სტრატიფიცირებული შერჩევა კლასტერული შერჩევის წინააღმდეგ
სტატისტიკაში, განსაკუთრებით გამოკითხვების ჩატარებისას, მნიშვნელოვანია მიუკერძოებელი ნიმუშის მიღება, ამიტომ პოპულაციის შესახებ გაკეთებული შედეგი და პროგნოზები უფრო ზუსტია. მაგრამ, უბრალო შემთხვევითი შერჩევისას, არსებობს ნიმუშის წევრების არჩევის შესაძლებლობა, რომლებიც მიკერძოებულია; სხვა სიტყვებით რომ ვთქვათ, ის სამართლიანად არ წარმოადგენს მოსახლეობას. ამიტომ, სტრატიფიცირებული შერჩევა და კლასტერული შერჩევა გამოიყენება მარტივი შემთხვევითი შერჩევის მიკერძოებისა და ეფექტურობის საკითხების დასაძლევად.
სტრატიფიცირებული შერჩევა
სტრატიფიცირებული შემთხვევითი შერჩევა არის შერჩევის მეთოდი, რომლის დროსაც მოსახლეობა პირველად იყოფა ფენებად (ფენა არის პოპულაციის ერთგვაროვანი ქვესიმრავლე).შემდეგ მარტივი შემთხვევითი ნიმუში აღებულია თითოეული ფენიდან. შედეგები თითოეული ფენის კომბინირებული წარმოადგენს ნიმუშს. ქვემოთ მოცემულია პოპულაციების შესაძლო ფენების მაგალითები
• სახელმწიფოს მოსახლეობისთვის, მამრობითი და ქალი ფენებისთვის
• ქალაქში მომუშავე ადამიანებისთვის, რეზიდენტი და არარეზიდენტი ფენებისთვის
• კოლეჯის სტუდენტებისთვის, თეთრი, შავი, ესპანური და აზიური ფენა
• დებატების აუდიტორიისთვის თეოლოგიასთან დაკავშირებით, პროტესტანტი, კათოლიკე, ებრაელი, მუსულმანური ფენა
ამ პროცესში, იმის ნაცვლად, რომ შემთხვევით აიღოთ ნიმუშები პირდაპირ პოპულაციისგან, პოპულაცია იყოფა ჯგუფებად ელემენტების თანდაყოლილი მახასიათებლის გამოყენებით (ერთგვაროვანი ჯგუფები). შემდეგ ხდება შემთხვევითი ნიმუშების აღება ჯგუფიდან. თითოეული ჯგუფიდან აღებული შემთხვევითი ნიმუშების რაოდენობა დამოკიდებულია ჯგუფში არსებული ელემენტების რაოდენობაზე.
ეს საშუალებას იძლევა შერჩევის გაკეთება ისე, რომ ერთი ჯგუფის ნიმუში აღემატებოდეს ამ კონკრეტული ჯგუფისგან საჭირო ნიმუშების რაოდენობას.თუ გარკვეული ჯგუფის ელემენტების რაოდენობა აღემატება საჭირო რაოდენობას, განაწილების დახრილობამ შეიძლება გამოიწვიოს მცდარი ინტერპრეტაცია.
სტრატიფიცირებული შერჩევის საშუალებას იძლევა გამოიყენოს სხვადასხვა სტატისტიკური მეთოდები თითოეული ფენისთვის, რაც ხელს უწყობს შეფასების ეფექტურობისა და სიზუსტის გაუმჯობესებას.
კლასტერული შერჩევის
კლასტერული შემთხვევითი შერჩევა არის შერჩევის მეთოდი, რომლის დროსაც მოსახლეობა პირველად იყოფა კლასტერებად (კლასტერი არის პოპულაციის ჰეტეროგენული ქვეჯგუფი). შემდეგ აღებულია კლასტერების მარტივი შემთხვევითი ნიმუში. შერჩეული კლასტერის ყველა წევრი ერთად წარმოადგენს ნიმუშს. ეს მეთოდი ხშირად გამოიყენება, როდესაც ბუნებრივი დაჯგუფებები აშკარა და ხელმისაწვდომია.
მაგალითებისთვის განიხილეთ გამოკითხვა სკოლის მოსწავლეების კლასგარეშე აქტივობებში ჩართულობის შესაფასებლად. სტუდენტური პოპულაციისგან შემთხვევითი სტუდენტების შერჩევის ნაცვლად, კვლევის ნიმუშად კლასის არჩევა არის კლასტერული შერჩევა.შემდეგ კლასის ყველა წევრი გამოკითხულია. ამ შემთხვევაში, კლასები არის სტუდენტური პოპულაციის კლასტერები.
კლასტერული შერჩევისას, ეს არის კლასტერები, რომლებიც არჩეულია შემთხვევით და არა ინდივიდები. ვარაუდობენ, რომ თითოეული კლასტერი თავისთავად წარმოადგენს პოპულაციის მიუკერძოებელ წარმოდგენას, რაც გულისხმობს, რომ თითოეული კლასტერი ჰეტეროგენულია.
რა განსხვავებაა სტრატიფიცირებულ და კლასტერულ შერჩევას შორის?
• სტრატიფიცირებული შერჩევისას პოპულაცია იყოფა ერთგვაროვან ჯგუფებად, რომლებსაც უწოდებენ ფენებს, ნიმუშების ატრიბუტის გამოყენებით. შემდეგ შეირჩევა წევრები თითოეული ფენიდან და ამ ფენებიდან აღებული ნიმუშების რაოდენობა პროპორციულია პოპულაციის შიგნით ფენების არსებობისა.
• კლასტერული შერჩევისას, პოპულაცია ჯგუფდება კლასტერებად, ძირითადად მდებარეობის მიხედვით და შემდეგ ხდება კლასტერი შერჩეული შემთხვევით.
• კლასტერული შერჩევისას კლასტერი შეირჩევა შემთხვევითად, ხოლო სტრატიფიცირებული შერჩევისას წევრები შერჩეულია შემთხვევით.
• სტრატიფიცირებული შერჩევისას, თითოეული გამოყენებული ჯგუფი (ფენა) მოიცავს ერთგვაროვან წევრებს, ხოლო კლასტერული შერჩევისას კლასტერი ჰეტეროგენულია.
• სტრატიფიცირებული შერჩევა უფრო ნელია, ხოლო კლასტერული შერჩევა შედარებით სწრაფი.
• სტრატიფიცირებულ ნიმუშებს აქვთ ნაკლები შეცდომა პოპულაციაში თითოეული ჯგუფის არსებობის და მეთოდების ადაპტირების გამო უკეთესი შეფასების მისაღებად.
• კლასტერულ შერჩევას აქვს თანდაყოლილი უფრო მაღალი ცდომილების პროცენტი.
