В статистике два наиболее распространенных метода, используемых для получения выборки из совокупности, — это кластерная выборка и стратифицированная выборка .
В этом руководстве дается краткое объяснение обоих методов выборки, а также сходства и различия между ними.
Выборочное обследование
Кластерная выборка — это тип метода выборки, при котором мы разбиваем совокупность на кластеры, затем случайным образом выбираем некоторые из кластеров и включаем в выборку всех членов из этих кластеров.
Например, предположим, что компания, организующая туры для наблюдения за китами, хочет опросить своих клиентов. Из десяти туров, которые они проводят один день, они случайным образом выбирают четыре тура и расспрашивают каждого клиента об их впечатлениях.
Это пример кластерной выборки .
Стратифицированная выборка
Стратифицированная выборка — это тип метода выборки, при котором мы делим совокупность на группы, а затем случайным образом отбираем некоторых членов из каждой группы для включения в выборку.
Например, предположим, что директор средней школы хочет провести опрос, чтобы собрать мнения учащихся. Сначала он делит учащихся на четыре группы в зависимости от их оценок: первокурсники, второкурсники, младшие и старшие классы, а затем выбирает простую случайную выборку из 50 учащихся каждого класса для включения в опрос.
Это пример стратифицированной выборки .
Сходства и различия
Кластерная выборка и стратифицированная выборка имеют следующие сходства:
- Оба метода являются примерами методов вероятностной выборки : каждый член совокупности имеет равную вероятность быть отобранным для включения в выборку.
- Оба метода делят популяцию на отдельные группы (кластеры или страты).
- Оба метода, как правило, являются более быстрыми и экономичными способами получения выборки из совокупности по сравнению с простой случайной выборкой.
Кластерная выборка и стратифицированная выборка имеют следующие отличия:
- Кластерная выборка делит совокупность на группы, а затем включает всех членов некоторых случайно выбранных групп.
- Стратифицированная выборка делит совокупность на группы, а затем включает некоторых членов всех групп.
Когда использовать каждый метод выборки
Существует простое эмпирическое правило, которое мы можем использовать, чтобы решить, следует ли использовать кластерную выборку или стратифицированную выборку:
Если популяция неоднородна (т. е. существуют естественные различия между людьми), то лучше всего использовать стратифицированную выборку для получения случайной выборки.
- В нашем предыдущем примере со старшеклассниками учеников можно было бы естественным образом разделить на четыре группы в зависимости от оценок. Таким образом, имело смысл включить в выборку несколько учащихся из каждого класса, чтобы получить репрезентативную выборку всех учащихся школы.
Если совокупность однородна (т. е. нет заметных различий между индивидуумами), то для получения выборки лучше всего использовать кластерную выборку.
- В нашем предыдущем примере с турами по наблюдению за китами не было четких различий между одной группой клиентов и другой. Таким образом, имело смысл просто случайным образом выбрать некоторые группы и включить в выборку всех клиентов из этих выбранных групп.
Помните об этом эмпирическом правиле, когда решаете, использовать ли стратифицированную выборку или кластерную выборку.
Дополнительные ресурсы
Введение в методы выборки
Что такое многоступенчатая выборка?
Что такое двухэтапная кластерная выборка?
Что такое изменчивость выборки?