Klumpenstichprobe

Definition: Die Klumpenstichprobe (englisch: Cluster Sampling) ist ein probabilistisches Stichprobenverfahren, bei dem die Grundgesamtheit zunächst in voneinander abgegrenzte, natürliche Gruppen – sogenannte Klumpen oder Cluster – unterteilt wird. Anschliessend wird eine zufällige Auswahl dieser Klumpen gezogen, und innerhalb der ausgewählten Klumpen werden entweder alle Elemente (einstufige Klumpenstichprobe) oder eine weitere Zufallsauswahl (mehrstufige Klumpenstichprobe) untersucht. Klumpen können geografische Einheiten (Stadtteile, Postleitzahlgebiete, Regionen), organisationale Einheiten (Unternehmen, Schulklassen, Abteilungen) oder andere natürliche Gruppen sein. Die Methode eignet sich besonders dann, wenn keine vollständige Liste der Grundgesamtheit vorliegt (Stichprobenrahmen fehlt), die Grundgesamtheit über einen weiten geografischen Raum verteilt ist und eine Vollerhebung innerhalb ausgewählter Cluster logistisch einfacher und kostengünstiger ist als eine reine Zufallsstichprobe. Sie ist damit vor allem in nationalen Bevölkerungsumfragen, Gesundheitsstudien und Bildungsforschungen verbreitet.

Erläuterung

Das grundlegende Ziel der Klumpenstichprobe ist die Reduktion von Erhebungskosten und logistischem Aufwand bei gleichzeitiger Beibehaltung der prinzipiellen Zufälligkeit der Auswahl. Der Unterschied zur geschichteten Stichprobe ist dabei fundamental: Bei der geschichteten Stichprobe werden alle Schichten (Strata) in die Stichprobe einbezogen, und aus jeder Schicht werden Elemente gezogen. Bei der Klumpenstichprobe werden hingegen nur zufällig ausgewählte Klumpen berücksichtigt, während nicht ausgewählte Klumpen vollständig ignoriert werden. Die einstufige Klumpenstichprobe zieht eine Zufallsauswahl von Klumpen und befragt alle Elemente der ausgewählten Klumpen. Die zweistufige (und mehrstufige) Klumpenstichprobe zieht zunächst Klumpen (Primary Sampling Units, PSUs) und dann innerhalb dieser Klumpen Stichproben von Elementen (Secondary Sampling Units, SSUs). Letztere ist die in grossen nationalen Umfragen dominierende Form. Ein fundamentales statistisches Problem der Klumpenstichprobe ist der Design-Effekt (DEFF): Innerhalb eines Klumpens sind Elemente in der Regel ähnlicher als zwischen Klumpen (Intracluster-Korrelation, ICC > 0), wodurch die effektive Stichprobengrössse kleiner ist als die nominale. Der DEFF gibt an, um welchen Faktor die Varianz der Schätzung grösser ist als bei einer einfachen Zufallsstichprobe gleicher Grösse. Bei hoher Intracluster-Korrelation (z. B. in homogenen Stadtteilen) kann der Design-Effekt 2 oder grösser sein, was deutlich mehr Klumpen erfordert, um die gleiche Schätzpräzision zu erzielen. Im Online-Marketing findet die Klumpenstichprobe Anwendung bei der Auswahl von Werbenetzwerken oder Websites für Nutzerbefragungen, bei regionalen Kundenstudien und bei der Stichprobenziehung aus grossen CRM-Datenbanken, die nach geografischen oder demografischen Segmenten strukturiert sind. Die weite Verbreitung von Paneldaten und digitalen Datenquellen hat die Relevanz der Klumpenstichprobe in der kommerziellen Marktforschung im Vergleich zur akademischen Feldforschung etwas reduziert, ohne sie zu ersetzen.

Vergleich der Zufallsstichprobenverfahren

Einfache Zufallsstichprobe: Jedes Element der Grundgesamtheit hat die gleiche Ziehungswahrscheinlichkeit. Erfordert einen vollständigen Stichprobenrahmen und ist bei grossen, geografisch verteilten Populationen logistisch aufwändig. Geringster Stichprobenfehler bei gleicher n.
Geschichtete Stichprobe: Grundgesamtheit wird in homogene Schichten eingeteilt; aus jeder Schicht wird proportional oder disproportional gezogen. Höhere Präzision als einfache Zufallsstichprobe bei bekannter Schichtstruktur; alle Schichten sind repräsentiert.
Klumpenstichprobe: Nur zufällig ausgewählte Klumpen werden vollständig oder teilweise untersucht. Kostengünstig und logistisch praktikabel ohne vollständigen Stichprobenrahmen; jedoch höherer Stichprobenfehler als die beiden anderen Verfahren bei gleicher n.
Systematische Stichprobe: Auswahl jedes k-ten Elements aus einer geordneten Liste. Einfach und praktisch, aber anfällig für Perioditätseffekte in der Liste.

Vor- und Nachteile der Klumpenstichprobe

Vorteile: Kein vollständiger Stichprobenrahmen der Grundgesamtheit erforderlich; deutliche Kosten- und Zeitreduktion bei geografisch verteilten Populationen; logistisch einfacher als flächendeckende Zufallsstichproben; skalierbar auf grosse nationale Umfragen.
Nachteile: Höherer Stichprobenfehler als einfache Zufallsstichprobe bei gleicher Gesamtstichprobengrösse (Design-Effekt durch Intracluster-Korrelation); Nicht-ausgewählte Klumpen sind vollständig unvertreten; statistische Auswertung erfordert spezielle Methoden (z. B. mit Svy-Befehlen in STATA oder Paketen in R wie survey).

Praxistipp: Wählen Sie bei der Klumpenstichprobe möglichst viele, kleine Klumpen statt wenige grosse, um den Design-Effekt zu minimieren. Berechnen Sie vor der Felderhebung den erwarteten Design-Effekt auf Basis der geschätzten Intracluster-Korrelation und passen Sie die geplante Stichprobengrösse entsprechend nach oben an, um Ihre Ziel-Schätzpräzision zu erreichen. Dokumentieren Sie die Klumpenstruktur und Ziehungswahrscheinlichkeiten vollständig, damit die Ergebnisse korrekt auf die Grundgesamtheit hochgerechnet und die Konfidenzintervalle valide berechnet werden können.

Ausgewählte Referenzen

Cochran, W. G. (1977). Sampling Techniques (3. Aufl.). Wiley.
Lohr, S. L. (2022). Sampling: Design and Analysis (3. Aufl.). Chapman and Hall / CRC.
Kish, L. (1965). Survey Sampling. Wiley.
Snijders, T. A. B. & Bosker, R. J. (2012). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling (2. Aufl.). SAGE Publications.
Malhotra, N. K. (2020). Marketing Research: An Applied Orientation (7. Aufl.). Pearson.