Выборочный метод наблюдения в социально-экономических исследованиях

        Можно предложить другой способ  случайного отбора единиц в  выборку. Допустим, что  выборка состоит из 75 единиц, а генеральная совокупность - из 780. Из таблицы случайных чисел выбираются, например, следующие

5489, 5583, 3156, 0835, 1988, 3912.

        В выборку могут войти только  единицы, порядковые номера которых  равны трехзначным числам меньше 780. Поэтому, используя только три  последние цифры каждого числа, отбирается необходимые 75 номеров: 489, 583, 156 и т.д. Можно использовать и первые три цифры каждого числа, тогда отобранные номера: 548, 558, 315, 83, 198, 391. Можно разбить случайные четырехзначные случайные числа на ряд, состоящий из трехзначных чисел:

548, 955, 833, 156, 083, 519, 883, 912

и отобрать из них номера, которые меньше 780, а именно: 548, 156, 83, 519.

     Механический отбор заключается в том, что составляется список единиц генеральной совокупности и в зависимости от числа отбираемых единиц (серий) устанавливается шаг отбора, т.е. через какой интервал следует брать для наблюдения единицы (серии). Например, в простейшем случае, при    10%–м отборе, отбирается каждая десятая единица по этому списку, т.е. если первой взята единица за № 1, то следующими отбираются 11–я, 21–я и т.д. В такой последовательности производится отбор, если единицы совокупности расположены в списке без учета их “рангов”, т.е. значимости по изучаемым признакам. Начало отбора в этом случае не имеет значения, его можно начать в приведенном примере от любой единицы из первого десятка. При расположении единиц совокупности в ранжированном порядке за начало отбора должна быть принята середина интервала (шага отбора) во избежание систематической ошибки выборки2.

           При типическом отборе генеральная совокупность разбивается на типические группы единиц по какому–либо признаку (формируются однородные совокупности), а затем из каждой из них производится механический или собственно–случайный отбор [14]. Отбор единиц из типов производится тремя методами: пропорционально численности единиц типических групп, непропорционально численности единиц типических групп и пропорционально колеблемости признака в группах.

        В целях экономии средств данные  по некоторым интересующим исследователя признакам можно анализировать на основании изучения всех единиц выборочной совокупности, а по другим признакам - на основании части единиц выборочной совокупности, которые представляют подвыборку из единиц первоначальной выборки. Этот метод называется двухфазным отбором. При наличии нескольких подвыборок - метод многофазного отбора.

        Многофазный отбор по своей  структуре отличается от многоступенчатого  отбора, так при многофазном отборе  используются на каждой фазе  одни и те же отобранные единицы, при многоступенчатом отборе на разных ступенях применяются единицы отбора разных порядков. Многофазным отбором чаще всего пользуются в тех случаях, когда различно число единиц, необходимых для определения отдельных показателей с заданной точностью. Это связано как с различиями в степени колеблемости признаков, так и с разной точностью, требуемой для расчетов. Ошибки при многофазной выборке рассчитываются на каждой фазе отдельно [7].

       Все виды отбора, поскольку они  могут быть повторными или  бесповторными, имеют разновидности (табл.1)

Таблица1

 

Вид отбора	Разновидности отбора в зависимости от
	повторяемости отбора единиц совокупности	от величины серий или пропорциональности отбора единиц совокупности в группах
Собственно случайный	1. Собственно случайный      повторный 2. Собственно случайный     бесповторный
Механический	1. Механический     повторный 2. Механический      бесповторный
Серийный	1. Серийный с повторным      отбором серий       2. Серийный с бесповтор-     ным отбором серий	1.1. Серийный с повторным отбором        равновеликих серий 1.2. Серийный с повторным отбором         неравновеликих серий   2.1. Серийный с бесповторном отбором         равновеликих серий 2.2. Серийный с бесповторном отбором         неравновеликих серий
Комбиниро-ванный	1. Комбинированный с     повторным отбором     серий   2. Комбинированный с     бесповторным отбором      серий	1.1. Комбинированный с повторным         отбором равновеликих серий 1.2. Комбинированный с повторным         отбором неравновеликих серий 2.1. Комбинированный с бесповторным        отбором равновеликих серий 2.2. Комбинированный с бесповторным         отбором неравновеликих серий
Типический	1. Типический с повторным      случайном отборе внутри      групп             2.  Типический при бесповторном случайном отборе      внутри  групп	1.1. Типический с повторным случайном          отборе внутри  групп, пропорциональ-         ном объему  групп 1.2. Типический с повторным случайном        отборе внутри  групп, непропорцио-        нальном объему  групп 1.3. Типический с повторным случайном        отборе внутри  групп, пропорциональ-        ном колеблемости  в группах 2.1. Типический с бесповторным  случайном        отборе внутри  групп, пропорциональ-        ном объему  групп 2.2. Типический с бесповторным  случайном        отборе внутри  групп, непропорцио-        нальном объему  групп 2.3. Типический   бесповторным  случайном         отборе внутри  групп, пропорциональ-        ном колеблемости  в группах

 

 

1. По охвату единиц совокупности:

• сплошное;
• несплошное (выборочное, монографическое, по методу основного массива)

2. По времени регистрации фактов:

• текущее (непрерывное);
• прерывное (периодическое, единовременное)

3. По способу сбора информации:

• непосредственное наблюдение;
• документальное наблюдение;
• опрос (анкетный, корреспондентский и др.)

Ошибки наблюдения

При большом числе единиц исследуемой совокупности ошибки и неточности могут погашаться, однако, если применяется выборочное наблюдение, тогда ошибки могут существенно повлиять на результаты исследования.

В ходе наблюдения могут возникнуть следующие ошибки:

 

1. Ошибки регистрации – ошибочные результаты наблюдения, полученные в результате недостаточной квалификации исследователя, неточности измерительных приборов, некорректности подсчетов и т.д.
2. Ошибки могут быть случайными и систематическими [12].
• Систематические ошибки репрезентативности – ошибки, вызванные нарушением правил выбора единиц совокупности для наблюдения;
• Ошибки репрезентативности (случайные) – ошибки, отражающие несовпадение выводов о части явления с выводами о явлении в целом. Такие ошибки возникают при применении несплошного метода наблюдения, случайные ошибки репрезентативности – ошибки, отражающие неравномерное распределение единиц в совокупности, в связи с чем, выборочная совокупность не корректно характеризует генеральную совокупность.

Способы отбора единиц в выборочную совокупность

Определение способа отбора единиц совокупности является важной частью выборочного исследования [9]. Существует множество способов отбора единиц совокупности, все их можно представить в виде трех групп (см. рис. 1.):

 
Рис. 1.

Собственно-случайный отбор – выбор единиц совокупности без какой-либо схемы или системы. Может осуществляться методом жеребьевки или с помощью таблицы случайных чисел. При применении данного способа отбора необходимо удостовериться в выполнении принципа рэндомизации.

Отбор с предварительным выделением структуры генеральной совокупности применяется, если исследуется структурированная (распределенная на группы) совокупность. Серийный отбор предполагает выбор одной группы единиц, внутри которой производится сплошное обследование, среди всех групп. Районированный отбор представляет собой определение границ выборочной совокупности с учетом территориальной принадлежности единиц генеральной совокупности. Механический отбор применяется для совокупности, в которой каждой единице присвоен отдельный номер, а выбор осуществляется пропорционально количеству единиц, например, каждая десятая единица и др [10].

Ступенчатый или смешанный отбор применяется в случае поэтапного проведения выборочного наблюдения, когда на разных этапах наблюдения используют различные варианты отбора единиц.

Все приведенные выше способы, с точки зрения математической статистики, делятся на повторные и бесповторные. Повторный отбор предоставляет единице совокупности возможность быть отобранной еще один или несколько раз при условии сохранения принципа рэндомизации. Соответственно, бесповторным называется отбор, при котором единица, будучи однажды исследованной, исключается из генеральной совокупности. Тем самым, устраняется возможность ее повторного отбора в качестве представителя генеральной совокупности [11]. Отличие в методах повторного и бесповторного отбора математически отображают с помощью поправочного коэффициента на бесповторность (К):

n – численность единиц выборочной совокупности; N – численность единиц генеральной совокупности.

В математической статистике разработана методика анализа выборочного наблюдения случайных явлений. Основой такого анализа является предположение о множественности производимых выборочных наблюдений, и, как следствие, построение целого ряда распределения вероятностей различных характеристик полученных выборок3. Предполагается осуществление только отдельного выборочного наблюдения.

Результаты выборочного наблюдения должны быть корректно перенесены на генеральную совокупность. При применении выборочного метода всегда происходит погашение особенностей отдельных единиц генеральной совокупности. Именно поэтому предполагается несоответствие параметров генеральной совокупности параметрам выборочной, т.е. наличие больших или меньших ошибок наблюдения. Чтобы исключить такое несоответствие параметры генеральной совокупности обычно представляют не с помощью отдельного значения, а в виде границ интервала, в пределах которого могут происходить колебания параметров.

Применение выборочного исследования предполагает определение параметров совокупности с некоторой степенью точности. Причем, точность зависит от меры репрезентативности выборки относительно генеральной совокупности, т.е. от качества выборочных данных. Чем хуже представлена в выборке генеральная совокупность, тем меньше степень точности выводов. Следовательно, тем дальше должны быть «раздвинуты» пределы интервала, в которых может колебаться параметр генеральной совокупности.

Еще одним определителем степени точности выводов служит их последующее применение. То есть, чем более корректные данные о генеральной совокупности требуется получить, тем дальше «раздвигаются» пределы интервала. Например, если исследование проводится в целях обучения студентов методике выборки, то принимается условная (низкая) степень точности. Тогда как, исследование, необходимое для государственного управления, предполагает высокую степень точности.

Средняя и предельная ошибка для показателей средней величины

Обобщающей характеристикой совокупности по изучаемому признаку является средняя величина признака. Поэтому, как правило, сначала рассчитывают среднее значение признака для выборочной совокупности ( ), а затем, исходя из меры соответствия между генеральной и выборочной совокупностями, определяют пределы, в которых может колебаться среднее значение признака в генеральной совокупности ( ).

Поскольку точные характеристики генеральной совокупности не определены, то указать единичное значение расхождения между средними для выборочной и генеральной совокупностей невозможно. В связи с этим, определяют средний размер всех возможных ошибок ( ) выборочного наблюдения. Другими словами, показатель называется средняя ошибка выборочной средней. Для повторного отбора [8]:

– дисперсия выборочной совокупности; 

n – численность единиц выборочной совокупности [13].

С применением поправочного коэффициента на бесповторность средняя ошибка выборочной средней для бесповторного отбора будет определяться следующим образом:

– дисперсия выборочной совокупности;

N – численность единиц генеральной совокупности.

То есть, средняя в генеральной совокупности может отклониться от средней в выборочной совокупности в сторону увеличения или уменьшения на величину .

Предельная ошибка выборочной средней ( ) определяет границы, в пределах которых может колебаться среднее значение генеральной совокупности относительно среднего значения выборки. Различия между средней и предельной ошибкой обусловлены величиной коэффициента доверия t.

Суть этого коэффициента можно определить как ряд следующих заключений:

• предполагается наличие расхождения между параметрами выборки и параметрами генеральной совокупности, которое называется ошибкой;
• предполагается, что вместо полученных определенных результатов выборки, могли быть другие, несколько отличные результаты, и, следовательно, могли быть другие характеристики выборочной совокупности и другие ошибки [15];
• предполагается образование ряда распределения из возможных ошибок, причем, в таком ряду рассчитывается среднее значение – средняя ошибка выборки ( );
• предполагается наличие степени вероятности Р у каждой ошибки в этом ряду распределения;
• предполагается формирование распределения вероятностей ошибок Р(t), т.е. определение плотности вероятности ошибок (графическое изображение см. рис 2.);
• предполагается более высокая вероятность появления ошибок определенного размера (среднего размера ошибки) (графически отображается в виде возвышения «волны», характеризующей вероятность, см. рис. 2.);
• по оси абсцисс на графике откладывается значение t; тогда, чем ближе вероятность ошибки расположена к оси ординат (соответственно, к вероятности появления средней ошибки), тем меньше значение t.
• в зависимости от степени репрезентативности («доверия») выборочных данных, определяется значение t, от величины которого зависит вероятность появления ошибок других размеров, отличных от средней ошибки, следовательно, зависят границы колебания значения параметров генеральной совокупности относительно выборки [6].