Выборкой называется любая подгруппа элементов (испытуемых, респондентов), выделенная из генеральной совокупности для проведения эксперимента. При этом отдельный индивид из выборки, с которым работает психолог, называется испытуемым (респондентом).

Полное или сплошное исследование всей генеральной совокупности – задача нереальная. Поэтому исследования проводятся на репрезентативных выборках.

Варианта (х) – это единица выборки, каждое отдельное х – результат отдельного измерения.

Объем выборки (n) – общее число вариант в выборке. Объем выборки может быть любым, но не меньшим чем два респондента. В статистике различают малую (n < 30), среднюю (30 < n < 100) и большую выборку n >100

Частота (f)- число, показывающее сколько раз встречается в выборке каждая варианта х.

Частость (ω) – это доля каждой частоты в общем объеме выборки, т.е. ω = f /n.

Выборки могут быть независимыми (несвязными) и зависимыми (связными).

Выборки называются независимыми (несвязными), если процедура эксперимента и полученные результаты измерения некоторого свойства у испытуемых одной выборки не оказывают влияния на особенности протекания этого же эксперимента и результаты измерения этого же свойства у испытуемых (респондентов) другой выборки.

Выборки называются зависимыми (связными), если процедура эксперимента и полученные результаты измерения некоторого свойства у испытуемых одной выборки оказывают влияния на особенности протекания этого же эксперимента и результаты измерения этого же свойства у испытуемых (респондентов) другой выборки.

К выборке применяется ряд обязательных требований, определенных прежде всего целями и задачами исследования. Одним из важных требований является требование однородности выборки. Оно означает, что психолог, изучая, например, подростков, не может включить в эту же выборку взрослых людей.

Все требования, предъявляемые к любой выборке, сводятся к тому, что на ее основе психологом должна быть получена наиболее полная, неискаженная информация об особенностях генеральной совокупности, из которой взята эта выборка. Иными словами, выборка должна быть репрезентативной. Репрезентативная выборка, или представительная выборка, - это такая выборка, в которой все основные признаки генеральной совокупности представлены приблизительно в той же пропорции и стой же частотой, с которой данный признак выступает в данной генеральной совокупности. Репрезентативная выборка представляет собой меньшую по размеру, но точную модель той генеральной совокупности, которую она должна отражать. Репрезентативность выборки позволяет распространить полученные на ней выводы на всю генеральную совокупность.

Репрезентативность выборки очень важна, тем не менее по объективным причинам соблюдать ее крайне сложно. Так, хорошо известен факт, что 70 – 90% всех психологических исследований человека проводились в США со студентами психологами. В лабораторных исследования, выполняемых на животных, наиболее распространенным объектом изучения являются крысы. Поэтому неслучайно психологию раньше называли «наукой о студентах-второкурсниках и белых крысах». Выборка студентов нерепрезентативна в качестве модели, претендующей на представительство всего населения страны.

Возникает закономерный вопрос, как сформировать репрезентативную выборку? Рассмотрим два метода, обеспечивающих репрезентативность выборки.

Первый метод формирования простой случайной выборки. Получить простую случайную выборку можно путем обычной жеребьевки (по аналогии с лотореей) или с помощью специальных таблиц случайных чисел. В последнем случае элементы генеральной совокупности перенумеровываются и из таблицы случайных чисел выписываются номера элементов, которые должны быть взяты в выборку. Данная процедура трудно осуществима, поскольку для ее реализации необходимо учитывать каждого представителя генеральной совокупности.

Второй метод основывается на понятии стратифицированной случайной выборки . Для этого необходимо разбить элементы генеральной совокупности на страты (группы) в соответствии с некоторыми характеристиками (возраст, пол, социальная принадлежность, национальность, место жительства (город, деревня)). Случайная выборка производится отдельно из каждой группы (страты).

Объем выборки зависит от задач исследования и от статистических методов, которые предполагается использовать. Некоторые непараметрические методы могут использоваться при сравнении групп численностью в 5-7 человек, а факторный анализ наиболее адекватен, если объем выборки составит около 100 человек.

Понятие выборки.

Лекция 4

1. Понятие выборки. 2. Типы выборок и способы построения выборок.3. Определение объема выборки.

Генеральная совокупность – множество всех элементов, обладающих некоторыми общими свойствами, существенными для их характеристики. Формирование выборки основывается на знании контура генеральной совокупности, под которым понимается список всех интересующих исследователя потребителей. Например, список всех домовладельцев определенного региона или города, или список всех торговых точек, реализующих продукты.

В зависимости от объема генеральной совокупности и целей исследования могут быть использованы методы сплошного или выборочного обследования. При проведении сплошного обследования изучаются все единицы совокупности. Данный метод может быть использован если количество элементов генеральной совокупности невелико (vip-клиенты в потребительских исследованиях, организации в исследованиях business-to- business).

Наиболее распространенным способом получения данных в маркетинговых исследованиях является выборочное наблюдение. Выполнение определенных правил отбора единиц в выборочную совокупность и соблюдение репрезентативности выборки позволяет распространять выборочные данные на генеральную совокупность.

При формировании выборки используются вероятностные и невероятностные (детерминированные) методы.

Вероятностная выборка (probability sampling) – выборка, в которую каждый элемент объекта исследования может попасть с заданной степенью вероятности. В вероятностных выборках каждый элемент генеральной совокупности известен и имеет определенную вероятность попасть в обследование. Следует отметить, что не представляется возможным точно рассчитать вероятности из-за отсутствия сведений о размере генеральной совокупности. Поэтому термин «определенная вероятность» скорее связан с правилами формирования выборки, чем со знанием точных размеров генеральной совокупности.

Детерминированная выборка (non-probability sampling) – выборка, в которую элементы попадают на основании заранее определённых предпочтений или суждений. В невероятностных выборках не выполняется условие равной вероятности попадания каждого объекта генеральной совокупности в выборку. Для этого типа выборок нельзя рассчитать ошибку выборки (погрешность). Но это не означат, что в ходе исследования будут получены неточные результаты. Невероятностные выборки требуют меньших временных и финансовых затрат. Часто невероятностные выборки используются для относительно малых генеральных совокупностей (тысячи, десятки тысяч потребителей).

Выделяются следующие виды детерминированных выборок:

· нерепрезентативные;

· преднамеренные;

· квотные;

· основной массив.

Нерепрезентативные (convenience sampling) выборки основаны на отборе наиболее доступных элементов (покупатели в магазинах, прохожие на улице и т.п.). Исследователь полагается на принцип принадлежности респондента к проектируемой генеральной совокупности.

Преднамеренные (judgemental sampling) выборки основаны на отборе вручную тех элементов, которые, по мнению исследователя, отвечают целям исследования. Разновидностью преднамеренной выборки является выборка по принципу «снежного кома» (snowball sampling). Она заключается в определении первоначальных элементов, каждый из которых указывает на несколько новых, и так далее. Такая выборка используется при обследовании объектов со специфическими признаками, занимающими невысокую долю в общем множестве аналогичных объектов, и тесно взаимодействующих между собой. Преднамеренные выборки имеют тот же основной недостаток, что и нерепрезентативная выборка – невозможность оценки её ошибки и низкая степень репрезентативности.

Квотная выборка - Квотные выборки (quota sampling) – детерминированные выборки, формируемые путём включения в выборку элементов в той же пропорции по основным характеристикам, в которой они присутствуют в общей исследуемой совокупности

один из наиболее популярных методов формирования выборки. При использовании квотного метода отбирают один или несколько признаков, по которым будет контролироваться выборка. Количество единиц в выборке, обладающих определенными характеристиками, должно быть пропорционально количеству таких единиц в генеральной совокупности. Считается, что при использовании метода квот можно делать выборку меньшего объема, чем при случайном отборе, так как квотный отбор дает почти полное совпадение выборочной и генеральной совокупностей по заданным параметрам, т.е. соблюдается свойство репрезентативности (представительности) выборки. Однако это утверждение невозможно подтвердить при помощи математических методов. Чаще всего в качестве параметров квотирования используются социально – демографические признаки (пол, возраст, образование, уровень доходов и т.п.).

Метод основного массива предполагает включение в выборку более 50% объектов генеральной совокупности. Преимущество опроса по методу основного массива состоит в том, что выборка имеет высокий удельный вес в генеральной совокупности. За счет этого удается устранить возможные ошибки. В принципе достаточно опросить большую долю респондентов генеральной совокупности, что минимизирует отличие выборочной средней от генеральной средней.

Вероятностные методы. Если единицы выборки имеют известный шанс (вероятность) быть включенными в выборку, то выборка называется вероятностной. Вероятностные методы включают в свой состав:

· простой случайный отбор;

· систематический отбор;

· кластерный отбор;

· стратифицированный отбор.

Простая случайная (simple random sampling, SRS)– выборка, в которой каждый элемент объекта исследования с равной вероятностью может попасть в выборочную совокупность Простейший метод формирования вероятностной выборки. Такая выборка формируется путём случайного равновероятного отбора элементов из их полного перечня. Основным недостатком такой выборки является необходимость обладания полным перечнем элементов исследуемой совокупности, что обеспечивается в практике маркетинговых исследований достаточно редко. При простой случайной выборке отбор производится из всей массы единиц генеральной совокупности без предварительного расчленения ее на какие-либо группы, и каждый элемент имеет одинаковую вероятность попадания в выборку (Р), которую можно рассчитать как отношение размера выборки к размеру генеральной совокупности. Например, если размер совокупности равен 10000 тыс. чел., а размер выборки – 600 чел., то вероятность попадания в выборку конкретного человека равна 6 % (400/10000 * 100). Наиболее простой способ организации случайной выборки – это жеребьевка, либо использование таблицы случайных чисел. При телефонном интервью компьютер может генерировать случайным образом телефонные номера, так как имеет генератор случайных чисел.

На сегодняшний день существует огромное количество классификаций типов выборки, различные исследователи по-разному классифицируют свои и чужие способы формирования выборочной совокупности. В разных изданиях можно столкнуться с различными названиями одной и той же выборки, что затрудняет процесс их изучения. Рассмотрим одну из этих классификаций, объединяющую в себе все те, которые встречаются в используемой литературе.

Случайная выборка.

Такая выборка является наиболее точной, репрезентативность (способность выборки «правильно отражать состояние дел в генеральной совокупности, из которой она извлечена и для изучения которой предназначена») её достигается при помощи математических методов. Особенность случайной выборки заключается в том, что все единицы генеральной совокупности имеют равную вероятность попасть в выборочную совокупность. По определению, при случайной выборке выполняется принцип случайности. «Равенство шансов попасть в выборочную совокупность - насколько необходимое, настолько же и сложно осуществимое требование. Для обеспечения этой «статистической демократии» равенства шансов социолог, как правило, формирует основу выборки», то есть полный и точный перечень или пронумерованный список всех элементов генеральной совокупности. Например, основой выборки могут выступать списки работников предприятия, телефонные справочники, регистрационные списки владельцев автомобилей, списки избирателей на избирательных участках, домовые книги, а так же составленные самим социологом различные списки в зависимости от целей исследования (список улиц, на которых потом проводится отбор респондентов).

Случайная выборка обычно применяется при опросах общественного мнения перед выборами, референдумами и другими массовыми мероприятиями.

Плюсом данного метода является полное соблюдения принципа случайности и, как следствие - избежание систематических ошибок.

Случайная выборка обладает рядом недостатков, которые затрудняют ее применение на практике:

• 1. Необходимость наличия списка элементов генеральной совокупности. Трудность здесь заключается в том, что получить такой список далеко не всегда представляется возможным. Следовательно, в тех случаях, когда невозможно получить список элементов генеральной совокупности, невозможно проводить и случайный отбор.
• 2. Сложность проведения опроса. Процедура опроса при случайном отборе является очень громоздкой и требующей много времени. Ведь в результате случайного отбора исследователь получает на выходе список фамилий респондентов (телефонов, адресов и т.д.), которых необходимо опросить. То есть, интервьюерам приходится «бегать» за каждым респондентом и добиваться от него согласия ответить на «парочку вопросов».

Усложняет эту задачу и то, что респондентов порой бывает не так просто найти; в случае отсутствия респондента его приходится посещать по нескольку раз (по крайней мере, не менее трех раз).

Все вышеперечисленное ведет к повышенным временным затратам на проведение опроса. Временные затраты можно уменьшить только благодаря привлечению дополнительных интервьюеров, т.е. только за счет дополнительных денежных расходов. Кроме этого возникает еще так называемая проблема не ответивших.

3. Сравнительно большой объем выборки. Для получения результатов со сравнительно высокой степенью точности случайный отбор требует достаточно большого объема выборки по сравнению с другими видами отбора. Другими словами, случайный отбор обладает меньшей степенью точности, что, в конечном счете, является причиной его меньшей эффективности. А выборка считается более эффективной, если: при одинаковых расходах она более точна, а при одинаковой точности она более дешевая.

Простой случайный отбор.

«Простой случайный отбор из генеральной совокупности предполагает что:

• · генеральная совокупность однородна;
• · все её элементы доступны для исследования в одинаковой степени;
• · имеется полный список элементов, составляющих генеральную совокупность (или хотя бы репрезентативная основа выборки);
• · к этому списку применяются процедуры случайного отбора, с использованием таблиц или компьютерных генераторов случайных чисел».

Метод систематической выборки.

Этот метод заключается в том, что из основы выборки, которая представляет собой полный пронумерованный список элементов генеральной совокупности, через равные интервалы (шаги), например каждый второй, третий или десятый, осуществляется отбор заданного числа респондентов.

Интервал (k) рассчитывается по формуле:

где N - полное число элементов генеральной совокупности, а n - число элементов выборочной совокупности.

Первый респондент непременно отбирается случайным образом, по таблице случайных чисел.

Этот метод может привести к систематической ошибке, если список ранжирован по какому-либо признаку, так как тогда само определение места начала случайного отбора будет влиять на средние характеристики всей выборки. Когда генеральная совокупность слишком велика или исследователю известен не полный её список, необходимо знать правило упорядочивания элементов в генеральной совокупности, так как интервал отбора может совпасть со скрытой периодичностью распределения признака в генеральной совокупности, а это приведет в свою очередь к смещениям.

Метод систематической выборки позволяет даже при не большом объёме выборки изучить достаточно большие генеральные совокупности с помощью простой техники отбора.

Серийная выборка.

При серийной выборке единицами отбора выступают не сами индивиды, а группы (кластеры или гнёзда). Обычно генеральную совокупность расчленяют на естественные гнезда, так как «при формировании искусственных гнезд создаётся трудность отнесения каждого отдельного элемента генеральной совокупности только к одному гнезду и обеспечения приблизительно одинаковых размеров гнезд» по определённому признаку. В качестве кластеров выступают семьи, бригады, классы, студенческие группы, школы - при изучении школьников, и больницы - при изучении пациентов, а так же районы, города и такое прочее.

Применение кластерной процедуры основано на четырёх обязательных условиях:

• 1) каждый элемент генеральной совокупности может принадлежать только к одному кластеру;
• 2) должно быть известно или поддаваться оценке с приемлемой степенью точности число элементов генеральной совокупности каждого кластера;
• 3) кластеры должны быть не разбросаны пространственно и не слишком велики, иначе кластерная выборка теряет свои преимущества в финансовом смысле;
• 4) выбор кластеров должен быть осуществлен так, что бы рост выборочной ошибки был минимальным (разные кластеры не должны быть однородными по исследуемому признаку и слишком большими).

После отбора кластеров они, как правило, подвергаются сплошному исследованию, но при необходимости осуществляют выборку из гнезда.

«Число респондентов, отбираемых из серии, пропорционально общему числу элементов в ней. Из каждой (серии) можно осуществить отбор единиц анализа при помощи собственно-случайной или механической выборки. Количество респондентов, подлежащих отбору из каждой серии в отдельности, определяется из соотношения:

где i - число серий, выделенных в генеральной совокупности, Ni - число единиц в серии».

Достоинствами гнездового отбора можно назвать - организационную простоту и удобство опроса респондентов, которые находятся вместе, а не разбросаны пространственно, а так же то, что респонденты изучаются в их естественном окружении, а это, конечно, влияет на качество получаемой первичной информации. Иногда гнёзда подвергаются сплошному исследованию, а это гораздо проще, чем бегать за каждым респондентом, и при этом мы получаем выигрыш и в средствах, и во времени.

Но при этом необходимо следить, чтобы количество групп в генеральной совокупности было достаточно большим, иначе ни о каком принципе случайности не может быть и речи. Кроме того, возможны неточности из-за того, что на момент опроса не удается застать всех членов группы.

Стратифицированная выборка.

Применяется в тех случаях, «когда цели и задачи исследования требуют вероятностного отбора респондентов по каким-либо групповым критериям», или когда мы имеем дело с неоднородной генеральной совокупностью, или когда она слишком велика, или имеет сложную структуру, и основу выборки для всей генеральной совокупности получить сложно, чем для отдельных её частей. Для повышения точности результатов отбора процедура такой выборки состоит из деления генеральной совокупности на страты («страта» - это социальная, возрастная, или иная группа, буквально «слой»), которые являются однородными и используются для изучения электоральных намерений, социального класса и возраста, отношений к уровню доходов и другое. После определения страт в каждой из них осуществляется простая случайная или систематическая выборка, при наличии собственной основы выборки.

Выделяют три способа размещения выборки (для того чтобы выборка не теряла свой случайный характер):

• 1. Пропорциональное размещение выборки: из каждой страты отбирается определённый процент (5-10%) единиц отбора, «объем выборки из страты пропорционален размеру страты в генеральной совокупности». Этот способ очень простой и надёжный.
• 2. Равномерное размещение выборки: из каждой страты отбирается одинаковое число единиц (например, по 200-300). Применяется в случаях, когда исследователю неизвестны объемы страт исходной совокупности.
• 3. Оптимальное размещение выборки: считается, что самые неоднородные страты должны быть представлены в выборке наибольшим объёмом единиц, а однородные - наименьшим. Этот же способ используется очень редко, так как на практике он трудно реализуется из-за отсутствия информации о вариации признаков в генеральной совокупности.

Когда стратифицированную выборку называют районированной, значит стратификация проходит по территориальному принципу. Например, при опросах часто применяют районирование по областям.

Этот метод особенно хорош, когда генеральная совокупность неоднородна. Однако стратифицированная выборка может быть применена лишь при наличии дополнительной информации о генеральной совокупности (например, нам необходимо процентное соотношение мужчин и женщин, в случае, если мы хотим стратифицировать выборку по полу). Отсутствие такой информации делает применение стратифицированной выборки невозможным. Еще один недостаток стратифицированного отбора - это возможность систематической ошибки.

Неслучайная выборка.

При таком способе отбора единиц мы не можем заранее рассчитать вероятность каждого элемента попасть в состав выборочной совокупности, что не даёт возможности рассчитать репрезентативность выборки. В этом случае она является не обязательной, так как количественные параметры объекта не играют решающей роли в исследовании, а целью его будет - углублённое качественное описание какого-либо отдельного социального феномена.

Обычно неслучайный отбор применяют в следующих случаях:

• 1. Невозможно провести случайный отбор вследствие :
  • · Ограниченности ресурсов (недостаток денежных средств, нехватка времени, отведённого на проведение исследования, отсутствие списков единиц генеральной совокупности и так далее)
  • · Этических проблем (нельзя заставить респондента отвечать, если он отказывается)
• 2. Отсутствие необходимости проведения случайного отбора.

Отбор в такой выборке осуществляется не по принципам рандомизации (которые обеспечивают «случайность» отбора элемента генеральной совокупности в выборку. К ним относятся, например, случайный выбор первого адреса из списка, запрет на обследование подряд однотипных квартир, процедуры случайного отбора респондентов в семье»), а по субъективным критериям - доступности, типичности, равного представительства и такое прочее. Главный недостаток неслучайных методов заключается в том, что не существует строгих статистических методов, которые позволили бы обобщить полученные результаты. Оценка точности и валидности таких результатов (и выводов в исследовании) остаётся делом субъективных суждении, опыта и теоретических предпочтений.

Стихийная выборка.

Исследователь при применении данного метода в некоторой степени контролирует выборку (например, публикуя анкету в журнале, он обращается только к читателям этого журнала), но решение о включении в выборку принимает сам респондент. То есть, её размер заранее часто не известен, а определяется конкретным условием - активностью респондентов. Значит, нельзя и заранее определить структуру массива респондентов, которые заполнят и вернут анкеты. Поэтому этот метод не претендует на репрезентативность выборки, а выводы исследования очень часто распространяются только на опрошенную совокупность.

Сферы применения стихийной выборки:

• 1) анкеты, публикуемые в газетах и журналах;
• 2) почтовые опросы;
• 3) опросы покупателей в залах супермаркетов;
• 4) опрос пассажиров на остановках и в общественном транспорте.

Многоступенчатая и одноступенчатая выборки.

Выборка делится на одноступенчатую и многоступенчатую по количеству ступеней в отборе. Одноступенчатая выборка предполагает, что из генеральной совокупности сразу осуществляется отбор респондентов для опроса. Процедура же многоступенчатой выборки включает несколько ступеней, при этом на каждой из них единица отбора меняется. «Различают единицы отбора первой ступени (первичные единицы), единицы отбора вторичной ступени (вторичные единицы) и так далее. Объекты самой нижней ступени, с которых ведется непосредственный сбор информации, называются единицами наблюдения». Например, задача исследования - изучение свободного времени студентов всей страны.

Процедура будет строиться следующим образом:

• 1. отбор регионов;
• 2. отбор города в них, где есть вузы;
• 3. отбор учебных заведений, в которых будет проводиться исследование;
• 4. выбор академических групп;
• 5. отбор студентов.

Многоступенчатая выборка осуществляется не в локальных масштабах, а в региональных, общенациональных, международных. Использовать одноступенчатую выборку в таких масштабах нерационально, да и очень дорого обойдётся такое исследование. Многоступенчатая выборка в этом плане экономична и упрощает подход к выбору объекта.

Но нужно учитывать, что чем больше ступеней в выборке, тем больше будет ошибка репрезентативности, возрастёт вероятность погрешностей, что приведёт к искажению результатов исследования.

Рассмотрев некоторые типы выборок, необходимо также уяснить, что такое объем выборки и какие бывают ошибки выборки и как их избежать.

Наименование параметра	Значение
Тема статьи:	Выборка
Рубрика (тематическая категория)	Связь

Выводной анализ

Он включает в себя:

1. Оценку параметров генеральной совокупности

2. Проверку гипотез

Статистические наблюдения или сбор статистических данных на сплошной или не сплошной базе являются первым этапом статистического исследования.

Сплошные опросы всœех респондентов, то есть опрос 100%, могут проводиться только в тех случаях, когда количество опрашиваемых не превышает 300-500 человек. Большее количество опросить под силу только государству (перепись населœения).

В случае, в случае если опрашиваемая совокупность более 500 человек, то достаточно опросить только выборку и результат опроса выборочной совокупности распределить на генеральную совокупность. Но это возможно только, в случае если выборка репрезентативна, то есть достоверна и отражает структуру генеральной совокупности.

Выборочным принято называть такое не сплошное наблюдение, при котором признаки регистрируются у отдельных единиц изучаемой статистической совокупности, отобранных с помощью специальных методов, а полученные в процессе исследования результаты с определœенным уровнем вероятности распределяются на всю исходную (генеральную) совокупность.

Для обеспечения репрезентативности применяют 2 метода:

1. Сбор (отбор) в выборку происходит методом случайных чисел (случайная выборка). Выделяют:

а) случайно-повторную выборку

б) случайно-бесповторную

в) механическую пошаговую выборку

При случайно-повторной выборке попавшая в выборку единицы подвергается обследованию, регистрируются значения ее признаков, а потом она обратно возвращается в генеральную совокупность и наряду с другими вновь может попасть в выборку и быть обследованной.

При бесповторном отборе попавшая в выборку единица подвергается обследованию, но в дальнейшей процедуре отбора уже не участвует.

В случае если отбор бесповторный, то численность выборки определяется по формуле:

где N – число единиц в изучаемой генеральной совокупности

t – коэффициент доверия, зависящий от вероятности, с которой можно гарантировать, что предельная ошибка выборки не превысит t-кратную среднюю ошибку.

К примеру, при вероятности 0,990 t = 3

Чаще всœего в маркетинговых исследованиях опираются на вероятность 0,954, при которой t = 2.

Математик Ляпунов вывел формулу для расчета t, исходя из которой сформирована следующая таблица:

Проблема в том, что показатели дисперсии и ошибки рассчитываются по результатам опроса, а размер выборки крайне важно рассчитать до проведения опроса. По этой причине значение дисперсии σ 2 и Δ определяют на основании эксперимента͵ пробного обследования или по результатам аналогичных исследований, которые проводились ранее.

σ обычно берут равным 50%, следовательно дисперсия σ 2 будет равна 0,25

Δ – предельная заданная ошибка выборки берется равной 0,05, следовательно ее квадрат будет равен 0,0025.

Для переноса результатов выборочного исследования на генеральную совокупность рассчитывают ошибку выборки по следующей формуле:

где n – величина выборки

N – величина генеральной совокупности

σ 2 – дисперсия

Пусть Р – генеральная доля, w – выборочная доля, - генеральная средняя, - выборочная средняя, тогда результат будет записан следующим образом:

для генеральной доли:

для генеральной средней:

Эти два вида выборок используются, когда крайне важно оценить материальный объект (упаковка и тому подобное). А в социальных исследованиях не применяются, так как трудно обеспечить случайность. По этой причине в социальных исследованиях элемент случайности должна быть обеспечен с помощью механической выборки.

Механическая выборка состоит в отборе единиц из генеральной совокупности через равные промежутки из определœенного расположения их в генеральной совокупности (по алфавиту, по географическому признаку, во времени).

Здесь возникает 2 задачи:

1. определœение шага отсчета – расстояния между единицами

2. выбор единицы, с которой нужно начинать отсчет

1) Шаг отсчета определяется путем делœения численности генеральной совокупности на численность выборочной совокупности. Такой метод применяется, когда N мала.

При маркетинговых исследованиях чаще всœего применяют неслучайные виды выборок, то есть вводятся элементы неслучайности. Сначала узнают характеристики генеральной совокупности, а потом на основании этих параметров строят выборки. Выборки бывают стихийные (произвольные), квотные (типические), концентрированные, серийные (образованные методом клумб).

Стихийная (произвольная) выборка – элементы выборки отбираются без плана. Такая выборка имеет самую низкую репрезентативность.

Квотная выборка – выборка, в которой сохраняется структура генеральной совокупности по небольшому числу признаков. Эту выборку называют также районированной.

Пример: крайне важно опросить 10 тысяч учащихся, выборка составляет 100 человек. Из них в Октябрьском районе – 20%, в Индустриальном – 10%, Первомайском -10%, Устиновском – 10%, Ленинском – 20%. В том числе в Октябрьском районе гимназий 10%, лицеев 20%, общеобразовательных школ – 70%. Следовательно, нужно опросить 2 человека из гимназий Октябрьского района, 4 человека – из лицеев Октябрьского района, 14 человек – из общеобразовательных школ Октябрьского района и так далее.

Серийная выборка – применяется в случаях, когда единицы изучаемой совокупности объединœены в небольшие группы или серии (семьи, классы, группы и т.п.) Серии отбираются с помощью механической или случайной выборки, а внутри отобранных серий могут исследоваться как всœе без исключения единицы, так и выборочно. Эта выборка принято называть также выборкой методом клумб.

Концентрированная выборка – образуется в том случае, в случае если исследуется важные, наиболее существенные свойства генеральной совокупности, а несущественные отбрасываются. К примеру, когда крайне важно исследовать сбалансированность кадров на предприятиях, берутся только крупные предприятия, а мелкие отбрасываются.

Выборки бывают сформированы многоступенчатым имногофазным способами.

Многоступенчатый способ предполагает извлечение из генеральной совокупности сначала укрупненных групп единиц, затем групп, меньших по объёму, и так до тех пор, пока не будут отобраны те группы или единицы, которые будут подвергнуты наблюдению. То есть выборка производится несколько раз. Причем должна быть так, что единица выборки предыдущей стадии будет являться генеральной совокупностью для последующей выборки. К примеру, производится отбор людей по всœему миру: сначала выбирается страна, затем город, потом предприятие и, наконец, группа людей или конкретный человек, которые будут подвергнуты исследованию.

Многофакторная выборка - ϶ᴛᴏ такая выборка, когда выборочные совокупности обрабатываются так, что одни сведения собираются для всœех единиц отбора, а другие (более глубокие) только для некоторых единиц. К примеру, опрос потребителœей для выявления образа идеального автомобиля: сначала задается вопрос, имеет ли опрашиваемый автомобиль, затем из всœех выбирают только тех, кто имеет, и они опрашиваются по более углубленной программе.

Выборочное наблюдение при строгом соблюдении условий случайности и достоверно большой численности отобранных единиц репрезентативно. По результатам изучения определœенной части единиц с достаточной для практики степенью точности можно судить о всœей совокупности.

Первичную информации можно получить и в результате опроса экспертов. Зачастую оценки экспертов не обладают достаточной устойчивостью, то есть эксперт может одни и те же события оценить по-разному при нескольких повторных экспертизах. Чем устойчивее оценки эксперта͵ тем больше он заслуживает доверия.

Повторные экспертизы, как правило, очень дороги, следовательно, достоверность оценок можно повысить следующим образом: крайне важно проанализировать данные о расхождении экспертных оценок и их действительных значений, найденных в процессе реализации событий, и сделать соответствующие переоценки компетентности экспертов. Для этого применяется:

Коэффициент конкордации лежит в интервале (может принимать значения) от -1 до +1

Выборка - понятие и виды. Классификация и особенности категории "Выборка" 2017, 2018.