnice między próbkowaniem stratyfikowanym i klastrowym można wyraźnie narysować na następujących podstawach:
- Procedura próbkowania prawdopodobieństwa, w której populacja jest podzielona na różne jednorodne segmenty zwane „warstwą”, a następnie próbka jest wybierana z każdej warstwy losowo, nazywana jest próbkowaniem stratyfikowanym. Pobieranie próbek klastra jest techniką próbkowania, w której jednostki populacji są losowo wybierane spośnie z istniejących grup zwanych „klastrem.'
- W próbkowaniu stratyfikowanym osoby są losowo wybierane ze wszystkich warstw, aby stanowić próbkę. Z drugiej strony próbki klastra, próbka powstaje, gdy wszystkie osoby są pobierane z losowo wybranych klastrów.
- W próbkowaniu klastrów elementy populacji są wybierane w agregatach, jednak w przypadku rozwarstwionego pobierania próbek elementy populacji są wybierane indywidualnie z każdej warstwy warstwowej.
- W próbkowaniu stratyfikowanym występuje jednorodność w grupie, podczas gdy w przypadku próbkowania klastra homogeniczność występuje między grupami.
- Heterogeniczność występuje między grupami w próbkowaniu stratyfikowanym. Przeciwnie, członkowie grupy są niejednorodne w próbkowaniu klastrów.
- Gdy metoda próbkowania przyjęta przez badacza jest stratyfikowana, wówczas kategorie są przez niego nałożone. Natomiast kategorie są już istniejącymi grupami w próbkowaniu klastrów.
- Próbkowanie stratyfikowane ma na celu poprawę precyzji i reprezentacji. W przeciwieństwie do próbkowania klastra, którego celem jest poprawa opłacalności i wydajności operacyjnej.
Wideo: Stratyfikowane w porównaniu do próbkowania klastra
Wniosek
Aby skończyć dyskusję, możemy powiedzieć, że preferowaną sytuacją w przypadku próbkowania stratyfikowanego jest to, że identyczna w obrębie poszczególnych warstw i warstw oznacza różni się od siebie. Z drugiej strony standardowa sytuacja próbkowania klastrów ma miejsce, gdy różnorodność w klastrach i klaster nie powinny się różnić od siebie.
Ponadto błędy pobierania próbek można zmniejszyć w próbkowaniu stratyfikowanym, jeśli różnice między grupami między warstwami zostaną zwiększone, podczas gdy różnice między grupami między klastrami należy zminimalizować w celu zmniejszenia błędów próbkowania w próbkowaniu klastrów.