Clustersteekproef bestaat uit het verdelen van de populatie in sets zonder overlap en uitputtend. Zodat elk van hen alle mogelijke variabiliteit vertegenwoordigt.
Bij clustersteekproeven creëren we daarom kleinere groepen van een populatie, die alle kenmerken van deze populatie hebben.
Dus als we ze eenmaal hebben, kunnen we er een aantal als steekproef kiezen en ze gemakkelijker analyseren.
Waarom clusterbemonstering uitvoeren?
Dit type bemonstering is geschikt in bepaalde omstandigheden waarin het nodig is om te analyseren. In feite, anderen, zoals de systematische, dienen voor andere gelegenheden.
Laten we, om het concept beter te leren kennen, de voor- en nadelen ervan bekijken:
- Het is het meest geschikt voor grote geografische gebieden vanwege de eenvoud en de heterogeniteit van de clusters.
- Er kunnen grote monsters worden gebruikt. Dit is een voordeel, aangezien de clusters klaar zijn en je er maar een paar hoeft te kiezen.
- Het is erg handig wanneer we bepaalde kenmerken in een zeer grote populatie willen bestuderen. We kiezen clusters en voeren daarop de analyse uit. Bijvoorbeeld een enquête.
- Onder de nadelen kunnen we benadrukken dat het noodzakelijk is om gedetailleerde informatie over de populatie te kennen. In feite vertegenwoordigen deze groepen het soms niet effectief. Bovendien is de steekproeffout meestal groter dan bijvoorbeeld die van een eenvoudige willekeurige steekproeftrekking.
Stappen om clustersteekproeven uit te voeren
Het proces voor het uitvoeren van clustersteekproeven is relatief eenvoudig, hoewel het bepaalde voorwaarden vereist.
Dat gezegd hebbende, laten we eens kijken naar de stappen om het uit te voeren:
- Ken de bevolking. In dit geval hebben we veel bevolkingsinformatie nodig. Op basis van die informatie gaan we namelijk de clusters bouwen. Sociaal-demografische variabelen krijgen een bijzondere relevantie.
- Clusterselectie: Aan de andere kant, als we eenmaal weten waar we van uitgaan, moeten we beslissen hoe we de clusters gaan vormen. In dit geval is de geografische locatie een van de meest voorkomende bronnen.
- Selectie van monsters: Zodra we deze clusters hebben, moeten we degene kiezen die als voorbeeld zullen dienen. Om dit te doen, kunnen we een eenvoudige willekeurige steekproef of een systematische steekproef gebruiken.
- Bemonstering in twee fasen: Er is een optie genaamd two-stage sampling. Dit bestaat uit het kiezen van een kleinere steekproef uit het cluster zelf.
- Analyse: Ten slotte wordt deze steekproef geanalyseerd en, zodra we de resultaten hebben, controleren we of we conclusies kunnen trekken in de populatie.
Voorbeeld clusterbemonstering
Stel dat we de incidentie van tabak onder de bevolking van een land willen weten. Zoals logisch is, zou het heel moeilijk zijn om het bij al zijn inwoners te doen. Bijvoorbeeld in Mexico, met iets meer dan 126 miljoen. Daarom kiezen we op basis van eerdere studies die een zekere territoriale homogeniteit laten zien, slechts enkele gebieden.
Laten we vervolgens het proces bekijken:
- Zoals te zien is, bestuderen we eerst enkele van de relevante variabelen van de populatie.
- Met deze informatie vormen we de verschillende conglomeraten.
- Vervolgens kiezen we degene die ons interesseren en voeren we daarop een analyse uit.
- De laatste stap in clustersteekproeven is gevolgtrekking over de populatie.
