Основные типы выборки

Основные подходы к процедуре формирования выборки представлены на рис. 7.2.

Вероятностная выборка (probability sampling) – выборка, в которую каждый элемент объекта исследования может попасть с заданной степенью вероятности.

Детерминированная выборка (non-probability sampling) – выборка, в которую элементы попадают на основании заранее определённых предпочтений или суждений.

Основным отличием между указанными процедурами является то, что при вероятностной выборке каждый элемент может попасть в выборку, причём вероятность такого попадания для каждого элемента определена. При детерминированной выборке часть элементов вообще не может попасть в выборку, и ни для одного элемента невозможно заранее определить вероятность его попадания в выборку.

Вероятностные выборки считаются более совершенными, поскольку они позволяют рассчитать характеристики их репрезентативности, что в принципе невозможно в случае детерминированных выборок. Однако, детерминированные выборки менее сложны в проектировании и осуществлении, что делает их очень популярными.

Выделяются следующие виды детерминированных выборок [Черчилль, с. 429 – 434]:

· нерепрезентативные;

· преднамеренные;

· квотные.

Нерепрезентативные выборки (convenience sampling) основаны на отборе наиболее доступных элементов.

Примерами нерепрезентативных выборок являются множества знакомых, однокурсников, посетителей магазина в определённое время, читателей газеты или зрителей телеканала, коллег по работе. Такая выборка не позволяет получить полностью достоверные сведения об объекте исследования, поэтому её рекомендуется использовать только при поисковых исследованиях.

Преднамеренные выборки (judgemental sampling) основаны на отборе вручную тех элементов, которые, по мнению исследователя, отвечают целям исследования.

Примером такой выборки является исследование определённой группы людей, которые, как выяснилось по результатам предыдущих исследований, имеют такие же характеристики поведения, как и вся исследуемая совокупность.

Разновидностью преднамеренной выборки является выборка по принципу «снежного кома» (snowball sampling). Она заключается в определении первоначальных элементов, каждый из которых указывает на несколько новых, и так далее. Такая выборка используется при обследовании объектов со специфическими признаками, занимающими невысокую долю в общем множестве аналогичных объектов, и тесно взаимодействующих между собой.

Преднамеренные выборки имеют тот же основной недостаток, что и нерепрезентативная выборка – невозможность оценки её ошибки и низкая степень репрезентативности.

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

Следует подчеркнуть, что квотная выборка является детерминированной, то есть выбор конкретных элементов, обладающих определёнными признаками, для включения в выборку осуществляется волюнтаристским решением исследователя.

Квотная выборка имеет существенные недостатки по отношению к вероятностным выборкам:

· выборка может существенно отличаться от популяции по исследуемым признакам при соответствии пропорций других признаков, по которым определялись квоты;

· отсутствуют статистические процедуры определения степени репрезентативности выборки;

· волюнтаризм полевых сотрудников в отборе конкретных элементов может привести к возникновению дополнительной систематической ошибки.

Вероятностные выборки могут относиться к следующим видам [Черчилль, с. 434 – 468]:

· простая случайная;

· стратифицированная;

· групповая.

Простая случайная выборка (simple random sampling, SRS)– выборка, в которой каждый элемент объекта исследования с равной вероятностью может попасть в выборочную совокупность.

Простая случайная выборка является простейшим методом формирования вероятностной выборки. Такая выборка формируется путём случайного равновероятного отбора элементов из их полного перечня. Процедура отбора может иметь форму выбора шаров из барабана либо номеров с помощью генератора случайных чисел. Примером может служить лотерея по розыгрышу «зелёных карт», проводимая администрацией США.

Основным преимуществом простой случайной выборки является возможность применения статистических методов для точного определения степени её репрезентативности. Указанное свойство делает такую выборку очень точным инструментом описательного исследования.

Основным недостатком такой выборки является необходимость обладания полным перечнем элементов исследуемой совокупности, что обеспечивается в практике маркетинговых исследований достаточно редко.

Стратифицированная выборка (stratified sampling) – вероятностная выборка, в которую элементы отбираются в два этапа: сначала генеральная совокупность разделяется на непересекающиеся исчерпывающие подмножества, а затем в каждом из подмножеств производится отбор элементов по методу простой случайной выборки.

Подмножества, сформированные в рамках стратифицированной выборки, называются стратами. Следует отметить, что отбор элементов в стратах производится независимо друг от друга. Это позволяет с равной вероятностью сформировать любую из возможных комбинаций элементов в выборке.

Стратифицированная выборка обладает следующими преимуществами перед простой случайной:

· она даёт более репрезентативные результаты;

· разделение на страты позволяет охватить все слои, которые могут представлять особый интерес для исследователя (например, какие-либо малочисленные сегменты).

При стратификации рекомендуется выделять как можно более однородные по исследуемым признакам страты. Это позволяет повысить точность результатов и сократить расходы на исследование.

Групповая или кластерная выборка (cluster sampling) – вероятностная выборка, которая формируется в три этапа: на первом этапе исследуемая совокупность делится на несколько непересекающихся исчерпывающих подмножеств (кластеров), затем производится случайный отбор подмножеств для исследования, и, наконец, в отобранных подмножествах вероятностным методом отбираются конкретные элементы для исследования.

Следует особое внимание уделить различию стратифицированной и групповой выборок. В обоих случаях производится выделение подмножеств, Однако, при стратифицированной выборке элементы отбираются из каждого подмножества, а при групповой выборке – из некоторых случайно отобранных подмножеств.

Принципы формирования страт и кластеров существенно различаются: страты стремятся формировать однородными, а кластеры, наоборот, как можно более репрезентативными по отношению к исследуемой совокупности. Соответственно, с точки зрения статистики стратифицированные выборки более эффективны (дают более точные результаты), чем групповые. Однако, групповые выборки достаточно популярны, поскольку они очень часто экономически более эффективны.

Разновидностями групповой выборки являются систематическая (systematic) и территориальная выборки (area sampling). В первом случае отбор элементов производится с установленным шагом (каждая n-я единица), а во втором случае в качестве кластеров выступают территории.

Дата добавления: 2015-05-09