Приклад формування репрезентативної вибірки

Що варто знати про соціологію та соціальні дослідження?

Таблиця 4.8. Уявний приклад: розподіл часток за факультетами, спеціальностями та роками навчання студентів бакалаврату (округлення до сотих)

Роки навчанняРазом за факультетами та спеціальностями
1234
Факультет А0,110,120,110,110,44
Спеціальність А10,020,030,020,030,10
Спеціальність А20,030,030,030,030,13
Спеціальність А30,010,010,010,010,05
Спеціальність А40,030,030,020,020,10
Спеціальність А50,010,020,020,020,07
Факультет Б0,080,080,070,070,31
Спеціальність Б10,020,020,020,020,07
Спеціальність Б20,040,040,030,030,15
Спеціальність Б30,020,020,020,020,09
Факультет В0,060,060,060,060,25
Спеціальність В10,010,010,010,010,04
Спеціальність В20,010,010,010,010,05
Спеціальність В30,020,020,020,020,08
Спеціальність В40,020,020,020,020,08
Разом за роками навчання0,250,260,240,251,00

• Уважні читачі можуть помітити, що чимало сумарних значень у цій таблиці дещо відрізняються від очікуваних. Наприклад, чому для спеціальності А2 сумарне значення 0,13, а не 0,12, хоча 0,03 + 0,03 + 0,03 + 0,03 = 0,12? Так відбувається через те, що всі суми пораховані на основі точних значень, а не округлених. Наприклад, для спеціальності А2 точні значення такі:

  – 0,032800328 + 0,029520295 + 0,03198032 + 0,032390324 = 0,126691267. Відповідно, якщо округлюємо до сотих згідно з математичними правилами, сума дорівнює 0,13, а не 0,12. Це типова ситуація для таблиць з округленими числовими даними, причому оманлива розбіжність може бути як у менший, так і більший бік від "очікуваного" значення.

Таблиця 4.9. Уявний приклад: розподіл вибірки за факультетами, спеціальностями та роками навчання студентів бакалаврату (округлення до сотих) для вибірки 370 осіб

Роки навчанняРазом за факультетами та спеціальностями
1234
Факультет А40,3543,2339,5940,20163,38
Спеціальність А17,8910,628,349,5636,41
Спеціальність А212,1410,9211,8311,9846,88
Спеціальність А34,555,314,553,1917,60
Спеціальність А410,4710,628,047,8937,02
Спеціальність А55,315,766,837,5925,49
Факультет Б29,1330,9527,3127,61114,99
Спеціальність Б16,076,675,766,8325,33
Спеціальність Б214,8715,4712,8912,7455,98
Спеціальність Б38,198,808,658,0433,68
Факультет В22,4522,4523,6723,0691,63
Спеціальність В13,033,643,793,6414,11
Спеціальність В23,494,555,014,1017,14
Спеціальність В37,597,597,287,4329,89
Спеціальність В48,346,677,597,8930,49
Разом за роками навчання91,9396,6390,5790,87370,00

* Через те що в таблиці представлені округлені числа, а в підрахунках використані точні, сумарні значення за факультетами, спеціальностями та роками навчання можуть відрізнятися від "очікуваних". Дивіться пояснення щодо цього в примітці до таблиці 4.8.

Дані таблиці 4.9 потрібно округлити до цілих чисел, адже неможливо опитати, скажімо, 7,89 респондента. Таке округлення роблять згідно з математичними правилами, але в процесі округлення є невеличка пастка. Уявіть додавання таких значень (для спрощення прикладу візьмемо округлення до десятих):

4,5 + 3,7 + 2,5 + 7,5 = 18,2.

Отже, 18 респондентів. А тепер уявіть, що спершу ви округлили ці чотири значення до цілих чисел згідно з математичними правилами округлення:

5 + 4 + 3 + 8 = 20.

Як бачимо, кількість респондентів збільшилася з 18 до 20 через округлення. Тому важливо не округлювати підсумкові числа таблиці, а натомість спершу округлити значення для кожної спеціальності кожного року навчання, а всі суми рахувати на основі округлених значень. Саме такі результати наведені в таблиці 4.10. Як бачимо, у нашому випадку остаточний розмір вибірки збільшився на 4 одиниці через ефект від округлення. Більша кількість респондентів лише зменшує похибку, тож є для нас прийнятною.

Таблиця 4.10. Уявний приклад: розподіл вибірки за факультетами, спеціальностями та роками навчання студентів бакалаврату (округлення до цілих чисел) для вибірки 370 осіб

Роки навчанняРазом за · факультетами та спеціальностями
1234
Факультет А40444041165
Спеціальність А181181037
Спеціальність А21211121247
Спеціальність А3555318
Спеціальність А410118837
Спеціальність А5567826
Факультет Б29312828116
Спеціальність Б1676726
Спеціальність Б21515131356
Спеціальність Б3899834
Факультет В2224242393
Спеціальність В1344415
Спеціальність В2355417
Спеціальність В3887730
Спеціальність В4878831
Разом за роками навчання91999292374

Крок 4. Ми вже знаємо, скільки яких респондентів відібрати. Але як саме їх відібрати?

Отже, ми щойно визначили, скільки саме студентів опитаємо на кожному році навчання з кожної спеціальності. Нехай перед нами списки студентів за спеціальностями та роками навчання. Дивимося на спеціальність А1 першого року навчання. Як саме вибрати з-поміж них 8 студентів відповідно до нашої таблиці вибірки? Якщо щоразу вибиратимемо перших студентів у списку за абеткою, то у вибірці переважатимуть люди з прізвищами на перші літери абетки. Це створює ризик штучного викривлення вибірки: наприклад, деякі етнічні групи можуть мати прізвища, що починаються з певної літери, частіше, ніж інші.

Альтернативний варіант – здійснити вибір за спеціальними таблицями випадкових чисел вручну – це коректно, але надто довго. Тож, якщо в нас немає програмного забезпечення, за допомогою якого можна здійснити відбір за таблицями випадкових чисел, треба придумати методику максимально рівномірного відбору, що не утворюватиме зміщень за літерами абетки. Це можна зробити таким чином.

Приклад формування репрезентативної вибірки

Насамперед поділимо обсяг генеральної сукупності на обсяг вибіркової:

N / n = 2439 / 374 = 6,52 (округлення до сотих).

Отже, у середньому нам потрібно опитувати кожного шостого або кожного сьомого – обираємо одну з цих двох опцій і постійно дотримуємося саме такого відліку. При цьому варто змінювати номер, із якого починаємо відлік. Якщо ми цього не зробимо, то утворимо зміщення на користь людей із прізвищем на перші літери абетки, адже перша літера списку завжди гарантовано потраплятиме до вибірки, на відміну від останніх.

У нашому прикладі 12 спеціальностей і 4 роки навчання. Отже, 48 списків (12 * 4) загалом. Ми можемо дати їм довільну нумерацію від 1 до 48, і саме таке число нехай буде першим у відліку. Якщо число більше, ніж кількість людей у списку, продовжимо рахувати з початку списку. Наприклад, нехай випав номер 39, а на спеціальності цього року навчання 20 студентів. У такому разі ми оберемо людину під номером 19.

Якщо не вдається переконати обрану людину взяти участь в опитуванні або сконтактувати з нею (не відвідує пари в період опитування, не маємо її номера телефону), то запрошуємо наступну зі списку, при цьому не просто наступну, а тієї самої статі, як і початково відібраний респондент, із яким не вдалося поспілкуватися (у такий спосіб мінімізуємо зміщення за статтю на тих спеціальностях, де значно переважають чоловіки або жінки).

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 3. 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