100 Осіб, які мешкають на території країни, то одержані адреси будуть досить

віддалені одна від одної, і організаторам буде важко знайти інтерв’юерів, які б

погодились опитувати осіб, локалізованих занадто далеко одна від одної (у

кращому випадку ця проблема може розв’язуватися за рахунок підвищення оплати

праці інтерв’юерів і транспортних витрат, що, природно, призводить до істотного

подорожчання дослідження). Таким чином, вимога однакової ймовірності кожної одиниці генеральної

сукупності потрапити до вибірки є найбільшою перевагою імовірнісного підходу з

теоретичної точки зору (оскільки дає змогу звести до мінімуму випадкові та

систематичні помилки і визначити загальну помилку репрезентативності) і

найбільшим його недоліком з практичної точки зору (в практиці масових опитувань

ця вимога є часто нездійсненною або ж такою трудомісткою, що організаційні

витрати стають невідповідними очікуваним результатам).

Розв’язання цієї суперечності можливе шляхом багатощаб-левого

випадкового відбору.

При багатощаблевому випадковому відборі генеральна сукупність у

результаті попереднього аналізу об’єкта дослідження розбивається на

підсукупності – одиниці відбору; з них на першій стадії у випадковому порядку

відбирається частина підсукупностей, а з відібраних під сукупностей відбираються

одиниці спостереження. У разі потреби кількість щаблів можна збільшити.

Здійснення багатощаблевого відбору має дві особливості.

1. Помилка репрезентативності на кожному щаблі зростає; але, головне, що

ця помилка може бути врахована дослідником; невраховані помилки зводяться до

мінімуму.

2. Багатощаблевий підхід вимагає попереднього аналізу та систематизації

об’єкта дослідження. Під систематизацією розуміють групування одиниць відбору.

Іншими словами, всі одиниці генеральної сукупності треба попередньо розбити на

підгрупи.

Наступні параграфи присвячено основним способам попередньої

класифікації (групування) об’єкта дослідження, які набули найбільшого поширення

у сучасній практиці масових опитувань.

Принцип районування (стратифікації)

Існує два основних види класифікації (групування) генеральної сукупності:

районування (стратифікація) і кластеризация (метод гнізд, серійна вибірка).

Районована (стратифікаційна) вибірка передбачає попереднє групування

одиниць генеральної сукупності за відмінними між собою типами.

В основу класифікації закладається ознака (чи сукупність ознак), за якою

респонденти істотно відрізняються один від одного; при цьому саме така ознака,

на думку дослідника, може чинити істотний вплив на досліджуване явище. Таким

чином, при виборі критерію стратифікації (районування) дослідник керується

двома особливостями:

1) ця характеристика повинна справляти вплив на досліджуване явище;

2) за цією характеристикою одиниці сукупності мають розрізнятися.

Наприклад, при вивченні ставлення до приватизації можна передбачити, що

тип підприємства, на якому працюють респонденти (державне чи приватне),

істотно впливатиме на їх ставлення до приватизації. Дослідникові також відомо,

що частка людей, які працюють на приватних підприємствах, незначна, і при

механічному випадковому відборі ймовірність їх занесення до вибірки досить

низька. У такому випадку всі підприємства поділяють на групи залежно від форми

власності, а потім із кожного типу відбираються респонденти пропорційно

чисельності цього контингенту в генеральній сукупності. У більшості

великомасштабних опитувань громадської думки за національними вибірками

первинна стратифікація здійснюється за географічною локалізацією респондентів

(звідси й синонімічна назва цього принципу – районування).

У статистичному розумінні районування відповідає виокремленню такої

кількості і таких статистично однорідних груп, щоб дисперсія заданих параметрів

усередині одержаних груп була меншою, ніж між ними.

Принцип кластеризаци («гнізд») Кластерный («гніздовий») спосіб попередньої класифікації об’єкта у певному

розумінні є протилежним районуванню. Якщо при районуванні дослідник

виокремлює різнотипні підсукупності, то при гніздовій вибірці генеральна

сукупність розбивається на однотипні групи («гнізда»), всередині яких містяться

різнорідні одиниці спостереження. Такими «гніздами» можуть бути школи,

підприємства, сім’ї, колективи, поштові відділення, виборчі дільниці та інші

організації, які тим чи іншим чином інтегрують групи людей, а дослідник вважає,

що ці кластери досить однотипні.

Використовуючи принцип кластеризації, дослідник повинен керуватися двома

основними положеннями:

1) всі одиниці генеральної сукупності мають бути розподілені між «гніздами»;

2) основні характеристики «гнізд» повинні бути максимально ідентичними за

заданими параметрами.

При використанні гніздової вибірки у межах «гнізда» можна проводити

суцільне опитування, а можна – вибіркове, залежно від чисельності та

однорідності сукупностей «гнізд».

Багатощаблева комбінована вибірка

Звичайно, ці підходи (районований та гніздовий) у науково-методичній

літературі протиставляються один одному. Але в сучасній практиці проведення

масових великомасштабних досліджень при побудові вибірки найчастіше

використовуються обидва ці принципи. Застосовуючи послідовно на різних щаблях

відбору кожний з таких принципів, дослідник домагається підвищення

репрезентативності вибіркової сукупності за різними характеристиками, які, на

думку дослідника, можуть справити принциповий вплив на досліджуване явище.

Наведемо кілька прикладів підготовки вибірки з коментарями, що пояснюють

міркування, якими керується дослідник, послідовно здійснюючи описані вище

принципи на кожному із щаблів відбору.