Стратифицированная выборка против кластерной выборки
В статистике, особенно при проведении опросов, важно получить объективную выборку, чтобы результат и прогнозы относительно населения были более точными. Но в простой случайной выборке существует возможность отобрать членов выборки, которые являются необъективными; другими словами, он не представляет население справедливо. Таким образом, стратифицированная выборка и кластерная выборка используются для преодоления проблем смещения и эффективности простой случайной выборки.
Стратифицированная выборка
Стратифицированная случайная выборка - это метод выборки, при котором совокупность сначала делится на страты (страта - это однородное подмножество совокупности). Затем из каждой страты берется простая случайная выборка. Объединенные результаты каждой страты составляют выборку. Ниже приведены примеры возможных страт в популяциях
• Для населения государства мужские и женские слои
• Для работающих в городе, проживающих и не проживающих слоев населения
• Для студентов колледжей, белых, черных, латиноамериканцев и азиатских слоев
• Для аудитории дебатов о богословии, протестантских, католических, иудейских, мусульманских слоях
В этом процессе, вместо случайного отбора проб прямо из населения, население делится на группы с использованием свойственных элементам характеристик (однородные группы). Затем из группы берутся случайные выборки. Количество случайных выборок, взятых из каждой группы, зависит от количества элементов в группе.
Это позволяет проводить выборку без того, чтобы выборка одной группы превышала количество требуемых образцов от этой конкретной группы. Если количество элементов из определенной группы больше необходимого, перекос в распределении может привести к ошибочным интерпретациям.
Стратифицированная выборка позволяет использовать различные статистические методы для каждой страты, что помогает повысить эффективность и точность оценки.
Кластерная выборка
Кластерная случайная выборка - это метод выборки, при котором совокупность сначала делится на кластеры (кластер - это гетерогенное подмножество совокупности). Затем берется простая случайная выборка кластеров. Все члены выбранных кластеров вместе составляют выборку. Этот метод часто используется, когда естественные группировки очевидны и доступны.
В качестве примера рассмотрим опрос для оценки участия старшеклассников во внеклассных мероприятиях. Вместо случайного выбора учащихся из студенческой совокупности выбор класса в качестве выборки для обследования представляет собой кластерную выборку. Затем проводится опрос каждого члена класса. В этом случае классы представляют собой кластеры учащихся.
При кластерной выборке случайным образом выбираются кластеры, а не отдельные лица. Предполагается, что каждый кластер сам по себе является непредвзятым представлением населения, из чего следует, что каждый из кластеров неоднороден.
В чем разница между стратифицированной выборкой и кластерной выборкой?
• При стратифицированной выборке совокупность делится на однородные группы, называемые стратами, с использованием атрибута выборки. Затем выбираются члены из каждой страты, и количество выборок, взятых из этих страт, пропорционально присутствию страты в популяции.
• При кластерной выборке население группируется в кластеры, преимущественно в зависимости от местоположения, а затем случайным образом выбирается кластер.
• При кластерной выборке кластер выбирается случайным образом, тогда как при стратифицированной выборке элементы выбираются случайным образом.
• В стратифицированной выборке каждая используемая группа (страта) включает однородных членов, в то время как в кластерной выборке кластер является неоднородным.
• Стратифицированная выборка медленнее, а кластерная выборка относительно быстрее.
• Стратифицированные выборки имеют меньшую ошибку благодаря учету присутствия каждой группы в совокупности и адаптации методов для получения более точной оценки.
• Кластерная выборка имеет более высокий процент ошибок.
