Определение объема выборочной совокупности. Ошибки выборки

С одной стороны, величина выборочной совокупности должна быть статистически значимой, т. е. достаточно большой, для того, чтобы получить достоверную информацию. С другой стороны, выборка должна быть «экономной», т. е. оптимальной.

Каков же критерий оптимальности?

Математики считают, что таким критерием является числовые значения контрольных признаков респондентов (пол, возраст, стаж и т. д.), точнее их дисперсия (разброс). Напомним, что формы расчета дисперсии и другие формулы расчета выборки студенты проходят на занятиях по математике и статистике. Итак, чем больше дисперсия, тем больший объем выборки потребуется. Допустим, мы осуществляем отбор из генеральной совокупности в 2000 человек по признаку «пол»: 70% - мужчин и 30% - женщин. Согласно теории вероятности, можно предположить, что примерно, из каждых десяти отбираемых респондентов встретится 3 женщины. Если, например, мы хотим опросить 90 женщин, нам необходимо опросить 300 человек.

Когда информация о признаках элементов генеральной совокупности отсутствует, исключается возможность определения объема выборки при помощи формул.

В этом случае можно опереться на многолетний опыт социологов – практиков, свидетельствующий о том, что для пробных опросов достаточна выборка объемом 100-250 человек.

При массовых опросах , если величина генеральной совокупности составляет менее 5000 человек, достаточный объем выборки не менее 500 человек. Если же величина генеральной совокупности 5000 человек и более, то выборка должна быть не менее 10% ее состава, но не более 2000-2500 человек. Это гарантирует достаточно достоверные результаты.

Для телефонных опросов даже в крупных городах достаточна выборка в 100 максимум 300 респондентов.

Определение объема выборки

При проведении устных опросов целесообразно использовать метод случайной бесповоротной выборки (его суть заключается в том, что респондент отбирается случайно и второй раз уже не опрашивается). Формула выборки при этом такова:

, где

n – объем выборки;

t – коэффициент доверия, вычисляемый по таблицам в зависимости от вероятности, с которой можно гарантировать, что предельная ошибка не превысит t-кратную среднюю ошибку (при вероятности 0,990 он равен 3, а при вероятности 0,999 он равен –3, 28; чаще всего опираются на вероятность 0,954, при которой t составляет 2);

s - среднеквадратическое отклонение в генеральной совокупности или дисперсия;

Предельная (задаваемая) ошибка выборки;

N – численность генеральной совокупности.

Например, объем генеральной совокупности – 50771 человек;

· при уровне доверительной вероятности 95%, коэффициент доверия t =2

· среднеквадратическом отклонении s =50;

· и предельной ошибке выборки =7;

· объем выборки n = 203 чел.

Пример . Предположим, что магазин обслуживает за определенный период около 100 000 человек. По данным предыдущих опросов установлено, что дисперсия составляет ± 25 руб./чел. Коэффициент доверия равен 2. Предельную ошибку мы приняли равной 1 руб. Тогда численность выборки составит чел.

Следовательно, для получения надежных представительных данных надо опросить 100 чел.

В целях получения однородности изучаемой совокупности и общей точности расчета совокупность стратифицируют, разбивают на ряд групп по какому-то признаку, например по полу, доходу и т.д. Здесь формула выборки отличается от предыдущей только тем, что выборочная дисперсия заменяется средней из внутригрупповых дисперсий. Однако в этом случае целесообразно вести отбор по каждой группе пропорционально дифференциации признака (ni ). Тогда формула выборки (по каждой группе) значительно упрощается:

где k – число i -х групп населения;

Ni – численность i -й группы населения;

- среднеквадратическое отклонение признака в i- группе.

Пример. Для обследования, ставящего целью выявить мнение потребителей о новом товаре в населенном пункте, насчитывающем 50тыс. семей, необходимо провести анкетирование. Условно принимается, что в каждой квартире проживает одна семья и на нее будет выделена одна анкета. Предварительные исследования установили, что дисперсия среднего размера покупки составляет ± 25 руб.; t = 2; предельная ошибка не должна превышать 0,01 тыс. руб. Отсюда численность выборки составила:

Эта величина округляется до 1000 семей, т.е. установлена 2%-ная выборка.

Используются в практике расчета выборки и другие формулы:

Для малых массивов используется другая формула:

Ошибки выборки

Ошибки выборки бывают случайные (систематические) и ошибки смещения.

Случайные ошибки . Если отклонение полученных результатов в ту или иную сторону не превышает в среднем 5%, то выборка является репрезентативной, а ошибка случайной. Например, из соотношения генеральной совокупности 40% женщин 60% мужчин в выборку должны попасть 40% женщин 60% мужчин, а попало, например, 37% женщин и 62% мужчин, или 42% женщин и 58% мужчин. Указанные ошибки считаются случайными, т. к. они не превышают 5% барьера.

Ошибки смещения . Ошибки смещения – это более сложные ошибки. Например, в нашем примере вместо желаемых иметь в выборке 40% женщин и 60% мужчин, мы получаем, наоборот, 60% женщин и 40% мужчин. Проблема заключается в том, что рассчитать с помощью формул ошибки смещения невозможно, и они автоматически переходят на результаты и выводы исследования. Ошибки смещения могут являться следствием:

Неверных исходных статистических данных о параметрах контрольных признаков генеральной совокупности;

Слишком малого объема выборки;

Неверного применения способа отбора единиц анализа (например, отбор из неверно составленного списка, неудачный выбор места и времени проведения исследования).

При формировании выборочных совокупностей следует добиваться полноты, точности, адекватности, репрезентативности.

Полнота означает, что в генеральной совокупности должны быть представлены все единицы анализа, ибо неполнота ведет к ошибкам.

Точность характеризует информацию по каждой единице. Точность, например, считается достаточной, если сумма погрешностей и ошибок не превышает 5 %.

Адекватность есть свойство основы выборки. Довольно часто точность выборки отождествляется с ее адекватностью. Между тем это не так. Адекватность же подразумевает характеристику выборки как модели качества исследуемого объекта. Например, список молодых рабочих не может быть основой для выборки всех членов трудового коллектива. В этом случае основа выборки является неадекватной. И, наоборот, список членов трудового коллектива не может быть основой выборки для исследования молодых рабочих.

Свойство выборки отражать характеристики генеральной совокупности называется репрезентативностью. Репрезентативност ь (представительность) выборки означает, что у всех элементов генеральной совокупности был шанс попасть в выборку, и что выборка отражает генеральную совокупность.

В завершение темы представим стандартные таблицы выборки с учетом предельной ошибки выборки и доверительной вероятности, разработанные социологами - практиками (табл.5).

Таблица 5

Стандартные таблицы выборки

Определение объема выборки

Социологические исследования редко бывают сплошными, как, например, перепись населения. Обычно сплошное исследование проводится при небольшой генеральной совокупности.

Чаще всего исследования носят выборочный характер, при котором наиболее важным основанием является возможность распространения полученных результатов и выводов на всю генеральную совокупность. В таком случае сплошное исследование нецелесообразно. Обеспечение этой нецелесообразности - вопрос о репрезентативности выборки, т.е. достаточной количественной и качественной представительности генеральной совокупности в выборке.

Условиями соблюдения репрезентативности выборки являются:

1) равная возможность каждого члена генеральной совокупности попасть в выборку;

2) отбор необходимо проводить независимо от изучаемого признака (иначе в выборку могут попасть, например, только спортсмены);

3) отбор по возможности должен производиться из однородных совокупностей;

4) величина выборки должна быть достаточно большой.

Далее возникает вопрос: как определить достаточный объем выборки? Для этого необходимо иметь характеристики генеральной совокупности по важнейшим (с точки зрения исследования) признакам. К ним, например, можно отнести сведения о количестве желающих заниматься физической культурой и спортом, о числе занимающихся и т.д. Но, как правило, такие характеристики (или многие из них) не известны. Пилотажные исследования как раз и направлены на их выявление.

Приведем пример определения объема выборочной совокупности. В ходе подготовки к проведению конкретно-социологического исследования на основании теоретических посылок были выделены характеристики и признаки, подлежащие изучению. Например, желание заниматься физической культурой, спортом, величина потребности, участие в видах деятельности и др.

На основании результатов изучения этих признаков в пробном исследовании (30 и более респондентов) определяется объем выборки.

Предположим, что в пробном исследовании опрошено 147 студентов 4-х курсов в четырех вузах Республики Беларусь.

Для желания заниматься физической культурой получены следующие распределения:

1.«Нет, не хочу» - 5 человек;

2.«Скорее не хочу, чем хочу» - 3 человека;

3.«Безразлично» - 11 человек;

4.«Скорее хочу, чем не хочу» - 34 человека;

5.«Да, хочу» - 72 человека.

Для расчета объема выборки используются формулы:

t - 1,96 - распределение Стьюдента для вероятности 0,95 или 95% (т.е., если требуемая вероятность соответствия характеристик выборки и характеристик генеральной совокупности 95%, всегда = 1,96. Их соответствие на 95% - общепринятое требование в социологических исследованиях.

Для нашего распределения:

При условии, что выборка в пробном исследовании представляла бы собой модель генеральной совокупности, величина выборочной совокупности для изучения желания заниматься физической культурой должна быть не меньше 147 человек. Тогда с вероятностью 95% можно утверждать, что генеральное среднее лежит в пределах 4,39+ 0,155.

Поскольку модель выборки в пробном исследовании во вузам не представляет собой модели генеральной совокупности (опрос был в четырех вузах из 30), то увеличиваем полученное n (30/4) в 7,5 раза. Тогда необходимый объем выборки - 1102 респондента.

Качественная представительность полученной выборки оценивается сравнением существенных характеристик (либо связанных с существенными) генеральной совокупности и выборки. Для студенчества, например, такими характеристиками являются: соотношение по полу, охват учебными занятиями по физическому воспитанию, соотношение форм занятий и др.

Когда информация о признаках элементов генеральной совокупности отсутствует, исключается возможность определения объема выборочной совокупности при помощи формул. В этом случае можно опереться на многолетний опыт социологов - практиков, свидетельствующий о том, что для пробных опросов достаточна выборка объемом 100-250 человек. При массовых опросах, если величина генеральной совокупности 5000 человек, достаточный объем выборочной совокупности - не менее 500 человек, если же величина генеральной совокупности 5000 человек и более, то - 10% ее состава (но не более 2000-2500 человек). Это характеризует достаточно достоверные результаты исследования.

Расчет объема выборки

Из всех вопросов, которые задают сотрудникам знаменитого Института опросов общественного мнения Гэллапа, самым попу­лярным является такой: как вы можете, проинтервьюировав 1000 человек, судить о том, что думают 250 млн американцев?

Для ответа на этот вопрос нужно упомянуть не только высокую квалификацию и огромный практический опыт сотрудников, но и использование ими статистики и математики. Если методы опроса не основаны на науке, результаты могут ввести вас в заблуждение.

В статистике приняты следующие разграничения объемов вы­борки. Объем выборки, достаточный для взаимопогашения слу­чайностей и.получения статистических характеристик закономер­ного характера, равен 30. Выборка такого объема называется ма­лой. Характер распределения значений признака в малых выборках приближается к нормальному с ростом числа испытаний. Мини­мальный объем выборки, позволяющий получить средние значе­ния признака с указанием доверительных вероятностей, равен 5. Выборки такого объема называются сверхмалыми. Распределение значений признака в таких выборках характеризуется распределе­нием Стьюдента. Но чаще всего в социологии имеют дело с го­раздо большим объемом выборки.

При планировании выборочного обследования наступает мо­мент, когда нужно решить, сколько человек опрашивать, т.е. ка­ким должен быть объем выборки. Это решение чрезвычайно важ­но, поскольку слишком большая выборка потребует излишних затрат, а слишком маленькая понизит качество результатов.

Объем выборки - общее число единиц наблюдения, включенных в выборочную совокупность.

Поскольку выборочная совокупность - это часть генеральной совокупности, отобранная с помощью специальных методов, - важно, чтобы эта часть не искажала представления о целом, т.е. репрезентировала его. Социологов, часто проводящих эмпиричес­кие исследования, постоянно волнует вопрос о том, как много надо опрашивать человек, чтобы получить достоверную информа­цию? Институт Гэллапа в США проводит регулярные опросы по национальной выборке объемом в 1,5 тыс. человек и достигает поразительной точности (ошибка выборки составляет от 1 до 1,5%). Центр «Социо-Экспресс» Института социологии РАН про­водит исследования на выборке объемом в 2 тыс. человек, при этом ошибка выборки не превышает 3% 31 .

Специалисты считают, что наилучшая выборка - не обязатель­но большая. Конечно, чем больше объем выборки, тем выше точ­ность ее результатов. Однако даже огромная выборка не гаранти­рует успеха, если генеральная совокупность «плохо перемешана», т.е. является неоднородной. Однородной считается такая совокуп­ность, в которой контролируемый признак распределен равномер­но, не образует пустот или сгущений. В этом случае, опросив не­скольких человек, можно получить точную информацию о распре­делении этого признака в генеральной совокупности.

Таким образом, на репрезентативность данных влияют не ко­личественные характеристики выборочной совокупности (ее объем), а качественные характеристики генеральной совокупнос­ти - степень ее однородности.

В социологии еще не придумано единой и четкой формулы, используя которую можно рассчитать оптимальный объем выбо­рочной совокупности, - такой формулы просто не существует в природе. И объясняется это весьма просто. Дело в том, что опре­деление объема выборочной совокупности - проблема не столько статистическая, сколько содержательная. Иными словами, объем выборочной совокупности зависит от множества факторов, в том числе от целей и задач, теоретической модели, гипотез и методов исследования, степени однородности генеральной совокупности, наконец, требующейся точности получаемой информации.

Надо всегда помнить, что каждый процент прироста точности ин­формации в исследовании приводит к резкому увеличению расходов на его проведение. Знаменитый институт Гэллапа, на протяжении многих десятилетий проводящий опросы в США, выявил, что при общенациональной выборке в 100 человек - ошибка выборки будет в пределах ±11%; 200 человек - ±8%; 400 - ±6%; 600 - ±5%; 750 -±4%; 1000 - ±4%; 1500 - ±3%; 4000 человек - ±2%. Именно поэто­му он проводит общенациональные опросы в США на выборке в 1500- 2000 человек. Как видно, он предпочитает увеличение ошибки на 1% многократному увеличению стоимости исследования.

Практика показывает, что для многих социологов обоснование объема выборки является камнем преткновения, несмотря на зна­чительное количество литературы, посвященной выборочным методам и, в частности, расчету объема выборки. Причин несколь­ко: 1) дефицит специальной литературы на периферии; 2) нехватка времени для самообразования; 3) неумение пользоваться матема­тическим аппаратом. В связи с этим возникает необходимость без сложных математических формул изложить стратегию и тактику обоснования объема выборки.

Процедура расчета объема выборки - цепь бесконечных компро­миссов между стремлением к точности и ограниченностью ресурсов, дефицитом времени и неполнотой сведений об изучаемом явлении. Вместе с тем это наука и искусство, познание которых доступно каж­дому человеку. Однако для этого нужно знать стратегии расчета объе­ма выборки (предварительного расчета, последовательной и комби­нированной стратегии), а также факторы, влияющие на объем вы­борки (объем генеральной совокупности, варьирование ответов респондентов, точность оценивания, характер предполагаемого рас­пределения ответов, метод исследования, процедура обработки).

Стратегия предварительного расчета состоит в том, что объем выборки определяется до проведения основного исследования. В наиболее простом случае можно воспользоваться уже наработан­ным опытом, например, института Гэллапа, где используется объем выборки приблизительно в 1500-2000 человек. Для средне­статистического отечественного исследования объема выборки - примерно 400-600 человек.

Для расчета объема случайной выборки надо знать желаемую точность оценивания, величину риска получаемого ответа и сте­пень изменчивости ответа. Традиционно точность оценивания принимают за 5%, а величину риска - за 0,95. Иными словами, если по данным выборочного исследования 60% опрошенных удовлетворены работой, то можно утверждать, что в генеральной совокупности доля удовлетворенных составит от 55 до 65% в 95% случаев, а в 5% случаев такая доля может выйти за этот интервал. Если исходить из 5%-ной точности и величины риска в 0,95, объем выборки будет следующим (табл. 2.4).

Таблица 2.4 Зависимость объема выборки от объема генеральной совокупности

Результаты, приведенные в табл. 2.4, свидетельствуют против распространенного заблуждения, будто бы объем выборки - жестко фиксированный процент от генеральной совокупности, рав­ный 10. На самом же деле эта величина - не постоянная, а пере­менная, изменяющаяся в конкретных условиях. Объем выборки зависит также от того, какие вопросы используются в анкете. Цифры в табл. 2.4 действительны только для одного случая - ког­да речь идет о дихотомическом вопросе, у которого максималь­ный разброс ответов - 50 на 50%. Не имея предварительной ин­формации о разбросе оценок, социолог как бы заранее страхуется и считает, что этот разброс составит 50 на 50%. Если же такая информация имеется, то объем выборки будет следующим.

Таблица 2.5 Зависимость объема выборки от распределения дихотомического ответа

В табл. 2.5 показано распределение ответов на качественные вопросы. Расчет объема выборки для количественных вопросов, включающих вопросы типа «возраст» и «заработная плата», стро­ится исходя из коэффициента вариации (табл. 2.6), который по­казывает, какой процент составляет среднее квадратическое откло­нение от средней арифметической, и позволяет сравнивать меж­ду собой (по степени варьирования) любые признаки.

Таблица 2.6 Зависимость объема выборки от коэффициента вариации

Коэффициент вариации, %

Объем выборки

Если изучаются условия труда, взаимоотношения в коллекти­ве, заработная плата и т.д. с помощью пятичленной шкалы, то коэффициент вариации изменяется здесь от 27 до 62%, а при ис­пользовании семичленной - от 78 до 113%. Стало быть, чем длиннее шкала, тем выше коэффициент вариации и больше дол­жен быть объем выборки. Если социолог хочет обойтись неболь­шой выборкой, то и вопросы должен формулировать проще. Иногда думают, что чем длиннее шкала, тем точнее измерение. Но преимущества семибалльных шкал над пятибалльными не доказаны.

Среди социологов распространено мнение, согласно которому чем больше объем выборки, тем точнее результат, и это заставля­ет их непомерно увеличивать количество опрошенных. В реальности дело обстоит иначе: табл. 2.7, составленная по данным Ин­ститута Гэллапа, показывает зависимость между объемом выбор­ки и точностью оценивания в процентах. Из нее следует, что с увеличением объема выборки точность возрастает, но до опреде­ленного порога. Уже при 600 опрошенных достигается желанный для всех 5%-ный уровень точности. Стало быть, 600 человек - приемлемый объем выборки.

Между цифрами 400 и 600 человек противоречия нет. В пер­вом случае объем выборки рассчитывался, исходя из положения о нормальном распределении ответов респондентов, а во втором - из практики. Расхождение между теорией и практикой обуслов­лено тем, что в реальной ситуации распределение оценок отлича­ется от нормального, поэтому объем выборки надо рассчитывать с учетом именно этого обстоятельства; наиболее эффективным способом уменьшения объема выборки является снижение коэф­фициента вариации оценок.

Таблица 2.7 Зависимость между объемом выборки и точностью оценивания

При расчете объема выборки социологи часто совершают та­кую ошибку: рассчитав по существующим формулам необходимый объем выборки в целом для совокупности, в дальнейшем пропор­ционально размещают его по отдельным подразделениям выбор­ки, например по цехам, предприятиям, районам, городам, типам семей. После чего на этапе обработки данных - анализируют уже сами различия между подразделениями. Однако правильнее вы­числить объем выборки отдельно для каждого подразделения, а)атем суммировать отдельные объемы. Допустим, расчеты объе­ма выборки по трем цехам (с учетом размерности шкалы, числен­ности работающих, характера предполагаемого распределения оценок) позволили установить, что в первом цехе необходимо спросить 384 человека, во втором - 222, а в третьем - 600. Тогда общий объем выборки составит 384 + 222 + 600 = 1206 человек.

Если социологу необходимо опросить какую-либо катего­рию работников (допустим, водителей автобусов), о которой из­вестно лишь, что к ней принадлежит, например, десятый работ­ник предприятия, и он решил спросить 139 водителей автобусов, а общий объем выборки для предприятия составит 1390 человек, т.е. иными словами, отбирая случайным образом 1390 респонден­тов на предприятии, мы в соответствии с теорией выборки наде­емся выявить 139 человек интересующей нас специальности.

При расчете квотной выборки социологи часто произвольно определяют ее объем в 1000 человек, исходя из удобства вычисле­ния квот. Но с таким же успехом можно взять любое другое круг­лое число. Более обоснованным является подход, при котором объем квотной выборки рассчитывается как для случайной. Дру­гим вариантом расчета объема квотной выборки является исполь­зование теории малых выборок. Ее суть: если не ставится цель дать дифференцированный анализ по группам работников, то умножа­ют количество градаций вопросов, подлежащих изучению, на 25 (минимальный статистический значимый размер группы). Напри­мер, изучают три переменные: пол - две категории, возраст - две категории (до 30 лет и свыше 30 лет), удовлетворенность трудом - измеряется пятибалльной шкалой. Тогда необходимый объем вы­борки для данного примера составит 2x2x5x25 = 500 человек. Объем выборки увеличивается в 2,5 раза. Ясно, что с расширени­ем числа переменных и числа градаций объем выборки может стать катастрофически большим. Выход только один: детальная проработка исходной проблемы, которая позволит отбраковать лишние вопросы в анкете, оставив самые важные. Если в иссле­довании проверяется несколько гипотез, то объем выборки для проверки каждой гипотезы вычисляется отдельно. Таким образом, при использовании выборки количество вопросов в анкете и ги­потез должно быть минимальным.

Итак, мы рассчитали требуемый объем выборки. Теперь, и только теперь необходимо проверить, совместима ли полученная величина с выделенными ресурсами. Типичная ошибка многих социологов-прикладников состоит в том, что при расчете объема выборки во главу угла ставятся наличные ресурсы или, хуже того, социолог пассивно принимает все условия, диктуемые заказчиком. Это в корне неверно по нескольким причинам. Во-первых, рас­чет объема выборки позволяет глубже проникнуть в суть изучае­мого предмета и специфику методов исследования, а значит, ар­гументированно требовать получения больших ресурсов или при­нять правильное решение о снижении объема выборки. Если администрация отказала в дополнительных ресурсах, а цели исследования не позволяют сократить объем выборки (т.е. социолог не может принять решение администрации), то надо переходить к другой схеме исследования. Во-вторых, обоснованный расчет объема выборки показывает профессионализм социолога и застав­ляет заказчика относится к нему более уважительно.

Стратегия последовательного расчета объема выборки. При расчете объема выборки желательно знать разброс оценок и не­которые другие параметры. Однако они-то, как правило, неиз­вестны. Для того чтобы не допустить ошибки, лучше предполо­жить, что они максимальны. Плата за наше незнание - разбухание объема выборки сверх необходимого и дополнительные финансовые и временные затраты (приходится опрашивать боль­шее число людей). Для сохранения затрат применяется последовательная стратегия - объем выборки не рассчитывается заранее, а ставится в зависимость от конечных результатов исследования. Например, опрашивают 100 человек, затем устанавливают величину разброса оценок и уже в зависимости от этого рассчитыва­ют необходимый объем выборки. Если оказывается, что 100 человек достаточно, то исследование заканчивается. В противном слу­чае добирается необходимое количество респондентов, но не до бесконечности. Известен пример из практики Дж. Гэллапа, ко­торый в начале своей карьеры активно экспериментировал с объемами выборки. В 1936 г. американцам был задан вопрос: «Хотели бы вы возобновления закона о восстановлении нацио­нальной промышленности?» Выяснился странный парадокс: Дж. Гэллап вначале опросил 500 человек и замерил ошибку выбор­ки, а затем последовательно наращивал число респондентов до 30 тыс. К своему сожалению, он обнаружил, что прибавление 29,5 тыс. опрошенных увеличило точность информации менее чем на 1%. Следовательно, опрос можно было прекращать уже при 500 опрошенных. Этот пример показывает, что, применяя последовательную стратегию, можно добиваться значительного снижения необходимого числа наблюдений по сравнению с пред­варительным расчетом объема выборки.

Однако стратегия последовательного расчета объема выборки приносит желаемый результат лишь в том случае, если социолог может производить необходимые расчеты в ходе самого опроса, например телефонного, с применением компьютерных систем. Социолог вводит ответы респондента в свой персональный компь­ютер, с него результаты сразу поступают на компьютер руководи­теля исследования, обрабатываются, и на экране дисплея выдается информация не только об одномерных частотах, распределенных по тому или иному вопросу, но и о требуемом объеме выборки.

Если существует опасность, что объем выборки может оказаться катастрофически большим, надо совместить оба вида стратегии - предварительную и последовательную, т.е. применить комбиниро­ванную стратегию. Рассчитывая выборку по предварительной стра­тегии, получаем верхние допустимые значения для последователь­ной стратегии или, иначе говоря, ту величину объема выборки, при достижении которой прекращается опрос по последователь­ной стратегии.

Наиболее обоснованный и корректный подход к определению объема выборки основан на расчете доверительных интервалов, в основе которого лежит ряд базовых понятий математической ста­тистики (вариация, среднее квадратическое отклонение, довери­тельный интервал, средняя квадратическая ошибка).

Для расчета необходимого размера выборки в количественном исследовании чаще всего используют два статистических поня­тия - доверительный интервал и доверительную вероятность. Доверительный интервал представляет собой заранее задаваемую вами погрешность выборки. Например, если вы задаете довери­тельный интервал в 3% и конкретный ответ на конкретный воп­рос исследования составит 48%, это значит, что даже при прове­дении опроса всей генеральной совокупности реальное значение попадет в интервал между 45 (48 - 3) и 51% (48 + 3). Доверитель­ная вероятность показывает, насколько вы можете быть уверены в полученных результатах, в том, что характеристики выборки со­ответствуют характеристикам всей генеральной совокупности - иными словами, с какой вероятностью случайный ответ попадет в доверительный интервал. Обычно используют доверительную вероятность 95 и 99%. Чаще всего используется 95% - этого впол­не достаточно в подавляющем большинстве исследований. Если объединить доверительную вероятность и доверительный интер­вал, то можно сказать, что ответы на вопрос с 95%-ной вероятно­стью попадут в интервал между 45 и 51%.

Весьма полезна следующая приблизительная оценка надеж­ности результатов выборочного обследования. Повышенная на­дежность допускает ошибку выборки до 3%, обыкновенная - от 3 до 10% (доверительный интервал распределений на уровне 0,03- 0,1), приближенная - от 10 до 20%, ориентировочная - от 20 до 40%, а прикидочная - более 40%.

На основе этих понятий с учетом ряда предположений выво­дятся формулы расчета объема выборки, которые предполагают, что репрезентативность гарантируется путем использования кор­ректных вероятностных процедур формирования выборки.

В ряде случаев в качестве главного аргумента при определе­нии объема выборки используется стоимость проведения обсле­дования. Так, в бюджете маркетинговых исследований пред­усматриваются затраты на проведение определенных обследова­ний, которые нельзя превышать, и очевидно, что ценность получаемой информации не принимается при этом в расчет. Однако в ряде случаев и малая выборка может дать достаточно точные результаты.

Исследовательская практика подсказывает следующее прави­ло: объем выборки должен обеспечивать не менее 100 наблюде­ний для каждой первостепенной и не менее 20-50 наблюдений для каждой второстепенной классификационной составляющей. 11ервостепенные классификационные составляющие соответ­ствуют наиболее критичным, а второстепенные - наименее кри­тичным ячейкам перекрестной классификации, принятой в данном исследовании 34 . Теоретические расчеты и практика дока­зывают, что для получения достоверных данных о мнении и предпочтениях населения такого крупного города, как Санкт-Петербург, достаточно опросить 700-800 человек. Однако боль­шинство опросов населения здесь проходят на выборках объемом до 1,5 тыс. человек.

Ошибка выборки

Как мы уже знаем, репрезентативность - свойство выборочной совокупности представлять характеристику генеральной. Если со­впадения нет, говорят об ошибке репрезентативности - мере от­клонения статистической структуры выборки от структуры соот­ветствующей генеральной совокупности. Предположим, что сред­ний ежемесячный семейный доход пенсионеров в генеральной совокупности составляет 2 тыс. руб., а в выборочной - 6 тыс. руб. Это означает, что социолог опрашивал только зажиточную часть пенсионеров, а в его исследование вкралась ошибка репрезента­тивности. Иными словами, ошибкой репрезентативности называ­ется расхождение между двумя совокупностями - генеральной, на которую направлен теоретический интерес социолога и представ­ление о свойствах которой он хочет получить в конечном итоге, и выборочной, на которую направлен практический интерес со­циолога, которая выступает одновременно как объект обследова­ния и средство получения информации о генеральной совокупно­сти.

Наряду с термином «ошибка репрезентативности» в отечествен­ной литературе можно встретить другой - «ошибка выборки». Иногда они употребляются как синонимы, а иногда «ошибка вы­борки» используется вместо «ошибки репрезентативности» как количественно более точное понятие.

Ошибка выборки - отклонение средних характеристик выбо­рочной совокупности от средних характеристик генеральной со­вокупности.

На практике ошибка выборки определяется путем сравнения известных характеристик генеральной совокупности с выбороч­ными средними. В социологии при обследованиях взрослого на­селения чаще всего используют данные переписей населения, те­кущего статистического учета, результаты предшествующих оп­росов. В качестве контрольных параметров обычно применяются социально-демографические признаки. Сравнение средних гене­ральной и выборочной совокупностей, на основе этого опреде­ление ошибки выборки и ее уменьшение называется контроли­рованием репрезентативности. Поскольку сравнение своих и чужих данных можно сделать по завершении исследования, та­кой способ контроля называется апостериорным, т.е. осуществ­ляемым после опыта.

В опросах Института Дж. Гэллапа репрезентативность конт­ролируется по имеющимся в национальных переписях данным о распределении населения по полу, возрасту, образованию, до­ходу, профессии, расовой принадлежности, месту проживания, величине населенного пункта. Всероссийский центр изучения общественного мнения (ВЦИОМ) использует для подобных це­лей такие показатели, как пол, возраст, образование, тип посе­ления, семейное положение, сфера занятости, должностной ста­тус респондента, которые заимствуются в Государственном ко­митете по статистике РФ. В том и другом случае генеральная совокупность известна. Ошибку выборки невозможно устано­вить, если неизвестны значения переменной в выборочной и ге­неральной совокупностях.

Специалисты ВЦИОМ обеспечивают при анализе данных тща­тельный ремонт выборки, чтобы минимизировать отклонения, возникшие на этапе полевых работ. Особенно сильные смещения наблюдаются по параметрам пола и возраста. Объясняется это тем, что женщины и люди с высшим образованием больше времени проводят дома и легче идут на контакт с интервьюером, т.е. яв­ляются легко достижимой группой по сравнению с мужчинами и людьми «необразованными».

Ошибка выборки обусловливается двумя факторами: методом формирования выборки и размером выборки.

Ошибки выборки подразделяются на два типа - случайные и систематические. Случайная ошибка - это вероятность того, что выборочная средняя выйдет (или не выйдет) за пределы заданного интервала. К случайным ошибкам относят статистические погреш­ности, присущие самому выборочному методу. Они уменьшаются при возрастании объема выборочной совокупности (табл. 2.8).

Таблица 2.8

Зависимость объема выборки от ее ошибки 36 (размер генеральной совокупности составляет 20 тыс. ед.)

Ошибка выборки, %

Объем выборки, ед.

Второй тип ошибок выборки - систематические ошибки. Если социолог решил узнать мнение всех жителей города о проводимой местными органами власти социальной политике, а опросил толь­ко тех, у кого есть телефон, то возникает предумышленное смеще­ние выборки в пользу зажиточных слоев, т.е. систематическая ошибка.

Таким образом, систематические ошибки - результат деятель­ности самого исследователя. Они наиболее опасны, поскольку приводят к довольно значительным смещениям результатов ис­следования. Систематические ошибки считаются страшнее случайных еще и потому, что они не поддаются контролю и изме­рению.

Они возникают, когда, например: 1) выборка не соответствует задачам исследования (социолог решил изучить только работаю­щих пенсионеров, а опросил всех подряд); 2) налицо незнание характера генеральной совокупности (социолог думал, что 70% всех пенсионеров не работает, а оказалось, что не работает толь­ко 10%); 3) отбираются только «выигрышные» элементы генераль­ной совокупности (например, только обеспеченные пенсионеры).

Внимание! В отличие от случайных ошибок систематические ошибки при возрастании объема выборки не уменьшаются.

Обобщив все случаи, когда происходят систематические ошиб­ки, методисты составили их реестр. Они полагают, что источни­ком неконтролируемых перекосов в распределении выборочных наблюдений могут быть следующие факторы:

♦ нарушены методические и методологические правила про­ведения социологического исследования;

♦ выбраны неадекватные способы формирования выборочной совокупности, методы сбора и расчета данных;

♦ произошла замена требуемых единиц наблюдения другими, более доступными;

♦ отмечен неполный охват выборочной совокупности (недо­получение анкет, неполное их заполнение, труднодоступность единиц наблюдения).

Намеренные ошибки социолог допускает редко. Чаще ошибки возникают из-за того, что социологу плохо известна структура генеральной совокупности: распределение людей по возрасту, профессии, доходам и т.д.

Систематические ошибки легче предупредить (по сравнению со случайными), но их очень трудно устранить. Предупреждать сис­тематические ошибки, точно предвидя их источники, лучше все­го заранее - в самом начале исследования.

Вот некоторые способы избежать ошибок:

♦ каждая единица генеральной совокупности должна иметь равную вероятность попасть в выборку;

♦ отбор желательно производить из однородных совокупностей;

♦ надо знать характеристики генеральной совокупности;

♦ при составлении выборочной совокупности надо учитывать случайные и систематические ошибки.

Если выборочная совокупность (или просто выборка) состав­лена правильно, то социолог получает надежные результаты, ха­рактеризующие всю генеральную совокупность. Если она состав­лена неправильно, то ошибка, возникшая на этапе составления выборки, на каждом следующем этапе проведения социологичес­кого исследования приумножается и достигает в конечном счете такой величины, которая перевешивает ценность проведенного исследования. Говорят, что от такого исследования больше вре­да, нежели пользы.

Подобные ошибки могут произойти только с выборочной со­вокупностью. Чтобы избежать или уменьшить вероятность ошиб­ки, самый простой способ - увеличивать размеры выборки (и идеале до объема генеральной: когда обе совокупности совпа­дут, ошибка выборки вообще исчезнет). Экономически такой ме­тод невозможен. Остается другой путь - совершенствовать мате­матические методы составления выборки. Они-то и применяют­ся на практике. Таков первый канал проникновения в социологию математики. Второй канал - математическая обработка данных.

Особенно важной проблема ошибок становится в маркетинговых исследованиях, где используются не очень большие выбор­ки. Обычно они составляют несколько сотен, реже - тысячу рес­пондентов. Здесь исходным пунктом расчета выборки выступает вопрос об определении размеров выборочной совокупности. Чис­ленность выборочной совокупности зависит от двух факторов: I) стоимости сбора информации и 2) стремления к определенной степени статистической достоверности результатов, которую на­деется получить исследователь. Конечно, даже не искушенные в статистике и социологии люди интуитивно понимают, что чем больше размеры выборки, т.е. чем ближе они к размерам генераль­ной совокупности в целом, тем более надежны и достоверны по­мученные данные. Однако выше мы уже говорили о практической невозможности сплошных опросов в тех случаях, когда они проводятся на объектах, численность которых превышает десятки, сотни тысяч и даже миллионы. Понятно, что стоимость сбора информации (включающая оплату тиражирования инструмента­рия, труда анкетеров, полевых менеджеров и операторов по ком­пьютерному вводу) зависит от той суммы, которую готов выделить заказчик, и слабо зависит от исследователей. Что же касается вто­рого фактора, то мы остановимся на нем чуть подробнее.

Итак, чем больше величина выборки, тем меньше возможная ошибка. Хотя необходимо отметить, что при желании увеличить точность вдвое вам придется увеличить выборку не в два, а в четыре раза. Например, чтобы сделать в два раза более точной оценку данных, полученных путем опроса 400 человек, вам потребуется опросить не 800, а 1600 человек. Впрочем, вряд ли маркетинговое исследование испытывает нужду в стопроцентной точности. Если пивовару необ­ходимо узнать, какая часть потребителей пива предпочитает имен­но его марку, а не сорт его конкурента, - 60% или 40%, то на его планы никак не повлияет разница между 57%, 60 или 63%.

Ошибка выборки может зависеть не только от ее величины, но и от степени различий между отдельными единицами внутри ге­неральной совокупности, которую мы исследуем. Например, если нам нужно узнать, какое количество пива потребляется, то мы обнаружим, что внутри нашей генеральной совокупности нормы потребления у различных людей существенно различаются (гетерогенная генеральная совокупность). В другом случае мы будем изучать потребление хлеба и установим, что у разных людей оно различается гораздо менее существенно (гомогенная генеральная совокупность). Чем больше различия (или гетерогенность) внут­ри генеральной совокупности, тем больше величина возможной ошибки выборки. Указанная закономерность лишь подтверждает то, что нам подсказывает простой здравый смысл. Таким образом, как справедливо утверждает В. Ядов, «численность (объем) выбор­ки зависит от уровня однородности или разнородности изучаемых объектов. Чем более они однородны, тем меньшая численность может обеспечить статистически достоверные выводы».

Определение объема выборки зависит также от уровня довери­тельного интервала допустимой статистической ошибки. Здесь имеются в виду так называемые случайные ошибки, которые свя­заны с природой любых статистических погрешностей. В.И. Паниотто приводит следующие расчеты репрезентативной выборки с допущением 5%-ной ошибки (табл. 2.9):

Таблица 2.9

Расчеты репрезентативной выборки

Это означает, что если вы, опросив, предположим, 400 человек в районном городе, где численность взрослого платежеспособно­го населения составляет 100 тыс. человек, выявили, что 33% оп­рошенных покупателей предпочитают продукцию местного мясо­комбината, то с 95%-ной 39 вероятностью можете утверждать, что постоянными покупателями этой продукции являются 33±5% (т.е. от 28 до 38%) жителей этого города.

Можно также воспользоваться расчетами института Гэллапа для оценки соотношения размеров выборки и ошибки выборки (см. выше).

Сегодня многие трудные расчеты берет на себя техника, а стати­стические программы можно получить по Интернету. Вот и с рас­четом выборки ленивому социологу предоставили такую возможность на веб-сайте Аналитического центра «Бизнес и маркетинг» (http://www.bma.ru/enter.htm), где пользователю надо лишь внести необходимые данные, а затем нажать на кнопку «Рассчитать».

На практике решение вопроса об объеме выборки является компромиссным между предположением о точности результатов обследования и возможностями их практической реализации (т.е. исходя из затрат на проведение опроса).

На практике используется несколько подходов к определению объема выборки. Обратим внимание на самые простые из них. Первый из них называется произвольным подходом и основан он на применении «правила большого пальца».

Например, бездоказательно принимается, что для получения точных результатов выборка должна составлять 5 % от совокупности. Данный подход простой и доступный в исполнении, не позволяет получать точные результаты. Его достоинством является относительная дешевизна затрат. В соответствии со вторым подходом объем выборки может быть установлен исходя из заранее оговоренных условий. Заказчик маркетингового исследования, например, знает, что при изучении общественного мнения выборка обычно составляет 1000 - 1200 человек, поэтому он рекомендует исследователю придерживаться данной цифры.

Третий подход означает, что в некоторых случаях главным аргументом при определении объема выборки может быть стоимость проведения опроса. Хотя при этом ценность и достоверность получаемой информации не принимается в расчет.

В случае четвертого подхода объем выборки определяется на основе статистического анализа. Данный подход предполагает определение минимального объема выборки с учетом требований к надежности и достоверности получаемых результатов.

Пятый подход считается наиболее теоретически обоснованным и правильным подходом в определении объема выборки. Он основан на расчете доверительного интервала.

Доверительный интервал - это диапазон, крайние точки которого характеризуют процент определенных ответов на какой-то вопрос. Данное понятие тесто связано с понятием «среднее квадратичное отклонение получаемого признака в генеральной совокупности». Чем оно больше, тем шире должен быть доверительный интервал, чтобы включить в свой состав, например 9,5 % ответов.

Из свойств нормальной кривой распределения вытекает, что конечные точки доверительного интервала, равного к примеру 9,5 % определяются как произведение: 1,96 (нормированное отклонение) и среднего квадратичного отклонения.

Числа 1,96 и 2,58 (для 99 % доверительного интервала) обозначаются как z.

Существуют таблицы «Значение интеграла вероятности», которые дают возможность определить величины z для различных доверительных интервалов. Доверительный интервал равный 95% или 99% является стандартным при проведении маркетинговых исследований.

Например, проведено исследование числа визитов автовладельцев в сервисные мастерские за год. Доверительный интервал для среднего числа визитов был рассчитан равным 5 - 7 визитам при 99 % уровне доверительности. Это означает, что если появится возможность, провести независимо 100 раз выборочные исследования, то для 99 выборочных исследований среднее значение числа визитов попадут в диапазон от 5 до 7 визитов, Если сказать иначе, то 99 % автовладельцев попадут в доверительный интервал.

Допустим, было проведено исследование до 50 независимых выборок. Средние оценки для этих выборок образовали нормальную кривую распределения, которое называется выборочным распределением.

Средняя оценка для совокупности в целом равна средней оценке кривой распределения. Понятие «выборочное распределение» рассматривается также в качестве одного из базовых понятий теоретической концепции, лежащее в основе определения V выборки.

Естественно ни одна компания не в состоянии сформировать 10, 20, 50 независимых выборок. Обычно используется только одна выборка.

Математическая статистика позволяет получить некую информацию о выборочном распределении, владея точными данными о вариации единственной выборки.

Индикатором степени отличия оценки, истинной для совокупности в целом, которая ожидается для типичной выборки, является средне квадратическая ошибка . К примеру, исследуется мнение потребителей о новом товаре и заказчик данного исследования указал, что его устроит точность полученных результатов, равная плюс минус 5%.

Предположим, что 30 % членов выборки высказались за новый продукт. Это означает, что диапазон возможных оценок для всей совокупности составляет 25 - 35 %. Причем, чем больше объем выборки, тем меньше ошибка. Высокое значение вариации обусловливает высокое значение ошибки и наоборот.

Определим объем выборки на основе расчета доверительного интервала. Исходной информацией, необходимой для реализации данного подхода, является:

· величина вариации, которой, как считается, обладает совокупность;

· желаемая точность;

· уровень достоверности, которому должны удовлетворять результаты проводимого обследования.

Когда на заданный вопрос существует только два варианта ответов, выраженных в процентах (используется процентная мера), объем выборки определяется по следующей формуле:

где n - объем выборки;

z - нормированное отклонение, определяемое исходя из выбранного уровня доверительности (табл. 7);

р - найденная вариация для выборки;

е - допустимая ошибка.

Таблица 7

Значение нормированного отклонения оценки z от среднего значения

в зависимости от доверительной вероятности (а) полученного результата

Например, предприятием, выпускающим покрышки, проводится опрос автолюбителей, использующих радиальные покрышки.

Поэтому на вопрос: «Используете ли Вы радиальные покрышки?» возможны только 2 ответа: «Да» или «Нет». Если предположить, что совокупность автолюбителей обладает низким показателем вариации, то это означает, что почти каждый опрошенный использует радиальные покрышки. В данном случае может быть сформирована выборка достаточно малых размеров. В формуле (1) произведение pg выражает вариацию, свойственную совокупности. Например, пусть 90 % единиц совокупности используют радиальные покрышки. Это означает, что pg = 900. Если принять, что показатель вариации выше (р = 70 %), то pg = 2100. Наибольшая вариация достигается в случае, когда одна половина совокупности (50 %) использует радиальные покрышки, а другие не используют. В этом случае произведение достигает значения равного 2500.

При проведении опроса важно указывать точность полученных оценок. Например, было установлено, что 44 % респондентов используют радиальные покрышки. Результаты измерения необходимо представить в виде: процент автолюбителей, использующих радиальные покрышки, составляет 44 плюс - минус е %. Величина допустимой ошибки заранее совместно определяется заказчиком исследования и исполнителем.

Уровень достоверности при проведении маркетинговых исследований обычно оценивается с учетом двух его значений: 95% или 99%. Первому значению соответствует значение z = 1,96; второму - z = 2,58. Если выбирается уровень доверительности равный 99 %, то это говорит о следующем: мы уверены на 99 % (иными словами доверительная вероятность равна 0,99) в том, что процент членов совокупности, попавший в диапазон плюс - минус е %, равен проценту членов выборки, попавших в тот же диапазон ошибки. Принимая вариацию равной 50 %, точность равной 10 % при 95 %-м уровне доверительности рассчитаем размер выборки:

n = 1,962 (50 х 50) / 102 = 96.

При уровне доверительности равном 99 %, и е = ±3 %, n = 1067.

При определении показателя вариации для конкретной совокупности целесообразно проводить предварительно качественный анализ исследуемой совокупности и установить схожесть единиц совокупности в демографическом, социальном и других отношениях, представляющих интерес для исследователя. Возможно определение объема выборки на основе использования средних значений, а не процентных величин. Предположим, что выбран уровень достоверности равный 95 % (z = 1.96,), среднеквадратическое отклонение (S) рассчитано и равно 100, и желаемая точность (погрешность) составляет ±10. Тогда объем выборки составит

Реально на практике, если выборка формируется заново и схожие опросы не проводились, S неизвестно.

В этом случае целесообразно задавать погрешность е в долях от среднеквадратического отклонения. Расчетная формула преобразуется и приобретает следующий вид:

Мы в основном говорили о совокупности очень больших размеров, характерных для рынков потребительских товаров. Но в отдельных случаях совокупности не являются столь большим, и например на рынках отдельных видов продукции производственного назначения.

Обычно, если выборка составляет менее 5 % совокупности, то совокупность считается большой, и расчеты проводятся по вышеприведенным правилам.

Если же V выборки превышает 5 % совокупности, то последняя считается малой, и в вышеприведенные формулы вводится поправочный коэффициент. Объем выборки в данном случае определяется следующим образом:

где n1 - объем выборки для малой совокупности,

n - объем выборки (или для процентных мер или для средних), рассчитанный по приведенным выше формулам,

N - объем генеральной совокупности.

Например, изучается мнение членов совокупности, состоящей из 1000 компаний, относительно строительства химического комбината в границах города Томска. Вследствие отсутствия информации о вариации принимается наихудший случай: 50:50. Исследователь вынес решение использовать уровень доверительности равный 95 %. Заказчик исследования указал, что его устроит точность результатов плюс минус 5 %. В этом случае используется следующая формула для процентной меры:

Данный подход к формированию V выборки с определенными оговорками может быть использован и при расчете численности панели и экспертной группы.

Приведенные формулы расчета выборки основаны на предположении, что все правила формирования выборки были соблюдены, и единственной ошибкой является ошибка, обусловленная ее объемом.

Ф. Котлер Маркетинг-менеджмент /Пер. с англ. - 9-е Международное изд-е. - СПб: Питер Ком., 1998. - С.174

Ф. Котлер и другие. Основы маркетинга. -М;СПб., 1999. С - 370.

Перед непосредственным проведением выборочного наблюдения всегда решается вопрос, сколько единиц исследуемой совокупности необходимо отобрать для выборки. Формулы для определения ее численности выводят из формул предельных ошибок выборки в соответствии со следующими исходными положениями:

• видом предлагаемой выборки;
• способом отбора (повторный или бесповторный);
• выбором оценивания параметра (среднего значения или доли).

Кроме того, необходимо заранее определиться со значением доверительной вероятности, которая устраивала бы потребителя информации, и с размером допустимой предельной ошибки выборки. Задать Д и I (соответствующих доверительной вероятности), как правило, не представляет особых трудностей, поскольку они связаны с природой изучаемой совокупности.

Однако надо помнить, что большая доверительная вероятность весьма увеличивает объем выборки. Аналогична ситуация с предельной ошибкой выборки: ее снижение вдвое увеличивает размер выборки вчетверо. Вопрос о том, какая точность удовлетворяет исследователя, становится принципиальным, если обследование еще одной единицы наблюдения приводит к большим финансовым и материальным затратам (при территориальной удаленности единиц наблюдения, конфиденциальности собираемых данных, сложности программы наблюдения и т.д.), и непринципиальным, если затраты на обследование одной единицы сравнительно небольшие.

Формулы для расчета необходимого объема выборки для разных способов отбора показаны в табл. 13.10.

При использовании приведенных в таблице формул рекомендуется получаемую численность выборки округлять в большую сторону для обеспечения некоторого «запаса» точности.

Кроме того, в статистической практике распространен вариант, когда величина предельной ошибки выборки задается в процентах (относительная предельная ошибка выборки). В этом случае абсолютное значение ошибки делят на среднее значение признака и умножают на 100%. Тогда для применения формул таблицы следует найти абсолютное значение предельной ошибки следующим образом:

Таблица 13.10

Формулы для нахождения объема выборочной совокупности

Способ отбора	Повторный отбор	Бесповторный отбор
При оценивании среднего значения
Собственно-случайный
Механический
Типический
Серийный с равными сериями
При оценивании доли
Собственно-случайный
Механический

Окончание

Способ отбора	Повторный отбор	Бесповторный отбор
Типический
Серийный с равными сериями

Если в качестве исходных параметров для определения объема выборки заданы относительная ошибка Д % и коэффициент вариации

изучаемого признака, исчисленный как F„=^100%, то формулу

собственно-случайной выборки при повторном отборе можно преобразовать следующим образом:

Реальную сложность для определения объема выборки представляет определение размера вариации признака - дисперсии. На практике эта величина чаще всего остается неизвестной до проведения обследования. Как поступить в каждом конкретном случае, решает сам исследователь.

Иногда дисперсию оценивают прямыми способами:

• проводят плотные обследования до начала основного наблюдения с целью выяснения величины о 2 ;
• принимают условно величину дисперсии из прошлых аналогичных обследований (чаще всего используемый на практике способ). Подобный подход оправдан, если генеральная совокупность в силу своей природы не подтверждена значительными динамичными процессами или их проявления не столь ярки.

Существует также ряд «косвенных» способов нахождения дисперсии изучаемого признака, представляющих собой определенные математические приемы, которые базируются на свойствах статистических совокупностей. Поскольку распределения большинства из них близки к нормальному закону, значение дисперсии приблизительно можно определить следующим образом.

Так как все значения варианта признака при нормальном законе распределения размещаются на За в одну и другую сторону от среднего, имеет место приблизительное равенство R « 6а, где R - размах вариации признака, определяемый как R = x max - x min .

Следовательно,

На практике для получения некоторого «запаса» выборочных единиц для обеспечения требуемой точности часто предпочитают пользоваться соотношением

Величины х тах и x min при наблюдении за социально-экономическими процессами обычно известны или определяются действующим законодательством. Например, среднесписочная численность работающих на малых предприятиях строго ограничена законодательно.

Для социально-экономических явлений, если некоторым образом (например, из данных прошлых обследований) известно значение среднего, для приближенной оценки среднего квадратичного отклонения используют соотношение

Дисперсия альтернативного признака зависит от доли единиц, которые обладают изучаемым признаком (свойством) w. Если эта доля неизвестна, берется максимально возможное значение дисперсии - 0,25, достигаемое при w = 0,5.

Из формул табл. 13.10 следует, что численность выборки прямо пропорциональна дисперсии изучаемого признака. Действительно, с увеличением колеблемости единиц, для того чтобы уловить вариацию, требуется все большее их количество для отбора и включения в выборку.

Итак, рассмотрено определение объема выборки при одном наблюдаемом признаке. Но как быть, если характерных признаков несколько и вариация этих признаков различна или некоторые их них альтернативные. Логично было бы выбрать тот признак, расчеты по которому приводят к наибольшему среди остальных объему выборки (этим признаком будет тот, по которому требуется получить наименьшую величину относительной ошибки выборки при одной и той же доверительной вероятности). Действительно, в этом случае определение генеральных параметров других признаков будет сопровождаться большей точностью, чем требуется, т.е. появится некоторый «запас» точности.

Надо также отметить, что на практике зачастую объем выборки корректируется в соответствии с имеющимися финансовыми и кадровыми ресурсами, тогда принимают во внимание необходимость достижения оптимального соотношения затрат и точности получаемых результатов. При трудностях с финансированием статистических наблюдений, особенно если снижение расходов происходит довольно значительно при допускаемых потерях в точности, подобный шаг более чем оправдан.

На определение объема выборки также оказывает влияние весьма распространенное при статических наблюдениях явление, связанное с неответами опрашиваемых единиц. В случае больших генеральных совокупностей, измеряемых сотнями и миллионами (например, совокупность населения страны), можно сделать определенную поправку на неответы, увеличив объем выборки. Однако при обработке результатов обследования и особенно при использовании на их основе конкретных рекомендаций следует помнить о произведенных при сборе данных допущениях.

Рассмотрим примеры задач на определение необходимой численности выборочной совокупности.

Пример 13. 7. Сколько объектов из совокупности 507 фирм надо проверить налоговой инспекции, чтобы с вероятностью 0,997 определить долю фирм с нарушениями в уплате налогов? По данным прошлого обследования величина среднего квадратичного отклонения составила 0,15; размер ошибок выборки должен быть не выше чем 0,15.

При повторном случайном отборе следует проверить

При бесповторном случайном отбое необходимо проверить

Как видим, использование бесповторного отбора приводит к обследованию гораздо меньшего числа объектов.

Пример 13.8. Администрация одного из субъектов РФ решила провести выборочное обследование 366 малых фирм, в процессе проведения которого предполагалось определить:

• долю лиц с высшим образованием, работающих в малых фирмах (размер предельной ошибки не должен превышать 0,1);
• долю работающих в малых фирмах женщин (размер предельной ошибки не должен превышать 0,12);
• средний возраст работающих в малых фирмах (размер предельной ошибки не должен превышать два года).

Распределение малых фирм по отраслям экономики таково

Администрация города предполагает, что значение изучаемых признаков существенно варьируется в зависимости от отраслевой принадлежности фирмы, поэтому была выбрана типическая выборка, пропорциональная объему типических групп.

Определим, какова при этом должна быть ее численность и сколько единиц наблюдения следует извлечь из каждой типической группы при доверительной вероятности 0,954. Первые два признака - альтернативные, тогда оценкой неизвестной дисперсии является ее максимальное значение - 0,25.

Необходимый объем выборки при оценивании доли лиц с высшим образованием будет иметь следующее значение:

Оценивание доли работающих женщин требует обследовать

Можно было бы сразу определить, по какому признаку следует проводить расчеты. Им всегда является тот, который имеет большую точность (меньшую ошибку при одной и той же доверительной вероятности). Однако третий признак в нашем примере - количественный. Определим, какой объем выборки потребуется, чтобы оценить его. Приблизительное значение дисперсии получим исходя из свойств нормального распределения:

(при максимальном и минимальном возрасте, равном соответственно 60 и 18 лет, что является наиболее вероятным разбросом).

Откуда ст 2 = 49.

Проведем расчет:

Итак, для достижения заданной точности по всем наблюдаемым признакам следует выбрать максимальную численность, полученную по всем трем показателям, т.е. п = 65 фирм.

Отрасль экономики		Число фирм, отбираемых в выборочную совокупность
Промышленность
Сельское хозяйство
Строительство
Транспорт и связь
Торговля и общественное питание
Общая коммерческая деятельность
Жилищно-коммунальное хозяйство и непроизводственные виды бытового обслуживания населения
Другие отрасли

Неформализованные способы формирования выборки. Вопрос об оптимальном размере выборки всегда был спорным в среде исследователей. Решение относительно размера выборочной совокупности принимают с учетом целого ряда факторов, среди которых самую существенную роль играют два: 1) ценность и новизна получаемой в результате исследования информации; 2) затраты на проведение исследования (включая и временные) при заданном размере выборки.

Во многих случаях можно руководствоваться сложившейся практикой, т.е. размером выборки, использовавшейся в аналогичных исследованиях. Кроме того, существуют следующие простейшие правила для определения объема выборочной совокупности.

Размер выборки растет, если:

• необходимо получить данные для отдельных подгрупп (размеры подвыборок при этом суммируются и выборка в целом растет пропорционально числу подгрупп);
• уже имеющаяся информация по ключевым вопросам недостаточна и степень неопределенности значительна.

К тому же практикой многочисленных исследований уже отработаны «типические» размеры выборок. Так, для общенациональных опросов населения эти объемы варируют в пределах 1000-2500 респондентов (в зависимости от числа анализируемых групп). Для региональных опросов и опросов специальных популяций - от 200 до 500 (при анализе многочисленных подгрупп размер региональной или специальной выборки обычно возрастает как минимум до 1000 человек). Указанные значения, разумеется, могут служить лишь самым общим ориентиром для определения оптимального размера выборки.