Вибірковий метод у соціологічному дослідженні

Об'єктом соціологічних досліджень звичайно є великі сукупності людей, які за своїми соціально-демографічними характеристиками є носіями певної проблеми і утворюють генеральну сукупність. Якщо вивчаються всі індивіди генеральної сукупності, то говорять про суцільне дослідження (наприклад, перепис населення). Однак такі дослідження виконуються рідко, частіше досліджується лише частина генеральної сукупності, яка називається вибірковою. Це пов'язано передусім з економічними і часовими обмеженнями на суцільне дослідження.

Для того щоб суцільне дослідження можна було замінити вибірковим, потрібно, щоби властивості генеральної сукупності були адекватно представлені у вибірковій. У статистиці здатність вибіркової сукупності (вибірки) відображати характеристики генеральної називають репрезентативністю вибірки. Різниця характеристик вибіркової та генеральної сукупності називають помилкою репрезентативності. Можна виділити два види таких помилок:

■ випадкові - ті, які при повторних вимірюваннях змінюються за законами ймовірності.

Приклад. Якщо ми визначаємо певну характеристику вибірки, наприклад, середнє арифметичне, то отримуючи нові випадкові вибірки того самого розміру, будемо одержувати відхилення цієї характеристики то в один, то в інший бік від істинного значення (тобто від значення в генеральній сукупності) приблизно з однаковою частотою. При збільшенні кількості вибірок середня похибка наближається до нуля. Але це лише за умови, що вибірки дійсно є випадковими, тобто всі елементи досліджуваної сукупності мають однакову імовірність потрапити у вибірку;

■ систематичні, які являють собою деяке постійне зміщення, яке не зменшується зі збільшенням кількості опитаних і викликане вадами та прорахунками в системі відбору респондентів.

Приклад. Для вивчення моделей працевлаштування випускників було відібрано випадковим методом жителів 40 кімнат в гуртожитку, в яких проживають випускники, а потім опитано всіх, хто виявився на місці в момент опитування (від 18 до 19 години). Одержані таким способом дані не будуть репрезентативними, бо не враховано таких моментів:

а) можна допустити, що мобільніші студенти, тобто ті, які проводять значну частину часу в пошуках роботи, працюють або навчаються, проводять менше часу в гуртожитку, а отже, з меншою вірогідністю стануть респондентами;

б) з вибірки повністю "випали" ті студенти, які не проживають в гуртожитку.

Випадкова помилка буде присутньою завжди при будь-якому вибірковому опитуванні, а систематичну помилку можна усунути, змінюючи процедуру формування вибірки. Випадкова помилка підкоряється певним закономірностям і придатна для оцінювання. Систематична ж помилка значно небезпечніша.

Технологічна схема переходу від визначення об’єкта дослідження до визначення вибіркової сукупності має наступний алгоритм:

1. Об’єкт дослідження

2. Генеральна сукупність

3. Основа вибірки

4. Одиниці відбору

5. Одиниця спостереження

Об’єкт дослідження – сукупність людей, що володіють характеристиками, чи якостями, є носіями інформації, що цікавлять дослідника.

Генеральна сукупність - та частина об’єкта дослідження, на яку соціолог з певною мірою точності зможе переносити висновки, отримані в результаті дослідження деякої її частини.

Основа вибірки – перелік всіх елементів генеральної сукупності, з якого буде здійснюватись відбір одиниць спостереження.

Є два типи основи вибірки:

þ Список одиниць відбору з вказанням адрес та основних характеристик.

þ Повний перелік всіх характеристик, на основі яких можна визначати, підходить той чи інший об’єкт під визначення генеральної сукупності.

Одиниці відбору – елементи генеральної сукупності які відбираються для пошуку одиниць спостереження (регіони, міста, райони, вулиці, будинки).

Одиниці спостереження – конкретна людина, яка буде відповідати на запитання анкети.

Загалом в соціології виділяють два основні класи методів формування вибіркової сукупності: детерміновані та недетерміновані. Перші – націлені на відтворення заданих характеристик генеральної сукупності, відповідно, на забезпечення репрезентативності вибіркової сукупності. Другі, забезпечують дотримання законів ймовірності, відповідно, забезпечують статистичну обґрунтованість вибіркової сукупності.

При нерепрезентативній (стихійній) вибірці дослідник намагається сформувати вибірку із зручних, доступних для відбору елементів.

Поверхнева вибірка (використовується принцип типовості) – це різновид не репрезентативної, у відповідності до якої елементи сукупності відбираються на основі розмірковувань дослідника. Вона є суб’єктивною та залежить від компетентності та винахідливості дослідника.

Квотна вибірка (пропорційна) – детермінований метод вибірки, який представляє собою двоетапну обмежену поверхневу вибірку. Перший етап включає створення контрольних груп, або квот з елементів сукупності. На другому етапі вибір елементів заснований на зручності відбору чи судженнях дослідника. При квотній вибірці переносяться процентні співвідношення, по найбільш важливих для дослідження характеристиках генеральної сукупності, на вибіркову.

Вибірка за принципом «снігової кулі» - метод згідно якого випадковим чином підбирається початкова група респондентів. Подальший відбір здійснюється з числа кандидатів, що вказані першими респондентами, або на основі наданої ними інформації. Даний процес проходить хвилеподібно, коли респонденти, що пройшли опитування називають наступних кандидатів.

При простій випадковій вибірці кожен елемент сукупності має відому рівну ймовірність відбору. Крім цього, кожна можлива вибірка певного об’єму (n) має рівну ймовірність того, що вона стане вибірковою сукупністю. Кожен елемент вибирається незалежно від кожного іншого елементу, і вибірка формується випадковим відбором елементів з основи вибірки. Для їх відбору всі елементи основи вибірки нумеруються, а потім відбираються за допомогою таблиць випадкових чисел (або спеціальної програми).

Систематична (механічна) вибірка – імовірнісний метод вибірки, для якого спочатку задають довільну відправну точку, а потім з основи вибірки відбирають кожен і-й елемент. Проте тут зберігається рівна ймовірність кожного елемента сукупності потрапити у вибірку. Відрізняється від простої випадкової тим, що лише допустимі вибірки об’єму n, які можна отримати з генеральної сукупності, мають рівну ймовірність стати вибірковою (це пов’язано з кроком відбору), а інші вибірки мають нульову ймовірність вибору.

Стратифікаційна (районована) вибірка – двох етапний метод формування вибірки, згідно якого генеральна сукупність спочатку ділиться на підгрупи або страти, а потім елементи вибірки вибираються з кожної страти випадковим чином. Змінні, що використовуються для поділу генеральної сукупності називаються стратифікаційними змінними. Елементи, що відносяться до однієї страти повинні бути якомога однорідніші, а ті що відносяться до різних страт – якомога різнорідніші.

При кластерній (гніздовій) вибірці генеральна сукупність розбивається на однорідні (однотипні) групи (кластери, гнізда), які складаються з різнорідних одиниць спостереження. Далі будується випадкова вибірка кластерів. Якщо ми будемо досліджувати кожен відібраний кластер повністю, то отримаємо однощаблеву кластерну вибірку, якщо будемо проводити ще випадковий відбір елементів кластера, то - двохщаблеву кластерну вибірку.

Важливим є питання якого обсягу має бути вибіркова сукупність. Загалом, обсяг вибіркової сукупності залежить від наступних факторів: обсяг генеральної сукупності, рівень однорідності генеральної сукупності за певною ознакою (найчастіше це важливі характеристики респондентів, такі як стать, вік, освіта, дохід, тощо), величина заданої похибки вибірки, рівень довірчої ймовірності. Загалом, чим більша генеральна сукупність, тим більшою буде і вибіркова. Проте, зі збільшеням генеральної сукупності частка вибіркової по відношенню до неї постійно зменшується. Чим однорідніша генеральна сукупність, за певною ознакою, тим тим меншим буде обсяг вибіркової. Чим нижчий поріг похибки задається (прийняті в соціології межі 1-5%), тим більшою буде вибіркова сукупність. Рівень довірчої ймовірності, пов’язаний з тим, що з кожної генеральної сукупності можна побудувати певну скінчену кількість можливих вибіркових сукупностей, які мають різний рівень точності даних (визначається як відхилення середнього вибіркового за певною ознакою від середнього генерального за тією ж ознакою). Але ми отримуємо якусь одну вибірку із всієї множини теоретично можливих вибірок. Рівень довірчої ймовірності показує з якою ймовірністю наша вибірка потрапляє у певний інтервал точності даних. В соціології найчастіше використовують 95% довірчий інтервал.

Для різних методів формування вибіркової сукупності існують свої формули для розрахунку її обсягу, які враховують всі вищезгадані показники. Для опитувань громадської думки зручно користуватись спрощеною формулою розрахунку простої імовірнісної вибірки:

n= 1/(Δ²+ 1/N)

де, n – обсяг вибіркової сукупності, Δ – частка заданої похибки вибірки, N – обсяг генеральної сукупності.

Наприклад. Потрібно розрахувати обсяг простої імовірнісної вибірки, коли обсяг генеральної становить 100000 осіб, задана похибка вибірки 5%.

Відповідно, N = 100000, Δ = 0,05;

n = 1/ (0,05² + 1 / 100000) = 398

Зазначимо, що формула спрощена за рахунок того, що в ній уже враховано максимальний рівень різнорідності генеральної сукупності за дихотомічною ознакою (наприклад, що за статтю генеральна містить 50% чоловіків та 50% жінок), та 95% довірчий інтервал. За цією формулою можна досліджувати, як об'єм вибірки залежить від об'єму генеральної сукупності при сталій величині заданої помилки:

Як бачимо, починаючи від певного моменту збільшення об'єму генеральної сукупності істотно не впливає на збільшення об'єму вибірки, тому при великих генеральних сукупностях (скажімо, при N> 5000) величиною 1/N у формулі можна знехтувати. Тоді ця формула набирає вигляд: n = 1 / Δ ². Цією формулою можна користуватись при прийнятті рішення відносно об'єму вибірки у разі, якщо генеральна сукупність більша від 5000 одиниць, тобто можна вважати, що вона нескінченна. Об'єм вибірки отримаємо з певним запасом):

Під час планування вибірки слід мати на увазі, що формула n = 1 / Δ ² і ця таблиця дає змогу отримати обсяг вибірки для заданої точності при аналізі вибірки загалом, тобто якщо ми не будемо розчленовувати її на частини.

Приклад. Якщо вимагається визначити частку осіб, що здійснюють пошук роботи через кадрові агенства, то опитавши 625 випадково відібраних людей, ми визначимо частку, яку шукаємо, з помилкою, котра не перевищує 4 % (із ймовірністю 0,954). Але якщо вимагається визначити цю частку з такою самою точністю (4% задана середня похибка) не для всього масиву загалом, а для жінок і для чоловіків, то необхідно, щоб у вибірці було 625 чоловіків і 625 жінок, тобто 1250 осіб. Тобто чим більше дробиться масив (виділяються підвибірки) під час аналізу інформації, тим більший вимагається об'єм вибірки.

ДОДАТОК А

Поиск по сайту: