Выборка отбор Moshe Banai Ph D Editor International

Выборка/отбор Moshe Banai, Ph. D Editor – International Studies of Management and Organization Moshe. banai@baruch. cuny. edu Перевод: Рим Абдуллин

Планирование (план отбора) Планирование выборки – процесс для определения элементов или групп из общего населения, которые будут использоваться, как выборка для исследования

Основные концепции отбора и его определение Население Вся группа исследуемых, которая определена целями исследования. Иногда называется “вселенной” Исследователи определяют население конкретными категориями, такими, как главы семьи, индивидуальные характеристики человека, семья и т. д. Также рассматриваются население географическое расположение и время обучения

Основные концепции отбора и его определение Выборка Подмножество населения, представляющих полностью всю группу Единица выборки Основной уровень исследования…покупатели, управляющие магазинами, те, кто выставляет товар на полки, подростки, итд. Единица выборки определяется целью исследования Перепись Подсчет всего населения

Основные концепции отбора и его определение Ошибка выборочного исследования Любая ошибка, возникающая в опросе, в связи с использованием выборки (случайные ошибки) Рамки выборки Основной список населения (полный или частичный), из которого образуется выборка Ошибка при определении рамок выборки (SFE) Степень, в которой выборка не учитывает всех единиц измерения (например, телефонная книга не содержит частные номера), что приводит к ошибке при определении рамок выборки.

Основные концепции отбора и его определение • Расчет ошибок при определении рамок выборки (SFE) Вычтите количество единиц в списке выборки из общего числа единиц в населении. Возьмите это число и разделить его на общее население. Умножьте это на 100 для преобразование в проценты (SFE должен быть выражен в %) Если SFE составила 40% это будет означать, что 40% населения не было в рамках выборки.

Причины для определения выборки • Практические соображения, такие как затраты и численность населения • Невозможность анализа большого количества данных, образованных переписью населения • Если строго следовать правилам при определении выборки, могут быть достигнуты значимые результаты

Основные классификации отбора Вероятная выборка Те, в которых представители населения знают, что есть вероятность быть выбранным Не-вероятная выборка Случаи, в которых вероятность выбора представителей популяции неизвестна

Методы вероятного отбора Простая случайная выборка Вероятность быть избранным “известна и равная”для всех представителей населения • Слепой жребий (e. g. имена “положены в шляпу” и определяются случайным жребием) • Метод случайных чисел (всем единицам в рамках выборки прикрепляется номер, а затем определяются путем использования таблиц или компьютерных программ) Преимущества • Известная и равная вероятность быть выбранным • Легкий способ, когда есть электронные базы данных

Методы вероятного отбора Простая случайная выборка Недостатки: (Преодолимы с помощью электронной базы данных) • Необходим полный учет населения • Сложно предоставить уникальные обозначения для каждого представителя населения • Очень неэффективна применении для неравномерно распределенного населения – (этого не избежать даже с использованием электронных баз данных)

Простая случайная выборка

Методы вероятного отбора Систематический отбор (кластерный метод) Систематический отбор • Метод для выбора вероятной выборки из каталога или списка. Этот метод иногда более эффективен, чем простой метод простой случайной выборки. Это один из видов метода кластерного отбора • Интервал выборки (SI) = размер населения (N), деленный на заранее определенный размер выборки (n)

Методы вероятного отбора Как составлять систематический отбор Подсчитать интервал выборки (SI) Выбрать случайное число между 1 и SI Используйте данное число как отправную точку и пункт в списке, который будет первым в выборке Прибавьте SI к номеру данного пункта, и новый номер будет вторым пунктом выборки Продолжайте, пока не достигните желанного размера выборки

Методы вероятного отбора Систематический отбор Преимущества • Известные и равные возможности для любого «кластера» SI • Эффективность. . не нужно назначать (присваивать номера) для каждого члена популяции, только для тех, которые есть в раннем списке (если рамки выборки не слишком большие) • Менее дорогие. . . быстрее, чем SRS Недостатки • Небольшие потери в точности отбора • Потенциальная “периодичность” проблем

Систематический отбор Население Метод отбора Результат отбора Рамки отбора Отбор путем пропуска интервала начиная с произвольной точки Каждый член в рамках отбора имеет возможность быть включенным в выборку

Систематический отбор

Методы вероятного отбора Кластерный отбор • Кластерный отбор • Метод, согласно которому население разделено на две группы (кластеры), каждая из которых может восприниматься, как представительная выборка • Данные кластеры являются мини-населением, поэтому являются неоднородными • К моменту, когда кластеры определены, случайный жребий определяет один (или больше) кластеров для представления населения • Область и систематический отбор (представленный раннее) два одинаковых метода

Методы вероятного отбора Кластерный отбор Преимущества • Экономическая эффективность … быстрее и менее затратный простого случайного отбора SRS • Не требует списка всех членов населения Недостатки • Ошибка кластерной спецификации…чем однородней выбранный кластер, тем больше неточных результатов отбора

Методы вероятного отбора Кластерный отбор – Метод площадей Составление отбора методом площадей • Разделить географические области на сектора (районы) и дать им имена/ номера, определить, сколько секторов войдет в выборку, произвольно выбрать эти районы • Сделать перепись или выборку путем систематического жребия в каждой области • Для определения общей географической площади сложить показатели в районах вместе и умножить это число на отношение общего количества районов, поделенное на число этих районов

Кластерный отбор Секция 1 Секция 2 Секция 3 Секция 5 Секция 4

Двухступенчатая кластерная выборка области (выборка нескольких кластеров) предпочтительнее для определения только одного образца кластера, конечно, в случае, когда кластеры являются однородными

Методы вероятного отбора Стратифицированный метод отбора Этот метод используется, когда распределение среди представителей населения искажено, позволяет сделать отбор более представительным. Поэтому, чем больше определенного типа вещей у представителей населения, тем больше этого типа будет иметь образец.

Методы вероятного отбора Стратифицированный метод отбора Стратифицированный отбор Население разделено на однородные группы / сегменты /слои и проба отбирается из каждого сегмента. Результаты затем объединяются, чтобы получить общую картину. Пример определение размера слоев • Пропорциональный метод (доля в общем объеме выборки это доля от общей численности населения) • Непропорциональное метод (отклонения между слоями влияет на размер выборки для каждой слоя)

Методы вероятного отбора Стратифицированный отбор Преимущества • Более точный метод для определения выборки при искаженной информации о населении…см. следующий слайд Недостатки • Более комплексный план отбора требует для каждого слоя выборку разных размеров

Почему стратифицированная выборка более точна при искаженных данных о населении? 1 Чем меньше изменений в группе, тем меньше требуется выборка для определения точного ответа. Почему? Если 99% населения едины в выборе бренда А, то будет легко сделать заключение о том, что население предпочитает бренд А, даже имея маленькую выборку. Но, если 33% выбрали бренд A, а 23% выбрали B, то будет нелегко установить точно какой бренд население предпочитает в целом…для этого потребуется выборка, более большего размера….

Почему стратифицированная выборка более точна при искаженных данных о населении? 2 Стратифицированная выборка позволяет выделить более большой размер выборки для слоев с большими изменениями, а также меньший размер выборки для слоев с меньшими изменениями, что позволяет достичь более точных результатов Обычно выполняется с помощью непропорционального отбора

Отбор, не основанный на вероятности Метод удобного отбора Благоприятная выборка Выборка определяется благоприятными условиями для респондента. Люди склонны выбирать в знакомых областях, а также выбирать респондентов, которые нравятся им самим Ошибки • (1) члены населения, которые незнакомы с данным вопросом • (2) члены населения, не типичные для представителей данного населения

Методы не основанные на вероятности Отбор путем суждений • Отбор, требующий суждений или догадок как исследователя, так и представителей населения. • Также, “судьи” (информированные лица) могут помочь при выборе того, кого можно включать в выборку • Некоторые члены населения не попадут в размер выборки в связи с субъективностью, возникающей при использовании методов, основанных не на вероятности

Non-probability Sampling Methods Направляемая и квотируемая выборка Направляемая выборка (эффект снежного кома) Требует от респондентов предоставить имена или контакты дополнительных респондентов • Члены населения, кто меньше узнаваем или чьи интересы противоречат с большинством, рискуют не попасть в размер выборки. Квотируемая выборка Отбор, определяющий конкретное число и конкретный вид представителей населения для получения ответов • В основном используется для обеспечения участия в процессе разного рода представителей респондентов

Техники он-лайн отбора Случайный он-лайн отбор Основан на случайном выборе посетителей вебсайтов Приглашение для он-лайн анкетирования В момент, когда потенциальный респондент предупрежден о том, что он может пройти он-лайн анкетирование, ему предлагается пройти на специальный веб-сайт для заполнения вопросника Секционная выборка Относится к покупателям или другим категориям респондентов, установленным компаниями, исследующими рынок, для получения более точных данных во время он-лайн опросов

Разработка плана отбора План отбора Определенная последовательность шагов, которыми следует исследователь для получения конечной выборки

Разработка плана отбора 6 шагов • Шаг 1: Определение соответствующего населения. • Установить признаки, географическое месторасположение и время для единиц выборки • Шаг 2: Определить список представителей населения, конечно , в случае, если это возможно; • Возможно использовать один из видов формирования • Список брокеров, государственных структур, список потребителей, список конкурентов, итд.

Разработка плана отбора 6 шагов • Шаг 2 (завершение): • Уровень происшествий (происшествия среди населения, меньше доля происшествий, больше список для определения выборки)

Разработка плана отбора 6 шагов • Шаг 3: Разработка метода отбора (размер и метод) • Определить конкретный метод для определения выборки. Все необходимые шаги должны быть установлены (рамки выборки, … новые контакты, и замены) • Шаг 4: Определение выборки • Выберите единицу выборки и получите информацию

Разработка плана выборки 6 шагов • Шаг 4 (Продолжение): • Обнаруженный замены • Выборка с запасом • Переустановленная выборка • Шаг 5: Оценивать выборку • Контроль данных – сравнить выборку с населением, проверить не-респондентов • Шаг 6: Установить новую выборку