집락표집(Cluster Sampling)과 다단계 표집(Multistage Sampling)은 모두 복잡한 설계의 확률 표집 방법입니다. 이들은 대규모 인구를 대상으로 조사를 실시할 때 비용과 시간을 절약하기 위해 사용됩니다. 각각의 방법에 대해 설명하고 실제 예시를 들어보겠습니다. ### 집락표집(Cluster Sampling) **개념**: 집락표집은 전체 모집단을 서로 겹치지 않는 여러 개의 집단(집락)으로 나눈 후, 무작위로 몇 개의 집단을 선택하고, 선택된 집단(집락)의 모든 구성원을 조사하는 방법입니다. 이 방법은 모집단이 지리적으로 넓게 분포되어 있을 때 유용합니다. **실제 예시**: 전국의 중학교 학생들의 운동 습관을 조사하고자 할 때, 전국을 여러 지역(집락)으로 나누고, 그 중 몇 개의 지역을 무작위로 선택합니다. 선택된 각 지역의 모든 중학교를 조사하는 경우, 이는 집락표집의 예입니다. [[집락표집의 장점]] ### 다단계 표집(Multistage Sampling) **개념**: 다단계 표집은 여러 단계에 걸쳐 표본을 추출하는 방법입니다. 첫 단계에서는 큰 집단(집락)을 선택하고, 그 다음 단계에서는 선택된 집단 내에서 더 작은 집단을 선택합니다. 이 과정을 필요한 만큼 반복한 후, 최종적으로 선택된 집단에서 개체를 조사합니다. **실제 예시**: 전국의 대학생들의 식습관을 조사하고자 할 때, 첫 단계로 전국을 몇 개의 지역으로 나누고(1단계), 각 지역에서 몇 개의 대학을 무작위로 선택합니다(2단계). 그 다음에는 선택된 각 대학에서 몇 개의 학과를 무작위로 선택(3단계)하고, 마지막으로 각 학과에서 일정 수의 학생들을 조사(4단계)합니다. 이는 다단계 표집의 예입니다. ### 비교 - **집락표집**은 주로 마지막 단계에서 선택된 집락의 모든 구성원을 조사합니다. 이 방법은 표본의 추출과 조사가 비교적 간단하고 경제적입니다. - **다단계 표집**은 여러 단계에 걸쳐 점점 더 세분화된 집단에서 표본을 추출합니다. 이 방법은 더 복잡하지만, 매우 크고 다양한 모집단을 효율적으로 조사할 수 있게 해줍니다. 두 방법 모두 대규모 인구를 대상으로 할 때 유용하지만, 표본의 대표성을 확보하기 위해서는 설계 단계에서 주의가 필요합니다. 잘못된 집락이나 단계의 선택은 편향을 초래할 수 있습니다.