8.3. Случайные выборочные методы

Основное правило при случайном отборе - равная вероятность каждой единицы генеральной совокупности попасть в выборку. Процедуры случайного отбора проработаны в специальной литературе и с теоретической точки зрения не представляют для социологов особой трудности.

Для образования случайной выборки можно применить:

собственно-случайную выборку (составить карточки с номерами, соответствующие всем элементам генеральной совокупности, перемешать их в барабане и вытаскивать случайным образом);

использовать таблицу случайных чисел (с любого места таблицы фиксируются без пропуска n первых чисел, члены генеральной совокупности, которые соответствуют отобранным числам, и образуют выборочную совокупность);

механическую выборку (в которую элементы из генеральной сово-купности отбираются через определенный интервал, например, отбирается каждый 10-й элемент) .

Проблемы возникают на этапе практической реализации выбранного метода:

проблема (основная) в составлении общего списка генеральной совокупности: далеко не для каждой совокупности можно составить полный список ее элементов;

проблема «недостижимости респондентов» - невозможности опросить именно людей, которые попали в случайный отбор в связи с их отсутствием или нежеланием участвовать в опросе;

проблема - рассеянное территориально поле респондентов - например, если выборка распределяется по территории страны, то полученные адреса могут находиться далеко друг от друга, и это усложняет проведение полевых работ.

Одним из решений этих проблем является формирование выборки с предварительной группировкой элементов генеральной совокупности.

Типическая выборка предусматривает разбиение генеральной со-вокупности на непересекающиеся группы, а затем формирование собст-

венно-случайных выборок из каждой группы.

Теоретически доказано, что типическая выборка обеспечивает достоверность и точность результатов не хуже, чем собственно-случайная выборка. Причем, чем однороднее группы, тем выше точность типической выборки. Заметим, что описанную выше механическую выборку можно рассматривать как частный случай типической выборки, когда генеральная совокупность автоматически разбивается на группы одинакового объема, и из каждой группы в выборку попадает только один элемент.

В серийной выборке генеральная совокупность также разбивается на непересекающиеся группы, а затем собственно-случайная выборка выполняется для этих групп, каждая из которых рассматривается как единый, неделимый элемент. Все единицы отобранных групп считаются попавшими в выборочную совокупность.

Теоретически доказано, что в общем случае серийная выборка менее точна, чем собственно-случайная. И здесь, так же как и в предыдущем случае, точность зависит от способа группировки .

В социологии распространены два способа группировки элементов генеральной совокупности: выделение страт (стратификация) и выделение кластеров (кластеризация).

В основе стратифицированной выборки лежит утверждение о том, что выборочная совокупность с большей достоверностью воспроизводит однородную генеральную совокупность. Стратификация соответствует выделению такого числа и таких статистически однородных групп (страт), чтобы дисперсия заданных параметров внутри полученных групп была меньше, чем между ними. В основу выделения страт закладывается

определенный критерий (признак или группа признаков), и страты, объединяя однотипные элементы, различаются между собой по этому критерию. Таким образом, при выборе критерия необходимо руководствоваться двумя соображениями: во-первых, он должен влиять на предмет исследо-вания, во-вторых, по данному критерию элементы генеральной совокупности должны различаться между собой.

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

Пропорциональное размещение выборки: из каждой страты отбирается определённый процент (5-10%) единиц отбора, «объем выборки из страты пропорционален размеру страты в генеральной совокупности» .

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

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

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 воз-можность систематической ошибки .

Кластерный способ в определенном смысле противоположен стратификации. Если при стратификации выделяются группы, различающиеся между собой, то при кластеризации генеральная совокупность разбивается на однородные по некоторому критерию группы (кластеры), внутри которых содержатся разнотипные единицы наблюдения .

Применение кластерной процедуры основано на четырёх обязательных условиях:

каждый элемент генеральной совокупности может принадлежать только к одному кластеру;

должно быть известно или поддаваться оценке с приемлемой сте-пенью точности число элементов генеральной совокупности каждого кластера;

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

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) .

Практика применения выборочного метода показывает, что в «чистом» виде рассмотренные выше методы формирования выборок встреча-

ются редко. Обычно используют несколько методов при многоступенчатом случайном отборе, и выборка получается комбинированной.

При небольших по численности генеральных совокупностях применяют случайную бесповторную выборку, где обеспечивают равную вероятность попадания в исследование всех ее единиц по полному их списку из генеральной совокупности.