Doporučená, 2021

Redakce Choice

Rozdíl mezi stratifikovaným a klastrovým vzorkováním

V našem dřívějším článku jsme se zabývali pravděpodobnostním a pravděpodobnostním vzorkováním, ve kterém jsme narazili na typy pravděpodobnostního vzorkování, tj. Stratified Sampling a Cluster Sampling. Ve stratifikované vzorkovací technice je vzorek vytvořen z náhodného výběru prvků ze všech vrstev, zatímco v klastrovém vzorkování tvoří všechny jednotky náhodně vybraných shluků vzorek.

Ve stratifikovaném vzorkování se postupuje ve dvou krocích, aby se populace rozdělila do podskupin nebo vrstev. Na rozdíl od toho, ve vzorkování clusteru zpočátku je rozdělení studijních objektů do vzájemně se vylučujících a kolektivně vyčerpávajících podskupin, známých jako cluster. poté je vybrán náhodný vzorek clusteru na základě jednoduchého náhodného vzorkování.

V tomto článku můžete najít všechny rozdíly mezi stratifikovanými a klastrovými vzorky, takže si přečtěte.

Srovnávací graf

Základ pro porovnáníRozvrstvené vzorkováníVzorkování klastrů
VýznamStratifikovaný vzorkování je jeden, ve kterém je populace rozdělena do homogenních segmentů a poté je vzorek náhodně odebírán ze segmentů.Vzorkování klastrů se týká metody odběru vzorků, kde jsou členové populace vybíráni náhodně z přirozeně se vyskytujících skupin zvaných „klastr“.
VzorekNáhodně vybraní jedinci jsou odebíráni ze všech vrstev.Všichni jednotlivci jsou odebíráni z náhodně vybraných klastrů.
Výběr populačních prvkůJednotlivěSpolečně
HomogenitaVe skupiněMezi skupinami
HeterogenitaMezi skupinamiVe skupině
BifurkaceVloženo výzkumným pracovníkemPřirozeně se vyskytující skupiny
ObjektivníPro zvýšení přesnosti a reprezentace.Snížení nákladů a zvýšení efektivity.

Definice stratifikovaného vzorkování

Stratifikované vzorkování je typem pravděpodobnostního vzorkování, ve kterém je nejprve celá populace rozdělena do různých vzájemně se vylučujících, homogenních podskupin (vrstev), poté je subjekt vybrán náhodně z každé skupiny (stratum), které jsou pak kombinovány do formy. jeden vzorek. Vrstva není nic jiného než homogenní podmnožina populace, a když jsou všechny vrstvy spojeny dohromady, je známa jako strata.

Společnými faktory, v nichž je populace oddělena, jsou věk, pohlaví, příjem, rasa, náboženství atd. Důležitým bodem k zapamatování je, že vrstvy by měly být kolektivně vyčerpávající, aby nikdo nebyl vynechán a také se nepřekrýval, protože překrývající se vrstva může být vést ke zvýšení šancí na výběr některých prvků populace. Podtypy stratifikovaného vzorkování jsou:

  • Poměrné rozvrstvené vzorkování
  • Neproporcionální rozvrstvené vzorkování

Definice klastrového vzorkování

Vzorkování klastrů je definováno jako technika odběru vzorků, ve které je populace rozdělena do již existujících seskupení (klastrů), a pak je vzorek klastru vybrán náhodně z populace. Termín klastr odkazuje na přirozené, ale heterogenní, neporušené seskupení členů populace.

Nejběžnější proměnné používané v klastrové populaci jsou geografická oblast, budovy, škola atd. Heterogenita klastru je důležitým rysem ideálního návrhu klastrů. Typy vzorkování clusterů jsou uvedeny níže:

  • Jednostupňové vzorkování klastrů
  • Odběr vzorků ve dvou stupních
  • Odběr vzorků vícestupňového clusteru

Klíčové rozdíly mezi stratifikovaným a klastrovým vzorkováním

Rozdíly mezi stratifikovanými a klastrovými odběry lze jasně stanovit z těchto důvodů: \ t

  1. Postup vzorkování pravděpodobnosti, ve kterém je populace rozdělena do různých homogenních segmentů zvaných „strata“, a poté je vzorek vybrán z každé vrstvy náhodně, se nazývá Stratified Sampling. Vzorkování klastrů je technika vzorkování, ve které jsou jednotky populace náhodně vybírány z již existujících skupin nazvaných „cluster“.
  2. Při stratifikovaném vzorkování jsou jednotlivci náhodně vybíráni ze všech vrstev, aby vytvořili vzorek. Na druhé straně odběru vzorků se vzorek vytvoří, když jsou všichni jednotlivci odebráni z náhodně vybraných shluků.
  3. Při odběru vzorků klastrů jsou prvky populace vybírány v agregátech, avšak v případě stratifikovaného vzorkování jsou prvky populace vybírány individuálně z každé vrstvy.
  4. Ve stratifikovaném vzorkování je v rámci skupiny homogenita, zatímco v případě vzorkování klastrů se nachází homogenita mezi skupinami.
  5. Heterogenita se vyskytuje mezi skupinami ve stratifikovaném vzorkování. Naopak, členové skupiny jsou heterogenní ve vzorkování klastrů.
  6. Pokud je metoda odběru vzorků přijatá výzkumným pracovníkem rozvrstvená, pak jsou tyto kategorie ukládány jím. Naproti tomu tyto kategorie již existují ve skupinovém odběru vzorků.
  7. Cílem stratifikovaného vzorkování je zlepšit přesnost a reprezentaci. Na rozdíl od klastrového vzorkování, jehož cílem je zlepšit nákladovou efektivitu a provozní efektivitu.

Závěr

Pro ukončení diskuse můžeme říci, že vhodnější situace pro stratifikované vzorkování je, když identita v rámci jednotlivých vrstev a vrstev se od sebe liší. Na druhou stranu, standardní situace pro vzorkování klastrů je, když se různorodost v klastrech a clusteru nesmí lišit.

Kromě toho mohou být chyby při odběru vzorků sníženy ve vrstveném odběru vzorků, pokud se zvýší rozdíly mezi skupinami mezi vrstvami, zatímco rozdíly mezi skupinami mezi klastry by měly být minimalizovány, aby se snížily chyby při odběru vzorků při odběru vzorků klastrů.

Top