クラスターのサンプリング方法

適切なサンプリング方法により、サンプルが偏りなく抽出され、母集団が正確に表現されます。研究において母集団全体を測定することは現実的ではないため、研究者はサンプルを使用して関心のある母集団を代表します。

クラスターのサンプルを選択するには、母集団をクラスター (グループ) に分割し、クラスターのいくつかをランダムに選択します。これらのクラスターのすべてのメンバーがクラスターサンプルに含まれています。たとえば、大学の母集団から 4 つの学部をランダムに抽出した場合、その 4 つの学部がクラスターサンプルとなります。大学の学部を学科ごとに分けます。部門はクラスターです。各部門に番号を付け、単純なランダム サンプリングを使用して 4 つの異なる番号を選択します。これらの番号を持つ 4 つの部門のメンバー全員がクラスターのサンプルです。

クラスターサンプリング方法は費用対効果が高く、時間を節約できます。たとえば、農村コミュニティを研究するには、州をいくつかのクラスターに分割します。現在では、すべての場所を訪問する代わりに、ランダムなクラスターが選択されて調査されるため、お金と時間の両方が節約されます。ただし、クラスター サンプルは母集団全体を完全に表していない可能性があるため、サンプリングエラーが見つかりやすいです。

このテキストはOpenstax, Introductory Statistics, Section 1.2 Data, Sampling, and Variation in Data and Samplingから翻案されます