Systematisk prøvetaking vs. Cluster Sampling: Hva er forskjellen?

Systematisk prøvetaking vs. Cluster Sampling: En oversikt

Systematisk prøvetaking og klyngeprøvetaking er to forskjellige typer statistiske tiltak som brukes av forskere, analytikere og markedsførere for å studere prøver av en populasjon.

Måten både systematisk og klyngeprøvetaking trekker prøve poeng fra befolkningen er forskjellige. Mens systematisk prøvetaking bruker faste intervaller fra den større populasjonen for å lage prøven, bryter klyngeprøvetaking befolkningen ned i forskjellige klynger.

Systematisk prøvetaking velger et tilfeldig utgangspunkt fra populasjonen, og deretter tas det en prøve fra faste faste intervaller av populasjonen avhengig av størrelsen. Klyngeprøvetaking deler befolkningen i klynger og tar deretter et enkelt tilfeldig utvalg fra hver klynge.I denne artikkelen vil vi dekke forskjellene mellom begge disse prøvetakingene, deres fordeler og ulemper, når det er best å bruke den ene fremfor den andre, og eksempler på hver.

Systematisk prøvetaking

Systematisk prøvetaking er en tilfeldig sannsynlighet prøvetaking metode. Det er en av de mest populære og vanlige metodene som brukes av forskere og analytikere. Denne metoden innebærer å velge prøver fra en større gruppe. Selv om utgangspunktet kan være tilfeldig, innebærer prøvetakingen bruk av faste intervaller mellom hvert medlem.

Slik fungerer det. Forskeren begynner med først å velge et utgangspunkt fra en større befolkning. Dette er normalt i form av et heltall som må være mindre enn antall fag i den større befolkningen. Analytikeren velger deretter intervallet mellom hvert medlem; det er en konsekvent forskjell som ligger mellom hvert medlem. Her er et hypotetisk eksempel. La oss si at det er en befolkning på 100 mennesker i studien. Forskeren starter med personen på 10. plass. De bestemmer seg deretter for å velge hver syvende person deretter. Dette betyr at personene på følgende steder er valgt i prøvetaking: 10, 17, 24, 31, 38, 45, og så videre.

Fordeler og ulemper ved systematisk prøvetaking

Denne typen statistisk prøvetaking er ganske enkel, og er derfor generelt favorisert av forskere. Det er også veldig nyttig for visse formål i finansiere. De som bruker denne metoden antar at resultatene representerer flertallet av normale populasjoner. Denne prosessen garanterer også at hele befolkningen blir jevnt utvalgte.Men det kan være problemer med denne typen prøvetaking. For eksempel Fare manipulering av data kan være større ettersom de som bruker denne metoden kan velge emner og intervaller basert på et ønsket resultat.

Systematisk prøvetaking er enkel å gjennomføre og lett å forstå. Statistikere, som kan ha budsjett- eller tidsbegrensninger, synes bruk av systematisk prøvetaking er fordelaktig når det gjelder å lage, sammenligne og forstå prøvene sine. I tillegg gir systematisk prøvetaking en økt grad av kontroll sammenlignet med andre prøvetakingsmetoder på grunn av prosessen.

Systematisk prøvetaking gjør også opp med gruppert utvalg, der tilfeldig utvalgte prøver i en populasjon er unaturlig tett sammen. Tilfeldige prøver, i motsetning til systematiske, kan bare fjerne denne forekomsten ved å gjennomføre flere undersøkelser eller øke antallet prøver. som begge kan være tidkrevende og kostbare. Systematisk prøvetaking har også en lav risikofaktor fordi det er liten sjanse for at dataene kan være forurenset.

Til tross for sine mange fordeler, systematisk prøvetaking har ulemper. Den primære begrensningen ved systematisk prøvetaking er at størrelsen på populasjonen er nødvendig. Uten det spesifikke antall deltakere i en populasjon, fungerer ikke systematisk prøvetaking godt. For eksempel hvis en statistiker ønsker å undersøke alderen til hjemløse i en bestemt region, men ikke kan få nøyaktig hvor mange hjemløse det er, da vil de ikke ha en befolkningsstørrelse eller en start punkt.

En annen ulempe er at befolkningen må ha en naturlig mengde tilfeldighet. Hvis det ikke gjør det, øker risikoen for å velge lignende forekomster, og ødelegger formålet med prøven.

Eksempel på systematisk prøvetaking

Målet med systematisk prøvetaking er å få en upartisk prøve. Metoden for å oppnå dette er ved å tildele et nummer til hver deltaker i befolkningen og deretter velge det samme angitte intervallet i populasjonen for å lage prøven.

For eksempel kan du velge hver femte deltaker eller hver 20. deltaker, men du må velge den samme i hver populasjon. Prosessen med å velge dette n -tallet er systematisk prøvetaking.

For eksempel lager et tannkremfirma en ny smak av tannkrem og vil teste den på en prøvepopulasjon før den selges til publikum. Testen skal avgjøre om den nye smaken blir godt mottatt eller ikke av prøven. Selskapet setter sammen en befolkning på 50 mennesker og bestemmer seg for å bruke systematisk prøvetaking for å lage et utvalg på 10 personer hvis mening om tannkrem de vil vurdere.

Først tildeler markedsføringsteamet et nummer til hver deltaker i befolkningen. I dette tilfellet har den en befolkning på 50 i gruppen, så den vil tildele hver deltaker et tall fra en til 50. Deretter må den bestemme hvor stor en prøve den ønsker å ha, og den har bestemt en prøvestørrelse på 10. Derfor er 50/10 = 5. Fem vil være samplingssifferet; betyr at den vil velge hver femte deltaker i befolkningen for å komme frem til utvalget. Dette er skissert i tabellen nedenfor der hver femte deltaker er med fet skrift og den som er valgt for prøven.

1	2	3	4	5
6	7	8	9	10
11	12	13	14	15
16	17	18	19	20
21	22	23	24	25
26	27	28	29	30
31	32	33	34	35
36	37	38	39	40
41	42	43	44	45
46	47	48	49	50

Klyngeprøvetaking

Klyngeprøvetaking er en annen type tilfeldig statistisk måle. Denne metoden brukes når det er forskjellige undergrupper av grupper tilstede i en større befolkning. Disse gruppene er kjent som klynger. Klyngeprøvetaking brukes ofte av markedsføring grupper og fagfolk.

Klyngeprøvetaking er en to-trinns prosedyre. Først blir hele befolkningen valgt og delt inn i forskjellige klynger. Tilfeldige prøver velges deretter fra disse undergruppene. For eksempel kan en forsker synes det er vanskelig å konstruere hele befolkningen av kunder til en dagligvarebutikk å intervjue. Imidlertid kan de være i stand til å lage et tilfeldig delsett av butikker; dette representerer det første trinnet i prosessen. Det andre trinnet er å intervjue et tilfeldig utvalg av kundene i butikkene.

Typer klyngeprøvetaking

Det er to typer klyngeprøvetaking: ett-trinns klyngeprøvetaking og to-trinns klyngeprøvetaking.

Ett-trinns klyngesampling innebærer å velge en tilfeldig prøve av klynger og samle data fra hvert enkelt emne i den klyngen. To-trinns klyngesampling innebærer tilfeldig valg av flere klynger og valg av bestemte emner tilfeldig innenfor hver klynge for å danne den endelige prøven. To-trinns prøvetaking kan sees på som en delmengde av ett-trinns prøvetaking: prøvetaking av visse elementer fra de opprettede klyngene.

Fordeler og ulemper ved klyngeprøvetaking

Denne prøvetakingsmetoden kan brukes når det er vanskelig å fullføre en liste over hele populasjonen som vist i eksemplet ovenfor. Dette er en enkel, manuell prosess som kan spare tid og penger.

Faktisk kan bruk av klyngeprøvetaking være ganske billig sammenlignet med andre metoder. Det er fordi det generelt er færre tilknyttet kostnader og utgifter fordi klyngesampling krever at man velger utvalgte klynger tilfeldig i stedet for å evaluere hele populasjoner. Den samme prosessen gir også mulighet til å øke prøvestørrelsen. Ettersom en statistiker bare velger fra en utvalgt gruppe klynger, kan de øke antallet emner å prøve fra den klyngen.

Den primære ulempen med klyngeprøvetaking er at det er en større prøvefeil forbundet med det, noe som gjør det mindre presist enn andre prøvetakingsmetoder. Dette er fordi emner i en klynge har en tendens til å ha lignende egenskaper, noe som betyr at klyngeprøvetaking ikke inkluderer variert demografi av befolkningen. Dette resulterer ofte i en overrepresentasjon eller underrepresentasjon i en klynge, og kan derfor være en partisk prøve.

Eksempel på klyngeprøvetaking

For eksempel, si at en akademisk studie blir gjennomført for å avgjøre hvor mange ansatte på investeringsbanker holde MBA, og av disse MBA -ene, hvor mange er fra Ivy League -skoler. Det ville være vanskelig for statistikeren å gå til hver investeringsbank og spør hver enkelt ansatt om sin utdanningsbakgrunn. For å oppnå målet kan en statistiker bruke klyngeprøvetaking.

Det første trinnet ville være å danne en klynge av investeringsbanker. I stedet for å studere hver investeringsbank, kan statistikeren velge å studere de tre største investeringsbankene basert på inntekt, og danne den første klyngen. Derfra kan det oppstå en statistiker i stedet for å intervjue alle ansatte i alle tre investeringsbanker en annen klynge, som inkluderer ansatte fra bare visse avdelinger, for eksempel salg og handel eller fusjoner og oppkjøp.

Denne metoden lar statistikeren begrense prøvetakingsstørrelsen, noe som gjør den mer effektiv og kostnadseffektiv, men likevel har en variert nok prøve til å måle informasjonen som søkes.

Spesielle hensyn

Selv om både systematisk prøvetaking og klyngeprøvetaking er former for tilfeldig prøvetaking, kommer de frem til utvalgsstørrelsen på helt forskjellige måter. Systematisk prøvetaking velger en prøve basert på faste intervaller i en populasjon, mens klyngeprøvetaking skaper en klynge fra en populasjon.

Klyngeprøvetaking er bedre egnet for når det er forskjellige undergrupper i en bestemt populasjon, mens systematisk prøvetaking er bedre brukt når hele listen eller antallet av en populasjon er kjent. Begge deler imidlertid befolkningen i mindre enheter for å prøve.

For systematisk prøvetaking er det viktig å sikre at det ikke er noen mønstre i gruppen, ellers risikerer du å velge lignende emner uten å representere den totale befolkningen. For klyngeprøvetaking er det viktig å sikre at hver klynge har lignende egenskaper som hele prøven.

Systematisk prøvetaking	Klyngeprøvetaking
Velger et utvalg ved å velge emner med intervaller	Velger et utvalg ved å lage klynger
Listen eller nummeret til hele befolkningen må være kjent	Hele befolkningen er ikke nødvendig for å lage klynger
Mønstre i befolkningen må unngås for nøyaktighet	Klynger bør ha lignende egenskaper som hele prøven

Vanlige spørsmål om Cluster Sampling

Hva menes med Cluster Sampling?

Cluster sampling er en form for tilfeldig prøvetaking som skiller en populasjon i klynger for å lage en prøve. Ytterligere klynger kan også opprettes fra de første klyngene for å begrense et utvalg.

Hvorfor vil du bruke Cluster Sampling?

Klyngeprøvetaking er best brukt til å studere store, spredte populasjoner, hvor sikte på å intervjue hvert emne ville være kostbart, tidkrevende og kanskje umulig. Klyngeprøve gir mulighet for å lage klynger som er en mindre representasjon av befolkningen som vurderes, med lignende egenskaper.

Hvordan fungerer klyngeprøvetaking?

Klyngeprøvetaking innebærer ganske enkelt å dele befolkningen som studeres i mindre grupper. Disse undergruppene kan studeres eller videre tilfeldig deles inn i andre undergrupper.

Hva er forskjellen mellom klyngeprøve og stratifisert prøvetaking?

Den primære forskjellen mellom klyngeprøvetaking og lagdelt prøvetaking er at klyngene som er opprettet i klyngeprøvetaking er heterogene mens gruppene for lagdelt prøvetaking er homogene.

Bunnlinjen

Det er en forskjellige prøvetakingsmetoder tilgjengelig for statistikere som søker å studere informasjon i grupper. Fordi grupper eller populasjoner har en tendens til å være store, er det svært vanskelig å skaffe data fra hvert enkelt emne. For å overvinne dette problemet bruker statistikere prøvetaking, og lager mindre grupper som er ment å være representative for den større befolkningen.

Et viktig aspekt ved å lage disse mindre prøvene er å sikre at de blir valgt tilfeldig og er en sann representasjon av den større populasjonen. Systematisk prøvetaking og klyngeprøvetaking er to metoder som statistikere kan bruke for å studere populasjoner.

Begge er former for tilfeldig prøvetaking som kan være tids- og kostnadseffektiv, og skiller populasjoner i mindre grupper for lettere analyse. Systematisk prøvetaking fungerer best når hele populasjonen er kjent mens klyngeprøvetaking fungerer best når hele populasjonen er vanskelig å måle.