Bij gestratificeerde steekproeven wordt een tweestapsproces gevolgd om de populatie in subgroepen of strata te verdelen. In tegenstelling hiermee wordt in clusterbemonstering aanvankelijk een partitie van studieobjecten gemaakt in elkaar uitsluitende en collectief uitputtende subgroepen, een cluster genoemd. daarna wordt een willekeurig monster van het cluster gekozen, gebaseerd op eenvoudige willekeurige bemonstering.
In dit artikel kunt u alle verschillen tussen gestratificeerde en clusterbemonstering vinden, dus lees deze.
Vergelijkingstabel
| Basis voor vergelijking | Gestratificeerde steekproef | Cluster Sampling |
|---|---|---|
| Betekenis | Gestratificeerde bemonstering is er een, waarbij de populatie wordt verdeeld in homogene segmenten en vervolgens wordt het monster willekeurig uit de segmenten genomen. | Clusterbemonstering verwijst naar een steekproefmethode waarbij de leden van de populatie willekeurig worden geselecteerd uit natuurlijk voorkomende groepen die 'cluster' worden genoemd. |
| Monster | Willekeurig geselecteerde individuen worden uit alle lagen gehaald. | Alle individuen zijn afkomstig uit willekeurig geselecteerde clusters. |
| Selectie van populatie-elementen | individueel | gezamenlijk |
| homogeniteit | Binnen de groep | Tussen groepen |
| heterogeniteit | Tussen groepen | Binnen de groep |
| splitsing | Opgelegd door de onderzoeker | Natuurlijk voorkomende groepen |
| Doelstelling | Om precisie en representatie te vergroten. | Om kosten te besparen en de efficiëntie te verbeteren. |
Definitie van Stratified Sampling
Gestratificeerde steekproeven zijn een soort probabiliteitssteekproeven, waarbij eerst de populatie wordt gesplitst in verschillende elkaar uitsluitende, homogene subgroepen (strata), waarna een onderwerp willekeurig uit elke groep (stratum) wordt geselecteerd, die vervolgens worden gecombineerd om een enkel monster. Een stratum is niets anders dan een homogene deelverzameling van de populatie, en wanneer de hele laag samen wordt genomen, is het bekend als strata.
De gemeenschappelijke factoren waarin de bevolking gescheiden is, zijn leeftijd, geslacht, inkomen, ras, religie, enz. Een belangrijk punt om te onthouden is dat strata collectief uitputtend moeten zijn, zodat niemand wordt weggelaten en ook niet overlapt omdat overlappende stratum mogelijk is. resulteren in de toename van de selectiekansen van sommige populatie-elementen. De subtypes van gestratificeerde steekproeven zijn:
- Proportionele Stratified Sampling
- Onevenredige Stratified Sampling
Definitie van Cluster Sampling
Clusterbemonstering wordt gedefinieerd als een samplingtechniek waarbij de populatie wordt opgedeeld in reeds bestaande groeperingen (clusters) en vervolgens een steekproef van het cluster willekeurig uit de populatie wordt geselecteerd. De term cluster verwijst naar een natuurlijke, maar heterogene, intacte groepering van de leden van de populatie.
De meest voorkomende variabelen die worden gebruikt in de clusterende populatie zijn het geografische gebied, gebouwen, school, enz. Heterogeniteit van het cluster is een belangrijk kenmerk van een ideaal ontwerp voor een clustermonster. De soorten clusterbemonstering worden hieronder gegeven:
- Monstername clusterbemonstering
- Tweetraps-clusterbemonstering
- Meertrapsclusterbemonstering
Belangrijkste verschillen tussen Stratified en Cluster Sampling
De verschillen tussen gestratificeerde en clusterbemonstering kunnen duidelijk worden getrokken om de volgende redenen:
- Een probabiliteitsbemonsteringsprocedure waarbij de populatie wordt gescheiden in verschillende homogene segmenten die 'strata' worden genoemd, en vervolgens wordt het monster willekeurig uit elk stratum gekozen, wordt 'Stratified Sampling' genoemd. Clusterbemonstering is een steekproeftechniek waarbij de eenheden van de populatie willekeurig worden geselecteerd uit reeds bestaande groepen die 'cluster' worden genoemd.
- Bij gestratificeerde steekproeven worden de individuen willekeurig uit alle lagen geselecteerd om het monster te vormen. Aan de andere kant clusterbemonstering, het monster wordt gevormd wanneer alle individuen worden genomen uit willekeurig geselecteerde clusters.
- In clusterbemonstering worden populatie-elementen in aggregaten geselecteerd, maar in het geval van gestratificeerde steekproef worden de populatie-elementen afzonderlijk uit elk stratum geselecteerd.
- Bij gestratificeerde steekproeven is er homogeniteit binnen de groep, terwijl bij clusterbemonstering de homogeniteit tussen groepen wordt gevonden.
- Heterogeniteit treedt op tussen groepen in gestratificeerde steekproeven. Integendeel, de leden van de groep zijn heterogeen in clusterbemonstering.
- Wanneer de door de onderzoeker gekozen steekproefmethode gestratificeerd is, worden de categorieën door hem opgelegd. De categorieën zijn daarentegen al bestaande groepen in clusterbemonstering.
- Gestratificeerde bemonstering is gericht op het verbeteren van precisie en representatie. In tegenstelling tot clustersteekproeven waarvan de doelstelling is om de kosteneffectiviteit en operationele efficiëntie te verbeteren.
Conclusie
Om de discussie te beëindigen, kunnen we zeggen dat een voorkeurssituatie voor gestratificeerde steekproeven de situatie is waarin de identiciteit binnen een individuele laag en de lagen van elkaar verschillen. Aan de andere kant is de standaardsituatie voor clusterstalen wanneer de diversiteit binnen clusters en het cluster niet van elkaar mogen verschillen.
Verder kunnen steekproeffouten in gestratificeerde bemonstering worden verminderd als de verschillen tussen groepen tussen de strata worden verhoogd, terwijl de verschillen tussen de clusters tussen groepen moeten worden geminimaliseerd om bemonsteringsfouten bij clusterstalen te verminderen.
