Welke methoden worden gebruikt voor clustering van het experiment (cluster randomisatie)?

De clustering van het experiment (cluster randomisatie) is een methode waarbij de randomisatie niet op het niveau van individuele gebruikers plaatsvindt, maar op het niveau van groepen (clusters), bijvoorbeeld hele afdelingen, regio's of servers. Dit wordt gebruikt wanneer het niet mogelijk of niet wenselijk is om gebruikers binnen een cluster te splitsen.

Belangrijkste methoden van clustering:

• Eenvoudige cluster randomisatie: clusters worden willekeurig verdeeld over experimentele en controlegroepen.

• Gestratificeerde cluster randomisatie: clusters worden vooraf verdeeld in strata op basis van belangrijke kenmerken (bijvoorbeeld grootte, regio), en vervolgens wordt binnen elke stratum gerandomiseerd.

• Paarklassen van clusters: clusters worden gegroepeerd in paren met vergelijkbare kenmerken, en in elk paar gaat één cluster naar het experiment en de andere naar de controle.

• Meervoudige niveaus van randomisatie: wordt gebruikt wanneer er een hiërarchie van clusters is (bijvoorbeeld scholen en klassen), en randomisatie kan op verschillende niveaus plaatsvinden.

Bij het analyseren van de resultaten is het belangrijk om rekening te houden met de intra-cluster correlatie, omdat gegevens binnen een cluster afhankelijk kunnen zijn, wat de statistische kracht beïnvloedt en speciale analysemethoden vereist (bijvoorbeeld gemengde modellen).

Voorbeeld: als het experiment op winkelniveau wordt uitgevoerd, vallen alle klanten van één winkel in dezelfde groep om effecten binnen de winkel niet te mengen.