1.15:

1.15: Метод кластерной выборки

JoVE Core
Statistics

A subscription to JoVE is required to view this content. Sign in or start your free trial.

JoVE Core Statistics

Cluster Sampling Method

Please note that all translations are automatically generated. Click here for the English version.

Previous Video

1.11: Random Sampling Method

11,856 Views

•

01:20 min

•

April 30, 2023

Overview

Надлежащие методы выборки гарантируют, что выборки составляются без погрешностей и точно представляют популяцию. Поскольку измерение всей популяции в исследовании непрактично, исследователи используют выборки для представления интересующей популяции.

Чтобы выбрать кластерную выборку, разделите популяцию на кластеры (группы), а затем случайным образом выберите некоторые из кластеров. Все члены из этих кластеров находятся в выборке кластера. Например, если вы случайным образом выбираете четыре факультета из совокупности колледжа, эти четыре факультета составляют кластерную выборку. Разделите факультет колледжа по факультетам. Отделы – это кластеры. Пронумеруйте каждый отдел, а затем выберите четыре разных числа, используя простую случайную выборку. Все члены четырех отделов с этими числами являются кластерной выборкой.

Кластерный метод выборки является экономичным и экономит время. Например, для изучения сельских общин штат делится на кластеры. Теперь вместо посещения всех локаций выбирается и изучается случайный кластер, что экономит и деньги, и время. Однако кластерные выборки содержат больше ошибок выборки, так как они могут не полностью представлять всю совокупность.

Этот текст адаптирован из стиля Openstax, вводная статистика, раздел 1.2 Данные, выборка и вариации в данных и выборке

Transcript

Кластерная выборка является широко используемым методом выборки для маркетинговых исследований, где население велико и географически рассредоточено.

Например, исследователи хотят узнать, как старшеклассники выбирают карьеру в городе. Для этого потребуется опрос учащихся из каждой школы города, что является трудоемким и дорогостоящим процессом. Даже случайно выбранная выборка не будет адекватным представлением этой большой и разнообразной популяции.

Используя кластерную выборку, исследователи делят школы на разные кластеры, а затем случайным образом выбирают некоторые из кластеров для формирования выборки. Теперь каждый студент из этих отобранных кластеров проходит собеседование.

Таким образом, исследователи сузили большую популяцию до нескольких более мелких кластеров и случайным образом выбрали некоторые из кластеров для эксперимента.

В отличие от кластерной выборки, при стратифицированной выборке выбирается только несколько особей из каждой страты. Кроме того, при стратифицированной выборке каждый слой представляет собой однородную группу, в то время как при кластерной выборке кластеры представляют собой гетерогенные группы индивидуумов.

Несмотря на то, что этот метод является более простым и экономичным, выборки, отобранные на основе кластерной выборки, более подвержены систематической ошибке и высокой ошибке выборки.