Clusterudvælgelse

Clusterudvælgelse er en stikprøveudvælgelsesmetode i statistik, hvor populationen deles op i mindre enheder kaldet kluster eller klynger. Herefter vælges et antal kluster tilfældigt, og undersøgelsen gennemføres i de valgte kluster. I en en-stadie clusterudvælgelse indgår alle enheder inden for de udvalgte kluster; i en to-stadie version udvælges der først kluster, og dernæst enheder inden for disse kluster.

Metoden bruges især når populationen er stor og geografisk spredt, og når et komplet samplingframe er vanskeligt eller dyrt at samle. Fordelene er lavere omkostninger, lettere feltarbejde og mindre krav til registrering af hele populationen. Den anvendes ofte inden for folkesundheds- og epidemiologiske undersøgelser, uddannelsesforskning, landbrugsstatistik og markedsforskning.

Ulemperne ved clusterudvælgelse inkluderer potentielt større stikprøvefejl sammenlignet med simple tilfældige stikprøver, især hvis der er høj intra-kluster korrelation (enheder i samme kluster ligner hinanden), eller hvis klusterne ikke er tilstrækkeligt representative. Variansen kan blive højere, hvilket betegnes designet effekt. Derfor kræver analyser af data fra clusterudvælgelse justering for det komplekse design og ofte vægtning for at sikre skæve repræsentationer ikke skaber bias.

Typiske analyseredskaber inkluderer brug af vægte, justering for clustering og rapportering af designet effekt. Eksempler findes i nationale helbredsscreeninger og skolebaserede prøver, hvor kluster som geografiske områder eller skoler bruges som laboratorier for dataindsamling.