Drogs personerna en och en eller i grupper? (urvalsplan: strata och kluster)

Kort sagt

Drogs personerna en och en eller hela skolor och hushåll? Sådana kluster och strata (grupper som regioner) hör till urvalsplanen. Utan den blir standardfel och intervall alldeles för små. Med en enkätvikt räknar Statable standardfel, intervall och test enligt den planen.

Så fungerar det i Statable

Välj knappen ”Fallvikt” på sidan ”Data” och ange kolumnen med vikterna.
Välj ”Designvikt”, sedan ”Nej, jag anger urvalsplanen”.
Välj stratum, kluster och population bland kolumnerna. Allt är valfritt.

Uppgifterna

Stratum: en kolumn som anger gruppen som personerna drogs ur separat (till exempel regionen eller skoltypen). Valfritt.
Kluster: en kolumn som anger den dragna enheten (till exempel skolan eller hushållet). Valfritt. Vid strata och kluster gäller ett klusternummer bara inom sitt stratum.
Population: en talkolumn med populationens storlek per stratum (utan kluster) eller med antalet kluster per stratum (med kluster). Valfritt. Den minskar standardfelet när urvalet är en stor del av populationen. Är värdet mindre än urvalet spärrar Statable med en mening.
Andra steget: en kolumn för enheterna inom klustren (till exempel klassen i skolan) och en talkolumn med deras antal i populationen. Den erbjuds bara när kluster och population anges; utan antalet för andra steget spelar den ingen roll och används inte.

Steg för steg

Välj knappen ”Fallvikt” på sidan ”Data” och ange kolumnen med vikterna.
Välj ”Designvikt”. På frågan om personerna drogs var för sig väljer du ”Nej, jag anger urvalsdesignen”.
Välj stratum, kluster och population bland kolumnerna. Allt är valfritt; utan någon uppgift räknas personerna som dragna var för sig.

Designen visas sedan under varje resultat och i rapporten. Den gäller alla analyser med designvikt: fördelning, gruppjämförelse, korstabell och regression.

Stratum med bara ett kluster

Om ett stratum bara har ett kluster går det inte att skatta spridningen inom det stratumet. Statable spärrar då och nämner strata. Du kan välja en av fyra regler; den ändrar standardfelet, medelvärdet förblir detsamma.

Avvikelse från totalmedelvärdet (adjust): stratumet räknas med sin avvikelse från totalmedelvärdet. Det är försiktigt och ger snarare större fel.
Medelvärde av de andra strata (average): stratumet varierar lika mycket som de andra strata i genomsnitt.
Bidrar inte (remove): stratumet bidrar inte till spridningen.
Dragen med säkerhet (certainty): klustret drogs med säkerhet, inte slumpmässigt; där finns ingen spridning på grund av urvalet.

Den valda regeln står i rapporten. Exempel med medelvärdet 666,80: standardfelet är 10,50 (adjust), 12,84 (average) och 10,48 (remove och certainty).

Designeffekt och effektiv urvalsstorlek

Designeffekten (deff) anger med vilken faktor designen ökar variansen jämfört med personer som dragits var för sig. Vid deff = 4 är standardfelen dubbelt så stora. Den effektiva urvalsstorleken är n delat med deff: så många personer som dragits var för sig skulle innehålla lika mycket information. Storleken enligt Kish gäller bara personer som dragits var för sig och visas inte så fort en design anges.

Frihetsgrader

Test och intervall använder designens frihetsgrader: antal kluster minus antal strata. Med få kluster blir de få (df). Under 20 påpekar Statable det: intervallen är då breda och approximationen svagare.

Exempel

Ett dataset med 183 skolor från 15 skoldistrikt (kluster). Medelvärdet på ett testpoäng är 644,17. Med designen (kluster och population) är standardfelet 23,54, designeffekten 9,35, den effektiva urvalsstorleken omkring 19,6 och df = 14. Hade samma data räknats som dragna var för sig hade standardfelet varit 7,82: tre gånger för litet. En felaktig design gör alltså intervallen alldeles för smala.

När Statable spärrar

Kolumnen för stratum eller kluster har luckor. Rader försvinner aldrig i tysthet; Statable nämner antalet rader.
Det finns färre än 2 kluster eller fler kluster än rader.
Populationen är mindre än urvalet.
Ett stratum har bara ett kluster och ingen regel har valts för det.

Viktigt

Statable kan inte kontrollera om designen passar undersökningen. Om uppgifterna är fel är intervallen för smala eller för breda. Fråga vid tvivel den som samlade in data, eller välj ”Nej eller vet inte”: resultaten förblir då beskrivande.

För specialister

R survey: svydesign med ids (kluster, andra steget som ids = ~k + k2), strata, fpc och weights; vid strata och kluster nest = TRUE. Varians med Taylor-linearisering, frihetsgrader degf (kluster minus strata), intervall med t-fördelningen. Stratum med ett kluster: survey.lonely.psu med adjust, average, remove eller certainty, satt bara för anropet. Designeffekt deff = designens varians delat med variansen vid enkelt slumpmässigt urval med samma n, utan ändlighetskorrektion; effektiv urvalsstorlek n / deff. Kontrollerat på exempeldata apistrat, apiclus1 och apiclus2 mot R survey.

Mot SPSS Complex Samples (skattning ”med återläggning”) är medelvärden, summor, standardfel och regressionskoefficienter lika. Skillnader: SPSS bortser då från populationen, Statable använder den så snart den anges. I regressionen drar survey från frihetsgraderna antalet koefficienter minus 1 (apistrat: 193 i stället för 197 i SPSS).

Källor

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.