какие способы формирования выборки вы знаете

Способы формирования выборки

Выборки бывают случайные и неслучайные. Случайными называются выборки, если они сформированы по правилу: все объекты генеральной совокупности должны иметь равную вероятность попадания в выборочную совокупность. Существует три типа вероятностных (случайных) выборок: простая случайная выборка, систематическая случайная выборка, серийная выборка (гнездовая).

Простая случайная выборка – используется таблица случайных чисел. Если генеральная совокупность не очень велика, то можно использовать другой способ. Единицы наблюдения нумеруем, переносим на карточки номера, тщательно перемешиваем или складываем в барабан, и вытаскиваем необходимое количество карточек.

Систематическая случайная выборка – в этом случае отбор производится через какой-то определенный интервал (шаг) из исходного списка (домовые книги, алфавитные списки, финансовые ведомости и т. д.). Первый элемент отбора определяется случайным способом (по таблице случайных чисел). Потом выбор единиц отбора будет производиться через один и тот же шаг. Однако необходимо следить, чтобы шаг отбора не совпадал с какой-то внутренней закономерностью изучаемой генеральной совокупности.

Например, если составляется выборка для опроса клиентов в социальном центре, надо проверить, все ли клиенты в нее попали.

Серийная (гнездовая) выборка – единицей отбора будет статистическая серия, т. е. совокупность статистически различных единиц (центры различных районов Омской области). Серии, попавшие в выборку, подвергаются сплошному или выборочному обследованию.

Не строго случайные методы: целенаправленная, квотная и стихийная выборка.

Целенаправленная (целевая) – выбираются типичные для генеральной совокупности элементы по каким-то определенным критериям.

Квотная – представляет собой модель структуры генеральной совокупности, которая строится в виде квот (пропорций) распределения признаков изучаемых объектов. Этим методом пользуются, когда имеются предварительные данные о важных элементах генеральной совокупности. При этом берется какая-то часть (в процентном отношении) генеральной совокупности, непосредственно исследуется, а затем сопоставляется с целым по каким-то показателям. Это может быть возраст, образование, профессиональная подготовка и т. д. Показатели генеральной совокупности в этом случае берутся из официальной статистики.

Стихийная – часто называется выборкой «первого встречного». Критерии выбора не задаются. Исследуя какую-то проблему через газету, заранее трудно предопределить структуру массы читателей, которые заполнят и вышлют обратно анкеты, поэтому выводы такого исследования будут распространяться только на определенных читателей.

Присущие основным типам выборок достоинства и недостатки даны в систематизированном виде авторами «Рабочей книги социолога».

Вопросы для самоконтроля

Дайте определение программы исследования.

Каково содержание методологической части программы?

Что такое проблемная ситуация в исследовании?

Как связаны предмет и проблема в КСИ?

Как связаны гипотезы-следствия и гипотезы-основания?

В чем заключаются методические требования к выборке?

Разработка и пилотаж инструментария. В методическую часть программы входит также разработка инструментария и, прежде всего, анкеты (опросника). В разделе 4.1 были рассмотрены основные требования к формированию анкеты. К этому следует добавить ряд положений, полезных для деятельности социального работника.

Специальные методические исследования показывают, что формулировка вопроса имеет решающее значение для качества данных. Д. де Вос свел те требования, которые обычно предъявляют к словесной формулировке вопроса, в удобный контрольный список, которым можно руководствоваться в практической работе.

Источник

Методы выборки

Для начала несколько определений: [1] выборка — часть генеральной совокупности, извлекаемая для анализа; генеральная совокупность — множество всех рассматриваемых объектов. Вместо того, чтобы изучать всю совокупность объектов, изучают выборку, а затем результаты, полученные на выборке, распространяют на всю совокупность. Выборочные исследования занимают меньше времени, они дешевле, проще и практичнее, чем полное исследование. Например, вместо осуществления полной переписи населения, статистические процедуры выборочного исследования концентрируют внимание на сборе информации о малой репрезентативной группе, взятой из большой генеральной совокупности. Выборка, полученная в результате этих процедур, содержит информацию, которую можно использовать для оценки свойств всей генеральной совокупности.

Процедура выбора начинается с определения основы, представляющей собой полное или частичное перечисление объектов, содержащихся в генеральной совокупности. Основой могут служить источники данных, например, списки населения, каталоги или карты. Затем из основы извлекаются выборки. Если основа является неадекватной, например, вследствие того, что лица или объекты, принадлежащие генеральной совокупности, выбраны неправильно, то выборки будут неточными и тенденциозными.

Существует два вида выборок: детерминированные и вероятностные (рис. 1).

Рис. 1. Разновидности выборок

Скачать заметку в формате Word или pdf, примеры в формате Excel2007

Детерминированная выборка состоит из элементов, включенных в нее без учета вероятности их появления. Поскольку детерминированные выборки содержат элементы без учета вероятности их появления, причем в некоторых случаях респонденты участвуют в опросах по собственной инициативе, к ним нельзя применить теорию, разработанную для вероятностных выборок. Типичным примером детерминированных выборок являются нерепрезентативные выборки. Объекты включаются в такие выборки на основе соображений простоты, дешевизны или удобства отбора. Например, многие компании проводят опросы, предоставляя посетителям их Web-страниц возможность заполнить анкету. Такие анкеты позволяют собрать большое количество информации за короткий промежуток времени, однако выборки состоят из ответов пользователей Интернета, которые принимают участие в опросе по собственной инициативе.

Нерепрезентативные выборки обладают некоторыми преимуществами, в частности, их можно легко и быстро создавать, не расходуя больших средств. С другой стороны, у них есть два важных недостатка — низкая точность, являющаяся следствием тенденциозности, и ограниченность результатов. Преимущества детерминированных выборок не компенсируют их недостатки. Следовательно, детерминированные выборки следует применять лишь для грубых и недорогих оценок, предназначенных для удовлетворения любопытства, либо в качестве учебного или пилотного проекта, который подлежит дальнейшему уточнению.

Вероятностная выборка состоит из элементов, вероятность появления которых известна заранее. Вероятностные выборки следует применять всегда, когда это возможно, поскольку лишь они позволяют сделать корректные статистические выводы о генеральной совокупности. На практике получить истинно вероятностную выборку очень трудно или просто невозможно. Однако для создания вероятностной выборки необходимо следовать правилам и учитывать любую возможную тенденциозность. Существует четыре вида вероятностных выборок: простая случайная, систематическая, стратифицированная и кластер. Каждой из этих выборок соответствует свой метод выбора, который характеризуется собственной стоимостью, точностью и сложностью.

Простая случайная выборка

Вероятность выбора элементов простой случайной выборки из основы совпадает с вероятностью выбора любого другого элемента. Кроме того, вероятность извлечения из основной совокупности любых выборок фиксированного объема является постоянной для данного объема. Простой случайный выбор представляет собой элементарную процедуру, на основе которой создаются более сложные методы выбора.

В рамках простого случайного выбора символом n обычно обозначают объем выборки, а символом N – объем основы. Каждый элемент основы нумеруется числами от 1 до N. Вероятность выбрать любой конкретный элемент основы при первом извлечении равна 1/N. Существует два основных способа извлечения выборок: с возвращением и без него.

Выбор с возвращением означает, что выбранный элемент возвращается в основу, причем вероятность его повторного извлечения остается постоянной. Представьте себе урну, в которой находятся 100 визитных карточек. Допустим, что при выборе первого элемента мы извлекли визитную карточку Джуди Крэйвен. Отметим этот факт в своих записях и вернем карточку в урну. Перемешаем карточки, а затем извлечем из урны вторую визитку. При втором испытании вероятность извлечь визитную карточку Джуди Крэйвен остается равной 1/N. Процесс продолжается до тех пор, пока не будет достигнут желаемый объем выборки n. Однако часто более предпочтительным является способ, при котором выборки не содержат повторяющихся элементов.

Выбор без возвращения означает, что после извлечения элемент не возвращается в основу и, следовательно, не может быть выбран вновь. При первом извлечении элемента вероятность его выбора из основы равна 1/N. Однако, в отличие от выбора с возвращением, вероятность выбора элемента, не извлеченного при первом испытании, равна 1/(N–1). Процесс продолжается до тех пор, пока не будет достигнут желаемый объем выборки n. Независимо от схемы выбора (с возвращением или без), такой подход имеет один существенный недостаток — он зависит от тщательности перемешивания элементов и случайности их выбора. Поэтому метод урн считается не вполне приемлемым. Желательно применять более простой и научно обоснованный метод выбора элементов. Один из таких методов основан на таблице случайных чисел, состоящей из последовательности цифр, сгенерированных случайным образом.

Excel предоставляет, наверное, наиболее простой метод генерации случайных чисел. Для этих целей у него есть две функции: =СЛУЧМЕЖДУ(нижн_граница; верхн_граница) – возвращает случайное число между двумя заданными числами (рис. 2); =СЛЧИС() – возвращает равномерно распределенное случайное число большее или равное 0 и меньшее 1 (рис. 3). Надо заметить, что при каждом изменении на листе Excel случайные числа пересчитываются.

Рис. 2. Случайные числа в диапазоне от 1 до 100, сгенерированные в Excel с помощью функции СЛУЧМЕЖДУ

Рис. 3. Случайные числа в диапазоне от 0 до 1, сгенерированные в Excel с помощью функции СЛЧИС; показаны только четыре знака после запятой

Для того чтобы воспользоваться генератором случайных чисел, необходимо сначала присвоить элементам основы соответствующий числовой код. Например, некая компания оплачивает своим сотрудникам стоматологическую помощь и желает оценить свои затраты. Для этого необходимо извлечь из генеральной совокупности, состоящей из 800 постоянных сотрудников, случайную выборку, объем которой равен 32. Компания предполагает, что не каждый сотрудник захочет добровольно принять участие в опросе, поэтому завышает объем выборки, чтобы в случае отказа в ней осталось хотя бы 32 человека. Предполагая, что в опросе примут участие 8 сотрудников из каждых 10 (т.е. 80% персонала), можно утверждать, что для создания выборки, состоящей из 32 сотрудников, необходимо опросить как минимум 40. Следовательно, анкету следует распространить среди 40 сотрудников, произвольным образом выбирая их личные дела. Как организовать простой случайный выбор?

Расположите фамилии сотрудников по алфавиту, присвойте каждому номер от 1 до 800, выделите в Excel область, включающую 40 ячеек, в каждой из которых поместите формулу =СЛУЧМЕЖДУ(1;800). Раздайте анкету сотрудникам, под соответствующими номерами (рис. 4).

Рис. 4. Номера для выбора 40 сотрудников

Систематическая выборка

При формировании систематической выборки N элементов, образующих основу, разбиваются на k групп, имеющих объем n. Иначе говоря, k = N/n. Число k округляется до ближайшего целого числа. Чтобы получить систематическую выборку, ее первый элемент нужно случайным образом выбрать из первых k элементов первой группы, взятой из основы. Остальные элементы образуются путем выбора каждого k-гo элемента всей основы.

Если основа состоит из списка пронумерованных чеков, квитанций или счетов либо списка членов клуба, студентов и т.п., систематическую выборку легче и проще получить с помощью простого случайного выбора. В этих ситуациях систематическая выборка является удобным механизмом для получения желаемых данных.

Если систематическая выборка, состоящая из 40 элементов, должна быть образована из генеральной совокупности, в которую входят 800 сотрудников, основу необходимо разделить на 20 групп (800/40=20). Среди первых 20 кодов следует выбрать случайное число, а затем включить в выборку каждый 20-й элемент основы. Например, если в качестве первого случайного числа выбран код 008, следующими элементами должны стать сотрудники с номерами 028, 048, 068, 088, 108, …, 768и 788.

Несмотря на свою простоту, методы простого случайного и систематического выбора обычно менее эффективны, чем другие, более сложные методы получения вероятностных выборок. Это значит, что данные, полученные с помощью простого или систематического выбора, не всегда хорошо отражают свойства всей генеральной совокупности. Хотя метод простого выбора теоретически позволяет правильно оценить свойства генеральной совокупности, в каждом конкретном случае невозможно определить, является ли та или иная выборка репрезентативной.

Систематические выборки чаще бывают более неадекватными и нерепрезентативными, чем выборки, сформированные путем простого случайного выбора. Если в основе существует определенная структура, может возникнуть систематическая ошибка. Для решения потенциальной проблемы неадекватности специфических групп, входящих в выборку, применяется либо метод стратифицированного выбора либо метод кластерного выбора.

Стратифицированная выборка

При формировании стратифицированной выборки N элементов генеральной совокупности или основы разделяются на отдельные подмножества, или страты, обладающие общими свойствами. Затем к каждому подмножеству применяется простой случайный выбор, и его результаты объединяются в одно целое. Этот метод выбора более эффективен, чем методы простого или систематического выбора, поскольку он обеспечивает большую репрезентативность выборки. Точность оценки параметров генеральной совокупности гарантируется однородностью элементов, принадлежащих одному подмножеству.

Например, некая компания оплачивает своим сотрудникам стоматологическую помощь и желает оценить свои затраты. Для этого необходимо извлечь из генеральной совокупности, состоящей из 800 постоянных сотрудников, случайную выборку, включающую в себя 32 человека. Компания предполагает, что ответы дадут лишь 80% тех, кому выдадут анкеты, поэтому необходимо опросить как минимум 40 человек. Как извлечь стратифицированную выборку?

Основа представляет собой список имен и учетных номеров всех 800 сотрудников. Поскольку 25% постоянных сотрудников относится к управляющему персоналу, сначала необходимо разделить основу на две страты: подмножество, состоящее из 200 менеджеров, и подмножество, включающее в себя 600 остальных сотрудников. Поскольку первая страта состоит из 200 менеджеров, код каждого менеджера задается трехзначным числом от 001 до 200. Аналогично, поскольку вторая страта состоит из 600 сотрудников, каждому из них присваивается трехзначный код от 001 до 600.

Для того чтобы создать стратифицированную выборку, необходимо выбрать из первой страты 25% выборки, а остальные 75% извлечь из второй страты. Следовательно, достаточно дважды применить простой случайный выбор элементов из каждой страты, как описано выше. Возникнут две простые случайные выборки. Первая из них состоит из 10 сотрудников, извлеченных из первой страты, а вторая — из 30 сотрудников, принадлежащих второй страте. Выборка, полученная в результате этой процедуры, будет правильно отображать структуру компании.

Кластерная выборка

Для образования кластерной выборки основа, состоящая из N элементов, разбивается на несколько кластеров так, чтобы каждый кластер отражал свойства всей генеральной совокупности. Затем осуществляется простой случайный выбор кластеров, в которых изучаются все элементы. Кластеры естественным образом получаются при статистическом анализе округов, избирательных участков, городов, районов или семей.

Метод кластерного выбора может оказаться менее дорогостоящим, чем метод простого случайного выбора, особенно если генеральная совокупность распределена по широкому географическому региону. Однако метод кластерного анализа в целом менее эффективен, чем методы простого случайного и систематического выбора, и для получения более точной оценки свойств генеральной совокупности приходится значительно увеличивать объем выборки.

Контрольные задания

Ответы на контрольные задания

Рис. 5. Простая случайная и систематическая выборки 50 счетов

[1] Используются материалы книги Левин и др. Статистика для менеджеров. – М.: Вильямс, 2005. – с. 43–51

Источник

Методы формирования выборки

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

Вероятностная выборка – любой метод формирования выборки, предполагающий, что вероятность попадания в выборку каждого элемента совокупности известна и больше нуля. Формирование вероятностной выборки можно использовать только в том случае, если имеется основа выборки и единицы исследования удается пронумеровать.

Детерминированная выборка получается, когда отбор в выборку производится на основе каких-либо дополнительно принятых условий, ограничивающих круг вероятных респондентов. Эту выборку применяют, когда невозможно получить список всех единиц генеральной совокупности и определить вероятность попадания в выборку каждого элемента.

Случайные (вероятностные) методы

Вероятностные методы включают в свой состав простой случай­ный отбор, систематический, кластерный и стратифициро­ванный отбор (рис.15).

Рис. 15. Вероятностные методы формования выборок

Простой случайный отборпредполагает, что вероятность быть из­бранным в выборку известна и является одинаковой для всех единиц совокупности. Вероятность быть включенным в выборку определяется отношением объема выборки к размеру совокупности. Простой случайный отбор может осуществляться с помощью сле­дующих методов: формирование выборки вслепую, с помощью таблицы случайных чисел, с использованием генератора случайных чисел.

При использовании метода формирования выборки вслепую еди­ницы совокупности в соответствии с их фамилиями, названиями или другими признаками вносятся в карточки, которые в перемешанном виде помещаются в какую-то непрозрачную емкость (ящик, коробку). Из данной емкости кто-то случайным образом вытягивает число карто­чек, определяемое объемом выборки.

В таблицах случайных чисел содержатся числа, порядок включения которых в таблицу осуществлен случайным образом. Единицам совокуп­ности присваивают порядковые номера. В таблице случайных чисел вы­бирают любую начальную точку и, двигаясь в произвольном направлении и произвольно меняя направление движения, выбирают необходимое количество номеров из числа присвоенных, равное заранее установлен­ному объему выборки.

На практике метод используется нечасто, так как необходимо предварительно определить каждую единицу совокупности, пронумеровать ее, что при больших размерах совокупности сделать сложно, а порой невозможно.

Метод систематического отбора является упрощенным вариантом случайного отбора и представляет собой процедуру отбора каждого k-го элемента из списка элементов исходной совокупности. Номер первого элемента выборки часто определяется случайным образом.

В основу выборки здесь положены не вероятностные процедуры, а алфавитные списки, картотеки, схемы, которые, как предполагается, не зависят от изучаемого признака и обеспечивают равновероятность попадания в выборку всех единиц генеральной совокупности. Использует­ся показатель «интервал скачка», рассчитанный как отношение размера совокупности к объему выборки. Например, если используется телефон­ный справочник и интервал скачка был определен равным 250, то это означает, что каждый 250-й телефонный номер включается в выборку. Для определения начальных страниц и колонки справочника ис­пользуются случайные числа. Данный метод является более экономичным и быст­рым по сравнению с методом простого случайного отбора.

Особенно широко метод систематического отбора используется, когда для различных видов совокупностей имеются различные справоч­ники, списки и т.п. материалы.

Кластерный от­бор (другое название – территориальная, районированная выборка): часто приходится разделять обследуемую совокупность на более или менее однородные части (кластеры) и затем осуществлять отбор единиц внутри этих частей. Такое разделение совокупности на части называется районированием. Территории или зоны выступают в роли первичных выборочных единиц. Генеральная совокупность делится (обычно с использованием карты) на ряд непересекающихся, исчерпывающих ее подмножеств (кластеров) или территорий, после чего формируется случайная выборка этих территорий.

Проблема заключается в обеспечении однородности выделяемых кластеров на основе существенных для исследователя критериев. Для решения такой задачи необходимо располагать данными о структуре генеральной совокупности и, в частности, о распределении признака районирования. Выделенные кластеры должны существенно отличаться друг от друга, но им должна быть присуща внутренняя однородность.

Стратифициро­ванный отбор:генеральная совокупность разбивается на несколько групп (страт), отличающихся друг от друга по каким-либо признакам (доходу, возрасту, полу, национальности, отношению к чему-либо и пр.). Далее респонденты отбираются из каждой страты.

Если размер выборки для определенной страты пропорционален размеру страты в генеральной совокупности, то выборка называ­ется пропорционально стратифицированной.

Если количество респондентов из каждой страты отбирается в соответствии с некоторыми установленными пропорциями, то выборка называется стратифицированной с оптимальным распределением. Например, основные покупатели товара – это молодежь от 18 до 25 лет, то оптимальным распределением будет такое, при котором из этой группы отберется 50% респондентов, а из других групп по 10%.

В некоторых источниках встречается название – расслоенная выборка.

Детерминированные (невероятностные) выборки

Детерминированные (невероятностные, неслучайные) методы отбора включают в свой состав: отбор на основе принципа удобства, отбор на основе суждений экспертов, формирование выборки в процессе обследования (метод «снежного кома») (рис.16).

Рис. 16. Невероятностные методы формования выборок

Удобная выборка – формирование выборки осуществляется самым удобным с пози­ций исследователя образом. Например, с позиций минимальных затрат времени и усилий, с позиции доступности респондентов. Выбор места исследования и состава выборки производится субъективным образом, например, опрос покупателей осуществляется в магазине, ближайшем к месту жительства исследователя. Очевидно, что многие представители совокупности не принимают участия в опросе.

Исследователь здесь имеет дело с максимально доступными для него единицами наблюдения и исходит по преимуществу только из критерия принадлежности респондента к проектируемой генеральной совокупности. Чаще всего в данном случае допускаются неконтролируемые систематические ошибки. Особенно это относится куличным опросам, когда фиксируется мнение тех, кто имеет возможность и желание поговорить с интервьюером. Существенную роль в данном случае играет взаимное расположение при встрече. Оценить репрезентативность выборки при таком отборе практически невозможно. Данный метод является дешевым и простым.

Выборка на основе суждения экспертов (типовая выборка):исполь­зуют мнения квалифицированных специалистов относи­тельно состава выборки (см. табл. 6).

Формирование выборки в процессе опроса («Снежный ком») основано на расшире­нии числа опрашиваемых на основе предложений респондентов, которые уже приняли участие в обследовании. Первоначально исследователь фор­мирует выборку намного меньшую, чем требуется в проводимом исследо­вании, затем она по мере проведения обследования расширяется. Дан­ный метод применяется там, где основы выборки являются очень огра­ниченными, например, при проведении маркетинговых исследований продукции производственно-технического назначения.

Квотный отбор основан на целенаправленном формировании структуры выборочной совокупности. Интервьюер получает задание опросить некоторое количество лиц определенного возраста, пола, образования и профессии. Удельный вес квоты в выборочной совокупности должен соответствовать ее удельному весу в генеральной совокупности. Распределение этих признаков в генеральной совокупности известно и нетрудно обеспечить ее идентичность структуре выборки.

Но при соблюдении квот остается много возможностей для систематических ошибок. В частности, интервьюер, разыскивая респондента определенного пола, статуса и возраста в заданном районе, предпочтет беседовать с более привлекательными и коммуникабельными людьми. Дж. Гэллап отмечал, что в квотных выборках обнаруживается слишком много людей, окончивших колледж, с доходами выше среднего, республиканцев по политическим ориентациям.[30] Поэтому вероятностный отбор обладает немалым преимуществом перед квотным: выборка меньше зависит от инициативы интервьюера.

На практике имеет место параллельное использование нескольких методов формирования выборки.

7.3. Определение объема выборки

Объем выборки – это количество элементов генеральной совокупности, которые нужно изучить.

При определении объема выборки нужно прежде решить задачу требуемого исследователю уровня точности результата (Δ), гарантируемого с некоторой заранее заданной доверительной вероятностью (Р).

Допустимая ошибка Δ (случайная ошибка)– отклонение результатов, полученных с помощью выборочного наблюдения от истинных данных генеральной совокупности. Эта величина определяет значение ошибки, хуже которой результат не должен быть.

Случайная ошибка – это вероятность того, что выборочная средняя не выйдет за пределы заданного интервала. Свойство случайных ошибок уменьшаться при возрастании объема выборочной совокупности делает бессмысленными обследования огромных массивов, которые предпринимаются чаще всего с целью произвести впечатление на профессионально неподготовленного заказчика (приложение 4).

Величина ошибки результатов опроса, задается исследователем. Максимально допустимая величина ошибки составляет 10 %. Чем меньше ошибка выборки, тем больше объем выборки и дороже исследование. Ошибка в 5 % считается оптимальной с точки зрения «цена – качество» исследования.

Доверительная вероятность – вероятность того, что результат проведенного измерения будет попадать в те границы, которые исследователь задает.

Формула, по которой можно, задавшись величинами допустимой ошибки и доверительной вероятности, вычислить требуемый объем выборки для оценки доли:

где N – объем генеральной совокупности;

p – доля исследуемого признака в генеральной совокупности;

t – коэффициент соответствия доверительной вероятности Р;

Δ_р – допустимая ошибка.

Значение t определяется по таблице нормированного нормального распределения, фрагмент которой имеет вид:

Р: … 0,80 0,85 0,90 0,95 0,96 0,97 0,98 0,99 0,995 0,997

t : … 1,29 1,44 1,65 1,96 2,06 2,17 3,33 2,58 2,81 3,0

Неудобство этой формулы состоит в том, что она требует предварительной информации о доле признака в генеральной совокупности, то есть как раз то, что исследователю тоже требуется определить в процессе исследования. Однако при p = 0,5 произведение p·q максимально и, значит, n тоже максимально. Подставив в формулу p = 0,5, получим выражение, которым можно пользоваться при любых долях признака в генеральной совокупности, а объем выборки при этом будет получаться с некоторым запасом (при t=2 и Р=0,954).

Из таблицы видно, что, начиная с некоторого значения генеральной совокупности, ее увеличение не ведет к увеличению объема выборки, поэтому при генеральной совокупности больше 5000 величиной N можно пренебречь.

Таким образом, при отсутствии точной информации о размере генеральной совокупности вполне можно довольствоваться выборкой 400 респондентов при N > 5000.

Существуют три стратегии расчета объема выборки.

1. Стратегия предварительного расчета (до проведения исследования). Это лишь первоначальный ориентир, так как, не принимается во внимание из-за неопределенности разброс мнений; а поэтому исходят из соотношения 50:50% (половина ответов «да», половина «нет»). Зависимость объема выборки от разброса (распределения) ответов представлена в таблице 5. Распределение ответов является важным фактором для исследования. Чаще всего до проведения исследования не знают соотношения ответов, а оно оказывает существенное влияние, как на точность получаемых ответов, так и на прямые затраты.

Зависимость объема выборки от распределения ответов

Если разброс мнений в проведенном исследовании будет иным, чем 50 : 50 %, то точность полученных результатов исследования будет иметь ошибку меньше 5%. Оценить ее можно по следующей формуле:

,

где p, q – определенны по полученным в ходе реального исследования данным; n – объём выборки реально проведенного исследования.

2. Стратегия последовательного расчета выборки. Используется, когда каждое интервью очень дорогостоящее или слишком длительное. Тогда объем выборки не рассчитывается заранее, а ставится в зависимость от результатов, полученных в ходе исследования. Например, сначала опрашивается 100 человек, на основе полученных данных о разбросе оценки вычисляют требуемый объем. Если оказывается, что этого количества опрошенных достаточно, то исследование прекращается. В противном случае добирают необходимое количество респондентов.

3. Стратегия комбинированного расчета. Рассчитывая выборку по предварительной стратегии, получаем верхние пределы допустимых объемов выборки, то есть ту величину выборки, при достижении которой прекращается опрос по последовательной стратегии.

Величину объема выборки можно определить на основе типичных объемов выборок, используемых в аналогичных исследованиях (табл.6)

Таблица 6 дает представление об объемах выборок, используемых в различных маркетинговых исследованиях. Эти величины установлены опытным путем и могут использоваться в качестве ориентировочных данных[31].

Типичные объемы выборок,

используемые в различных исследованиях

На практике существует удобный способ определения объемов выборки с помощью таблицы больших чисел (табл.7). Задавшись величинами допустимой ошибки и доверительной вероятности, определяют требуемый объем выборки на пересечении строки (доверительная вероятность) и колонки (ошибка выборки).

Таблица больших чисел

для определения объема выборки

1. Почему в маркетинговых исследования чаще используются выборочные, а не сплошные исследования?

2. Какова процедура составления плана выборки?

3. Каким образом определяют изучаемую совокупность?

4. Чем изучаемая совокупность отличается от генеральной?

5. Что такое единица выборки? Чем она отличается от элемента генеральной совокупности?

6. В чем отличие вероятностных методов формирования выборки от детерминированных?

7. Каковы отличительные черты простой случайной выборки?

8. Опишите процедуру систематической случайной выборки.

9. Охарактеризуйте стратифицированную выборку. Каковы критерии отбора переменных для стратификации?

10. Чем отличается пропорционально стратифицированная выборка от оптимальной?

11. Опишите процедуру кластерной выборки. Чем отличается кластерная выборка от стратифицированной?

12. Какие факторы необходимо учитывать при выборе между вероятностными и детерминированными методами выборки.

13. Что понимают под репрезентативностью?

14. Чем характеризуется репрезентативность?

15. Какие показатели необходимо задать априорно, чтобы определить объем выборки по статистическим формулам?

16. Что такое доверительная вероятность и доверительный интервал?

17. По какой формуле определяется объем выборки, если заранее известны генеральная совокупность и распределение оценок?

18. В чем на практике неудобство этой формулы? Как можно выйти из положения?

19. Какие стратегии расчета объема выборки можно использовать?

20. Какие удобные методы определения объема выборки существуют на практике?

21. Как скажется на величине объема выборки увеличение уровня достоверности с 95% до 99%.

22. В чем суть апостериорного контроля надежности выборочных данных?

23. Каким может быть максимальное отклонение показателей выборочной совокупности от соответствующих значений государственной статистики при апостериорном контроле? В каких пределах при этом варьирует ошибка выборки по изучаемому параметру?

ГЛАВА 8. СБОР ДАННЫХ

8.1. Организация полевых работ

Полевые работы заключаются в том, что персонал работает на местах, управляет процессом анкетирования, заполняет формы для записи наблюдений, объединяет полученные данные для дальнейшей обработки. К полевому персоналу относятся интервьюеры, заполняющие анкеты на дому у респондентов, в торговых залах магазинов, проводящие опрос по телефону; работники занятые рассылкой анкет из офиса, наблюдатели и другие работники, в функции которых входит сбор данных или наблюдение за этим процессом.

Как правило, маркетологи не в состоянии самостоятельно выполнить весь объем работ по сбору информации, поэтому возникает вопрос об увеличении штата полевого персонала. Решить его, можно сформировав коллектив с привлечением временных работников, либо заключив контракт со специальным агентством, занимающимся полевыми операциями.

Процесс полевых работ представлен на рисунке 17.

Рис. 17. Процесс полевых работ

Отбор персонала для полевых работ

На качество полученных ответов могут повлиять внешность, опыт, мнение и отношение интервьюера. Поэтому исследователю нужно решить, какими специфическими качествами должны обладать люди, работающие с респондентами, и разработать конкретные должностные инструкции.

Обычно считается, что вероятность успешного опроса выше, если респондент приемлет интервьюера в социальном плане, чем больше они имеют общих характеристик, тем выше качество полученной информации. Так же отмечается, что охотнее отвечают интервьюерам старшего возраста, чем молодым.

При отборе к полевому персоналу предъявляют следующие квалификационные требования:

1) крепкое здоровье. Работа по сбору информации на местах нередко тяжела и изнурительна, поэтому работники должны обладать физической подготовкой, выносливостью;

2) общительность. Интервьюеры должны уметь находить взаимопонимание с респондентом, уметь общаться с незнакомыми людьми, уметь говорить и слушать;

3) приятная внешность. Если работник имеет нестандартную или непривлекательную внешность, собранные им данные могут несколько искажаться;

4) образование должно быть не ниже среднего;

5) опыт. Опытные работники обычно точнее выполняют инструкции, быстрее налаживают контакты с опрашиваемыми и успешнее ведут опрос.

Расчет необходимого количества полевых работников проводится по формуле:

,

где u – оптимальное число интервьюеров;

а – норма опроса респондентов в день (при личном опросе она составляет 5-7 чел.);

t – количество дней, отводимое на сбор информации.

Необходимое количество кодировщиков для обработки открытых вопросов анкет определяется по формуле:

,

где k – оптимальное число кодировщиков;

о – число открытых вопросов в анкете ;

а – норма обработки вопросов в день (в среднем один кодировщик за день обрабатывает около 500 вопросов);

t – количество дней, отводимое на кодирование информации.

Подготовка полевого персонала

Достоверность собранных данных во многом зависит от точности и правильности действий каждого сотрудника. Низкий уровень подготовки и инструктирования может сказаться на отношении персонала к выполняемым полевым процедурам и породить небрежное исполнение поручаемой работы.

Наиболее распространенными формами обучения персонала являются инструктаж и проведение тренинга в виде ролевой игры друг с другом, когда роль респондента исполняется кем-то из сотрудников.

В ходе подготовки интервьюеры учатся налаживать первоначальный контакт с респондентом, задавать вопросы, стимулировать ответы, правильно их записывать и завершать интервью.

Налаживание первоначального контакта. Неудачный первоначальный контакт приводит к потере потенциального респондента. Интервьюер должен научиться так начинать разговор, чтобы сразу убедить человека, что его участие в опросе действительно имеет большое значение.

Пример: Здравствуйте, я представляю шоколадную фабрику «Новосибирская». Мы проводим опрос о предпочтениях людей по отношению к шоколаду. Вы входите в группу, специально отобранную для участия в нашем исследовании в результате научного анализа. Ваше мнение очень важно для нас и мы хотели бы задать вам несколько вопросов.

Интервьюер не просит специального разрешения респондента на то, что бы задать ему вопросы. Вопросов типа «Не мог бы я занять несколько минут вашего драгоценного времени?», «Не хотели бы ответить на несколько вопросов?» следует избегать. Интервьюеры должны иметь точные инструкции о том, как действовать в случае возражений и отказов.

Следует подробно описать респондентe суть проводимого опроса. Чем больше информации получает человек, тем менее подозрительно он относится к опросу. Не следует вводить респондента в заблуждение относительно продолжительности интервью.

Если респондент говорит о неудобном времени для опроса, можно договориться с ним о переносе интервью на другое время.

Очень важно принять решение о том, в какое время дня обзванивать респондентов. После 21 часа звонить неприлично.

Как задавать вопросы. Изменение содержания или последовательности вопросов во время интервью сильно влияет на результаты опроса. Персонал обязан задавать вопросы в таком порядке, как они расположены в анкете, даже если кажется, что анкета несовершенна.

Разрабатывая инструкцию для интервьюеров, необходимо воспользоваться следующими рекомендациями: тщательно изучить содержание анкеты; задавать вопросы точно в том порядке, в котором они включены в анкету; использовать только формулировки анкеты; зачитывать вопросы медленно, чтобы было понятно каждое слово; повторить вопрос, если респондент его не понял; задать все вопросы; следовать разработанному образцу пропусков (переходу от одного вопроса к другому); сохранять нейтралитет, не проявлять своего согласия либо несогласия с мнением респондента; избегать посторонних разговоров с респондентом.

Как стимулировать ответы. Стимулирование применяется для того, чтобы побудить респондента расширить или пояснить ответ, сосредоточиться на вопросе.

Для стимулирования ответов широко применяются следующие методы:

— повторение ответа респондента. Интервьюер дословно воспроизводит ответ, записывая его. Это может побудить респондента к комментариям;

— использование паузы. Выжидательная пауза или взгляд могут быть намеком на то, что интервьюер хочет получить более полный ответ;

— подбадривание респондента. Если респондент колеблется, уместно сказать, например, «Не существует правильных или неправильных ответов, мы просто хотим выяснить ваше мнение». Если респондент нуждается в пояснении слова или вопроса, нельзя предлагать ему своих интерпретаций. Нужно добиться, чтобы интерпретацию дал сам респондент, сказав, например, следующее: «Все зависит от того, что это означает для вас»;

— получение пояснений. Получить более полный ответ можно, используя нейтральные вопросы типа: не могли бы рассказать подробнее; существуют какие-либо иные причины; еще что-нибудь; что вы имеете в виду; что под этим подразумеваете; как вы к этому относитесь, другие варианты.

Как правильно записывать ответы. При работе со структурированными вопросами отмечается вариант, отображающий ответ респондента, если вопрос не структурирован – ответ записывается дословно, не обобщается и не перефразируется. В запись включается все, что имеет отношение к цели опроса. Записав полученный ответ, интервьюер должен повторить его. Кроме этого, фиксируются все стимулирующие действия и комментарии. В ходе инструктажа необходимо также отметить, что записи ответов ведутся четко и аккуратно; ответы не фальсифицируются.

Как завершать интервью. После опроса у респондента должно остаться положительное впечатление об интервью. Важно поблагодарить его и выразить свою признательность за сотрудничество.

Контроль над работой полевого персонала

Чтобы убедиться, что в ходе опроса соблюдаются все полученные инструкции, необходим контроль за работой полевого персонала. Контроль проводится по трем направлениям:

1) контроль качества ведения интервью и редактирования;

2) выборочный контроль;

3) предотвращение мошенничества.

Контроль качества ведения интервью. Контролер проверяет, находится ли интервьюер в положенном месте в положенное время. Он должен убедиться, что интервьюер соблюдает все необходимые методы работы. Если выявляются проблемы, необходим дополнительный инструктаж или тренинг. Чтобы лучше понимать проблемы интервьюеров, контролер должен время от времени сам участвовать в опросах. Ежедневно собирая анкеты, контролеры редактируют их: проверяют на все ли вопросы даны ответы; нет ли неясных, противоречащих друг другу ответов; разборчивы ли записи. Ежедневный сбор заполненных анкет позволяет контролировать график выполнения работ.

Выборочный контроль. Проверяется соблюдают ли интервьюеры выборочный план. Зачастую полевые работники допускают такие погрешности:

— избегают те элементы выборки, работать с которыми им тяжело или неприятно;

— если нужного респондента не оказывается дома, заменяют его следующей доступной единицей выборки, а не стараются связаться с ним еще раз;

— «растягивают» требования относительно пропорциональных выборок: чтобы выполнить требования квот, 58-летнего респондента включают в категорию 46 – 55-летних людей.

С целью контроля проводятся повторные интервью.

Контроль для предотвращения мошенничества. Мошенничество заключается в фальсификации ответов на некоторые или все вопросы анкеты. Самая бессовестная форма мошенничества – интервьюер сам отвечает на все вопросы, вообще не пообщавшись с респондентом. Вероятность такого обмана сводится к минимуму хорошей подготовкой персонала и строгим контролем.

Проверка результатов полевых работ

Чтобы проверить подлинность полученных в ходе опроса данных, контролеры обзванивают от 10 до 25 % респондентов и выясняют, действительно ли их опрашивали интервьюеры, какой была продолжительность опроса, как вел себя интервьюер, просят предоставить основные демографические данные. Полученную демографическую информацию сравнивают с данными, предоставленными в анкете.

Проверяется метод опроса, например, действительно ли проводился личный опрос, а не телефонный.

Кроме этого, проверяется, не являются ли респонденты близкими знакомыми интервьюера.

Оценка качества работы полевого персонала

Чтобы сформировать производительный штат полевых сотрудников, обеспечивающий высокое качество работы, необходимо постоянно оценивать их работу. Оценочными критериями являются:

1) эффективность использования рабочего времени (например, фактическое время опроса);

2) доля ответивших от общего количества опрашиваемых (большое количество отказов респондентов свидетельствует о неумении правильно построить вступительную речь);

3) качество опроса (контролер либо следит за интервью, либо анализирует магнитофонную запись. Качество оценивают по точности, с которой задаются вопросы, способности стимулировать ответы, не подталкивая респондента к тому или иному ответу и другим характеристикам);

4) качество полученных данных (разборчивость записи, ответы на неструктурированные вопросы понятны и полны для кодировки, пункт «нет ответа» встречается редко).

Ошибки сбора данных

Ошибки исследования могут быть двух типов: систематическими (смещение выборки) и случайными. Случайные ошибки легко оценить, их можно уменьшить с помощью увеличения выборки (см.раздел 7.3). Для общего результата значительно опаснее систематические ошибки, так как по выборке их невозможно выявить и оценить. Исследователь может даже не догадываться об их существовании. Мало этого, при увеличении объема выборки они могут возрастать, их величина и направление могут оказаться совершенно непредсказуемыми.

Чтобы исключить или уменьшить систематические ошибки, необходимо знать причины их возникновения. Систематические ошибки не связаны с выборкой, а могут быть вызваны концептуальными ошибками, допущенными при формировании выборки, неполучением данных от части выборки, ошибками сбора данных, а также статистическими, арифметическими, табуляционными ошибками.

Систематические ошибки делятся на два типа: ошибки неполучения данных и ошибки наблюдения (рис. 18).

Рис. 18. Виды систематических ошибок

Ошибки ненаблюдения возникают, если неполучены данные от части обследуемой совокупности потому, что: 1) эта часть не была представлена в выборке или 2) респонденты, включенные в выборку, не предоставили данные.

Ошибка неохвата: определенные части или целые блоки генеральной совокупности не были включены в основу выборки. Ошибка неохвата относится только к ошибочно выпавшим из рассмотрения частям генеральной совокупности, но никак ни к частям, исключенным намеренно.

Ошибка неохвата может возникнуть при использовании в качестве основы выборки телефонных списков (телефоны есть не у всех), некачественных рассылочных списков для почтовых опросов; при проведении опросов в торговых центрах (люди с самыми низкими и с самыми высокими доходами обычно представлены недостаточно); при проведении интервью на дому у респондентов (интервьюеры обходят стороной ветхие строения, чаще общаются с более общительными членами семьи, фальсифицируют демографические данные).

В противовес ошибке неохвата иногда может возникнуть ошибка перебора: например семья имеет несколько номеров телефонов, три машины и т.п., поэтому возникает большая вероятность включения их в выборку. Эта ошибка представляет меньшую опасность, чем ошибка неохвата.

Уменьшить ошибку неохвата можно улучшением основы выборки и усилением контроля над полевыми работниками.

Ошибка неполучения данных порождается отсутствием информации о некоторых элементах, которые должны были войти в выборку. Две главные причины неполучения данных – это отсутствие и отказ.

Источник