Тема 4. Определение объема и процедуры выборки

Общие понятия, принципы применения выборочных методов в эмпирических маркетинговых исследованиях

Маркетологи практически всегда прибегают к выборочному методу опроса. Суть его заключается в том, что по определен­ным – довольно строгим – правилам из общей численности ге­неральной совокупности (той части объекта исследования, ко­торая локализована по времени, а также территориально и на которую будут распространяться все выводы исследования) от­бирается ограниченное число людей, воспроизводящих структуру объекта. На языке социологов эта группа людей (как и проце­дура по ее определению) именуется выборкой (Sат1е).

Невольно возникает вопрос: каким образом информация, полученная от немногих людей, может считаться основой для принятия решений о производстве или распространении това­ров в таких объемах, которые рассчитаны на огромную массу потребителей? На этот вопрос остроумно ответил знаменитый Дж. Гэллап: «Если хорошо помешать суп, повар возьмет на пробу одну ложку и скажет, какой вкус у всего горшка!»

Метод и процедура выборки основаны на следующих прин­ципах:

1) взаимосвязь и взаимообусловленность различных качествен­ных характеристик социальных объектов;

2) правомерность выводов о целом на основании изучения его части при условии, что она по своей структуре может выступать на момент исследования своеобразной моделью целого.

Проблемы выборки достаточно подробно изложены во мно­гих работах, посвященных как прикладной социологии, так и маркетинговым исследованиям. Цель отбора респондентов в состав выборки всегда состоит в получении такой совокупности респондентов, которая по своим качествам репрезентирует ту, что мы намереваемся изучить. Под репрезентативностью в социологии понимают свойства выборки, позволяющие ей выступать на мо­мент опроса моделью генеральной совокупности.

Выделяют две основные группы выборочных методов. Для вероятностной выборки каждый элемент генеральной совокупности имеет определенную, заранее заданную вероятность быть отобранным. Это позволяет исследователю рассчитать, насколько правильно выборка отражает популяцию, из которой она спро­ектирована. Такую выборку иногда называют еще случайной. Неслучайная (невероятностная) выборка – способ отбора единиц, при котором невозможно заранее рассчитать вероятность каж­дого элемента лопасть в состав выборочной совокупности. Это, разумеется, не дает возможности рассчитать, насколько репре­зентативна выборка. По этой причине предпочтение обычно отдается вероятностной выборке, хотя иногда по условиям ис­следования оказывается единственно возможным провести неслу­чайную выборку.

Методы вероятностной выборки

Главное условие осуществления вероятностной выборки – наличие полного списка всех элементов генеральной совокупности (отсутствие или недоступность его чаще всего препятствуют ре­ализации такой выборки) от 1 до N, где N – общее число всех элементов. Если же такой список есть, то производится нуме­рация элементов, после чего можно использовать несколько методик. При использовании лотерейного метода (метода жре­бия) жетоны с номерами всех элементов помещают в урну, тща­тельно перемешивают и извлекают последовательно «жетонов, где п – число элементов выборочной совокупности. Элементы генеральной совокупности, имеющие номера, оказавшиеся на извлеченных жетонах, составят выборочную совокупность. Это довольно продолжительная (при больших размерах выборки) операция, к тому же достаточно трудоемкая, поскольку для обес­печения равного шанса выбора необходимо тщательно переме­шивать жетоны после каждой выемки очередного номера.

При формировании равновероятностной выборки из больших совокупностей пользуются также таблицами случайных чисел.

Пусть существует, скажем, популяция (генеральная совокуп­ность) из 1507 элементов, и нужно спроектировать выборку чис­ленностью 150 элементов. При этом можно выбирать любые два смежных столбца в таблице случайных чисел: цифры, стоящие в двух смежных ячейках, будут образовывать четырехзначное чис­ло. Каждый раз при появлении числа от 0001 до 1507 будем счи­тать, что оно обозначает номер отбираемого элемента. Когда число появляется более одного раза, этот номер игнорируется после первого раза. Если мы начнем с первых четырех столбцов спус­каться по столбцам, то в выборку попадут элементы под номера-ми-0799, 1016, 0084, 480, 1306, 929, 1320 и 938. Поскольку мы не стремимся умышленно отыскать определенное число, можно на­чать с любого места таблицы и использовать любую систему для движения по таблице. С тем же успехом случайные числа могут генерироваться специальной программой компьютера.

На практике чаще всего используют метод систематической (механической) выборки, когда из пронумерованного списка че­рез равные интервалы к отбирается заданное число респонден­тов. При этом шаг выборки к рассчитывается по формуле:

К = N/n,

где N — численность генеральной совокупности;

п — численность выборочной совокупности.

Предположим, что следует спроектировать выборку числен­ностью 100 из списка 5000 студентов какого-то вуза. Если мы намерены использовать систематическую выборку, то должны вначале рассчитать интервал выборки делением числа элемен­тов в списке на размер выборки. В данном случае, разделив об­щую численность студентов (5000) на размер выборки (100 еди­ниц), мы получим интервал (шаг) выборки (50). Так что мы бу­дем систематически двигаться по списку и отбирать каждого пятидесятого студента (отобрав таким образом 100 имен). Оп­ределение места в списке, с которого мы начнем, производит­ся случайным образом, по таблице случайных чисел (случайный старт). Таким образом, если случайно выбрана точка старта под номером 31, в выборку попадут студенты под номерами 31,81,131,181 и т.д.

Несмотря на преимущества, систематическая выборка может иногда превратиться в предубежденную выборку, например, если элементы размещены в списке, ранжированном по каким-то характеристикам. При этом определение места начала случайного отбора влияет на средние характеристики всей выборки. Напри­мер, если фамилии студентов расставлены в списке не по алфа­виту, а в соответствии со средним оценочным баллом — от выс­шего к низшему, то систематическая выборка из студентов, сто­ящих в списке под номерами 1,51,101, будет характеризоваться более низким средним баллом, чем выборка, включающая сту­дентов под номерами 50,100 и 150. Каждая новая выборка будет давать новый средний балл, т.е. это и будет предубежденная выборка.

Для обеспечения однородности данных иногда прибегают к стратифицированной (районированной) выборке. Генеральную совокупность при этом разделяют на отдельные страты, более или менее однородные по составу, а затем из каждой страты произ­водится расчет простой случайной (систематической) выборки.

Методы невероятностной выборки

Исследователь не всегда располагает полным списком элементов генеральной совокупности, что затрудняет или делает в принци­пе невозможным использование вероятностной выборки, застав­ляя его прибегнуть к методам невероятностной выборки. Неверо­ятностная (неслучайная) выборка – способ отбора единиц выбо­рочной совокупности, принцип которого отличен от случайного. Как и в случае с вероятностным отбором, основная цель неслу­чайного отбора состоит в получении совокупности, репрезенти­рующей изучаемый объект. Однако в отличие от вероятностной выборки статистические выводы обо всем множестве объектов в этом случае делать не вполне правомерно. Эти выводы так или иначе верны лишь для генеральной совокупности, которая не всегда совпадает с объектом исследования. Выделяют два основных вида неслучайного отбора: направленный (целенаправленный, целевой, выбор по усмотрению) и стихийный.

Самые распространенные формы направленного отбора – ме­тод типичных представителей, квотная выборка, гнездовая вы­борка и метод снежного кома.

Примером использования метода типичных представителей может быть случай, непосредственно не относящийся к области рыночных исследований. В конце 1960-х гг. в Горьковский уни­верситет приехал известный журналист В. Аграновский. Он полу­чил творческое задание от журнала «Юность»: подготовить материал о «самом типичном студенте» своего времени. В резуль­тате на страницах журнала вскоре появился очерк «Лебедев против Лебедева», героем которого был студент радиофизического фа­культета ГГУ Лебедев. Почему именно он? Вначале был отобран самый типичный университет страны. По данным Министерства высшего образования СССР рассчитали среднестатистическую численность студентов на один университет. Затем нашли уни­верситет, где численность студентов меньше всего отклонялась от этого значения, — им как раз и оказался Горьковский уни­верситет. Среди восьми факультетов ГГУ остановились на радио­физическом, где число студентов меньше всего расходилось со среднестатистической численностью одного факультета. На пос­леднем этапе рассчитывалась уже среднестатистическая успева­емость студентов радиофизического факультета, после чего окон­чательный выбор пал на Лебедева, чья успеваемость в последнюю сессию почти точно совпала со среднестатистической.

Квотная выборка – своеобразная микромодель генеральной совокупности, создающаяся на основе определенных (чаще все­го – социально-демографических) параметров объекта, которые берутся из статистических справочников. Приведем пример рас­чета выборки по таким параметрам квоты, как пол и возраст. В одном из маркетинговых исследований при опросе населения мы опирались на данные Областного комитета по статистике о половозрастной структуре населения районов города.