Dalam statistik, cluster sampling adalah kaedah persampelan di mana seluruh populasi kajian dibahagikan kepada kumpulan homogen luaran, tetapi heterogen dalaman, yang disebut kluster. Pada dasarnya, setiap kelompok adalah perwakilan mini dari seluruh populasi Statistik Statistik adalah istilah yang berasal dari kata Latin "status," yang bermaksud sekumpulan tokoh yang digunakan untuk mewakili maklumat tentang manusia.
Sumber: Wikicommons
Setelah mengenal pasti kluster, kluster tertentu dipilih menggunakan persampelan rawak mudah sementara yang lain tetap tidak terwakili dalam kajian. Selepas pemilihan kluster, penyelidik mesti memilih kaedah yang sesuai untuk mengambil sampel elemen dari setiap kumpulan yang dipilih.
Kaedah Persampelan Utama
Terdapat dua kaedah sampel elemen dalam kaedah persampelan kluster: satu peringkat dan dua peringkat .
Dalam persampelan satu peringkat, semua elemen dalam setiap kluster yang dipilih diambil sampelnya. Dalam persampelan dua peringkat, persampelan rawak sederhana diterapkan dalam setiap kelompok untuk memilih submelemen elemen dalam setiap kelompok.
Kaedah kluster tidak boleh dikelirukan dengan pensampelan berstrata. Dalam pensampelan berstrata, populasi dibahagikan kepada kumpulan yang saling eksklusif yang bersifat heterogen luaran tetapi homogen dalaman. Sebagai contoh, dalam pensampelan berstrata, seorang penyelidik boleh membahagikan populasi kepada dua kumpulan: lelaki berbanding wanita. Sebaliknya, dalam persampelan kluster, kluster serupa antara satu sama lain tetapi dengan komposisi dalaman yang berbeza.
Kelebihan Persampelan Kluster
Kaedah kluster dilengkapi dengan sejumlah kelebihan berbanding persampelan rawak mudah dan persampelan berstrata. Kelebihannya termasuk:
1. Memerlukan sumber yang lebih sedikit
Oleh kerana pensampelan kelompok hanya memilih kumpulan tertentu dari keseluruhan populasi, kaedah ini memerlukan sumber yang lebih sedikit untuk proses pensampelan. Oleh itu, secara amnya lebih murah berbanding dengan persampelan rawak atau berstrata sederhana kerana memerlukan perbelanjaan pentadbiran dan perjalanan yang lebih sedikit SG&A SG&A merangkumi semua perbelanjaan bukan pengeluaran yang ditanggung oleh syarikat dalam tempoh tertentu. Ini termasuk perbelanjaan seperti sewa, iklan, pemasaran, perakaunan, litigasi, perjalanan, makan, gaji pengurusan, bonus, dan banyak lagi. Kadang-kadang, ia mungkin termasuk perbelanjaan susutnilai.
2. Lebih sesuai
Pembahagian keseluruhan populasi menjadi kumpulan homogen meningkatkan kemungkinan pensampelan. Selain itu, kerana setiap kelompok mewakili keseluruhan populasi, lebih banyak subjek dapat dimasukkan dalam kajian ini.
Kelemahan Persampelan Kluster
Walaupun terdapat faedahnya, kaedah ini masih terdapat beberapa kekurangan, termasuk:
1. Sampel berat sebelah
Kaedah ini cenderung kepada bias Sampel Pemilihan Sampel Bias pemilihan sampel adalah bias yang terhasil dari kegagalan untuk memastikan pengacakan sampel populasi yang tepat. Kelemahan pemilihan sampel. Sekiranya kelompok yang mewakili seluruh populasi dibentuk berdasarkan pendapat yang berat sebelah, kesimpulan mengenai keseluruhan populasi juga akan berat sebelah.
2. Kesalahan persampelan tinggi
Secara amnya, sampel yang diambil menggunakan kaedah kluster terdedah kepada ralat persampelan yang lebih tinggi daripada sampel yang dibentuk menggunakan kaedah persampelan lain.
Bacaan Berkaitan
Finance adalah penyedia rasmi Pensijilan Pemodelan & Penilaian Kewangan global (FMVA) ™ Sertifikasi FMVA® Sertai 350,600+ pelajar yang bekerja untuk syarikat seperti program pensijilan Amazon, JP Morgan, dan Ferrari, yang direka untuk membantu sesiapa sahaja menjadi penganalisis kewangan bertaraf dunia . Untuk terus belajar dan memajukan kerjaya anda, sumber Kewangan tambahan di bawah akan berguna:
- Konsep Statistik Asas dalam Kewangan Konsep Statistik Asas untuk Kewangan Pemahaman yang kukuh mengenai statistik sangat penting dalam membantu kita memahami kewangan dengan lebih baik. Lebih-lebih lagi, konsep statistik dapat membantu pemantau memantau
- Uji Hipotesis Uji Hipotesis Ujian Hipotesis adalah kaedah inferens statistik. Ia digunakan untuk menguji apakah pernyataan mengenai parameter populasi betul. Ujian hipotesis
- Bias Pemilihan Sampel Bias Pemilihan Sampel Bias pemilihan sampel adalah bias yang disebabkan oleh kegagalan untuk memastikan pengacakan sampel populasi yang tepat. Kelemahan pemilihan sampel
- Ralat Jenis II Kesalahan Jenis II Dalam pengujian hipotesis statistik, ralat jenis II adalah keadaan di mana ujian hipotesis gagal menolak hipotesis nol yang salah. Dalam yang lain
