14 Cluster Sampling Fordeler Og Ulemper

Cluster sampling Er en prøvetaking metode der populasjoner er plassert i separate grupper. Et tilfeldig utvalg av disse gruppene velges deretter for å representere en bestemt populasjon. Det er en prosess som vanligvis brukes til markedsundersøkelser når det ikke er mulig å finne informasjon om en befolkning eller demografisk som helhet.

det er 3 krav som må oppfylles for at klyngeprøvetaking skal være en nøyaktig form for informasjonsinnhenting.

1. gruppene må være så heterogene som mulig, og inneholde distinkte og forskjellige subpopulasjoner innenfor hver klynge.
2. hver gruppe bør tilby en mindre representasjon av hva hele befolkningen eller demografiske skjer for å være.
3. Grupper må være gjensidig utelukkende fra hverandre for å hindre overlapping av data. Det bør ikke være mulig for to klynger å skje sammen.

når disse kravene er oppfylt, er det to typer klyngeprøvetaking som kan utføres. I ett-trinns klyngeprøvetaking brukes hvert element i hver valgt klynge. I to-trinns klyngeprøvetaking brukes en randomisert prøvetakingsteknikk for utvalgte klynger for å generere informasjon.

her er de viktigste punktene å vurdere når man ser på fordeler og ulemper ved klyngeprøvetaking.

Liste Over Fordelene Ved Klyngeprøvetaking

1. Det gjør det mulig for forskning å bli gjennomført med en redusert økonomi.

hvis du skulle undersøke en bestemt demografisk eller samfunn, ville kostnaden for å intervjue hver husstand eller individ i gruppen være svært begrensende. Ved å bruke cluster sampling, blir det mulig å samle informasjon om visse demografi eller samfunn ved å redusere antallet som kreves for å generere nøyaktige data. Selv om ingen data er 100% nøyaktige uten en fullstendig forskningsprosess for hver person involvert, får klyngeprøvetaking resultater innenfor en svært lav feilmargin.

2. Cluster sampling reduserer variabilitet.

alle former for prøvetaking skaper estimater. Hva cluster sampling gir er en estimeringsprosess som er mer nøyaktig når klyngene er satt sammen på riktig måte. Forutsatt at hver klynge er representativ for den generelle befolkningen som undersøkes, ga informasjonen oppnådd gjennom denne metoden en redusert variabilitet i resultatene fordi den er en mer nøyaktig refleksjon av gruppen som helhet.

3. Det er en mer gjennomførbar tilnærming.

evnen til å håndtere store datainnganger som ville være påkrevd fra en komplett demografisk eller fellesskapsprøve, ville ikke være mulig for den gjennomsnittlige forskeren. Utformingen av cluster sampling tilnærming er spesielt ment å ta store populasjoner i betraktning. Hvis du trenger å finne data som er representative for en stor befolkningsgruppe, gjør klyngeprøvetaking det mulig å ekstrapolere innsamlet informasjon til et brukbart format.

4. Cluster sampling kan tas fra flere områder.

Klynger kan defineres i et enkelt fellesskap, flere fellesskap eller flere demografi. Prosedyrene som brukes for å skaffe informasjon følger samme prosess, uansett hvor stor prøven skjer for å være. Det betyr at forskere kan generere brukbar informasjon om et nabolag ved å bruke et tilfeldig utvalg av bestemte boliger. De kan også oppdage informasjon i stor skala ved å nærme seg demografi på ulike områder for å generere resultater på nasjonalt nivå.

5. Det gir fordelene med tilfeldig prøvetaking og stratifisert prøvetaking.

Det som gjør klyngeprøvetaking til en så gunstig metode, er at den inkluderer alle fordelene med randomisert prøvetaking og stratifisert prøvetaking i prosessene. Dette bidrar til å redusere potensialet for menneskelig bias i informasjonen som samles inn. Det forenkler også informasjonsmonteringsprosessen, og reduserer risikoen for negative påvirkninger forårsaket av tilfeldige variasjoner. Når kombinert, kan resultatene oppnådd fra prøven generere konklusjoner som deretter kan brukes på den større populasjonen.

6. Cluster sampling oppretter store dataprøver.

det er mye lettere å lage større prøver av data ved hjelp av klyngeprøver på grunn av strukturen. Når klyngene er utformet og plassert, er informasjonen som samles inn, lik fra hver klynge. Det gjør det mulig å sammenligne datapunkter, finne konklusjoner innenfor bestemte befolkningsgrupper og generere sporingsinformasjon som kan se på hvordan ulike klynger utvikler seg over tid.

Liste over Ulempene Ved Klyngeprøvetaking

1. Det er lettere å lage partisk data i klyngeprøvetaking.

utformingen av hver klynge er grunnlaget for dataene som skal samles inn fra prøvetakingsprosessen. Nøyaktige klynger som representerer befolkningen som studeres, vil generere nøyaktige resultater. Hvis en forsker forsøker å skape spesifikke resultater for å gjenspeile en personlig bias, er det lettere å generere data som reflekterer bias ved å strukturere klyngene på en bestemt måte. Selv om det er en ubevisst bias, vil dataene være en refleksjon av strukturen, noe som gir et falskt inntrykk av nøyaktighet.

2. Samplingsfeil kan være et stort problem.

Informasjon samlet inn gjennom klyngeprøvetaking er sterkt avhengig av forskerens ferdigheter. Hvis informasjonen eller innsamlingsmetodene er under pari, vil dataene som samles inn ikke være så fordelaktige som det kunne være. Feilene i slike data synes å være legitime poeng, når de i virkeligheten kan være en unøyaktig refleksjon av befolkningen generelt. Av den grunn er alle som er nye på forskningsfeltet, motet fra å bruke klyngeprøvetaking som sin første metode.

3. Mange klynger er plassert basert på selvidentifiserende informasjon.

Forskere bestemmer ofte klyngeplassering av enkeltpersoner eller husholdninger basert på selvidentifiserende informasjon. Det betyr at enkeltpersoner kan påvirke kvaliteten på dataene ved å misrepresentere seg på en eller annen måte. Alt som trengs for å skape en negativ innflytelse er en feilinformasjon om inntekt, etnisitet eller politisk preferanse. Utilstrekkelig strukturering i plasseringsprosessen av forskere kan også legge til forvirring i plasseringsprosessen. Det kan også være personer som med vilje identifiserer som en annen klynge for å skew forskning for egne formål.

4. Hver klynge kan ha noen overlappende datapunkter.

målet med klyngeprøvetaking er å redusere overlapper i data, noe som kan påvirke integriteten til konklusjonene som kan bli funnet. Når du oppretter en klynge, men hver demografisk, samfunnet, eller befolkningsgruppe vil ha noen grad av overlapping på individuelt nivå. Det skaper et nivå av variabilitet i dataene som skaper utvalgsfeil med jevne mellomrom. I noen tilfeller kan prøvetakingsfeilen være stor nok til å redusere dataens representative natur, og ugyldiggjøre konklusjonene.

5. Det krever likestilling for å være effektiv.

en av de viktigste ulempene ved klyngeprøvetaking er at det krever likestilling i størrelse for at det skal føre til nøyaktige konklusjoner. Hvis en klynge har et representativt utvalg på 2000 personer, mens den andre klyngen har 1000, og alle de andre har 500, vil de to første klyngene være underrepresentert i konklusjonene, mens de mindre klyngene vil være overrepresentert. Denne prosessen kan føre til en dataforskjell, noe som skaper en stor utvalgsfeil som kan være vanskelig å identifisere.

6. Funnene fra klyngeprøvetaking gjelder bare for disse befolkningsgruppene.

problemet som kommer opp med klyngeprøvetaking er at populasjonene de inneholder bare er representative for den bestemte gruppen. Hvis man skulle kartlegge byer I North Carolina, for eksempel, da informasjonen hentet fra at forskning kan ikke nøyaktig brukes til den generelle befolkningen I Usa. Det ville bare være nøyaktig for befolkningen i staten, og selv da kan det ikke være mulig å anvende funn basert på regionale uoverensstemmelser. Derfor må det være sterke definisjoner på plass for hver klynge for at forskningen skal være nøyaktig.

7. Det krever et minimum antall tilfeller for nøyaktighet.

Cluster sampling krever flere forskningspunkter for å redusere samplingsfeilene som forskningen produserer. Uten høye nivåer av forskning øker potensialet for dataoverlapping. Det er også en høyere risiko for å få ensidige data gjennom denne prosessen hvis færre eksempler er tatt fra hver klynge.

8. Cluster sampling fungerer bare bra når folk kan klassifiseres som enheter.

prosessene som er involvert i klyngeprøvetaking krever at folk klassifiseres som en enhet i stedet for et individ. Det ville bety at de måtte bli identifisert med en bestemt gruppe, som “Republikanere” eller “Demokrater.”Hvis individuelle datapunkter må samles inn, er det nødvendig med en annen form for forskning.

disse fordeler og ulemper ved klyngeprøvetaking kan hjelpe oss med å finne spesifikk informasjon om en stor populasjon uten tid eller kostnad investering av andre prøvetakingsmetoder. Samtidig, uten stramme kontroller og sterke forskerkompetanse, kan det være flere feil i denne informasjonen som kan føre forskere til falske resultater. Av den grunn bør kun erfarne forskere som er kjent med områdeprøvetaking, bruke denne formen for forskning regelmessig.