Cluster SamplingIn a simple random

Cluster Sampling
In a simple random sample, each population element is selected individually. The population can also be divided into groups of elements with some groups randomly selected for study. This is cluster sampling. Cluster sampling differs from stratified sampling in several ways, as indicated in Exhibit 14-7.
Two conditions foster the use of cluster sampling: (1) the need for more economic efficiency than can be provided by simple random sampling and (2) the frequent unavailability of a practical sampling frame for individual elements.
Statistical efficiency for cluster samples is usually lower than for simple random samples chiefly because clusters often don’t meet the need for heterogeneity and, instead, are homogeneous. For example, families in the same block (a typical cluster) are often similar in social class, income level, ethnic origin, and so forth. Although statistical efficiency in most cluster sampling may be low, economic efficiency is often great enough to overcome this weakness. The criterion, then, is the net relative efficiency resulting from the trade-off between economic and statistical factors. It may take 690 interviews with a cluster design to give the same precision as 424 simple random interviews. But if it costs only $5 per interview in the cluster situation and $10 in the simple random case, the cluster sample is more attractive ($3,450 versus $4,240).
Area Sampling Much research involves populations that can be identified with some geographic area. When this occurs, it is possible to use area sampling, the most important form of cluster sampling.
This method overcomes the problems of both high sampling cost and the unavailability of a practical sampling frame for individual elements. Area sampling methods have been applied to national populations, county populations, and even smaller areas where there are well-defined political or natural boundaries.
Suppose you want to survey the adult residents of a city. You would seldom be able to secure a listing of such individuals. It would be simple, however, to get a detailed city map that shows the blocks of the city. If you take a sample of these blocks, you are also taking a sample of the adult residents of the city.
Design In designing cluster samples, including area samples, we must answer several questions:
1. How homogeneous are the resulting clusters?
2. Shall we seek equal-size or unequal-size clusters?
3. How large a cluster shall we take?
4. Shall we use a single-stage or multistage cluster?
5. How large a sample is needed?
1. When clusters are homogeneous, this contributes to low statistical efficiency. Sometimes one can improve this efficiency by constructing clusters to increase intra-cluster variance. In the dining club study, researchers might have chosen a course as a cluster, choosing to sample all students in that course if it enrolled students of all four class years. Or maybe they could choose a departmental office that had faculty, staff, and administrative positions as well as student workers. In area sampling to increase intra-cluster variance, researchers could combine into a single cluster adjoining blocks that contain different income groups or social classes.

Hasil (Bahasa Indonesia) 1:

Gugus SamplingSampel acak yang sederhana, setiap elemen populasi yang dipilih secara individual. Penduduk juga dapat dibagi ke dalam kelompok elemen dengan beberapa kelompok secara acak dipilih untuk belajar. Ini adalah gugus sampling. Gugus sampling berbeda dari stratified sampling dalam beberapa cara, seperti yang ditunjukkan dalam pameran 14-7.Dua kondisi mendorong penggunaan cluster sampling: (1) perlunya efisiensi ekonomi yang lebih dari yang dapat disediakan oleh sampling acak sederhana dan (2) tidak tersedianya sering frame sampling praktis untuk unsur-unsur individu.Statistik efisiensi untuk sampel cluster biasanya lebih rendah daripada untuk sampel acak sederhana terutama karena cluster sering tidak memenuhi kebutuhan heterogenitas dan, sebaliknya, homogen. Sebagai contoh, keluarga di blok yang sama (cluster khas) sering serupa dalam kelas sosial, tingkat pendapatan, asal etnis, dan sebagainya. Walaupun Statistik efisiensi dalam kebanyakan pengambilan sampel cluster mungkin rendah, efisiensi ekonomi ini sering cukup besar untuk mengatasi kelemahan ini. Kriteria, kemudian, adalah efisiensi relatif bersih yang dihasilkan dari trade-off antara faktor ekonomi dan statistik. Mungkin butuh 690 wawancara dengan desain cluster memberikan presisi sama sebagai 424 wawancara acak yang sederhana. Tetapi jika biaya hanya $5 per wawancara dalam situasi cluster dan $10 dalam kasus acak sederhana, sampel cluster yang lebih menarik ($3.450 versus $4,240).Daerah Sampling banyak penelitian melibatkan populasi yang dapat diidentifikasi dengan beberapa wilayah geografis. Ketika ini terjadi, dimungkinkan untuk menggunakan area sampling, bentuk paling penting cluster sampling. Metode ini mengatasi masalah baik sampling tinggi biaya dan tidak tersedianya frame sampling praktis untuk unsur-unsur individu. Metode sampling daerah telah diterapkan untuk populasi nasional, county populasi dan daerah-daerah yang lebih kecil dimana terdapat batas-batas politik atau alam yang didefinisikan dengan baik.Misalnya Anda ingin survei dewasa penduduk kota. Anda jarang akan mampu mengamankan daftar individu-individu tersebut. Ini akan menjadi sederhana, namun, untuk mendapatkan peta kota rinci yang menunjukkan blok kota. Jika Anda mengambil sampel blok ini, Anda juga mengambil sampel dari orang dewasa penduduk kota.Desain dalam merancang cluster sampel, termasuk daerah sampel, kami harus menjawab beberapa pertanyaan:1. Bagaimana homogen yang dihasilkan cluster?2. akan kami berusaha sama-ukuran atau tidak seimbang-ukuran cluster?3. seberapa besar sebuah cluster yang harus kita mengambil?4. akan kita menggunakan satu tahap atau multistage cluster?5. seberapa besar sampel yang diperlukan?1. ketika cluster homogen, ini memberikan kontribusi untuk efisiensi statistik yang rendah. Kadang-kadang satu dapat meningkatkan efisiensi ini dengan membangun kelompok untuk meningkatkan intra-cluster varians. Dalam studi club la carte, peneliti mungkin telah memilih kursus sebagai sebuah cluster, memilih untuk mencicipi semua siswa dalam tentu saja jika itu terdaftar siswa semua kelas empat tahun. Atau mungkin mereka bisa memilih sebuah kantor Departemen yang memiliki fakultas, staf, dan posisi administratif serta mahasiswa pekerja. Di daerah sampling untuk meningkatkan intra-cluster varians, peneliti dapat menggabungkan ke dalam sebuah cluster single yang berdampingan blok yang berisi kelompok-kelompok berbeda pendapatan atau kelas sosial.

Hasil (Bahasa Indonesia) 2:

Sampling Cluster
Dalam sampel acak sederhana, setiap elemen populasi dipilih secara individual. Penduduk juga dapat dibagi menjadi kelompok elemen dengan beberapa kelompok yang dipilih secara acak untuk studi. Ini adalah cluster sampling. Cluster sampling berbeda dari stratified sampling dalam beberapa cara, seperti yang ditunjukkan dalam pameran 14-7.
Dua kondisi mendorong penggunaan cluster sampling: (1) kebutuhan untuk efisiensi ekonomi lebih dari yang dapat diberikan oleh simple random sampling dan (2) yang sering tersedianya kerangka sampling praktis untuk masing-masing elemen.
efisiensi statistik untuk sampel klaster biasanya lebih rendah daripada sampel acak sederhana terutama karena cluster sering tidak memenuhi kebutuhan heterogenitas dan, sebaliknya, yang homogen. Misalnya, keluarga di blok yang sama (cluster khas) seringkali sama dalam kelas sosial, tingkat pendapatan, asal etnis, dan sebagainya. Meskipun efisiensi statistik di sebagian cluster sampling mungkin rendah, efisiensi ekonomi sering besar cukup untuk mengatasi kelemahan ini. Kriteria, maka, adalah efisiensi relatif bersih yang dihasilkan dari trade-off antara faktor-faktor ekonomi dan statistik. Mungkin diperlukan 690 wawancara dengan desain cluster untuk memberikan presisi yang sama dengan 424 wawancara acak sederhana. Tetapi jika biaya hanya $ 5 per wawancara dalam situasi cluster dan $ 10 dalam kasus acak sederhana, sampel klaster lebih menarik ($ 3.450 dibandingkan $ 4240).
Lokasi Sampling Banyak penelitian melibatkan populasi yang dapat diidentifikasi dengan beberapa wilayah geografis. Ketika ini terjadi, adalah mungkin untuk menggunakan sampel daerah, bentuk yang paling penting dari cluster sampling.
Metode ini mengatasi masalah kedua biaya pengambilan sampel tinggi dan tidak tersedianya kerangka sampling praktis untuk masing-masing elemen. Metode pengambilan sampel daerah telah diterapkan untuk populasi nasional, populasi county, dan daerah-daerah yang lebih kecil di mana ada yang terdefinisi dengan baik batas-batas politik atau alami.
Misalkan Anda ingin survei penduduk dewasa dari sebuah kota. Anda akan jarang dapat mengamankan daftar orang tersebut. Ini akan menjadi sederhana, namun, untuk mendapatkan peta kota rinci yang menunjukkan blok kota. . Jika Anda mengambil sampel dari blok ini, Anda juga mengambil sampel dari penduduk dewasa kota
Desain Dalam merancang sampel cluster, termasuk sampel daerah, kita harus menjawab beberapa pertanyaan:
1. Bagaimana homogen adalah cluster yang dihasilkan?
2. Haruskah kita mencari sama-ukuran atau tidak sama-ukuran cluster?
3. Berapa besar cluster harus kita ambil?
4. Haruskah kita menggunakan satu tahap atau multistage cluster?
5. Berapa besar sampel yang dibutuhkan?
1. Ketika cluster yang homogen, ini memberikan kontribusi untuk efisiensi statistik yang rendah. Kadang-kadang seseorang dapat meningkatkan efisiensi ini dengan membangun cluster untuk meningkatkan intra-cluster varians. Dalam studi klub makan, peneliti mungkin telah memilih kursus sebagai cluster, memilih untuk sampel semua siswa di kursus yang jika terdaftar siswa dari empat tahun kelas. Atau mungkin mereka bisa memilih kantor departemen yang memiliki fakultas, staf, dan posisi administrasi serta pekerja mahasiswa. Di daerah sampel untuk meningkatkan intra-cluster varians, peneliti bisa bergabung menjadi satu cluster sebelah blok yang berisi kelompok pendapatan yang berbeda atau kelas sosial.