Социологический опрос

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

3. Сравнительно большой объем выборки. Для получения результатов со сравнительно высокой степенью точности собственно случайный отбор требует достаточно большого объема выборки по сравнению с другими видами отбора. Другими словами, случайный отбор обладает меньшей степенью точности, что в конечном счете является причиной его меньшей эффективности[5].

Существует два способа повышения эффективности выборки, которые :

1. корректировка выборочных показателей,

2. использование методов построения выборки с внедрением элемента неслучайности [6, 34].

Механическая выборка.

Наиболее близкой к собственно случайной выборке является механическая выборка. Однако даже она может приводить к систематическим ошибкам.

Практическая реализация.

Проведение механической выборки требует список характеристик респондентов (фамилии, адреса, телефоны и т.д.). Из этого списка через равные промежутки люди отбираются в выборку. Этот промежуток называется шагом выборки.

N – объем генеральной совокупности

n – объем выборочной совокупности.

Начало отбора выбирается случайным образом в пределах шага выборки. Например, если шаг выборки равен 20, то начинать отбор надо с любого числа от 1 до 20.

Вычисление ошибки выборки.

При определении ошибки репрезентативности используются те же формулы, что и при случайной выборке.

Определение объема выборки.

Как следствие, при определении объема выборки так же используются те же формулы, что и при случайной выборке.

Плюсы и минусы механического отбора.

Процедура проведения механической выборки менее громоздка, чем проведение случайной выборки. Хотя применение компьютеров практически нивелирует это преимущество.

Механическая выборка может быть как более точной, так и менее точной по сравнению со случайной выборкой. Это продемонстрирует следующий пример.

 

 Стратифицированная (районированная) выборка.

Практическая реализация.

При проведении стратифицированного отбора, генеральная совокупность сначала разбивается на группы (страты) по какому-либо признаку. Далее уже в этих выделенных группах проводится случайная или механическая выборка.

Стратифицированная выборка может быть пропорциональной объему группы (в этом случае каждая страта имеет одинаковую долю в выборке) или непропорциональной (в этом случае доля страты в выборке зависит от доли этой страты в генеральной совокупности); также она может проводиться пропорционально колебанию признака в группах.

Например, всех представителей генеральной совокупности можно разделить по полу, и затем провести случайный отбор среди мужчин и женщин.

Если мы отберем 50% мужчин и 50% женщин, то это будет пропорциональный отбор. В данном случае мы исходим из того, что мужчин и женщин в генеральной совокупности примерно поровну, а большей точности для нашего исследования не требуется.

Если же мы отберем такой же процент мужчин и женщин, как в генеральной совокупности (например, 49% мужчин и 51% женщин), то это будет непропорциональный отбор.

А если мы знаем, что рассматриваемый нами признак (например, количество выкуриваемых за день сигарет), среди мужчин колеблется несильно, т.е. среди мужчин достаточно мало совсем не курящих и злостных курильщиков, в то время как у женщин наблюдается обратная ситуация, то, чтобы добиться необходимой точности оценки количества выкуриваемых за день сигарет при тех же затратах на проведение опроса, можно опросить меньше мужчин, и за счет этого увеличить число опрашиваемых женщин. Это делается потому, что в данном случае получить оценку количества выкуриваемых за день сигарет у женщин с необходимой точностью является более трудной задачей (из-за сильного колебания признака), чем для мужчин. Этот пример - иллюстрация отбора пропорционально колебанию признака в группах.

 

 Плюсы и минусы стратифицированного отбора.

Стратифицированная выборка в любом случае оказывается точнее собственно-случайной. Этот метод особенно хорош, когда генеральная совокупность неоднородна. В этом случае собственно-случайный отбор крайне неэффективен (требует большого объема выборки).

Однако стратифицированная выборка может быть применена лишь при наличии дополнительной информации о генеральной совокупности (например, нам необходимо процентное соотношение мужчин и женщин, в случае, если мы хотим стратифицировать выборку по полу). Отсутствие такой информации делает применение стратифицированной выборки невозможным. Еще один недостаток стратифицированного отбора – это возможность систематической ошибки. Далее на примерах попытаемся проиллюстрировать различные способы применения стратифицированной выборки.

 

 

 

 

 

 

Необходимый объем (n) выборки для разных видов организации выборочного наблюдения

непосредственно определяется объем выборки n:

Гнездовая (серийная) выборка.

Практическая реализация.

Здесь отбираются не люди, а группы. Группы отбираются случайным образом, а внутри них проводится сплошной опрос. Например, в ВУЗе с большим количеством студенческих групп отбор можно проводить путем случайного отбора этих групп и дальнейшего сплошного опроса в этих группах.  

Плюсы и минусы этого метода.

Разные источники по-разному оценивают точность гнездовой выборки по сравнению со случайной.

Главный «козырь» этого типа отбора в том, что он гораздо проще в организационном плане. Действительно, гораздо проще выбрать несколько групп и опросить их целиком, чем бегать за каждым респондентом. Это дает нам выигрыш в средствах и во времени.

Но при этом необходимо следить, чтобы количество групп в генеральной совокупности было достаточно большим, иначе ни о каком принципе случайности не может быть и речи. Более того, возможны перекосы из-за того, что на момент опроса не удается застать всех членов группы. К тому же объем выборки при гнездовом отборе обычно больше, чем при случайном отборе.

Неслучайные (невероятностные) методы отбора.

 

 Классификация методов неслучайного отбора.

Классификация, которой мы будем придерживаться в данном докладе, строится на основе критериев, предложенных В.Э. Шляпентохом. Хотя эта классификация не является абсолютно строгой, и часто трудно провести границу между двумя методами, она отражает основные отличия методов и позволяет их некоторым образом структурировать. Основными факторами, определяющими природу неслучайного отбора, являются:

1. Фактор доступности (насколько включение в выборку зависит от респондента). Этот фактор отражает искажение случайности, идущее со стороны респондентов.

2. Фактор целенаправленности (насколько состав выборки контролируется исследователем). Этот фактор определяет искажение случайности, идущее от исследователя.

Классификация методов неслучайного отбора на основе названных факторов представлена в таблице 1.

Таблица 1.

Классификация методов неслучайного отбора.

 

 

Факторы, определяющие природу неслучайного отбора		Целенаправленность: контроль выборки исследователем:
		минимальный	на среднем уровне	максимальный
Доступность: включение в выборку от респондента:	не зависит	А	С	E
	зависит	В	D	X

 

 

 Доступная выборка

Как следует из названия, в этом случае проводится отбор доступных единиц. Одним из плюсов этого метода являются сравнительно низкие издержки на поиск респондентов.

А: доступные респонденты выделены заранее;

В: респонденты выявляются в процессе опроса, поэтому действительное число доступных объектов определяется апостериори.

Сферы применения доступной выборки:

1) тестирование анкет

2) отработка процедур опроса

3) изучение интимных сторон жизни людей

4) изучение здоровья населения на основе данных об обращениях в больничные учреждения

5) монографические обследования.

С – соответствует принципам случайного отбора.

Стихийная выборка.

Исследователь при применении данного метода в некоторой степени контролирует выборку (например, публикуя анкету в журнале, он обращается только к читателям этого журнала), но решение о включении в выборку принимает сам респондент.

Сферы применения стихийной выборки:

1) анкеты, публикуемые в периодическом издании

2) почтовые опросы.

Направленный отбор.

Можно выделить три основных метода направленного отбора:

1) метод типичных единиц (Е)

2) целевая выборка (Х)

3) квотный отбор (Х).

1. Метод типичных единиц.

При использовании данного метода отбираются единицы генеральной совокупности, обладающие средним (или типичным) значением признака. Однако в таком случае встает проблема выбора признака и определения его типичного значения. Субъективный характер оценки вполне может привести к систематической ошибке. Данный метод целесообразно применять для изучения таких объектов, о которых мы уже обладаем некоторой информацией, например, территориальных общностей, предприятий, учреждений и т.п.

Целевая выборка.

Сферы применения целевой выборки:

1) формирование состава участников эксперимента (например, формирование контрольных групп точечным методом, когда для каждого участника основной группы подбирается участник контрольной группы, обладающий сходными признаками). Это один из тех редких случаев, когда нет необходимости в проведении случайного отбора.

2) отбор экспертов, который может проводиться на основе следующих критериев:

· объективные характеристики экспертов, содержащиеся в документах

· тестирование кандидатов в эксперты

· взаимный отбор

· самооценка кандидатов в эксперты.

Квотный отбор.

Остановимся на описании этого метода более подробно, т.к. это один из самых распространенных методов неслучайного отбора.

При использовании данного метода отбирают один или несколько признаков, по которым будет контролироваться выборка. Количество единиц в выборке, обладающих определенными характеристиками, должно быть пропорционально количеству таких единиц в генеральной совокупности.

Виды квотного отбора.

Можно выделить две разновидности метода квот:

1) априорный отбор

2) апостериорный отбор.

Априорный отбор осуществляется интервьюером на стадии сбора первичной информации.

Апостериорный отбор проводится для корректировки выборки. Например, когда в газету приходят письма с заполненными читателями анкетами, часто среди ответивших имеется перекос по некоторым важным параметрам (возраст, пол и т.п.). В таком случае можно взвесить полученные результаты, а можно провести выборку из выборки квотным методом.

Почему используют квотный отбор?

1) отсутствие необходимости в повторных посещениях

2) достижение заданной точности результатов при меньшем объеме выборки.

Объем выборки при квотном отборе.

Считается, что при использовании метода квот можно делать выборку меньшего объема, чем при случайном отборе, так как квотный отбор дает почти полное совпадение выборочной и генеральной совокупностей по заданным параметрам. Однако это утверждение невозможно подтвердить при помощи математических методов. Единственный способ проверить его справедливость – провести эксперимент.

Такой эксперимент, например, поставил Ф.Э. Шереги. Сначала он случайным методом отобрал 300 рабочих текстильной фабрики в Узбекистане и доказал высокую репрезентативность выборки. Затем он произвел квотным методом выборку из этих 300 человек. Контролировалось два параметра: возраст и национальность. Сначала были отобраны 200 человек, затем – 100. Оказалось, что в выборке 200 человек около 80% всех параметров имели относительную ошибку не более 3%. В выборке 100 человек такую ошибку имели 55% параметров. В выборке 200 человек 6% параметров имели ошибку более 5%, а в выборке 100 человек такую ошибку имели 25% показателей [5, с.126].

Выбор признаков.

Во-первых, выбранные признаки должны быть тесно связаны с изучаемыми характеристиками, иначе полученные результаты могут оказаться сильно искаженными.

Во-вторых, признаки должны быть независимыми, иначе расход средств на их контроль будет нерациональным.

Требования к выборке могут быть жесткими и пониженными. Жесткие требования означают совпадение пропорций генеральной и выборочной совокупностей по сочетаниям признаков. В этом случае структура выборочной и генеральной совокупностей по заданным параметрам точно совпадают. При использовании пониженных требований контролируют лишь совпадение пропорций по каждому параметру отдельно.

Например, если исследователи решили контролировать выборку по четырем параметрам: пол (2 градации), возраст (7 градаций), образование (6 градаций) и род занятий (12 градаций), то при предъявлении пониженных требований они получат 2+6+7+12=27 групп, а при предъявлении жестких требований они получат 2*6*7*12=1008 групп.

Обычно к выборке предъявляют пониженные требования, так как в обратном случае теряется основное преимущество квотного отбора – малый объем выборки, и увеличиваются затраты на поиск респондентов, обладающих определенными характеристиками.