クラスターサンプリング

調査対象が広い地域に散らばると、一人ずつ訪問する費用が大きくなります。
クラスターサンプリングは、学校、店舗、地域などの集団を抽出の単位にし、選んだ集団の中を調べる方法です。
カナダ統計局の説明は、集団を無作為に選ぶ方法を示しています。
集団内の全員を調べる一段の方法と、さらに一部を選ぶ多段の方法は区別します。

個人より先に集団を選ぶ

たとえば、全国の小売店員の端末利用を調べるとします。
全店舗の店員から直接抽出する代わりに、まず店舗を無作為に選び、その店舗の対象者を調べます。
訪問先がまとまるため、移動の負担を抑えられます。
ただし、協力を得やすい店舗だけを選ぶと、無作為な集団の抽出とは異なる調査になります。

抽出の前に、対象店舗の一覧と、集団の範囲を定めます。
同じ人が複数店舗で働く場合、重複して数えない方法が必要です。
店舗の大きさが違うなら、店舗を選ぶ確率と、店員を選ぶ確率の両方を記録します。
どの人も同じ確率で選ばれていると、無条件には考えられません。

同じ集団の中で似ることの影響

同じ店舗では、機器、店長の指導、忙しい時間が共通するため、店員の回答が似る可能性があります。
一店舗で多数を調べても、多数の店舗で少しずつ調べた結果と同じ精度になるとは限りません。
標本数だけでなく、集団の数と集団内の似方が推定の精度に影響します。
集団の構造を無視して、単純無作為抽出と同じ式で誤差を計算しないようにします。

店舗の例なら、大型店一店の特殊な運用に結果が左右されていないかを確認します。
もっと多くの店舗を選ぶか、地域や店舗規模を先に分けてから店舗を選ぶなど、目的に合う設計を検討します。
費用を抑える効果と、必要な精度の両方から方法を選びます。

層化抽出との違い

層化抽出では、分けた各層から対象を選びます。
クラスターサンプリングでは、一部の集団だけを選び、選ばれなかった集団は直接調べません。
どちらも集団に分けますが、抽出の目的と推定の扱いが異なります。
設計によっては両方を組み合わせます。

報告には、集団の定義、抽出方法、選択確率、回答しなかった集団と人への対応を示します。
比較する属性を確保する方法は層化抽出、抽出の基本は無作為標本を参照してください。

参考資料