Khung mẫu cần thiết của mẫu ngẫu nhiên đơn là:

Trong phương pháp chọn mẫu chùm (cluster sampling), quần thể được chia thành các cụm (clusters). Sau đó, một số cụm được chọn ngẫu nhiên, và tất cả các phần tử trong các cụm được chọn này sẽ được đưa vào mẫu. Do đó, khung mẫu cần thiết phải là danh sách toàn bộ các cụm của quần thể đích để có thể chọn ngẫu nhiên các cụm này.

Câu hỏi này kiểm tra kiến thức về các phương pháp chọn mẫu trong nghiên cứu. Quần thể đích được chia thành các vùng (tầng) không đều nhau về số lượng (Đồng bằng, Trung du, Miền núi). Để mẫu đại diện tốt nhất cho quần thể, cần sử dụng phương pháp mẫu tầng.

* Mẫu tầng tỷ lệ: Chọn mẫu từ mỗi tầng sao cho tỷ lệ mẫu trong tầng đó tương ứng với tỷ lệ của tầng đó trong quần thể tổng thể. Điều này đảm bảo sự đại diện của mỗi vùng theo đúng tỷ lệ của nó.
* Mẫu tầng không tỷ lệ: Chọn mẫu từ mỗi tầng không dựa trên tỷ lệ của tầng đó trong quần thể tổng thể. Phương pháp này có thể được sử dụng khi cần đảm bảo số lượng mẫu đủ lớn từ một tầng nhỏ để có thể phân tích riêng tầng đó.
* Mẫu chùm: Chọn ngẫu nhiên các cụm (chùm) từ quần thể, sau đó thu thập dữ liệu từ tất cả các cá thể trong các cụm đã chọn. Phương pháp này ít phù hợp khi các cụm có sự khác biệt lớn.
* Mẫu nhiều giai đoạn: Kết hợp nhiều phương pháp chọn mẫu khác nhau. Ví dụ, có thể chọn ngẫu nhiên các tỉnh (giai đoạn 1), sau đó chọn ngẫu nhiên các huyện trong các tỉnh đã chọn (giai đoạn 2), và cuối cùng chọn ngẫu nhiên các hộ gia đình trong các huyện đã chọn (giai đoạn 3).

Trong trường hợp này, vì ba vùng có số lượng dân cư khác nhau, mẫu tầng tỷ lệ sẽ đảm bảo mỗi vùng được đại diện đúng mức trong mẫu cuối cùng, do đó cung cấp một mẫu đại diện tốt nhất cho quần thể.

Số lượng mẫu có kích thước n = 2 được chọn từ một quần thể có kích thước N = 6 được tính bằng tổ hợp chập 2 của 6, ký hiệu là C(6, 2) hoặc 6C2. Công thức tính tổ hợp là: C(n, k) = n! / (k! * (n-k)!).

Trong trường hợp này, ta có: C(6, 2) = 6! / (2! * 4!) = (6 * 5 * 4 * 3 * 2 * 1) / ((2 * 1) * (4 * 3 * 2 * 1)) = (6 * 5) / (2 * 1) = 30 / 2 = 15.

Vậy, tổng số mẫu có kích thước n = 2 là 15.

Để ước đoán chính xác nhất tỷ lệ (trường hợp siêu bội) cần điều tra trong quần thể, cần dựa vào một nghiên cứu thăm dò (A). Nghiên cứu thăm dò giúp thu thập thông tin sơ bộ và đánh giá mức độ phổ biến của hiện tượng cần nghiên cứu trong quần thể mục tiêu, từ đó đưa ra ước tính chính xác hơn so với việc sử dụng tỷ lệ mắc bệnh ở địa phương (B), số liệu thường qui (C) (thường không đầy đủ hoặc không chính xác cho mục đích này), hoặc nghiên cứu tương quan (D) (chỉ ra mối liên hệ, không phải tỷ lệ).