какая выборка дает достоверные результаты
Какая выборка дает достоверные результаты
1. Задачи математической статистики.
4. Статистическое распределение выборки.
5. Эмпирическая функция распределения.
6. Полигон и гистограмма.
7. Числовые характеристики вариационного ряда.
8. Статистические оценки параметров распределения.
9. Интервальные оценки параметров распределения.
1. Задачи и методы математической статистики
Пусть требуется изучить совокупность однородных объектов относительно некоторого качественного или количественного признака, характеризующего эти объекты. Например, если имеется партия деталей, то качественным признаком может служить стандартность детали, а количественным- контролируемый размер детали.
Иногда проводят сплошное исследование, т.е. обследуют каждый объект относительно нужного признака. На практике сплошное обследование применяется редко. Например, если совокупность содержит очень большое число объектов, то провести сплошное обследование физически невозможно. Если обследование объекта связано с его уничтожением или требует больших материальных затрат, то проводить сплошное обследование не имеет смысла. В таких случаях случайно отбирают из всей совокупности ограниченное число объектов (выборочную совокупность) и подвергают их изучению.
Основная задача математической статистики заключается в исследовании всей совокупности по выборочным данным в зависимости от поставленной цели, т.е. изучение вероятностных свойств совокупности: закона распределения, числовых характеристик и т.д. для принятия управленческих решений в условиях неопределенности.
Генеральная совокупность – это совокупность объектов, из которой производится выборка.
Выборочная совокупность (выборка) – это совокупность случайно отобранных объектов.
Если из 1000 деталей отобрано для обследования 100 деталей, то объем генеральной совокупности N = 1000, а объем выборки n = 100.
При составлении выборки можно поступить двумя способами: после того, как объект отобран и над ним произведено наблюдение, он может быть возвращен либо не возвращен в генеральную совокупность. Т.о. выборки делятся на повторные и бесповторные.
Повторной называют выборку, при которой отобранный объект (перед отбором следующего) возвращается в генеральную совокупность.
Бесповторной называют выборку, при которой отобранный объект в генеральную совокупность не возвращается.
На практике обычно пользуются бесповторным случайным отбором.
Для того, чтобы по данным выборки можно было достаточно уверенно судить об интересующем признаке генеральной совокупности, необходимо, чтобы объекты выборки правильно его представляли. Выборка должна правильно представлять пропорции генеральной совокупности. Выборка должна быть репрезентативной (представительной).
В силу закона больших чисел можно утверждать, что выборка будет репрезентативной, если ее осуществлять случайно.
Если объем генеральной совокупности достаточно велик, а выборка составляет лишь незначительную часть этой совокупности, то различие между повторной и бесповторной выборками стирается; в предельном случае, когда рассматривается бесконечная генеральная совокупность, а выборка имеет конечный объем, это различие исчезает.
В американском журнале «Литературное обозрение» с помощью статистических методов было проведено исследование прогнозов относительно исхода предстоящих выборов президента США в 1936 году. Претендентами на этот пост были Ф.Д. Рузвельт и А. М. Ландон. В качестве источника для генеральной совокупности исследуемых американцев были взяты справочники телефонных абонентов. Из них случайным образом были выбраны 4 миллиона адресов., по которым редакция журнала разослала открытки с просьбой высказать свое отношение к кандидатам на пост президента. Обработав результаты опроса, журнал опубликовал социологический прогноз о том, что на предстоящих выборах с большим перевесом победит Ландон. И … ошибся: победу одержал Рузвельт.
Этот пример можно рассматривать, как пример нерепрезентативной выборки. Дело в том, что в США в первой половине двадцатого века телефоны имела лишь зажиточная часть населения, которые поддерживали взгляды Ландона.
На практике применяются различные способы отбора, которые можно разделить на 2 вида:
1. Отбор не требует расчленения генеральной совокупности на части (а) простой случайный бесповторный; б) простой случайный повторный).
2. Отбор, при котором генеральная совокупность разбивается на части. (а) типичный отбор; б) механический отбор; в) серийный отбор).
Простым случайным называют такой отбор, при котором объекты извлекаются по одному из всей генеральной совокупности (случайно).
Типичным называют отбор, при котором объекты отбираются не из всей генеральной совокупности, а из каждой ее «типичной» части. Например, если деталь изготавливают на нескольких станках, то отбор производят не из всей совокупности деталей, произведенных всеми станками, а из продукции каждого станка в отдельности. Таким отбором пользуются тогда, когда обследуемый признак заметно колеблется в различных «типичных» частях генеральной совокупности.
Механическим называют отбор, при котором генеральную совокупность «механически» делят на столько групп, сколько объектов должно войти в выборку, а из каждой группы отбирают один объект. Например, если нужно отобрать 20 % изготовленных станком деталей, то отбирают каждую 5-ую деталь; если требуется отобрать 5 % деталей- каждую 20-ую и т.д. Иногда такой отбор может не обеспечивать репрезентативность выборки (если отбирают каждый 20-ый обтачиваемый валик, причем сразу же после отбора производится замена резца, то отобранными окажутся все валики, обточенные затупленными резцами).
Серийным называют отбор, при котором объекты отбирают из генеральной совокупности не по одному, а «сериями», которые подвергают сплошному обследованию. Например, если изделия изготавливаются большой группой станков-автоматов, то подвергают сплошному обследованию продукцию только нескольких станков.
На практике часто применяют комбинированный отбор, при котором сочетаются указанные выше способы.
4. Статистическое распределение выборки
Если количество вариант велико или выборка производится из непрерывной генеральной совокупности, то вариационный ряд составляется не по отдельным точечным значениям, а по интервалам значений генеральной совокупности. Такой вариационный ряд называется интервальным. Длины интервалов при этом должны быть равны.
Статистическим распределением выборки называется перечень вариант и соответствующих им частот или относительных частот.
Статистическое распределение можно задать также в виде последовательности интервалов и соответствующих им частот (суммы частот, попавших в этот интервал значений)
Точечный вариационный ряд частот может быть представлен таблицей:
Влияние размера статистической выборки на качество научного исследования
Любая научная работа (особенно в психологии, медицине) предполагает проведение некоего эксперимента для сбора доказательств и оценки реальной ситуации. Притом чем больше факторов учитывает автор, тем точнее результаты исследования и возможности их использования в дальнейшем.
Любая научная работа (особенно в психологии, медицине) предполагает проведение некоего эксперимента для сбора доказательств и оценки реальной ситуации. Притом чем больше факторов учитывает автор, тем точнее результаты исследования и возможности их использования в дальнейшем.
В любом эксперименте важно определить оптимальный объем выборки, который бы позволили получить достоверный результат. В этой статье Вы узнаете, какое число испытуемых считается достаточным, и как грамотно подобрать объем выборки для собственного исследования.
Влияет ли объем выборки на результаты исследования?
Результаты исследования зависят от множества факторов: объем и достоверность первоначальных данных, цель (достижимая и реалистичная или не поддающаяся измерению и достижению), качество материалов (достоверные, актуальные и пр.) и т.д. Если научное изыскание предполагает проведение практических мероприятий, то одним из важнейших моментов являются определение объема выборки.
От чего зависит качество проводимого исследования?
Объем выборки представляет собой число испытуемых, которое будет принимать участие в эксперименте и подлежать оценке. Количество респондентов, их действия напрямую отражаются на результатах исследования. Если в эксперименте будет участвовать малая часть испытуемых, то не всегда будет возможно получить репрезентативные результаты.
Большое число участников же в значительной степени усложняет ход исследования, но позволяет получить более точные результаты при условии, если исследователь внимательно следит за ходом событий и учитывает все факторы, погрешности и отклонения и пр.
Таким образом, объем выборки влияет не только на точность измерений, но и качество исследования.
Нужна помощь преподавателя?
Мы всегда рады Вам помочь!
Больше – лучше, или наоборот?
Казалось бы, чем больше число испытуемых, тем точнее результаты. На самом деле, здесь палка о двух концах.
Как определить объем выборки для исследования?
С одной стороны, большое число испытуемых позволяет получить более точные результаты исследования, определить динамику или тенденции развития событий. В то же время внушительное количество респондентов требует более пристального внимания со стороны автора: моментальное фиксирование результатов, контроль за каждым индивидом, оценка всех действий и достижений/итогов и пр. Сможет ли автор в одиночку уследить за 100-200 и более испытуемыми.
Во-вторых, большой объем выборки провоцирует рождение более высоких затрат на организацию и проведение эксперимента: привлечение сторонних экспертов для контроля за ходом исследования, подготовка дополнительных материалов для испытуемых (анкеты или опросники, задания, создание специальных условий (например, для проживания и пр.)) и т.д.
Небольшой объем выборки – самый оптимальный в плане затратности, но он дает менее точные результаты. Если в эксперименте принимает участие всего 2-4 человека, то это не значит, что выборка будет репрезентативной. В данной ситуации автор оценит лишь частный случай, но не данные генеральной совокупности.
Поэтому чтобы результаты исследования были пригодными для более широкой аудитории, важно, чтобы выборка оказалась репрезентативной, а для этого необходимо подобрать оптимальное число испытуемых.
Какой объем выборки считается оптимальным?
Объем выборки зависит не только от вида исследования, но и его масштабов. Например, в социологических опросах принято проводить соответствующие мероприятия (например, задать вопросы всем подряд или конкретной группе) с целью определения общественного мнения. Как правило, в таких проектах принимает участие свыше 1000 человек.
Как определить оптимальный объем выборки для исследования
В психологических и медицинских экспериментах и исследованиях количество испытуемых гораздо меньше, так как обработка данных здесь может занять более длительное время, а информация обладает таким свойством как актуальность, которая может быть утрачена из-за медлительности. Оптимальным числом для таких научных изысканий считается 10-30 человек, притом все испытуемые подлежат строгой классификации по конкретному признаку.
Оптимальный объем выборки – это то количество изучаемых объектов и явлений, которое позволяет получить достоверный и максимально точный (приближенный) результат с минимальными погрешностями, который можно «репрезентовать» на более широкий круг лиц. В случае нерепрезентативности выборки исследователь получит «частный эксперимент» с субъективной оценкой происходящего.
Как определить оптимальный объем выборки для научного исследования?
Каждый исследователь самостоятельно определяет, какой объем выборки для него оптимальный. Данный параметр зависит от ряда условий:
Оптимальный объем выборки предполагает подбор стольких испытуемых, за которыми посильно проследить и оценить их результаты без лишних затрат времени, материальных и иных ресурсов с учетом располагаемых сил.
Как провести качественное научное исследование?
Если исследование предполагает оценку конкретной ситуации в определенной отрасли, то достаточно подобрать 10-30 участников, соответствующих конкретных условиям и требованиям.
Если же научное изыскание носит глобальный масштаб, то необходимо подобрать опытную и сильную команду, грамотно распределить обязанности, а затем, исходя из общих возможностей команды, определить объем выборки: до 100 участников, от 101 до 500, более 500 и пр.
В идеале на каждого «контролера» должно приходиться не более 10-20 испытуемых, чтобы качество получаемых данных было высоким, а жизнь контролера проходила не только в стенах «лаборатории». Поэтому объему выборки необходимо уделять особое внимание, так как именно этот критерий позволяет получить более качественные результаты научных и иных изысканий.
Трудности с учебой?
Помощь в написании студенческих и
аспирантских работ!
Выборка эмпирического исследования
Выборка в дипломной работе по психологии – это испытуемые или респонденты, которые приняли участие в эмпирическом исследовании.
Если говорить более строго, научно, то выборка – это какая-то часть некоторой большой группы (генеральной совокупности), которая отражает ее свойства. В этом случае говорят, что выборка репрезентативна. И поэтому полученные на выборке результаты распространяют на всю генеральную совокупность.
Существуют разнообразные процедуры формирования репрезентативной выборки: простой случайный отбор, стратифицированный случайный отбор и др. Они описываются в книгах по экспериментальной психологии и математической статистике. Выполнение этих процедур важно при проведении серьезных психологических исследований. В практике написания курсовых, дипломных и магистерских работ в современных российских ВУЗзах репрезентативность выборки, как правило, не оговаривается и специальные процедуры не применяются. При этом по умолчанию предполагается, что выборка репрезентативна.
Например, вы исследовали взаимосвязь тревожности женщин и срока их беременности. Вы взяли в качестве испытуемых своих знакомых. Получили результат, что чем выше срок, тем выше тревожность. На защите можно смело говорить о том, что «выявлена положительная взаимосвязь тревожности и срока беременности у женщин среднего возраста». То есть, вы смело распространяете полученный на маленькой группе результат на всех женщин. Хотя, строго говоря, не известно, была ли ваша выборка репрезентативна группе всех беременных женщин среднего возраста в нашей стране.
Очень часто именно выборкой определяется тема исследования. Преподаватели часто расспрашивают студента-психолога об обстоятельствах его жизни (где работает и т.п.). На основании этой информации и делается вывод, на какой выборке удобнее провести исследование.
Например, если вы – педагог, то в качестве выборки могут выступить учащиеся. Сотруднику организации научный руководитель может предложить взять в качестве испытуемых его коллег-сотрудников. Домохозяйка может выбрать в качестве респондентов своих знакомых женщин. Часто студенты берут в качестве выборки тоже студентов и проводят эмпирическое исследование на своих сокурсниках.
В связи с формированием экспериментальной выборки при написании выпускной работы по психологии у студентов могут возникнуть следующие вопросы:
Объем (численность) выборки
Иногда преподаватели уверенно говорят студентам, что результаты их исследования будут недостоверны, если объем выборки будет меньше 30, 50, 70, 100 человек и т.д. Строго говоря, это не корректное утверждение. В данном случае важно понимать, что во всех статистических расчетах действует такое правило: чем меньше объем выборки, тем жестче критерии, при которых результат статистического расчёта считается достоверным.
Например, вы проводите анализ взаимосвязей показателей агрессивности и тревожности младших школьников в группе из 30 человек. Если принять достаточным уровень статистической значимости в 0,05 (5%), то значимыми будут коэффициенты корреляции больше либо равные 0,36. А ваш коллега – студент-психолог – проводит анализ взаимосвязей карьерных ориентаций и стажа сотрудников организации в группе из 10 человек. В его случае значимыми будут считаться коэффициенты ранговой корреляции не ниже 0,64 при том же уровне значимости.
Итак, статистически достоверные результаты эмпирического исследования можно получить на любой выборке (от 10 человек). При этом чем меньше экспериментальная выборка, тем жестче критерии статистической достоверности полученных на ней результатов.
Однако, чем меньше выборка, тем в меньшей степени она отражает генеральную совокупность, тем заметнее в ней влияние отдельных результатов на общий показатель. То есть, формально можно брать выборку в 10 человек, но практически в эмпирическом исследовании этого недостаточно.
Строгих правил по численности выборки для получения статистически достоверных результатов психологического исследования нет, но есть следующие рекомендации:
Есть одна вполне невинная хитрость, позволяющая увеличить численность экспериментальной выборки. Например, если в ВУЗе требуют большие выборки (80-100 человек), а набрать столько испытуемых проблематично, можно сделать следующее. Реальное эмпирическое исследование провести на небольшой выборке, например, 20 человек. А далее увеличить объем выборки в кратное количество раз (2, 3, 4 и т.д.), то есть получить выборку в 40, 60, 80 человек и т.д. Такая процедура существенно не повлияет на результат. В этом случае станут более мягкими критерии значимости статистических критериев (см. выше правило соотношения объема выборки и жесткости критериев статистической значимости результатов).
Например, вы пишете дипломную работу на тему «Исследование взаимосвязи ощущения одиночества и субъективного благополучия у женщин среднего возраста, занимающих руководящие должности». Руководитель потребовала, чтобы выборка была не меньше 60 человек. Вы резво взялись за дело. Но вскоре выяснилось, что найти женщин-руководителей среднего возраста, готовых участвовать в тестировании, не так просто. Вы протестировали 15 человек и больше найти не можете. Что делать?
Берете данные по этим 15 испытуемым в сводной таблице результатов и копируете 4 раза. Получается выборка из 60 человек. Главное, что взаимосвязи, которые вы выявите на этой увеличенной выборке, будут отражать реальные корреляции ощущения одиночества и субъективного благополучия в исходной выборке из 15 человек. Изменения будут незначительны – станут значимыми некоторые корреляции, которые в выборке из 15 женщин были не значимы.
Характеристики выборки
При описании выборки в дипломной работе по психологии указываются социально-демографические характеристики испытуемых: пол, возраст, образование, семейный статус, профессия и пр.
Существует множество характеристик, которые можно указать при описании выборки. Какие включить в описание, а какие – нет?
Строго говоря, нужно указывать характеристики выборки, которые имеют отношение к сути исследования. Например, если сравниваем женщин-руководителей и простых сотрудниц, то важно при описании выборки указать профессиональный статус.
При описании выборки всегда указывают пол, возраст и образование (для взрослых испытуемых). Остальные характеристики указывают по необходимости, если они важны. Например, при исследовании корпоративной культуры сотрудников организации вряд ли необходимо указывать их семейный статус, так как он имеет очень отдаленное отношение к теме исследования.
Некоторые научные руководители требуют описывать выборку с указанием максимального количества характеристик.
Контрольная и экспериментальная группы
В каких случаях в дипломной работе по психологии возникает необходимость введения экспериментальной и контрольной групп? Если тема ВКР связана с выявлением индивидуально-психологических различий испытуемых, имеющих какую-то особенность и не имеющих ее. Например, в качестве таких особенностей могут быть:
Смысл эмпирического исследования с экспериментальной и контрольной группой состоит в том, что различия психологических показателей, выявленные между этими группами, укажут на влияние критерия разделения на личность человека. Например, если лица с заболеванием окажутся более тревожны, чем без заболевания, то можно будет сделать вывод о том, что данная болезнь ведет к росту тревожности или что повышенная тревожность выступает одной из причин данной болезни. Или если окажется, что у семейных выше осмысленность жизни, то вывод будет в том, что семья повышает осмысленность жизни. И, наконец, если выяснится, что у пожарных выше выраженность психологического стресса, то сделаем вывод о том, что работа в МЧС создает предпосылки развития стресса.
Так вот, чтобы выводы о влиянии критерия разделения на группы на выраженность тех или иных психологических показателей были обоснованы, между экспериментальной и контрольной группами не должно быть никаких других различий, кроме того, которое выбрано. Например, состоящие и не состоящие в браке испытуемые не должны различаться ни по каким другим характеристикам. То есть, у них должны быть примерно одинаковые возраст, социальный статус и пр. Только в этом случае можно будет сказать, что выявленный более высокий уровень осмысленности жизни у семейных по сравнению с не состоящими в браке связан именно с тем, что у представителей экспериментальной группы есть семья.
Если экспериментальная и контрольная группа не выровнены по другим социально-демографическим показателям, то, возможно, на осмысленность жизни повлиял какой-то другой фактор. Например, если состоящие в браке работают дизайнерами, а не состоящие в браке – безработные, то различия в уровне осмысленности жизни могут быть связаны не с наличием супруга, а с наличием интересной работы.
Естественно, невозможно выровнять экспериментальную и контрольную группу по всем социально-демографическим показателям. Нужно ограничиться некоторыми ключевыми: возраст, образование, социальный и семейный статус.
Существует устойчивый миф, что для корректной статистической обработки результатов численность выборки в контрольной и экспериментальной группе должна быть одинаковой. В моей практике были случаи, когда научные руководители требовали выравнивать численность испытуемых в контрольной и экспериментальной группе, когда исследование было уже проведено. Такие требования указывают на непонимание сущности статистических расчётов, которые имеют дело с усредненными величинами. А среднее значение величины в группе (среднее арифметическое) не зависит от численности группы, так как при его расчете сумма показателей всех участников группы делится на число человек.
Пример описания экспериментальной и контрольной групп:
Характеристика выборки. В исследовании приняли участие 50 подростков, разделенных на две группы:
Надеюсь, эта статья поможет вам самостоятельно написать диплом по психологии. Если возникнет необходимость, обращайтесь (все виды работ по психологии; статистические расчеты). Заказать
Основы выборочного исследования и формирования простой случайной выборки
Маркетинговые исследования
Г. Черчилль, Т. Браун
Учебные цели
Итак, исследователь точно определил задачу и заручился приемлемыми для ее решения схемой исследований и инструментами сбора данных. Следующий этап исследовательского процесса должен заключаться в отборе тех элементов, которые будут обследоваться. Можно обследовать каждый элемент данной популяции, произведя полную перепись этой популяции. Полное обследование совокупности именуется переписью (цензом). Существует и другая возможность. Статистическому обследованию подвергается некая часть популяции, выборка элементов большой группы, и по данным, полученным на этом подмножестве, делаются некие выводы касательно всей группы. Возможность распространения результатов, полученных на основе выборочных данных, на большую группу зависит от метода, посредством которого была произведена выборка. Большая часть настоящей главы будет посвящена тому, как должна формироваться выборка и почему это так.
Понятие «популяция», или «совокупность», может относиться не только к людям, но и к фирмам, работающим в обрабатывающей промышленности, к организациям розничной или оптовой торговли или даже к совершенно неодушевленным объектам, таким как детали, производимые на предприятии; это понятие определяется как все множество элементов, удовлетворяющих неким заданным условиям. Этими условиями однозначно определяются как элементы, принадлежащие к целевой группе, так и элементы, которые следует исключить из рассмотрения.
Исследование, имеющее целью определение демографического профиля потребителей замороженной пиццы, должно начинаться с выяснения, кого следует и кого не следует относить к таковым. Относятся ли к этой категории лица, хотя бы однажды пробовавшие такую пиццу? Лица, покупающие хотя бы одну пиццу в месяц? В неделю? Лица, съедающие за месяц такое количество пиццы, которое превышает некий заданный минимум? Исследователь должен быть очень точным при определении целевой группы. Необходимо также следить за тем, чтобы выборка формировалась именно из целевой, а не «какой-то» совокупности, что имеет место в случае неподходящей или неполной основы выборки. Последняя является перечнем элементов, из которых будет формироваться реальная выборка.
Исследователь может предпочесть выборочный метод обследованию всей совокупности по нескольким причинам. Во-первых, полное обследование совокупности даже сравнительно небольшого размера требует очень больших материальных и временных затрат. Зачастую к моменту завершения переписи и обработки данных информация уже устаревает. В некоторых случаях ценз попросту невозможен. Скажем, исследователи задались целью проверить соответствие реального срока службы электрических ламп накаливания расчетному, для чего им необходимо держать их во включенном состоянии до момента выхода из строя. Если исследовать таким образом весь запас ламп, будут получены достоверные данные, однако торговать будет уже нечем.
И наконец, к вящему изумлению новичков, исследователь может предпочесть выборочный метод цензу, стремясь к точности результатов. Проведение переписей требует привлечения большого штата сотрудников, что оборачивается возрастанием вероятности появления систематических (не связанных с выборкой) ошибок. Это обстоятельство является одной из причин того, почему Бюро переписи США использует выборочные наблюдения для проверки точности разного рода переписей. Вы не ослышались: выборочные исследования могут проводиться для проверки точности данных ценза.
Этапы проектирования выборки
На рис. 15.1 показана состоящая из шести шагов последовательность, которой может придерживаться исследователь, занятый составлением выборки. Прежде всего необходимо определить целевую совокупность или набор элементов, о которых исследователь желает что-то узнать.
Например, при изучении предпочтений детей исследователям необходимо решить, будет ли обследуемая популяция состоять только из детей, только из родителей или из тех и других.
Исследователь должен определиться с тем, из кого или из чего будет состоять соответствующая совокупность: из индивидов, семей, фирм, иных организаций, операций с кредитными картами и т. д. Принимая подобные решения, необходимо определиться и с элементами, которые должны быть исключены из популяции. Должна производиться как временная, так и географическая привязка элементов, на которые в ряде случаев могут налагаться дополнительные условия или ограничения. Например, если речь идет об индивидах, искомая популяция может состоять только из лиц старше 18 лет, или только из женщин, или только из лиц с образованием не ниже среднего.
Задача определения географических границ для целевой популяции при международных маркетинговых исследованиях может представлять особую проблему, поскольку при этом возрастает неоднородность рассматриваемой системы. Скажем, относительное соотношение городских и сельских территорий может существенно изменяться от страны к стране. Территориальный аспект оказывает серьезное влияние на состав населения и в пределах одной страны. Например, на севере Чили компактно проживает преимущественно индейское население, в южных же районах страны живут главным образом потомки европейцев.
Вообще говоря, чем проще определяется целевая популяция, тем выше ее охват (инцидентность) и тем легче и дешевле процедура формирования выборки. Охват (инцидентность) соответствует выраженной в процентах доле элементов популяции или группы, которые удовлетворяют условиям включения в состав выборки. Охват непосредственно влияет на временные и материальные затраты, необходимые для проведения обследования. Если охват велик (т. е. большая часть элементов популяции удовлетворяет одному или нескольким простым критериям, используемым для выявления потенциальных респондентов), временные и материальные затраты, необходимые для сбора данных, сводятся к минимуму. И наоборот, с увеличением количества критериев, которым должны удовлетворять потенциальные респонденты, возрастают и материальные, и временные издержки.
На рис. 15.2 показана доля взрослого населения, занимающегося теми или иными видами спорта. Данные рисунка свидетельствуют о том, что обследовать людей, занимающихся мотоциклетным спортом (всего 3,6% от общего числа взрослых), куда сложнее и накладней, чем обследовать людей, совершающих регулярные оздоровительные прогулки (27,4% от общего числа взрослых). Главное, чтобы исследователь был точен в определении того, какие элементы должны включаться в обследуемую совокупность и какие элементы должны исключаться из нее. Четкая постановка цели исследования существенно облегчает решение этой задачи. Второй этап процесса отбора выборки состоит в определении ее основы, которая, как вы уже знаете, является перечнем элементов, из которых будет производиться выборка. Пусть целевой совокупностью некоего исследования являются все семьи, проживающие в районе Далласа. На первый взгляд, хорошей и легкодоступной основой выборки может стать телефонный справочник Далласа. Тем не менее при более внимательном рассмотрении становится очевидным, что содержащийся в справочнике список семей не вполне корректен, ибо номера некоторых семей в нем пропущены (разумеется, в него не входят и семьи, не имеющие телефона), некоторые же семьи имеют по несколько телефонных номеров. Лица, недавно поменявшие место жительства и, соответственно, номер своего телефона, также не присутствуют в справочнике.
Опытные исследователи приходят к выводу, что точное соответствие между основой выборки и интересующей их целевой совокупностью наблюдается весьма редко. Один из наиболее творческих этапов работы при разработке выборки — это определение подходящей основы выборки в тех случаях, когда составление списка элементов совокупности вызывает затруднения. Это может потребовать формирования выборки из рабочих блоков и префиксов, когда, например, используется метод случайного набора номера из-за недостатков телефонных справочников. Однако значительное увеличение рабочих блоков в течение последних 10 лет сделало эту задачу более трудной. Подобные ситуации могут возникать и при выборочном наблюдении территориальных зон или организаций с последующим взятием подвыборок, когда, скажем, целевой популяцией являются индивиды, но точного актуального их списка нет.
Источник: основано на данных, содержащихся в «SSI-LITe TM : Low Incidence Targeted Sampling» (Fairfield, Conn.: Survey Sampling, Inc., 1994).
Третий этап процедуры составления выборки тесно связан с определением основы выборки. Выбор метода или процедуры составления выборки во многом зависит от принятой исследователем основы выборки. Различные типы выборок требуют различных типов основ выборки. В этой и в следующей главе будет дан обзор основных типов выборок, используемых в маркетинговых исследованиях. При их описании должна стать очевидной связь основы выборки и метода ее формирования.
Четвертый этап процедуры составления выборки состоит в определении объема выборки. Эта проблема обсуждается в гл. 17. На пятом этапе исследователю необходимо реально отобрать элементы, которые будут подвергнуты обследованию. Используемый для этого способ определяется избранным типом выборки; при обсуждении методов выборки мы поговорим и об отборе ее элементов. И наконец, исследователю необходимо реально обследовать выделенных респондентов. На этом этапе существует большая вероятность совершения ряда ошибок.
Эти проблемы и некоторые методы их разрешения рассматриваются в гл. 18.
Типы планов выборки (выборочного контроля)
Все методы контроля выборки могут быть разделены на две категории: наблюдение за вероятностными выборками и наблюдение за детерминированными выборками. В вероятностную выборку каждый член совокупности может включаться с некой заданной ненулевой вероятностью. Вероятность включения в выборку тех или иных членов совокупности может быть различной, но вероятность включения в нее каждого элемента известна. Эта вероятность определяется особой механической процедурой, используемой для отбора элементов выборки.
Для детерминированных выборок оценка вероятности включения любого элемента в выборку становится невозможной. Гарантировать репрезентативность такой выборки нельзя. Например, Allstate Corporation разрабатывала систему для того, чтобы обрабатывать данные по предъявлению требований о страховом возмещении 14 млн домохозяйств (своих клиентов). Компания планирует использовать эти данные для определения закономерностей спроса на свои услуги — например, вероятности того, что домохозяйство, владеющее «Mersedes Benz», будет также иметь дом для отдыха (которому будет требоваться страховка). Несмотря на то, что база данных очень велика, компания не располагает средствами оценки вероятности того, что какой-либо конкретный клиент предъявит требование. Компания, таким образом, не может быть уверена в том, что данные о клиентах, которые предъявляют требования, репрезентативны по отношению ко всем клиентам компании; и в еще меньшей степени — по отношению к потенциальным клиентам.
Все детерминированные выборки основаны скорее на частной позиции, суждении или предпочтении исследователя, а не на механической процедуре отбора элементов выборки. Подобные предпочтения порой могут давать хорошие оценки характеристик совокупности, однако способа объективного определения соответствия выборки поставленной задаче не существует. Оценка точности результатов выборки может быть произведена только в том случае, если были известны вероятности отбора тех или иных элементов. По этой причине работа с вероятностной выборкой обычно считается более совершенным методом, позволяющим оценить величину ошибки выборочного наблюдения. Выборки могут подразделяться также на выборки фиксированного объема и последовательные выборки. При работе с выборками фиксированного объема объем выборки определяется до начала обследования, и анализу результатов предшествует сбор всех необходимых данных. Нас будут интересовать главным образом выборки фиксированного объема, поскольку при маркетинговых исследованиях обычно используется именно этот тип.
Однако не следует забывать, что существуют и последовательные выборки, которые могут быть использованы с каждым из обсуждаемых ниже основных планов выборочного исследования.
В последовательной выборке количество отбираемых элементов заранее неизвестно, оно определяется на основании серии последовательных решений. Если обследование малой выборки не приводит к достоверному результату, круг обследуемых элементов расширяется. Если результат представляется неубедительным и после этого, объем выборки увеличивается вновь. На каждом этапе принимается решение о том, считать ли полученный результат достаточно убедительным или же продолжить сбор данных. Работа с последовательной выборкой дает возможность оценить тренд (тенденцию изменения) данных по мере их сбора, что позволяет сократить расходы, связанные с дополнительными наблюдениями, в тех случаях, когда их целесообразность сходит на нет.
Как вероятностный, так и детерминированный план выборочного наблюдения делятся на ряд типов. Скажем, детерминированные выборки могут быть нерепрезентативными (удобными), преднамеренными или квотными вероятностные же выборки делятся на простые случайные, стратифицированные или групповые (кластерные), они, в свою очередь, могут подразделяться на подтипы. На рис. 15.3 показаны те типы выборок, которые будут обсуждаться в этой и в следующей главах.
Следует помнить о том, что основные типы выборок могут сочетаться, образуя более сложные планы выборочного наблюдения. Если вы усвоите их основные исходные типы, вам будет легче разобраться и с более сложными сочетаниями.
Детерминированные выборки
Как уже было сказано, при отборе элементов детерминированной выборки определяющую роль играют частные оценки или решения. Порой эти оценки исходят от исследователя, в некоторых же случаях отбор элементов совокупности отдается полевым сотрудникам. Поскольку элементы отбираются не механически, определение вероятности включения в выборку произвольного элемента и, соответственно, ошибки выборочного наблюдения становится невозможным. Незнание ошибки, обусловленной избранной процедурой выборочного обследования, не позволяет исследователям оценить точность их оценок.
Нерепрезентативные (удобные) выборки
Нерепрезентативные (удобные) выборки порой именуются случайными, поскольку отбор элементов выборки осуществляется «случайным» образом — отбираются те элементы, которые являются или представляются наиболее доступными в период проведения отбора.
Наша повседневная жизнь изобилует примерами подобных выборок. Мы беседуем с приятелями и на основании их реакции и позиций делаем выводы касательно царящих в обществе политических пристрастий; местная радиостанция призывает людей выразить свое отношение к некоему спорному вопросу, выражаемое ими мнение интерпретируется как превалирующее; мы призываем к сотрудничеству добровольцев и работаем с теми, кто вызывается нам помочь. Проблема удобных выборок очевидна — мы не можем быть уверены в том, что выборки такого рода действительно представляют целевую совокупность. В том, что мнение наших приятелей правильно отражает политические взгляды, превалирующие в обществе, мы еще способны усомниться, но нам зачастую очень хочется верить в то, что выборки большего объема, отобранные подобным же образом, репрезентативны. Покажем ошибочность подобного допущения на примере.
Несколько лет назад одна из локальных телевизионных станций города, в котором живет автор этой книги, проводила ежедневный опрос общественного мнения по темам, представляющим интерес для местной общины. Опросы, носившие название «Пульс Мэдисона», проводились следующим образом. Каждый вечер во время шестичасовых новостей станция обращалась к зрителям с вопроcом, касающимся определенной спорной проблемы, на который необходимо было дать положительный или отрицательный ответ.
В случае положительного ответа надлежало звонить по одному, в случае отрицательного ответа — по другому номеру телефона. Количество голосов «за» и «против» подсчитывалось автоматически. В десятичасовом выпуске новостей сообщались результаты телефонного опроса. Каждый вечер на студию звонило от 500 до 1000 человек, желавших выразить свою позицию по тому или иному вопросу; телевизионный комментатор интерпретировал результаты опроса как господствующее в обществе мнение.
В одном из шестичасовых выпусков зрителям был предложен следующий вопрос: «Не считаете ли вы, что возрастной ценз на употребление алкоголя в Мэдисоне следует снизить до 18 лет?». Существовавший легальный ценз соответствовал 21 году. Аудитория отреагировала на этот вопрос необычайной активностью, — в этот вечер на студию позвонили почти 4000 человек, из которых за снижение возрастного ценза высказались 78%. Представляется очевидным, что выборка из 4000 человек «должна быть репрезентативной» для сообщества, состоящего из 180 000. Ничего подобного. Как вы уже, наверное, догадались, определенная возрастная группа населения была заинтересована в известном исходе голосования куда сильнее прочих. Соответственно, не было ничего удивительного в том, что при обсуждении этого вопроса, проходившем несколькими неделями позже, выяснилось, что во время, отведенное для опроса, студенты действовали согласованно. Они звонили на телевидение по очереди, причем каждый по несколько раз. Таким образом, ни размер выборки, ни процент поборников либерализации закона не явились чем-то удивительным. Выборка была нерепрезентативной.
Простое увеличение объема выборки не делает ее репрезентативной. Репрезентативность выборки обеспечивается не объемом, а надлежащей процедурой отбора элементов. Когда участники опроса определяются добровольно или элементы выборки отбираются в силу их доступности, план контроля выборки не дает гарантии ее представительности. Эмпирические данные свидетельствуют о том, что выборки, формирование которых определялось соображениями удобства, редко оказываются репрезентативными (вне зависимости от их размера). Телефонные опросы, при которых рассматривается 800-900 голосов, представляют собой наиболее распространенную форму больших, но нерепрезентативных выборок.
К сожалению, многие люди относятся к результатам подобных опросов с доверием. Один из самых характерных примеров использования нерепрезентативных выборок в международных маркетинговых исследованиях — обследование тех или иных стран на основе выборки, состоящей из иностранцев, проживающих в данный момент на территории страны, инициировавшей обследование (например скандинавов, живущих в США). Хотя подобные выборки и могут пролить какой-то свет на определенные аспекты рассматриваемой популяции, необходимо помнить, что эти индивиды обычно представляют «американизированную» элиту, связь которой с собственной страной может оказаться достаточно условной. Не рекомендуется использовать нерепрезентативные выборки при проведении описательных или каузальных обследований. Они допустимы лишь при поисковых исследованиях, имеющих целью отработку определенных идей или представлений, но даже и в этом случае предпочтительнее использовать преднамеренные выборки.
Преднамеренные выборки
Как уже говорилось, отличительной чертой преднамеренной выборки является направленный отбор ее элементов. В некоторых случаях элементы выборки отбираются не в силу их репрезентативности, но благодаря тому, что они могут предоставить исследователям интересующую их информацию. Когда суд руководствуется показаниями экспертизы, он, в известном смысле, прибегает к использованию преднамеренной выборки. Подобная же позиция может возобладать и при разработке исследовательских проектов. При первичной проработке вопроса исследователь заинтересован прежде всего в определении перспектив исследования, чем и обусловливается отбор элементов выборки.
Выборка по методу «снежного кома» является одним из типов преднамеренной выборки, используемым при работе с особыми видами популяций. Эта выборка зависит от умения исследователя задать начальное множество респондентов, обладающих нужными характеристиками. Затем эти респонденты используются в качестве информантов, определяющих дальнейший отбор индивидов.
Представьте, например, что компания хочет оценить потребность в неком изделии, которое позволило бы глухим людям общаться по телефону. Исследователи могут начать разработку этой проблемы с идентификации ключевых фигур в сообществе глухих; последние могли бы назвать имена других членов этой группы, которые согласились бы принять участие в обследовании. Выборка при подобной тактике растет подобно снежному кому.
* То есть рабочих. — Примеч. пер.
Квотные выборки
Третий тип детерминированной выборки — квотные выборки; известная ее представительность достигается включением в нее той же, что и в обследуемой популяции, доли элементов, обладающих определенными характеристиками (см. «Исследовательское окно 15.1»). В качестве примера вы можете рассмотреть попытку создания репрезентативной выборки студентов, проживающих на территории университета. Если в некой выборке, состоящей из 500 индивидов, не будет ни одного старшекурсника, мы будем вправе усомниться в ее репрезентативности и в правомерности применения полученных на этой выборке результатов к обследуемой совокупности. При работе с пропорциональной выборкой исследователь может проследить за тем, чтобы доля старшекурсников в выборке соответствовала их доле в общем количестве студентов.
Предположим, что исследователь проводит выборочное исследование студентов университета, при этом он заинтересован в том, чтобы выборка отражала не только их принадлежность к тому или иному полу, но и распределение их по курсам. Пусть общее число студентов составляет 10 000:3200 — первокурсники, 2600 — второкурсники, 2200 — студенты третьего курса и 2000 — студенты четвертого курса; из них 7000 юношей и 3000 девушек. Для выборки объемом 1000 человек план пропорционального выборочного контроля требует наличия 320 первокурсников, 260 второкурсников, 220 третьекурсников и 200 выпускников, 700 юношей и 300 девушек. Исследователь может реализовать этот план, наделив каждого интервьюера определенной квотой, которая будет определять, с какими студентами он должен контактировать.
Интервьюеру, которому надлежит провести 20 интервью, может быть дана инструкция опросить:
Заметьте, что отбор конкретных элементов выборки определяется не исследовательским планом, а выбором интервьюера, призванного соблюдать только те условия, которые были заданы квотой: опросить пятерых первокурсников, одну первокурсницу и т. д.
Заметьте также, что данная квота точно отображает половое распределение студенческой популяции, но несколько искажает распределение студентов по курсам; 70% (14 из 20) интервью приходится на долю юношей, но лишь 30% (6 из 20) на долю первокурсников, в то время как те составляют 32% от общего числа студентов. Квота, выделяемая каждому конкретному интервьюеру, может не отражать и обычно не отражает распределение контрольных характеристик в популяции — соответствующей пропорциональностью должна обладать только итоговая выборка.
Следует помнить о том, что пропорциональные выборки зависят скорее от личных, субъективных позиций или суждений, чем от объективной процедуры отбора элементов выборки. Причем, в отличие от преднамеренной выборки, личное суждение здесь принадлежит не разработчику проекта, а интервьюеру. Возникает вопрос, можно ли считать пропорциональные выборки репрезентативными, пусть они и воспроизводят присущее популяции соотношение составляющих, обладающих теми или иными контрольными характеристиками. В этой связи необходимо сделать три замечания.
Во-первых, выборка может разительно отличаться от популяции по каким-то иным важным характеристикам, что может оказать серьезное влияние на результат. Скажем, если исследование будет посвящено проблеме бытующих в студенческой среде расовых предрассудков, небезразличным обстоятельством может оказаться то, откуда прибыли опрашиваемые: из города или из сельской местности. Поскольку квота для характеристики «выходец из города/села» не была означена, точное отображение этой характеристики становятся маловероятным. Разумеется, существует такая альтернатива: определить квоты для всех потенциально значимых характеристик. Однако увеличение количества контрольных характеристик приводит к усложнению спецификации. Это, в свою очередь, затрудняет — а порой и делает невозможным — отбор элементов выборки и, уж во всяком случае, приводит к его удорожанию. Если, например, принадлежность к городскому или сельскому населению и социо-экономический статус также окажутся значимыми для исследования, то интервьюеру, возможно, придется зан5ггься поисками первокурсника, который был бы горожанином и принадлежал к высшему или к среднему классу. Согласрггесь, что найти просто первокурсника мужского пола куда как проще.
Во-вторых, убедиться в том, что данная выборка действительно является репрезентативной, весьма сложно. Разумеется, можно проверить выборку на предмет соответствия распределения характеристик, которые не входят в число контрольных, их распределению в популяции. Однако подобная проверка может приводить только к негативным выводам. Выявить можно разве что расхождение распределений. Если же распределения выборки и популяции для каждой из этих характеристик и повторяют друг друга, существует вероятность того, что выборка отличается от популяции по какому-то иному, не заданному явно признаку.
И наконец, в-третьих. Интервьюеры, будучи предоставленными самим себе, склонны к определенным действиям. Они слишком часто прибегают к опросу своих приятелей. Поскольку же те зачастую оказываются подобными самим интервьюерам, возникает опасность ошибки. Опытные данные, полученные в Англии, свидетельствуют о том, что квотные выборки имеют тенденцию к:
В зависимости от специфики изучаемой проблемы названные тенденции могут приводить к разного рода ошибкам, исправление же их на стадии анализа данных представляется весьма и весьма затруднительным. С другой стороны, при объективном отборе элементов выборки исследователи получают в свое распоряжение определенные средства, позволяющие упростить процедуру оценки репрезентативности данной выборки. При анализе проблемы репрезентативности таких выборок исследователь рассматривает не столько состав выборки, сколько процедуру отбора ее элементов.
Исследовательское окно: Блестяще! Но кто будет это читать?
Каждый год рекламодатели тратят миллионы долларов на рекламные объявления, помещаемые на страницах бесчисленных изданий — от «Advertising Age» до «Yankee». Определенная оценка текста и изображения может производиться до его опубликования, что называется, на дому, в рекламном агентстве; подлинные же его проверка и оценка происходят только после публикации рекламного объявления, окруженного дюжинами столь же тщательно подготовленных объявлений, борющихся за внимание читателя.
Компания Roper Starch Worldwide занимается оценкой читаемости рекламных объявлений, помещаемых в потребительских, деловых, отраслевых и профессиональных журналах и газетах. Результаты изысканий доводятся до сведения рекламодателей и агентств — разумеется, за соответствующую плату. Поскольку рекламодатели каждодневно пускаются во все тяжкие, пытаясь донести свою рекламу до потребителя, компания Starch решила составить выборку, которая давала бы подписчикам своевременную и точную информацию об эффективности рекламы. Каждый год компания Starch опрашивала более 50 000 человек, рассматривая при этом около 20 000 рекламных объявлений. Ежегодно изучалось порядка 500 отдельных изданий.
Компания Starch использовала пропорциональную выборку, минимальная численность которой составляла по 100 читателей одного и 100 читателей другого пола. Starch пришла к выводу, что при таком объеме выборки основные отклонения в уровне читаемости стабилизируются. Читатели старше 18 лет опрашивались лично, при этом речь шла обо всех публикациях, кроме тех, которые предназначались для особых групп населения (скажем, для оценки публикаций журнала «Seventeen» опрашивались девушки соответствующего возраста).
При проведении опросов учитывалась зона распространения того или иного издания. Скажем, при исследовании журнала «Los Angeles» рассматривались читатели, живущие в южной Калифорнии. «Time» изучался в масштабах страны. Опрос посвящался отдельным номерам журнала и проводился в 20-30 городах одновременно.
Каждому итервьюеру задавалась небольшая квота интервью, что служило цели минимизации отклонения результатов опроса. Опросные листы рапространялись среди людей разных специальностей и возрастов, имеющих различные доходы. Каждое подобное исследование давало возможность представить позиции достаточно широкой читательской аудитории. При рассмотрении ряда профессиональных, деловых и отраслевых изданий учитывалась также специфика их подписки и распространения. Подписные листы, посвященные изданиям, имеющим достаточно узкое распространение, позволяли отобрать приемлемых респондентов.
При каждом опросе итервьюеры просили респондентов просмотреть издание и спрашивали, обратили ли те внимание на какое-либо объявление. Если ответ был утвердительным, регистратор задавал еще целый ряд вопросов,позволяющих оценить степень восприятия рекламного объявления.
Оценка эта могла быть троякой:
После обследования всех объявлений интервьюеры регистрировали основные классификационные сведения: пол, возраст, занятия, семейное положение, национальность, доход, размер и состав семьи, что позволяло осуществить перекрестное табулирование степени читательского интереса.
При должном использовании данные компании Starch позволяют рекламодателям и агентствам определять как неудачные, так и удачные, привлекающие и удерживающие внимание читателя типы рекламных схем. Информация такого рода крайне ценна для рекламодателей, заинтересованных прежде всего в эффективности проводимой ими рекламной кампании.
Источник: «Roper Starch Worldwide», Mamaronek, NY 10543.
Вероятностные выборки
Исследователь может определить вероятность включения в вероятностную выборку любого элемента популяции, поскольку отбор ее элементов осуществляется на основе некоего объективного процесса и не зависит от прихотей и пристрастий исследователя или полевого работника. Поскольку процедура отбора элементов объективна, исследователь может оценить достоверность полученных результатов, что было невозможно в случае детерминированных выборок, сколь бы тщательным ни был отбор элементов последних.
Не следует думать, что вероятностные выборки всегда репрезентативнее детерминированных. На деле более репрезентативной может оказаться и детерминированная выборка. Преимущество вероятностных выборок состоит в том, что они позволяют оценить возможную ошибку выборочного обследования. Если же исследователь работает с детерминированной выборкой, он не имеет объективного метода оценки ее адекватности целям исследования.
Простая случайная выборка
Большинство людей так или иначе сталкивается с простыми случайными выборками либо в рамках курса статистики в институте, либо читая о результатах соответствующих исследований в газетах или журналах. В простой случайной выборке каждый элемент, включаемый в выборку, обладает одной и той же заданной вероятностью попадания в число исследуемых элементов и любая комбинация элементов исходной популяции может потенциально стать выборкой. Например, если мы захотим составить простую случайную выборку всех студентов, числящихся в определенном колледже, нам достаточно будет составить список всех студентов, присвоить каждой значащейся в нем фамилии свой номер и с помощью компьютера произвести случайный отбор заданного количества элементов.
Генеральная совокупность
Генеральной, или изучаемой, совокупностью называется совокупность, из которой производится отбор. Эта совокупность (популяция) может быть описана рядом определенных параметров, являющихся характеристиками генеральной совокупности, каждый из которых представляет собой определенный количественный показатель, отличающий одну совокупность от другой.
Представьте, что исследуемой генеральной совокупностью является все взрослое население Цинциннати. Для описания этой совокупности может быть использован ряд параметров: средний возраст, доля населения с высшим образованием, уровень доходов и т. д. Обратите внимание на то, что все эти показатели имеют определенное фиксированное значение. Разумеется, мы можем рассчитать их, проведя полную перепись изучаемой совокупности. Обычно же мы опираемся не на ценз, а на отбираемую нами выборку и используем полученные при выборочном наблюдении значения для определения искомых параметров совокупности.
Проиллюстрируем сказанное приведенным в табл. 15.1 примером гипотетической совокупности, состоящей из 20 человек. Работа с небольшой гипотетической совокупностью, подобной этой, имеет ряд преимуществ. Во-первых, небольшой объем выборки дает возможность легко вычислить параметры совокупности, которые могут использоваться для ее описания. Во-вторых, этот объем позволяет понять, что может произойти при принятии того или иного плана выборочного контроля. Обе эти особенности делают простым сравнение результатов выборки с «истинным» и в данном случае известным значением совокупности, чего нельзя сказать о типичной ситуации, при которой действительное значение совокупности неизвестно. Сравнение оценки с «истинным» значением приобретает в этом случае особую наглядность.
Предположим, мы хотим оценить по двум случайно выбранным элементам средний доход лиц, входящих в исходную совокупность. Средний доход будет ее параметром. Для оценки этого среднего значения, обозначаемого нами как μ, мы должны разделить сумму всех значений на их количество:
Среднее по совокупности μ = Сумма элементов совокупности / Количество элементов.
В нашем случае вычисления дают:
Производная совокупность
Производная совокупность состоит из всех возможных выборок, которые могут быть выделены из генеральной совокупности по заданному плану выборочного контроля (плану выборки). Статистика — это характеристика, или показатель, выборки. Значение статистики выборки используют для оценки определенного параметра совокупности. Различные выборки дают различные статистики или оценки одного и того же параметра совокупности.
Рассмотрим производную совокупность всех возможных выборок, которые могут быть выделены из нашей гипотетической генеральной совокупности, состоящей из 20 индивидов, по плану выборочного контроля, предполагающему, что выборка объемом n = 2 может быть получена путем случайного бесповторного отбора.
Предположим на время, что данные по каждой единице совокупности — в нашем случае это имя и доход индивида — записываются на кружки, после чего они опускаются в кувшин и перемешиваются. Исследователь извлекает из кувшина один кружок, списывает с него информацию и откладывает его в сторону. То же самое он делает и со вторым кружком, извлекаемым из кувшина. Затем исследователь возвращает оба кружка в кувшин, перемешивает его содержимое и повторяет ту же последовательность действий. В табл. 15.2 показаны возможные исходы названной процедуры. Для 20 кружков возможны 190 таких парных комбинаций.
Для каждой комбинации можно вычислить среднюю величину дохода. Скажем, для выборки АВ (k= 1)
k-e выборочное среднее = Сумма элементов выборки / Количество элементов выборки = 
На рис. 15.4 показаны оценка среднего дохода по всей генеральной совокупности и величина ошибки для каждой оценки для выборок k = 25, 62,108,147 и 189.
Прежде чем приступать к рассмотрению зависимости между выборочным средним доходом (статистикой) и средним доходом по совокупности (параметром, требующим оценки), скажем несколько слов о производной совокупности. Во-первых, на практике мы не занимаемся составлением совокупностей такого рода. Это потребовало бы слишком большой траты времени и сил. Практик ограничивается составлением всего одной выборки нужного объема. Исследователь же пользуется концепцией производной совокупности и связанным с ней понятием выборочного распределения при формулировании итоговых выводов.
Как — будет показано далее. Во-вторых, следует помнить о том, что производная совокупность определяется как совокупность всех возможных различных выборок, которые могут быть выделены из генеральной совокупности по заданному плану выборочного контроля. При изменении любой части плана выборочного контроля производная совокупность также изменяется. Так, если при выборе кружков исследователь будет возвращать в кувшин первый из вынимаемых дисков прежде, чем вынуть второй, производная совокупность будет включать.
выборки АА, ВВ и т. д. Если объем бесповторных выборок будет равен 3, а не 2, появятся выборки типа ABC, причем их будет 1140, а не 190, как это было в предыдущем случае. При изменении простого случайного отбора на любой иной метод определения элементов выборки производная популяция также изменяется.
Следует помнить и о том, что отбор выборки заданного объема из генеральной совокупности равносилен выбору одного элемента (1 из 190) из производной популяции. Этот факт позволяет делать много статистических выводов.
Выборочное среднее и генеральное среднее
Вправе ли мы приравнивать выборочное среднее к значению истинного среднего генеральной совокупности? В любом случае мы исходим из того, что они взаимосвязаны. Однако мы также полагаем, что будет иметь место ошибка. Например, можно полагать, что информация, полученная от пользователей Интернета, будет существенно отличаться от результатов опроса «обычного» населения. В других случаях можно предполагать достаточно точное соответствие, иначе мы не смогли бы использовать выборочное значение для оценки значения генерального. Но сколь большой может быть совершаемая нами при этом ошибка?
Давайте сложим все выборочные средние, содержащиеся в табл. 15.2, и разделим полученную сумму на количество выборок, т. е. давайте усредним средние.
Нами будет получен следующий результат:
Он совпадает со средним значением генеральной совокупности. Говорят, что в таком случае мы имеем дело с несмещенной статистикой.
Статистика называется несмещенной, если ее среднее значение по всем возможным выборкам оказывается равным оцениваемому параметру генеральной совокупности. Заметьте, что речь здесь не идет о некоем частном значении. Частная оценка может быть весьма далека от истинного значения — возьмите, к примеру, выборки АВ или ST. В некоторых случаях истинное значение генеральной совокупности может оказаться недостижимым при рассмотрении любой возможной выборки, пусть статистика и будет при этом несмещенной. В нашем случае это не так: целый ряд возможных выборок — например AT — дает выборочное среднее, равное истинному среднему генеральной совокупности.
Имеет смысл рассмотреть распределение этих выборочных оценок, и в особенности зависимость между этим разбросом оценок и вариацией уровня доходов в генеральной совокупности. В качестве меры вариации используют дисперсию генеральной совокупности. Для определения дисперсии генеральной совокупности мы должны вычислить отклонение каждой величины от среднего значения, сложить квадраты всех отклонений и разделить полученную сумму на количество слагаемых. Обозначим а^ дисперсию генеральной совокупности. Тогда:
Дисперсия совокупности σ 2 = Сумма квадратов разностей каждого элемента
совокупности и среднего по совокупности / Число элементов совокупности = 
Дисперсия среднего значения уровня доходов может быть определена таким же образом. То есть мы можем найти ее, определив отклонения каждого среднего от их общего среднего, суммировав квадраты отклонений и разделив полученную сумму на количество слагаемых.
Мы можем определить дисперсию среднего значения уровня доходов и иным образом, используя для этого дисперсию значений уровня доходов в генеральной совокупности, поскольку между двумя этими величинами существует прямая связь. Если быть точным, в тех случаях, когда выборка представляет лишь малую часть генеральной совокупности, дисперсия выборочного среднего равняется дисперсии генеральной совокупности, поделенной на объем выборки:
где σ x 2 — дисперсия среднего выборочного значения уровня доходов, σ 2 — дисперсия уровня доходов в генеральной совокупности, n — объем выборки.
Теперь сравним распределение результатов с распределением количественного признака в генеральной совокупности. Рисунок 15.5 демонстрирует, что распределение количественного признака в генеральной совокупности, показанное на поле A, является многовершинным (каждое из 20 значений появляется только раз) и симметричным относительно истинного среднего генеральной совокупности, равного 9400.
Распределение оценок, показанное на поле В, основывается на данных табл. 15.3, которая, в свою очередь, составлялась путем отнесения значений из табл. 15.2 к той или иной группе в зависимости от их величины с последующим подсчетом их количества в группе. Поле В — традиционная гистограмма, рассматриваемая в самом начале изучения курса статистики, которая представляет выборочное распределение статистики. Заметим попутно следующее: понятие выборочного распределения является наиважнейшим понятием статистики, это краеугольный камень построения статистических выводов. По известному выборочному распределению исследуемой статистики можно сделать вывод о соответствующем параметре генеральной совокупности. Если же известно только то, что выборочная оценка изменяется от выборки к выборке, но сам характер этого изменения неизвестен, определение ошибки выборочного обследования, связанного с этой оценкой, становится невозможным. Поскольку выборочное распределение оценки описывает ее изменение от выборки к выборке, оно обеспечивает основу для определения достоверности выборочной оценки. Именно по этой причине план вероятностной выборки столь важен для статистического вывода.
По известным вероятностям включения в выборку каждого элемента совокупности интервьюеры могут найти выборочное распределение различных статистик. Исследователи опираются именно на эти распределения — будь это выборочное среднее, доля выборки, выборочная дисперсия или какая-то иная статистика — при распространении результата выборочного наблюдения на генеральную совокупность. Заметьте также, что для выборок с объемом 2 распределение выборочных средних является одновершинным и симметричным относительно истинного среднего.
Итак, мы показали, что:
Центральная предельная теорема
Приближение это становится все более точным по мере роста n. Помните об этом. Вне зависимости от вида генеральной совокупности распределение выборочных средних будет нормальным для выборок достаточно большого объема. Что же следует понимать под достаточно большим объемом? Если распределение значений количественного признака генеральной совокупности является нормальным, тогда нормальным будет и распределение выборочных средних для выборок объемом n=1. Если распределение переменной (количественного признака) в совокупности симметрично, но ненормально, выборки весьма малого объема дадут нормальное распределение выборочных средних. Если же распределение количественного признака генеральной совокупности имеет выраженную асимметрию, возникает потребность в выборках большего объема. И все-таки распределение выборочного среднего может быть принято нормальным только в тех случаях, когда мы имеем дело с выборкой достаточного объема.
Для того чтобы строить заключения, используя нормальную кривую, вовсе не обязательно исходить из условия нормальности распределения значений количественного признака генеральной совокупности. Мы, скорее, опираемся на центральную предельную теорему и в зависимости от популяционного распределения определяем такой объем выборки, который позволял бы работать с нормальной кривой. К счастью, нормальное распределение статистики обеспечивается выборками сравнительно небольшого объема — рис. 15.6 наглядно демонстрирует это обстоятельство. Оценки доверительного интервала. Может ли сказанное выше помочь нам при принятии определенных заключений о генеральном среднем? Ведь на практике мы производим отбор только одной, а не всех возможных выборок заданного объема, и на основе полученных данных делаем определенные заключения, касающиеся целевой группы.
Как же это происходит? Как известно, при нормальном распределении некий процент всех наблюдений имеет определенное среднеквадратическое отклонение; скажем, 95% наблюдений укладывается в ±1,96 среднеквадратических отклонений среднего. Нормальное распределение выборочных средних, к которому может быть приложена центральная предельная теорема, в этом смысле не является исключением. Среднее такого выборочного распределения равно генеральному среднему μ, а его среднеквадратическое отклонение носит название среднеквадратической ошибки среднего:
т. е. определенная доля выборочных средних в зависимости от выбранной величины z будет заключена в интервале 
, определяемом величиной z. Это выражение может быть переписано в виде неравенства:
и потому для ее определения нам необходимо задаться среднеквадратическим отклонением количественного признака генеральной совокупности, т. е. 5. Что же делать в тех случаях, когда среднеквадратическое отклонение s неизвестно? Такая проблема не возникает по двум причинам. Во-первых, обычно для большинства количественных признаков, используемых в маркетинговых исследованиях, вариация изменяется куда медленнее уровня большинства интересующих маркетолога переменных. Соответственно, если исследование проводится повторно, мы можем использовать при расчетах прежнее, ранее полученное значение s. Во-вторых, коль скоро сформирована выборка и получены данные, мы можем оценить дисперсию генеральной совокупности, определив выборочную дисперсию. Дисперсия несмещенной выборки определяется как:
Соответственно, ŝ = 283, а 
и 95%-й интервал теперь
что меньше прежнего значения.
В табл. 15.5 сведены расчетные формулы для различных средних и дисперсий, о которых говорилось в настоящей главе. Формирование простой случайной выборки. В нашем примере отбор элементов выборки осуществлялся с помощью кувшина, в котором находились все элементы исходной совокупности. Это позволило нам наглядно представить понятия производной совокупности и выборочного распределения. Применять же подобный метод на практике мы не рекомендуем, ибо при этом повышается вероятность ошибки. Кружки могут отличаться и размерами, и фактурой, что в известных случаях может приводить к предпочтению одних другим. Отбор участников вьетнамской кампании, осуществлявшийся при помощи лотереи, может служить примером ошибки подобного рода.
Отбор осуществлялся путем вытягивания дисков с датами рождения из большого барабана. Телевидение транслировало эту процедуру на всю страну. К несчастью, диски загружались в барабан систематическим образом: первыми шли январские, последними — декабрьские даты. Хотя барабан и подвергался интенсивному раскручиванию, декабрьские даты выпадали куда чаще январских. Впоследствии процедура эта была пересмотрена таким образом, что вероятность подобных систематических ошибок была существенно снижена. Предпочтительный метод формирования простой случайной выборки основан на использовании таблицы случайных чисел.
Использование такой таблицы предполагает следующую последовательность шагов. Во-первых, элементам генеральной совокупности должны быть присвоены последовательные номера от 1 до N; в нашей гипотетической совокупности элементу А будет присвоен номер 1, элементу B — номер 2 и т. д. Во-вторых, количество разрядов таблицы случайных чисел должно быть таким же, как у номера N. Для N= 20 будут использоваться двузначные числа; для N между 100 и 999 — трехзначные числа и т. д. В-третьих, начальная позиция должна определяться случайным образом. Мы можем раскрыть соответствующую таблицу случайных чисел и, закрыв глаза, что называется, ткнуть в нее пальцем. Поскольку числа в таблице случайных чисел следуют в случайном порядке, начальная позиция не имеет особого значения.
И наконец, мы можем двигаться в любом произвольно выбранном направлении — вверх, вниз или поперек, отбирая те элементы, номера которых будут соответствовать случайным числам из таблицы. Для того чтобы проиллюстрировать сказанное, рассмотрим сокращенную таблицу случайных чисел (табл. 15.6). Поскольку N = 20, мы должны работать только с двузначными числами. В этом смысле табл. 15.6 устраивает нас как нельзя лучше. Пусть мы заранее решили двигаться вниз по столбцу, начальная же позиция находится на пересечении одиннадцатой строки и четвертого столбца, где находится число 77. Это число слишком велико, и поэтому должно быть отброшено. Следующие два числа также будут отброшены, четвертое же значение 02 будет использовано, поскольку 2 соответствует номеру элемента В.
Следующие пять чисел также будут отброшены как слишком большие, в то время как номер 05 укажет на элемент Е. Таким образом, элементы В и Е станут нашей двухэлементной выборкой, по которой мы и будем судить об уровне доходов данной совокупности. Возможна и альтернативная стратегия, при которой в качестве основы для отбора будет использована компьютерная программа, генерирующая случайные числа. Появившиеся в последнее время публикации свидетельствуют о том, что числа, генерированные подобными программами, не вполне случайны, что может определенным образом проявляться при построении сложных математических моделей, однако их можно использовать для большинства прикладных маркетинговых исследований. Заметим еще раз, что простая случайная выборка требует составления последовательного нумерованного списка элементов генеральной совокупности.
Иными словами, каждый член исходной совокупности должен быть идентифицирован. Для некоторых совокупностей сделать это не составляет труда, например при исследовании 500 крупнейших американских корпораций, список которых приведен в журнале «Fortune». Список этот уже составлен, поэтому формирование простой случайной выборки в данном случае не составит труда. Для иных же исходных совокупностей (например, для всех семей, живущих в определенном городе) составление общего списка крайне затруднительно, что заставляет исследователей прибегать к иным схемам выборочного обследования.
Резюме
Учебная цель 1
Ясно различать понятия переписи (ценза) и выборки
Полная перепись совокупности (популяции) называется цензом. Выборка совокупности, сформированная из отобранных элементов.
Учебная цель 2
Знать сущность и последовательность шести этапов, реализуемых исследователями для получения выборочной совокупности
Процесс формирования выборки делится на шесть этапов:
Учебная цель 3
Определить понятие «основа выборки»
Основа выборки — перечень элементов, из которых будет производиться выборка.
Учебная цель 4
Объяснить, в чем состоит отличие вероятностной и детерминированной выборки
В вероятностную выборку каждый член совокупности может включаться с некой заданной ненулевой вероятностью. Вероятности включения в выборку тех или иных членов совокупности могут отличаться друг от друга, но вероятность включения в нее каждого элемента известна. Для детерминированных выборок оценка вероятности включения любого элемента в выборку становится невозможной. Гарантировать репрезентативность такой выборки нельзя. Все детерминированные выборки основаны, скорее, на частной позиции, суждении или предпочтении. Подобные предпочтения порой могут давать хорошие оценки характеристик совокупности, однако не существует способа объективного определения соответствия выборки поставленной задаче.
Учебная цель 5
Различать выборку фиксированного объема и многоступенчатые (последовательные) выборки
При работе с выборками фиксированного объема объем выборки определяется до начала обследования и анализу результатов предшествует сбор всех потребных данных. В последовательной выборке количество отбираемых элементов заранее неизвестно, оно определяется на основании серии последовательных решений.
Учебная цель 6
Объяснить, что представляет собой преднамеренная выборка, и описать как сильные, так и слабые ее стороны
Элементы преднамеренной выборки отбираются вручную, они представляются исследователю отвечающими целям обследования. Предполагается, что отбираемые элементы могут дать полноценное представление об изучаемой популяции. Пока исследователь находится на начальных этапах проработки проблемы, когда определяются перспективы и возможные ограничения планируемого обследования, использование преднамеренной выборки может бьпъ очень эффективным. Но ни в коем случае нельзя забывать о слабых сторонах выборки этого типа, поскольку она же может быть использована исследователем и при описательных или при каузальных исследованиях, что не замедлит сказаться на качестве их результатов.
Учебная цель 7
Определить понятие квотной выборки
Пропорциональная выборка отбирается таким образом, что доля элементов выборки, обладающих определенными характеристиками, примерно соответствует доле таких же элементов в обследуемой популяции; для этого каждому счетчику задается квота, определяющая характеристики населения, с которым он должен контактировать.
Учебная цель 8
Объяснить, чем является параметр в процедуре выборки
Параметр — определенная характеристика или показатель генеральной или изучаемой совокупности; определенный количественный показатель, отличающий одну совокупность от другой.
Учебная цель 9
Объяснить, что такое производная совокупность
Производная совокупность состоит из всех возможных выборок, которые могут быть выделены из генеральной совокупности по заданному плану выборочного контроля.
Учебная цель 10
Объяснить, почему понятие выборочного распределения является важнейшим понятием статистики.
Понятие выборочного распределения — это краеугольный камень построения статистических выводов. По известному выборочному распределению исследуемой статистики можно сделать вывод о соответствующем параметре генеральной совокупности. Если же известно только то, что выборочная оценка изменяется от выборки к выборке, но сам характер этого изменения неизвестен, определение ошибки выборочного обследования, связанного с этой оценкой, становится невозможным. Поскольку выборочное распределение оценки описывает ее изменение от выборки к выборке, оно обеспечивает основу для определения достоверности выборочной оценки.