Кластерна вибірка та стратифікована вибірка: у чому різниця?

У статистиці два найпоширеніших методу отримання вибірки з сукупності – кластерна вибірка та стратифікована вибірка .

Цей підручник містить коротке пояснення двох методів вибірки, а також подібності та відмінності між ними.

Кластерна вибірка

Кластерна вибірка – це тип методу вибірки, за якого ми ділимо генеральну сукупність на кластери, потім випадковим чином вибираємо певні кластери та включаємо всіх членів цих кластерів у вибірку.

Наприклад, скажімо, компанія, яка пропонує тури зі спостереженням за китами, хоче провести опитування своїх клієнтів. З десяти турів, які вони пропонують на день, вони випадковим чином вибирають чотири тури та запитують кожного клієнта про їхні враження.

Це приклад кластерної вибірки .

Стратифікована вибірка

Стратифікована вибірка – це тип методу вибірки, за якого ми ділимо генеральну сукупність на групи, а потім випадковим чином обираємо деяких членів кожної групи, щоб стати частиною вибірки.

Наприклад, припустімо, що директор середньої школи хоче провести опитування, щоб зібрати думки учнів. Спочатку він ділить студентів на чотири категорії залежно від їхнього рівня – першокурсників, другокурсників, молодших і старших, а потім вибирає просту випадкову вибірку з 50 студентів кожного рівня для включення в опитування.

Це приклад стратифікованої вибірки .

Подібності та відмінності

Кластерна вибірка та стратифікована вибірка мають такі подібності:

• Обидва методи є прикладами методів ймовірнісної вибірки : кожен член генеральної сукупності має однакову ймовірність бути обраним для участі у вибірці.
• Обидва методи поділяють популяцію на окремі групи (або кластери, або страти).
• Обидва методи, як правило, є швидшими та економічно ефективнішими способами отримання вибірки сукупності порівняно з простою випадковою вибіркою.

Кластерна вибірка та стратифікована вибірка мають такі відмінності:

• Кластерна вибірка ділить сукупність на групи, а потім включає всіх членів деякої випадково вибраної групи.
• Стратифікована вибірка поділяє сукупність на групи, а потім включає деяких членів усіх груп.

Коли використовувати кожен метод вибірки

Існує просте емпіричне правило, за яким ми можемо вирішити, чи використовувати кластерну вибірку чи стратифіковану вибірку:

Якщо популяція неоднорідна (тобто між особинами існують природні відмінності), найкраще використовувати стратифіковану вибірку для отримання випадкової вибірки.

• У нашому попередньому прикладі з учнями старших класів, учнів природно можна розділити на чотири групи залежно від їхнього рівня навчання. Тому було доцільно включити у вибірку деяких учнів кожного року, щоб отримати репрезентативну вибірку всіх учнів школи.

Якщо популяція є однорідною (тобто немає помітних відмінностей між особинами), то для отримання вибірки найкраще використовувати кластерну вибірку .

• У нашому попередньому прикладі турів зі спостереженням за китами не було чітких відмінностей між однією групою гостей та іншою. Тому мало сенс вибрати кілька груп випадковим чином і включити всіх клієнтів із цих вибраних груп у вибірку.

Майте на увазі це емпіричне правило, вирішуючи, чи використовувати стратифіковану вибірку чи кластерну вибірку.

Додаткові ресурси

Ознайомлення з методами відбору проб
Що таке багатоступенева вибірка?
Що таке двоетапна кластерна вибірка?
Що таке мінливість вибірки?