Verschil tussen Stratified and Cluster Sampling | Stratified vs Cluster Sampling

Stratified Sampling vs Cluster Sampling

In statistieken, vooral bij het uitvoeren van enquêtes, is het belangrijk om een ​​onbevooroordeeld monster te verkrijgen het resultaat en de voorspellingen over de bevolking zijn nauwkeuriger. Maar in de simpele willekeurige steekproefneming bestaat er de mogelijkheid om de leden van het steekproef te selecteren; Met andere woorden, het vertegenwoordigt de bevolking niet redelijk. Daarom worden gestratificeerde steekproef- en clustersamenstelling gebruikt om de vooroordeel- en efficiëntievraagstukken van de eenvoudige willekeurige steekproef te overwinnen.

Gestratifieerde steekproefneming

Gestratifieerde steekproefneming is een bemonsteringsmethode waarbij de populatie voor het eerst in strata wordt verdeeld (een stratum is een homogene subset van de populatie). Vervolgens wordt een simpele willekeurige steekproef uit elke stratum genomen. De resultaten van elke strata vormen het monster. Hieronder volgen voorbeelden van mogelijke strata in populaties

• Voor een bevolking van een staat, mannelijke en vrouwelijke strata

• Voor mensen die werken in een stad, woonachtige en niet-ingezeten strata

• Voor studenten in een college, witte, zwarte, Spaanse en Aziatische strata

• Voor een publiek van een debat over theologie, protestantse, katholieke, joodse, moslimstraten In dit proces, in plaats van willekeurig uit de bevolking te nemen, wordt de bevolking in groepen gescheiden door gebruik te maken van een inherent kenmerk van de elementen (homogene groepen). Vervolgens worden willekeurige monsters uit de groep genomen. De hoeveelheid willekeurige monsters die uit elke groep worden genomen, is afhankelijk van het aantal elementen binnen de groep.

Hiermee kan een steekproef gemaakt worden zonder dat de steekproef van een groep groter is dan het aantal monsters dat nodig is van die groep. Als het aantal elementen uit een bepaalde groep groter is dan de vereiste hoeveelheid, kan een verdeling in de verdeling leiden tot foutieve interpretaties.

Gestratificeerde bemonstering maakt gebruik van verschillende statistische methoden voor elk stratum, wat helpt bij het verbeteren van de efficiëntie en de nauwkeurigheid van de schatting.

Clustermonsterneming

Clusterwillekeurige steekproefneming is een bemonsteringsmethode waarbij de populatie eerst in clusters wordt verdeeld (een cluster is een heterogene subset van de populatie). Vervolgens wordt een simpel willekeurig steekproef van clusters genomen. Alle leden van de geselecteerde clusters vormen samen het monster. Deze methode wordt vaak gebruikt wanneer natuurlijke groeperingen duidelijk en beschikbaar zijn.

Voor voorbeeld, beschouw een onderzoek voor het evalueren van de betrokkenheid van middelbare schoolstudenten in buitencurriculaire activiteiten.In plaats van het kiezen van willekeurige studenten uit de studentenpopulatie, is het kiezen van een klas als de monsters voor de enquête een clustersamenstelling. Vervolgens wordt elk lid van de klas geïnterviewd. In dit geval zijn klassen clusters van de studentenpopulatie.

In clustersamenstelling zijn de clusters die willekeurig geselecteerd zijn, niet de individuen. Er wordt aangenomen dat elk cluster op zich een onbevooroordeelde representatie van de bevolking is, wat inhoudt dat elk van de clusters heterogeen is.

Wat is het verschil tussen Stratified Sampling en Cluster Sampling?

• In gestratificeerde steekproeven wordt de populatie verdeeld in homogene groepen genaamd strata, met behulp van een attribuut van de monsters. Vervolgens worden leden uit elk stratum geselecteerd en het aantal monsters dat uit die lagen is genomen is evenredig aan de aanwezigheid van de lagen binnen de populatie.

• In clustersamenstelling wordt de populatie gegroepeerd in clusters, voornamelijk op locatie, en vervolgens wordt een cluster willekeurig geselecteerd.

• In clustermonsterneming wordt een cluster willekeurig geselecteerd, terwijl in stratificeerde bemonsteringsleden willekeurig geselecteerd worden.

• In de gestratificeerde steekproefneming behoren elke groep (strata) homogene leden, terwijl in clustersamenstelling een cluster heterogeen is.

• Gestratifieerde bemonstering is trager, terwijl clustersamenstelling relatief sneller is.

• Stratifieerde monsters hebben minder fout door factoring in aanwezigheid van elke groep binnen de populatie en aanpassen van de methoden om een ​​betere schatting te verkrijgen.

• Cluster sampling heeft inherent hoger percentage fout.