Обыкновенная надежность допускает ошибку выборки

Требования к выборке становятся актуальными при проведении психологических исследований, когда получаемые результаты и выводы в дальнейшем планируется распространить на генеральную совокупность, а также в случае необходимости получения статистически достоверных результатов.

Важнейшим требованием к качеству выборки является обеспечение ее репрезентативности. Требование репрезентативности выборки означает, что по выделенным параметрам (критериям) состав выборки обследуемых должен приближаться к соответствующим пропорциям в генеральной совокупности. Между тем, строго репрезентативную выборку по всем важным для проблематики исследования параметрам обеспечить невозможно, и поэтому следует гарантировать репрезентацию по главному направлению анализа данных.

Прежде всего, надо уяснить, какие из имеющихся сведений о характеристиках генеральной совокупности существенны для целей исследования. Во многих случаях это половозрастной и социально-профессиональный состав обследуемых, их пространственная локализация. Исходя из этого, основными этапами формирования выборки (выборочной совокупности) являются следующие:

– обоснование структуры выборочной совокупности в соответствии с характером задач и гипотез исследования;

– уточнение структуры выборки с учетом информации, полученной при анализе первичных результатов исследований, данных пробных и пилотажных исследований, их доработка на основе гипотез;

– определение типа и объема выборки.

В наиболее общем виде по типу выборочные совокупности делят на целенаправленные (из генеральной совокупности выбираются типичные элементы, воспроизводящие ее структуру) и случайные (вероятностные), когда все элементы генеральной совокупности имеют одинаковую вероятность попадания в выборочную совокупность.

В зависимости от характера исследования может применяться тот или иной тип выборки:

1. Простая случайная. Из однородной совокупности, все элементы которой известны и могут быть пронумерованы, осуществляется отбор единиц выборки с помощью таблиц случайных чисел.

2. Систематическая. Для ее определения необходим полный список единиц генеральной совокупности. В выборку отбирается по одному объекту через интервал, равный шагу отбора – отношению объема генеральной совокупности к объему выборки.

3. Гнездовая. Выборочные единицы отбираются с помощью одного из способов случайного отбора. Единицы отбора представляют собой статистические группы (гнезда), которые целиком или выборочно подвергаются обследованию.

4. Стратифицированная районированная выборка. Исследуемая совокупность предварительно разделяется на страты (слои) в соответствии с генеральным распределением известных и значимых для исследования признаков.

а) Пропорциональное размещение – объем выборки из страты пропорционален размеру страты в генеральной совокупности;

б) Оптимальное размещение – объем выборки из страты пропорционален в страте среднеквадратичному отклонению признака и обратно пропорционален издержкам на получение выборки.

5. Многоступенчатая. Процедура построения выборки разбивается на ряд этапов (ступеней). На каждой ступени меняется единица отбора.

а) Случайная – на каждой ступени единицы отбираются одним из способов случайного отбора.

б) Комбинированная – отбор на каждой из ступеней может осуществляться любым из вышеописанных способов.

6. Квотная. Производится разбиение генеральной совокупности на классы согласно нескольким распределениям выбранных признаков. На основе знания статистического объема каждого класса и заданной доли отбора из него определяется “квота” – объем выборки соответствующего класса.

Объем выборки – число элементов, включенных в выборочную совокупность. Численность (объем) выборки определяется:

– уровнем однородности или разнородности изучаемых объектов – генеральной совокупности (чем более они однородны, тем меньшая численность может обеспечить статистически достоверные выводы);

– величиной доверительной вероятности (Р);

– требуемой точностью результатов, т.е. величиной допускаемой ошибки репрезентативности.

Весьма полезна следующая приблизительная оценка надежности результатов выборочного обследования. Повышенная надежность допускает ошибку выборки до 3%, обыкновенная – до 3-10%, приближенная – от 10 до 20%, ориентировочная – от 20 до 40%, а прикидочная – более 40%.

Для достижения необходимого качества выборки необходимо осуществить следующие шаги:

1. Опpеделить стpуктуpу генеpальной совокупности – количественные пpопоpции подгpупп (квот) по pазличным социально-демогpафическим хаpактеpистикам.

2. Опpеделяется объем пpедставительной выбоpки.

3. Объем пpопоpционально делится на квоты, так чтобы стpуктуpа выбоpки моделиpовала стpуктуpу генеpальной совокупности.

Половозрастная структура “замыкает” на себя многие показатели семейного состояния. При конструировании заданий для теста необходимо учитывать, что весьма вероятны различия в ответах на них в зависимости от пола испытуемых. Так, обычно при выполнении тестов способностей детьми до 16 лет девочки демонстрируют превосходство в словесно-логических навыках, а мальчики – в работе с цифрами. Вероятнее всего, что задания из этих областей будут иметь различные статистические оценки. Различия испытуемых по полу обнаруживаются во многих заданиях личностных тестов, например, тех, которые касаются интереса к одежде, спорту, своей внешности, вождению автомобиля, рисованию, верховой езде.

Одним из решений этой проблемы было бы разделить мужчин и женщин на отдельные выборки, а затем отобрать задания, удовлетворяющие критериям процедуры анализа заданий для обеих групп. Хотя при этом возникают некоторые трудности.

Первая проблема состоит в том, что хотя задания почти всегда могут быть сформулированы так, что они пройдут процедуру анализа (с корреляцией задание/общий показатель 0,2 и долей Р, ответивших в соответствии с ключом испытуемых в пределах от 0,2 до 0,8) в обеих группах, даже для эффективных заданий эти оценки могут быть не идентичными. Особенно важным здесь является коэффициент Р, так как если он всегда больше, скажем, для мужчин, чем для женщин, на большом количестве заданий, то это может привести к влиянию пола испытуемых на результаты тестирования.

Вторая проблема является более фундаментальной. Если мы отберем задания, получившие в процедуре их анализа одинаковые оценки для мужчин и для женщин, мы фактически создадим тест, на результаты которого пол испытуемых не влияет. С другой стороны, мы могли бы отобрать задания, по которым женщины показывают более высокие результаты. Каково, однако, значение такой идентичности или различия в показателях? Чтобы вычленить эту проблему, следует вспомнить, что средние значения и дисперсии для тестов являются функциями отдельных наборов заданий. Так что не имеет смысла утверждать, что исходя из показателей по тесту девочки выполняют его лучше, или хуже, или так же, как мальчики. Это должно быть функцией конкретного набора заданий.

На практике это означает, что если у нас нет некоторой веской причины ожидать влияния пола испытуемых на тест, то должны отбираться те задания, которые не выявляют половых различий. В случае большинства личностных и мотивационных переменных это наиболее оптимальный подход. Следует заметить, что если по данной переменной существует реальные различия между полами, то не имеет значения, сколько заданий испытывается – это проявится в статистических оценках заданий. Так, если постоянно для каждого задания обнаруживается устойчивая тенденция, то тогда лучше всего будет использовать эти задания, пусть даже тест и показывает теперь различия между полами.

Возраст содержит указания на жизненный опыт и, как правило, на рабочий или профессиональный стаж. При испытании заданий существенно, чтобы вся сформированная выборка была подобной той, для которой тест предназначен. Однако полезно также провести анализ заданий данного теста отдельно для различных возрастных групп в рамках одной выборки.

Социально-профессиональные характеристики – это свидетельства особого рода занятий, с чем связаны интересы, особенности режима труда и отдыха, многие другие важные показатели деятельности людей. Пространственная локализация (по территории, подразделениям предприятий, учреждений) важна с точки зрения особенностей условий жизнедеятельности определенной группы людей.

В ряде случаев значимым фактором, влияющим на результаты тестирования является т.н. тестовая искушенность. Тестовая искушенность – индивидуальный опыт обследуемого, приобретенный в ходе выполнения различных психологических тестов. По мнению А.Анастази, преимущества человека, ранее участвующего в обследовании перед новичком складываются из ранее преодоленного чувства неизвестности, сформировавшейся уверенности в себе, сложившегося отношения к тестовой ситуации, приобретенных навыков работы с тестовыми заданиями, осознания исходности принципов решения задач в определенных группах тестов, снижение мотива экспертизы и проявления различного рода установок, снижающих достоверность получаемых диагностических данных.

Таблица 4. Зависимость объема выбоpки от объема генереальной совокупности пpи допустимой ошибке 5% (довеpительная веpоятность – 0,95)

Несмотря на наличие ссылок по тексту, автор все же рекомендует прочесть раздел целиком — для более последовательного понимания материала.

Определения и пояснения:

1. Ген еральная совокупность и выборка.

Под выборочным методом понимается следующее. Та категория исследовательских задач, которая требует изучения каких-либо психологических, социальных явлений, свойственных, например, всем жителям города, всем студентам, всем владельцам автомобилей такой-то марки и т. п. накладывает объективные ограничения на возможность проведения эксперимента. Действительно: если требуется, скажем, узнать какова доля женщин среди жителей города, очень трудоемко и нецелесообразно искать эти сведения во всех паспортных столах или устраивать собственную «перепись населения». С этой целью исследователем подсчитывается процент женщин в какой-либо относительно небольшой группе случайно (или периодически) отобранных граждан, а на основании результата делается заключение о том, какова доля женщин среди жителей города.

В таком случае всех жителей будем считать ГЕНЕРАЛЬНОЙ СОВОКУПНОСТЬЮ, а экспериментальную группу граждан – ВЫБОРКОЙ.

2. Тр ебования, предъявляемые к выборке.

К генеральной совокупности обычно применимо требование правильного определения ее КОНТУРА. Это означает, что исследователь обязан ответить на два вопроса: охватывает ли он в своих предположениях все возможные элементы генеральной совокупности, и нет ли элементов избыточных, лишних.

Приведем пример. Пусть перед нами стоит исследовательская задача определить, велик ли в некоем городе процент женщин, считающих свою семейную жизнь удовлетворительной? Не касаясь способов, как именно оценивать степень удовлетворенности, займемся определением характера самой генеральной совокупности. Очевидно, что мы получим искаженную картину, если примем за генеральную совокупность всех лиц женского пола, включая младенцев, детей и незамужних девушек. (Речь идет об удовлетворенности собственной семьей.) Однако мы так же ошиблись бы, если бы исключили вдов, престарелых женщин или женщин, состоящих в разводе, ведь мы помним, что по условию «задачи» нас интересует удовлетворенность семейной жизнью, а не только супружеством. Стало быть, не следует исключать из рассмотрения неполные семьи.

К выборке обычно предъявляются требования ВАЛИДНОСТИ и РЕПРЕЗЕНТАТИВНОСТИ.

Под ВАЛИДНОСТЬЮ понимается следующее. Буквально: выборка должна работать, то есть отражать все характеристики генеральной совокупности. Она не может быть «с живой картины списком бледным», в выборке не должны пропадать какие-то свойства, присущие генеральной совокупности в целом. Выборка – это модель того, что она представляет. (Нельзя выносить суждение о том, что все дно мирового океана покрыто галькой – на том основании, что вы сидите на пляже и перебираете в руках камешки.)

Пример. Вспомним нашего гипотетического наблюдателя, стоящего на улице и подсчитывающего процент проходящих мимо него мужчин и женщин. Если его задача в том, чтобы узнать: лица какого пола чаще ходят по этой улице, то он действует правильно. Но если задача в другом : определить больше ли ходит вообще по городу мужчин или женщин, то нашему экспериментатору надо бы пригласить помощников, которых он должен расставить и на центральных улицах и в «спальных районах» города, и на темных переулках. После подсчета ему придется объединить данные, причем в тех пропорциях, в каких описанные категории улиц представлены в его городе. Если же задача нашего любознательного исследователя состоит в том, чтобы узнать, кого вообще в городе больше – мужчин или женщин, то ему придется покинуть свой пост и лучше вместе с помощниками отправиться по разным домоуправлениям или паспортным столам. Это справедливо вот почему: если на дворе белый день, причем, рабочий, то вряд ли мимо наблюдателя будет ходить много служащих, матерей с грудными младенцами, дряхлых стариков и т.п. Иными словами, сформированная им выборка не будет отражать характеристик всей генеральной совокупности.

Требование РЕПРЕЗЕНТАТИВНОСТИ состоит в том, чтобы любой исследователь, желающий повторить этот эксперимент, имел возможность при сходных условиях сформировать подобную выборку (то есть выборку с теми же свойствами) и получить результат. Будет ли результат почти таким же или отличным – дело другое. Важно то, что условия эксперимента должны иметь возможность быть воспроизведенными.

Существует также требование НАДЕЖНОСТИ, но оно имеет отношение скорее к эксперименту в целом, нежели к формированию выборки. Состоит оно, во-первых, в возможности повторения эксперимента с получением близких (тех же) результатов, и, во-вторых, — в степени доверия к полученным результатам – точность, с какой эксперимент описал действительное положение вещей. Этот момент тесно связан с таким понятием, как «уровень статистической значимости».

3. Уро вни статистической значимости.

Основной вопрос, на который нужно дать ответ при проведении любого статистического исследования, это – достоверны ли различия между чем-то и чем-то. Этим «чем-то» может быть, например средний уровень интеллекта в двух группах людей; возможно, мы хотим узнать, все ли цвета в тесте Люшера выбираются, в среднем, одинаково часто на все позиции (то есть хотим сравнить экспериментальное распределение с равномерным); случайно или нет после воздействия суггестора на экспериментальную группу изменилось ее усредненное отношение к какому-то вопросу, и т.п. Во всех этих (и во всех прочих) случаях мы всегда определяем достоверность различий.

УРОВЕНЬ ЗНАЧИМОСТИ – это вероятность того, что мы сочли различия достоверными, а они на самом деле случайны.

Часто в научной литературе, особенно в периодических изданиях, можно встретить такую запись:

Эта запись обозначает, что полученные в описываемом эксперименте различия достоверны на 5%-м или 1%-м уровне, то есть вероятность, что они окажутся недостоверны, равна 5/100 (0,05%) или 1/100 (0,01%).

Пятипроцентный уровень и однопроцентный уровень – общепринятые «стандарты». Обычно приводится сравнение именно с этими двумя числами.

Если уровень значимости указан:

более 10 процентов, — гипотезу, как правило, признают не подтвердившейся, а различия – недостоверными;

если в диапазоне от 5 до 10 процентов – тенденция достоверности;

меньше 5% — результатам можно доверять;

меньше 1% — практически, гарантия достоверности.

4. Нулевая и альтернативная гипо тезы.

Формулирование гипотез – важный этап всякого исследования. Правильно сформулированные, они помогают исследователю придерживаться выбранной линии. После проведения эксперимента и осуществления всех подсчетов ему легче понять, что же все-таки он обнаружил.

Существуют два общепринятых, стандартных, типа гипотез:

Нулевая гипотеза (обозначается Н о ) предполагает, что в эксперименте не будет выявлено различий. Например: «Между учениками 1 класса А и 1 класса Б нет различий по уровню интеллекта».

Альтернативная гипотеза (обозначается Н 1 ) предполагает, что будут выявлены различия (что различия будут достоверны). Например: «Ученики 1 класса А и 1 класса Б отличаются по уровню интеллекта»

Гипотезы так же могут быть ненаправленными (см. предыдущий пример) и направленными: «Ученики 1 класса А превосходят по уровню интеллекта учеников 1 класса Б»

5. Шка лы измерения.

Измерение – приписывание числовых форм объектам или событиям в соответствии с какими-либо правилами.

Различают четыре типа измерительных шкал.

1) НОМИНАТИВНАЯ (номинальная, шкала наименований). Эта шкала классифицирует объекты по названию, по принадлежности. Она не измеряет объекты количественно, а лишь «расставляет» по надлежащим местам. Например, взяв группу граждан, мы можем классифицировать их по национальностям, по профессии. Простейший случай номинальной шкалы – дихотомическая . Она содержит только два варианта значений: «ответил – не ответил на вопрос анкеты»; «холост – женат»; «работает – безработный»; «мужчина – женщина» и т.п.

2) ПОРЯДКОВАЯ шкала классифицирует по принципу «больше – меньше». Классифицированные объекты располагаются по мере возрастания признака, от самого малого – до самого большого. Ячейки здесь играют роль «классов». Однако порядковая шкала не дает ответа на вопрос, насколько один объект больше или меньше другого (каково между ними расстояние, выраженное в каких-либо единицах). Порядковая шкала должна содержать не меньше трех классов (разрядов), (в противном случае она сводится к дихотомической шкале). Пример: уровень благосостояния населения – мы можем сказать, что «средний класс» обеспеченнее бедных и беднее богатых, но не имеем возможности определить эту разницу количественно. Еще пример – уровень образования. Ясно, что высшее образование «лучше», чем среднее и среднее-специальное , но нет таких единиц, в которых можно было бы указать, насколько именно «лучше». Третий пример: тест СЖО (смысло-жизненных ориентаций) Леонтьева, и вообще, все методики, в которых требуется оценить что-либо по схеме «нравится – не знаю – не нравится» или «всегда – обычно – иногда – никогда».

3) ИНТЕРВАЛЬНАЯ шкала – шкала, классифицирующая по принципу «больше/меньше на определенное количество единиц». Однако эта шкала не устанавливает точки начального отсчета, некоего «абсолютного нуля», зная который, можно сравнивать между собой два любых объекта, признаки которых измерены в этой шкале. Например, измеряем время решения учебной задачи при приеме на работу. Пусть имеется четыре испытуемых А , Б, В и Г. Пусть А решил задачу за 100 секунд, Б – за 110, В – за 200, а Г – за 210. Ясно, что в этом случае нельзя утверждать, что А настолько же успешнее Б, насколько В успешнее Г, хотя между этими парами испытуемых одна и та же разница во времени решения задач – 10 секунд.

4) ШКАЛА РАВНЫХ ОТНОШЕНИЙ – это шкала, классифицирующая объекты пропорционально степени выраженности исследуемого свойства. Здесь классы или градации выражены числами, пропорциональными друг другу. Иными словами, такая шкала имеет абсолютную точку отсчета. В психологии примером шкалы равных отношений могут служить пороги абсолютной чувствительности. В сравнении с предыдущей шкалой, можно сказать, что та являлась шкалой температуры по Цельсию, а эта – по Кельвину, где есть абсолютный нуль.

Выборочное исследование должно обеспечивать необходимую точность результатов относительного объекта исследования, при этом, как было отмечено в предыдущем разделе, оно должно обеспечить экономию исследовательских ресурсов. Перечислим основные критерии, предъявляемые к выборке.

1. Выборка должна обеспечивать расчет несмещенных оценок изучаемого явления, т. е. быть репрезентативной.

2. Выборка должна обеспечивать расчет ошибок выборки, сопровождающих любое выборочное обследование.

3. Построение выборки должно быть относительно быстрым и легким (т. е. модель формирования выборки не должна быть чересчур сложной, громоздкой).

4. Выборка должна обеспечивать максимально возможной точности исследования в рамках имеющихся средств. Т. е., построение и реализация выборки не должны быть излишне затратными.

5. Выборка должна быть четко письменно задокументирована таким образом, чтобы эксперты могли оценить, насколько она соответствует вышеприведенным критериям.

Ключевым требованием к выборочной совокупности является требование репрезентативности.

Репрезентативной называют выборку, представляющую генеральную совокупность с приемлемой степенью точности. Репрезентативность — свойство выборки отражать, моделировать характеристики генеральной совокупности. Мера подобия выборочной модели структуре генеральной совокупности оценивается ошибкой выборки. Ошибка выборки характеризует расхождение между оценкой показателя, сделанной на основании изучения выборки, и оценкой этого же показателя на основе изучения генеральной совокупности.

Допустимые пределы ошибки выборки зависят от цели исследования и определяют степень надежности получаемых результатов. Так для поисковых исследований надежность может быть приближенной и даже ориентировочной (т. е. в пределах 10–20 и 20–40% ошибки репрезентативности соответственно), для описательных и аналитических исследований должна быть обеспечена нормальная надежность результатов исследования (в пределах 3–10% ошибки репрезентативности, обычно — 5%).

Ошибки репрезентативности могут быть случайными и систематическими. Случайные ошибки не отражают существенной связи между объектом, субъектом и условиями проведения исследования. Они возникают непреднамеренно, например, вследствие описок, неточности сообщаемых респондентами данных. В целом по всему массиву данных такие ошибки имеют тенденцию к взаимному погашению и не влияют на результаты исследования.

Систематические ошибкиотражают существенную связь между объектом, субъектом и условиями проведения исследования и могут значительно исказить результаты исследования, вызывая так называемые систематические смещения. Причины возникновения систематических ошибок репрезентативности связаны существенными недочетами при формировании и реализации плана выборки. К их числу относятся:

– неверно выбранный метод формирования выборочной совокупности и/или неправильно рассчитанный ее объем;

– неполный охват единиц выборочной совокупности;

– произвольная замена единиц выборочной совокупности.

Следует отметить еще одну причину появления систематических ошибок, хотя именно эта причина никак не связана сущностью выборочного метода. Это некорректно разработанный инструментарий исследования.

Таким образом, обеспечение репрезентативности выборки осуществляется за счет:

– корректного определения необходимого объема выборочной совокупности и…

– . метода ее формирования, адекватного объекту, целям и задачам исследования;

– тщательного контроля реализации плана выборки.

Чтобы избежать грубых ошибок выборки, следует обратить внимание на следующие рекомендации:

1. Определите, что представляет собой генеральная совокупность: уточните, какие именно объекты попадают в ее состав, какие характеристики им присущи; оцените, насколько соотносятся между собой идеальная (задаваемая теоретическими параметрами) и реальная (определяемая жизнью) совокупности[1].

2. Уяснить, какие характеристики единиц генеральной совокупности существенны для исследования, чтобы они нашли точное отражение в выборке.

3. Выбрать оптимальную модель формирования выборки и определить необходимый ее объем.

4. Провести инструктаж лиц, привлекаемых к проведению исследования, по вопросам отбора единиц выборочной совокупности.

5. В процессе исследования контролировать соответствие формируемой выборки ее плану.

Не нашли то, что искали? Воспользуйтесь поиском:

Лучшие изречения: Для студента самое главное не сдать экзамен, а вовремя вспомнить про него. 10684 — | 7833 — или читать все.

Выборка — это метод исследования, когда из общей изучаемой (генеральной) совокупности однородных единиц отбирается некоторая его часть (выборочная совокупность), и только эта часть подвергается обследованию.

Генеральная и выборочная совокупности должны сопоставляться по некоторым важным признакам, которые легко проверяются статистическими методами. Если они совпадают, то выборка называется представительной, или репрезентативной. Понятно и то, что, чем больше размер выборки, тем больше и достоверность. Прежде всего, надо уяснить, какие из имеющихся сведений о характеристике генеральной совокупности, объекте исследования существенны для целей исследования. Во многих случаях это половозрастной, социально-профессиональный, имущественный состав обследуемых, их пространственная локализация. Пол и возраст замыкают на себе многие показатели семейного состояния: возраст, к примеру, указывает на жизненный опыт, профессиональный стаж. Пространственная локализация (по территории, по месту работы) важна с точки зрения адресности выводов и рекомендаций, которые должны быть привязаны к административным или производственным показателям. При сочетании этих трех параметров: половозрастной структуры, социального состава и пространственной локализации — можно быть уверенным, что выборка будет представительной для изучения многих социальных проблем. Понятно, что это правило имеет исключения в зависимости от конкретных условий и особых целей исследования. Например, при изучении политических ориентации населения уже не обойтись без учета имущественного положения, а студенческих проблем — без знания вуза и курса обучения студентов.

Очень важно при формировании выборки обеспечить равномерный отбор из всей генеральной совокупности. При небольших по численности генеральных совокупностях применяют случайные выборки. Их можно использовать, когда известны основные параметры генеральной совокупности. Случайная систематическая выборка — отбор идет через определенные интервалы, например, по спискам студентов, клиентов банка, избирателей и т. п. Имея список работников предприятия и определив объем необходимой выборки, можно установить шаг выборки, например, каждый десятый или сотый из списка. Серийная или гнездовая выборка реализуется в том случае, если есть внутренняя структура объекта. На предприятии выбираются не все подразделения, а наиболее типичные, например, в области — отдельные города и районы, но опять же типичные; в городе это могут быть отдельные микрорайоны. Целевой называется выборка, в которой идет выделение на основе каких-либо признаков, например, по полу, национальности, имущественному положению, принадлежности к политическим партиям и т. п. Целенаправленная квотная выборка предполагает пропорциональный отбор на основании статистики распределения среди генеральной совокупности заданных сочетаний паспортных данных респондентов — квот. В социологии также используется выборка как метод основного массива — опрос всех присутствующих (или 60-70 % всей численности). Посредством этого метода, например, осуществляется «зондаж» общественного мнения. Выборки бывают одноступенчатыми и многоступенчатыми, комбинированными. На каждой ступени отбора следует обеспечить требование представительности. Например, при опросе населения города на первом этапе отбираются типичные микрорайоны, а затем опрашиваются жители каждой двадцатой или пятидесятой квартиры, дома. При опросе населения области на первой ступени выбираются типичные районы и города. Примером стихийной выборки могут быть опросы по почте, интервью встречных, прохожих, пассажиров. Здесь может применяться квотный принцип, когда в конкретном здании необходимо опросить определенное количество человек по некоторым признакам, к примеру, по полу, возрасту.

К выборке применяется ряд обязательных требований, опре­деленных, прежде всего, целями и задачами исследования. Плани­рование эксперимента должно включать в себя учет как объема выборки, так и ряда ее особенностей. Так, в психологических ис­следованиях важно требование однородности выборки. Оно озна­чает, что психолог, изучая, например, подростков, не может, включать в эту же выборку взрослых людей. Напротив, исследо­вание, выполненное методом возрастных срезов, принципиаль­но предполагает наличие разновозрастных испытуемых. Однако и в этом случае должна соблюдаться однородность выборки, но уже по другим критериям, в первую очередь таким, как возраст, пол. Основаниями для формирования однородной выборки могут служить разные характеристики, такие, как уровень интеллекта, национальность, отсутствие определенных заболеваний и т.д., в зависимости от целей исследования.

В общей статистике имеется понятие повторной и бесповторной выборки, или, иначе говоря, выборки с возвратом и без возврата. В качестве примера приводится, как правило, выбор шара, доставаемого из какой-либо емкости. В случае выборки с возвратом каждый выбранный шар опять возвращается в емкость и, следовательно, может быть выбран снова. При бесповторном выборе однажды выбранный шар откладывается в сторону и больше не может участвовать в выборке. В психологических ис­следованиях можно найти аналоги подобного рода способам организации выборочного исследования, поскольку психологу нередко приходится несколько раз тестировать одних и тех же испытуемых при помощи одной и той же методики. Однако, строго говоря, повторной в этом случае является процедура тес­тирования. Выборка испытуемых при полной тождественности состава в случае повторных исследований всегда будет иметь не­которые отличия, обусловленные функциональной и возрастной изменчивостью, присущей всем людям. Подобная выборка по ха­рактеру проведения процедуры является повторной, хотя смысл термина здесь, очевидно, иной, чем в случае с шарами.

Важно подчеркнуть, что все требования, предъявляемые к любой выборке, сводятся к тому, что на ее основе психологом должна быть получена наиболее полная, неискаженная информация об особенностях генеральной совокупности, из которой взята эта выборка. Иными словами, выборка должна как можно более полно отражать характеристики изучаемой генеральной со­вокупности.

6.4 Репрезентативность выборки

Состав экспериментальной выборки должен представлять (моделировать) генеральную совокупность, поскольку выводы, полученные в эксперименте, предполагается в дальнейшем пе­ренести на всю генеральную совокупность. Поэтому выборка должна обладать особым качеством – репрезентативностью, позволяющей распространить полученные на ней выводы на всю генеральную совокупность.

Репрезентативность выборки очень важна, тем не менее по объективным причинам соблюдать её крайне сложно. Так, хоро­шо известен факт, что от 70% до 90% всех психологических ис­следований поведения человека проводились в США в 60-х годах XX века с испытуемыми – студентами колледжей, причем боль­шинство из них были студентами психологами. В лабораторных исследованиях, выполняемых на животных, наиболее распрост­раненным объектом изучения являются крысы. Поэтому неслу­чайно психологию называли раньше «наукой о студентах-второ­курсниках и белых крысах». Студенты коллед­жей составляют всего 3% от общей численности населения США. Очевидно, что выборка студентов нерепрезентативна в качестве модели, претендующей на представительство всего населения страны.

Репрезентативная выборка, или, как еще говорят, предста­вительная выборка, – это такая выборка, в которой все основ­ные признаки генеральной совокупности представлены прибли­зительно в той же пропорции и с той же частотой, с которой данный признак выступает в данной генеральной совокупности. Иными словами, репрезентативная выборка представляет собой меньшую по размеру, но точную модель той генеральной сово­купности, которую она должна отражать. В той степени, в какой выборка является репрезентативной, выводы, основанные на изучении этой выборки, можно с большой долей уверенности считать применимыми ко всей генеральной совокупности. Это распространение результатов называется генерализуемостью.

В идеале репрезентативная выборка должна быть такой, чтобы каждая из основных изучаемых психологом характерис­тик, черт, особенностей личности и т.п. была бы представлена в ней пропорционально этим же особенностям в генеральной совокупности. Согласно этим требованиям процедура форми­рования выборки должна иметь внутреннюю логику, способ­ную убедить исследователя, что при сравнении с генеральной совокупностью она действительно окажется репрезентатив­ной, представительной.

Нарушение принципов случайного выбора порой приводило к серьезным ошибкам. Стал знаменитым своей неудачей опрос, проведенный американским журналом «Литературное обозрение» относительно исхода президентских вы­боров в США в 1936 году.

Кандидатами на этих выборах были Ф.Д.Рузвельт и А.М.Ландон. В качестве генеральной совокупности редакция журнала использовала телефонные книги. Отобрав случайно 4 миллиона адресов, она разослала по всей стране открытки с вопросом об отношении к кандидатам в президенты. Затратив большую сумму на рассылку и обработку открыток, журнал объявил, что на предстоящих выборах президентом США с большим перевесом будет избран Ландон. Результат выборов оказался противоположным этому прогнозу.

Здесь были совершены сразу две ошибки – во-первых, телефонные книги сами по себе дают не репрезентативную выборку из населения страны, хотя бы потому, что абоненты– в основном зажиточные главы семейств. Во-вторых, прислали ответы не все, а люди, не только достаточно уверенные в своем мнении, но и привыкшие отвечать на письма, т.е. в значительной части представители делового мира, которые и поддерживали Ландона. Если бы редакция критически подошла к своей работе, она поняла бы, что методика опроса страдает изъянами.

Явление, подобное только что описанному, когда выборка представляет не всю генеральную совокупность, а лишь какой-то ее слой, какую-то ее часть, называется смещением выборки. Смещение – один из основных источников ошибок при использовании выборочного метода.

Однако для тех же самых президентских выборов социологи Дж.Гэллап и Э.Роупер правильно предсказали победу Рузвельта, основываясь только на 4 тысячах анкет. Причиной этого успеха, прославившего его авторов, было не только правильное составление выборки. Они учли, что общество распадает­ся на социальные группы, которые более однородны, в том числе по своим политическим взглядам. Поэтому выборка из слоя может быть относительно малочисленной с тем же результатом точности. Имея результаты обследования по слоям, можно характеризовать общество в целом. Сейчас такая методика является общепринятой.

В своей конкретной деятельности психолог действует следую­щим образом: устанавливает подгруппу (выборку) внутри гене­ральной совокупности, подробно изучает эту выборку (проводит с ней экспериментальную работу), а затем, если позволяют результаты статистического анализа, распространяет полученные выводы на всю генеральную совокупность. Это и есть основные этапы работы психолога с выборкой.

Начинающий психолог должен иметь в виду часто повторяю­щуюся ошибку: каждый раз, когда он осуществляет сбор любых данных любым методом и из любого источника, у него всегда появляется соблазн распространить свои выводы на всю гене­ральную совокупность. Для того чтобы избежать подобной ошиб­ки, надо не просто обладать здравым смыслом, но, прежде все­го, хорошо владеть основными понятиями математической ста­тистики.

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 (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 — 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.

Чтобы посредством опроса получить максимально точные данные о какой-либо группе людей, например, о ее поведении и предпочтениях, было бы логично опросить эту группу целиком. Но что, если интересующая нас группа очень велика? Опрос всех потребителей молока в России или всех жителей Южного административного округа Москвы займет много времени и обойдется в астрономическую сумму денег. А нужно ли опрашивать их всех?
О размере выборки и статистической ошибке измерений подробно написано в статье «Выборка. Размер – не главное. Или главное» . В этой статье будет рассмотрено второе требование к выборке, также обеспечивающее качество исследования – репрезентативность.

Согласно теории выборочного метода, неоднократно подтвержденной практикой, опрашивать всех нет необходимости, а можно опросить лишь часть группы, которая может быть в тысячи раз меньше. Эта маленькая часть называется выборкой (или выборочной совокупностью), а большая группа, которую она представляет, называется генеральной совокупностью.

При этом если выборка сформирована правильно, выводы, полученные на основе изучения выборки, могут быть перенесены и на генеральную совокупность. Например, если в выборке женщины значимо чаще, чем мужчины, пользуются дезодорантами, то делается вывод, что и в генеральной совокупности (например, в исследованном городе) присутствует такая закономерность. Процесс переноса выводов с выборки на генеральную совокупность называется генерализацией. А свойство выборки отражать характеристики генеральной совокупности называется репрезентативностью. Для более комфортного запоминания термина на рис.1. приведены иллюстрации, когда выборка отражает свойства генеральной совокупности и когда свойства выборки отличаются от свойств генеральной совокупности.

Рис.1. Иллюстративные примеры соответствия (несоответствия) свойств генеральной совокупности и выборки

Не стоит путать понятие репрезентативности с такими понятиями как валидность и релевантность, хотя они тоже относятся к характеристикам качества исследования. В социальных науках валидность понимается довольно широко, но чаще всего – как обоснованность. Понятие валидности относится не к выборке, а к исследовательской методике. Методика или измерение (анкета, блок вопросов, тест) считается валидным, если фиксирует именно то понятие или свойство, которое планируется измерить. Например, если мы захотим оценить уровень лояльности клиента к магазину и выберем для этого лишь показатель частоты посещения магазина, валидность этого подхода будет неполной: возможно, респондент часто заходит в магазин только из-за банкомата, который там установлен. Валидная методика в данном примере должна включать и другие показатели: предпочтение магазина, суммы покупок в этом и других магазинах, готовность переключиться на другие магазины, готовность рекомендовать магазин и др.

При установлении валидности решающую роль играет обоснование и последующая проверка гипотезы релевантности, то есть соответствия измеряемых параметров характеристикам исследуемого объекта. Житейский пример нерелевантности – измерять уровень счастья человека количеством денег у него (хотя, наверное, не все с этим согласятся). Очевидный пример нерелевантности – попытка измерить массу тела по его температуре.

Но вернемся к понятию репрезентативности. В то время как точность измерений зависит от размера выборки, размер выборки не гарантирует ее репрезентативности. Репрезентативность выборки главным образом обеспечивается способом отбора ее участников (респондентов). Примером явного нарушения репрезентативности может послужить шутка о том, что интернет-опрос показал, что 100% людей пользуется интернетом.

Можно выделить несколько вариантов нарушения репрезентативности выборки: когда опрошены не те люди и когда опрошено слишком много (или мало) определенных людей (например, женщин намного больше, чем мужчин). Кроме того, чем меньше размер выборки, тем меньше вероятность того, что она будет репрезентативной. Например, допустим, 1% населения мог бы заинтересоваться новой услугой. Это 1 из 100 людей. Если размер выборки составляет всего 60 человек, то в вашей выборке может отсутствовать человек, который, скорее всего, будет заинтересован в услуге. Ваша выборка менее репрезентативна, потому что она меньше. Ваши результаты будут разными в зависимости от того, содержит ли ваша выборка одного из этих людей или нет. Пример репрезентативной и нерепрезентативной выборки показан на рис.2.

Рис.2. Пример репрезентативной и нерепрезентативной выборки

На рис.3 показана та же по составу генеральная совокупность, но с другим расположением объектов внутри круга.

Рис.3. Пример репрезентативной и нерепрезентативной выборки при другом расположении объектов генеральной совокупности

Говоря простым языком, репрезентативная выборка – это такая выборка, в которой представлены все подгруппы, важные для исследования. Помимо этого, характер распределения рассматриваемых параметров в выборке должен быть таким же, как в генеральной совокупности.

Простой случайный отбор респондентов представляется оптимальным способом формирования репрезентативной выборки. Поскольку в этом случае у любого представителя генеральной совокупности одинаковая вероятность попасть в выборку, в нее попадут люди с разными характеристиками пропорционально их долям в генеральной совокупности. В итоге выборка будет представлять собой нечто вроде уменьшенной копии генеральной совокупности.

Случайность отбора респондентов в выборку обеспечивается разными способами. Например, для телефонного опроса жителей города берется база данных всех телефонных номеров, и номера респондентов случайным образом выбираются компьютером (с использованием генератора случайных чисел). При уличном опросе интервьюеров распределяют по случайно выбранным точкам и инструктируют опрашивать каждого N-ного прохожего.

Наглядным примером репрезентативной выборки может служить пицца. Если целая пицца – это генеральная совокупность, которую мы хотим изучить, то кусок пиццы – это выборка. Как правило, достаточно одного куска пиццы, чтобы судить обо всей пицце (при условии, что ингредиенты равномерно распределены по ее поверхности). Таким образом, кусок пиццы пиццы на рис.4 – это репрезентативная выборка из пиццы.

Рис.4. Наглядный пример репрезентативной выборки (пицца)

Важно отметить, что не любой кусок пиццы будет репрезентативной выборкой. Разные способы получения куска пиццы могут принципиально повлиять на качество исследования и выводы, которые будут получены при анализе каждого варианта выборки (рис.4)

(рисунок в сушильной камере, готовится к публикации)

Рис.5. Наглядный пример формирования репрезентативной и нерепрезентативной выборки.

Еще один показательный пример формирования репрезентативной выборки – кастрюля, содержимое которой мы должны узнать (допустим, там скрывается борщ). Мы только один раз можем зачерпнуть из кастрюли ложкой (провести исследование). В нашем примере ложка – это выборка, а содержимое кастрюли – генеральная совокупность.

Если мы зачерпнем сверху, то придем к выводу, что в кастрюле бульон. Если снизу – решим, что в кастрюле мясо. Зачерпнув где-то посередине, мы получим картошку или капусту. В любом из трех случаев выводы будут неверны. Чтобы получить достоверный результат, нам стоит хорошенько перемешать содержимое кастрюли, перед тем как пробовать его. Перемешивание в данном случае – аналог процедуры простого случайного отбора, поскольку оно предоставляет всем ингредиентам примерно равную вероятность попадания в ложку-выборку (или тарелку-выборку).

Рис.6. Борщ как модель, демонстрирующая репрезентативность выборки.

В реальности применить простой случайный отбор респондентов не всегда удается в полной мере. Например, мы можем абсолютно корректно отобрать в выборку нужное количество номеров домашних телефонов случайным образом, но при их прозвоне выяснится, что дозвониться и поговорить удается преимущественно с пенсионерами, а «поймать» дома молодежь и работающих людей получается плохо.

Возвращаясь к примеру с борщом, если у нас вместо кастрюли – огромный ресторанный котел, а в руках все та же обычная ложка, перемешивание будет неэффективным. Чтобы решить задачу, потребуются иные подходы. Например, мы можем теоретически разделить глубину котла на несколько слоев и постараться зачерпнуть содержимое из каждого слоя (из случайного места слоя: не только в центре, но и по краям). Таким образом, наша итоговая выборка будет состоять уже из нескольких выборок и при этом адекватно отражать содержимое всех слоев котла. Подобные альтернативные подходы называются типами выборки, которых придумано достаточно много для того, чтобы максимизировать репрезентативность выборки в сложных условиях реального мира.

Последствия нарушения репрезентативности выборки: некорректные выводы исследования, выброшенный на ветер бюджет исследования, финансовые потери вследствие применения неправильных выводов. Вы можете выбрать валидную исследовательскую методику, рассчитать объем выборки, обеспечивающий приемлемую точность измерений, но, если выборка исследования нерепрезентативна, получить достоверную информацию не удастся.

Самым известным примером нарушения репрезентативности выборки является история провала американского журнала «Литературный дайджест».

В 1936 году журнал в очередной раз провел почтовый опрос общественного мнения о вероятных результатах грядущих президентских выборов в США. До 1936 года опрос всегда правильно предсказывал победителя. Опрос 1936 года показал, что победителем с большим отрывом станет кандидат от республиканцев, но в итоге победителем оказался представитель демократов.

Таким образом, гигантская выборка (около 2,4 млн. человек) не обеспечила достоверных результатов. В чем же заключалась причина ошибки?

Называются две основные причины провала: смещение при формировании выборки и смещение вследствие отказа респондентов от участия в опросе.

Прежде всего, журнал включил своих подписчиков в список для рассылки анкет и, желая расширить выборку, использовал два других доступных тогда списка граждан: зарегистрированных автовладельцев и пользователей телефонов. Во времена Великой Депрессии представители этих групп отличались от остального населения более высоким доходом, как и подписчики самого журнала. Таким образом, полученная база для рассылки не являлась корректным отражением структуры населения США.

Вторая проблема с опросом заключалась в том, что из 10 миллионов человек, чьи имена были в первоначальном списке рассылки, только 2,4 миллиона ответили на опрос. Вероятно, высокий процент отказов был связан с тем, что опрос проводился по почте. Уже в те времена американцы относились к почтовым рассылкам как к спаму. Таким образом, размер выборки составил примерно одну четверть от того, что первоначально планировалось. Когда доля ответивших низка (как это было в данном случае), считается, что исследование страдает от необъективности ответов.

У этой истории две морали: Большая, но неправильно сформированная выборка гораздо хуже маленькой, но правильно сформированной выборки. При проведении опроса не упускайте из внимания смещение отбора и смещение в результате отказов.

Пример из военной практики. Во Вторую мировую войну американские военные столкнулись со следующей проблемой. Не все американские бомбардировщики после задания возвращались на базу. На вернувшихся самолетах оставалось множество пробоин от выстрелов противника, но распределены они были неравномерно: больше всего на фюзеляже и прочих частях, меньше в топливной системе и гораздо меньше — в двигателе. Командованию казалось логичным, что в наиболее поврежденных местах нужно установить больше брони.
Привлеченный к решению задачи математик возразил: данные как раз показывают, что самолет, получивший пробоины в этих местах, еще может вернуться на базу. А самолет, которому попали в бензобак или двигатель, выходит из строя и не возвращается. Поэтому укреплять следует те места, которые у вернувшихся самолетов повреждены меньше всего.

Рис .7. Пробоины на вернувшихся самолётах.
Получившие повреждения в других местах не смогли вернуться на базу

Эта задача служит примером нарушения репрезентативности выборки, когда в нее включены не те респонденты: в данном случае, вернувшиеся самолеты, в то время как не вернувшиеся проигнорированы.

Применительно к маркетинговым исследованиям, эта ситуация подобна следующей. При опросе клиентов бизнеса будет ошибкой опрашивать только текущих клиентов и не опрашивать потерянных клиентов (а какие «пробоины» получили они?).

При опросе посетителей ТРЦ важно правильно расставить интервьюеров. Например, если поставить интервьюеров только у главного входа, в выборку не попадут посетители, приехавшие в ТРЦ на автомобиле и попавшие в него через парковку. Как следствие, выводы, полученные на собранных данных, будут корректны только для той части посетителей, которые приходят в ТРЦ пешком, а значит, делают меньше покупок, не покупают габаритные товары, живут ближе к ТРЦ, чем приезжающие на автомобиле.

Другой пример. Бывает, что в разных районах города сбор анкет идет с разной скоростью: где-то (например, в центре города) большой пешеходный поток и у людей есть время на участие в опросе (отдыхающие, в отпуске, офисные сотрудники на обеде), а на окраинах либо мало людей на улицах, либо все спешат на работу и отказываются участвовать. В результате, если не ограничивать доли районов, в выборке будут преобладать люди из центрального района, которые могут значимо отличаться от остальных людей родом занятий, уровнем дохода и образования, уровнем осведомленности о магазинах и др. Таким образом, собранная выборка уже не будет репрезентативной по отношению к населению всего города.

Несмотря на многие положительные стороны онлайн-опросов, такие как экономичность, оперативность сбора информации, удобство ее обработки и т. д., некоторые их особенности напрямую угрожают репрезентативности исследования:

Во-первых, участники онлайн-опросов – это, как правило, активные пользователи интернета, хорошо в нем разбирающиеся и больше подверженные влиянию интернет-культуры, чем обычные люди.

Во-вторых, люди, у которых есть время и желание регулярно участвовать в онлайн-опросах за небольшое вознаграждение, скорее всего, значительно отличаются от остальных людей как по социально-демографическим, так и по психографическим характеристикам.

В-третьих, профессиональное участие в опросах приводит к так называемой профессиональной деформации, когда ответы респондентов на вопросы новых исследований обусловлены предыдущим опытом, но не жизненным, а опытом участия в других опросах.

Таким образом, в данном случае возникает та ситуация, когда опрашиваются не те люди, хотя по формальным характеристикам они подходят под описание целевой аудитории.

Итак, чтобы получить достаточно точные данные об интересующей нас группе людей, необязательно опрашивать их всех, благодаря свойству репрезентативности выборки.

«Чем больше, тем лучше» – неправильный подход к формированию выборки.

Небольшая репрезентативная выборка лучше большой, но нерепрезентативной выборки. Применительно к выборке не стоит пугаться слова «случайная». Это вовсе не значит, что в исследовании будут получены случайные результаты. Напротив, случайный подход к формированию выборки делает ее максимально похожей на генеральную совокупность, а значит, репрезентативной.

При проектировании выборки следует учитывать опасность смещения структуры выборки вследствие особенностей сбора информации и других условий.

ПРОГРАММНЫЕ ТРЕБОВАНИЯ К ВЫБОРКЕ

(Ядов В.А. Стратегия социологического исследования. Описание, объяснение, понимание социальной реальности. М.: «Добросвет», 1999. С. 111-122)

в % при ошибке                                                                          в % при ошибке

не более 5 %                                                                               не более 5%

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. То есть, её размер заранее
часто не известен, а определяется
конкретным условием — активностью
респондентов. Значит, нельзя и заранее
определить структуру массива респондентов,
которые заполнят и вернут анкеты. Поэтому
этот метод не претендует на репрезентативность
выборки, а выводы исследования очень
часто распространяются только на
опрошенную совокупность.

Сферы применения
стихийной выборки:

1. анкеты, публикуемые
   в газетах и журналах;

2. почтовые опросы¹;

3. опросы покупателей
   в залах супермаркетов;

4. опрос пассажиров
   на остановках и в общественном
   транспорте².

2.3. Многоступенчатая и одноступенчатая выборки.

Выборка делится
на одноступенчатую и многоступенчатую
по количеству ступеней в отборе.
Одноступенчатая выборка предполагает,
что из генеральной совокупности сразу
осуществляется отбор респондентов для
опроса. Процедура же многоступенчатой
выборки включает несколько ступеней,
при этом на каждой из них единица отбора
меняется. «Различают единицы отбора
первой ступени (первичные единицы),
единицы отбора вторичной ступени
(вторичные единицы) и так далее. Объекты
самой нижней ступени, с которых ведется
непосредственный сбор информации,
называются единицами наблюдения»³.
Например, задача исследования – изучение
свободного времени студентов всей
страны.

Процедура будет
строиться следующим образом:

1. отбор регионов;

2. отбор города в
   них, где есть вузы;

3. отбор учебных
   заведений, в которых будет проводиться
   исследование;

4. выбор академических
   групп;

5. отбор студентов.

Многоступенчатая
выборка осуществляется не в локальных
масштабах, а в региональных, общенациональных,
международных. Использовать одноступенчатую
выборку в таких масштабах нерационально,
да и очень дорого обойдётся такое
исследование. Многоступенчатая выборка
в этом плане экономична и упрощает
подход к выбору объекта.

Но нужно
учитывать, что чем больше ступеней в
выборке, тем больше будет ошибка
репрезентативности, возрастёт вероятность
погрешностей, что приведёт к искажению
результатов исследования⁴.

Рассмотрев
некоторые типы выборок, необходимо
также уяснить, что такое объем выборки
и какие бывают ошибки выборки и как их
избежать.

1. Репрезентативность выборки. Объем и ошибка выборки.

В
формировании выборочной совокупности
важную роль играет определение ее объема
и обеспечение репрезентативности.

«Если тип выборки
говорит о том, как попадают люди в
выборочную совокупность, то объём
выборки сообщает о том, какое их
количество попало сюда»².
То есть объем выборки – это количество
единиц попавших в выборочную совокупность.
И очень важно, чтобы выборка была
репрезентативной, то есть не искажала
представлений о генеральной совокупности
вцелом³.
«Требования репрезентативности выборки
означают, что по выделенным параметрам
(критериям) состав обследуемых должен
приближаться к соответствующим пропорциям
в генеральной совокупности»⁴.

Одна из ключевых
проблем, встающих, как правило, перед
социологом, решающим: доверять полученным
в ходе него данным или нет, это то, сколько
же человек должно быть опрошено для
того, чтобы получить действительно
репрезентативную информацию. К сожалению,
единой и четкой формулы, используя
которую можно было бы рассчитать
оптимальный объем выборочной совокупности,
не существует в природе. И объясняется
это весьма просто. Дело в том, что
определение объема выборочной совокупности
– это проблема не столько статистическая,
сколько содержательная.

Иными словами,
объем выборочной совокупности зависит
от множества факторов, основные из них
следующие:

1. затраты на сбор
   информации, включая временные;

2. стремление к
   определённой статистической достоверности
   результатов, которую надеется получить
   исследователь;

3. ценность и новизна
   информации, получаемой в результате
   опроса⁵.

Объем
выборки обусловлен степенью однородности
или неоднородности, генеральной
совокупности, количеством характеризующих
ее признаков.
Однородной считается совокупность,
в которой контролируемый признак,
например уровень грамотности, распределён
равномерно, то есть не образует пустот
и сгущений, тогда опросив лишь несколько
человек, можно сделать вывод о том, что
большинство людей грамотны. Чем более
однородна генеральная совокупность,
тем меньше объем выборки. Например,
«допустим, мы осуществляем отбор из
генеральной совокупности в 2000 человек,
контролируя состав выборочной совокупности
по признаку «пол»»: 70% мужчин и 30% женщин.
Согласно теории вероятности, можно
предположить, что примерно среди каждых
десяти отбираемых респондентов встретятся
три женщины. Если мы хотим опросить по
крайней мерее 90 женщин, то исходя из
вышеупомянутого соотношения, нам
необходимо отобрать не менее 300 человек.
А теперь предположим, что в генеральной
совокупности 90% мужчин и 10% женщин. В
этом случае, чтобы в выборочную
совокупность попало 90 женщин, необходимо
отобрать уже не менее 900 человек»¹.
Из примера видно, что объем выборки
зависит от разброса признака (дисперсии),
и его нужно вычислять по признаку,
дисперсия значений которого наибольшая.

«Степень
однородности социального объекта
зависит, в сущности, от того, насколько
детально мы намерены его исследовать.
Практически любой, самый «элементарный»
объект оказывается чрезвычайно сложным.
Лишь в анализе мы представляем его как
относительно простой, выделяя те или
иные его свойства. Чем более основательным
и детальным будет анализ, чем больше
свойств данного объекта мы намерены
принять во внимание в их сочетании, а
не изолированно, тем больше должен быть
объем выборки»².

Существуют, так
называемые «правила левой руки» для
определения размера выборки (таблица
1)»³:

Размер выборки растёт	Размер выборки уменьшается
— при необходимости опубликовать данные для отдельных подгрупп (размеры подвыборок при этом суммируются, и выборка в целом растёт пропорционально числу подгрупп);	— при исследовании организаций, институтов и прочих «первичных единиц отбора», если сравнительно невелика величина генеральной совокупности, из которой производится отбор(например, совокупности сотрудников рекламных агентств, школьников, пациентов и т.п.);
— при проведении общенациональных обследований, когда велика генеральная совокупность;	— при проведении локальных и региональных исследований;
— если уже имеющаяся информация по ключевым вопросам (например, о намерениях избирателей голосовать за ту или иную партию) явно недостаточна и степень неопределённости значительна.	— если уже существующая информация относительно полна и всё ещё остающаяся степень неопределенности незначительна.

В репрезентативной
выборке все элементы генеральной
совокупности представлены в той же
пропорции. Но как бы тщательно не
соблюдать этот принцип, случайные ошибки
все же будут. Мы имеем возможность
определять ошибку репрезентативности.
Ошибкой репрезентативности, как правило,
называют «расхождение между двумя
совокупностями – генеральной, на которую
направлен теоретический интерес
социолога и представление о свойствах
которой он хочет получить в конечном
итоге, и выборочной, на которую направлен
практический интерес социолога, которая
выступает одновременно как объект
обследования и средство получить
информацию о генеральной совокупности»¹.
Важно учитывать, что при помощи выборочного
метода никогда нельзя получить абсолютно
точную оценку наблюдаемого признака,
всегда существует вероятность ошибки,
но, если вероятность ошибки мала, то она
скорее всего не произойдет. В отечественной
литературе наряду с термином «ошибка
репрезентативности» встречается и
другой – «ошибка выборки». Обычно они
используются как синонимы, но понятие
«ошибка выборки» количественно более
точное, чем «ошибка репрезентативности».
Ошибка выборки – это «отклонение средних
характеристик выборочной совокупности
от средних характеристик генеральной
совокупности. На практике она определяется
путём сравнения известных характеристик
генеральной совокупности с выборочными
средними».²

Репрезентативность
выборки определяется двумя компонентами:
систематическими и случайными ошибками.
Случайные ошибки связаны «со статистическими
погрешностями (зависят от динамики
исследуемых признаков) и непредвиденными
нарушениями процедуры сбора информации
(процедурные ошибки, допущенные при
регистрации признаков)»³.
Случайные ошибки уменьшаются с увеличением
объема выборочной совокупности. Случайную
ошибку можно измерить методами
математической статистики, если при
формировании выборочной совокупности
соблюдался принцип случайности,
обеспечивающийся строго определенными
правилами, которые составляют метод
формирования выборочной совокупности,
и устранить.

На практике
принцип случайности соблюсти очень
сложно, а иногда просто невозможно, что
приводит к появлению систематической
ошибки, которые возникают «из-за неполной
объективности выборки генеральной
совокупности (недостаток информации о
генеральной совокупности, отбор наиболее
«удобных» для исследования элементов
генеральной совокупности), а так же
из-за несоответствия выборки целям и
задачам исследования»¹.
Иногда такие ошибки называют ошибками
смещения. Они возникают при различных
телевизионных опросах, когда телеведущий
предлагает телезрителям позвонить по
определённым номерам телефонов, послать
смс-сообщение и высказать своё мнение
по какой-то проблеме. Естественно мы не
можем утверждать что эти люди отражают
мнение всего населения страны, и даже
телеаудитории. Вероятнее всего в таких
опросах участвуют более образованные
и активные люди, чем вся генеральная
совокупность, поэтому любой телевизионный
опрос содержит в себе систематическое
искажение и носит поверхностный характер.

Но систематические
ошибки возникают и в ходе корректно
организованного опроса. Например, на
улице на вопросы интервьюера отвечают
только те, кто никуда не спешит. Искажения
можно избежать, если соблюдать принципы
случайного отбора и опрашивать, к
примеру, каждого десятого прохожего².

Причины
возникновения систематических ошибок:

1. «в ходе исследования
   была не правильно составлена основа
   выборки (использовались устаревшие,
   неполные данные либо отсутствовала
   статистика по некоторым важным для
   формирования выборки признакам),

2. неудачно выбран
   способ отбора единиц наблюдения,

3. часть респондентов
   по разным причинам «выпала» из опроса
   (отсутствовала, отказалась отвечать)
   и так далее»³.

При помощи
математических средств такие ошибки
устранить невозможно, поэтому необходимо
осуществить логический анализ причин
появления систематических ошибок и
разработать меры, которые смогли бы их
устранить. «Величину ошибок смещения
определить при помощи математических
формул практически не возможно, поэтому
они автоматически переходят на результаты
и выводы исследования. Ошибки смещения
бывают обычно следствием:

• неверных исходных
  статистических данных о параметрах
  контрольных признаков генеральной
  совокупности;

• слишком малого
  (статистически не значимого) объёма
  выборочной совокупности;

• неверного
  применения способа отбора единиц
  анализа (например, отбор из неверно
  составленного списка, неудачный выбор
  места и времени проведения опроса)»¹.

Существуют
определённые пределы ошибки выборки,
которые зависят от цели исследования.
В экономических и демографических
прогнозах, например при переписи
населения, требуется повышенная
надёжность и точность. Для таких прогнозов
существенные ошибки оборачиваются
миллионными потерями материальных
ресурсов и просчетами в прогнозах и
планировании. Но чаще поводятся
социологические исследования для
уяснения общих тенденций, общей
ориентировки в социальной сфере не
требующие стопроцентной надёжности.
Существует приблизительная оценка на
надёжность результатов исследования:
«повышенная надёжность допускает ошибку
выборки до 3%. Обыкновенная – до 3-10%,
приближенная – то 10 до 20%, ориентировочная
– от 20 до 40%, а прикидочная – более 40%»².

Таким образом,
существует несколько способов, чтобы
избежать ошибки:

• каждый элемент
  генеральной совокупности должен иметь
  одинаковую вероятность попасть в
  выборочную совокупность;

• генеральная
  совокупность должна быть желательно
  однородной;

• необходимо иметь
  сведения о структуре генеральной
  совокупности и её характерные черты;

• при составлении
  выборочной совокупности заранее учесть
  случайные и систематические ошибки.

«В.И. Паниотто
приводит следующие расчёты репрезентативной
выборки с допущением 5-процентной ошибки
(здесь имеются ввиду систематические
ошибки) (таблица 2)»³:

Размеры выборки
для различных генеральных совокупностей

Объём генеральной совокупности	500	1000	2000	3000	4000	5000	10000	100000
Объем выборки	222	286	333	350	360	370	385	458

Например,
если опросив 380 человек в поселении, где
общая численность платёжеспособного
населения 10 тысяч человек, мы выявили
что 36% опрошенных покупателей, предпочитают
отечественную продукцию, то с 95-процентной
степенью вероятности мы можем утверждать,
что отечественную продукцию постоянно
покупают 46±5% (то есть от 41 до 51%) жителей
этого поселения.

«Можно было
также воспользоваться расчётами
института Гэллапа для оценки соотношения
размеров выборки и ошибки выборки
(таблица 3)»¹:

Размер выборки	Интервал доверия, %
4000	±2
1500	±3
1000	±4
600	±5
400	±6
200	±8
100	±11

Многие
обстоятельства усложняют проблему
расчёта выборки и нередко могут привести
к тому, что формально-статистически
репрезентативная

выборка окажется
качественно непредставительной»².

Качество выборки
оценивают по двум показателям:
репрезентативность и надежность. О
репрезентативности уже говорилось
выше. А чтобы создать надежную выборку
необходимо правильно построить ее
основу. Для этого соблюдаются следующие
требования:

1. Полнота выборки,
   которая требует наличия всех элементов
   генеральной совокупности в основе
   выборки. Если в выборку не включены
   многие единицы наблюдения, тем более,
   несущие в себе существенные особенности
   и характеристики объекта, то результаты
   исследования будут неполными и
   однобокими.

2. Отсутствие
   дублирования, которое подразумевает
   недопустимость повторного включения
   в выборку одной и той же единицы
   наблюдения (например, ученик перешел
   учиться в другую школу, его включили в
   новый список, не вычеркнув при этом из
   старого, таким образом, он дважды попал
   в выборку).

3. Точность информации
   выборки, предполагающая исключение
   несуществующих единиц наблюдения из
   основы выборки. Например, в избирательных
   списках, которые готовятся для очередных
   выборов депутатов различного уровня,
   нередко остаются умершие люди или
   жильцы снесенных домов.

4. Адекватность,
   которая означает, что основа составленной
   выборки должна соотноситься с решением
   поставленных в исследовании задач.
   Например, полный список всех учащихся
   школы — хорошая основа для того, чтобы
   сформировать выборку при изучении
   проблемы общей успеваемости. Но если
   нас интересует отношение старшеклассников
   к основным учебным дисциплинам, то этот
   список может быть использован только
   для формирования новой основы выборки
   — списка старшеклассников.

5. Удобство работы
   с основой выборки, при котором необходимо
   четко пронумеровать все элементы,
   которые в нее входят, а составленные
   списки централизованно хранить¹.

«Существует два
основных подхода к обоснованию
репрезентативности выборки:

1. При статистическом
   подходе репрезентативность обеспечивается
   специальными вероятностными методами
   извлечения выборки. Для обобщения
   результатов исследования на генеральную
   совокупность применяются строгие
   индуктивные процедуры статистического
   вывода, оценивается ошибка выборки с
   заданной вероятностью.

2. Внестатистическое
   обоснование репрезентативности
   предполагает теоретическое доказательство
   того, что выборка достаточно хорошо
   представляет генеральную совокупность.
   При использовании этого подхода
   статистическое оценивание ошибок
   выборки не производится»².

На первый взгляд,
кажется, что обеспечить репрезентативность
выборки на практике просто невозможно,
но на самом деле всё зависит от программных
целей и задач исследования.

Если мы проводим
обследование большой общественной
значимости, по завершению которого
нужно будет сделать выводы обо всей
генеральной совокупности, то необходимо
чётко следовать всем требования
репрезентативной выборочной процедуры,
так как ошибки в таких исследованиях
недопустимы.

Если перед нами
стоят более скромные задачи и уровень
надежности выводов можно смело понизить,
то необходимо следовать всем требованиям
по качественному представительству
выборочной совокупности. Если мы решим
подчёркивать статистическую надёжность
данных, то введём в заблуждение тех
людей, кто привык верить математическим
расчётам. Нельзя забывать, что та
информация, которую мы получаем путём
опросов и других способов, лишь условно
переводится в количественные показатели.
И не редкость когда количественные
показатели только приблизительно
отражают существо социальных процессов.
«Поэтому усилия, направленные на
строгость статистического обоснования
результатов, приобретают смысл только
при условии серьёзного качественного
анализа проблемы, содержательного её
изучения»¹.

Необходимо
помнить, что социолог должен сосредотачивать
своё внимание именно на существе
социальных проблем, привлекать к работе
других специалистов, практиков и
теоретиков, внимательно изучать
литературу в области экономики,
психологии, социологии о предмете
исследования. И для решения статистических
задач, по поводу типа и объема выборки,
он сначала должен чётко сформулировать
конкретные вопросы, которые необходимо
решить, а уже потом обращаться к
соответствующим расчётам различных
статистик².

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

Выборка в социологическом исследовании. Типы выборок

Мурманский
Государственный Педагогический Университет

Историко-филологический
факультет

Кафедра философии
и социологии

Выборка в
социологическом исследовании.

Типы выборок.

                                                                           
   Курсовая работа

                                                                              
студентки 3 курса

                                                                              
дневного отделения

                                         
                                     специальности «Социология»

                                                                              
Рудаковой Татьяны Сергеевны

                                                                              
научный руководитель

                                                                             
к.ф.н. Бурдина-Апраксина Е.А.

Мурманск

Содержание:

Введение………………………………………………………………….3

1. Понятие выборки. Выборочный
метод……………………………..6

2. Типы выборок………………………………………………………..11

2.1.Случайная выборка (вероятностная)……………………………….11

2.1.1.Простой случайный отбор…………………………………………13

а) метод жребия…………………………………………………………..14

б) метод таблиц случайных чисел………………………………………14

2.1.2.Метод систематической (или механической) выборки………….15

2.1.3.Серийная (гнездовая или кластерная) выборка ………………….16

2.1.4.Стратифицированная выборка…………………………………….18

2.2.Неслучайная выборка (невероятностная)…………………………..19

2.2.1.Направленная (целевая) выборка………………………………….21

а) выборка доступных случаев…………………………………………..21

б) отбор типичных случаев……………………………………………….22

в) квотная выборка………………………………………………………..23

г) метод снежного кома…………………………………………………..25

2.2.2. Стихийная……………………………………………………………25

2.3. Многоступенчатая и одноступенчатая………………………………26

3. Качество выборки. Размер и ошибка выборки……………………….27

Заключение…………………………………………………………………37

 Введение.

     Наряду с
теоретическим большое значение в исследовании имеет методический раздел
программ, который включает в себя описание методики и организации исследования.
Центральное значение в этом разделе занимает обоснование выборки. Характер
решаемой проблемы, цели и задачи исследования определяют, каким должен быть
объект исследования. Иногда, когда объект исследования сравнительно невелик и
социолог располагает достоверными силами и возможностями его изучить, он может
исследовать его целиком. Тогда, говорят социологи, объект исследования
тождествен генеральной совокупности (все элементы, составляющие объект
исследования) и подвергается сплошному обследованию. Но проблема возникает,  когда
объект исследования слишком велик и о сплошном обследовании не может идти и
речь социологи прибегают к выборочному методу. Без статистики и выборки, такие
масштабные исследования проводить нельзя. Они могут быть страшно затратными, но
совершенно неверными.

     Есть такая
французская пословица, которая довольно хорошо передаёт суть выборочного
метода, и основные причины его широкого распространения: «Чтобы понять вкус
супа, не стоит съедать весь котелок – достаточно одной ложки». В этом 
заключается актуальность изучения выборки и пока будут проводится
социологические исследования, будет возникать проблема построения выборки.
Практически ни в одном исследовании, даже при идеальных условиях (большой
финансовый бюджет, согласия заказчика с длительными сроками его проведения,
относительная простота цели и задач), не осуществляется стопроцентное изучение
генеральной совокупности, хотя бы потому, что идеальных условий в жизни не
бывает. Подавляющее большинство исследований строится по следующей стратегии –
аналитические выводы о социальном целом, основанные на изучении лишь части
целого[1].

В каждой главе
курсовой работы решается ряд задач:

     В первой главе раскрываются
понятие выборки и основные понятия выборочного метода, предлагается небольшая
историческая справка о  теории случайной выборки и статистических обследований.

     Во второй главе рассмотрены
основные типы выборок и для каждой из них представлена процедура выполнения.

       И в третьей главе раскрываются
понятия качества, объёма и репрезентативности выборки. А так же рассмотрены
основные ошибки, возникающие при составлении выборки и способы их избежать.

     Цель курсовой работы выяснить, какую
роль выборка играет в социологическом исследовании, и какие бывают типы
выборок.

Обзор
основных источников:

1. Зборовский Г.Е., Шуклина Е.А.
Прикладная социология: Учебное пособие. – М.: Гардарики,2004. – 176 с. В
учебном пособии рассматривается следующее: понятие прикладной социологии, её
функции и место в системе социологического знания, история возникновения и
развития, соотношение с эмпирической социологией. Основное внимание уделено
анализу технологии прикладного социологического исследования, его видам, этапам,
методологии, методике и технике. Дается характеристика методологического и
методического разделов программы исследования. Раскрываются особенности методов
сбора первичной социологической информации и их использования. Заключительная
глава посвящена проблемам обработки, обобщения и анализа данных прикладного
социологического исследования.

2. Девятко И.Ф. Методы
социологического исследования. – 3-е изд. – М.: КДУ, 2003. – 296с., ил. В
данной книге рассматриваются ведущие методы социологического исследования –
опрос, эксперимент, включённое наблюдение, биографический метод, а также
специальные процедуры, применяемые для сбора, анализа и оценки качества
социологических данных. Логика и методы социологического исследования
рассматриваются в книге в контексте более широких исследовательских перспектив
и моделей теоретического объяснения, предопределяющих выбор конкретных
методических решений.

3. Основы прикладной социологии.
Учебник для вузов. Колл. авторов. Под ред. Ф.Э. Шереги и М.К. Горшкова. М.:
Интерпракс, 1996. – 184с. В книге рассматривается следующее: понятие социологического
исследования, программы, плана его проведения, методы сбора социологической
информации, осуществление обработки и анализа результатов исследования, а также
большое внимание уделяется области прикладной социологии.

4. Анурин В.Ф. Эмпирическая
социология: Учебное пособие для вузов. – М.: Академический Проект, 2003. –
288с. В этом учебном пособии рассматриваются типовые методы, приёмы и
организационно-технические процедуры проведения эмпирического (прикладного)
социологического исследования. В книге приводятся многочисленнее примеры из
практики, основанные как на работах зарубежных авторов, так и на собственных
эмпирических исследованиях автора. Текстовый материал сопровождается многочисленными
таблицами, отражающими данные реальных исследований, а также графическим
отображением этих данных.

5. Бабосов Е.М. Прикладная
социология: Учеб. пособие для студентов вузов. 2-е изд., стереотип. – Мн.:
«ТетраСистемс», 2001.В учебном пособии определяются сущность, особенности и
роль прикладной социологии в структуре социологического знания. Раскрыты
содержание и значимость специальных социологических теорий, их роль в изучении
общества, его основных тенденций и закономерностей. Определена инновационно-практическая
направленность социальных технологий в управлении различными сферами
общественной деятельности, особенно в условиях риска, в экстремальных
ситуациях, в формировании и осуществлении лидерства.

1.Понятие выборки. Выборочный
метод.

     Одной из задач, которые стоят
перед социологом при проведении исследования, является сбор необходимых
эмпирических данных об объекте исследования. Данные о массовых социальных
явлениях и процессах социолог может получить из двух видов источников:

1. объективных, к которым
относятся официальная государственная статистика, статистика министерств и
ведомств, служб социальной защиты, профессиональных союзов, общественных партий
и движений и такое прочее. Они обычно представляют собой обобщённые
количественные характеристики социальных общностей, явлений, процессов
(например, уровень безработицы, численность и состав партий и общественных
объединений, национальный валовой продукт, численность населения и другое). Но
эти данные не всегда могут гарантируют точность и однозначность. Например,
занижены данные о распространённости наркомании или пьянства, так как
регистрируются далеко не все такие случаи.

2.  субъективных, к которым и
относятся сами люди. Только от них мы можем узнать о настроениях населения или
отдельных социальных групп, только с их помощью спрогнозировать результаты
выборов и определить рейтинги телепередач. При работе с людьми возникают, как
минимум, две методологические проблемы:

— все данные,
которые мы получим от отдельных людей, должны быть обобщены, если мы хотим
охарактеризовать изучаемое явление  или процесс;

— наиболее точные
данные мы сможем получить, если изучить всю совокупность объектов, которые
имеют отношение к изучаемой проблеме (например, перепись населения). Но такие
исследования (сплошные обследования) очень трудоёмки и дорогостоящи, а в
информации от субъективных источников общество нуждается постоянно. Поэтому
большинство исследований бывают выборочными[2].

     Как только нужно собрать
информацию о некоторой группе или большой совокупности людей, возникает
проблема построения выборки. Её как правило используют в опросах,
ориентированных на статистические методы, в исследованиях политических и
культурных элит, при отборе «случаев» для включённого наблюдения и
качественного анализа.

     Считается, что статистические
обследования населения и ресурсов зародились одновременно с первыми формами
централизованной социальной и политической организации: информацию такого рода
использовали при решении различных управленческих задач – начиная с политики и
заканчивая строительством общественных бань еще в развитых аграрных обществах и
древних городах-государствах. Иногда эти обследования принимали форму сплошных
переписей населения, но чаще всего довольствовались «сведениями о какой-то
части совокупности: об урожайности судили по пробному обмолоту, о партии товара
– по образцу, а о прихожанах – по их духовному наставнику.

     Выборка – это подмножество
заданной совокупности (популяции), позволяющее делать более или менее точные
выводы относительно совокупности в целом»[3].
Но вообще-то термин
«выборка» имеет двоякое значение. Это и процедура отбора элементов
исследуемого объекта, и совокупность элементов объекта, выбранных для
непосредственного обследования.  Причины применения выборочного
метода:

a) экономит силы и средства
исследователей;

b)   процедура представляет собой
удобную и экономичную форму индуктивного вывода (рассуждение по схеме «от
частных наблюдений – к общей эмпирической закономерности»);

c) реализует принцип
рандомизации (случайного отбора).

     «Представление о том, что отбор
наблюдений должен носить случайный, непредумышленный характер, в общем,
соответствует нашему интуитивному знанию об условиях вынесения объективного и
непредвзятого суждения»[4].
Но стоит заметить, что теория случайной выборки не часто использовалась вплоть
до конца XIX – начала XX веков профессиональными
статистиками, хотя теория вероятностей достигла высочайшего уровня развития уже
в XVIII – первой половине XIX веков, так как сложилось убеждение о
том, что в основе отбора должна лежать не «игра случая», а поиск типичных,
характерных наблюдений. «Применимость выборочного метода для изучения случайно
распределённых признаков, например дохода или размера семьи, была впервые
обоснована в работах норвежца А. Киэра, англичан А. Боули и К. Пирсона, а также
русского статистика А.И. Чупрова.

     Следующий шаг в развитии
выборочного метода можно связать с именем Р. Фишера, который разработал технику
рандомизации в эксперименте и выборочном наблюдении. Выборочный метод часто
используется как «замена» экспериментального метода. Например, мы не можем
провести эксперимент, в котором людям в случайном порядке присваиваются
определённые значения переменных «пол» или «цвет кожи», но выборочный метод
помогает справиться с этими ограничениями и делать выводы о взаимосвязях между
разными переменными, в том числе и вышеуказанными. На изучаемые переменные
оказывают систематическое влияние посторонние факторы, которые в свою очередь
мешают сделать обоснованные выводы. Единственное средство для достижения обоснованных
выводов – это абсолютно случайный характер отбора наблюдений. Только равенство
шансов для каждого наблюдения попасть в выборку (отбор «наугад»), гарантирует
отсутствие намеренных или ненамеренных искажений.

     Поэтому наилучшим способом
отбора считается вероятностная или случайная выборка, в которой строго
соблюдается принцип равенства шансов попадания в выборку и для всех единиц
изучаемой совокупности, и для любых последовательностей таких единиц[5].

      «Все множество социальных
объектов, которые являются объектом изучения в пределах, очерченных программой
социологического исследования и территориально-временными границами, образует  генеральную
совокупность»[6].
Любую генеральную совокупность характеризует какой-либо значимый признак или
набор признаков, по которым мы можем отнести конкретный объект к данной
совокупности. А «выборочная совокупность – это уменьшенная модель генеральной
совокупности; те, кому социолог раздаёт анкеты, кого называют
респондентами…Иначе говоря, это множество людей, которых социолог опрашивает»[7].

      Корректное определение
генеральной совокупности «включает ответы на следующие вопросы:

1) какие именно объекты
(элементы) составляют генеральную совокупность – отдельные люди, семьи,
академические группы, предприятия, населённые пункты или целые государства;

2) какими признаками обладают
элементы генеральной совокупности, насколько они доступны для определения;

3) какова численность
генеральной совокупности;

4) как генеральная совокупность
размещена территориально;

5) как генеральная совокупность
ограничена во времени»[8].

     Следует различать единицы отбора
и единицы наблюдения. Единицами отбора являются единицы или группы единиц генеральной
совокупности, которые отбираются на каждом этапе формирования выборочной
совокупности и выступают единицами счёта. Единицы наблюдения – это отобранные
единицы генеральной совокупности, характеристики которых непосредственно
измеряются, то есть элементы сформированной выборочной совокупности. Если
выборка проходит в несколько этапов (многоступенчатая выборка), то единицы
отбора и единицы наблюдения могут не совпадать[9].

      Выборочный метод позволяет не
только сократить временные и материальные затраты на проведения исследования,
но и повысить достоверность результатов исследования. Это утверждение может
вызвать недоумение: как можно получить более достоверные данные, обследовав
менее половины генеральной совокупности. Как когда-то сказал Джордж Гэллап:
«Если хорошо помешать суп, повар возьмёт на пробу одну ложку и скажет, какой
вкус у всего горшка!»[10].
То есть можно сказать, что достоверность полученной информации может быть не
только не ниже, чем при сплошном обследовании, но и выше вследствие возможности
привлечения персонала более высокого класса и применения различных процедур
контроля качества получаемой информации.

     Кроме того, выборочный метод
имеет широкую область применения. Широта области применения выборочного метода
объясняется тем, что небольшой (по сравнению с генеральной совокупностью) объем
выборки позволяет использовать более сложные методы обследования, включая
использование различных технических средств (например, видео- и
аудиоаппаратуры).

2.Типы выборок.

     На сегодняшний день
существует огромное количество классификаций типов выборки, различные
исследователи по-разному классифицируют свои и чужие способы формирования
выборочной совокупности. В разных изданиях можно столкнуться с различными
названиями одной и той же выборки[11],
что затрудняет процесс их изучения. Рассмотрим одну из этих классификаций,
объединяющую в себе все те, которые встречаются в используемой литературе.

2.1.Случайная выборка.

     Такая выборка является наиболее
точной, репрезентативность (способность выборки «правильно отражать состояние
дел в генеральной совокупности, из которой она извлечена и для изучения которой
предназначена»[12])
её достигается при помощи математических методов. Особенность случайной выборки
заключается в том, что все единицы генеральной совокупности имеют равную
вероятность попасть в выборочную совокупность.[13]
По определению, при случайной выборке выполняется принцип случайности. «Равенство
шансов попасть в выборочную совокупность – насколько необходимое, настолько же
и сложно осуществимое требование. Для обеспечения этой «статистической
демократии» равенства шансов социолог, как правило, формирует основу выборки»[14], то есть полный и точный
перечень или пронумерованный список всех элементов генеральной совокупности.
Например, основой выборки  могут выступать списки работников предприятия,
телефонные справочники,  регистрационные списки владельцев автомобилей,  списки
избирателей на избирательных участках, домовые книги, а так же составленные
самим социологом различные списки в зависимости от целей исследования (список
улиц, на которых потом проводится отбор респондентов).

     Случайная выборка обычно
применяется при опросах общественного мнения перед выборами, референдумами и другими
массовыми мероприятиями[15].

Плюсом данного
метода является полное соблюдения принципа случайности и, как следствие –
избежание систематических ошибок.

Случайная выборка
обладает рядом недостатков, которые затрудняют ее применение на практике:

1. Необходимость наличия списка
элементов генеральной совокупности. Трудность здесь заключается в том, что
получить такой список далеко не всегда представляется возможным. Следовательно,
в тех случаях, когда невозможно получить список элементов генеральной
совокупности, невозможно проводить и случайный отбор.

2. Сложность проведения опроса.
Процедура опроса при случайном отборе является очень громоздкой и требующей
много времени. Ведь в результате случайного отбора исследователь получает на
выходе список фамилий респондентов (телефонов, адресов и т.д.), которых
необходимо опросить. То есть, интервьюерам приходится «бегать» за каждым
респондентом и добиваться от него согласия ответить на «парочку вопросов».

Усложняет эту задачу и то, что респондентов порой бывает не
так просто найти; в случае отсутствия респондента его приходится посещать по
нескольку раз (по крайней мере, не менее трех раз).

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. Кроме этого
возникает еще так называемая проблема неответивших.

3. Сравнительно большой объем
выборки. Для получения результатов со сравнительно высокой степенью
точности 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. А выборка считается более эффективной, если: при
одинаковых расходах она более точна, а при одинаковой точности она более
дешевая.

2.1.1.Простой случайный
отбор.

     «Простой случайный отбор из
генеральной совокупности предполагает что:

·  
генеральная
совокупность однородна;

·  
все её
элементы доступны для исследования в одинаковой степени;

·  
имеется
полный список элементов, составляющих генеральную совокупность (или хотя бы
репрезентативная основа выборки);

·  
к этому
списку применяются процедуры случайного отбора, с использованием таблиц или
компьютерных генераторов случайных чисел»[16].

а) Метод жребия (или лотерейный метод).

     Каждый элемент (респондент)
генеральной совокупности заносится на карточку (это могут быть фамилии, адреса,
просто номера (в этом случае номера ставят в соответствие с людьми в списках) и
т.д.), затем бумажки помещаются в урну или барабан, перемешиваются и, не глядя,
вынимаются. Номера на выбранных карточках указывают на элементы генеральной
совокупности, которые попадают в выборочную совокупность. После доставания
каждой карточки, оставшиеся снова перемешиваются.

·  
простой
случайно-повторный отбор – отбор, при котором выбранная карточка возвращаются
обратно в урну, и затем отбор продолжается;

·  
простой
случайно-безповторный отбор – отбор, при котором выбранная карточка
откладываются в сторону и отбор продолжается.

     Отбор заканчивается, когда будет
выбрано заранее заданное количество элементов выборочной совокупности[17].

     Осуществление этого метода
довольно трудоёмкая и продолжительная операция (особенно при больших объемах
выборки), а для обеспечения равного шанса выбора каждого элемента генеральной
совокупности, требуется тщательное перемешивание карточек после каждой выемки
очередного номера[18].

б) Метод таблиц случайных
чисел.

     Для осуществления этого метода
используют таблицы случайных чисел, которые «можно найти в справочниках по
математической статистике. Отбор номеров из таблицы случайных чисел формирует
выборочную совокупность. Таблицы устроены таким образом, что отбор можно
осуществлять с начала, с конца, из середины, по горизонтали, по вертикали,
поскольку числа от 0 до 9 имеют равную вероятность появиться в любой позиции
таблицы»[19].
Сначала мы присваиваем элементам (респондентам) генеральной совокупности
номера. Например, номера от 01 до 70 (если число элементов генеральной
совокупности равно 70), но если бы максимальный номер в списке (количество
элементов генеральной совокупности) был трёхзначным (например, 456), мы бы
присваивали им трёхзначные номера, используя нули в отсутствующих разрядах
(например, 067 или 005). Затем задаёмся произвольными номерами строки и
столбца, цифра, находящаяся на их пересечение и будет номером первого
респондента, а далее отбор можно проводить по любому правилу: подряд, через
строку через два столбца и такое прочее. Выбирается количество чисел равное
количеству элементов выборочной совокупности.

     Если в процессе отбора
попадаются числа, превосходящие по величине самый большой номер в списке или
повторяющиеся, то их положено пропускать.

     Так же если нужны, например,
трёхзначные числа, а таблица состоит из пятизначных чисел, то используют, как
правило, только первые три цифры каждого пятизначного числа, а оставшиеся две
игнорируют[20].

Кроме таблиц случайных чисел в этом методе нередко
используется генератор случайных чисел. Это то же самое, что и таблицы случайных
чисел, только числа вырабатываются компьютером (для этого существует
специальная программа).

2.1.2.Метод систематической
(или механической) выборки.

     Этот метод заключается в том,
что из основы выборки, которая представляет собой полный пронумерованный список
элементов генеральной совокупности, через равные интервалы (шаги), например каждый
второй, третий или десятый, осуществляется отбор заданного числа респондентов.

Интервал (k) рассчитывается по формуле:

k = N/n;

где  N — полное число элементов генеральной совокупности, а n – число элементов выборочной
совокупности.

     Первый респондент непременно
отбирается случайным образом, по таблице случайных чисел.

     Этот метод может привести к
систематической ошибке, если список ранжирован по какому-либо признаку, так как
тогда само определение места начала случайного отбора будет влиять на средние
характеристики всей выборки.

     Когда генеральная совокупность
слишком велика или исследователю известен не полный её список, необходимо знать
правило упорядочивания элементов в генеральной совокупности[21], так как интервал отбора может
совпасть со скрытой периодичностью распределения признака в генеральной
совокупности, а это приведет в свою очередь к смещениям[22].

     Метод систематической выборки
позволяет даже при не большом объёме выборки изучить достаточно большие
генеральные совокупности с помощью простой техники отбора.

2.1.3.Серийная (гнездовая или
кластерная) выборка.

     При серийной выборке единицами
отбора выступают не сами индивиды, а группы (кластеры или гнёзда). Обычно
генеральную совокупность расчленяют на естественные гнезда, так как «при
формировании искусственных гнезд создаётся трудность отнесения каждого
отдельного элемента генеральной совокупности только к одному гнезду и
обеспечения приблизительно одинаковых размеров гнезд»[23] по определённому признаку. В
качестве кластеров выступают семьи, бригады, классы, студенческие группы, школы
— при изучении школьников, и больницы — при изучении пациентов, а так же районы,
города и такое прочее.[24]

     Применение кластерной процедуры
основано на четырёх обязательных условиях:

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, что бы рост выборочной ошибки был минимальным (разные кластеры
не должны быть однородными по исследуемому признаку и слишком большими)[25].

     После отбора кластеров они, как
правило, подвергаются сплошному исследованию, но при необходимости осуществляют
выборку из гнезда.

     «Число респондентов, отбираемых
из серии, пропорционально общему числу элементов в ней. Из каждой (серии) можно
осуществить отбор единиц анализа при помощи собственно-случайной или
механической выборки. Количество респондентов, подлежащих отбору из каждой серии
в отдельности, определяется из соотношения:

ni =Ni * n / N,

где i – число серий, выделенных в генеральной совокупности, Ni – число единиц в серии»[26].

     Достоинствами гнездового отбора можно назвать —
организационную простоту и удобство опроса респондентов, которые находятся
вместе, а не разбросаны пространственно, а так же то, что респонденты изучаются
в их естественном окружении, а это, конечно, влияет на качество получаемой
первичной информации. Иногда гнёзда подвергаются сплошному исследованию, а это
гораздо проще, чем бегать за каждым респондентом, и при этом  мы получаем
выигрыш и 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. Кроме того, возможны неточности из-за того,
что на момент опроса не удается застать всех членов группы[27].

2.1.4.Стратифицированная
выборка.

     Применяется в тех случаях,
«когда цели и задачи исследования требуют вероятностного отбора респондентов по
каким-либо групповым критериям»[28],
или когда мы имеем дело с неоднородной генеральной совокупностью, или когда она
слишком велика, или имеет сложную структуру, и основу выборки для всей
генеральной совокупности получить сложно, чем для отдельных её частей. Для
повышения точности результатов отбора процедура такой выборки состоит из
деления генеральной совокупности на страты («страта» – это социальная,
возрастная, или иная группа, буквально «слой»[29]),
которые являются однородными и используются для изучения электоральных
намерений, социального класса и возраста, отношений к уровню доходов и другое.
После определения страт в каждой из них осуществляется простая случайная или
систематическая выборка, при наличии собственной основы выборки.[30]

     Выделяют три способа размещения
выборки (для того чтобы выборка не теряла свой случайный характер):

1. Пропорциональное размещение
выборки: из каждой страты отбирается определённый процент (5-10%) единиц
отбора, «объем выборки из страты пропорционален размеру страты в генеральной
совокупности»[31].
Этот способ очень простой и надёжный.

2. Равномерное размещение
выборки: из каждой страты отбирается одинаковое число единиц (например, по
200-300). Применяется в случаях, когда исследователю неизвестны объемы страт
исходной совокупности.

3. Оптимальное размещение
выборки: считается, что самые неоднородные страты должны быть представлены в
выборке наибольшим объёмом единиц, а однородные – наименьшим. Этот же способ
используется очень редко, так как на практике он трудно реализуется из-за
отсутствия информации о вариации признаков в генеральной совокупности[32]. 

     Когда стратифицированную выборку
называют районированной, значит стратификация проходит по территориальному
принципу. Например, при опросах часто применяют районирование по областям.

      Этот метод особенно хорош, когда генеральная
совокупность неоднородна. 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[33].

2.2.Неслучайная выборка
(невероятностная).

Обычно неслучайный отбор применяют в следующих
случаях:

1. Невозможно провести случайный
отбор вследствие:

·  
Ограниченности
ресурсов (недостаток денежных средств, нехватка времени, отведённого на
проведение исследования, отсутствие списков единиц генеральной совокупности и
так далее)

·  
Этических
проблем (нельзя заставить респондента отвечать, если он отказывается)

2. Отсутствие необходимости
проведения случайного отбора.

     Отбор в такой выборке осуществляется не по
принципам рандомизации (которые обеспечивают «случайность» отбора элемента
генеральной совокупности в выборку. К ним относятся, например, случайный выбор
первого адреса из списка, запрет на обследование подряд однотипных квартир,
процедуры случайного отбора респондентов в семье»[35].), а по субъективным критериям
– доступности, типичности, равного представительства и такое прочее. Главный
недостаток неслучайных методов заключается в том, что не существует строгих
статистических методов, которые позволили бы обобщить полученные результаты.
Оценка точности и валидности таких результатов (и выводов в исследовании)
остаётся делом субъективных суждении, опыта и теоретических предпочтений[36].

2.2.1.Направленная (целевая) выборка.

     Применяется обычно в качественном исследовании.
На отбор в этом случае большое влияние оказывает цели исследования. Основная
задача целевых выборок – получить информационно богатые случаи для последующего
их глубокого и многостороннего изучения[37].
Целевые выборки «разумно использовать в пилотажных исследованиях, в
экспериментах, в том числе методических (то есть нацеленных на проверку и
отработку анкет, опросников, шкал и такое прочее). Однако всегда следует
помнить о том, что возможность обобщения любых оценок, полученных на целевой
выборке, для генеральной совокупности в целом, то есть внешняя валидность
результатов исследования, чаще всего оказывается сомнительной»[38]. Целевые выборки очень
многообразны, и я приведу ниже лишь несколько из них.

а) Выборка доступных случаев.

     Лучше использовать такую выборку только в
экспериментальном исследовании. Например, при психологических экспериментах,
проводящихся в вузе, где испытуемыми являются студенты. Экспериментатор в
случайном порядке распределяет выборку доступных случаев (или доступных
испытуемых) по двум группам, одна из которых экспериментальная, а другая –
контрольная. Но в таких случаях обобщить результаты эксперимента на всю
генеральную совокупность нельзя, так же как и нельзя с полной уверенностью
сказать, что изначально являлось генеральной совокупностью, так как она была, в
принципе, определена  самого начала. 

     В социологии же выборку доступных случаев
используют при изучении специфических популяций, которые почти не поддаются
локализации. Это «относительно малочисленные группы, находящиеся вне сферы
институционального (например, административного) контроля»[39]. Для этих групп очень сложно
составить основу выборки, например посетители выставок не состоят на каком-либо
учёте. Поэтому социологам приходится отбирать членов такой выборки «в местах их
«естественного обитания» или вероятностного скопления»[40]. Так исследование посетителей
библиотек проводится в библиотеках, посетителей стрелковых тиров – в тирах и
такое прочее.

     Одним из плюсов этого метода
являются сравнительно низкие издержки на поиск респондентов:

1. доступные респонденты
выделены заранее;

2. респонденты выявляются в
процессе опроса, поэтому действительное число доступных объектов определяется
после его окончания.[41]

     Сферы применения доступной
выборки:

a) тестирование анкет,

b)   отработка процедур опроса,

c) изучение интимных сторон
жизни людей,

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

e) монографические обследования.

б) Отбор типичных случаев.

При использовании
данного метода отбираются единицы генеральной совокупности, обладающие средним
(или типичным) значением признака в статистическом отношении. 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. То есть, он осуществляется на основе анализа
демографических данных и предварительных социологических исследований.

Цель такого типа
выборки сводится к иллюстрированию, иначе говоря, она предполагает качественное
описание типичного социального феномена с использованием соответствующих
методов. Так, например, изучение типичных негосударственных школ позволит
выяснить проблемы негосударственного допрофессионального образования[42].

в) Квотная выборка.

Это выборка
когда-то была очень популярна даже среди профессиональных статистиков, но
сейчас она практически не используется.

«Квотная выборка
представляет собою своеобразную микромодель генеральной совокупности»[43].

     Процедура квотной выборки очень проста: вся
изучаемая совокупность делится на социально-демографические группы в
соответствии с целями исследования. В качестве критериев разбивки на группы,
которые обычно не превышают четырёх, так как в противном случае процедура
отбора становится очень сложной, могут выступать: пол, возраст, национальная
принадлежность, место жительства и такое прочее. Основываясь на данных
официальной статистики, социолог узнаёт пропорции выбранных групп в генеральной
совокупности и даёт задания для интервьюеров, указывая, сколько лиц нужно
опросить в соответствии с указанными критериями, например, 8 женщин старше 56
лет, 6 мужчин и 7 женщин в возрасте от 35 до 45 лет и  12 женщин до 30 лет,
которые проживают в городе Мурманске, их интервьюеры отбирают по своему
усмотрению. В результате получается выборка, которая представляет все заданные
пропорции групп в генеральной совокупности[44].                          

     Этот метод «применяют, если распределение
генеральной совокупности по основным социально-демографическим признакам или
другим существенным для исследования признакам известно, но её списки получить
не возможно, или если для осуществления случайного отбора недостаточно времени
и средств»[45].

     Недостатки квотного отбора:

1. Необходимо предварительное
изучение объекта для выявления в нем пропорций единиц с различными
характеристиками и связей между характеристиками.

2. Необходима свежая информация
о состоянии генеральной совокупности. Например, если активно происходят
какие-то демографические процессы (миграция), то применение данных переписи
населения, проведенной несколько лет назад, может дать большую систематическую
ошибку.

3. Некоторые проблемы могут
возникнуть на полевом этапе проведения исследования:

a) Интервьюер, скорее всего,
будет проводить отбор среди наиболее доступных ему лиц, тех, кто наиболее
охотно идет на контакт с ним, поэтому выборка имеет тенденцию превращаться в
доступную.

b)    При этом ближе к концу отбора
часто возникает группа «дефицитных» признаков, поэтому повышается соблазн для
интервьюера опрашивать людей, которые почти или совсем не подходят по заданным
параметрам[46].

     Среди преимуществ квотного
отбора можно назвать такие его характеристики как простота процедуры,
относительно низкая стоимость, соблюдение анонимности опрашиваемых. При
исследовании общественного мнения, ценностей, установок, мотивов квотный отбор
даёт достаточно неплохие результаты. Но его категорически не рекомендуется
использовать при исследовании социальной структуры, стратификации и мобильности[47].

г) Метод снежного кома.

     Обычно применяется для отбора
экспертов, особенно по узкой проблеме, при исследовании маргинальных и
избегающих широкой известности групп, например, властвующих элит, а так же
наркоманов или коллекционеров антиквариата, то есть редко встречающихся групп
респондентов[48].
«По сути, это техника поиска и отбора респондентов с определённым сочетанием
свойств в таких условиях, когда трудно очертить границы генеральной совокупности.
Особенность метода состоит в том, что, за исключением первого шага, выбор
каждого очередного респондента совершается по указанию респондентов, включённых
в выборку на предыдущем шаге. Каждый респондент указывает интервьюеру, где
можно найти интересующих его людей (или даже сам связывается с ними и
рекомендует интервьюера)»[49].
Так «выборка постепенно разрастается вширь, подобно снежному кому, катящемуся с
горы»[50],
отсюда и соответствующее название данной выборки.    

     Опрос прекращается:                            

1. когда имена в списке начинают
повторяться;

2. в случае информационного
насыщения;

3. как только опрос перестаёт
приносить новую информацию[51].

2.2.2. 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. То есть, её размер заранее часто не известен, а
определяется конкретным условием — активностью респондентов. Значит, нельзя и
заранее определить структуру массива респондентов, которые заполнят и вернут
анкеты. Поэтому этот метод не претендует на репрезентативность выборки, а
выводы исследования очень часто распространяются только на опрошенную совокупность.

     Сферы применения стихийной
выборки:

1) анкеты, публикуемые в газетах
и журналах;

2) почтовые опросы[52];

3) опросы покупателей в залах
супермаркетов;

4) опрос пассажиров на
остановках и в общественном транспорте[53].

2.3. Многоступенчатая и одноступенчатая выборки.

     Выборка делится на
одноступенчатую и многоступенчатую по количеству ступеней в отборе.
Одноступенчатая выборка предполагает, что из генеральной совокупности сразу
осуществляется отбор респондентов для опроса. Процедура же многоступенчатой выборки
включает несколько ступеней, при этом на каждой из них единица отбора меняется.
«Различают единицы отбора первой ступени (первичные единицы), единицы отбора
вторичной ступени (вторичные единицы) и так далее. Объекты самой нижней
ступени, с которых ведется непосредственный сбор информации, называются
единицами наблюдения»[54].
Например, задача исследования – изучение свободного времени студентов всей
страны.

     Процедура будет строиться
следующим образом:

1. отбор регионов;

2. отбор города в них, где есть
вузы;

3. отбор учебных заведений, в
которых будет проводиться исследование;

4. выбор академических групп;

5. отбор студентов.

     Многоступенчатая выборка
осуществляется не в локальных масштабах, а в региональных, общенациональных,
международных. Использовать одноступенчатую выборку в таких масштабах
нерационально, да и очень дорого обойдётся такое исследование. Многоступенчатая
выборка в этом плане экономична и упрощает подход  к выбору объекта.

     Но нужно учитывать, что чем
больше ступеней в выборке, тем больше будет ошибка репрезентативности,
возрастёт вероятность погрешностей, что приведёт к искажению результатов
исследования[55].

     Рассмотрев некоторые типы
выборок, необходимо также уяснить, что такое объем выборки и какие бывают
ошибки выборки и как их избежать.

3.
Репрезентативность
выборки. Объем и ошибка выборки.

      В
формировании выборочной совокупности важную роль играет определение ее объема и обеспечение
репрезентативности.

     «Если тип выборки говорит о том,
как попадают люди в выборочную совокупность, то объём выборки сообщает о том, 
какое их количество попало сюда»[56].
 То есть объем выборки – это количество единиц попавших в выборочную
совокупность. И очень важно, чтобы выборка была репрезентативной, то есть не
искажала представлений о генеральной совокупности вцелом[57]. «Требования
репрезентативности выборки означают, что по выделенным параметрам (критериям)
состав обследуемых должен приближаться к соответствующим пропорциям в
генеральной совокупности»[58].

      Одна из ключевых
проблем, встающих, как правило, перед социологом, решающим: доверять полученным
в ходе него данным или нет, это то, сколько же человек должно быть опрошено для
того, чтобы получить действительно репрезентативную информацию. К сожалению,
единой и четкой формулы, используя которую можно было бы рассчитать оптимальный
объем выборочной совокупности, не существует в природе. И объясняется это
весьма просто. Дело в том, что определение объема выборочной совокупности – это
проблема не столько статистическая, сколько содержательная.

      Иными словами, объем выборочной
совокупности зависит от множества факторов,  основные из них следующие:

1. затраты на сбор информации,
включая временные;

2. стремление к определённой
статистической достоверности результатов, которую надеется получить исследователь;

3. ценность и новизна информации,
получаемой в результате опроса[59].

     Объем выборки
обусловлен степенью однородности или неоднородности, генеральной совокупности,
количеством характеризующих ее признаков.      Однородной считается
совокупность, в которой контролируемый признак, например уровень грамотности,
распределён равномерно, то есть не образует пустот и сгущений, тогда опросив
лишь несколько человек, можно сделать вывод о том, что большинство людей
грамотны. Чем более однородна генеральная совокупность, тем меньше объем
выборки. Например, «допустим, мы осуществляем отбор из генеральной совокупности
в 2000 человек, контролируя состав выборочной совокупности по признаку «пол»»:
70% мужчин и 30% женщин. Согласно теории вероятности, можно предположить, что
примерно среди каждых десяти отбираемых респондентов встретятся три женщины.
Если мы хотим опросить по крайней мерее 90 женщин, то исходя из вышеупомянутого
соотношения, нам необходимо отобрать не менее 300 человек. А теперь
предположим, что в генеральной совокупности 90% мужчин и 10% женщин. В этом
случае, чтобы в выборочную совокупность попало 90 женщин, необходимо отобрать
уже не менее 900 человек»[60].
Из примера видно, что объем выборки зависит от разброса признака (дисперсии), и
его нужно вычислять по признаку, дисперсия значений которого наибольшая.

     «Степень однородности
социального объекта зависит, в сущности, от того, насколько детально мы
намерены его исследовать. Практически любой, самый «элементарный» объект
оказывается чрезвычайно сложным. Лишь в анализе мы представляем его как
относительно простой, выделяя те или иные его свойства. Чем более основательным
и детальным будет анализ, чем больше свойств данного объекта мы намерены
принять во внимание в их сочетании, а не изолированно, тем больше должен быть
объем выборки»[61].

     Существуют, так называемые
«правила левой руки» для определения размера выборки (таблица 1)»[62]:

Размер выборки уменьшается

— при необходимости опубликовать данные для
отдельных подгрупп (размеры подвыборок при этом суммируются, и выборка в
целом растёт пропорционально числу подгрупп);

— при исследовании организаций, институтов и прочих
«первичных единиц отбора», если сравнительно невелика величина генеральной
совокупности, из которой производится отбор(например, совокупности
сотрудников рекламных агентств, школьников, пациентов и т.п.);

— при проведении общенациональных обследований,
когда велика генеральная совокупность;

— при проведении локальных и региональных
исследований;

— если уже имеющаяся информация по ключевым вопросам
(например, о намерениях избирателей голосовать за ту или иную партию) явно
недостаточна и степень неопределённости значительна.

— если уже существующая информация относительно
полна и всё ещё остающаяся степень неопределенности незначительна.

     В репрезентативной выборке все
элементы генеральной совокупности представлены в той же пропорции.  Но как бы
тщательно не соблюдать этот принцип, случайные ошибки все же будут. Мы имеем
возможность определять ошибку репрезентативности. Ошибкой репрезентативности,
как правило, называют «расхождение между двумя совокупностями – генеральной, на
которую направлен теоретический интерес социолога и представление о свойствах
которой он хочет получить в конечном итоге, и выборочной, на которую направлен
практический интерес социолога, которая выступает одновременно как объект
обследования и средство получить информацию о генеральной совокупности»[63]. Важно учитывать, что при
помощи выборочного метода никогда нельзя получить абсолютно точную оценку
наблюдаемого признака, всегда существует вероятность ошибки, но, если
вероятность ошибки мала, то она скорее всего не произойдет. В отечественной
литературе наряду с термином «ошибка репрезентативности» встречается и другой –
«ошибка выборки». Обычно они используются как синонимы, но понятие «ошибка
выборки» количественно более точное, чем «ошибка репрезентативности». Ошибка
выборки – это «отклонение средних характеристик выборочной совокупности от
средних характеристик генеральной совокупности. На практике она определяется
путём сравнения известных характеристик генеральной совокупности с выборочными
средними».[64]

      Репрезентативность выборки
определяется двумя компонентами: систематическими  и случайными ошибками.
Случайные ошибки связаны «со статистическими погрешностями (зависят от динамики
исследуемых признаков) и непредвиденными нарушениями процедуры сбора информации
(процедурные ошибки, допущенные при регистрации признаков)»[65]. Случайные ошибки уменьшаются
с увеличением объема выборочной совокупности. Случайную ошибку можно измерить
методами математической статистики, если при формировании выборочной
совокупности соблюдался принцип случайности, обеспечивающийся строго
определенными правилами, которые составляют метод формирования выборочной
совокупности, и устранить.

      На практике принцип случайности
соблюсти очень сложно, а иногда просто невозможно, что приводит к появлению
систематической ошибки, которые возникают «из-за неполной объективности выборки
генеральной совокупности (недостаток информации о генеральной совокупности,
отбор наиболее «удобных» для исследования элементов генеральной совокупности),
а так же из-за несоответствия выборки целям и задачам исследования»[66]. Иногда такие ошибки называют
ошибками смещения. Они  возникают при различных телевизионных опросах, когда
телеведущий предлагает телезрителям позвонить по определённым номерам
телефонов, послать смс-сообщение и высказать своё мнение по какой-то проблеме.
Естественно мы не можем утверждать что эти люди отражают мнение всего населения
страны, и даже телеаудитории. Вероятнее всего в таких опросах участвуют более
образованные и активные люди, чем вся генеральная совокупность, поэтому любой
телевизионный опрос содержит в себе систематическое искажение и носит
поверхностный характер.

     Но систематические ошибки
возникают и в ходе корректно организованного опроса. Например, на улице на
вопросы интервьюера отвечают только те, кто никуда не спешит. Искажения можно
избежать, если соблюдать принципы случайного отбора и опрашивать, к примеру,
каждого десятого прохожего[67].

     Причины возникновения систематических ошибок:

1. «в ходе исследования была не
правильно составлена основа выборки (использовались устаревшие, неполные данные
либо отсутствовала статистика по некоторым важным для формирования выборки
признакам),

2. неудачно выбран способ отбора
единиц наблюдения,

3. часть респондентов по разным
причинам «выпала» из опроса (отсутствовала, отказалась отвечать) и так далее»[68].

     При помощи математических
средств такие ошибки устранить невозможно, поэтому необходимо осуществить
логический анализ причин появления систематических ошибок и разработать меры,
которые смогли бы их устранить. «Величину ошибок смещения определить при помощи
математических формул практически не возможно, поэтому они автоматически
переходят на результаты и выводы исследования. Ошибки смещения бывают обычно
следствием:

–
неверных
исходных статистических данных о параметрах контрольных признаков генеральной
совокупности;

–
слишком
малого (статистически не значимого) объёма выборочной совокупности;

–
неверного
применения способа отбора единиц анализа (например, отбор из неверно
составленного списка, неудачный выбор места и времени проведения опроса)»[69].

     Существуют определённые пределы
ошибки выборки, которые зависят от цели исследования. В экономических и
демографических прогнозах, например при переписи населения, требуется
повышенная надёжность и точность. Для таких прогнозов существенные ошибки
оборачиваются миллионными потерями материальных ресурсов и просчетами в прогнозах
и планировании. Но чаще поводятся социологические исследования для уяснения
общих тенденций, общей ориентировки в социальной сфере не требующие
стопроцентной надёжности. Существует приблизительная оценка на надёжность
результатов исследования: «повышенная надёжность допускает ошибку выборки до
3%. Обыкновенная – до 3-10%, приближенная – то 10 до 20%, ориентировочная – от
20 до 40%, а прикидочная – более 40%»[70].

     Таким образом, существует
несколько способов, чтобы избежать ошибки:

§  
каждый
элемент генеральной совокупности должен иметь одинаковую вероятность попасть в
выборочную совокупность;

§  
генеральная
совокупность должна быть желательно однородной;

§  
необходимо
иметь сведения о  структуре генеральной совокупности и её характерные черты;

§  
при
составлении выборочной совокупности заранее учесть случайные и систематические
ошибки.

     «В.И. Паниотто приводит
следующие расчёты репрезентативной выборки с допущением 5-процентной ошибки (здесь
имеются ввиду систематические ошибки) (таблица 2)»[71]:

Размеры выборки для различных
генеральных совокупностей

Объём генеральной совокупности	500	1000	2000	3000	4000	5000	10000	100000
Объем выборки	222	286	333	350	360	370	385	458

      Например, если опросив 380 человек в поселении, где общая численность
платёжеспособного населения 10 тысяч человек, мы выявили что 36% опрошенных
покупателей, предпочитают отечественную продукцию, то с 95-процентной степенью
вероятности мы можем утверждать, что отечественную продукцию постоянно покупают
46±5% (то есть от 41 до 51%) жителей этого поселения.

     «Можно было также
воспользоваться расчётами института Гэллапа для оценки соотношения размеров
выборки и ошибки выборки (таблица 3)»[72]:

Размер выборки	Интервал доверия, %
4000	±2
1500	±3
1000	±4
600	±5
400	±6
200	±8
100	±11

      Многие обстоятельства усложняют
проблему расчёта выборки и нередко могут привести к тому, что
формально-статистически репрезентативная

выборка окажется
качественно непредставительной»[73].

     Качество
выборки оценивают по двум показателям: репрезентативность и надежность. О
репрезентативности уже говорилось выше. А чтобы создать надежную выборку
необходимо правильно построить ее основу. Для этого соблюдаются следующие
требования:

1.
Полнота
выборки, которая требует наличия всех элементов генеральной совокупности в
основе выборки. Если в выборку не включены многие единицы наблюдения, тем
более, несущие в себе существенные особенности и характеристики объекта, то
результаты исследования будут неполными и однобокими.

2.
Отсутствие
дублирования, которое подразумевает недопустимость повторного включения в
выборку одной и той же единицы наблюдения (например, ученик перешел учиться в
другую школу, его включили в новый список, не вычеркнув при этом из старого,
таким образом, он дважды попал в выборку).

3.
Точность
информации выборки, предполагающая исключение несуществующих единиц наблюдения
из основы выборки. Например, в избирательных списках, которые готовятся для
очередных выборов депутатов различного уровня, нередко остаются умершие люди
или жильцы снесенных домов.

4.
Адекватность,
которая означает, что основа составленной выборки должна соотноситься с
решением поставленных в исследовании задач. Например, полный список всех
учащихся школы — хорошая основа для того, чтобы сформировать выборку при изучении
проблемы общей успеваемости. Но если нас интересует отношение старшеклассников
к основным учебным дисциплинам, то этот список может быть использован только
для формирования новой основы выборки — списка старшеклассников.

    «Существует два основных подхода
к обоснованию репрезентативности выборки:

1. При статистическом подходе
репрезентативность обеспечивается специальными вероятностными методами
извлечения выборки. Для обобщения результатов исследования на генеральную
совокупность применяются строгие индуктивные процедуры статистического вывода,
оценивается ошибка выборки с заданной вероятностью.

2. Внестатистическое обоснование
репрезентативности предполагает теоретическое доказательство того, что выборка
достаточно хорошо представляет генеральную совокупность. При использовании
этого подхода статистическое оценивание ошибок выборки не производится»[75].

     На первый взгляд,
кажется, что обеспечить репрезентативность выборки на практике просто
невозможно, но на самом деле всё зависит от программных целей и задач
исследования.

     Если мы
проводим обследование большой общественной значимости, по завершению которого
нужно будет сделать выводы обо всей генеральной совокупности, то необходимо
чётко следовать всем требования репрезентативной выборочной процедуры, так как
ошибки в таких исследованиях недопустимы.

     Если перед
нами стоят более скромные задачи и уровень надежности выводов можно смело
понизить, то необходимо следовать всем требованиям по качественному
представительству выборочной совокупности. Если мы решим подчёркивать
статистическую надёжность данных, то введём в заблуждение тех людей, кто привык
верить математическим расчётам. Нельзя забывать, что та информация, которую мы
получаем путём опросов и других способов, лишь условно переводится в
количественные показатели. И не редкость когда количественные показатели только
приблизительно отражают существо социальных процессов. «Поэтому усилия,
направленные на строгость статистического обоснования результатов, приобретают
смысл только при условии серьёзного качественного анализа проблемы,
содержательного её изучения»[76].

      Необходимо
помнить, что социолог должен сосредотачивать своё внимание именно на существе
социальных проблем, привлекать к работе других специалистов, практиков и
теоретиков, внимательно изучать литературу в области экономики, психологии,
социологии о предмете исследования. И для решения статистических задач, по
поводу типа и объема выборки, он сначала должен чётко сформулировать конкретные
вопросы, которые необходимо решить, а уже потом обращаться к соответствующим
расчётам различных статистик[77].

Заключение.

     Анализируя проблему
выборки в социологическом исследовании и её типов, можно остановиться на
следующих выводах:

1.
Как
только встаёт вопрос о том, что нужно собрать информацию о некоторой группе или
большой совокупности людей, возникает проблема построения выборки. «Выборка –
это подмножество заданной совокупности, позволяющее делать более или менее
точные выводы относительно совокупности в целом»[78]. Наилучшим способом отбора
считается вероятностная или случайная выборка, так как в ней строго соблюдается
принцип равенства шансов попадания в выборку  для всех единиц изучаемой
генеральной совокупности. Выборочный метод позволяет не только сократить
временные и материальные затраты на проведения исследования, но и повысить
достоверность результатов исследования, поэтому он широко используется при проведении
исследований разного рода.

2. Существует множество
классификаций типов выборки, разные исследователи по-разному классифицируют
свои и чужие способы формирования выборочной совокупности. В разных изданиях
можно столкнуться с различными названиями одной и той же выборки[79], что затрудняет процесс их
изучения. В данной курсовой работе предложена классификация, объединяющая все
те классификации, которые рассмотрены в используемой литературе.

3.  Репрезентативность – это способность
выборки «правильно отражать состояние дел в генеральной совокупности, из
которой она извлечена и для изучения которой предназначена»[80]. Репрезентативность выборки
определяется двумя компонентами: систематическими  и случайными ошибками. Случайные
ошибки уменьшаются с увеличением объема выборочной совокупности. При помощи
математических средств можно устранить случайные ошибки, но не систематические,
поэтому необходимо осуществить логический анализ причин появления этих ошибок и
разработать меры, которые смогли бы их устранить.

4. Обеспечение
репрезентативности выборки, её объём и качество во многом зависят от программных
целей и задач исследования.

5. Построение выборки – дело
ответственное и сложное, и от её качества во многом зависит достоверность
результатов исследования. Задачу построения выборки нужно решать каждый раз
заново, применительно к конкретным условиям.

       Объектом очень
многих наук является общество, но это не значит, что все они — социологии.
Социология владеет способами измерять общество, но не все, кто называет себя
социологами, владеет ими. Все умеют мерить температуру, но далеко не все
являемся врачами. Очень сложным разделом социологического исследования является
методический раздел программы, который включает в себя описание выборки
(социология не мерит общество сплошняком, у нее есть приемы, благодаря которым
общую «температуру» можно замерить по единичным случаям) и шкал. Абсолютно
точных данных социология дать не может. Всегда есть определенная погрешность.
Но прелесть социологии в том, что она может высчитать эту погрешность, это
касается объёма и качества выборки.

Список литературы:

1. Агабекян Р.Л. Математические
методы в социологии. Анализ данных и логика вывода в эмпирическом исследовании:
Учебное пособие для вузов /  Р.Л. Агабекян, М.М. Кириченко, С.В. Усатиков. –
Ростов н/Д: Феникс, 2005.

2. Анурин В.Ф. Эмпирическая
социология: Учебное пособие для вузов. – М.: Академический Проект, 2003. –
288с.

3. Бабосов Е.М. Прикладная
социология: Учеб. пособие для студентов вузов. 2-е изд., стереотип. – Мн.:
«ТетраСистемс», 2001.

4. Большой толковый
социологический словарь (Collins). Том 2 (П-Я): Пер. с англ.
– М.: Вече, АСТ, 2001. – 528с.

5. Девятко И.Ф. Методы
социологического исследования. – 3-е изд. – М.: КДУ, 2003. – 296с., ил.

6. Зборовский Г.Е., Шуклина Е.А.
Прикладная социология: Учебное пособие. – М.: Гардарики,2004. – 176 с.

7. Кравченко А.И. Социология:
Общий курс: Учебное пособие для вузов. – М.: ПЕРСЭ; Логос, 2000. – 640с.: ил. –
(Современное образование).

8. Основы прикладной социологии.
Учебник для вузов. Колл. авторов. Под ред. Ф.Э. Шереги и М.К. Горшкова. М.:
Интерпракс, 1996. – 184с.

9. Рабочая
книга социолога. Под ред. Рудкевича М.Н. – М., 1983.

10. Сикевич З.В. Социологическое
исследование: практическое руководство. – СПб.: Питер, 2005. – 320с.

11. Шикун А.И. Социологический практикум:
Учебное пособие. – Мн.: Амалфея, 2000. – 208с.

---

[1] Агабекян Р.Л. Математические методы в социологии. Анализ данных и
логика вывода в эмпирическом исследовании: Учебное пособие для вузов /  Р.Л.
Агабекян, М.М. Кириченко, С.В. Усатиков. – Ростов н/Д: Феникс, 2005. С.81.

[2] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 330 –  331.

[3] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 200.

[4] Там же.

[5] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 199 –  200.

[6] Агабекян Р.Л. Математические методы в социологии. Анализ данных и
логика вывода в эмпирическом исследовании: Учебное пособие для вузов /  Р.Л.
Агабекян, М.М. Кириченко, С.В. Усатиков. – Ростов н/Д: Феникс, 2005. С.82.

[7] Кравченко А.И. Социология: Общий курс: Учебное пособие для вузов. –
М.: ПЕРСЭ; Логос, 2000. С.115.

[8] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 333.

[9] Кравченко А.И. Социология: Общий курс: Учебное пособие для вузов. –
М.: ПЕРСЭ; Логос, 2000. С.116.

[10] Анурин В.Ф. Эмпирическая социология: Учебное пособие для вузов. – М.:
Академический Проект, 2003. С. 68.

[11] Агабекян Р.Л. Математические методы в социологии. Анализ данных и
логика вывода в эмпирическом исследовании: Учебное пособие для вузов /  Р.Л.
Агабекян, М.М. Кириченко, С.В. Усатиков. – Ростов н/Д: Феникс, 2005. С.88.

[12] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 331.

[13] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 95.

[14] Агабекян Р.Л. Математические методы в социологии. Анализ данных и
логика вывода в эмпирическом исследовании: Учебное пособие для вузов /  Р.Л.
Агабекян, М.М. Кириченко, С.В. Усатиков. – Ростов н/Д: Феникс, 2005. С.83.

[15] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 95.

[16] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 336.

[17] Основы прикладной социологии. Учебник для вузов. Колл. авторов. Под
ред. Ф.Э. Шереги и М.К. Горшкова. М.: Интерпракс, 1996. С. 33.

[18] Анурин В.Ф. Эмпирическая социология: Учебное пособие для вузов. – М.:
Академический Проект, 2003. С. 69.

[19] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 96.

[20] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 206 – 207.

[21] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 210.

[22] Рабочая книга социолога. Под ред. Рудкевича
М.Н. – М., 1983, С. 232.

[23] Там же.

[24] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 97.

[25] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 219 – 222.

[26] Основы прикладной социологии. Учебник для вузов. Колл. авторов. Под
ред. Ф.Э. Шереги и М.К. Горшкова. М.: Интерпракс, 1996. С. 34.

[27] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 97.

[28] Агабекян Р.Л. Математические методы в
социологии. Анализ данных и логика вывода в эмпирическом исследовании: Учебное
пособие для вузов /  Р.Л. Агабекян, М.М. Кириченко, С.В. Усатиков. – Ростов
н/Д: Феникс, 2005. С. 86.

[29] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 211.

[30] Большой толковый социологический словарь (Collins).
Том 2 (П-Я): Пер. с англ. – М.: Вече, АСТ, 2001. С.299.

[31] Рабочая книга социолога. Под ред. Рудкевича
М.Н. –  М., 1983, С. 233.

[32] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 97.

[33] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 339.

[34] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 98.

[35] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 339.

[36] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 227.

[37] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 101.

[38] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 231.

[39] Там же. С. 228.

[40] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 228.

[41] Там же. С. 228-229.

[42] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 100.

[44] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 230 – 231.

[45] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 339.

[46] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 230 – 231.

[47] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 340.

[48] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 230.

[49] Анурин В.Ф. Эмпирическая социология: Учебное пособие для вузов. – М.:
Академический Проект, 2003. С. 76.

[50] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 230.

[51] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 101.

[52] Основы прикладной социологии. Учебник для вузов. Колл. авторов. Под
ред. Ф.Э. Шереги и М.К. Горшкова. М.: Интерпракс, 1996. С. 35.

[53] Анурин В.Ф. Эмпирическая социология: Учебное пособие для вузов. – М.:
Академический Проект, 2003. С. 76.

[54] Там же.

[55] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 101.

[56] Кравченко А.И. Социология: Общий курс: Учебное пособие для вузов. –
М.: ПЕРСЭ; Логос, 2000. С.117.

[57] Там же.

[58] Ядов В.А., В.Я. Беляев, В.Ф. Марарица, П.Н. Оконешников Общая
социология: теория и прикладные исследования. – СПб, Санкт-Петербургское
философское общество, 2001. С.67.

[59] Анурин В.Ф. Эмпирическая социология: Учебное пособие для вузов. – М.:
Академический Проект, 2003. С. 78.

[60] Основы прикладной социологии. Учебник для вузов. Колл. авторов. Под
ред. Ф.Э. Шереги и М.К. Горшкова. М.: Интерпракс, 1996. С. 37.

[61] Ядов В.А., В.Я. Беляев, В.Ф. Марарица, П.Н. Оконешников Общая
социология: теория и прикладные исследования. – СПб, Санкт-Петербургское
философское общество, 2001. С.69-70.

[62] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 226.

[63] Кравченко А.И. Социология: Общий курс: Учебное пособие для вузов. –
М.: ПЕРСЭ; Логос, 2000. С.118.

[64] Там же.

[65] Шикун А.И. Социологический практикум: Учебное пособие. – Мн.: Амалфея,
2000. С.13.

[66] Там же.

[67] Сикевич З.В. Социологическое исследование:
практическое руководство. – СПб.: Питер, 2005. С.57-58.

[68] Зборовский Г.Е., Шуклина Е.А. Прикладная социология: Учебное пособие.
– М.: Гардарики,2004. С. 102.

[69] Основы прикладной социологии. Учебник для вузов. Колл. авторов. Под
ред. Ф.Э. Шереги и М.К. Горшкова. М.: Интерпракс, 1996. С. 38.

[70] Ядов В.А., В.Я. Беляев, В.Ф. Марарица, П.Н. Оконешников Общая
социология: теория и прикладные исследования. – СПб, Санкт-Петербургское
философское общество, 2001. С.68.

[71] Анурин В.Ф. Эмпирическая социология: Учебное пособие для вузов. – М.:
Академический Проект, 2003. С. 79.

[72] Анурин В.Ф. Эмпирическая социология: Учебное пособие для вузов. – М.:
Академический Проект, 2003.  С.80.

[73] Ядов В.А., В.Я. Беляев, В.Ф. Марарица, П.Н. Оконешников Общая
социология: теория и прикладные исследования. – СПб, Санкт-Петербургское
философское общество, 2001. С.68.

[74] Ядов В.А., В.Я. Беляев, В.Ф. Марарица, П.Н. Оконешников Общая
социология: теория и прикладные исследования. – СПб, Санкт-Петербургское философское
общество, 2001. С.68.

[75] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 336.

[76] Ядов В.А., В.Я. Беляев, В.Ф. Марарица, П.Н. Оконешников Общая
социология: теория и прикладные исследования. – СПб, Санкт-Петербургское
философское общество, 2001. С.73.

[77] Ядов В.А., В.Я. Беляев, В.Ф. Марарица, П.Н. Оконешников Общая
социология: теория и прикладные исследования. – СПб, Санкт-Петербургское
философское общество, 2001. С.72-73.

[78] Девятко И.Ф. Методы социологического исследования. – 3-е изд. – М.:
КДУ, 2003. С. 200.

[79] Агабекян Р.Л. Математические методы в социологии. Анализ данных и
логика вывода в эмпирическом исследовании: Учебное пособие для вузов /  Р.Л.
Агабекян, М.М. Кириченко, С.В. Усатиков. – Ростов н/Д: Феникс, 2005. С.88.

[80] Бабосов Е.М. Прикладная социология: Учеб. пособие для студентов вузов.
2-е изд., стереотип. – Мн.: «ТетраСистемс», 2001. С. 331.