مرجع
آخر الزيارات

أخذ العينات العنقودية

1٬379 كلمة•0 مشاهدة•🗒️ منذ يومين
باختصار: في الإحصاء ، أخذ العينات العنقودية هو خطة أخذ العينات المستعملة عندما تكون المجموعات المتجانسة بشكل متبادل ولكنها غير متجانسة داخليًا في مجتمع إحصائي . تتناول المقالة 8 أقسام، منها «تطبيقات أخذ العينات العنقودية»، «العناصر العنقودية» و«أخذ العينات العنقودية على مرحلتين».
المحتويات
  1. تطبيقات أخذ العينات العنقودية
  2. العناصر العنقودية
  3. أخذ العينات العنقودية على مرحلتين
  4. ميزاته
  5. الاستدلال عندما يكون عدد المجموعات صغيرًا
  6. عندما تكون العناقيد ذات أحجام مختلفة
  7. عيوبه
  8. أخذ العينات متعدد المراحل

قبل الخوض في التفاصيل، في الإحصاء ، أخذ العينات العنقودية هو خطة أخذ العينات المستعملة عندما تكون المجموعات المتجانسة بشكل متبادل ولكنها غير متجانسة داخليًا في مجتمع إحصائي . غالبًا ما يستعمل هذا النوع من الاستعيان في أبحاث التسويق . في خطة أخذ العينات هذه ، يتم تقسيم إجمالي السكان إلى مجموعات ويتم اختيار عينة عشوائية بسيطة من المجموعات. ثم يتم أخذ عينات من العناصر في كل مجموعة. إذا تم أخذ عينات من جميع العناصر في كل عنقود تم أخذ عينات منه ، فسيتم الإشارة إلى ذلك على أنه خطة أخذ العينات العنقودية "ذات المرحلة الواحدة". إذا تم تحديد عينة فرعية عشوائية بسيطة من العناصر داخل كل مجموعة من هذه المجموعات ، يُشار إلى ذلك باسم خطة أخذ العينات العنقودية "ذات المرحلتين". الدافع الشائع لأخذ العينات العنقودية هو تقليل العدد الإجمالي للمقابلات والتكاليف بالنظر إلى الدقة المطلوبة. بالنسبة لحجم عينة ثابت ، يكون الخطأ العشوائي المتوقع أصغر عندما يكون أغلب التباين في المجتمع موجودًا داخليًا داخل المجموعات ، وليس بين المجموعات. وتعرض الأقسام التالية جوانب أخرى من الموضوع.

تطبيقات أخذ العينات العنقودية

علاوةً على ذلك، مثال على أخذ العينات العنقودية هو أخذ العينات من المنطقة أو أخذ العينات العنقودية الجغرافية . كل مجموعة هي منطقة جغرافية. نظرًا لأن المسح السكاني المشتت جغرافيًا يمكن أن يكون مكلفًا للمسح ، يمكن تحقيق اقتصاد أكبر من أخذ العينات العشوائية البسيطة من خلال تجميع الكثير من المستجيبين داخل منطقة محلية في مجموعة. عادة ما يكون من الضروري زيادة الحجم الإجمالي للعينة لتحقيق دقة مكافئة في المقدرين ، ولكن وفورات التكلفة قد تجعل هذه الزيادة في حجم العينة ممكنة.

العناصر العنقودية

ومن ناحية أخرى، يجب أن يكون السكان داخل الكتلة العنقودية غير متجانسين قدر الإمكان ، ولكن يجب أن يكون هناك تجانس بين المجموعات. يجب أن تكون كل مجموعة صغيرة تمثيلاً لمجموع السكان. يجب أن تكون المجموعات متنافية وشاملة بشكل جماعي. ثم يتم استخدام تقنية أخذ العينات العشوائية على أي مجموعات ذات صلة لاختيار المجموعات التي سيتم تضمينها في الدراسة. في أخذ العينات العنقودية على مرحلة واحدة ، يتم أخذ عينات من جميع العناصر من كل مجموعة من المجموعات المختارة. في أخذ العينات العنقودية على مرحلتين ، يتم تطبيق تقنية أخذ العينات العشوائية على العناصر من كل مجموعة من المجموعات المختارة.

من جهة ثانية، هناك كذلك أخذ عينات عنقودية متعددة المراحل ، حيث يتم أخذ مرحلتين على الأقل في اختيار العناصر من المجموعات.

وفي هذا الصدد، يتمثل الاختلاف الرئيسي بين أخذ العينات العنقودية وأخذ العينات الطبقية في أنه في أخذ العينات العنقودية ، يتم التعامل مع الكتلة كوحدة أخذ العينات ، لذلك يتم أخذ العينات على مجموعة من المجموعات (على الأقل في المرحلة الأولى). في أخذ العينات الطبقية ، يتم أخذ العينات على عناصر داخل كل طبقة. في أخذ العينات الطبقية ، يتم أخذ عينة عشوائية من كل طبقة ، بينما في أخذ العينات العنقودية ، يتم أخذ عينات فقط المجموعات المختارة. الدافع الشائع لأخذ العينات العنقودية هو تقليل التكاليف عن طريق زيادة كفاءة أخذ العينات. هذا يتناقض مع أخذ العينات الطبقية حيث يكون الدافع هو زيادة الدقة.

أخذ العينات العنقودية على مرحلتين

علاوةً على ذلك، يتم الحصول على العينات العنقودية ذات المرحلتين ، وهي حالة بسيطة لأخذ العينات متعدد المراحل ، عن طريق اختيار عينات عنقودية في المرحلة الأولى ثم اختيار عينة من العناصر من كل مجموعة عينات. ضع في اعتبارك عدد سكان من مجموعات N في المجموع. في المرحلة الأولى ، يتم اختيار مجموعات n باستخدام طريقة أخذ العينات العنقودية العادية. في المرحلة الثانية ، عادة ما يتم استخدام أخذ العينات العشوائية البسيطة . يتم استخدامه بشكل منفصل في كل مجموعة ولا يكون بالضرورة عدد العناصر المختارة من مجموعات مختلفة متساوية. يجب تحديد العدد الإجمالي للمجموعات N وعدد الكتل المحددة n وعدد العناصر من المجموعات المختارة مسبقًا بواسطة مصمم الاستطلاع. يهدف أخذ العينات العنقودية من مرحلتين إلى تقليل تكاليف المسح وفي نفس الوقت التحكم في عدم اليقين المتعلق بتقديرات الفائدة. يمكن استخدام هذه الطريقة في العلوم الصحية والاجتماعية. مثلًا ، استعمل الباحثون العينة العنقودية المكونة من مرحلتين لتكوين عينة تمثيلية من السكان العراقيين لإجراء مسوحات الوفيات. يمكن أن يكون أخذ العينات بهذه الطريقة أسرع وأكثر موثوقية من الطرق الأخرى ، وهذا هو سبب استخدام هذه الطريقة الآن بشكل متكرر.

ميزاته

وفي هذا السياق، الجدوى: تأخذ خطة أخذ العينات هذه أعدادًا كبيرة من السكان في الاعتبار. نظرًا لأن هذه المجموعات كبيرة جدًا ، فإن نشر أي خطة أخرى لأخذ العينات سيكون مكلفًا للغاية.

وفي السياق ذاته، يمكن أن تكون أرخص من خطط أخذ العينات الأخرى - مثلًا نفقات سفر وتكاليف إدارية أقل.

ومن ناحية أخرى، الاقتصاد: يتم تقليل الشاغلين الرئيسيين العاديين للإنفاق ، أي السفر والإدراج ، إلى حد كبير في هذه الطريقة. مثلًا: تجميع المعلومات البحثية حول كل أسرة في مدينة سيكون مكلفًا للغاية ، في حين أن تجميع المعلومات حول الكتل المختلفة في المدينة سيكون أكثر توفيرا حيث ، سيتم تقليل جهود السفر والإدراج بدرجة كبيرة.

وعلى صعيد آخر، انخفاض التباين: في حالة نادرة لوجود ارتباط سلبي داخل الفصل بين الموضوعات داخل مجموعة ، فإن المقدرات الناتجة عن أخذ العينات العنقودية ستنتج تقديرات أكثر دقة من البيانات التي تم الحصول عليها من عينة عشوائية بسيطة (أي أن تأثير التصميم سيكون أصغر من 1). هذا ليس سيناريو مكان شائع.

الاستدلال عندما يكون عدد المجموعات صغيرًا

ومن جهة أخرى، تشكل الأعداد الصغيرة من المجموعات مخاطرة عندما يكون هناك ارتباط تسلسلي أو عندما يكون هناك ارتباط داخل الصف كما هو الحال في سياق مولتون. عند وجود عدد قليل من المجموعات ، فإننا نميل إلى التقليل من قيمة الارتباط التسلسلي عبر الملاحظات عند حدوث صدمة عشوائية ، أو الارتباط داخل الفصل في إعداد مولتون. سلطت الكثير من الدراسات الضوء على عواقب الارتباط التسلسلي وسلطت الضوء على مشكلة الكتلة الصغيرة.

أنظر كذلك

كذلك، يمكن أن تؤدي طرق أخذ العينات العنقودية إلى تحيز كبير عند العمل مع عدد صغير من المجموعات. مثلًا ، قد يكون من الضروري التجميع على مستوى الولاية أو المدينة ، الوحدات التي قد تكون صغيرة وثابتة في العدد. غالبًا ما تستعمل طرق القياس الاقتصادي الجزئي لبيانات اللوحة لوحات قصيرة ، وهو ما يماثل وجود عدد قليل من الملاحظات لكل عنقود والكثير من العناقيد. يمكن النظر إلى مشكلة الكتلة الصغيرة على أنها مشكلة معلمة عرضية. بينما يمكن تقدير النقاط بشكل معقول بدقة ، إذا كان عدد الملاحظات لكل عنقود مرتفعًا بدرجة كافية ، فنحن بحاجة إلى عدد المجموعات للمقاربات لبدء العمل. إذا كان عدد المجموعات منخفضًا ، يمكن أن تكون مصفوفة التغاير المقدرة متحيزة للأسفل.

عندما تكون العناقيد ذات أحجام مختلفة

من جانب آخر، تتمثل إحدى الطرق في أخذ عينات من المجموعات ثم مسح جميع العناصر في تلك المجموعة. طريقة أخرى هي طريقة من مرحلتين لأخذ عينات نسبة ثابتة من الوحدات (سواء كانت 5٪ أو 50٪ ، أو رقمًا آخر ، اعتمادًا على اعتبارات التكلفة) من داخل كل مجموعة من المجموعات المختارة. الاعتماد على العينة المأخوذة من هذه الخيارات سينتج عنه مقدر غير متحيز. ومع ذلك ، لم يعد حجم العينة ثابتًا مقدمًا. يؤدي هذا إلى معادلة أكثر تعقيدًا للخطأ المعياري للمقدر ، فضلًا عن المشكلات المتعلقة بصريات خطة الدراسة (نظرًا لأن تحليل الطاقة وتقديرات التكلفة تتعلق غالبًا بحجم عينة محدد).

وفي هذا الصدد، الحل الثالث المحتمل هو استخدام الاحتمالية المتناسبة مع حجم أخذ العينات . في خطة أخذ العينات هذه ، يتناسب احتمال اختيار الكتلة مع حجمها ، بحيث يكون للكتلة الكبيرة احتمالية أكبر للاختيار من الكتلة الصغيرة. الميزة هنا هي أنه عند اختيار المجموعات باحتمالية تتناسب مع الحجم ، يجب إجراء نفس عدد المقابلات في كل مجموعة تم أخذ عينات منها بحيث يكون لكل وحدة تم أخذ عينات منها نفس احتمالية الاختيار.

من جهة ثانية، بدون تعديل المعلمة المقدرة ، يكون أخذ العينات العنقودية غير متحيز عندما تكون المجموعات بنفس الحجم على وجه التقريب. في هذه الحالة ، يتم حساب المعلمة من خلال دمج جميع المجموعات المختارة. عندما تكون المجموعات ذات أحجام مختلفة ، فهناك عدة خيارات:

عيوبه

المزيد عن أخذ العينات العنقودية

كذلك، عند الخطأ بزيادة أخذ العينات ، والذي يمكن التعبير عنه من خلال تأثير التصميم: النسبة بين تباين المقدر المأخوذ من عينات الدراسة العنقودية والتباين في المُقدِّر الذي تم الحصول عليه من عينة من الأشخاص في دراسة موثوقة بشكل متساوٍ ومختارة عشوائيًا وغير مجمعة . كلما كان الارتباط بين الصفوف أكبر بين الموضوعات داخل الكتلة ، كلما أصبح تأثير التصميم أسوأ (أي كلما كان أكبر من 1. مما يشير إلى زيادة أكبر متوقعة في تباين المقدر). بمعنى آخر ، كلما كان هناك عدم تجانس بين المجموعات والمزيد من التجانس بين الموضوعات داخل العنقود ، كلما أصبحت مقدراتنا أقل دقة. هذا لأنه في مثل هذه الحالات يكون من الأفضل لنا أخذ العينات بأكبر قدر ممكن من التجمعات ونقوم بعمل عينة صغيرة من الموضوعات من داخل كل مجموعة (أي أخذ العينات العنقودية على مرحلتين).

وفي هذا السياق، يعتبر أخذ العينات العنقودية أكثر تعقيدًا ويتطلب مزيدًا من الاهتمام بكيفية التخطيط وكيفية التحليل (مثلًا: مراعاة أوزان الموضوعات أثناء تقدير المعلمات وفترات الثقة وما إلى ذلك. )

أخذ العينات متعدد المراحل

  • أخذ العينات (الإحصائيات)
  • عينة عشوائية بسيطة
  • اخذ العينات الطبقية

ما رأيك في هذه المقالة؟

📝 هل في هذه المقالة خطأ؟

إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.