Систематическая (механическая) выборка

Простая случайная выборка

Процедура применения простой случайной выборки выглядит следующим образом.

Все элементы в списке основы выборки пронумеровываются, а затем с помощью таблиц случайных чисел отбираются единицы наблюдения. Эта процедура напоминает то, как работает лототрон. Если основа выборки представлена в компьютерном варианте, то случайный отбор может быть осуществлен автоматически с помощью специальной программы. Необходимо заметить, простая случайная выборка редко используется в социологических исследованиях.

 

Систематическая (механическая) выборка

При механическом (систематическом) отборе в выборку включается n -ый элемент из списка основы выборки. Например, алфавитная картотека фамилий сотрудников какого-либо высшего учебного заведения содержит 3000 имен. Для извлечения 5% выборки (150 человек) необходимо отобрать каждого 20-го. Первый элемент в целях соблюдения строгой процедуры также отбирается с помощью таблиц случайных чисел.

 

Стратифицированная (серийная выборка)

Неоднородность генеральной совокупности является причиной того, что в социологических исследованиях используется стратифицированный отбор. Его суть состоит в следующем: список основы выборки стараются расчленить таким образом, чтобы образовались однородные части (серии).

Так, при изучении социальных особенностей различных слоев промышленного рабочего класса и интеллигенции персонал конкретного предприятия может быть разделен на две части: рабочие и инженерно-технические работники. После разделения на однородные группы из каждой группы извлекается необходимое количество единиц наблюдения.

 

Страты (серии) в генеральной совокупности могут быть выделены по нескольким переменным - по полу, возрасту, профессиональной принадлежности, месту проживания и т.п.

При изучении студенчества есть смысл стратифицировать генеральную совокупность по вузам, а внутри вузов - по факультетам, а для изучения такого объекта как население страны необходимо применить территориальную стратификацию по областям. В этом случае в качестве основы выборки используются данные адресных столов.

 

Гнездовая выборка

Если генеральная совокупность естественным образом делится на достаточно мелкие составные части, различия между которыми невелики, то применяют гнездовой отбор. В качестве гнезда часто используются академические студенческие группы, школьные классы, однотипные дома в городских кварталах, населенные пункты одной местности с приблизительно одинаковым числом жителей. Их отбирают случайным образом (используется любая процедура вероятностного отбора), а затем исследуют полностью (академические группы) или выборочно (населенные пункты). Гнездовой отбор обладает организационными преимуществами. Значительно проще осуществить отбор и обследование нескольких компактных групп, чем десятков или сотен отдельных единиц. Еще один момент, на который обращают внимание социологи: большое число малых гнезд предпочтительнее малого числа крупных.

 

Многоступенчатая выборка

В основе любого случайного отбора лежит список единиц изучаемой совокупности. Составить такой список практически всегда сложно, а порой и невозможно (например, трудно представить список всех студентов вузов Пермского края или список персонала работников всех промышленных предприятий нашего региона).

Социологи вынуждены применять более сложные процедуры - из генеральной совокупности сначала выбирают группы элементов, а затем отбор производят внутри группы. Так, из списка предприятий города можно отобрать определенное число предприятий, а затем в каждом из них создать подвыборку работников. Такая выборка носит название многоступенчатой.

Метод основного массива

Метод основного массива применяется на небольших генеральных совокупностях, для которых нет смысла проводить выборочное исследование. Как правило, изучению подлежит большая часть генеральной совокупности (до 70%), при этом исследователь должен быть уверен, что этого числа единиц "вполне достаточно" и что часть генеральной совокупности, не подвергающаяся изучению, не может повлиять на конечные выводы. Положительным моментом является экономичность такого метода.

Обоснование репрезентативности в этом случае носит внестатистический характер и осуществить его можно путем сравнения исследованной и неисследованной частей генеральной совокупности.

 

Отбор первого встречного

Позволяет, например, включить в выборку для опроса людей, случайно встретившихся интервьюеру на улицах.

Здесь важную роль играют место и время, так как в различное время и в различных местах исследователь сталкивается с различными категориями людей.

Так, опрашивая людей в магазине в утренние часы, интервьюер будет иметь дело чаше всего с людьми старшего возраста; а в конце рабочего дня - с людьми более молодого возраста.

Недостатком такой выборки является то, что исследователь бессознательно руководствуется чувствами личной симпатии или антипатии, а также соображениями удобства.

 

Отбор "себе подобных"

Позволяет исследователю подбирать единицы наблюдения из своего окружения. При использовании этого метода выборочная совокупность смешается по одному или нескольким признакам от генеральной совокупности (например, по уровню образования).

 

Квотная выборка

Обратимся к наиболее распространенном виду целенаправленных выборок - квотному отбору.

Простая случайная выборка

Процедура применения простой случайной выборки выглядит следующим образом.

Все элементы в списке основы выборки пронумеровываются, а затем с помощью таблиц случайных чисел отбираются единицы наблюдения. Эта процедура напоминает то, как работает лототрон. Если основа выборки представлена в компьютерном варианте, то случайный отбор может быть осуществлен автоматически с помощью специальной программы. Необходимо заметить, простая случайная выборка редко используется в социологических исследованиях.

 

Систематическая (механическая) выборка

При механическом (систематическом) отборе в выборку включается n -ый элемент из списка основы выборки. Например, алфавитная картотека фамилий сотрудников какого-либо высшего учебного заведения содержит 3000 имен. Для извлечения 5% выборки (150 человек) необходимо отобрать каждого 20-го. Первый элемент в целях соблюдения строгой процедуры также отбирается с помощью таблиц случайных чисел.

 

Стратифицированная (серийная выборка)

Неоднородность генеральной совокупности является причиной того, что в социологических исследованиях используется стратифицированный отбор. Его суть состоит в следующем: список основы выборки стараются расчленить таким образом, чтобы образовались однородные части (серии).

Так, при изучении социальных особенностей различных слоев промышленного рабочего класса и интеллигенции персонал конкретного предприятия может быть разделен на две части: рабочие и инженерно-технические работники. После разделения на однородные группы из каждой группы извлекается необходимое количество единиц наблюдения.

 

Страты (серии) в генеральной совокупности могут быть выделены по нескольким переменным - по полу, возрасту, профессиональной принадлежности, месту проживания и т.п.

При изучении студенчества есть смысл стратифицировать генеральную совокупность по вузам, а внутри вузов - по факультетам, а для изучения такого объекта как население страны необходимо применить территориальную стратификацию по областям. В этом случае в качестве основы выборки используются данные адресных столов.

 

Гнездовая выборка

Если генеральная совокупность естественным образом делится на достаточно мелкие составные части, различия между которыми невелики, то применяют гнездовой отбор. В качестве гнезда часто используются академические студенческие группы, школьные классы, однотипные дома в городских кварталах, населенные пункты одной местности с приблизительно одинаковым числом жителей. Их отбирают случайным образом (используется любая процедура вероятностного отбора), а затем исследуют полностью (академические группы) или выборочно (населенные пункты). Гнездовой отбор обладает организационными преимуществами. Значительно проще осуществить отбор и обследование нескольких компактных групп, чем десятков или сотен отдельных единиц. Еще один момент, на который обращают внимание социологи: большое число малых гнезд предпочтительнее малого числа крупных.

 

Многоступенчатая выборка

В основе любого случайного отбора лежит список единиц изучаемой совокупности. Составить такой список практически всегда сложно, а порой и невозможно (например, трудно представить список всех студентов вузов Пермского края или список персонала работников всех промышленных предприятий нашего региона).

Социологи вынуждены применять более сложные процедуры - из генеральной совокупности сначала выбирают группы элементов, а затем отбор производят внутри группы. Так, из списка предприятий города можно отобрать определенное число предприятий, а затем в каждом из них создать подвыборку работников. Такая выборка носит название многоступенчатой.

Метод основного массива

Метод основного массива применяется на небольших генеральных совокупностях, для которых нет смысла проводить выборочное исследование. Как правило, изучению подлежит большая часть генеральной совокупности (до 70%), при этом исследователь должен быть уверен, что этого числа единиц "вполне достаточно" и что часть генеральной совокупности, не подвергающаяся изучению, не может повлиять на конечные выводы. Положительным моментом является экономичность такого метода.

Обоснование репрезентативности в этом случае носит внестатистический характер и осуществить его можно путем сравнения исследованной и неисследованной частей генеральной совокупности.

 

Отбор первого встречного

Позволяет, например, включить в выборку для опроса людей, случайно встретившихся интервьюеру на улицах.

Здесь важную роль играют место и время, так как в различное время и в различных местах исследователь сталкивается с различными категориями людей.

Так, опрашивая людей в магазине в утренние часы, интервьюер будет иметь дело чаше всего с людьми старшего возраста; а в конце рабочего дня - с людьми более молодого возраста.

Недостатком такой выборки является то, что исследователь бессознательно руководствуется чувствами личной симпатии или антипатии, а также соображениями удобства.

 

Отбор "себе подобных"

Позволяет исследователю подбирать единицы наблюдения из своего окружения. При использовании этого метода выборочная совокупность смешается по одному или нескольким признакам от генеральной совокупности (например, по уровню образования).