Karakteristik dan contoh pengambilan sampel konglomerat

Dia Pengambilan sampel konglomerat Ini adalah jenis metode pengambilan sampel yang digunakan ketika kelompok homogen dibuktikan dalam populasi statistik, tetapi yang heterogen secara internal. Ini sering digunakan dalam riset pasar.

Dengan metode pengambilan sampel ini, peneliti alih -alih segera memilih semua subjek dari seluruh populasi, melakukan beberapa langkah untuk mengumpulkan sampel populasi mereka. Pertama, peneliti membagi total populasi menjadi kelompok -kelompok terpisah, yang disebut konglomerat. Kemudian pilih sampel acak sederhana dari kelompok populasi. Akhirnya, lakukan analisis Anda dengan mengambil data sampel dari grup ini.

Sumber: Pixabay.com

Untuk ukuran sampel acak tetap, kesalahan yang diharapkan lebih rendah ketika jumlah variasi terbesar dalam populasi hadir secara internal di dalam kelompok, dan bukan di antara kelompok.

Alasan umum untuk menggunakan pengambilan sampel konglomerat adalah untuk mengurangi biaya dengan meningkatkan kemanjuran pengambilan sampel. Ini berbeda dari pengambilan sampel bertingkat, di mana alasannya adalah untuk meningkatkan akurasi.

[TOC]

Karakteristik

- Populasi dibagi menjadi kelompok -kelompok N, yang disebut konglomerat.

- Peneliti secara acak memilih kelompok N untuk memasukkannya ke dalam sampel, di mana n kurang dari n.

- Setiap elemen populasi dapat ditugaskan ke satu, dan hanya untuk konglomerat.

- Idealnya, populasi dalam konglomerat adalah heterogen mungkin, tetapi harus ada homogenitas di antara konglomerat. Setiap konglomerat harus menjadi representasi dari total populasi skala kecil.

Jenis metode

Untuk memilih konglomerat mana yang termasuk dalam penelitian ini, teknik pengambilan sampel acak digunakan dalam konglomerat yang relevan.

Pengambilan sampel pada satu tahap

Dalam konglomerat suatu tahap, semua elemen dalam masing -masing kelompok yang dipilih dimasukkan dalam sampel.

Dapat melayani Anda: Sirkuit Kertas Produktif: Tahapan dan Karakteristik

Pengambilan sampel dua tahap

Dalam pengambilan sampel konglomerat dua tahap, subset elemen dalam kelompok yang dipilih dipilih secara acak, untuk dimasukkan dalam sampel.

Kapan Menggunakannya

Itu harus digunakan hanya ketika dibenarkan secara ekonomi, ketika pengurangan biaya melebihi kerugian presisi. Ini lebih mungkin terjadi dalam situasi berikut.

Sulit, mahal atau tidak mungkin untuk membangun daftar elemen populasi lengkap

Misalnya, tidak mungkin untuk mendaftarkan semua pelanggan dari toko perangkat keras.

Namun, akan dimungkinkan untuk secara acak memilih subset toko (Tahap 1) dan kemudian mewawancarai sampel acak pelanggan yang mengunjungi toko -toko tersebut (Tahap 2).

Populasi berkonsentrasi pada konglomerat "alami" (kota, sekolah, rumah sakit, dll.).

Misalnya, untuk melakukan wawancara pribadi dengan perawat ruang operasi, masuk akal untuk memilih rumah sakit secara acak dari sampel rumah sakit (tahap 1) dan kemudian mewawancarai semua perawat ruang operasi di rumah sakit itu.

Melalui pengambilan sampel konglomerat, pewawancara dapat melakukan banyak wawancara dalam satu hari dan di satu rumah sakit.

Sebaliknya, pengambilan sampel acak sederhana mungkin mengharuskan pewawancara untuk menghabiskan sepanjang hari bepergian untuk melakukan satu wawancara di satu rumah sakit tunggal.

Keuntungan

Ini bisa lebih murah daripada rencana pengambilan sampel lainnya, misalnya, lebih sedikit biaya perjalanan dan biaya administrasi.

Kelangsungan hidup

Metode pengambilan sampel ini memperhitungkan populasi besar. Karena kelompok -kelompok ini sangat besar, menerapkan metode pengambilan sampel lainnya akan sangat mahal.

Ekonomi

Dalam metode ini, kekhawatiran besar dalam pengeluaran berkurang secara signifikan, seperti perjalanan.

Itu bisa melayani Anda: perubahan coyuntural

Misalnya, menyusun informasi penyelidikan di setiap rumah kota akan sangat mahal, sementara itu akan menjadi informasi kompilasi yang lebih murah di beberapa blok kota. Dalam hal ini, perjalanan akan sangat berkurang.

Berkurangnya variabilitas

Ketika perkiraan dipertimbangkan dengan metode lain, variabilitas yang dikurangi diamati dalam hasil. Ini mungkin bukan situasi yang ideal setiap saat.

Penggunaan utama

Ketika bingkai pengambilan sampel tidak tersedia dengan semua elemen, itu hanya dapat digunakan untuk mengongak sampel.

Kerugian

Sampel yang bias

Jika kelompok dalam populasi yang dipilih sebagai sampel memiliki pendapat yang bias, maka seluruh populasi memiliki pendapat yang sama. Ini mungkin bukan kasus sebenarnya.

Kesalahan

Anda memiliki kesalahan pengambilan sampel yang lebih tinggi, yang dapat diekspresikan dalam "efek desain" yang disebut SO.

Metode probabilistik lainnya memberikan kesalahan lebih sedikit daripada metode ini. Karena alasan ini tidak disarankan untuk pemula.

Contoh

Pengambilan sampel konglomerat digunakan untuk memperkirakan kematian yang tinggi dalam kasus -kasus seperti perang, kelaparan dan bencana alam.

Pengambilan sampel pada satu tahap

LSM ingin membuat sampel anak -anak di lima lokasi terdekat untuk memberikan pendidikan.

Melalui pengambilan sampel konglomerat suatu tahap, LSM dapat secara acak memilih populasi (kelompok) untuk membuat sampel dan dengan demikian memberikan bantuan kepada anak -anak yang tidak menerima pendidikan di kota -kota tersebut.

Pengambilan sampel dua tahap

Pemilik sebuah bisnis ingin mengetahui kinerja statistik pabriknya, yang didistribusikan di berbagai bagian AS.UU.

Mempertimbangkan jumlah tanaman, pekerjaan yang dilakukan di setiap pabrik dan jumlah karyawan per pabrik, pengambilan sampel pada suatu tahap akan mengkonsumsi banyak uang dan waktu.

Dapat melayani Anda: utilitas kotor

Oleh karena itu, diputuskan untuk melakukan pengambilan sampel dua tahap. Pemilik menciptakan sampel pekerja milik tanaman yang berbeda untuk membentuk konglomerat. Kemudian bagilah ke dalam ukuran pabrik menjadi status operasi.

Pengambilan sampel konglomerat dua tahap terbentuk di mana teknik konglomerat lainnya diterapkan, seperti pengambilan sampel acak sederhana, untuk memulai dengan perhitungan.

Beberapa pengambilan sampel

Pengambilan sampel konglomerat geografis adalah salah satu teknik yang paling banyak diimplementasikan.

Setiap konglomerat adalah area geografis. Karena mungkin mahal untuk melakukan survei dalam populasi yang tersebar secara geografis, Anda dapat mencapai ekonomi yang lebih besar daripada dengan pengambilan sampel acak sederhana saat mengelompokkan dalam konglomerat di dalam area lokal ke responden yang berbeda.

Secara umum, untuk mencapai akurasi yang setara dalam estimasi, perlu untuk meningkatkan ukuran total sampel, tetapi penghematan biaya dapat membuat peningkatan ukuran sampel seperti itu layak.

Misalnya, sebuah organisasi bertujuan untuk melakukan survei untuk menganalisis kinerja smartphone di seluruh Jerman.

Populasi seluruh negara dapat dibagi menjadi kota -kota (konglomerat) dan juga memilih kota dengan populasi tertinggi. Juga memfilter mereka yang menggunakan perangkat seluler.

Referensi

1. Wikipedia, The Free Encyclopedia (2019). Sampel cluster. Diambil dari: di.Wikipedia.org.
2. Stat Trek. (2019). Apa itu sampel cluster? Diambil dari: stattrek.com.
3. Dieksplorasi (2019). Sampel cluster. Diambil dari: Dieksplorasi.com.
4. Adi Bhat (2019). Sampel Cluster: Definisi, Metode dan Contoh. Pertanyaan Pro. Diambil dari: QuestionPro.com.
5. CFI (2019). Sampel cluster. Diambil dari: CorporateFinanceInstitute.com.