クラスターサンプリング：定義、方法、例
Reading Time: < 1 minute read クラスターサンプリングとは何ですか？ クラスターサンプリングは、研究者が研究のために母集団を複数のグループ（クラスター）に分割する確率サンプリング手法です。 次に、研究者は、データ収集とデータ分析のために、単純なランダムまたは体系的なランダムサンプリング手法を使用してランダムグループを選択します。 回答者を選択してください 例： 研究者は、米国全体のビジネス教育における2年生のパフォーマンスを判断するための調査を実施したいと考えています。 すべての大学の学生を巻き込んだ調査研究を行うことは不可能です。 代わりに、クラスターサンプリングを使用することにより、研究者は各都市の大学を1つのクラスターにまとめることができます。 次に、これらのクラスターは、単純ランダムサンプリングまたは体系的なランダムサンプリングのいずれかを使用して、米国の2年生のすべての学生集団を定義し、調査研究のためにクラスターをランダムに選択します。 続いて、単純または系統抽出を使用することにより、これらの選択されたクラスターのそれぞれから2年生を選択して、調査研究を実施することができます。 このサンプリング手法では、研究者は、人口統計、習慣、背景、または実施された研究の焦点となる可能性のあるその他の母集団属性など、複数のサンプルパラメータで構成されるサンプルを分析します。 この方法は通常、類似しているが内部的に多様なグループが母集団を形成する場合に実行されます。 母集団全体を選択する代わりに、クラスターサンプリングにより、研究者はデータを小さく、より生産的なグループに分岐することによってデータを収集できます。 クラスターサンプリングの定義 クラスターサンプリングは、研究者が母集団から複数のクラスターを作成し、それらが均質な特性を示し、サンプルの一部である可能性が等しいサンプリング方法として定義されます。 例： 組織がドイツ全土のスマートフォンのパフォーマンスを調査しようとしているシナリオを考えてみましょう。 国全体の人口を都市（クラスター）に分割し、人口が最も多い町をさらに選択し、モバイルデバイスを使用してそれらをフィルタリングすることもできます。 クラスターサンプリングの種類 このサンプリング手法を分類するには、2つの方法があります。 […]
