АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Глава 10. Разработка анкеты и форм для записи результатов наблюдения 7 страница

Читайте также:
  1. B. интерпретация результатов ультразвукового исследования
  2. E. Реєстрації змін вологості повітря. 1 страница
  3. E. Реєстрації змін вологості повітря. 10 страница
  4. E. Реєстрації змін вологості повітря. 11 страница
  5. E. Реєстрації змін вологості повітря. 12 страница
  6. E. Реєстрації змін вологості повітря. 13 страница
  7. E. Реєстрації змін вологості повітря. 14 страница
  8. E. Реєстрації змін вологості повітря. 15 страница
  9. E. Реєстрації змін вологості повітря. 16 страница
  10. E. Реєстрації змін вологості повітря. 17 страница
  11. E. Реєстрації змін вологості повітря. 18 страница
  12. E. Реєстрації змін вологості повітря. 19 страница

тов совокупности, обладающих этими характеристиками. Другими словами, применение квот

обеспечивает соответствие структуры выборки структуре генеральной совокупности с учетом

исследуемых характеристик. На втором этапе выбор элементов основан на удобстве отбора или

мнении исследователя. После создания квот исследователям предоставляется значительная

свобода в отборе элементов для включения в выборку. Единственное требование — соответст-

вие отобранных элементов контрольным характеристикам. Применение этого метода иллюст-

рирует следующий пример [13].

420 Часть II. Разработка плана исследования

Квотная выборка (quota sampling)

Детерминированный метод выборки, который представляет собой двухэтапную ограничен-

ную поверхностную выборку. Первый этап включает создание контрольных групп, или квот,

из элементов совокупности. На втором этапе выбор элементов основан на удобстве отбора

или мнении исследователя.

Пример. Оправдывает ли журнал Metropolitan надежды читателей?

Цель исследования, проводимого среди взрослого населения городского района числен-

ностью 350 тысяч человек, — определить круг читателей некоторых журналов. Маркетологи

сформировали квотную выборку, включающую тысячу совершеннолетних респондентов,

Контрольные характеристики — пол, возраст и раса. Исходя из структуры взрослого населе-

ния, сформированы следующие квоты.

Структура генеральной Структура выборки

совокупности

Контрольные Процентное Процентное Количество

характеристики соотношение соотношение

Пол

Мужчины 48 48 480

Женщины 52 52 520

100 100 1000

Возраст

18-30 27 27 270

31-45 39 39 390

46-60 16 16 160

Старше 60 18 18 180

100 100 1000

Раса

Белые 59 59 590

Черные 35 35 350

Другие 6 6 60

100 100

В этом примере квоты составлены таким образом, что структура выборки соответствует

структуре генеральной совокупности. Однако в некоторых ситуациях желательно отобрать

больше или меньше элементов с определенными характеристиками. Например, необходимо

создать выборку, состоящую только из тех, кто потребляет много данного товара, чтобы деталь-

но изучить их поведение. Несмотря на то, что такая выборка нерепрезентативна, она может

иметь огромное значение.

Даже если в структуре выборки полностью отражена структура популяции с учетом кон-

трольных характеристик, нет гарантии, что эта выборка репрезентативна. Если характеристика,

непосредственно связанная с проблемой исследования, не учтена, то квотная выборка нере-

презентативна. Важные контрольные характеристики часто упускаются из виду в связи с тем,

что на практике очень сложно включить большое количество таких характеристик в выборку.

Элементы выбираются из каждой квоты, исходя из удобства или на основании мнения иссле-

дователя. Значит, существует большая вероятность необъективности при отборе. Интервьюеры

могут отправиться в те из указанных районов, где легче всего найти подходящих респондентов.

Более того, они могут избегать людей, которые недружелюбно выглядят, плохо одеты или жи-

вут в местах, куда неудобно добираться. Квотная выборка не позволяет оценить величину

ошибки выборки [14].

Глава 11. Выборка: планирование и проведение 421

Применяя выборку по квотам, исследователь стремится получить представительную вы-

борку при сравнительно низком уровне затрат. Преимущества такой выборки — ее низкая

стоимость и удобство выбора элементов для каждой квоты. В последнее время введен более же-

сткий контроль за действиями интервьюеров и процедурами проведения опроса, что позволяет

уменьшить искажения при отборе. Предложены указания по улучшению качества выборок по

квотам при проведении интервью в торговых центрах. При определенных условиях примене-

ние выборки по квотам дает результаты, похожие на результаты применения обычной вероят-

ностной выборки [15].

Выборка по принципу "снежного кома"

При использовании выборки по принципу "снежного кома" (snowball sampling) обычно

случайным образом подбирают начальную группу респондентов. После проведения опроса

респондентов просят помочь выявить других кандидатов, входящих в изучаемую совокуп-

ность. В дальнейшем отбор респондентов осуществляется из числа кандидатов, указанных

первыми респондентами. Данный процесс, когда респонденты, прошедшие опрос, называют

следующих кандидатов, в конце KOHLIOB, приводит к эффекту "снежного кома". Хотя при

отборе первых респондентов использовалась случайная выборка, конечная выборка детер-

минирована. При этом демографические и психологические характеристики названных

кандидатов больше похожи на характеристики назвавших их респондентов, чем при случай-

ном выборе опрашиваемых [16].

Выборка по принципу "снежного кома" (snowball sampling)

Детерминированный выборочный метод, согласно которому случайным образом подбира-

ется начальная группа респондентов. В дальнейшем отбор осуществляется из числа канди-

датов, указанных первыми респондентами, или на основе предоставленной ими информа-

ции. Данный процесс проходит волнообразно, когда респонденты, прошедшие опрос, назы-

вают следующих кандидатов и т.д.

Главная задача выборки по принципу "снежного кома" — дать оценку необычным для со-

вокупности характеристикам. Примером могут служить люди, получающие какую-либо госу-

дарственную или социальную помощь, такую как продовольственные талоны, имена которых

не подлежат разглашению; отдельные группы населения, например овдовевшие мужчины в

возрасте до 35 лет, а также представители некоторых меньшинств. Выборка по принципу

"снежного кома" также применяется в промышленных исследованиях, осуществляемых поку-

пателями и продавцами в поисках взаимовыгодного делового сотрудничества. Основное пре-

имущество этой выборки состоит в том, что она существенно повышает вероятность обнаруже-

ния исследуемой характеристики в совокупности. Ей также присуща относительно небольшая

дисперсия выборки и невысокий уровень затрат. Применение выборки по принципу

"снежного кома" показано на следующем примере [17].

Пример. Опрос с использованием выборки по принципу "снежного кома"

В штате Огайо по принципу "снежного кома" сформировали выборку для изучения де-

мографических характеристик интервьюеров, осуществляющих маркетинговые исследова-

ния. Первоначальный контакт с респондентами установлен с помощью тематических рек-

ламных объявлений, размещенных в газетах семи крупнейших городов. Автор объявлений

просил откликнуться интервьюеров, имеющих опыт проведения маркетинговых исследова-

ний и готовых ответить на 25 вопросов о своей работе. Впоследствии количество полученных

ответов значительно возросло, так как каждого прошедшего опрос респондента просили на-

звать имена и адреса других интервьюеров. В результате этого процесса выявили интервьюе-

ров из многих районов штата, которые не читали исходных объявлений в газете. Только 27%

заполненных анкет получено в результате прочтения тематических объявлений. Остальные

i анкеты заполнены респондентами, названными предыдущими участниками опроса [18].

422 Часть II. Разработка плана исследования

В этом примере следует обратить внимание на неслучайный характер отбора начальной

группы респондентов, который проводился с помощью тематических объявлений. Этот метод

эффективнее, чем метод случайного выбора. В других случаях предпочтительнее отбор респон-

дентов с использованием вероятностных выборочных методов.

ВЕРОЯТНОСТНЫЙ МЕТОД ВЫБОРКИ

Вероятностные методы выборки отличаются между собой степенью эффективности. Эф-

фективность выборки — это понятие, отражающее компромисс между затратами, связанными

с проведением выборки, и ее точностью. Точность выборки — это степень неопределенности,

связанная с измеряемой характеристикой. Чем больше точность, тем выше стоимость, а прове-

дение большинства исследований требует соблюдения разумного баланса затрат и результатов.

Исследователь должен стремиться разработать максимально эффективный план выборочного

наблюдения с учетом выделенного бюджета. Эффективность вероятностного метода выборки

можно оценить, сравнив ее с эффективностью простой случайной выборки.

Простая случайная выборка

При проведении простой случайной выборки (Simple Random Sampling — SRS) каждый эле-

мент совокупности имеет известную и равную вероятность отбора. Более того, каждая возмож-

ная выборка данного объема (я) имеет известную и равную вероятность того, что она станет вы-

борочной совокупностью. Это означает, что каждый элемент отбирается независимо от другого.

Выборка формируется произвольным отбором элементов из основы выборки. Этот метод по-

хож на розыгрыш лотереи, когда таблички с именами участников помещаются в барабан, кото-

рый встряхивается, и из него произвольным образом извлекают отдельные таблички, в резуль-

тате объективно определяются имена победителей.

Простая случайная выборка (Simple Random Sampling — SRS)

Вероятностный метод выборки, согласно которому каждый элемент генеральной совокупно-

сти имеет известную и равную вероятность отбора. Каждый элемент выбирается независимо

от каждого другого элемента, и выборка формируется произвольным отбором элементов из

основы выборки.

При простой случайной выборке исследователь сначала формирует основу выборочного на-

блюдения, в которой каждому элементу присваивается уникальный идентификационный но-

мер. Затем генерируются случайные числа, чтобы определить номера элементов, которые будут

включены в выборку. Эти случайные числа могут генерироваться компьютерной программой

или выбираться из таблицы (см. табл. 1 в Приложении "Статистические таблицы"). Предпо-

ложим, что выборочную совокупность, объем которой равен 10, нужно сформировать из осно-

вы выборочного наблюдения, содержащей 800 элементов. Поступают таким образом: выбирают

по три правые цифры в каждом ряду, начиная с первой колонки и первого ряда табл. 1, и дви-

гаются вниз, пока не будет отобрано 10 чисел из 800. Числа, которые находятся за пределами

этого диапазона, не включаются. Выборочная совокупность создается из элементов, соответст-

вующих случайно выбранным номерам. Так, в нашем примере будут выбраны элементы: 480,

368,130, 167, 570, 562, 301, 579, 475 и 553. Обратите внимание, что последние три цифры ряда 6

(921) и ряда И (918) не включены в выборочную совокупность, поскольку они находятся за

пределами установленного диапазона.

Простая случайная выборка имеет очевидные преимущества. Этот метод крайне прост для

понимания. Результаты исследования можно распространять на изучаемую совокупность,

Большинство подходов к получению статистических выводов предусматривают сбор информа-

ции с помощью простой случайной выборки. Однако метод простой случайной выборки имеет

как минимум четыре существенных ограничения. Во-первых, часто сложно создать основу вы-

борочного наблюдения, которая позволила бы провести простую случайную выборку. Во-

Глзва 11. Выборка: планирование и проведение 423

вторых, результатом применения простой случайной выборки может стать большая совокуп-

ность, либо совокупность, распределенная по большой географической территории, что значи-

тельно увеличивает время и стоимость сбора данных. В-третьих, результаты применения про-

стой случайной выборки часто характеризуются низкой точностью и большей стандартной

ошибкой, чем результаты применения других вероятностных методов. В-четвертых, в результа-

те применения SRS может сформироваться нерепрезентативная выборка. Хотя выборки, полу-

ченные простым случайным отбором, в среднем адекватно представляют генеральную сово-

купность, некоторые из них крайне некорректно представляют изучаемую совокупность. Веро-

ятность этого особенно велика при небольшом объеме выборки. Простая случайная выборка не

часто используется в маркетинговых исследованиях. Более популярен метод систематической

выборки.

Систематическая выборка

При проведении систематической выборки (systematic sampling) сначала задают произ-

вольную отправную точку, а затем из основы выборочного наблюдения последовательно вы-

бирают каждый /-и элемент. Интервал выборки / определяется как отношение объема сово-

купности Л^ к объему выборки п, с округлением результата до ближайшего целого числа. На-

пример, совокупность состоит из 100 тысяч элементов, а желательный объем выборки равен

тысяче респондентов. В этом случае интервал выборки / равен 100. Выбирается случайное

число между 1 и 100. Если, например, это число равно 23, то выборка состоит из элементов

23, 123, 223, 323, 423, 523 ит.д. [19].

Систематическая выборка (systematic sampling)

Вероятностный метод выборки, в соответствии с которым сначала задают произвольную от-

правную точку, а затем из основы выборочного наблюдения последовательно выбирают

каждый 1-й элемент.

Обшей чертой систематической выборки и простой случайной выборки является то, что

каждый элемент генеральной совокупности имеет известную и равную вероятность выбора.

Систематическая выборка отличается от SRS тем, что только допустимые выборки объема л,

которые можно получить из генеральной совокупности, имеют известную и равную вероят-

ность выбора. Остальные выборки объема п имеют нулевую вероятность выбора.

При систематической выборке исследователь предполагает, что элементы совокупности

расположены в определенном порядке. В некоторых случаях принцип сортировки (например,

алфавитный перечень в телефонной книге) не имеет отношения к исследуемой характеристи-

ке. В других случаях сортировка непосредственно связана с исследуемой характеристикой. На-

пример, имена владельцев кредитных карточек приводятся с учетом суммы их баланса, а на-

звания фирм определенной отрасли располагаются согласно годовому объему их продаж. Если

элементы совокупности расположены по принципу, не связанному с исследуемой характери-

стикой, результаты систематической выборки аналогичны результатам SRS.

С другой стороны, если принцип расположения элементов связан с исследуемой характери-

стикой, систематический отбор увеличивает репрезентативность выборки. Если фирмы какой-

либо отрасли расположены по принципу увеличения годового объема продаж, систематическая

выборка будет включать как мелкие, так и крупные фирмы. Простая случайная выборка в дан-

ном случае может быть нерспрезентативной, включая, например, только мелкие фирмы или

непропорциональное число мелких фирм. Если расположение элементов выборки носит цик-

лический характер, систематическим методом можно уменьшать представительность выборки.

В качестве примера рассмотрим применение систематического отбора для формирования вы-

борки ежемесячных объемов продаж универмага из основы, содержащей ежемесячные объемы

продаж за последние 60 лет. Если задать выборочный интервал, равный 12, то конечная выбор-

ка не будет отражать ежемесячные изменения в объемах продаж [20].

Систематическая выборка дешевле и проще, чем простая случайная, поскольку случайный

отбор осуществляется только один раз. Кроме того, случайные числа не должны соответствовать

424 Часть II. Разработка плана исследования

определенным элементам, как в SRS. Учитывая, что некоторые перечни содержат миллионы

элементов, использование этого метода значительно экономит время, что, в свою очередь, спо-

собствует снижению затрат, связанных с исследованием. Если совокупность обладает инфор-

мацией об исследуемой характеристике, систематический отбор дает возможность получить бо-

лее репрезентативную и достоверную (с меньшей ошибкой выборки) выборку, чем метод SRS.

Еще одно важное преимущество: систематический отбор можно применять даже не зная струк-

туру основы выборочного наблюдения. Например, можно опросить каждого /-го человека, по-

кидающего универмаг или торговый центр. Поэтому систематический отбор часто применяет-

ся при проведении почтовых и телефонных опросов, а также интервью-"перехватов" в торго-

вых центрах, как показано во врезке 11.1 "Практика маркетинговых исследований".

Врезка 11.1. Практика маркетинговых исследований

Систематическая выборка подписчиков журнала Tennis

Журнал Tennis провел почтовый опрос своих подписчиков, чтобы составить полное пред-

ставление о читателях. С помощью систематического отбора составили выборку из 1472 под-

писчиков издания внутри страны. Если допустить, что список подписчиков содержал 1,472

миллиона фамилий, интервал выборки составит 1000 (1472000/1472). Выбрано произволь-

ное число от 1 до 1000. Начиная с этого числа, был отобран каждый тысячный.

К анкете прилагался новенький доллар, как материальный стимул для респондентов. За

неделю до опроса отправили предупредительную почтовую открытку. Через 10 дней после

отправки первой анкеты всем респондентам отослали повторную анкету. 76 анкет вернулись

по почте, таким образом, результативность почтовой отправки составила 1396. Через шесть

недель после первой отправки вернулось 778 заполненных анкет, что определило коэффи-

циент отклика на уровне 56% [21].

Стратифицированная выборка

Стратифицированная, или расслоенная, выборка (stratified sampling) — это процесс, состоя-

щий из двух этапов, в котором совокупность делится на подгруппы (слои, страты, strata). Слои

должны взаимно исключать и взаимно дополнять один другого, чтобы каждый элемент сово-

купности относился к одному и только одному слою, и ни один элемент не был упущен. Далее,

из каждого слоя случайным образом выбираются элементы, при этом обычно используется ме-

тод простой случайной выборки. Формально, выбор элементов из каждого слоя может осущест-

вляться только с помощью SRS. Однако на практике иногда применяется систематический от-

бор и другие вероятностные выборочные методы. Отличие стратифицированной выборки от

квотной состоит в том, что элементы в ней выбираются скорее случайно, а не из удобства или

на основании мнения исследователя. Главная задача стратифицированной выборки — увели-

чение точности без увеличения затрат [22].

Стратифицированная, расслоенная выборка (stratified sampling)

Двухэтапный метод вероятностной выборки, согласно которому генеральная совокупность

сначала делится на подгруппы или слои (страты). Затем элементы случайным образом вы-

бираются из каждого слоя.

Переменные, используемые для деления совокупности на слои, называются стратифика-

ционными переменными. Критерии для их выбора: однородность, неоднородность, взаимосвя-

занность и стоимость. Элементы, относящиеся к одному слою, должны быть как можно более

однородными, а относящиеся к разным слоям — наоборот, как можно более разнородными.

Кроме того, стратификационные переменные должны быть тесно связаны с исследуемой ха-

рактеристикой. Чем больше переменные соответствуют этим критериям, тем эффективнее

уменьшение нежелательных отклонений в выборке. В конце концов, переменные должны

снижать стоимость процесса расслоения, будучи простыми в оценке и применении. Как пра-

Глава 11. Выборка: планирование и проведение 425

вило, для стратификации используют такие переменные, как демографические характеристики

(как показано на примере квотной выборки), разновидность покупателя (владельцы кредитной

карточки или те, кто ее не имеет), величина фирмы или отрасль промышленности. Для стра-

тификации можно использовать несколько переменных, однако больше двух применяют ред-

ко, поскольку это непрактично и экономически неоправданно. Несмотря на то, что количество

слоев в расслоенной выборке остается предметом спора, опыт показывает, что использовать

нужно не больше шести. При использовании больше шести слоев любое повышение точности

сводится на нет увеличением стоимости расслоения и отбора. Процесс выбора стратификаци-

онных переменных показан на примере опроса под названием "Национальный туристический

прогноз компании American Express".

Пример. Телефонный опрос туристов

Компания R. H. Braskin & Associates провела опрос "Национальный туристический про-

гноз компании American Express" (The American Express National Travel Forecast), включив

его в еженедельную телефонную панель OmniTel. Общее количество опрошенных составило

1030 человек (525 женщин, 505 мужчин). Переменными, примененными для расслоения

выборки, были пол, возраст, доход и регион проживания. Опрос показал, что американцы в

возрастной группе от 25 до 49 лет, имеющие детей, которые живут вместе с ними, больше

всего интересуются посещением Орландо, штат Флорида. Среди людей пожилого возраста

(65 лет и старше) наиболее популярен Вашингтон (округ Колумбия). Молодые американцы

в возрасте от 18 до 34 лет на первое место ставят проведение отпусков. Поскольку предпочте-

ния в туризме меняются в зависимости от возраста, эта стратификационная переменная

крайне эффективна. Однако другие такие переменные, а именно пол, доход и регион про-

живания, не имели большого значения при определении предпочтений в туризме. Таким

образом, приняв за основу стратификации только возраст, издержки выборки можно

уменьшить без снижения точности [23].

Другое важное решение связано с использованием пропорциональной или непропорцио-

нальной выборки (см. рис. 11.2). При пропорциональном стратификационном отборе объем

выборки, полученной из каждого слоя, пропорционален доле этого слоя в объеме генеральной

совокупности. При непропорциональном стратификационном отборе объем выборки, полу-

ченной из каждого слоя, пропорционален доле этого слоя в объеме генеральной совокупности

и среднеквадратичному отклонению распределения исследуемой характеристики среди всех

элементов этого слоя. Логика непропорциональной выборки проста. Во-первых, слои относи-

тельно большего размера больше влияют на определение средней для генеральной совокупно-

сти. Следовательно, эти слои больше влияют на формирование результатов выборочного на-

блюдения. Таким образом, слои должны быть представлены большим количеством элементов.

Во-вторых, для повышения точности оценки следует отбирать больше элементов из слоев с

большим среднеквадратичным отклонением, и меньше элементов — из слоев с меньшим сред-

неквадратичным отклонением. (Если все элементы слоя идентичны, выборка, состоящая из

одного элемента, обеспечит получение полной информации.) Обратите внимание, что эти ме-

тоды идентичны при условии, что исследуемая характеристика имеет одно и то же среднеквад-

ратичное отклонение в каждом слое.

При применении непропорционального отбора необходимо рассчитать среднеквадратичное

отклонение распределения исследуемой характеристики среди элементов слоя. Поскольку эта

информация не всегда доступна, исследователю часто приходится полагаться на интуицию и

логику, определяя объем выборки для каждого слоя. Например, в крупных розничных магази-

нах можно ожидать большего отклонения в объемах продаж некоторых продуктов, чем в не-

больших магазинах. Поэтому крупные магазины представлены в выборке непропорционально

большим количеством элементов. Когда исследователя в первую очередь интересует выявление

различий между слоями, обычно создают одинаковые по объему выборки из каждого слоя.

Стратификационный метод обеспечивает наличие в выборке всех важных подгрупп, Это

особенно важно, если исследуемая характеристика неравномерно распределена среди элемен-

426 Часть II. Разработка плана исследования

тов генеральной совокупности. Например, распределение дохода семей неравномерно, так как

годовой доход большинства семей составляет меньше 50 тысяч долларов, и лишь немногие се-

мьи имеют годовой доход, равный 125 тысяч долларов и выше. Если применить простую слу-

чайную выборку, семьи с доходом 125 тысяч долларов и выше могут не быть адекватно пред-

ставлены. Стратифицированная выборка позволяет обеспечить соответствующее количество

таких семей в выборке. Она сочетает в себе простоту метода SRS с возможностью повышения

точности. Поэтому данный метод формирования выборки весьма популярен.

Кластерная выборка

В кластерной выборке (cluster sampling) изучаемая совокупность сначала делится на взаимо-

исключающие и взаимодополняющие подгруппы, или ююстеры (dusters). Затем с помощью ве-

роятностного метода выборки, такого как SRS, формируется случайная выборка кластеров. В

выборку включаются либо все элементы отобранного кластера, либо проводится их отбор веро-

ятностным методом, Если в выборку включаются все элементы каждого отобранного кластера,

то такая процедура называется одноступенчатой кластерной выборкой. Если выборка получена

с помощью вероятностного отбора из каждого выбранного кластера, такая процедура называет-

ся двухступенчатой кластерной выборкой. Как показано на рис. 11.3, существуют два вида

двухступенчатой кластерной выборки — простая двухступенчатая кластерная выборка с ис-

пользованием SRS и вероятностная выборка, пропорциональная объему (PPS). Кроме того,

кластерная выборка может состоять из нескольких (больше двух) этапов, выступая как много-

ступенчатая кластерная выборка.

Кластерная выборка (cluster sampling)

Сначала изучаемая совокупность делится на взаимоисключающие и взаимодополняющие

подгруппы, называемые кластерами. Затем с помощью вероятностного метода выборки, та-

кого как простая случайная выборка, отбираются кластеры. В выборку включаются либо все

элементы отобранного кластера, либо проводится их отбор вероятностным методом.

Кластерная выборка

4 1,

Одноступенчатая Даухступенча

Вероятностная выборк

эрционаяьнаж

Рис. 11.3. Типы кластерной выборки

Основное различие между кластерной и стратифицированной выборкой состоит в том,

что в первом случае используются только отобранные подгруппы (кластеры), в то время как

в стратифицированной выборке все подгруппы (слои) используются для дальнейшего отбо-

ра. Эти методы преследуют разные цели. Цель кластерной выборки — увеличить эффектив-

ность выборки, уменьшив затраты на ее проведение. Цель стратифицированной выборки —

увеличение точности. По однородности и неоднородности критерии формирования класте-

ров прямо противоположны критериям формирования слоев. Элементы кластера должны

быть максимально разнородны, а сами кластеры — как можно более однородными. В идеале

каждый кластер должен представлять собой небольшую модель генеральной совокупности.

При кластерной выборке основа выборочного наблюдения необходима только для кластеров,

которые вошли в выборку.

Глава 11. Выборка: планирование и проведение 427

Распространенная форма кластерной выборки — территориальная выборка (area sampling), в

которой кластеры состоят из географических территорий, таких как округа, жилые районы или

кварталы. Если отбор основных элементов проводится в один этап (например, исследователь

выбирает некоторые кварталы, а затем все семьи, живущие в этих кварталах, включаются в вы-

борку), такой выборочный метод называется одноступенчатой территориальной выборкой. Ес-

ли отбор основных элементов проводится в два (или больше) этапа (исследователь выбирает

кварталы, а затем в каждом таком квартале отбирает семьи, которые будут включены в выбор-

ку), такой метод называется двухступенчатой (или многоступенчатой) территориальной вы-

боркой. Отличительная черта одноступенчатой территориальной выборки заключается в том,

что все семьи из выбранных кварталов (или географических регионов) включаются в выборку.

Территориальная выборка (area sampling)

Распространенная форма кластерной выборки, в которой кластеры состоят из округов, хи-

лых районов, кварталов или других географических территорий.

Как показано на рис. 11.3, существует два типа двухэтапной кластерной выборки. В одном


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.036 сек.)