Perbezaan antara pensampelan berstrata dan pensampelan kluster
Pensampelan berstrata vs pensampelan cluster
Dalam statistik, terutamanya semasa menjalankan tinjauan, adalah penting untuk mendapatkan sampel yang tidak berat sebelah, jadi hasil dan ramalan yang dibuat mengenai populasi lebih tepat. Tetapi, dalam pensampelan rawak mudah, kemungkinan wujud untuk memilih ahli sampel yang berat sebelah; Dengan kata lain, ia tidak mewakili penduduk dengan adil. Oleh itu, pensampelan berstrata dan pensampelan kluster digunakan untuk mengatasi masalah kecenderungan dan kecekapan pensampelan rawak mudah.
Pensampelan berstrata
Pensampelan rawak berstrata adalah kaedah pensampelan di mana penduduk pertama dibahagikan kepada strata (lapisan adalah subset homogen penduduk). Kemudian sampel rawak mudah diambil dari setiap lapisan. Hasil dari setiap gabungan strata membentuk sampel. Berikut adalah contoh kemungkinan strata dalam populasi
• Bagi penduduk negeri, strata lelaki dan perempuan
• Bagi orang yang bekerja di strata bandar, penduduk dan bukan pemastautin
• Bagi pelajar di strata kolej, putih, hitam, Hispanik, dan Asia
• Bagi penonton perdebatan mengenai teologi, Protestan, Katolik, Yahudi, Strata Muslim
Dalam proses ini, bukannya mengambil sampel secara rawak dari populasi, penduduk dipisahkan ke dalam kumpulan menggunakan ciri -ciri yang wujud dari unsur -unsur (kumpulan homogen). Maka sampel rawak diambil dari kumpulan. Jumlah sampel rawak yang diambil dari setiap kumpulan bergantung kepada bilangan elemen dalam kumpulan.
Ini membolehkan persampelan dibuat tanpa sampel satu kumpulan yang lebih besar daripada bilangan sampel yang diperlukan dari kumpulan tertentu. Sekiranya bilangan elemen dari kumpulan tertentu lebih besar daripada jumlah yang diperlukan, condong dalam pengedaran boleh menyebabkan tafsiran yang salah.
Pensampelan berstrata membolehkan penggunaan kaedah statistik yang berbeza untuk setiap lapisan, yang membantu dalam meningkatkan kecekapan dan ketepatan anggaran.
Pensampelan kluster
Pensampelan Rawak Kluster adalah kaedah pensampelan di mana penduduk pertama dibahagikan kepada kelompok (kelompok adalah subset heterogen penduduk). Kemudian sampel rawak rawak mudah diambil. Semua ahli kelompok yang dipilih bersama -sama membentuk sampel. Kaedah ini sering digunakan apabila kumpulan semula jadi jelas dan tersedia.
Sebagai contoh, pertimbangkan tinjauan untuk menilai penglibatan pelajar sekolah menengah dalam aktiviti ekstrakurikulum. Daripada memilih pelajar rawak dari populasi pelajar, memilih kelas sebagai sampel untuk tinjauan adalah pensampelan kluster. Kemudian setiap ahli kelas ditemubual. Dalam kes ini, kelas adalah kelompok penduduk pelajar.
Dalam pensampelan kluster, ia adalah kelompok yang dipilih secara rawak, bukan individu. Diandaikan bahawa setiap kelompok dengan sendirinya adalah perwakilan penduduk yang tidak berat sebelah, yang menunjukkan bahawa setiap kelompok adalah heterogen.
Apakah perbezaan antara pensampelan berstrata dan pensampelan kluster?
• Dalam pensampelan berstrata, penduduk dibahagikan kepada kumpulan homogen yang dipanggil strata, menggunakan atribut sampel. Kemudian ahli dari setiap lapisan dipilih, dan bilangan sampel yang diambil dari strata tersebut adalah berkadar dengan kehadiran strata dalam populasi.
• Dalam pensampelan kluster, populasi dikelompokkan ke dalam kelompok, kebanyakannya berdasarkan lokasi, dan kemudian kluster dipilih secara rawak.
• Dalam pensampelan kluster, kelompok dipilih secara rawak, sedangkan dalam anggota persampelan berstrata dipilih secara rawak.
• Dalam pensampelan berstrata, setiap kumpulan yang digunakan (strata) termasuk ahli homogen manakala, dalam pensampelan kluster, kelompok adalah heterogen.
• Pensampelan berstrata lebih perlahan manakala pensampelan kluster agak lebih cepat.
• Sampel berstrata mempunyai kesilapan yang kurang disebabkan oleh pemfaktoran di hadapan setiap kumpulan dalam populasi dan menyesuaikan kaedah untuk mendapatkan anggaran yang lebih baik.
• Pensampelan kluster mempunyai peratusan yang lebih tinggi daripada kesilapan.
