Cluster Sampling - Vad det är, definition och koncept

Innehållsförteckning:

Anonim

Clusterprovtagning består av att dela befolkningen i uppsättningar utan överlappning och uttömmande. Så att var och en av dem representerar alla möjliga variationer.

I klusterprovtagning är det därför vi skapar mindre grupper av en befolkning som har alla egenskaper hos denna befolkning.

Så snart vi har dem kan vi välja några av dem som ett exempel och analysera dem lättare.

Varför utföra klusterprovtagning

Denna typ av provtagning är lämplig under vissa omständigheter under vilka det är nödvändigt att analysera. Faktum är att andra som den systematiska tjänar till andra tillfällen.

För att lära känna konceptet bättre, låt oss se dess fördelar och nackdelar:

  • Det är det mest lämpliga för stora geografiska områden på grund av dess enkelhet och heterogeniteten hos klusterna.
  • Stora prover kan användas. Detta är en fördel, eftersom klusterna är klara och du bara behöver välja några av dem.
  • Det är mycket användbart när vi vill studera vissa egenskaper i en mycket stor befolkning. Vi väljer kluster och på dem genomför vi analysen. Till exempel en undersökning.
  • Bland dess nackdelar kan vi betona att det är nödvändigt att veta detaljerad information om befolkningen. Faktum är att dessa grupper ibland inte representerar det effektivt. Dessutom är dess samplingsfel vanligtvis högre än till exempel det för enkel slumpmässig sampling.

Steg för att utföra klusterprovtagning

Processen för att utföra klusterprovtagning är relativt enkel, även om det kräver vissa förutsättningar.

Som sagt, låt oss se stegen för att genomföra det:

  • Känn befolkningen. I det här fallet behöver vi mycket befolkningsinformation. Detta beror på att vi kommer att bygga klusterna baserat på den informationen. Sociodemografiska variabler får särskild relevans.
  • Klusterval: Å andra sidan, när vi vet var vi börjar från, måste vi bestämma hur vi ska bilda klusterna. I det här fallet är den geografiska platsen en av de vanligaste resurserna.
  • Urval av prover: När vi väl har dessa kluster måste vi välja de som ska fungera som ett prov. För att göra detta kan vi använda ett enkelt slumpmässigt urval eller ett systematiskt.
  • Provtagning i två steg: Det finns ett alternativ som kallas tvåstegssampling. Detta består av att välja ett mindre urval från själva klustret.
  • Analys: Slutligen analyseras detta urval och när vi väl har fått resultaten kontrollerar vi om vi kan dra slutsatser i befolkningen.

Exempel på klusterprovtagning

Låt oss föreställa oss att vi vill veta förekomsten av tobak i befolkningen i ett land. Som det är logiskt skulle det vara mycket svårt att göra det i alla dess invånare. Till exempel i Mexiko, med drygt 126 miljoner. Baserat på tidigare studier som visar en viss territoriell homogenitet väljer vi därför endast vissa områden.

Låt oss sedan se processen:

  1. Som framgår studerar vi först några av de relevanta variablerna i befolkningen.
  2. Med denna information utgör vi de olika konglomeraten.
  3. Därefter väljer vi de som intresserar oss och på dem genomför vi en analys.
  4. Det sista steget i klusterprovtagning är slutsats på befolkningen.