Lorsque grappe échantillonnée doe avoir assez HH exigé par la taille en raison des mouvements de population et d'urgence soudaine échantillon

Je recommande vivement que vous déposez ce cluster et utilisez un RC (pôle de remplacement).

SMART a des solutions pour un tel cas. Vous pouvez combiner un village voisin qui n'a pas sélectionner comme pôle d'abord avec le village avec moins de ménages que nécessaire. La deuxième option est que vous pouvez faire les quelques ménages que vous êtes en mesure d'obtenir dans ce village et de passer avec d'autres clusters, le pour cent des répondants non vous avez ajouté au calcul de la taille de l'échantillon vont prendre soin de la lacune.

Votre décision est une bonne Nicky.

Voici quelques réflexions sur les questions ....

Si l'équipe arrive à un cluster et il n'y a pas un nombre suffisant de ménages ou d'individus, une option est d'évaluer ceux qui sont là-bas et ensuite utiliser les pondérations d'échantillon dans l'analyse. Dans l'exemple l'objectif était de 21 MM et le cluster eu seulement 20 HHs - un de moins HH ne ferai pas d'incidence sur les estimations de manière significative. Par conséquent, je suis d'accord avec Nicky sur cette question de simplement déguster les 20 HHs

Que faire si il y avait encore moins HHs, disons 10 ou moins? Si un cluster de remplacement être utilisé ou visitez un cluster de voisins ou d'autres options? Certaines d'entre elles ont été examinées par d'autres dans leurs réponses.

En général, je ne recommanderais pas avoir grappes d'urgence. Lorsque les grappes sont sélectionnées en utilisant PPS, ils ont probabilité de sélection, mais si toutes les grappes ne sont pas visités (par exemple, les clusters "d'urgence"), cette probabilité de sélection est violé. Ma recommandation est que si on pense que certains groupes peuvent être peuvent ne pas être accessibles en raison de l'insécurité ou d'autres raisons, le nombre total de grappes devrait être augmenté - même dans le concept que lorsque les ménages sont visités dans un cluster, le nombre de ménages est augmenté pour tenir compte de la non-réponse. Par exemple, si une enquête 30 de cluster est souhaitée, mais il semble probable que les deux groupes peuvent ne pas être accessibles, puis sélectionnez 32 grappes. Tous les efforts raisonnables doivent être faits pour visiter les 32 groupes - les équipes ne devraient pas cesser une fois 30 grappes ont été visités. Il se peut que le nombre réel de grappes évalués pourrait être 32 (tous accessibles), 31 (un non accessible), 30 (deux non accessible), ou moins. La question importante est que les résultats peuvent être biaisés si grappes pas accessible diffèrent meaninfully dans les indicateurs de l'enquête de ceux évalués. Moins d'un problème est que lorsque moins que le nombre cible de grappes sont visités, il peut y avoir une légère perte de précision.

La plupart des enquêtes (par exemple, EDS et MICS) généralement ne recommandent pas de clusters de remplacement pour la même raison que la plupart des enquêtes auprès des ménages ne recommandent pas les ménages de remplacement - le potentiel pour introduire plus de biais à l'enquête. Bien que ne pas être en mesure d'évaluer un cluster peut introduire un biais, le remplacement de cluster a le potentiel d'introduire encore plus partialité. Si 30 grappes doivent être évalués mais on est pas accessible, sélection d'une grappe de remplacement viole les probabilités de sélection et peut même introduire plus de biais dans les résultats de l'enquête que la perte d'un cluster.

Quelle que soit l'approche utilisée, je suis d'accord avec Mark que toutes les procédures dans la sélection des grappes et des ménages être décrits en détail afin que le lecteur peut faire leur propre jugement sur la qualité de la méthodologie et le potentiel d'effet sur l'interprétation des résultats. La poursuite de l'enquête dérive de méthodes d'enquête acceptables, plus le potentiel pour des estimations biaisées.

Compte tenu des contraintes de tenter de respecter les aspects statistiques tandis que face à des conditions moins avantageuses sur le terrain, il n'y a pas une telle chose comme une enquête «parfait», mais nous devons lutter pour une tentative raisonnable d'atteindre des résultats de l'enquête de haute qualité.

Kevin

Basé sur les informations fournies Je ne pense pas qu'il soit nécessaire de remplacer le cluster avec 20HHs avec un cluster de remplacement (RC), car il ne peut pas affecter de façon significative la taille de l'échantillon final comme indiqué ci-dessus par Kevin. Je voudrais certainement procéder à l'arpentage du cluster avec 20HHs comme il est. Après tout la cible est les enfants âgés de 6-59 mois et le nombre de HHS / Cluster sont calculés en fonction de la proportion des moins de 5 ans / 6-59months anciens enfants par HH. Ainsi que dans la plupart des cas avec des enquêtes sur le terrain que même proportion pourrait être moins ou plus par HH. Ainsi, la non-réponse dans HHS annuler l'autre par ce fait et votre sondage sera toujours de maintenir le principe de base de l'échantillonnage probabiliste, il en évitant plus de biais introduits pour cette raison.

Cependant, je préfère augmenter le nombre de clusters à arpenter la place du nombre de HHs (par ex. Au lieu d'utiliser 30 grappes de 20HHs il est préférable d'utiliser 42 grappes de 14HHs) car cela permettra de réduire la variabilité des réponses dans un échantillon en cluster. Statistiquement parlant augmentant le nombre de grappes améliore la puissance plus efficacement que ne le fait d'augmenter le nombre de sujets au sein d'un cluster.

D'autre part, comme la plupart de ces enquêtes sont urgence enquêtes nutritionnelles temps et de la logistique ainsi que les questions financières sont mieux maintenus à des niveaux acceptables. (Si vous utilisez des clusters urgence / remplacement permettrait d'économiser du temps bien nécessaire qui nous permet de cibler sur la satisfaction que notre représentant taille de l'échantillon avec un biais minimal étant introduit). Donc, ces décisions sont généralement mieux réalisés au niveau du sol en tenant compte des géographique / spatiale Répartition de la population / arrangements de la zone d'étude ainsi que le contexte, tout en conservant sa solidité statistique dans l'échantillonnage.