De clusterbemonstering Het is een soort steekproefmethode die wordt gebruikt wanneer homogene groepen duidelijk aanwezig zijn in een statistische populatie, maar intern heterogeen zijn. Het wordt vaak gebruikt bij marktonderzoek.
Met deze steekproefmethode, in plaats van onmiddellijk alle proefpersonen uit de hele populatie te selecteren, neemt de onderzoeker verschillende stappen om zijn populatie-steekproef te verzamelen. Ten eerste verdeelt de onderzoeker de totale bevolking in afzonderlijke groepen, clusters genaamd. Kies vervolgens een eenvoudige willekeurige steekproef uit de bevolkingsgroepen. Ten slotte voert het zijn analyse uit op basis van de steekproefgegevens van deze groepen.
Voor een vaste willekeurige steekproefomvang is de verwachte fout lager wanneer de meeste variatie in de populatie intern binnen de groepen aanwezig is, en niet tussen de groepen..
Een veel voorkomende reden voor het gebruik van clusterbemonstering is om de kosten te verlagen door de bemonsteringsefficiëntie te verhogen. Dit verschilt van gestratificeerde steekproeven, waarbij het motief is om de nauwkeurigheid te vergroten..
Artikel index
- De populatie is verdeeld in N-groepen, clusters genaamd.
- De onderzoeker selecteert willekeurig n groepen om ze in de steekproef op te nemen, waarbij n kleiner is dan N.
- Elk element van de populatie kan worden toegewezen aan één en slechts één cluster.
- Idealiter zou de populatie binnen een cluster zo heterogeen mogelijk moeten zijn, maar er zou homogeniteit tussen clusters moeten zijn. Elk cluster moet een weergave zijn van de totale bevolking op kleine schaal.
Om te kiezen welke clusters in het onderzoek moeten worden opgenomen, wordt in elk relevant cluster een willekeurige steekproeftechniek gebruikt..
Bij eenfasige clusterbemonstering worden alle elementen binnen elk van de gekozen groepen in de steekproef opgenomen..
Bij tweetraps clusterbemonstering wordt een subset van elementen binnen de geselecteerde groepen willekeurig geselecteerd om in de steekproef te worden opgenomen..
Het mag alleen worden gebruikt als het economisch verantwoord is, wanneer de kostenbesparing opweegt tegen het precisieverlies. Dit is waarschijnlijker in de volgende situaties.
Het is bijvoorbeeld misschien niet mogelijk om alle klanten van een bouwmarktketen op te sommen.
Het zou echter mogelijk zijn om willekeurig een subset van winkels te selecteren (fase 1) en vervolgens een willekeurige steekproef van klanten die die winkels bezoeken te interviewen (fase 2)..
Als u bijvoorbeeld persoonlijke interviews wilt houden met OK-verpleegkundigen, kan het zinvol zijn om willekeurig een ziekenhuis te selecteren uit een steekproef van ziekenhuizen (fase 1) en vervolgens alle OK-verpleegkundigen in dat ziekenhuis te interviewen..
Met behulp van clusterbemonstering kon de interviewer veel interviews afnemen op één dag en in één ziekenhuis.
Bij een eenvoudige willekeurige steekproef kan het daarentegen nodig zijn dat de interviewer de hele dag op reis is om een enkel interview in een enkel ziekenhuis te houden..
Mogelijk goedkoper dan andere bemonsteringsplannen, bijvoorbeeld minder reis- en administratiekosten.
Bij deze bemonsteringsmethode wordt rekening gehouden met grote populaties. Omdat deze groepen zo groot zijn, zou het implementeren van een andere steekproefmethode erg duur zijn.
Bij deze methode wordt een grote bezorgdheid over de uitgaven, zoals reizen, aanzienlijk verminderd..
Het verzamelen van de informatie uit een onderzoek in elk huishouden in een stad zou bijvoorbeeld erg duur zijn, terwijl het goedkoper is om informatie te verzamelen in verschillende blokken van de stad. In dit geval worden ritten aanzienlijk verminderd.
Wanneer schattingen met een andere methode worden overwogen, wordt een verminderde variabiliteit in de resultaten waargenomen. Dit is misschien niet altijd de ideale situatie.
Als er geen steekproefkader voor alle items beschikbaar is, kan alleen clusterbemonstering worden gebruikt.
Als de groep in de steekproefpopulatie een bevooroordeelde mening heeft, volgt daaruit dat de hele populatie dezelfde mening heeft. Dit is misschien niet het echte geval.
Er is een hogere steekproeffout, die kan worden uitgedrukt in het zogenaamde "ontwerpeffect".
De andere probabilistische methoden geven minder fouten dan deze methode. Om deze reden wordt het niet aanbevolen voor beginners.
Clustermonsters worden gebruikt om hoge sterftecijfers te schatten in gevallen zoals oorlogen, hongersnoden en natuurrampen..
Een ngo wil een steekproef van kinderen in vijf nabijgelegen steden samenstellen om hen onderwijs te geven.
Door middel van eenfasige clusterbemonstering kan de ngo willekeurig populaties (groepen) selecteren om een steekproef samen te stellen om ongeschoolde kinderen in die steden te helpen..
Een bedrijfseigenaar is op zoek naar de statistische prestaties van zijn fabrieken, die in verschillende delen van de Verenigde Staten worden gedistribueerd..
Rekening houdend met het aantal fabrieken, het werk dat in elke fabriek wordt gedaan en het aantal werknemers per fabriek, zou bemonstering in één fase veel geld en tijd kosten..
Daarom wordt besloten om een bemonstering in twee fasen uit te voeren. De eigenaar maakt steekproeven van arbeiders van verschillende fabrieken om de clusters te vormen. Verdeel ze vervolgens in de grootte van een fabriek in operationele staat.
Een tweetraps clusterbemonstering werd gevormd met behulp van andere clusteringstechnieken, zoals eenvoudige willekeurige steekproeven, om met de berekeningen te beginnen..
Geografische clusterbemonstering is een van de meest toegepaste technieken.
Elk cluster is een geografisch gebied. Omdat het duur kan zijn om een enquête uit te voeren in een geografisch verspreide populatie, kan een grotere economie worden bereikt dan met een eenvoudige willekeurige steekproef door de verschillende respondenten te groeperen in een cluster binnen een lokaal gebied..
Over het algemeen vereist het bereiken van een gelijkwaardige precisie in schattingen een vergroting van de totale steekproefomvang, maar kostenbesparingen kunnen een dergelijke vergroting van de steekproefomvang mogelijk maken..
Een organisatie is bijvoorbeeld van plan een onderzoek uit te voeren om de prestaties van smartphones in heel Duitsland te analyseren..
Je kunt de bevolking van het hele land verdelen in steden (clusters) en ook de steden met de meeste inwoners selecteren. Filter ook degenen die mobiele apparaten gebruiken.
Niemand heeft nog op dit artikel gereageerd.