Случайная (вероятностная) выборка — это выборка, для которой каждый элемент генеральной совокупности имеет определенную, заранее заданную вероятность быть отобранным. Это позволяет исследователю рассчитать, насколько правильно выборка отражает генеральную совокупность, из которой она выделена (спроектирована).
Случайная выборка обычно применяется при опросах общественного мнения перед выборами, референдумами и другими массовыми мероприятиями.
Плюсом данного метода является полное соблюдения принципа случайности и, как следствие – избежание систематических ошибок.
Случайная выборка обладает рядом недостатков, которые затрудняют ее применение на практике:
1. Необходимость наличия списка элементов генеральной совокупности. Трудность здесь заключается в том, что получить такой список далеко не всегда представляется возможным. Следовательно, в тех случаях, когда невозможно получить список элементов генеральной совокупности, невозможно проводить и случайный отбор.
2. Сложность проведения опроса. Процедура опроса при случайном отборе является очень громоздкой и требующей много времени. Ведь в результате случайного отбора исследователь получает на выходе список фамилий респондентов (телефонов, адресов и т.д.), которых необходимо опросить. То есть, интервьюерам приходится «бегать» за каждым респондентом и добиваться от него согласия ответить на «парочку вопросов».
Усложняет эту задачу и то, что респондентов порой бывает не так просто найти; в случае отсутствия респондента его приходится посещать по нескольку раз (по крайней мере, не менее трех раз).
Все вышеперечисленное ведет к повышенным временным затратам на проведение опроса. Временные затраты можно уменьшить только благодаря привлечению дополнительных интервьюеров, т.е. только за счет дополнительных денежных расходов. Кроме этого возникает еще так называемая проблема неответивших.
3. Сравнительно большой объем выборки. Для получения результатов со сравнительно высокой степенью точности случайный отбор требует достаточно большого объема выборки по сравнению с другими видами отбора. Другими словами, случайный отбор обладает меньшей степенью точности, что, в конечном счете, является причиной его меньшей эффективности. А выборка считается более эффективной, если: при одинаковых расходах она более точна, а при одинаковой точности она более дешевая.
Простой случайный отбор из генеральной совокупности предполагает, что:
· генеральная совокупность однородна;
· все её элементы доступны для исследования в одинаковой степени;
· имеется полный список элементов, составляющих генеральную совокупность;
· к этому списку применяются процедуры случайного отбора, с использованием таблиц или компьютерных генераторов случайных чисел.
Существует несколько методов формирования выборки, применяемых при простом случайном отборе.
Метод жребия (лотерейный метод).
Суть этого метода заключается в том, что каждый респондент заносится на карточку, затем бумажки помещаются в барабан, перемешиваются и, не глядя, вынимаются. Номера на выбранных карточках указывают на конкретных людей (респондентов), которые попадают в выборочную совокупность. Здесь тоже есть несколько вариантов:
Вариант А: простой случайно-повторный отбор – отбор, при котором выбранная карточка возвращаются обратно в урну, и затем отбор продолжается;
Вариант Б: простой случайно-бесповторный отбор – отбор, при котором выбранная карточка откладываются в сторону и отбор продолжается.
Отбор заканчивается, когда будет выбрано заранее заданное количество элементов выборочной совокупности.
Метод таблиц случайных чисел.
При использовании этого метода, всем потенциальным респондентам (элементам генеральной совокупности) присваиваются номера. Например, если размер генеральной совокупности равен 100, то все элементы генеральной совокупности нумеруются от 0 до 100.
Для того, чтобы случайно выбрать респондентов из списка, можно использовать таблицы случайных чисел, которые часто публикуются в справочниках по математической статистике. Отбор номеров из таблицы случайных чисел формирует выборочную совокупность.
Если в процессе отбора исследователю попадаются числа, превосходящие по величине самый большой номер в списке или повторяющиеся, то социолог их просто пропускает.
Если доступ к таблицам случайных чисел затруднен, то можно использовать специальную компьютерную программу – генератор случайных чисел, которая может в случайном порядке выдавать числа из заданного диапазона, например, от 0 до 100.
Метод систематической выборки.
Если применяется метод систематической выборки, то из генеральной совокупности, которая представлена в виде списка всех возможных респондентов, через равные интервалы (шаги), например, каждый второй, третий или десятый, осуществляется выбор необходимого количества респондентов.
Интервал (k) рассчитывается по следующей формуле:
k = N/n;
где N - полное число элементов генеральной совокупности, а n – число элементов выборочной совокупности.
При этом необходимо, чтобы первый респондент отбирается случайным образом, по таблице случайных чисел или с использованием генератора случайных чисел.
Для того чтобы избежать систематической ошибки выборки, необходимо проследить, чтобы список респондентов, из которых будет происходить отбор не был упорядочен по какому-либо признаку (например, возрасту, профессиональной принадлежности и т.д.).
Гнездовая (кластерная) выборка.
При гнездовой выборке всю генеральную совокупность делят на гнезда (кластеры) – разбивают на группы, схожие по какой-либо определенной характеристике.
Например, кластером или гнездом могут выступать респонденты, проживающие в одном регионе, люди, объединенные одним местом работы, учебы и т.д.
Для того, чтобы применение кластерной выборки было правильным, должны соблюдаться четыре основных принципа:
1.Каждый элемент генеральной совокупности может принадлежать только к одному кластеру;
2.Должно быть известно или поддаваться достаточно точной оценке число элементов генеральной совокупности каждого кластера;
3.Кластеры должны быть не сильно разбросаны географически и не слишком велики, иначе кластерная выборка теряет свои преимущества в плане денежных затрат;
4. Выбор кластеров должен быть осуществлен так, чтобы сформированные исследователем кластеры небыли однородными по исследуемому признаку.
Число респондентов, отбираемых из кластера, пропорционально общему числу элементов в ней. Из каждого гнезда можно осуществить отбор единиц анализа при помощи случайной или механической выборки.
Количество респондентов, подлежащих отбору из каждого кластера, определяется по следующей формуле:
ni =Ni * n / N,
где i – число гнезд, выделенных в генеральной совокупности, Ni – число единиц в каждом гнезде.
К достоинствам кластерной выборки можно отнести организационную простоту и удобство опроса респондентов, которые находятся вместе, а не разбросаны географически. В некоторых случаях гнёзда подвергаются сплошному исследованию, а это гораздо проще, чем бегать за каждым респондентом, и при этом социолог или маркетолог получает выигрыш и в средствах, и во времени.
Говоря об ограничениях гнездовой выборки, необходимо отметить, что количество групп в генеральной совокупности должно быть достаточно большим, иначе принцип случайности будет нарушен.
Стратифицированная выборка.
Стратифицированная выборка — это процесс формирования выборки, состоящий из двух этапов, в котором генеральная совокупность делится на подгруппы (слои, страты). Страты должны взаимно исключать и взаимно дополнять один другого, чтобы каждый элемент совокупности относился к одному и только одной страте, и ни один элемент не был упущен. Далее, из каждой страты случайным образом выбираются элементы (респонденты). Для этого обычно используется метод простой случайной выборки.
Можно выделить три способа формирования стратифицированной:
1. Пропорциональное размещение выборки: из каждой страты отбирается определённый процент (например, 10% и 15%) единиц отбора. Этот способ является простым и надёжным.
2.Равномерное размещение выборки: из каждой страты отбирается одинаковое число респондентов (например, по 200-300). Применяется в случаях, когда исследователю неизвестны объемы страт исходной совокупности.
3.Третий способ - оптимальное размещение выборки: считается, что самые неоднородные страты должны быть представлены в выборке наибольшим объёмом единиц, а однородные – наименьшим. Этот способ используется крайне редко, так как на практике обычно отсутствует информация о вариации признаков в генеральной совокупности.
Когда стратифицированную выборку называют районированной, это означает, что стратификация проходит по территориальному принципу. Например, при опросах общественного мнения часто применяют районирование по областям.
