Тип статистической выборки для исследования зависит от его целей и особенностей. Рассказываем, как правильно выбирать респондентов
Случайная выборка
Простая (Simple random sampling — SRS)
Самый простой для понимания метод. Исследователь берет список всех возможных респондентов и с помощью рандомайзера выбирает тех, кого опросит. Таким образом все респонденты имеют равный шанс отбора. Например, при простом случайном выборе студента из списка обучающихся на факультете каждый будет иметь равный шанс стать участником исследования. Результаты исследования на такой выборке можно перенести на всю генеральную совокупность, но она имеет ряд ограничений:
- Может возникнуть сложность сбора данных в связи с большим количеством респондентов или их неудобном расположении. Например, одни студенты учатся в корпусе в Строгино, а другие — на Кирпичной, поэтому потребуется много времени и усилий, чтобы опросить всех, кто оказался в выборке.
- В простой случайной выборке разные типы респондентов могут быть представлены в разном объеме, в связи с чем данные могут быть искажены при обобщении. Например, в выборку могут попасть 40 студентов одной образовательной программы и только один — другой.
Систематическая (Systematic sampling)
В этом методе для выбора респондентов из списка используется некоторая точка отсчета и шаг, например, каждый сотый из списка. Такое можно использовать, когда возможные респонденты расположены в списке в определенной последовательности. Например, студенты, расположенные в порядке уменьшения их среднего балла. В таком случае исследование не будет односторонним, то есть будут опрошены студенты как с высоким, так и низким средним баллом.
Стратифицированная (Stratified sampling)
Для исследования выбирается определенный слой генеральной совокупности, например, только студенты, питающиеся в университетских столовых, или наоборот, никогда не покупавшие там еду. Случайный выбор респондентов производится уже внутри определенной страты. Данный тип выборки позволяет представить более объективные и точные данные, чем простая случайная выборка, так как группа опрашиваемых получается однородной. Например, вопросы о качестве работы столовых не будут задаваться студентам, которые никогда в столовых не питались.
Кластерная (Cluster sampling)
Из большого целого выбирается более мелкая подгруппа, после чего респонденты выбираются уже внутри нее методом случайных чисел (как в простой случайной выборке). Например, студенты, которые во время первой пары занимаются на первом этаже корпуса, который планируется изучить. В идеале каждый кластер должен представлять собой уменьшенную модель общего целого. Данный метод направлен на сокращение затрат при проведении исследования (не нужно обходить все этажи корпуса), но в остальном обладает всеми теми же ограничениями, что и простая случайная выборка (например, в это время на первом этаже занимается только 1 курс, а все остальные курсы оказываются проигнорированы в исследовании).
Неслучайная выборка
Удобная (Convenience sampling)
Удобная выборка применяется в основном для пробных тестирований. Она строится на отборе респондентов, которых удобно опросить. Например, группа в университете, друзья, соседи или случайные прохожие в любимом торговом центре. Свойства такой выборки не отражают свойств всей генеральной совокупности, а значит на их основе нельзя сделать научное обобщение.
Снежный ком (Snowball sampling)
Данный метод применяется, когда исследователь не принадлежит тому кругу людей, который он изучает. Например, круг врачей-офтальмологов. Тогда исследователь опрашивает одного респондента из определенной среды и просит его посоветовать другого респондента из той же среды для дальнейшего опроса. Однако исследование может получиться односторонним, потому что люди, выбранные по такому принципу, могут придерживаться одинаковых мнений и взглядов. Например, все опрошенные врачи считают свою зарплату недостаточно высокой, так как работают в одной больнице.
Целенаправленная (Purposive sampling)
Для данного типа выборки респонденты выбираются на основе их конкретного свойства, связанного с темой исследования. Например, если исследователь хочет изучить проблему агрессии на хоккейных матчах, он будет выбирать в качестве респондентов именно хоккеистов, а не других спортсменов. Такая выборка позволяет сэкономить затраты и обнаружить некоторые общие тенденции, но не позволяет обобщить полученные результаты, так как может свидетельствовать только о конкретной группе людей (в приведенном примере это группа хоккеистов).
Квотная (Quota sampling)
Такой тип выборки применим, когда время исследования ограничено или точность полученных результатов не слишком важна. Квотная выборка основана на том, что исследователь заранее устанавливает себе квоту респондентов — число людей, которого ему будет достаточно, чтобы изучить тот или иной вопрос. Например, при изучении отношения покупателей к новому бренду фруктового сока исследователь полагает, что ему будет достаточно получить 100 отзывов для составления общей картины, так как бренд пока не пользуется популярностью. Отбор респондентов в квотную выборку может быть ненадежным, так как внутри каждой квоты исследователь отбирает респондентов по своим предпочтениям и может опрашивать, например, только наиболее отзывчивых на его взгляд людей.
Выбираем правильно,
Ваша The Вышка
Автор: Екатерина Понамарева
