исследование процессов. Исслед. соц.-экон. и полит. процессов_Ч.2_УП. Процессов
 Скачать 1.29 Mb.
|
|
) утверждать, что для изучаемого признака отклонение выборочной средней) от генеральной ( μ ) не превысит некоторой величины, называемой предельной ошибкой выборки. Водной из формулировок это утверждение записывается следующим образом { } γ μ = Δ < − < Δ − ) ( Опуская процедуру вывода, будем считать, что n Z 2 σ = Δ для повторного отбора и ) 1 ( 2 N n n Z − = Δ σ для бесповторного отбора, где Z — числа, определяемые по таблице критических точек стандартного нормального распределения на основании задаваемой доверительной вероятности 2 σ — дисперсия n — объем выборки N — объем генеральной совокупности. Соответственно 2 2 2 Δ = σ Z n для повторного отбора и 2 2 2 2 2 σ σ Z N N Z n + Δ = для бесповторного отбора. Для нахождения объема выборки необходимо знать выборочное значение дисперсии признака 2 σ . Его можно оценить несколькими способами 1) Отобрать некоторое количество 1 n единиц из генеральной совокупности. Рассчитать по полученной выборочной совокупности 2 σ . Рассчитать необходимый объем выборочной совокупности и добрать недостающее число элементов 1 2 n n n − = 2) Воспользоваться результатами предыдущих исследований (если таковые проводились. 3) Для биномиального распределения ) 1 ( 2 p p − = σ , где p — доля признака. Плюсом данного метода является полное соблюдение принципа случайности и, как следствие, — избежание систематических ошибок. Случайная выборка обладает рядом недостатков, которые затрудняют ее применение на практике. Эти недостатки можно представить в трех пунктах Необходимость наличия списка элементов генеральной совокупности. Обычно элементами генеральной совокупности являются люди. В этом случаев качестве списка могут выступать адреса, телефоны и т.д. 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. 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. Иными словами, интервьюерам приходится бегать за каждым респондентом и добиваться от него согласия ответить на парочку вопросов. Осложняет дело и то, что респондентов порой бывает не так просто достать 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, те. только за счет дополнительных денежных расходов. Помимо этого, возникает еще так называемая проблема неответивших. 3. Сравнительно большой объем выборки Для получения результатов со сравнительно высокой степенью точности собственно 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. 4.2.2 Моделирование случайной выборки Наиболее близкой к собственно случайной выборке является механическая выборка. Однако даже она может приводить к систематическим ошибкам. Проведение механической выборки требует списка характеристик респондентов фамилии, адреса, телефоны и т.д.). Из этого списка через равные промежутки единицы наблюдения отбираются в выборку. Этот промежуток называется шагом выборки ( k ): n N k = , где n — объем выборки N — объем генеральной совокупности. Начало отбора выбирается случайным образом в пределах шага выборки. Например, если шаг выборки равен 20, то начинать отбор надо с любого числа от 1 до 20. При определении предельной ошибки и объема выборки используются те же формулы, что и при случайной выборке. Процедура проведения механической выборки менее громоздка, чем проведение случайной выборки. Хотя применение компьютеров практически нивелирует это преимущество. Механическая выборка может быть как более точной, таки менее точной по сравнению со случайной выборкой. Она может обнаружить определенную закономерность, что может привести к систематическим ошибкам. Возможности допущения систематической ошибки проиллюстрированы следующим примером. Допустим, мы имеем город, состоящий из микрорайонов, и у насесть адреса жителей микрорайонов, причем в списках адреса упорядочены по микрорайонам. Вроде бы ничто не мешает нам сделать механическую выборку. Однако если предположить, что микрорайоны неоднородны (состоят из центра с элитными квартирами и окраин, объем выборки не очень большой и микрорайоны невелики, то механический отбор может привести к систематической ошибке. При таких допущениях шаг выборки может перескакивать из центрального адреса одного микрорайона в центральный адрес другого, что приведет к тому, что в выборку попадут лишь состоятельные люди (возможен и противоположный вариант. Из этого следует основной вывод о том, что при отклонении от принципа случайности необходимо четко отслеживать любую возможность возникновения систематической ошибки. 52 4.3 Выборки с введением элементов неслучайности 4.3.1 Стратифицированная выборка При проведении стратифицированного отбора, генеральная совокупность сначала разбивается на группы (стра- ты) по какому-либо признаку. Эта дифференциация внутри генеральной совокупности на качественно более однородные группы содержательно связана с предметом исследования. Далее уже в этих выделенных группах проводится случайная или механическая выборка. Стратификация совокупности оказывается необходимой во всех случаях, когда совокупность является неоднородной по социальным, экономическими другим характеристикам единиц наблюдения. В качестве страт могут быть использованы как естественные образования, таки специально формируемые для определенного исследования. Организация стратифицированной выборки требует представления о характере распределения по всей совокупности тех признаков, которые должны быть положены в основу образования страт. Неправильный выбор признака для группировки элементов генеральной совокупности может не увеличить репрезентативность выборочных данных по сравнению со случайной выборкой того же объема. 4.3.2 Гнездовая выборка При гнездовой выборке единицы отбора представляют собой статистические серии, те. совокупности статистически различимых единиц. В качестве таких единиц могут выступать семья, бригада, небольшие производственные коллективы предприятий и учреждений, населенные пункты, территориальные общности и т.д.; отобранные в выборку серии подвергаются сплошному или выборочному обследованию. Собственно говоря, любая многоступенчатая выборка представляет собой гнездовую выборку, в которой единицы отбора на высших ступенях являются гнездами из единиц отбора нижней ступени. Серийная выборка имеет существенные организационные преимущества перед простой случайной выборкой, так как значительно легче произвести отбор и изучение коллективов, бригад и т.д., локализованных водном месте, чем несколько сотен пространственно разбросанных людей. Процедура позволяет сконцентрировать выборку в сравнительно небольшом числе пунктов. Одним из важнейших вопросов при реализации гнездовой выборки является проблема однородности, а точнее неоднородности гнезд, на которые разбивается генеральная совокупность. При гнездовом отборе должны выбирать не максимально гомогенные, а максимально гетерогенные гнезда, т.к. эти гнезда должны представлять собой генеральную совокупность в миниатюре. 4.4 Многоступенчатые и комбинированные способы формирования выборки При многоступенчатом отборе на каждой ступени меняется единица отбора. Например, на первой ступени производится отбор субъектов Российской Федерации, на второй — населенных пунктов в субъектах, попавших в выборку на первой ступени, на третьей — кварталов населенных пунктов попавших в выборку на второй ступени отбора, и т.д. (рис. 4.2). Необходимость многоступенчатого отбора вызвана, как правило, отсутствием информации обо всех единицах генеральной совокупности. При многоступенчатом отборе для организации первой ступени необходимо иметь информацию о распределении того или иного признака по всей совокупности единиц отбора первой ступени. Для организации второй ступени нужна уже только информация об отобранных единицах первой ступени и т.д. Россия Субъект РФ Населенный пункт Квартал Жилая единица Рис. 4.2 — Пример формирования многоступенчатой выборки Соединение в многоступенчатой выборке различных приемов отбора делает выборку комбинированной. 4.5 Неслучайные ( невероятностные ) методы отбора Неслучайные методы вероятностного отбора применяются в случаях невозможности проведения случайного отбора из-за ограниченности ресурсов или этических проблем либо отсутствия необходимости проведения случайного отбора. Многим широко известна так называемая выборка первого встречного, которая лишь на первый взгляд кажется вероятностной. Исследователь в этом случае может бессознательно руководствоваться при выборе лиц опроса чувством личной симпатии или антипатии, соображениями удобства и т.п. Выборку первого встречного и другие, ей подобные, принято называть не вероятностными, а стихийными. Эти способы организации выборки характеризуются тем, что для них невозможно уточнить, какую генеральную совокупность они представляют. Из-за незнания каких-либо характеристик этой генеральной совокупности и ее размера невозможно определить качество выборки достаточно лихо- рошо она представляет генеральную совокупность или дает совершенно искаженную картину. Таким образом, исследователь при применении данного метода в некоторой степени контролирует выборку (например, публикуя анкету в журнале, он обращается только к читателям этого журнала, но решение о включении в выборку принимает сам респондент. Еще одним неслучайным методом отбора можно назвать направленный отбор, в котором выделяют несколько разновидностей 1) метод типичных единиц 2) целевая выборка 3) квотный отбор. При использовании метода типичных единиц отбираются единицы генеральной совокупности, обладающие средним (или типичным) значением признака. Однако в таком случае встает проблема выбора признака и определения его типичного значения. Субъективный характер оценки вполне может привести к систематической ошибке. Данный метод целесообразно применять для изучения таких объектов, о которых мы уже обладаем некоторой информацией, например территориальных общностей, предприятий, учреждений и т.п. Репрезентативные выборки необходимы лишь в том случае, если целью исследования является получение суммарных данных в отношении изучаемого объекта в целом. Например, по результатам исследования уровня жизни жителей некоторого города в выводах социолог имеет право сообщить, что в среднем горожане так-то оценивают различные условия жизни, в среднем такая-то доля населения проявляет высокую активность в таких-то видах деятельности, а такая-то — низкую и т.п. Нос практической точки зрения, не говоря уже о теоретических задачах изучения образа жизни, гораздо важнее выявить специфику условий и образа жизни различных групп населения, ив том числе тех, которые, будучи малочисленными, нуждаются в специальном внимании. Допустим, что в составе населения города имеется 2000 ветеранов Отечественной войны. Чтобы получить более или менее достоверную информацию об условиях их жизни и проблемах, надо обеспечить должное численное представительство этой категории граждан в выборочной совокупности. Но поскольку выборка статистически репрезентативна, то при численности населения города, скажем, в 100 тыс. и численности выборочной совокупности в 2 тыс. доля ветеранов в выборочной совокупности составит 40 человек. Возможно, этой численности достаточно для того, чтобы сделать статистически достоверные заключения о простейших частных показателях условий их жизни, например об уровне обеспеченности жилищем ветеранов войны в сравнении со среднестатистическими показателями на всю выборку населения города. Но как только мы захотим углубить анализ, то обнаружим, что численность подвыборки ветеранов явно мала. К примеру, важно установить, какова доля неработающих одиноких (не имеющих родственников) ветеранов войны. В таком случае придется составить таблицу размерностью 2X2 (две градации имеющие родственников не имеющие и две градации по критерию занятости работающие — неработающие. В каждой клеточке этой таблицы может быть в пределе 10 единиц наблюдения (40:4=10). Конечно, реальное распределение окажется иным. Однако даже при численности подвыборки в 10 человек никакой дальнейший статистический анализ уже невозможен. Таким образом, для изучения в статистических показателях особенности условий и образа жизни каких-то определенных групп населения репрезентативная выборка должна быть заменена целевой, в которой численность каждой интересующей нас группы будет достаточна для более основательного анализа. Такая выборка, будучи качественно более представительной в отношении целей исследования, не является статистически репрезентативной в отношении генеральной совокупности. Среди направленных методов отбора наиболее часто встречается квотный отбор. При использовании данного метода отбирают один или несколько признаков, по которым будет контролироваться выборка. Количество единиц в выборке, обладающих определенными характеристиками, должно быть пропорционально количеству таких единиц в генеральной совокупности. Считается, что при использовании метода квот можно делать выборку меньшего объема, чем при случайном отборе, так как квотный отбор дает почти полное совпадение выборочной и генеральной совокупностей по заданным параметрам. Однако это утверждение невозможно подтвердить при помощи математических методов. Единственный способ проверить его справедливость — провести эксперимент При выборе признаков, характеризующих генеральную совокупность, необходимо учитывать следующие требования. Во-первых, выбранные признаки должны быть тесно связаны с изучаемыми характеристиками, иначе полученные результаты могут оказаться сильно искаженными. Во-вторых, признаки должны быть независимыми, иначе расход средств на их контроль будет нерациональным. Требования к выборке могут быть жесткими и пониженными. Жесткие требования означают совпадение пропорций генеральной и выборочной совокупностей по сочетаниям признаков. В этом случае структура выборочной и генеральной совокупностей по заданным параметрам точно совпадают. При использовании пониженных требований контролируют лишь совпадение пропорций по каждому параметру отдельно. Например, если исследователи решили контролировать выборку по четырем параметрам пол (2 градации, возраст (7 градаций, образование (6 градаций) ирод занятий (12 градаций, то при предъявлении пониженных требований они получат 2+6+7+12=27 группа при предъявлении жестких требований они получат 2*6*7*12=1008 групп. Обычно к выборке предъявляют пониженные требования, так как в обратном случае теряется основное преимущество квотного отбора — малый объем выборки и увеличиваются затраты на поиск респондентов, обладающих определенными характеристиками. Чаще всего используются социально-демографические признаки, так как они часто носят ключевой характер легко получить информацию о распределении по этим признакам единиц в генеральной совокупности. Обычно используют не более трех-четырех признаков, так как при увеличении их числа растет число ограничений и, соответственно, растут затраты на поиск респондентов. Обычно при применении метода квот возникают следующие трудности 59 1) Необходимо предварительное изучение объекта для выявления в нем пропорций единиц с различными характеристиками и связей между характеристиками. 2) Необходима свежая информация о генеральной совокупности. Например если активно происходят какие-то демографические процессы, например, миграция, то применение данных переписи населения, проведенной несколько лет назад, может дать большую систематическую ошибку. 3) Некоторые проблемы могут возникнуть на полевом этапе проведения исследования а) Интервьюер, скорее всего, будет проводить отбор среди наиболее доступных ему лиц, поэтому выборка имеет тенденцию превращаться в доступную. При этом проблема крепких орешков не решается, а обходится, так как даже в группе труднодоступных, дефицитных респондентов будет происходить смещение в сторону тех, кто наиболее охотно идет на контакт с интервьюером. б) Ближе к концу полевого этапа часто возникает группа дефицитных признаков, поэтому повышается соблазн для интервьюера сфальсифицировать результаты. Для совершенствования квотного метода предлагаются следующие варианты 1) Часто метод квот применяется не в чистом виде, а в смеси со случайным. Например, интервьюер получает список лиц, с которыми он должен вступить в контакт, и проводит интервью только с теми, кто оказался носителем необходимых параметров. Для внесения элементов случайности интервьюеру может быть задан определенный маршрут, который он обязан соблюдать при поиске респондентов. 2) Квотный метод можно применять в многоступенчатой случайной выборке (на последней ступени отбора. Используемая на предшествующих ступенях случайная стратифицированная выборка обеспечит самовзвешивание по важнейшим признакам. 3) Квотный метод может применяться для замены труднодоступных единиц при использовании случайного отбора. |