Persampelan Sampling bertumpu vs Stratified
Dalam statistik, terutamanya apabila menjalankan tinjauan, adalah penting untuk mendapatkan sampel yang tidak berat sebelah, jadi hasil dan ramalan yang dibuat mengenai populasi lebih tepat. Tetapi, dalam persampelan mudah rawak, kemungkinan wujud untuk memilih anggota sampel yang berat sebelah; dalam erti kata lain, ia tidak mewakili penduduk secara adil. Oleh itu, pensampelan stratified dan pensampelan kluster digunakan untuk mengatasi masalah berat sebelah dan kecekapan persampelan mudah rawak.
Pensampelan berstrata
Persampelan rawak berstrata adalah kaedah pensampelan di mana populasi pertama kali dibahagikan kepada strata (Stratum adalah subset populasi yang homogen). Kemudian sampel rawak mudah diambil dari setiap lapisan. Keputusan dari setiap strata digabungkan merupakan sampel. Berikut adalah contoh kemungkinan strata dalam populasi
• Untuk penduduk negara, strata lelaki dan perempuan
• Bagi orang yang bekerja di strata bandar, penduduk dan bukan pemastautin
• Bagi pelajar di kolej, putih, hitam, Hispanik, dan strata Asia
• Untuk penonton tentang perdebatan mengenai teologi, Protestan, Katolik, Yahudi, strata Islam
Dalam proses ini, daripada mengambil sampel secara rawak dari populasi, populasi dipisahkan ke dalam kumpulan dengan menggunakan ciri-ciri yang bersifat elemen (kumpulan homogen). Kemudian sampel rawak diambil dari kumpulan. Jumlah sampel rawak yang diambil dari setiap kumpulan bergantung kepada bilangan unsur dalam kumpulan.
Ini membolehkan pensampelan dibuat tanpa sampel satu kumpulan yang lebih besar daripada bilangan sampel yang diperlukan dari kumpulan itu. Sekiranya bilangan elemen dari kumpulan tertentu lebih besar daripada jumlah yang diperlukan, kecenderungan dalam pengedaran boleh menyebabkan tafsiran yang salah.
Pensampelan berstrata membolehkan penggunaan kaedah statistik yang berbeza untuk setiap lapisan, yang membantu dalam meningkatkan kecekapan dan ketepatan anggaran.
Pensampelan Kluster
Pensampelan rawak kluster adalah kaedah pensampelan di mana populasi mula-mula dibahagikan kepada kluster (Kluster adalah subset populasi yang heterogen). Kemudian sampel rawak mudah diambil. Semua ahli kumpulan terpilih bersama-sama membentuk sampel. Kaedah ini sering digunakan apabila pengelasan semulajadi jelas dan tersedia.
Sebagai contoh, pertimbangkan kaji selidik untuk menilai penglibatan pelajar sekolah menengah dalam aktiviti kurikulum. Daripada memilih pelajar rawak dari populasi pelajar, memilih kelas sebagai sampel untuk tinjauan adalah pensampelan kluster. Kemudian setiap ahli kelas ditemuramah. Dalam kes ini, kelas adalah kumpulan dari populasi pelajar.
Dalam pensampelan kluster, ia adalah kelompok yang dipilih secara rawak, bukan individu. Diasumsikan bahawa setiap kelompok dengan sendirinya merupakan perwakilan yang tidak berat sebelah penduduk, yang menunjukkan bahawa setiap kelompok adalah heterogen.
Apakah perbezaan antara Sampling Teratur dan Pengambilan Kluster?
• Dalam persampelan bertingkat, populasi dibahagikan kepada kumpulan homogen yang dipanggil strata, menggunakan sifat sampel. Kemudian ahli dari setiap lapisan dipilih, dan jumlah sampel diambil dari strata tersebut adalah berkadar dengan kehadiran strata dalam populasi.
• Dalam pensampelan kluster, populasi dikumpulkan ke dalam kelompok, didasarkan pada lokasi, dan kemudian gugus dipilih secara rawak.
• Dalam pensampelan cluster, kumpulan dipilih secara rawak, sedangkan dalam ahli pensampelan berstrata dipilih secara rawak.
• Dalam pensampelan berstrata, setiap kumpulan yang digunakan (strata) termasuk ahli-ahli homogen manakala, dalam pensampelan cluster, kumpulan adalah heterogen.
• Pensampelan bertingkat adalah lebih perlahan sementara pensampelan kluster lebih cepat.
• Sampel bertingkat mempunyai ralat kurang disebabkan oleh pemfaktoran di hadapan setiap kumpulan dalam populasi dan menyesuaikan kaedah untuk mendapatkan anggaran yang lebih baik.
• Pensampelan kluster mempunyai peratusan kesilapan yang lebih tinggi.