Кластерная выборка - что это такое, определение и концепция
Кластерная выборка состоит из разделения совокупности на наборы без перекрытия и исчерпывающие. Так что каждый из них представляет собой всю возможную изменчивость.
Таким образом, при кластерной выборке мы создаем более мелкие группы населения, обладающие всеми характеристиками этой популяции.
Таким образом, когда они у нас есть, мы можем выбрать некоторые из них в качестве выборки и легче проанализировать их.
Зачем выполнять кластерную выборку
Этот тип отбора проб подходит в определенных обстоятельствах, когда необходимо провести анализ. Фактически, другие, такие как систематический, служат для других случаев.
Чтобы лучше познакомиться с концепцией, давайте разберемся с ее преимуществами и недостатками:
- Он наиболее подходит для больших географических областей из-за своей простоты и неоднородности кластеров.
- Могут использоваться большие образцы. Это преимущество, поскольку кластеры готовы, и вам нужно выбрать только несколько из них.
- Это очень полезно, когда мы хотим изучить определенные характеристики в очень большой популяции. Выбираем кластеры и по ним проводим анализ. Например, опрос.
- Из его недостатков можно выделить то, что необходимо знать подробную информацию о населении. Фактически, эти группы иногда не представляют его эффективно. Кроме того, его ошибка выборки обычно выше, чем, например, при простой случайной выборке.
Шаги по выполнению кластерной выборки
Процесс выполнения выборки кластера относительно прост, хотя и требует определенных предварительных условий.
Тем не менее, давайте посмотрим, как это сделать:
- Знайте население. В этом случае нам нужно много информации о населении. Это потому, что мы будем строить кластеры на основе этой информации. Особое значение приобретают социально-демографические переменные.
- Выбор кластера: С другой стороны, когда мы знаем, откуда мы начинаем, мы должны решить, как формировать кластеры. В этом случае географическое положение - один из самых распространенных ресурсов.
- Подборка образцов: Когда у нас есть эти кластеры, мы должны выбрать те, которые будут служить образцом. Для этого мы можем использовать простую случайную выборку или систематическую.
- Двухэтапный отбор проб: Есть вариант, называемый двухэтапным отбором. Это состоит в выборе меньшего образца из самого кластера.
- Анализ: Наконец, эта выборка анализируется, и, получив результаты, мы проверяем, можем ли мы сделать вывод в совокупности.
Пример кластерной выборки
Представим, что мы хотим узнать распространенность табака среди населения страны. Как и следовало ожидать, сделать это во всех его обитателях будет очень сложно. Например, в Мексике их чуть более 126 миллионов. Поэтому, основываясь на предыдущих исследованиях, которые показывают определенную территориальную однородность, мы выбираем только некоторые районы.
Далее посмотрим на процесс:
- Как видно, мы сначала изучаем некоторые важные переменные населения.
- Обладая этой информацией, мы составляем различные конгломераты.
- Далее мы выбираем те, которые нас интересуют, и по ним проводим анализ.
- Последний шаг в кластерной выборке - это вывод о совокупности.
