Тема 6. ПОСТРОЕНИЕ ВЫБОРКИ И АНАЛИЗ ДАННЫХ

Цель занятия: рассмотреть проблему формирования выборочной совокупности, обсудить проблемы, связанные с осуществлением анализа данных.

Основные положения

1. Выборочная совокупность – подмножество заданной совокупности (популяции), позволяющее делать более или менее точные выводы относительно совокупности в целом.

Тип и способы выборки прямо зависят от целей исследования и его гипотез. Наиболее строгие требования предъявляются к выборкам дескриптивных и аналитико-экспериментальных исследований, наименее строгие – к исследованиям по разведывательному плану.

Численность (объем) выборки зависит от уровня однородности или разнородности изучаемых объектов. «Типичные» размеры выборок для общенациональных опросов варьируют в пределах 1000-2500 респондентов, для региональных опросов и опросов специальных популяций – от 200 до 500.

2. Простая случайная выборка (здесь строго соблюдается принцип равенства шансов попадания в выборку и для всех единиц изучаемой совокупности, и для любых последовательностей таких единиц). Процедура построения такой выборки включает в себя следующие шаги: 1) формирование полного списка членов генеральной совокупности (основы выборки); 2) определение предполагаемого объема, т.е. ожидаемого числа опрошенных; 3) извлечение из таблицы случайных чисел столько чисел, сколько требуется выборочных единиц; 4) извлечение из списка-основы тех наблюдений, номера которых соответствуют выписанным случайным числам.

3. Систематическая выборка по качеству часто приближается к простой случайной. Систематическая выборка, как и простая случайная, требует полного списка или заданного упорядочения совокупности. Техника отбора элементарна: сначала случайным образом отбирается первая единица, затем отбору подлежит каждый k-й элемент (k – шаг отбора).

4. Стратифицированная выборка используется в тех случаях, когда из каких-то содержательных соображений важно обеспечить представительность вероятностной выборки по каким-то конкретным важным для исследовательских целей критериям.

5. Кластерная выборка основана на первоначальном отборе группировок (кластеров) и затем на изучении всех единиц внутри кластеров. Корректное применение кластерной процедуры основано на неукоснительном соблюдении четырех необходимых условий: 1) кластеры должны быть однозначно и явно заданы: каждый член генеральной совокупности должен принадлежать к одному (и только одному) кластеру; 2) число членов генеральной совокупности, входящих в каждый кластер, должно быть известно или поддаваться оценке с приемлемой степенью точности; 3) кластеры должны быть не слишком велики и географически компактны, иначе кластерная выборка теряет всякий финансовый смысл; 4) выбор кластеров должен быть осуществлен таким способом, который минимизирует рост выборочной ошибки (последний про­цесс, в свою очередь, является неизбежным следствием кластери­зации).

6. Многоступенчатая (многофазная) выборка осуществляется на основе комплексного применения различных моделей построения выборки.

7. Методы, применяемые для анализа данных, многообразны. Выбор конкретного метода зависит, в первую очередь, от характера исследовательских гипотез. Используют следующие виды анализа данных: 1) одномерный анализ (с целью описания одной характеристики выборки в определенный момент времени); 2) многомерный (с целью одновременного исследования взаимоотношений двух и более переменных и проверки гипотезы о причинных связях между ними).

Основные понятия: выборочный метод, выборочная совокупность, генеральная совокупность, вероятностная выборка, простая случайная выборка, систематическая выборка, стратификационная выборка, кластерная выборка, квотная выборка, многоступенчатая выборка, объем выборки, целевой отбор, целевая выборка, шаг отбора, отбор «критических случаев», отбор «типичных случаев», метод «снежного кома», частотное распределение, полигон распределения, меры центральной тенденции, меры изменчивости (разброса), корреляция, частная корреляция, регрессия.