Правила формирования выборки

4.6. Экспериментальные выборки

Как указывалось выше, эксперимент может проводиться либо с одним испытуемым, либо с группой испытуемых. Эксперимент с одним испытуемым проводится лишь в некоторых специфических ситуациях. Во-первых, это ситуации, когда индивидуальными различиями испытуемых можно пренебречь, т. е. испытуемым может быть любой человек (если в эксперименте изучаются его особенности в отличие, например, от животного). В других ситуациях, напротив, испытуемый представляет собой уникальный объект (гениальный шахматист, музыкант, художник и др.). Возможны также ситуации, когда от испытуемого требуется особая компетентность как результат обучения или неординарного жизненного опыта (единственный выживший в авиационной катастрофе и т. п.). Одним испытуемым ограничиваются и в тех случаях, когда повторение данного эксперимента с участием других испытуемых невозможно. Для экспериментов с одним испытуемым разработаны особые экспериментальные планы (подробно о них см. 4.7).

Чаще эксперименты проводятся с группой испытуемых. В этих случаях выборка испытуемых должна представлять собой модель генеральной совокупности, на которую затем будут распространяться результаты исследования. Первоначально исследователь решает проблему численности экспериментальной выборки. В зависимости от цели исследования и возможности экспериментатора она может составлять от нескольких испытуемых до нескольких тысяч человек. Количество испытуемых в отдельной группе (экспериментальной или контрольной) варьируется от 1 до 100 человек. Для применения статистических методов обработки рекомендуется число испытуемых в сравниваемых группах не менее 30–35 человек. Кроме того, целесообразно увеличивать количество испытуемых по крайней мере на 5—10 % от требуемого, так как часть из них или их результатов будет «отбракована» в ходе эксперимента.

Для формирования выборки испытуемых необходимо учитывать несколько критериев.

1. Содержательный. Он заключается в том, что подбор группы испытуемых должен соответствовать предмету и гипотезе исследования. (Например, бессмысленно набирать в группу испытуемых детей двухлетнего возраста для выявления уровня произвольного запоминания.) Желательно создать идеальные представления об объекте экспериментального исследования и при формировании группы испытуемых минимально отклоняться от характеристик идеальной экспериментальной группы.

2. Критерий эквивалентности испытуемых. При формировании группы испытуемых следует учесть все значимые характеристики объекта исследования, различия в выраженности которых могут существенно повлиять на зависимую переменную.

3. Критерий репрезентативности. Группа лиц, участвующих в эксперименте, должна представлять всю часть генеральной совокупности, на которую будут распространяться результаты эксперимента. Величина экспериментальной выборки определяется видом статистических мер и выбранной точностью (достоверностью) принятия или отвержения экспериментальной гипотезы.

Рассмотрим стратегии отбора испытуемых из популяции.

Случайная стратегия заключается в том, что каждому члену генеральной совокупности предоставляется равный шанс попадания в экспериментальную выборку. Для этого каждому индивиду присваивается номер, а затем с помощью таблицы случайных чисел формируется экспериментальная выборка. Данная процедура трудноосуществима, поскольку каждый представитель интересующей исследователя популяции должен быть учтен. Кроме того, случайная стратегия дает хорошие результаты при формировании экспериментальной выборки большого объема.

Стратометрический отбор используется в том случае, если в экспериментальной выборке обязательно должны быть представлены испытуемые с определенным набором характеристик (пол, возраст, уровень образования и т. п.). Выборка составляется таким образом, чтобы в ней были равно представлены испытуемые каждой страты (слоя) с заданными характеристиками.

Стратометрический случайный отбор совмещает две предыдущие стратегии. Представителям каждой страты присваиваются номера и из них случайным образом формируется экспериментальная выборка. Данная стратегия эффективна при отборе экспериментальной выборки небольшого объема.

Репрезентативное моделирование применяется в том случае, когда исследователю удается создать модель идеального объекта экспериментального исследования. Характеристики реальной экспериментальной выборки должны минимально отклоняться от характеристик идеальной экспериментальной выборки. Если исследователю известны не все характеристики идеальной модели экспериментального исследования, то применяется стратегия приближенного моделирования. Чем точнее набор критериев, описывающих популяцию, на которую предполагается распространить выводы эксперимента, тем выше его внешняя валидность.

Иногда в качестве экспериментальной выборки используются реальные группы, при этом в эксперименте либо участвуют добровольцы, либо все испытуемые привлекаются принудительно. И в том и в другом случае нарушается внешняя и внутренняя валидность.

После формирования экспериментальной выборки экспериментатор составляет план исследования. Достаточно часто эксперимент проводится с несколькими группами, экспериментальными и контрольными, которые помещаются в разные условия. Экспериментальные и контрольные группы должны быть эквивалентными на момент начала экспериментального воздействия.

Процедура подбора эквивалентных групп и испытуемых называется рандомизацией. По мнению ряда авторов, эквивалентность групп может быть достигнута при попарном отборе. В этом случае экспериментальная и контрольная группы составляются из индивидов, эквивалентных по значимым для эксперимента побочным параметрам. Идеальный вариант для попарного отбора – привлечение близнецовых пар. Рандомизация с выделением страт заключается в подборе однородных подгрупп, в которых испытуемые уравнены по всем характеристикам, кроме интересующих исследователя дополнительных переменных. Иногда для выделения значимой дополнительной переменной все испытуемые тестируются и ранжируются по уровню ее выраженности. Экспериментальная и контрольная группы формируются так, чтобы испытуемые, обладающие одинаковыми или близкими значениями переменной, попали в разные группы. Распределение испытуемых на экспериментальную и контрольную группы может проводиться и случайным методом. Как уже указывалось выше, при большой численности экспериментальной выборки этот способ дает вполне удовлетворительные результаты.

www.e-reading.mobi

Способы формирования выборок

Формирование репрезентативной выборки, структура которой адекватно отражает структуру генеральной совокупности осуществляется по определенным правилам. В зависимости от основы выборки в практике выборочных обследований используют различные способы формирования выборочных совокупностей, в частности: простой случайный, механический (систематический), расслоенный (районирован, типичный, стратифікований), серийный.

Простой случайный отбор проводится жеребьевкой или на основе таблиц случайных чисел. Это классический способ формирования выборочной совокупности и именно на нем основывается теория выборочного метода. Он предусматривает предварительную довольно сложную подготовку к формированию выборки. Так, для жребия на каждую единицу отбора надо заготовить соответствующую фишку; при использовании таблиц случайных чисел все элементы генеральной совокупности должны быть пронумерованы. В больших совокупностях такая работа в основном нецелесообразна, а иногда и невозможна. Поэтому на практике применяют другие виды случайных выборок.

Механический (систематический) отбор предусматривает, что основой выборки является упорядочена численность элементов генеральной совокупности. Отбор элементов осуществляется через одинаковые интервалы, шаг интервала зависит от доли выборки 0=п/Ы определяется как 1Ю=№п. Начальный элемент отбора определяют как случайное число внутри первого интервала жеребьевки (иногда начинают с середины интервала), второй элемент зависит от начального числа и шага интервала. Так, для доли выборки 0=0,05 шагом интервала является число 1/0,05=20, то есть в выборку должно попасть каждый двадцатый элемент. Если начальный элемент — случайное число 5, то второй элемент составляет 5+20=23, третий — 23+20=43 и т.д.

Механический отбор особенно удобен в тех случаях, когда уже есть списки единиц совокупности, заключенные в том или ином порядке, а также тогда, когда имеют дело с генеральной совокупностью, численность которой известна лишь приближенно, а единицы появляются постепенно в течение некоторого периода, например, при контроле качества продукции, что изготавливается. Погрешность выборки за механического отбора определяется по формуле простой случайной безповторної выборки. Но предположим, что есть возможность исследовать только 200 предприятий. Тогда надо или уменьшать вероятность до 80%, или уменьшать точность, увеличивая предельную относительную погрешность до 4%. Можно также одновременно изменить то и другое, например, согласиться на 5% погрешность за повышения вероятности до 97%, что обеспечит приемлемость объема выборки в размере 210 предприятий.

Расслоенный (районирован, типичный, стратифікований) отбор предусматривает предварительную структуризацию неоднородной генеральной совокупности и независимый отбор элементов в каждой ее составляющей. Объем расслоенной выборки — это сумма частных выборок есть п = ‘ п Іь

где т — количество составляющих (групп, типов, районов, казней и т.п.).

Для вычисления погрешности расслоенной выборки используют среднюю из групповых дисперсий

А согласно правилу сложения дисперсий о2 = м=м,+ #.+. +N).

Чаще всего используют пропорциональный отбор, который предусматривает одинаковое для всех составляющих представительство в выборке. Объем частных выборок в этом случае определяется как

где 0=п/Ы — доля выборки.

Оптимальным по минимизации погрешности выборки по расслоенного отбора является отбор, пропорциональный как численности группы УУ., так и среднем квадратичном отклонению признака, которая изучается в этой группе 5.. Объем частных выборок, согласно алгоритма оптимального размещения Неймана, определяется при этом по формуле

Погрешность расслоенной выборки вычисляют по формуле

За серийного отбора основа выборки состоит из серий совокупности элементов, связанных территориально (районы, поселки), организационно (фирмы, акционерные общества) и т.п. Серии отбирают по схеме механической или простой случайной выборки, обследуют все элементы серии. Вычисляя погрешность выборки, учитывают міжсерійну вариацию

где пк и хк — соответственно объем и средняя к-и серии.

Ошибка серийной выборки определяется по формуле

где 5 — общее число серий в генеральной совокупности; 5 — число отобранных серий для обследования. Эта погрешность будет меньше погрешность простой случайной или механической выборки при условии, что серии более-менее однородные и вариация серийных средних незначительная.

Применение того или иного способа формирования выборочной совокупности зависит от цели выборочного обследования, возможностей его организации и проведения. Наиболее распространенными являются комбинированные выборки, которые сочетают различные способы отбора: механический и серийный, расслоенный и механический, простой случайный и серийный. Сочетание способов отбора обеспечивает высокую репрезентативность результатов с наименьшими трудовыми и денежными затратами на организацию и проведение исследований.

studbooks.net

Правила формирования выборки

Выборка — множество случаев (испытуемых, объектов, событий, образцов), с помощью определённой процедуры выбранных из генеральной совокупности для участия в исследовании.

Качественная характеристика выборки – кого именно мы выбираем и какие способы построения выборки мы для этого используем.

Количественная характеристика выборки – сколько случаев выбираем, другими словами объём выборки.

Объём выборки — число случаев, включённых в выборочную совокупность. Из статистических соображений рекомендуется, чтобы число случаев составляло не менее 30—35.

Зависимые и независимые выборки

При сравнении двух (и более) выборок важным параметром является их зависимость. Если можно установить гомоморфную пару (то есть, когда одному случаю из выборки X соответствует один и только один случай из выборки Y и наоборот) для каждого случая в двух выборках (и это основание взаимосвязи является важным для измеряемого на выборках признака), такие выборки называются зависимыми. Примеры зависимых выборок:

· два измерения какого-либо признака до и после экспериментального воздействия,

В случае, если такая взаимосвязь между выборками отсутствует, то эти выборки считаются независимыми, например:

· мужчины и женщины,

· психологи и математики.

Соответственно, зависимые выборки всегда имеют одинаковый объём, а объём независимых может отличаться.

Выборка может рассматриваться в качестве репрезентативной или нерепрезентативной.

Пример нерепрезентативной выборки

В США одним из наиболее известных исторических примеров нерепрезентативной выборки считается случай, происшедший во время президентских выборов в 1936 году[1]. Журнал «Литрери Дайджест», успешно прогнозировавший события нескольких предшествующих выборов, ошибся в своих предсказаниях, разослав десять миллионов пробных бюллетеней своим подписчикам, людям, выбранным по телефонным книгам всей страны, и людям из регистрационных списков автомобилей. В 25 % вернувшихся бюллетеней (почти 2,5 миллиона) голоса были распределены следующим образом:

57 % отдавали предпочтение кандидату-республиканцу Альфу Лэндону

40 % выбрали действующего в то время президента-демократа Франклина Рузвельта

На действительных же выборах, как известно, победил Рузвельт, набрав более 60 % голосов. Ошибка «Литрери Дайджест» заключалась в следующем: желая увеличить репрезентативность выборки, — так как им было известно, что большинство их подписчиков считают себя республиканцами, — они расширили выборку за счёт людей, выбранных из телефонных книг и регистрационных списков. Однако они не учли современных им реалий и в действительности набрали ещё больше республиканцев: во время Великой депрессии обладать телефонами и автомобилями могли себе позволить в основном представители среднего и верхнего класса (то есть большинство республиканцев, а не демократов).

Виды плана построения групп из выборок

Выделяют несколько основных видов плана построения групп:

Исследование с экспериментальной и контрольной группами, которые ставятся в разные условия.

Исследование с экспериментальной и контрольной группами с привлечением стратегии попарного отбора

Исследование с использованием только одной группы — экспериментальной.

Исследование с использованием смешанного (факторного) плана — все группы ставятся в разные условия.

Выборки делятся на два типа:.

Простая вероятностная выборка:

· Простая повторная выборка. Использование такой выборки основывается на предположении, что каждый респондент с равной долей вероятности может попасть в выборку. На основе списка генеральной совокупности составляются карточки с номерами респондентов. Они помещаются в колоду, перемешиваются и из них наугад вынимается карточка, записывается номер, потом возвращается обратно. Далее процедура повторяется столько раз, какой объём выборки нам необходим. Минус: повторение единиц отбора.

· Простая бесповторная выборка. Процедура построения выборки такая же, только карточки с номерами респондентов не возвращаются обратно в колоду.

Систематическая вероятностная выборка. Является упрощенным вариантом простой вероятностной выборки. На основе списка генеральной совокупности через определённый интервал (К) отбираются респонденты. Величина K определяется случайно. Наиболее достоверный результат достигается при однородной генеральной совокупности, иначе возможны совпадение величины шага и каких-то внутренних циклических закономерностей выборки (смешение выборки). Минусы: такие же как и в простой вероятностной выборке.

Серийная (гнездовая) выборка. Единицы отбора представляют собой статистические серии (семья, школа, бригада и т.п.). Отобранные элементы подвергаются сплошному обследованию. Отбор статистических единиц может быть организован по типу случайной или систематической выборки. Минус: Возможность большей однородности, чем в генеральной совокупности.

Районированная выборка. В случае неоднородной генеральной совокупности, прежде, чем использовать вероятностную выборку с любой техникой отбора, рекомендуется разделить генеральную совокупность на однородные части, такая выборка называется районированной. Группами районирования могут выступать как естественные образования (например, районы города), так и любой признак, заложенный в основу исследования. Признак, на основе которого осуществляется разделение, называется признаком расслоения и районирования.

«Удобная» выборка. Процедура «удобной» выборки состоит в установлении контактов с «удобными» единицами выборки — с группой студентов, спортивной командой, с друзьями и соседями. Если необходимо получить информацию о реакции людей на новую концепцию, такая выборка вполне обоснована. «Удобную» выборку часто используют для предварительного тестирования анкет.

Отбор в такой выборке осуществляется не по принципам случайности, а по субъективным критериям – доступности, типичности, равного представительства и т.д.

Квотная выборка – выборка строится как модель, которая воспроизводит структуру генеральной совокупности в виде квот (пропорций) изучаемых признаков. Число элементов выборки с различным сочетанием изучаемых признаков определяется с таким расчётом, чтобы оно соответствовало их доле (пропорции) в генеральной совокупности. Так, например, если генеральная совокупность у нас представлена 5000 человек, из них 2000 женщин и 3000 мужчин, тогда в квотной выборке у нас будут 20 женщин и 30 мужчин, либо 200 женщин и 300 мужчин. Квотированные выборки чаще всего основываются на демографических критериях: пол, возраст, регион, доход, образование и прочих. Плюсы: обычно такие выборки репрезентативны. Минусы: применение данного способа построения выборки возможно при наличии достаточно полной информации о генеральной совокупности.

Метод снежного кома. Выборка строится следующим образом. У каждого респондента, начиная с первого, просятся контакты его друзей, коллег, знакомых, которые подходили бы под условия отбора и могли бы принять участие в исследовании. Таким образом, за исключением первого шага, выборка формируется с участием самих объектов исследования. Метод часто применяется, когда необходимо найти и опросить труднодоступные группы респондентов (например, респондентов, имеющих высокий доход, респондентов, принадлежащих к одной профессиональной группе, респондентов, имеющих какие-либо схожие хобби/увлечения и т.д.)

Стихийная выборка – выборка так называемого «первого встречного». Часто используется в теле- радио- опросах. Размер и состав стихийных выборок заранее не известен, и определяется только одним параметром – активностью респондентов. Минусы: невозможно установить какую генеральную совокупность представляют опрошенные, и как следствие – невозможность определить репрезентативность.

Маршрутный опрос – часто используется, если единицей изучения является семья. На карте населённого пункта, в котором будет производится опрос, нумеруются все улицы. С помощью таблицы (генератора) случайных чисел отбираются большие числа. Каждое большое число рассматривается как состоящее из 3-х компонентов: номер улицы (2-3 первых числа), номер дома, номер квартиры. Например, число 14832: 14 – это номер улицы на карте, 8 – номер дома, 32 – номер квартиры.

Районированная выборка с отбором типичных объектов. Если после районирования из каждой группы отбирается типичный объект, т.е. объект, который по большинству изучаемых в исследовании характеристик приближается к средним показателям, такая выборка называется районированной с отбором типичных объектов.

Стратегии построения групп

Отбор групп для их участия в психологическом эксперименте осуществляется с помощью различных стратегий, которые нужны для того, чтобы обеспечить максимально возможное соблюдение внутренней и внешней валидности.

Рандомизация, или случайный отбор, используется для создания простых случайных выборок. Использование такой выборки основывается на предположении, что каждый член популяции с равной вероятностью может попасть в выборку. Например, чтобы сделать случайную выборку из 100 студентов вуза, можно сложить бумажки с именами всех студентов вуза в шляпу, а затем достать из неё 100 бумажек — это будет случайным отбором (Гудвин Дж., с. 147).

Попарный отбор — стратегия построения групп выборки, при котором группы испытуемых составляются из субъектов, эквивалентных по значимым для эксперимента побочным параметрам. Данная стратегия эффективна для экспериментов с использованием экспериментальных и контрольных групп с лучшим вариантом — привлечением близнецовых пар (моно- и дизиготных), так как позволяет создать.

Стратометрический отбор — рандомизация с выделением страт (или кластеров). При данном способе формирования выборки генеральная совокупность делится на группы (страты), обладающие определёнными характеристиками (пол, возраст, политические предпочтения, образование, уровень доходов и др.), и отбираются испытуемые с соответствующими характеристиками.

Приближённое моделирование — составление ограниченных выборок и обобщение выводов об этой выборке на более широкую популяцию. Например, при участии в исследовании студентов 2-го курса университета, данные этого исследования распространяются на «людей в возрасте от 17 до 21 года». Допустимость подобных обобщений крайне ограничена.

Приближенное моделирование – формирование модели, которая для четко оговоренного класса систем (процессов) описывает его поведение (или нужные явления) с приемлемой точностью.

Итак, дадим определения основных понятий:

Выборка исследования — ограничение по каким либо — характеристикам (социально- демографическим, социально- экономическим).

Вопрос закрытый — разновидность формулировки вопроса, ответ на который респондент выбирает из предложенных ему в анкете вариантов ответа.

Вопрос открытый — разновидность формулировки вопроса, дающая возможность респондентов самостоятельно сформулировать ответ без подсказки исследователя, выражающий индивидуальность знаний, оценок, мнений, убеждений опрашиваемого.

Вопрос полузакрытый — такой тип вопросительного суждения, когда в перечне возможных ответов предусмотрена позиция для самостоятельно сформулированного респондентом ответа, выраженная словами: «что еще», «другое», т.е. соединяет в себе преимущества закрытого и открытого вопросов.

Вторичные данные — информация, собранная когда-либо для каких-либо целей, не связанных с текущей задачей.

Выборка неслучайная – невероятностый метод выборки, при котором отбор производится с учетом целей и задач исследования.

Выборка случайная — вероятностный метод выборки, при котором отбор производится из всей массы единиц генеральной совокупности и каждый элемент имеет одинаковую вероятность попадания в выборку, которую можно рассчитать как отношение размера выборки к размеру генеральной совокупности.

Выборочная совокупность (выборка) — часть исследуемой совокупности (единицы совокупности — потребитель, товарная группа и др.), по необходимым характеристикам представляющая всю исследуемую (генеральную) совокупность целиком.

Гайд (сценарий, путеводитель, план обсуждения) — исследовательский документ, в котором описаны все существенные этапы предстоящей фокус-группы.

Генеральная совокупность – полная совокупность исследуемых объектов (например, жители города от 18 до 65 лет).

Задачи исследования — конкретные требования, предъявляемые к анализу и решению сформулированной проблемы, цели исследования.

Интервью глубинное — слабоструктурированная беседа интервьюера с респондентом в форме, побуждающей последнего к подробным ответам на задаваемые вопросы.

Интервью стандартизированное (формализованное) — структурированная беседа интервьюера с респондентом по жестко фиксированному вопроснику.

Качественные методы исследования — совокупность методов исследования, целью которых является выявление скрытых глубинных механизмов формирования мнения и поведения исследуемых объектов.

Количественные методы исследования — совокупность методов исследования, целью которых является определение частот и статистических зависимостей.

Модератор — специалист, регулирующий ход обсуждения на фокус-группе.

Опрос массовый — количественный метод исследования, предполагающий выяснение мнения респондента по определенному кругу проблем путем стандартизированного интервью или анкетирования.

Опрос экспертный — качественный метод исследования, в которых в качестве респондента выступает специалист в определенной области (эксперт).

Первичные данные — информация, собранная исследователем специально для решения конкретной проблемы.

Репрезентативная выборка — выборка, состав и структура которой по своим существенным характеристикам соответствующая составу и структуре генеральной совокупности.

Репрезентативность — степень соответствия количественных характеристик, полученных в результате выборочного наблюдения, характеристикам, свойственным всей генеральной совокупности.

Социально-демографические и статусные характеристики потребителей — пол, возраст, национальность, место проживания, принадлежность к социальному слою, социальный статус, семейное положение, семейная роль, доход, условия жизни, уровень образования и другие характеристики потребителей.

Фокус-группа — качественный метод исследования, представляющий собой групповое интервью проводимое модератором с представителями целевых групп по специально разработанному гайду.

Цель исследования — модель ожидаемого конечного результата, который может быть достигнут только с помощью проведения исследования

murzim.ru

Выборка. Типы выборок. Расчет ошибки выборки

Калькуляторы

Генеральная совокупность

Суммарная численность объектов наблюдения (люди, домохозяйства, предприятия, населенные пункты и т.д.), обладающих определенным набором признаков (пол, возраст, доход, численность, оборот и т.д.), ограниченная в пространстве и времени. Примеры генеральных совокупностей

  • Все жители Москвы (10,6 млн. человек по данным переписи 2002 года)
  • Мужчины-Москвичи (4,9 млн. человек по данным переписи 2002 года)
  • Юридические лица России (2,2 млн. на начало 2005 года)
  • Розничные торговые точки, осуществляющие продажу продуктов питания (20 тысяч на начало 2008 года) и т.д.
  • Выборка (Выборочная совокупность)

    Часть объектов из генеральной совокупности, отобранных для изучения, с тем чтобы сделать заключение обо всей генеральной совокупности. Для того чтобы заключение, полученное путем изучения выборки, можно было распространить на всю генеральную совокупность, выборка должна обладать свойством репрезентативности.

    Репрезентативность выборки

    Свойство выборки корректно отражать генеральную совокупность. Одна и та же выборка может быть репрезентативной и нерепрезентативной для разных генеральных совокупностей.
    Пример:

    • Выборка, целиком состоящая из москвичей, владеющих автомобилем, не репрезентирует все население Москвы.
    • Выборка из российских предприятий численностью до 100 человек не репрезентирует все предприятия России.
    • Выборка из москвичей, совершающих покупки на рынке, не репрезентирует покупательское поведение всех москвичей.

    В то же время, указанные выборки (при соблюдении прочих условий) могут отлично репрезентировать москвичей-автовладельцев, небольшие и средние российские предприятия и покупателей, совершающих покупки на рынках соответственно.
    Важно понимать, что репрезентативность выборки и ошибка выборки – разные явления. Репрезентативность, в отличие от ошибки никак не зависит от размера выборки.
    Пример:
    Как бы мы не увеличивали количество опрошенных москвичей-автовладельцев, мы не сможем репрезентировать этой выборкой всех москвичей.

    Ошибка выборки (доверительный интервал)

    Отклонение результатов, полученных с помощью выборочного наблюдения от истинных данных генеральной совокупности.
    Ошибка выборки бывает двух видов – статистическая и систематическая. Статистическая ошибка зависит от размера выборки. Чем больше размер выборки, тем она ниже.
    Пример:
    Для простой случайной выборки размером 400 единиц максимальная статистическая ошибка (с 95% доверительной вероятностью) составляет 5%, для выборки в 600 единиц – 4%, для выборки в 1100 единиц – 3% Обычно, когда говорят об ошибке выборки, подразумевают именно статистическую ошибку.
    Систематическая ошибка зависит от различных факторов, оказывающих постоянное воздействие на исследование и смещающих результаты исследования в определенную сторону.
    Пример:

  • Использование любых вероятностных выборок занижает долю людей с высоким доходом, ведущих активный образ жизни. Происходит это в силу того, что таких людей гораздо сложней застать в каком-либо определенном месте (например, дома).
  • Проблема респондентов, отказывающихся отвечать на вопросы анкеты (доля «отказников» в Москве, для разных опросов, колеблется от 50% до 80%)
  • В некоторых случаях, когда известны истинные распределения, систематическую ошибку можно нивелировать введением квот или перевзвешиванием данных, но в большинстве реальных исследований даже оценить ее бывает достаточно проблематично.

    Типы выборок

    Выборки делятся на два типа:

    1. Вероятностные выборки
    1.1 Случайная выборка (простой случайный отбор)
    Такая выборка предполагает однородность генеральной совокупности, одинаковую вероятность доступности всех элементов, наличие полного списка всех элементов. При отборе элементов, как правило, используется таблица случайных чисел.
    1.2 Механическая (систематическая) выборка
    Разновидность случайной выборки, упорядоченная по какому-либо признаку (алфавитный порядок, номер телефона, дата рождения и т.д.). Первый элемент отбирается случайно, затем, с шагом ‘n’ отбирается каждый ‘k’-ый элемент. Размер генеральной совокупности, при этом – N=n*k
    1.3 Стратифицированная (районированная)
    Применяется в случае неоднородности генеральной совокупности. Генеральная совокупность разбивается на группы (страты). В каждой страте отбор осуществляется случайным или механическим образом.
    1.4 Серийная (гнездовая или кластерная) выборка
    При серийной выборке единицами отбора выступают не сами объекты, а группы (кластеры или гнёзда). Группы отбираются случайным образом. Объекты внутри групп обследуются сплошняком.

    2.Невероятностные выборки
    Отбор в такой выборке осуществляется не по принципам случайности, а по субъективным критериям – доступности, типичности, равного представительства и т.д..
    2.1. Квотная выборка
    Изначально выделяется некоторое количество групп объектов (например, мужчины в возрасте 20-30 лет, 31-45 лет и 46-60 лет; лица с доходом до 30 тысяч рублей, с доходом от 30 до 60 тысяч рублей и с доходом свыше 60 тысяч рублей) Для каждой группы задается количество объектов, которые должны быть обследованы. Количество объектов, которые должны попасть в каждую из групп, задается, чаще всего, либо пропорционально заранее известной доле группы в генеральной совокупности, либо одинаковым для каждой группы. Внутри групп объекты отбираются произвольно. Квотные выборки используются в маркетинговых исследованиях достаточно часто.
    2.2. Метод снежного кома
    Выборка строится следующим образом. У каждого респондента, начиная с первого, просятся контакты его друзей, коллег, знакомых, которые подходили бы под условия отбора и могли бы принять участие в исследовании. Таким образом, за исключением первого шага, выборка формируется с участием самих объектов исследования. Метод часто применяется, когда необходимо найти и опросить труднодоступные группы респондентов (например, респондентов, имеющих высокий доход, респондентов, принадлежащих к одной профессиональной группе, респондентов, имеющих какие-либо схожие хобби/увлечения и т.д.)
    2.3 Стихийная выборка
    Опрашиваются наиболее доступные респонденты. Типичные примеры стихийных выборок – опросы в газетах/журналах, анкеты, отданные респондентам на самозаполнение, большинство интернет-опросов. Размер и состав стихийных выборок заранее не известен, и определяется только одним параметром – активностью респондентов.
    2.4 Выборка типичных случаев
    Отбираются единицы генеральной совокупности, обладающие средним (типичным) значением признака. При этом возникает проблема выбора признака и определения его типичного значения.

    Курс лекций по теории статистики

    Калькулятор расчета ошибки и размера выборки (для простой случайной выборки)

    Пояснения к полям:
    Доверительная вероятность
    Вероятность того, что доверительный интервал накроет неизвестное истинное значение параметра, оцениваемого по выборочным данным. В практике исследований чаще всего используют 95%-ую доверительную вероятность
    Ошибка выборки (доверительный интервал)
    Интервал, вычисленный по выборочным данным, который с заданной вероятностью (доверительной) накрывает неизвестное истинное значение оцениваемого параметра распределения.
    Доля признака
    Ожидаемая доля признака, для которого рассчитывается ошибка. В случае, если данные о доле признака отсутствуют, необходимо использовать значение равное 50, при котором достигается максимальная ошибка.

    Калькулятор расчета статистической значимости различий

    Калькулятор позволяет проверить есть ли статистически значимая разница между долями признака, полученными из независимых выборок.
    Например, если до начала рекламной кампании марку знали 55% респондентов, а по окончании – 60% — есть ли между этими долями статистически значимая разница, или же эта разница укладывается в ошибку выборки?
    Примечание. Эта процедура может законно использоваться, только если обе выборки удовлетворяют следующему условию: произведения n*p и n*(1-p), где n=размер выборки а p=доля признака, должны быть не меньше 5.

    Оставить свои комментарии по затронутой теме Вы можете на наших страницах в Facebook и Вконтакте.

    fdfgroup.ru

    Еще по теме:

    • Разрешение на формат а3 Как оценить качество изображения для печати и что такое разрешение? Многие из вас, возможно, сталкивались с ситуацией, когда дергаешь понравившуюся картинку с какого-нибудь сайта, пытаешься распечатать хотя бы на А4, при этом качество печати получается омерзительным, с точки зрения видимости крупных пикселей на […]
    • Правила пожарной безопасности для дошкольных учреждений 2014 Сайт пожарных | Пожарная безопасность Последние публикации: Пожарная безопасность в детских садах: правила и инструкции Не секрет, что самые жесткие требования пожарной безопасности предъявляются к детским садам. Рассмотрим все аспекты, связанные с обеспечением пожарной безопасности учитывая специфику таких зданий. […]
    • Закон оукена пример Закон Оукена (Okun's law) – это закон, согласно которому страна теряет от 2 до 3% фактического ВВП по отношению к потенциальному ВВП, когда фактический уровень безработицы увеличивается на 1% по сравнению с ее естественным уровнем. Количественно выраженная зависимость между колебаниями уровня безработицы и […]
    • Штраф по прибыли нк рф Какие штрафы по налогу на прибыль (размеры и нарушения)? Отправить на почту Штраф по налогу на прибыль взимается за допущение нарушений, предусмотренных НК РФ. Рассмотрим, за какие налоговые «проступки» и в каком размере могут быть начислены штрафы по налогу на прибыль. Виды нарушений, приводящие к штрафам Нарушения, […]
    • П4 закон 44 Закупка у единственного поставщика: отвечаем на злободневные вопросы наших читателей. Часть 15 Татьяна Вихрова, старший специалист учебно-методического отдела Учебного центра Ассоциации электронных торговых площадок Закупки у единственного поставщика привлекательны для заказчиков относительной простотой своей […]
    • Превысит полномочия превысить полномочия Большой англо-русский и русско-английский словарь . 2001 . Смотреть что такое "превысить полномочия" в других словарях: ПРЕВЫСИТЬ — ПРЕВЫСИТЬ, превышу, превысишь, совер. (к превышать) (книжн.). 1. что. Выйти в чем нибудь за установленные пределы, превзойти в чем нибудь норму. Превысить смету. […]
    Закладка Постоянная ссылка.

    Комментарии запрещены.