Au fost persoanele extrase una câte una sau în grupuri? (plan de eșantionare: straturi și clustere)

Pe scurt

Au fost persoanele extrase una câte una sau școli și gospodării întregi? Asemenea clustere și straturi (grupuri precum regiunile) țin de planul de eșantionare. Fără el, erorile standard și intervalele sunt mult prea mici. Cu o pondere de sondaj, Statable calculează erori standard, intervale și teste după acest plan.

Cum funcționează în Statable

1. Pe pagina „Date” alegeți butonul „Pondere de caz” și numiți coloana cu ponderile.
2. Alegeți „Pondere de eșantionare”, apoi „Nu, voi indica planul de eșantionare”.
3. Alegeți stratul, clusterul și populația dintre coloane. Totul este opțional.

Informațiile

• Strat: o coloană care numește grupul din care au fost extrase persoanele separat (de exemplu regiunea sau tipul de școală). Opțional.
• Cluster: o coloană care numește unitatea extrasă (de exemplu școala sau gospodăria). Opțional. La straturi și clustere, numărul unui cluster contează doar în cadrul stratului său.
• Populație: o coloană numerică cu dimensiunea populației pe straturi (fără clustere) sau cu numărul de clustere pe straturi (cu clustere). Opțional. Micșorează eroarea standard atunci când eșantionul este o parte mare a populației. Dacă valoarea este mai mică decât eșantionul, Statable oprește calculul și îl explică printr-o propoziție.
• A doua treaptă: o coloană pentru unitățile din interiorul clusterelor (de exemplu clasa din școală) și o coloană numerică cu numărul lor în populație. Se oferă doar când sunt indicate clusterele și populația; fără numărul pentru a doua treaptă nu joacă niciun rol și nu este folosită.

Pas cu pas

1. Pe pagina „Date” alegeți butonul „Pondere de caz” și numiți coloana cu ponderile.
2. Alegeți „Pondere de eșantionare”. La întrebarea dacă persoanele au fost extrase individual, alegeți „Nu, voi indica planul de eșantionare”.
3. Alegeți stratul, clusterul și populația dintre coloane. Totul este opțional; fără nicio informație, persoanele se consideră extrase individual.

Planul este atunci afișat sub fiecare rezultat și în raport. Se aplică tuturor analizelor cu pondere de eșantionare: distribuție, comparația grupurilor, tabel încrucișat și regresie.

Strat cu un singur cluster

Dacă un strat are un singur cluster, dispersia din acel strat nu poate fi estimată. Statable oprește atunci calculul și numește straturile. Puteți alege una dintre patru reguli; ea modifică eroarea standard, media rămâne aceeași.

• Abaterea de la media generală (adjust): stratul este calculat cu abaterea sa de la media generală. Este prudent și tinde să dea erori mai mari.
• Media celorlalte straturi (average): stratul variază cât variază în medie celelalte straturi.
• Nu contribuie cu nimic (remove): stratul nu contribuie la dispersie.
• Ales cu certitudine (certainty): clusterul a fost ales cu certitudine, nu la întâmplare; acolo nu există dispersie din selecție.

Regula aleasă este numită în raport. Exemplu cu o medie de 666,80: eroarea standard este 10,50 (adjust), 12,84 (average) și 10,48 (remove și certainty).

Efectul de design și dimensiunea efectivă a eșantionului

Efectul de design (deff) arată de câte ori mărește planul varianța față de persoanele extrase individual. La deff = 4, erorile standard sunt de două ori mai mari. Dimensiunea efectivă a eșantionului este n împărțit la deff: atâtea persoane extrase individual ar conține aceeași informație. Dimensiunea după Kish se aplică doar persoanelor extrase individual și nu se afișează după ce a fost indicat un plan.

Grade de libertate

Testele și intervalele folosesc gradele de libertate ale planului: numărul de clustere minus numărul de straturi. Cu puține clustere sunt puține (df). Sub 20, Statable atrage atenția: intervalele sunt atunci largi, iar aproximarea este mai slabă.

Exemplu

Un set de date cu 183 de școli din 15 districte școlare (clustere). Media unui scor la test este 644,17. Cu planul (clustere și populație), eroarea standard este 23,54, efectul de design 9,35, dimensiunea efectivă a eșantionului aproximativ 19,6, iar df = 14. Dacă aceleași date ar fi fost calculate ca extrase individual, eroarea standard ar fi 7,82: de trei ori prea mică. Un plan greșit dă deci intervale mult prea înguste.

Când Statable oprește calculul

• Coloana pentru strat sau cluster are goluri. Rândurile nu cad niciodată în tăcere; Statable numește numărul de rânduri.
• Există mai puțin de 2 clustere sau mai multe clustere decât rânduri.
• Populația este mai mică decât eșantionul.
• Un strat are un singur cluster și nu este aleasă nicio regulă pentru el.

Important

Statable nu poate verifica dacă planul se potrivește sondajului. Dacă informațiile sunt greșite, intervalele sunt prea înguste sau prea largi. În caz de îndoială, întrebați pe cine a colectat datele sau alegeți „Nu sau nu știu”: rezultatele rămân atunci descriptive.

Pentru specialiști

R survey: svydesign cu ids (clustere, a doua treaptă ca ids = ~k + k2), strata, fpc și weights; la straturi și clustere nest = TRUE. Varianța prin liniarizare Taylor, grade de libertate degf (clustere minus straturi), intervale cu distribuția t. Strat cu un singur cluster: survey.lonely.psu cu adjust, average, remove sau certainty, setat doar pentru apel. Efectul de design deff = varianța planului împărțită la varianța la eșantionare aleatoare simplă cu același n, fără corecție pentru populație finită; dimensiunea efectivă a eșantionului n / deff. Verificat pe datele de exemplu apistrat, apiclus1 și apiclus2 în raport cu R survey.

Față de SPSS Complex Samples (estimare „cu revenire”), mediile, totalurile, erorile standard și coeficienții de regresie sunt egali. Diferențe: SPSS ignoră populația, Statable o folosește de îndată ce este indicată. La regresie, survey scade din gradele de libertate numărul de coeficienți minus 1 (apistrat: 193 în loc de 197 în SPSS).

Surse

Lumley, T. (2010). Complex Surveys: A Guide to Analysis Using R. Wiley. Lumley, T. (2004). Analysis of complex survey samples. Journal of Statistical Software, 9(8). Kish, L. (1965). Survey Sampling. Wiley.