- katangian
- Mga uri ng mga pamamaraan
- Sampling sa isang yugto
- Dalawang yugto ng pag-sampling
- Kapag gagamitin ito
- Mahirap, magastos, o imposible upang makagawa ng isang kumpletong listahan ng mga item sa populasyon
- Ang populasyon ay puro sa "natural" conglomerates (mga lungsod, paaralan, ospital, atbp.).
- Kalamangan
- Kakayahan
- Ekonomiya
- Nabawasan ang pagkakaiba-iba
- Pangunahing paggamit
- Mga Kakulangan
- Mga bias na sample
- Pagkakamali
- Mga halimbawa
- Sampling sa isang yugto
- Dalawang yugto ng pag-sampling
- Multi-stage sampling
- Mga Sanggunian
Ang cluster sampling ay isang uri ng pamamaraan ng sampling ay ginagamit kung ang isang statistical populasyon na homogenous na mga grupo ay maliwanag, ngunit ang panloob na heterogenous. Ito ay madalas na ginagamit sa pananaliksik sa merkado.
Sa pamamaraang sampling na ito, sa halip na agad na pumili ng lahat ng mga paksa mula sa buong populasyon, ang mananaliksik ay tumatagal ng maraming mga hakbang upang tipunin ang kanyang sample ng populasyon. Una, hinati ng mananaliksik ang kabuuang populasyon sa magkakahiwalay na mga grupo, na tinatawag na mga kumpol. Pagkatapos ay pumili ng isang simpleng random sample mula sa mga pangkat ng populasyon. Sa wakas, isinasagawa nito ang pagsusuri sa pamamagitan ng pagkuha ng sample data mula sa mga pangkat na ito.

Pinagmulan: pixabay.com
Para sa isang nakapirming random na laki ng sample, ang inaasahang error ay mas mababa kung ang pinakamalaking dami ng pagkakaiba-iba sa populasyon ay naroroon sa loob ng mga grupo, at hindi sa pagitan ng mga grupo.
Ang isang karaniwang dahilan para sa paggamit ng sampol ng kumpol ay ang mas mababang mga gastos sa pamamagitan ng pagtaas ng kahusayan sa sampling. Ito ay naiiba mula sa stratified sampling, kung saan ang motibo ay upang madagdagan ang kawastuhan.
katangian
- Ang populasyon ay nahahati sa mga grupo ng N, na tinatawag na conglomerates.
- Ang mananaliksik ay sapalarang pinipili ang mga n pangkat upang isama ang mga ito sa sample, kung saan n ay mas mababa sa N.
- Ang bawat elemento ng populasyon ay maaaring italaga sa isa, at lamang sa isang kumpol.
- Sa isip, ang populasyon sa loob ng isang kumpol ay dapat na maging heterogenous hangga't maaari, ngunit dapat magkaroon ng homogenous sa pagitan ng mga kumpol. Ang bawat kumpol ay dapat na isang representasyon ng kabuuang populasyon sa isang maliit na sukat.
Mga uri ng mga pamamaraan
Upang piliin kung aling mga kumpol ang isasama sa pag-aaral, isang random na sampling technique ay ginagamit sa anumang nauugnay na kumpol.
Sampling sa isang yugto
Sa isang yugto ng sampol ng kumpol, lahat ng mga elemento sa loob ng bawat isa sa mga napiling pangkat ay na-sample.
Dalawang yugto ng pag-sampling
Sa two-stage cluster sampling, isang subset ng mga item sa loob ng mga napiling grupo ay sapalarang napili upang maisama sa sample.
Kapag gagamitin ito
Ito ay dapat gamitin lamang kapag matipid sa ekonomiya, kapag ang pagbawas ng gastos ay higit sa pagkawala ng katumpakan. Ito ay mas malamang na maganap sa mga sumusunod na sitwasyon.
Mahirap, magastos, o imposible upang makagawa ng isang kumpletong listahan ng mga item sa populasyon
Halimbawa, maaaring hindi mailista ang lahat ng mga customer para sa isang kadena ng mga tindahan ng hardware.
Gayunpaman, posible na pumili ng isang random na subset ng mga tindahan (yugto 1) at pagkatapos ay pakikipanayam ng isang random na sample ng mga customer na bumibisita sa mga tindahan (yugto 2).
Ang populasyon ay puro sa "natural" conglomerates (mga lungsod, paaralan, ospital, atbp.).
Halimbawa, upang magsagawa ng isang pakikipanayam sa mga nars sa silid ng operating, makatuwiran na pumili ng isang ospital mula sa isang sample ng mga ospital (yugto 1) at pagkatapos ay pakikipanayam ang lahat ng mga operating room na nars sa ospital.
Gamit ang sampol ng kumpol, ang tagapanayam ay maaaring magsagawa ng maraming mga panayam sa isang araw at sa isang ospital.
Sa kabaligtaran, ang simpleng random sampling ay maaaring mangailangan ng tagapanayam na gumastos sa buong araw na paglalakbay upang magsagawa ng isang pakikipanayam sa isang ospital.
Kalamangan
Maaari itong maging mas mura kaysa sa iba pang mga plano ng sampling, halimbawa, mas kaunting mga gastos sa paglalakbay at pangangasiwa.
Kakayahan
Ang pamamaraang sampling na ito ay tumatagal ng account sa malalaking populasyon. Dahil ang mga pangkat na ito ay napakalaki, ang pagpapatupad ng anumang iba pang mga pamamaraan ng sampling ay napakahirap.
Ekonomiya
Sa pamamaraang ito ang isang malaking pag-aalala sa paggasta, tulad ng paglalakbay, ay lubos na nabawasan.
Halimbawa, ang pag-iipon ng impormasyon mula sa isang pagsisiyasat sa bawat sambahayan sa isang lungsod ay magiging napakamahal, samantalang mas mura ito upang mag-ipon ng impormasyon sa ilang mga bloke ng lungsod. Sa kasong ito, ang paglalakbay ay lubos na mababawasan.
Nabawasan ang pagkakaiba-iba
Kung ang mga pagtatantya ay isinasaalang-alang ng anumang iba pang pamamaraan, ang isang nabawasan na variable ay sinusunod sa mga resulta. Hindi ito maaaring maging isang perpektong sitwasyon sa lahat ng oras.
Pangunahing paggamit
Kapag ang isang sampling frame na may lahat ng mga elemento ay hindi magagamit, ang mga cluster sampling ay maaaring magamit.
Mga Kakulangan
Mga bias na sample
Kung ang pangkat sa sample na populasyon ay may isang bias na opinyon, sumusunod ito na ang buong populasyon ay may parehong opinyon. Maaaring hindi ito ang tunay na kaso.
Pagkakamali
Mayroong isang mas mataas na error sa sampling, na maaaring ipahiwatig sa tinatawag na "epekto ng disenyo".
Ang iba pang mga pamamaraan ng probabilistikong nagbibigay ng mas kaunting mga error kaysa sa pamamaraang ito. Para sa kadahilanang ito ay hindi inirerekomenda para sa mga nagsisimula.
Mga halimbawa
Ang cluster sampling ay ginagamit upang matantya ang mataas na pagkamatay sa mga kaso tulad ng mga digmaan, mga famines, at natural na mga sakuna.
Sampling sa isang yugto
Nais ng isang NGO na magtatag ng isang halimbawa ng mga bata sa limang kalapit na bayan upang mabigyan sila ng edukasyon.
Sa pamamagitan ng isang yugto ng sampol ng kumpol, ang NGO ay maaaring pumili ng random na mga populasyon (kumpol) upang lumikha ng isang halimbawa upang matulungan ang mga bata na hindi tumatanggap ng edukasyon sa mga lunsod na iyon.
Dalawang yugto ng pag-sampling
Ang isang may-ari ng negosyo ay naghahanap upang malaman ang statistical pagganap ng kanyang mga halaman, na kumakalat sa iba't ibang mga bahagi ng US.
Isinasaalang-alang ang bilang ng mga halaman, ang gawaing ginanap sa bawat halaman, at ang bilang ng mga empleyado bawat halaman, ang pag-sampling sa isang yugto ay magiging oras at magastos.
Samakatuwid, napagpasyahan na magsagawa ng isang sampling sa dalawang yugto. Lumilikha ang may-ari ng mga halimbawa ng mga manggagawa mula sa iba't ibang mga halaman upang mabuo ang mga kumpol. Pagkatapos mong hatiin ang mga ito sa laki ng isang halaman sa kondisyon ng operasyon.
Ang isang dalawang yugto na sampol ng kumpol ay nabuo kung saan ang iba pang mga diskarte sa kumpol, tulad ng simpleng random sampling, ay inilapat upang simulan ang mga kalkulasyon.
Multi-stage sampling
Ang geographic cluster sampling ay isa sa mga pinaka-malawak na ipinatupad na pamamaraan.
Ang bawat kumpol ay isang lugar sa heograpiya. Dahil maaari itong magastos upang magsagawa ng isang survey sa isang populasyon na nakakalat sa heograpiya, ang isang mas malaking ekonomiya ay maaaring makamit kaysa sa simpleng random sampling sa pamamagitan ng kumpol ng iba't ibang mga respondente sa loob ng isang lokal na lugar.
Sa pangkalahatan, ang pagkamit ng katumbas na katumpakan sa mga pagtatantya ay nangangailangan ng pagtaas ng kabuuang laki ng sample, ngunit ang mga pagtitipid ng gastos ay maaaring gumawa ng isang pagtaas sa laki ng sample na magagawa.
Halimbawa, ang isang samahan ay naglalayong magsagawa ng isang survey upang pag-aralan ang pagganap ng mga smartphone sa buong Alemanya.
Maaari mong hatiin ang populasyon ng buong bansa sa mga lungsod (kumpol) at piliin din ang mga lungsod na may pinakamataas na populasyon. Salain din ang mga gumagamit ng mga mobile device.
Mga Sanggunian
- Wikipedia, ang libreng encyclopedia (2019). Pagrugrupo grupo ng mga pageeksperimentuhan. Kinuha mula sa: en.wikipedia.org.
- Stat Trek. (2019). Ano ang Cluster Sampling? Kinuha mula sa: stattrek.com.
- Mapapaliwanag (2019). Pagrugrupo grupo ng mga pageeksperimentuhan. Kinuha mula sa: explorable.com.
- Adi Bhat (2019). Cluster Sampling: Kahulugan, Pamamaraan at Halimbawa. Tanong Pro. Kinuha mula sa: questionpro.com.
- CFI (2019). Pagrugrupo grupo ng mga pageeksperimentuhan. Kinuha mula sa: corporatefinanceinstitute.com.
