クラスタサンプリングとは何ですか？
(画像：クラスターサンプリング)
定義：クラスターサンプリングは、関連する母集団のクラスターを研究します。 それは見本抽出の単位が多数の場合の例えば家族、教室、学校また更に都市または学校システムから成っている設計である。 クラスターサンプリングは、エリアサンプリングとも呼ばれます。 いくつかの著者は、多段サンプリングと同義であると考えています。 多段サンプリングでは，研究すべき症例を異なる段階でランダムにピックアップした。
例えば、州内の中産階級の労働者の問題を研究する上で、最初の段階は州内のいくつかの地区をピックアップすることになります。 次の段階は、研究のためにいくつかの農村部と都市部をランダムにピックアップすることです。 第三段階では、中産階級に属するいくつかの家族がピックアップされます。 最後の段階は、これらの家族のうち働くカップルを選択することになります。
このように、ステージは次のようになります:
（画像：クラスターサンプリング法）
（州->地区->中産階級の家族->これらの家族の働くカップル)
人口が広範囲に集中しており、一段階で人口全体を研究することができない場合には、面積サンプリングまたはクラスタサンプリング法が採用され
すべてのサンプリング方法には独自のメリットとデメリットがあります。 クラスターサンプリングの長所と短所を以下に示します。
クラスタサンプリングのメリット
クラスタサンプリングには以下の利点があります:
- クラスターサンプリングは、より安価で迅速です。 州全体に散在するランダムに選択された単位よりも、集団内の単位のクラスターを観察する方が経済的です。
- クラスターサンプルは、大きなサンプルの各蓄積を可能にします。
- 個々のケースごとの精度の損失は、同じコストでより大きなサンプルを研究する可能性によって補償される以上のものです。
- クラスターサンプルは、無作為抽出と層別サンプリングの両方の利点を組み合わせることができます。
- クラスタサンプリング手順は、一つ以上の領域から情報を取得することができます。
クラスタサンプリングのデメリット
クラスタサンプリングのデメリットは次のとおりです:
- クラスターサンプルでは、各クラスターは互いに似た単位で構成されている場合があります。 これにより、サンプリング誤差が大きくなり、サンプルの代表性が低下する可能性があります。
- クラスターサンプリングでは、一部のサブセットのサイズが等しくない場合、サンプルバイアスの要素が発生します。
- この種のサンプリングは、その発見を別の領域に適用することはできないかもしれません。
- 場合によっては、サンプルの精度を上げる立場から適切な数のケースが選択されていない場合があり、重複する効果が生じることがあります。