Методы формирования выборки

Формирование выборки — это процесс определения целевой аудитории и отбора из всей совокупности потенциальных респондентов группы, имеющей все свойства генеральной совокупности.

“Методология и результаты расчета основных параметров выборки непосредственно зависят от способа отбора единиц из генеральной совокупности. Применение того или иного способа зависит от цели исследования, условий выборки, специфики объекта исследования, необходимой точности и оперативности результатов и от средств выделенных на исследования” [40, с. 268].

Различают две основных группы методов построения выборки:

1. Вероятностные.
2. Детерминированные.

Вероятностные выборки

Вероятностные методы формирования выборки предполагают, что каждая единица генеральной совокупности имеет определенную вероятность включения в выборку. Использование таких методов позволяет исследователю распространять полученные результаты на всю генеральную совокупность.

Существуют различные вероятностные методы формирования выборки:

• простая случайная выборка;
• систематическая (механическая) выборка;
• стратифицированная случайная выборка;
• кластерная выборка.

Простая случайная выборка

Простая случайная выборка предполагает, что каждой единице генеральной совокупности обеспечивается равная вероятность (возможность) попасть в выборочную совокупность. Более того, каждая возможная выборка данного объема имеет известную и равную вероятность того, что именно она станет реально обследуемой выборкой.

Процедура построения простой случайной выборки включает в себя следующие шаги [15, с. 205—206]:

• во-первых, нужно получить полный список членов генеральной совокупности и пронумеровать этот список. Такой список называется основой выборки;
• во-вторых, следует определить предполагаемый объем выборки, т. е. ожидаемое число опрошенных;
• в-третьих, нужно извлечь из справочной таблицы случайных чисел или с помощью датчика случайных чисел столько чисел, сколько нам требуется выборочных единиц. Если в выборке должно оказаться 100 человек, из таблицы берут 100 случайных чисел;
• в-четвертых, нужно выбрать из списка основы те наблюдения, номера которых соответствуют выписанным случайным числам. Отбор заканчивается, когда отобрано заранее заданное количество элементов выборочной совокупности.

Достоинством данного метода является полное соблюдение принципа случайности и, как следствие — избежание систематических ошибок. Затрудняют применение простого случайного отбора на практике необходимость наличия списка элементов генеральной совокупности, сложность проведения опроса и требования к объему выборки (для получения результатов со сравнительно высокой степенью точности собственно случайный отбор требует достаточно большого объема выборки по сравнению с другими видами отбора).

Систематическая выборка

Систематическая (механическая) выборка предусматривает отбор заданного числа респондентов через равные интервалы (шаги). В соответствии с данным методом сначала задают произвольную отправную точку, а затем из основы выборки последовательно выбирают каждую г-ю единицу. Интервал выборки к определяется как отношение объема генеральной совокупности N к объему выборочной совокупности п, с округлением результата до ближайшего целого числа. Первый респондент отбирается случайным образом, по таблице случайных чисел. Так как такой отбор производится из основы выборки, данный метод требует полного списка или заданного упорядочения совокупности.

Например, генеральная совокупность состоит из 100 тысяч элементов, а желательный объем выборки равен 1000 респондентов. В этом случае интервал выборки к равен 100. Выбирается случайное число между 1 и 100. Если, например, это число равно 23, то выборка состоит из таких единиц: 23,123, 223, 323,423,523 и т. д. Общей чертой систематического и простого случайного отбора является то, что каждый элемент генеральной совокупности имеет известную и равную вероятность отбора.

Когда генеральная совокупность слишком велика или исследователю известен не полный ее 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. Если элементы совокупности расположены по принципу, не связанному с исследуемой характеристикой, результаты систематического отбора аналогичны результатам простого случайного отбора.

Если принцип расположения элементов связан с исследуемой характеристикой, систематический отбор увеличивает репрезентативность выборки. Так, например, если фирмы какой- либо отрасли расположены по принципу увеличения годового объема продаж, систематическая выборка будет включать как мелкие, так и крупные фирмы. Простой случайный отбор в этой ситуации может быть нерепрезентативным, приводя, например, к попаданию в выборку только мелких фирм, которых может к тому же оказаться непропорционально много.

Из-за простой техники отбора данный метод позволяет даже при небольшом объеме выборки изучать достаточно большие генеральные совокупности. Систематический отбор часто применяется при проведении почтовых и телефонных опросов, опросов в торговых центрах и в Интернет.

Стратифицированная случайная выборка

Стратифицированная случайная выборка — это вероятностная выборка, которая формируется в два этапа. На первом этапе генеральная совокупность подразделяется (расслаивается) на подгруппы (страты), взаимно исключающие и дополняющие одна другую таким образом, чтобы каждая единица совокупности относилась только к одной подгруппе и ни одна единица не была бы пропущена. Например, респондентов можно разбить по полу (мужчины и женщины), по возрасту (до 30 лет, с 31 до 50 лет, свыше 50 лет).

На втором этапе из каждой страты производится отбор единиц с помощью простого случайного отбора или других вероятностных методов. Если стратификация проводится по территориальному принципу, стратифицированную выборку называют районированной. Отличие стратифицированной выборки от квотной состоит в том, что единицы генеральной совокупности выбираются случайно, а не экспертным или нерепрезентативным методом. Примеры формирования стратифицированных выборок подробно рассмотрены в [15, 31, 34].

Стратифицированная выборка может быть пропорциональной и непропорциональной. При пропорциональном стратифицированном отборе объем выборки, полученной из каждой страты, пропорционален доле этой страты в объеме генеральной совокупности.

“При непропорциональном стратифицированном отборе объем выборки, полученной из каждой страты, пропорционален доле этого слоя в объеме генеральной совокупности и среднеквадратичному отклонению распределения исследуемой характеристики среди всех элементов этой страты” [31, с. 529] Так как данный метод отбора обеспечивает наличие в выборке всех важных подгрупп, он применяется при неоднородных генеральных совокупностях. Однако этот метод можно применять лишь при наличии дополнительной информации о генеральной совокупности (например, необходимо процентное соотношение мужчин и женщин в случае, если надо стратифицировать выборку по полу). Отсутствие такой информации делает применение стратифицированной выборки невозможным. Другим недостатком стратифицированной выборки является возможность систематической ошибки.

Кластерная выборка

Кластерная выборка — вероятностный метод формирования выборки, предусматривающий реализацию двух этапов. На первом этапе генеральная совокупность подразделяется на кластеры — взаимоисключающие и взаимодополняющие подгруппы. По однородности критерии формирования кластеров прямо противоположны критериям формирования страт. Элементы кластера должны быть максимально разнородны, а сами кластеры — как можно более однородными. В идеале каждый кластер должен представлять собой небольшую модель генеральной совокупности.

На втором этапе с помощью простого случайного отбора формируется случайная выборка кластеров. В выборку либо включаются все элементы отобранного кластера, либо проводится их отбор вероятностным методом. Если в выборку включаются все единицы каждого отобранного кластера, то такой метод называется одноступенчатым кластерным отбором. Если выборка получена с помощью вероятностного отбора из каждого выбранного кластера, такая процедура называется двухступенчатым кластерным отбором.

Применение кластерной процедуры основано на четырех обязательных условиях [15, с. 219-222]:

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, чтобы рост выборочной ошибки был минимальным (разные кластеры не должны быть однородными по исследуемому признаку и слишком большими).

“Основное различие между кластерным и стратифицированным отбором состоит в том, что в первом случае используются только отобранные подгруппы (кластеры), в то время как при стратифицированном отборе все подгруппы (страты) используются для дальнейшего отбора. Эти методы преследуют разные цели: цель кластерного отбора — увеличить эффективность отбора, уменьшив затраты на его проведение, а цель стратифицированного отбора — увеличить точность отбора” [31, с. 525]. Примеры формирования кластерных выборок подробно рассмотрены в [15, 31, 34].

“Одним из распространенных форм кластерного отбора является территориальный отбор, в котором кластеры состоят из округов, жилых районов, кварталов или других географических территорий. Если отбор основных элементов проводится в один этап (например, исследователь выбирает некоторые кварталы, а затем все проживающие там семьи включаются в выборку), такой выборочный метод называется одноступенчатым территориальным отбором. Отличительная черта одноступенчатого территориального отбора заключается в том, что все семьи из выбранных кварталов (или географических регионов) включаются в выборку. Если отбор основных элементов проводится в два (или больше) этапа (исследователь выбирает кварталы, а затем в каждом таком квартале отбирает семьи, которые будут включены в выборку), такой метод называется двухступенчатым (или многоступенчатым) территориальным отбором” [31, с. 525].

Достоинствами кластерного отбора является простота, оперативность и относительная дешевизна, а также удобство опроса респондентов, которые находятся вместе, а не разбросаны пространственно, а также то, что респонденты изучаются в их естественном окружении, что, конечно, влияет на качество получаемой первичной информации. Однако необходимо следить, чтобы количество групп в генеральной совокупности было достаточно большим, иначе не будет соблюдаться принцип случайности отбора. Также на практике бывает сложно сформировать неоднородные кластеры (например, семьи, живущие в одном квартале, имеют больше схожих признаков, чем различий) и на момент опроса застать всех членов кластера.

📎📎📎📎📎📎📎📎📎📎

Методы формирования выборки, Вероятностные выборки - Маркетинговые исследования

Методы формирования выборки

Вероятностные выборки

О проекте

Наши услуги

Аналитика

Обзоры

Экспертные мнения

Публикации

Контакты