§ 2. Механическая выборка.

Метод механической выборки заключается в том, что из основы выборки, которая представляет собой полный пронумерованный список элементов генеральной совокупности, через равные интервалы (шаги), например каждый второй, третий или десятый, осуществляется отбор заданного числа респондентов.

Интервал (k) рассчитывается по формуле:

k = N/n;

где N - полное число элементов генеральной совокупности, а n – число элементов выборочной совокупности.

Первый респондент непременно отбирается случайным образом, по таблице случайных чисел.

Этот метод может привести к систематической ошибке, если список ранжирован по какому-либо признаку, так как тогда само определение места начала случайного отбора будет влиять на средние характеристики всей выборки.

Когда генеральная совокупность слишком велика или исследователю известен не полный её список, необходимо знать правило упорядочивания элементов в генеральной совокупности¹⁰, так как интервал отбора может совпасть со скрытой периодичностью распределения признака в генеральной совокупности, а это приведет в свою очередь к смещениям¹¹.

Метод систематической выборки позволяет даже при не большом объёме выборки изучить достаточно большие генеральные совокупности с помощью простой техники отбора.

При серийной выборке единицами отбора выступают не сами индивиды, а группы (кластеры или гнёзда). Обычно генеральную совокупность расчленяют на естественные гнезда, так как «при формировании искусственных гнезд создаётся трудность отнесения каждого отдельного элемента генеральной совокупности только к одному гнезду и обеспечения приблизительно одинаковых размеров гнезд»¹² по определённому признаку. В качестве кластеров выступают семьи, бригады, классы, студенческие группы, школы - при изучении школьников, и больницы - при изучении пациентов, а так же районы, города и такое прочее.¹³

Применение кластерной процедуры основано на четырёх обязательных условиях:

1. каждый элемент генеральной совокупности может принадлежать только к одному кластеру;

2. должно быть известно или поддаваться оценке с приемлемой степенью точности число элементов генеральной совокупности каждого кластера;

3. кластеры должны быть не разбросаны пространственно и не слишком велики, иначе кластерная выборка теряет свои преимущества в финансовом смысле;

4. выбор кластеров должен быть осуществлен так, что бы рост выборочной ошибки был минимальным (разные кластеры не должны быть однородными по исследуемому признаку и слишком большими)¹⁴.

После отбора кластеров они, как правило, подвергаются сплошному исследованию, но при необходимости осуществляют выборку из гнезда.

«Число респондентов, отбираемых из серии, пропорционально общему числу элементов в ней. Из каждой (серии) можно осуществить отбор единиц анализа при помощи собственно-случайной или механической выборки. Количество респондентов, подлежащих отбору из каждой серии в отдельности, определяется из соотношения:

ni =Ni * n / N,

где i – число серий, выделенных в генеральной совокупности, Ni – число единиц в серии»¹⁵.

Достоинствами гнездового отбора можно назвать - организационную простоту и удобство опроса респондентов, которые находятся вместе, а не разбросаны пространственно, а так же то, что респонденты изучаются в их естественном окружении, а это, конечно, влияет на качество получаемой первичной информации. Иногда гнёзда подвергаются сплошному исследованию, а это гораздо проще, чем бегать за каждым респондентом, и при этом мы получаем выигрыш и в средствах, и во времени.

Но при этом необходимо следить, чтобы количество групп в генеральной совокупности было достаточно большим, иначе, ни о каком принципе случайности не может быть и речи. Кроме того, возможны неточности из-за того, что на момент опроса не удается застать всех членов группы¹⁶.

Стратифицированная выборка применяется в тех случаях, «когда цели и задачи исследования требуют вероятностного отбора респондентов по каким-либо групповым критериям»¹⁷, или когда мы имеем дело с неоднородной генеральной совокупностью, или когда она слишком велика, или имеет сложную структуру, и основу выборки для всей генеральной совокупности получить сложно, чем для отдельных её частей. Для повышения точности результатов отбора процедура такой выборки состоит из деления генеральной совокупности на страты («страта» – это социальная, возрастная, или иная группа, буквально «слой»¹⁸), которые являются однородными и используются для изучения электоральных намерений, социального класса и возраста, отношений к уровню доходов и другое. После определения страт каждой из них осуществляется простая случайная или систематическая выборка, при наличии собственной основы выборки.¹⁹

Выделяют три способа размещения выборки (для того чтобы выборка не теряла свой случайный характер):

1. Пропорциональное размещение выборки: из каждой страты отбирается определённый процент (5-10%) единиц отбора, «объем выборки из страты пропорционален размеру страты в генеральной совокупности»²⁰. Этот способ очень простой и надёжный.

2. Равномерное размещение выборки: из каждой страты отбирается одинаковое число единиц (например, по 200-300). Применяется в случаях, когда исследователю неизвестны объемы страт исходной совокупности.

3. Оптимальное размещение выборки: считается, что самые неоднородные страты должны быть представлены в выборке наибольшим объёмом единиц, а однородные – наименьшим. Этот же способ используется очень редко, так как на практике он трудно реализуется из-за отсутствия информации о вариации признаков в генеральной совокупности²¹.

Когда стратифицированную выборку называют районированной, значит стратификация проходит по территориальному принципу. Например, при опросах часто применяют районирование по областям.

Этот метод особенно хорош, когда генеральная совокупность неоднородна. Однако стратифицированная выборка может быть применена лишь при наличии дополнительной информации о генеральной совокупности (например, нам необходимо процентное соотношение мужчин и женщин, в случае, если мы хотим стратифицировать выборку по полу). Отсутствие такой информации делает применение стратифицированной выборки невозможным. Еще один недостаток стратифицированного отбора – это возможность систематической ошибки²².