Загадкові похибки й імовірності репрезентативної вибірки

Що варто знати про соціологію та соціальні дослідження?

Нехай ми вирішили, що нам важлива висока точність результатів: похибка не має перевищувати 2%. У такому разі Δ = 0,02, а отже, формула набуває такого вигляду:

n = 1 / (0,022 + 1/N) = 1 / (0,0004 + 1/N).

Натомість якщо ми зупинили свій вибір на похибці 5%, то формула стає такою:

n = 1 / (0,052 + 1/N) = 1 / (0,0025 + 1/N).

У таблиці 4.1 наведено низку прикладів, яким має бути обсяг вибірки залежно від обсягу генеральної сукупності (N) та максимальної прийнятної похибки (Δ) за ймовірності 0,9545. У таблиці представлені різні генеральні сукупності від 50 одиниць до 50 млн. Аналогічну інформацію для ймовірності 0,95 рівно наведено в таблиці 4.2.

У таблицях 4.1 і 4.2 можемо побачити, що за малих обсягів генеральної сукупності (50, 100, 200) навряд чи доцільно формувати вибірку: варто опитати всю генеральну сукупність, якщо важлива висока точність результатів. Ми також можемо побачити в цих таблицях, що зі збільшенням обсягу генеральної сукупності розмір вибірки дедалі менше різниться й урешті-решт зовсім перестає збільшуватися.

Таблиця 4.1. Як змінюється обсяг вибірки залежно від обсягу генеральної сукупності та максимальної допустимої похибки за ймовірності 0,9545

Обсяг вибірки, якщо максимальна допустима похибка становить...
Обсяг генеральної сукупності2%5%7%10%
5049444033
10096806750
20018513310167
30026817112175
40034520013580
50041722214583
60048424015286
70054725515888
80060626716389
90066227716690
100071428616991
5000166737019698
10 000200038520099
50 0002381397203100
100 0002439398204100
200 0002469399204100
500 0002488400204100
1000 0002494400204100
2 000 0002497400204100
3 000 0002498400204100
5 000 0002499400204100
10 000 0002499400204100
30 000 0002500400204100
50 000 0002500400204100

Таблиця 4.2. Як змінюється обсяг вибірки залежно від обсягу генеральної' сукупності та максимальної допустимої похибки за ймовірності 0,950

Обсяг вибірки, якщо максимальна допустима похибка становить...
Обсяг генеральної сукупності2%5%7%10%
5049444033
10096796649
2001851329965
30026716811973
40034319613277
50041421714181
60048023414883
70054224815384
80060026015786
90065526916187
100070627816488
5000162235718994
10 000193637019295
50 000229138119596
100 000234538319696
200 000237338319696
500 000239038419696
1 000 000239538419696
2 000 000239838419696
3 000 000239938419696
5 000 000240038419696
10 000 000240038419696
30 000 000240138419696
50 000 000240138419696

Річ у тім, що чим більший обсяг генеральної сукупності (тобто N у формулі), тим менше значення компонента 1/N. Тобто зі збільшенням N цей компонент зменшується та прямує до нуля. Якби в нас була нескінченно велика генеральна сукупність, то 1/N дорівнювало б нулю.

Таким чином, якщо ми працюємо з великими[4] генеральними сукупностями, наведену вище формулу можна спростити: n = 1 / (Δ2 + 0); n = 1 / Δ2.

Після такого спрощення вельми зручним стає підрахунок похибки залежно від розміру вибірки:

Якщо ми бажаємо отримати похибку, виражену у відсотках, а не часткою (наприклад, 3%, а не 0,03), потрібно просто помножити Δ на 100. У таблиці 4.3 наведені приклади похибок вибірок різного обсягу для нескінченно великої генеральної сукупності та ймовірності 0,9545. У цій самій таблиці допитливі читачі можуть побачити, яким буде розмір вибірки, якщо ймовірність наближатиметься до 100 (на прикладі значення ймовірності 0,99993).

На прикладі даних таблиці 4.3 легко побачити, чому обсяг вибірок зазвичай становить сотні або тисячі осіб, але не десятки: для вибірки 10 одиниць похибка не перевищує 63,1% з імовірністю 0,99993, для вибірки 50 одиниць – 28,2%, 100 – 20,0%. Зайве казати, що результати з такою похибкою мало кого задовольнять! Натомість вибірка 400 одиниць уможливлює вже таку точність результату, яка була б прийнятною в багатьох дослідницьких проектах: похибка до 5% з імовірністю 0,9545 та до 10% з імовірністю 0,99993.

Таблиця 4.3. Як змінюється максимальна допустима похибка за ймовірностей 0,9545 та 0,99993[5] залежно від обсягу вибірки, репрезентативної для нескінченно великої[6] генеральної сукупності

Обсяг · вибіркиПохибка з імовірністю 0,9545Похибка з імовірністю 0,99993Обсяг · вибіркиПохибка з імовірністю 0,9545Похибка з імовірністю 0,99993
1031,6%63,1%12502,8%5,6%
5014,1%28,2%15002,6%5,2%
10010,0%20,0%17502,4%4,8%
1508,2%16,3%20002,2%4,5%
2007,1%14,1%22502,1%4,2%
2506,3%12,6%25002,0%4,0%
3005,8%11,5%27501,9%3,8%
3505,3%10,7%30001,8%3,6%
4005,0%10,0%40001,6%3,2%
4504,7%9,4%50001,4%2,8%
5004,5%8,9%60001,3%2,6%
5504,3%8,5%70001,2%2,4%
6004,1%8,1%80001,1%2,2%
6503,9%7,8%90001,1%2,1%
7003,8%7,5%10 0001,0%2,0%
7503,7%7,3%15 0000,8%1,6%
8003,5%7,1%20 0000,7%1,4%
8503,4%6,8%50 0000,4%0,9%
9003,3%6,7%1000000,3%0,6%
9503,2%6,5%2000000,2%0,4%
10003,2%6,3%3000000,2%0,4%

Важливо наголосити: вказані в таблицях 4.1-4.3 похибки справджуються лише для ідеально випадкового відбору респондентів – такого, ніби вибірку нам сформував генератор випадкових чисел. Такі похибки називають теоретичними. Однак це не означає, що вони неможливі на практиці. У низці випадків теоретична похибка – це і є дійсна похибка реальної вибірки.

Проте на практиці процедура формування вибірки часто спричинює так званий дизайн-ефект, який збільшує похибку в півтора-два рази. У цьому контексті "дизайн" означає "методика формування вибірки"; "ефект" – вплив (від англ, design-effect). Відповідно дизайн-ефект – це величина, що показує, у скільки разів теоретична похибка збільшилася внаслідок специфіки застосованої методики формування вибірки[7]. Наприклад, якщо теоретична похибка – 5%, дизайн-ефект – 1,5, то похибка становить:

5% * 1,5 = 7,5%.

Чому з'являється дизайн-ефект? Коли його немає? Уявімо планування опитування, репрезентативного для мешканців певного населеного пункту, певного регіону або певної країни. В усіх цих випадках дослідникам потрібно придумати, як визначити географічні точки, у яких шукати респондентів, а також процедуру випадкового відбору респондента в тій унікальній точці[8]. Щоб дослідження не було надто дорогим, намагаються спланувати його таким чином, щоб опитати кількох людей поруч, а не всіх респондентів у рівновіддалених точках. Наприклад, якщо вибірка 2000, репрезентативна для дорослого населення України, на практиці людей не опитують у 2000 різних населених пунктах. Натомість процедура формування вибірки може бути приблизно такою:

• спершу всі поштові індекси ділимо за чотирма макрорегіонами (для того щоб вибірка була репрезентативною не лише для України загалом, а й для кожного з чотирьох макрорегіонів);

Сторінки


В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Що варто знати про соціологію та соціальні дослідження?» автора Богдан О. на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Загадкові похибки й імовірності репрезентативної вибірки“ на сторінці 2. Приємного читання.

Зміст

  • Замість передмови: соціологія та соціальні дослідження у відкритому суспільстві

  • Про соціологію та соціальні дослідження

  • Про соціальні та бізнесові проекти

  • Розділ 2. ПЛАНУЄМО ДОСЛІДНИЦЬКИЙ КОМПОНЕНТ ПРОЕКТУ: ПЕРШІ КРОКИ

  • Як переконати грантодавця в доцільності дослідницького компонента?

  • міфів про співпрацю із соціологами. А як же насправді?

  • Як конкретизувати мету дослідження? І навіщо це робити?

  • Розділ 3. ЯК З'ЯСУВАТИ ТЕ, ЩО НАМ ПОТРІБНО ЗНАТИ?

  • Яка дослідницька стратегія нам потрібна – кількісна чи якісна?

  • Що робить методи дослідження якісними або кількісними?

  • Який саме метод обрати?

  • Оцінюєте якість консультацій? Оберіть експеримент!

  • Розділ 4. ВИБІРКА: ТАКА ЗАГАДКОВА Й ТАКА ВАЖЛИВА

  • Репрезентативні та нерепрезентативні вибірки

  • Загальна (генеральна) сукупність – те, без чого неможливо почати формування вибірки

  • Кому й навіщо потрібна нерепрезентативна вибірка?

  • Як визначити розмір (обсяг) нерепрезентативної вибірки?

  • Загадкові похибки й імовірності репрезентативної вибірки
  • Приклад формування репрезентативної вибірки

  • міфів про вибірку й опитування громадської думки. І як воно є насправді?

  • Чому соціологи не готують довідник "типових вибірок" для областей та обласних центрів?

  • Розділ 5. ГЕНДЕРНА РІВНІСТЬ: ЧИМ ВОНА ВАЖЛИВА ДЛЯ МЕНЕ ТА МОГО ПРОЕКТУ?

  • Патріархатні погляди та практики

  • міфи про гендерну рівність і фемінізм

  • Гендерна коректність і гендерна чутливість на противагу сексизму

  • Чому це важливо для мого проекту?

  • Гендерна (не)рівність в Україні: міжнародні експертні оцінки

  • Розділ 6. ЯК ПОСТАВИТИ ЗАПИТАННЯ ТА ВМОВИТИ ДАТИ ЩИРІ ВІДПОВІДІ?

  • Як умовити бути щирими та не боятися запису інтерв'ю на диктофон?

  • Як уникнути типових помилок глибинного інтерв'ювання?

  • Скільки інтерв'ю запланувати?

  • Плануємо фокус-групи: скільки учасників, скільки груп та яка тривалість обговорення?

  • У чому складність формулювання запитань анкети?

  • Як уникнути типових помилок при формулюванні запитань анкети?

  • Приклад 3. Викладачі університетів

  • Як і навіщо досвідчені фахівці тестують анкети?

  • Розділ 7. БУДЬМО КОМПЕТЕНТНИМИ ЗАМОВНИКАМИ ДОСЛІДЖЕНЬ!

  • Із чого складається кошторис дослідження?

  • Де та як знайти фахівців із соціальних досліджень?

  • З ким співпрацювати – дослідницьким центром чи окремим фахівцем?

  • "Ми хотіли б довідатися, який відсоток населення України знає про..." – вам потрібен омнібус!

  • Скільки й чому коштують глибинні інтерв'ю? Що зменшує їхню вартість?

  • Скільки й чому коштують фокус-групи? Що зменшує їхню вартість?

  • Деякі труднощі у співпраці з фаховими дослідниками – як їх вирішити?

  • Розділ 8. ПРЕДСТАВЛЯЄМО ДОСЛІДНИЦЬКИЙ КОМПОНЕНТ У ПРОЕКТНІЙ ЗАЯВЦІ

  • Наскільки докладно представляти дослідницький компонент заявки?

  • типових помилок представлення дослідницького компонента в проектній заявці

  • Пам'ятка про фахове представлення дослідницького компонента в проектній заявці

  • Післямова