Таблиця 4.7. Уявний приклад: похибки вибірок, репрезентативних для студенів кожного з факультетів і років навчання
| Роки навчання | Разом за факультетами | Частка в генеральній сукупності | Кількість у вибірці | Похибка за ймовірності 0,9545 | Похибка за ймовірності 0,950 | ||||
| 1 | 2 | 3 | 4 | ||||||
| Факультет А | 266 | 285 | 261 | 265 | 1077 | 0,44 | 152 | 0,075 | 0,074 |
| Факультет Б | 192 | 204 | 180 | 182 | 758 | 0,31 | 107 | 0,090 | 0,088 |
| Факультет В | 148 | 148 | 156 | 152 | 604 | 0,25 | 85 | 0,100 | 0,098 |
| Разом за роками навчання | 606 | 637 | 597 | 599 | 2439 | 1,00 | 344 | 0,050 | 0,049 |
| Частка в генеральній суєтності | 0,25 | 0,26 | 0,24 | 0,25 | 1,00 | Пониження ймовірності з 0,9545 до 0,950 дає нам змогу декларувати результати для факультетів і років навчання в межах похибки 10,0. Альтернативно ми могли б залишити незмінною ймовірність та збільшити розмір вибірки, щоб залишитися в межах цієї похибки. | |||
| Кількість у вибірці | 85 | 90 | 84 | 84 | 344 | ||||
| Похибка за ймовірності 0,9545 | 0,100 | 0,098 | 0,101 | 0,101 | 0,050 | ||||
| Похибка за ймовірності 0,950 | 0,098 | 0,096 | 0,099 | 0,099 | 0,049 | ||||
У таблиці 4.7 можемо побачити, що незначне перевищення запланованої похибки для ймовірності 0,9545 виникає для двох категорій: студентів третього й четвертого років навчання (виділені в таблиці). Насправді незначне перевищення є також для факультету В, але воно непомітне після округлення до сотих (точніший результат – 0,10041).
У цьому конкретному прикладі перевищення похибки настільки невелике, що маємо вибір між трьома можливими рішеннями:
• 1) писати "похибка не перевищує 10,1% з імовірністю 0,9545" замість "10,0%";
• 2) збільшити вибірку, щоб залишитися в межах похибки 10,0%;
• 3) залишити той самий розмір вибірки, але трохи понизити ймовірність (наприклад, до 0,950), щоб зберегти формулювання "похибка не перевищує 10,0%".
Найімовірніше, саме третій варіант і був би обраний на практиці. Адже, з одного боку, це позбавляє нас необхідності здійснювати розрахунки нового розміру вибірки. А з іншого – багатьом людям цілі числа подобаються більше, ніж з десятими.
Отже, зупинимося на ймовірності 0,95 рівно та вибірці 344 студенти. Однак навіть за такого рішення нам варто запланувати опитати дещо більшу кількість людей, ніж розрахована вибірка. Певний запас потрібен на той випадок, якщо деякі анкети доведеться забракувати. Які саме анкети ΰ чому можуть бути виключені з аналізу? Є дві можливі причини, з яких анкету може бути доцільно виключити з аналізу.
• Респондент відмовився відповісти на значну[1] кількість запитань анкети.
• Відповіді респондента суперечать одна одній.
Останнє означає, що або респондент не зосередився достатньою мірою на опитуванні, або інтерв'юер спрацював неякісно (чи навіть сфальшував анкету, бо полінувався реально опитати). Відповідно те, який саме запас давати, залежить від наших очікувань щодо інтерв'юерів та респондентів. Нехай ми очікуємо, що 370 є значенням із достатнім запасом: якщо опитаємо 370, то матимемо щонайменше 344 анкети для аналізу, а отже, залишимося в межах запланованих похибок.
Таким чином, ми визначили кількість респондентів у нашій вибірці (їх 370). Тепер нам потрібно визначити методику відбору цих 370 осіб: як саме відбиратимемо студентів для опитування?”[2]
Крок 3. Чи є повний список одиниць генеральної сукупності? Яку саме інформацію він містить? Від відповіді на це питання залежить:
• які методики відбору респондентів нам доступні, які ні;
• які методи опитування нам доступні (телефоном, електронною поштою, при зустрічі).
Якщо такий список нам не можуть надати, доведеться планувати відбір респондентів у форматі екзит-полу: опитувати студентів кожної спеціальності на виході з обов'язкового для відвідування заняття. При цьому, щоб забезпечити репрезентативність, необхідно буде чітко дотримуватися певного кроку відбору респондентів: наприклад, запрошувати до інтерв'ю кожного 5-го чи кожного 8-го, хто виходить з аудиторії. Відповідно формат екзит- полів є складнішим і значно більш стресовим для організаторів опитування й інтерв'юерів. Натомість, маючи списки студентів, ми можемо в спокійній обстановці відібрати випадковим чином потрібну кількість респондентів на кожній спеціальності та на кожному році навчання й дати можливість інтерв'юерам у спокійному режимі домовлятися про інтерв'ю з конкретно визначеними людьми.
Якщо студентський відділ кадрів готовий надати для дослідження перелік усіх студентів із зазначенням їхньої спеціальності, року навчання, номера телефону й поштової адреси (або електронної), то ми могли б обрати, яке саме опитування доречніше: телефонне, поштове чи при зустрічі. Якщо список студентів можуть надати, але без контактної інформації, тоді єдиний варіант – проводити опитування при зустрічі.
Якщо в нас є список усіх студентів, можна піти найпростішим шляхом: відібрати за цим списком випадковим чином необхідну кількість респондентів. Наприклад, розташувати всі прізвища за абеткою та відібрати кожного двадцятого, дванадцятого або десятого в списку залежно від розміру вибірки (у разі нашої вибірки це був би кожен шостий або сьомий, що буде пояснено нижче). А потім розшукати відповідних студентів на парах і домовитися про участь в опитуванні.
Такий метод є простим, зручним і коректним, але не оптимальним для максимально точного результату. За такої методики відбору респондентів збільшиться похибка результатів за факультетами й роками навчання: кількість опитаних студентів певного року навчання або факультету може відрізнятися від генеральної сукупності до 5% подібно до інших характеристик респондентів (стать, вік абощо). Відповідно для максимальної точності бажано, щоб пропорції факультетів, спеціальностей і років навчання у вибірці точно відповідали пропорціям у генеральній сукупності. Інакше доведеться перераховувати похибки, зважаючи на те, скільки саме осіб певного факультету або року навчання насправді потрапили до вибірки.
Щоб зберегти пропорцію, потрібно спершу трансформувати дані з таблиці 4.6 у частки генеральної сукупності, а потім помножити ці частки на 370 – визначену нами кількість респондентів. Результати відповідних розрахунків представлені в таблицях 4.8 та 4.9.
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 „Приклад формування репрезентативної вибірки“ на сторінці 2. Приємного читання.
