ტერმინს „ნიმუშს“ აქვს ორმაგი მნიშვნელობა. ეს არის როგორც შესასწავლი ობიექტის ელემენტების შერჩევის პროცედურა, ასევე პირდაპირი გამოკვლევისთვის შერჩეული ობიექტის ელემენტების მთლიანობა.

სოციოლოგიური კვლევის ობიექტის ყველა ელემენტის მთლიანობას ზოგადი პოპულაცია ეწოდება. პირდაპირი კვლევისთვის შერჩეული პოპულაციის ნაწილი განისაზღვრება, როგორც შერჩევის პოპულაცია, რომელსაც ზოგჯერ ნიმუშს უწოდებენ. ნიმუში იქნება წარმომადგენლობითი (წარმომადგენლობითი), თუ იგი ასახავს ზოგადი პოპულაციის სტრუქტურას, არსებით თვისებებსა და მახასიათებლებს, ე.ი. წარმოადგენს მის შემცირებულ მოდელს.

შერჩევის პოპულაციის ერთეულების შერჩევის მეთოდებიდან გამომდინარე, ნიმუში შეიძლება იყოს შემთხვევითი ან არა შემთხვევითი. შემთხვევითი შერჩევის ჯიშები არის მარტივი შემთხვევითი ან მექანიკური შერჩევის, წყობილი და სტრატიფიცირებული.

მარტივი შემთხვევითი (მექანიკური) ნიმუშის საფუძველია ყველა პოტენციური რესპონდენტის სია, რომლებიც ქმნიან ზოგად პოპულაციას. თითოეულ მათგანს ენიჭება სერიული ნომერი, რომელიც გადაირიცხება ცალკე ბარათზე, შემდეგ კი ამ ბარათების საერთო ნომრიდან შემთხვევით, როგორც ლატარიაში, ირჩევა საჭირო ნომერი, რომელიც შეადგენს ნიმუშს.

სანიმუშო პოპულაციის ფორმირების მითითებულ მეთოდებთან ერთად, ამ ტიპის შერჩევისას ასევე გამოიყენება სისტემატური შერჩევა. ამ შემთხვევაში რესპონდენტთა შერჩევა ხდება გარკვეული საფეხურით, რომელიც განისაზღვრება მთლიანი პოპულაციის სიდიდის შერჩევის პოპულაციის ზომაზე გაყოფით. მაგალითად, საერთო პოპულაცია 2 ათასი ადამიანია, ნიმუში კი 200. შესაბამისად, რესპონდენტთა შერჩევისას საფეხური იქნება 10. ანუ შერჩეულში ჩაერთვება საერთო პოპულაციის ყოველი მეათედი. თუ საერთო პოპულაცია კიდევ უფრო დიდია, მაშინ შემთხვევითი რიცხვების ცხრილი გამოიყენება ნიმუშის პოპულაციის დასადგენად.

სოციოლოგიური კვლევის პრაქტიკაში საკმაოდ გავრცელებულია ბუდობრივი შერჩევის მეთოდი, რომელიც გულისხმობს არა ცალკეული რესპონდენტების, არამედ ადამიანთა ჯგუფების (სამუშაო კოლექტივები, ბრიგადები) კვლევის ერთეულებად შერჩევას, რასაც მოჰყვება მათი სრული გამოკითხვა. წყობილი ნიმუშის წარმომადგენლობა უზრუნველყოფილია ჯგუფების შემადგენლობის მაქსიმალური მსგავსებით.

სტრატიფიცირებული ნიმუშით ზოგად პოპულაციაში გამოიყოფა ფენები (ფენები), რომლებიც გამოირჩევიან უდიდესი ერთგვაროვნებით.

თითოეულ ფენაში ტარდება მარტივი შემთხვევითი (მექანიკური) შერჩევა.

არაშემთხვევითი შერჩევა ეფუძნება სანიმუშო ერთეულების ცნობიერ და მიზანმიმართულ შერჩევას. იგი წარმოდგენილია სპონტანური და კვოტიანი შერჩევით, ასევე „ბაზისური მასივის მეთოდით“.

სპონტანური შერჩევა ძირითადად გამოიყენება საპილოტე კვლევებში და გულისხმობს „პირველი მოსულის“ შერჩევას. ამ მეთოდის ილუსტრაცია შეიძლება იყოს პერიოდული გამოცემების მკითხველთა ფოსტით გამოკითხვები ან მყიდველების გამოკითხვები, რომლებიც ყიდულობენ კონკრეტული ტიპის პროდუქტს. ვინაიდან ამ შემთხვევაში რთულია შერჩევის წარმომადგენლობითობის შეფასება, კვლევის დასკვნები ვრცელდება მხოლოდ გამოკითხულ მოსახლეობაზე.

„თოვლის ბურთის“ მეთოდი ასევე განეკუთვნება სპონტანურ შერჩევას, როდესაც ზოგიერთი რესპონდენტის ძებნა სხვისი მოთხოვნით ხორციელდება. მაგალითად, ნებისმიერ საკითხზე აუცილებელია 200 ადამიანის გასაუბრება, მაგრამ ცნობილია მხოლოდ ათი ადამიანის მისამართი, რის შემდეგაც სხვა რესპონდენტთა ძებნა გრძელდება საჭირო ნიმუშის მოცულობის მიღწევამდე.

კვოტების შერჩევის განსახორციელებლად საჭიროა ინფორმაცია ზოგადი მოსახლეობის რიგ მახასიათებლებზე. თითოეული მათგანისთვის შედგენილია კვოტები (ნაწილი, წილი), რომლებიც გარკვეული პროპორციით ასახავს ზოგადი მოსახლეობის ყველა მახასიათებელს. ასეთი შერჩევა, მაგალითად, ითვალისწინებს მამაკაცთა პროცენტს, მათ ასაკს, განათლებას, პროფესიას, ოჯახურ მდგომარეობას, ეთნიკურ თუ ტერიტორიულ კუთვნილებას და ა.შ.

კვოტის ნიმუში მიზანმიმართულად ყალიბდება ინტერვიუერების მიერ კვოტის პარამეტრების დაცვით. კვოტების შექმნისას, ინტერვიუერისთვის მთავარი ამოცანაა უზრუნველყოს შემთხვევითი შერჩევის პირობების დაცვა, რომლის მიხედვითაც საერთო პოპულაციის თითოეულ ელემენტს ექნება თანაბარი შანსი, რომ მოხვდეს ნიმუშში.

ძირითადი მასივის მეთოდი მოსახერხებელია საპილოტე კვლევებში ნებისმიერი საკონტროლო საკითხის გასარკვევად. ამ მეთოდის გამოყენებისას, ნიმუშის ზომა არის ნიმუშის ზომის 60-70%.

ნიმუშის პოპულაციის ფორმირებაში მნიშვნელოვან როლს ასრულებს მისი მოცულობის ან რაოდენობის განსაზღვრა. შერჩევის ზომა განისაზღვრება ზოგადი პოპულაციის ჰომოგენურობის ან ჰეტეროგენურობის ხარისხით, მისი დამახასიათებელი ნიშნების რაოდენობით. რაც უფრო ერთგვაროვანია მოსახლეობის შემადგენლობა, მით უფრო მცირეა საჭირო ნიმუშის ზომა.

ნიმუშის ტიპი კარნახობს გაანგარიშების სპეციფიკას.. ნიმუშის ზომის თითოეული მისი ტიპისთვის გარკვეული ფორმულების მიხედვით. როგორც წესი, შერჩევის ზომა, კვლევის სიღრმის, მისი მიზნებისა და ამოცანების მიხედვით, შეადგენს საერთო პოპულაციის 5-10%-ს.

სასწავლო მიზნები

1. ნათელია განასხვავებენ აღწერის (კვალიფიკაციის) და შერჩევის ცნებებს.
   
2. იცოდეთ მკვლევარების მიერ განხორციელებული ექვსი ეტაპის არსი და თანმიმდევრობა ნიმუშის პოპულაციის მისაღებად.
   
3. განვსაზღვროთ ცნება „შერჩევის ჩარჩო“.
   
4. ახსენით განსხვავება ალბათურ და დეტერმინისტულ შერჩევას შორის.
   
5. განასხვავებენ ფიქსირებული ზომის შერჩევისა და მრავალსაფეხურიანი (თანმიმდევრული) შერჩევას.
   
6. ახსენით რა არის მიზანმიმართული შერჩევა და აღწერეთ მისი ძლიერი და სუსტი მხარეები.
   
7. განსაზღვრეთ კვოტის შერჩევის ცნება.
   
8. ახსენით რა არის პარამეტრი შერჩევის პროცედურაში.
   
9. ახსენით რა არის წარმოებული სიმრავლე.
   
10. ახსენით, რატომ არის შერჩევის განაწილების კონცეფცია სტატისტიკის ყველაზე მნიშვნელოვანი კონცეფცია.

ამრიგად, მკვლევარმა ზუსტად განსაზღვრა პრობლემა და უზრუნველყო შესაბამისი კვლევის დიზაინი და მონაცემთა შეგროვების ინსტრუმენტები მის გადასაჭრელად. კვლევის პროცესში შემდეგი ნაბიჯი უნდა იყოს შესასწავლი ელემენტების შერჩევა. შესაძლებელია მოცემული მოსახლეობის თითოეული ელემენტის გამოკვლევა ამ მოსახლეობის სრული აღწერით. მოსახლეობის სრულ გამოკითხვას აღწერა (კვალიფიკაცია) ეწოდება. არის კიდევ ერთი შესაძლებლობა. მოსახლეობის გარკვეული ნაწილი, დიდი ჯგუფის ელემენტების ნიმუში, ექვემდებარება სტატისტიკურ გამოკვლევას და ამ ქვეჯგუფზე მიღებული მონაცემების მიხედვით, გარკვეული დასკვნები კეთდება მთელ ჯგუფთან დაკავშირებით. ნიმუშის მონაცემებიდან მიღებული შედეგების დიდ ჯგუფზე განზოგადების უნარი დამოკიდებულია იმაზე, თუ რა მეთოდით იქნა აღებული ნიმუში. ამ თავის დიდი ნაწილი დაეთმობა იმას, თუ როგორ და რატომ უნდა იყოს შედგენილი ნიმუში.

აღწერა (კვალიფიკაცია)
მოსახლეობის (მოსახლეობის) სრული აღწერა.
ნიმუში
ობიექტების უფრო დიდი ჯგუფის ქვეჯგუფის ელემენტების კოლექცია.

ცნება „მოსახლეობა“ ან „კოლექცია“ შეიძლება ეხებოდეს არა მხოლოდ ადამიანებს, არამედ ფირმებს, რომლებიც მუშაობენ წარმოების ინდუსტრიაში, საცალო ან საბითუმო მოვაჭრეებზე, ან თუნდაც სრულიად უსულო საგნებზე, როგორიცაა საწარმოს მიერ წარმოებული ნაწილები; ეს კონცეფცია განისაზღვრება, როგორც ელემენტების მთელი ნაკრები, რომელიც აკმაყოფილებს გარკვეულ მოცემულ პირობებს. ეს პირობები ცალსახად განსაზღვრავს როგორც სამიზნე ჯგუფს მიკუთვნებულ ელემენტებს, ასევე იმ ელემენტებს, რომლებიც უნდა გამოირიცხოს განხილვისგან.

კვლევა, რომელიც მიზნად ისახავს გაყინული პიცის მომხმარებელთა დემოგრაფიული პროფილის დადგენას, უნდა დაიწყოს იმით, თუ ვინ უნდა იყოს კლასიფიცირებული და არა, როგორც ასეთი. ამ კატეგორიას განეკუთვნებიან ადამიანები, ვინც ერთხელ მაინც სცადა ასეთი პიცა? პირები, რომლებიც ყიდულობენ თვეში მინიმუმ ერთ პიცას? კვირაში? პირები, რომლებიც მიირთმევენ პიცას გარკვეულ მინიმალურ რაოდენობაზე მეტს თვეში? მკვლევარი ძალიან ზუსტი უნდა იყოს სამიზნე ჯგუფის განსაზღვრისას. ასევე ყურადღება უნდა მიექცეს იმას, რომ ნიმუში შედგენილი იყოს სამიზნე პოპულაციისგან და არა „ზოგიერთი“ პოპულაციისგან, რაც ხდება მაშინ, როდესაც შერჩევის ჩარჩო არაადეკვატური ან არასრულია. ეს უკანასკნელი არის ელემენტების ჩამონათვალი, საიდანაც ჩამოყალიბდება რეალური ნიმუში.

მკვლევარს შეუძლია მთელი პოპულაციის გამოკითხვას შერჩევის მიდგომა ამჯობინოს რამდენიმე მიზეზის გამო. პირველი, მოსახლეობის სრული გამოკვლევა, თუნდაც შედარებით მცირე ზომის, მოითხოვს ძალიან დიდ მატერიალურ და დროს ხარჯებს. ხშირად, როდესაც აღწერის დასრულება და მონაცემების დამუშავება ხდება, ინფორმაცია უკვე მოძველებულია. ზოგიერთ შემთხვევაში კვალიფიკაცია უბრალოდ შეუძლებელია. დავუშვათ, მკვლევარებმა დაიწყეს შეამოწმონ ელექტრო ინკანდესენტური ნათურების ფაქტობრივი მომსახურების ვადის შესაბამისობა გამოთვლილთან, რისთვისაც მათ უნდა გააჩერონ ისინი მანამ, სანამ არ გამოდგება. თუ ამ გზით შეისწავლით ნათურების მთელ მარაგს, მიიღებთ საიმედო მონაცემებს, მაგრამ ვაჭრობა არაფერი იქნება.

დაბოლოს, დამწყებთათვის გასაოცრად, მკვლევარმა შეიძლება ამჯობინოს შერჩევის აღება აღწერის, შედეგების სიზუსტისთვის. აღწერები მოითხოვს დიდ პერსონალს, რაც ზრდის მიკერძოებული (არაშერჩევითი) შეცდომების ალბათობას. ეს გარემოება არის ერთ-ერთი მიზეზი, რის გამოც აშშ-ს აღწერის ბიურო იყენებს ნიმუშების გამოკითხვებს სხვადასხვა სახის აღწერების სიზუსტის შესამოწმებლად. სწორად წაიკითხეთ: საკვალიფიკაციო მონაცემების სიზუსტის შესამოწმებლად შეიძლება ჩატარდეს ნიმუშის გამოკითხვები.

დიზაინის ნაბიჯების ნიმუში

ნახ. სურათი 15.1 გვიჩვენებს ექვსსაფეხურიან თანმიმდევრობას, რომელიც მკვლევარს შეუძლია დაიცვას ნიმუშის დიზაინის დროს. უპირველეს ყოვლისა, აუცილებელია განისაზღვროს სამიზნე პოპულაცია ან ელემენტების ნაკრები, რომლის შესახებაც მკვლევარს სურს რაღაცის ცოდნა.

მაგალითად, ბავშვების პრეფერენციების შესწავლისას მკვლევარებმა უნდა გადაწყვიტონ, სამიზნე პოპულაცია შედგება მხოლოდ ბავშვებისგან, მხოლოდ მშობლებისგან თუ ორივესგან.

აგრეგატი (მოსახლეობა)
ელემენტების ნაკრები, რომლებიც აკმაყოფილებენ გარკვეულ პირობებს.
ნიმუშის ჩარჩო (ბაზა)
ელემენტების სია, საიდანაც მოხდება შერჩევა; შეიძლება შედგებოდეს ტერიტორიული ერთეულებისგან, ორგანიზაციებისგან, პირებისგან და სხვა ელემენტებისაგან.

გარკვეულმა კომპანიამ თავისი ელექტრო „რბოლები“ ​​მხოლოდ ბავშვებზე გამოსცადა. ბავშვები სრულიად აღფრთოვანებულები იყვნენ. მშობლები განსხვავებულად რეაგირებდნენ სიახლეზე. დედებს არ მოსწონდათ ის ფაქტი, რომ მგზავრობა არ ასწავლიდა ბავშვებს მანქანის მეგობრობას, ხოლო მამებს არ მოსწონდათ ის ფაქტი, რომ პროდუქტი სათამაშოსავით იყო დამზადებული.
საპირისპირო სიტუაციაც შესაძლებელია. ფირმამ გამოუშვა ახალი საკვები პროდუქტი და წამოიწყო სარეკლამო კამპანია მთელი ქვეყნის მასშტაბით, რომელიც ფოკუსირებული იყო ნაადრევ ბავშვზე, ფირმამ რეკლამების ეფექტურობა მხოლოდ აღფრთოვანებულ დედებზე გამოსცადა. ბავშვებს კი ეს „აჩქარება“ და მასთან ერთად თავად რეკლამირებული პროდუქტი ამაზრზენად მიაჩნიათ. პროდუქტი დასრულდა 1 .

მკვლევარმა უნდა გადაწყვიტოს, თუ ვისი ან რისგან შედგება შესაბამისი პოპულაცია: ინდივიდები, ოჯახები, ფირმები, სხვა ორგანიზაციები, საკრედიტო ბარათით გარიგებები და ა.შ. ასეთი გადაწყვეტილების მიღებისას აუცილებელია განისაზღვროს ის ელემენტები, რომლებიც უნდა გამოირიცხოს პოპულაციებიდან. უნდა მოხდეს ელემენტების როგორც დროითი, ასევე გეოგრაფიული მითითება, რაც ზოგიერთ შემთხვევაში შეიძლება დაექვემდებაროს დამატებით პირობებს ან შეზღუდვებს. მაგალითად, თუ ვსაუბრობთ ინდივიდებზე, სასურველი პოპულაცია შეიძლება შედგებოდეს მხოლოდ 18 წელზე უფროსი ასაკის პირებისგან, ან მხოლოდ ქალებისაგან, ან მხოლოდ საშუალო განათლების მქონე პირებისგან.

საერთაშორისო მარკეტინგულ კვლევაში სამიზნე პოპულაციისთვის გეოგრაფიული საზღვრების განსაზღვრის ამოცანა შეიძლება იყოს განსაკუთრებული პრობლემა, ვინაიდან ეს ზრდის განსახილველი სისტემის ჰეტეროგენულობას. მაგალითად, ურბანული და სოფლის ფარდობითი თანაფარდობა შეიძლება მნიშვნელოვნად განსხვავდებოდეს ქვეყნიდან ქვეყანაში. ტერიტორიული ასპექტი სერიოზულ გავლენას ახდენს მოსახლეობის შემადგენლობაზე და იმავე ქვეყნის შიგნით. მაგალითად, ჩილეს ჩრდილოეთით, ძირითადად ინდოელი მოსახლეობა კომპაქტურად ცხოვრობს, ხოლო ქვეყნის სამხრეთ რეგიონებში ძირითადად ევროპელების შთამომავლები ცხოვრობენ.

გაშუქება (ინციდენტი)
პოპულაციის ან ჯგუფის წევრთა პროცენტი, რომლებიც აკმაყოფილებენ ნიმუშში ჩართვის პირობებს.

ზოგადად, რაც უფრო მარტივია სამიზნე პოპულაციის განსაზღვრა, მით უფრო მაღალია მისი დაფარვა (სიხშირე) და უფრო ადვილი და იაფია შერჩევის პროცედურა. გაშუქება (ინციდენტი)შეესაბამება პოპულაციის ან ჯგუფის ელემენტების პროპორციას, გამოხატული პროცენტულად, რომელიც აკმაყოფილებს ნიმუშში ჩართვის პირობებს. დაფარვა პირდაპირ გავლენას ახდენს გამოკითხვის ჩასატარებლად საჭირო დროსა და მატერიალურ ხარჯებზე. თუ დაფარვა დიდია (ანუ, მოსახლეობის ელემენტების უმეტესობა აკმაყოფილებს ერთ ან რამდენიმე მარტივ კრიტერიუმს, რომელიც გამოიყენება პოტენციური რესპონდენტების იდენტიფიცირებისთვის), მონაცემთა შეგროვებისთვის საჭირო დრო და ღირებულება მინიმუმამდეა დაყვანილი. პირიქით, იმ კრიტერიუმების რაოდენობის ზრდასთან ერთად, რომლებიც პოტენციურმა რესპონდენტებმა უნდა დააკმაყოფილონ, იზრდება როგორც მატერიალური, ასევე დროის ხარჯები.

ნახ. 15.2 გვიჩვენებს ზრდასრული მოსახლეობის პროპორციას, რომელიც ჩართულია სპორტის გარკვეულ სახეობებში. ფიგურაში მოცემული მონაცემები მიუთითებს იმაზე, რომ ბევრად უფრო რთული და ძვირია იმ ადამიანების გამოკვლევა, რომლებიც მოტოციკლით დადიან (სრულწლოვანთა მთლიანი რაოდენობის მხოლოდ 3,6%), ვიდრე იმ ადამიანების გამოკვლევა, რომლებიც რეკრეაციულად დადიან (მთლიანი რაოდენობის 27,4%). მოზარდები). მთავარია, მკვლევარი იყოს ზუსტი იმის განსაზღვრაში, თუ რომელი ელემენტები უნდა იყოს შეტანილი საკვლევ პოპულაციაში და რომელი ელემენტები უნდა გამოირიცხოს მისგან. კვლევის მიზნის მკაფიო განცხადება მნიშვნელოვნად უწყობს ხელს ამ პრობლემის გადაჭრას. შერჩევის პროცესის მეორე საფეხური არის ნიმუშის ჩარჩოს განსაზღვრა, რომელიც, როგორც უკვე იცით, წარმოადგენს იმ ელემენტების სიას, საიდანაც მოხდება ნიმუშის აღება. მოდით, გარკვეული კვლევის სამიზნე პოპულაცია იყოს დალასის რაიონში მცხოვრები ყველა ოჯახი. ერთი შეხედვით, დალასის სატელეფონო დირექტორია შეიძლება იყოს კარგი და ადვილად ხელმისაწვდომი ნიმუშის ჩარჩო. მიუხედავად ამისა, დაწვრილებითი შემოწმების შემდეგ ცხადი ხდება, რომ დირექტორიაში შემავალი ოჯახების სია არ არის მთლად სწორი, რადგან მასში გამოტოვებულია ზოგიერთი ოჯახის ნომერი (რა თქმა უნდა, არ მოიცავს ოჯახებს, რომლებსაც ტელეფონები არ აქვთ). ზოგიერთ ოჯახს აქვს რამდენიმე ტელეფონის ნომერი. ცნობარში ასევე არ იმყოფებიან პირები, რომლებმაც ცოტა ხნის წინ შეცვალეს საცხოვრებელი ადგილი და, შესაბამისად, ტელეფონის ნომერი.

გამოცდილი მკვლევარები მივიდნენ დასკვნამდე, რომ შერჩევის ჩარჩოსა და ინტერესის სამიზნე პოპულაციას შორის ზუსტი თანხვედრა ძალზე იშვიათია. ნიმუშის შემუშავების ერთ-ერთი ყველაზე კრეატიული ნაბიჯი არის შერჩევის შესაბამისი ჩარჩოს განსაზღვრა იმ შემთხვევებში, როდესაც პოპულაციის წევრების ჩამონათვალი რთულია. ამან შეიძლება მოითხოვოს სამუშაო ბლოკებიდან და პრეფიქსებიდან ნიმუშის აღება, როდესაც, მაგალითად, შემთხვევითი აკრეფა გამოიყენება სატელეფონო დირექტორიების ხარვეზების გამო. თუმცა, ბოლო 10 წლის განმავლობაში სამუშაო ერთეულების მნიშვნელოვანმა ზრდამ ეს ამოცანა უფრო გაართულა. მსგავსი სიტუაციები შეიძლება წარმოიშვას ტერიტორიულ ზონებზე ან ორგანიზაციებზე შერჩევითი დაკვირვების შემთხვევაშიც, რასაც მოჰყვება ქვენიმუშების აღება, როდესაც, ვთქვათ, სამიზნე პოპულაცია ინდივიდუალურია, მაგრამ მათი ზუსტი განახლებული სია არ არსებობს.

წყარო: SSI-ში მოცემულ მონაცემებზე დაყრდნობით- ლაით TM: ლ ow ინციდენტი თმიზანმიმართული სამპლინგი“ (Fairfield, Conn.: Survey Sampling, Inc., 1994).

სინჯის აღების პროცედურის მესამე საფეხური მჭიდრო კავშირშია შერჩევის ჩარჩოს განსაზღვრასთან. შერჩევის მეთოდის ან პროცედურის არჩევანი დიდწილად დამოკიდებულია მკვლევარის მიერ მიღებულ შერჩევის ჩარჩოზე. სხვადასხვა ტიპის ნიმუშები მოითხოვს სხვადასხვა ტიპის შერჩევის ჩარჩოებს. ამ და მომდევნო თავში იქნება მიმოხილული მარკეტინგული კვლევისას გამოყენებული ნიმუშების ძირითადი ტიპები. მათი აღწერისას აშკარა უნდა გახდეს კავშირი სინჯის ჩარჩოსა და მისი ფორმირების მეთოდს შორის.

შერჩევის პროცედურის მეოთხე ნაბიჯი არის ნიმუშის ზომის განსაზღვრა. ეს პრობლემა განხილულია თავში. 17. მეხუთე ეტაპზე მკვლევარმა რეალურად უნდა შეარჩიოს ის ელემენტები, რომლებიც დაექვემდებარება გამოკითხვას. ამისთვის გამოყენებული მეთოდი განისაზღვრება არჩეული ნიმუშის ტიპის მიხედვით; შერჩევის მეთოდების განხილვისას ვისაუბრებთ მისი ელემენტების შერჩევაზეც. და ბოლოს, მკვლევარმა რეალურად უნდა გამოიკვლიოს იდენტიფიცირებული რესპონდენტები. ამ ეტაპზე დიდია შეცდომის დაშვების დიდი ალბათობა.
ეს პრობლემები და მათი გადაჭრის ზოგიერთი მეთოდი განხილულია თავში. თვრამეტი.

შერჩევის გეგმის სახეები (სიმინგი)

შერჩევის ყველა მეთოდი შეიძლება დაიყოს ორ კატეგორიად: ალბათობის ნიმუშებზე დაკვირვება და დეტერმინისტული ნიმუშების დაკვირვება. ალბათურ ნიმუშში, პოპულაციის თითოეული წევრი შეიძლება შევიდეს გარკვეული განსაზღვრული არანულოვანი ალბათობით. პოპულაციის გარკვეული წევრების ნიმუშში შეყვანის ალბათობა შეიძლება განსხვავებული იყოს, მაგრამ მასში თითოეული ელემენტის ჩართვის ალბათობა ცნობილია. ეს ალბათობა განისაზღვრება სპეციალური მექანიკური პროცედურის საშუალებით, რომელიც გამოიყენება ნიმუშის წევრების შესარჩევად.

დეტერმინისტული ნიმუშებისთვის შეუძლებელი ხდება ნიმუშში რომელიმე ელემენტის ჩართვის ალბათობის შეფასება. ასეთი ნიმუშის წარმომადგენლობითობის გარანტია შეუძლებელია. Მაგალითად, Allstate Corporationავითარებდა სისტემას 14 მილიონი ოჯახის (მისი კლიენტების) პრეტენზიების მონაცემების დასამუშავებლად. კომპანია გეგმავს გამოიყენოს ეს მონაცემები მის სერვისებზე მოთხოვნის შაბლონების დასადგენად, როგორიცაა იმის ალბათობა, რომ ოჯახი, რომელიც ფლობს Mercedes Benz-ს, ასევე ექნება დასასვენებელი სახლი (რაც მოითხოვს დაზღვევას). მიუხედავად იმისა, რომ მონაცემთა ბაზა ძალიან დიდია, კომპანიას არ აქვს საშუალება შეაფასოს რაიმე კონკრეტული მომხმარებლის პრეტენზია. ამრიგად, კომპანია არ შეიძლება იყოს დარწმუნებული, რომ მომხმარებლის მონაცემები, რომლებიც აცხადებენ პრეტენზიას, არის კომპანიის ყველა მომხმარებლის წარმომადგენელი; და კიდევ უფრო ნაკლებად - პოტენციურ კლიენტებთან მიმართებაში.

ყველა განმსაზღვრელი ნიმუში ეფუძნება მკვლევარის პირად პოზიციას, განსჯას ან უპირატესობას და არა შერჩევის წევრების მექანიკურ შერჩევის პროცედურას. ასეთმა პრეფერენციებმა შეიძლება ზოგჯერ კარგი შეფასება მისცეს პოპულაციის მახასიათებლებს, მაგრამ არ არსებობს საშუალება ობიექტურად განვსაზღვროთ ნიმუშის ვარგისიანობა ამოცანისთვის. ნიმუშის შედეგების სიზუსტის შეფასება შესაძლებელია მხოლოდ იმ შემთხვევაში, თუ ცნობილი იყო გარკვეული ელემენტების შერჩევის ალბათობა. ამ მიზეზით, ალბათობით შერჩევით მუშაობა ზოგადად განიხილება, როგორც უკეთესი მეთოდი შერჩევის შეცდომის სიდიდის შესაფასებლად. ნიმუშები ასევე შეიძლება დაიყოს ფიქსირებული ზომის ნიმუშებად და თანმიმდევრულ ნიმუშებად. ფიქსირებული ზომის ნიმუშებთან მუშაობისას შერჩევის ზომა დგინდება კვლევის დაწყებამდე და შედეგების ანალიზს წინ უძღვის ყველა საჭირო მონაცემის შეგროვება. ჩვენ ძირითადად დავინტერესდებით ფიქსირებული ზომის ნიმუშებით, რადგან ეს ტიპი ჩვეულებრივ გამოიყენება მარკეტინგულ კვლევებში.

ალბათობის შერჩევა
ნიმუში, რომელშიც პოპულაციის თითოეული ელემენტი შეიძლება იყოს შეტანილი ზოგიერთი ცნობილი არანულოვანი ალბათობით.
დეტერმინისტული შერჩევა
შერჩევის აღება ზოგიერთი კონკრეტული პრეფერენციების ან განსჯის საფუძველზე, რომელიც განსაზღვრავს გარკვეული ელემენტების შერჩევას; ამავდროულად, შეუძლებელი ხდება ნიმუშში პოპულაციის თვითნებური ელემენტის ჩართვის ალბათობის შეფასება.

თუმცა, არ უნდა დაგვავიწყდეს, რომ ასევე არსებობს თანმიმდევრული ნიმუშები, რომლებიც შეიძლება გამოყენებულ იქნას ქვემოთ განხილული თითოეული ძირითადი ნიმუშის დიზაინით.

თანმიმდევრულ ნიმუშში შერჩეული ელემენტების რაოდენობა წინასწარ არ არის ცნობილი, ის განისაზღვრება რიგითი გადაწყვეტილებების საფუძველზე. თუ მცირე ნიმუშის გამოკითხვა არ მიგვიყვანს საიმედო შედეგამდე, შესამოწმებელი ელემენტების დიაპაზონი ფართოვდება. თუ ამის შემდეგ შედეგი დაუზუსტებელი რჩება, ნიმუშის ზომა კვლავ იზრდება. თითოეულ ეტაპზე მიიღება გადაწყვეტილება მიღებული შედეგი საკმარისად დამაჯერებლად ჩაითვალოს თუ გაგრძელდეს მონაცემების შეგროვება. თანმიმდევრული შერჩევით მუშაობა შესაძლებელს ხდის მონაცემთა შეგროვების ტენდენციის (ტენდენციის) შეფასებას, რაც ამცირებს დამატებით დაკვირვებებთან დაკავშირებულ ხარჯებს იმ შემთხვევებში, როდესაც მათი მიზანშეწონილობა ქრება.

როგორც ალბათური, ასევე დეტერმინისტული შერჩევის გეგმები იყოფა რამდენიმე ტიპად. მაგალითად, დეტერმინისტული ნიმუშები შეიძლება იყოს არაწარმომადგენლობითი (მოხერხებული), განზრახ ან კვოტით; სავარაუდო ნიმუშები იყოფა მარტივ შემთხვევით, სტრატიფიცირებულ ან ჯგუფურად (კლასტერად), ისინი, თავის მხრივ, შეიძლება დაიყოს ქვეტიპებად. ნახ. სურათი 15.3 გვიჩვენებს ნიმუშების ტიპებს, რომლებიც განხილული იქნება ამ და შემდეგ თავში.

ფიქსირებული ნიმუში (ფიქსირებული ნიმუში)
ნიმუში, რომლის ზომა განისაზღვრება აპრიორულად; საჭირო ინფორმაცია განისაზღვრება შერჩეული ელემენტებით.
თანმიმდევრული შერჩევა
ნიმუში ჩამოყალიბდა რიგი გადაწყვეტილებების სერიის საფუძველზე. თუ მცირე ნიმუშის განხილვის შემდეგ შედეგი არაადეკვატურია, განიხილება უფრო დიდი ნიმუში; თუ ამ საფეხურს შედეგი არ მოჰყვება, შერჩევის ზომა კვლავ იზრდება და ა.შ. ამრიგად, ყოველ ეტაპზე მიიღება გადაწყვეტილება იმის შესახებ, შეიძლება თუ არა მიღებული შედეგი ჩაითვალოს საკმარისად დამაჯერებლად.

უნდა გვახსოვდეს, რომ ნიმუშების ძირითადი ტიპები შეიძლება გაერთიანდეს უფრო რთული შერჩევის დიზაინის შესაქმნელად. თუ ისწავლით მათ ძირითად საწყის ტიპებს, გაგიადვილდებათ უფრო რთულ კომბინაციებთან გამკლავება.

დეტერმინისტული არჩევანი

როგორც უკვე აღვნიშნეთ, დეტერმინისტული ნიმუშის ელემენტების შერჩევისას გადამწყვეტ როლს თამაშობს კერძო შეფასებები ან გადაწყვეტილებები. ზოგჯერ ეს შეფასებები მოდის მკვლევარისგან, ხოლო სხვა შემთხვევებში პოპულაციის ელემენტების შერჩევა ეძლევა საველე პერსონალს. ვინაიდან ელემენტები არ არის შერჩეული მექანიკურად, შეუძლებელი ხდება ნიმუშში თვითნებური ელემენტის ჩართვის ალბათობის და, შესაბამისად, შერჩევის შეცდომის დადგენა. შერჩევის არჩეული პროცედურის გამო შეცდომის იგნორირება ხელს უშლის მკვლევარებს შეაფასონ თავიანთი შეფასებების სიზუსტე.

არაწარმომადგენლობითი (მოხერხებულობის) ნიმუშები

არაწარმომადგენლობითი (მოხერხებულობის) ნიმუშებიზოგჯერ მოიხსენიება როგორც შემთხვევითი, ვინაიდან ნიმუშის ელემენტების შერჩევა ხდება „შემთხვევითი“ გზით - შეირჩევა ის ელემენტები, რომლებიც ყველაზე ხელმისაწვდომია ან ჩანს, რომ ყველაზე ხელმისაწვდომია შერჩევის პერიოდში.

ჩვენი ყოველდღიური ცხოვრება სავსეა ასეთი შერჩევის მაგალითებით. ვესაუბრებით მეგობრებს და მათი რეაქციებიდან და პოზიციებიდან გამომდინარე, ვაკეთებთ დასკვნებს საზოგადოებაში გაბატონებული პოლიტიკური მიდრეკილებების შესახებ; ადგილობრივი რადიოსადგური მოუწოდებს ხალხს გამოთქვან თავიანთი აზრი რაიმე საკამათო საკითხზე, მათი აზრი განიმარტება, როგორც გაბატონებული; მოვუწოდებთ მოხალისეებს თანამშრომლობისკენ და ვიმუშაოთ მათთან, ვინც მოხალისედ გვეხმარება. მოსახერხებელი ნიმუშების პრობლემა აშკარაა - ჩვენ არ შეგვიძლია დარწმუნებული ვიყოთ, რომ ამ ტიპის ნიმუშები რეალურად წარმოადგენს სამიზნე პოპულაციას. ჩვენ ჯერ კიდევ შეგვიძლია ეჭვი, რომ ჩვენი მეგობრების მოსაზრებები სწორად ასახავს საზოგადოებაში გაბატონებულ პოლიტიკურ შეხედულებებს, მაგრამ ჩვენ ხშირად ძალიან გვსურს დავიჯეროთ, რომ ამ გზით შერჩეული უფრო დიდი ნიმუშები წარმომადგენლობითია. მაგალითით ვაჩვენოთ ასეთი ვარაუდის სიცრუე.
რამდენიმე წლის წინ, ქალაქის ერთ-ერთმა ადგილობრივმა ტელევიზიამ, სადაც ამ წიგნის ავტორი ცხოვრობს, ყოველდღიურად ატარებდა საზოგადოებრივი აზრის გამოკითხვას ადგილობრივი საზოგადოებისთვის საინტერესო თემებზე. გამოკითხვები, სახელწოდებით "The Madison Pulse", შემდეგნაირად ჩატარდა. ყოველ საღამოს ექვსი საათის საინფორმაციო გამოშვების დროს ტელეკომპანია მაყურებელს კითხვას უსვამდა კონკრეტულ საკამათო საკითხთან დაკავშირებით, რაზეც საჭირო იყო დადებითი ან უარყოფითი პასუხის გაცემა.

დადებითი პასუხის შემთხვევაში საჭირო იყო ერთზე დარეკვა, უარყოფითი პასუხის შემთხვევაში - სხვა ტელეფონის ნომერზე. "მომხრე" და "წინააღმდეგ" ხმების რაოდენობა ავტომატურად დაითვლებოდა. სატელეფონო გამოკითხვის შედეგები ათი საათის საინფორმაციო გამოშვებამ გაავრცელა. ყოველ საღამოს 500-დან 1000-მდე ადამიანი ურეკავდა სტუდიას, რათა გამოეხატათ საკუთარი პოზიცია ამა თუ იმ საკითხთან დაკავშირებით; ტელეკომენტატორმა გამოკითხვის შედეგები საზოგადოებაში გაბატონებულ აზრად განმარტა.

არაწარმომადგენლობითი (მოხერხებული) ნიმუში
ზოგჯერ უწოდებენ შემთხვევითობას, რადგან ნიმუშის ელემენტების შერჩევა ხდება "შემთხვევითი" გზით - შეირჩევა ის ელემენტები, რომლებიც ყველაზე ხელმისაწვდომია ან ჩანს, რომ ყველაზე ხელმისაწვდომია შერჩევის პერიოდში.

ექვსსაათიანი ეპიზოდებიდან ერთ-ერთში მაყურებელს დაუსვეს შემდეგი შეკითხვა: "არ ფიქრობთ, რომ მედისონში სასმელის ასაკი 18 წლამდე უნდა ჩამოიყვანოთ?" არსებული იურიდიული კვალიფიკაცია შეესაბამებოდა 21 წელს. ამ კითხვაზე მაყურებელი არაჩვეულებრივი აქტიურობით გამოეხმაურა - იმ საღამოს სტუდიაში თითქმის 4000-მა ადამიანმა დარეკა, საიდანაც 78% ასაკობრივი ზღვრის შემცირების მომხრე იყო. როგორც ჩანს, ცხადია, რომ 4000-იანი ნიმუში 180000-იანი საზოგადოების "წარმომადგენელი უნდა იყოს". არაფერი მსგავსი. როგორც თქვენ მიხვდით, გარკვეული ასაკობრივი ჯგუფი უფრო მეტად იყო დაინტერესებული ცნობილი შედეგით, ვიდრე სხვები. შესაბამისად, გასაკვირი არ იყო, რომ ამ საკითხის განხილვისას რამდენიმე კვირის შემდეგ გაირკვა, რომ გამოკითხვისთვის გამოყოფილი დროის განმავლობაში სტუდენტები მოქმედებდნენ კონცერტულად. რიგრიგობით დარეკეს ტელევიზორში, თითოეულს რამდენჯერმე. ამდენად, არც შერჩევის ზომა და არც კანონის ლიბერალიზაციის დამცველთა პროცენტული მაჩვენებელი გასაკვირი არ ყოფილა. ნიმუში არ იყო წარმომადგენლობითი.

ნიმუშის ზომის უბრალოდ გაზრდა არ იძლევა მას წარმომადგენლობას. ნიმუშის წარმომადგენლობას უზრუნველყოფს არა ზომით, არამედ ელემენტების შერჩევის სათანადო პროცედურა. როდესაც კვლევის მონაწილეები შეირჩევიან ნებაყოფლობით ან შერჩეული ერთეულები შეირჩევა მათი ხელმისაწვდომობის საფუძველზე, შერჩევის გეგმა არ იძლევა გარანტიას შერჩევის წარმომადგენლობით. ემპირიული მტკიცებულება ვარაუდობს, რომ მოხერხებულობისთვის არჩეული ნიმუშები იშვიათად არის წარმომადგენლობითი (მიუხედავად მათი ზომისა). სატელეფონო გამოკითხვა, რომელიც ითვალისწინებს 800-900 ხმას, ყველაზე გავრცელებული ფორმაა დიდი, მაგრამ არაწარმომადგენლობითი ნიმუშებისა.

განზრახ შერჩევა
დეტერმინისტული (მიზანმიმართული) შერჩევა, რომლის ელემენტები შერჩეულია ხელით; შეირჩევა ის ელემენტები, რომლებიც, მკვლევარის აზრით, აკმაყოფილებს კვლევის მიზნებს.
მიზანმიმართული შერჩევა, დამოკიდებულია მკვლევარის შესაძლებლობებზე, დააყენოს რესპონდენტთა საწყისი ნაკრები სასურველი მახასიათებლებით; მაშინ ეს რესპონდენტები გამოიყენება როგორც ინფორმატორები, რომლებიც განსაზღვრავენ ინდივიდების შემდგომ შერჩევას.

სამწუხაროდ, ბევრი ადამიანი თავდაჯერებულად ეპყრობა ასეთი გამოკითხვების შედეგებს. საერთაშორისო მარკეტინგულ კვლევაში არაწარმომადგენლობითი ნიმუშების გამოყენების ერთ-ერთი ყველაზე ტიპიური მაგალითია გარკვეული ქვეყნების გამოკითხვა, რომელიც დაფუძნებულია იმ ქვეყნის ტერიტორიაზე მცხოვრები უცხოელებისგან შემდგარ ნიმუშზე, რომელმაც დაიწყო კვლევა (მაგალითად, სკანდინავიელები, რომლებიც ცხოვრობენ ქ. ა.შ. შ). მიუხედავად იმისა, რომ ასეთმა ნიმუშებმა შეიძლება გარკვეული შუქი მოჰფინოს განსახილველ პოპულაციის გარკვეულ ასპექტებს, უნდა გვახსოვდეს, რომ ეს პირები, როგორც წესი, წარმოადგენენ „ამერიკანიზებულ“ ელიტას, რომლის კავშირი საკუთარ ქვეყანასთან შეიძლება საკმაოდ თვითნებური იყოს. არარეპრეზენტატიული ნიმუშების გამოყენება არ არის რეკომენდებული აღწერილობითი ან მიზეზობრივი კვლევებისთვის. ისინი დასაშვებია მხოლოდ საძიებო კვლევაში, რომელიც მიზნად ისახავს გარკვეული იდეების ან იდეების გამოცდას, მაგრამ ამ შემთხვევაშიც კი სასურველია მიზანმიმართული ნიმუშების გამოყენება.

მიზანმიმართული შერჩევა

მიზანმიმართულ ნიმუშებს ზოგჯერ უწოდებენ არაკონცენტრირებული; მათი ელემენტები, რომლებიც, მკვლევარის აზრით, აკმაყოფილებს კვლევის მიზნებს, შეირჩევა ხელით. Procter & Gambleგამოიყენა ეს მეთოდი ცინცინატის შტაბ-ბინასთან მახლობლად მცხოვრები 13-დან 17 წლამდე ასაკის ადამიანებისთვის რეკლამების ჩვენებისას. კომპანიის საკვებისა და სასმელის განყოფილებამ დაიქირავა მოზარდების ეს ჯგუფი, რათა ერთგვარი სამომხმარებლო ნიმუში ყოფილიყო. ისინი მუშაობდნენ კვირაში 10 საათს 1000 დოლარის სანაცვლოდ და მიდიოდნენ კონცერტზე, უყურებდნენ სატელევიზიო რეკლამებს, სტუმრობდნენ სუპერმარკეტებს კომპანიის მენეჯერებთან ერთად პროდუქტის ჩვენების სანახავად, შეამოწმეს ახალი პროდუქტები და განიხილეს ყიდვის ქცევა. შერჩევის წარმომადგენლების შერჩევით „დაქირავების“ პროცესით და არა შემთხვევითი გზით, კომპანიას შეუძლია ფოკუსირება მოახდინოს ისეთ თვისებებზე, რომლებიც მას სასარგებლოდ მიიჩნევს, როგორიცაა მოზარდის უნარი გამოხატოს საკუთარი თავი მკაფიოდ, რისკის ქვეშ, რომ მათი შეხედულებები არ იყოს მათი ასაკობრივი ჯგუფის წარმომადგენელი. .

როგორც უკვე აღვნიშნეთ, განზრახ შერჩევის განმასხვავებელი მახასიათებელია მისი ელემენტების მიმართულების შერჩევა. ზოგიერთ შემთხვევაში, ნიმუშის ელემენტები შეირჩევა არა იმიტომ, რომ ისინი წარმომადგენლობითია, არამედ იმიტომ, რომ მათ შეუძლიათ მკვლევარებს მიაწოდონ მათთვის საინტერესო ინფორმაცია. როდესაც სასამართლო ხელმძღვანელობს ექსპერტის ჩვენებით, იგი, გარკვეული თვალსაზრისით, მიმართავს მიზანმიმართულ შერჩევის გამოყენებას. ანალოგიური პოზიცია შეიძლება იყოს კვლევითი პროექტების შემუშავებისას. საკითხის თავდაპირველი შესწავლისას მკვლევარი პირველ რიგში დაინტერესებულია კვლევის პერსპექტივის განსაზღვრით, რაც განსაზღვრავს ნიმუშის ელემენტების შერჩევას.

თოვლის ბურთის ნიმუშის აღებაარის მიზანმიმართული შერჩევის სახეობა, რომელიც გამოიყენება კონკრეტული ტიპის პოპულაციების დროს. ეს ნიმუში დამოკიდებულია მკვლევარის უნარზე, დააკონკრეტოს რესპონდენტთა საწყისი ნაკრები სასურველი მახასიათებლებით. შემდეგ ეს რესპონდენტები გამოიყენება როგორც ინფორმატორები ინდივიდების შემდგომი შერჩევის დასადგენად.

წარმოიდგინეთ, მაგალითად, რომ კომპანიას სურს შეაფასოს პროდუქტის საჭიროება, რომელიც ყრუ ადამიანებს ტელეფონზე კომუნიკაციის საშუალებას მისცემს. მკვლევარებს შეუძლიათ დაიწყონ ამ პრობლემის შემუშავება ყრუ საზოგადოების ძირითადი ფიგურების იდენტიფიცირებით; ამ უკანასკნელს შეეძლო ჯგუფის სხვა წევრების დასახელება, რომლებიც დათანხმდებოდნენ გამოკითხვაში მონაწილეობას. ამ ტაქტიკით ნიმუში თოვლის ბურთივით იზრდება.

სანამ მკვლევარი პრობლემის გადაჭრის საწყის ეტაპებზეა, როდესაც დგინდება დაგეგმილი კვლევის პერსპექტივები და შესაძლო შეზღუდვები, მიზანმიმართული შერჩევის გამოყენება შეიძლება იყოს ძალიან ეფექტური. მაგრამ არავითარ შემთხვევაში არ უნდა დავივიწყოთ ამ ტიპის შერჩევის სისუსტეები, რადგან ის ასევე შეიძლება გამოიყენოს მკვლევარმა აღწერილ ან მიზეზობრივ კვლევებში, რაც არ დააყოვნებს გავლენას მათი შედეგების ხარისხზე. ამ დავიწყების კლასიკური მაგალითია სამომხმარებლო ფასების ინდექსი ("CPI"). როგორც სუდმანი აღნიშნავს ( სუდმანი): „CPI განისაზღვრება მხოლოდ 56 ქალაქსა და მეტროპოლიტზე, რომელთა შერჩევაზე ასევე გავლენას ახდენს პოლიტიკური ფაქტორი. სინამდვილეში, ამ ქალაქებს შეუძლიათ მხოლოდ საკუთარი თავის წარმოდგენა, ხოლო ინდექსი ე.წ სამომხმარებლო ფასების ინდექსი ქალაქის მაცხოვრებლებისთვის, რომლებიც იღებენ საათობრივ ხელფასს*, და თანამშრომლებიდა ადამიანების უმეტესობას ეჩვენება, როგორც ინდექსს, რომელიც ასახავს ფასების დონეს შეერთებული შტატების ნებისმიერ მხარეში. საცალო ვაჭრობის ობიექტების არჩევა ასევე ხდება არა შემთხვევით, რის შედეგადაც შერჩევის შესაძლო შეცდომის შეფასება შეუძლებელი ხდება» (ჩვენი დახრილი) 2 .

* ანუ მუშები. - Შენიშვნა. თითო

კვოტის ნიმუშები

დეტერმინისტული შერჩევის მესამე ტიპი − კვოტის ნიმუშები; მისი ცნობილი წარმომადგენლობა მიიღწევა მასში ელემენტების იგივე პროპორციით, რომლებსაც აქვთ გარკვეული მახასიათებლები, როგორც გამოკითხულ პოპულაციაში (იხ. „კვლევის ფანჯარა 15.1“). მაგალითად, განიხილეთ კამპუსში მცხოვრები სტუდენტების წარმომადგენლობითი ნიმუშის შექმნის მცდელობა. თუ 500 ინდივიდის გარკვეულ ნიმუშში არ არის არც ერთი უფროსი სტუდენტი, ჩვენ გვექნება უფლება ეჭვი შევიტანოთ მის წარმომადგენლობასა და ამ ნიმუშზე მიღებული შედეგების საკვლევ პოპულაციაზე გამოყენების მართებულობაში. პროპორციული შერჩევით მუშაობისას მკვლევარს შეუძლია უზრუნველყოს, რომ ნიმუშში ბაკალავრიატის პროპორცია შეესაბამება მათ პროპორციას სტუდენტთა საერთო რაოდენობაში.

დავუშვათ, რომ მკვლევარი ატარებს უნივერსიტეტის სტუდენტების შერჩევით კვლევას, მაშინ როცა მას აინტერესებს ის ფაქტი, რომ ნიმუში ასახავს არა მხოლოდ მათ კუთვნილებას ამა თუ იმ სქესისადმი, არამედ მათ განაწილებას კურსების მიხედვით. სულ სტუდენტების რაოდენობა იყოს 10000: 3200 პირველკურსელი, 2600 მეორე კურსის სტუდენტი, 2200 მესამე კურსის სტუდენტი და 2000 მეოთხე კურსის სტუდენტი; აქედან 7000 ბიჭი და 3000 გოგო. 1000 კაციანი ნიმუშისთვის პროპორციული შერჩევის გეგმა მოითხოვს 320 პირველკურსელს, 260 მეორე კურსელს, 220 მესამე კურსელს და 200 კურსდამთავრებულს, 700 ბიჭს და 300 გოგონას. მკვლევარს შეუძლია ამ გეგმის განხორციელება თითოეულ ინტერვიუერს გარკვეული კვოტის მინიჭებით, რომელიც განსაზღვრავს რომელ სტუდენტებს უნდა დაუკავშირდეს.

კვოტის შერჩევაგანმსაზღვრელი ნიმუში შერჩეული ისე, რომ ნიმუშის ელემენტების წილი გარკვეული მახასიათებლებით დაახლოებით შეესაბამება იმავე ელემენტების პროპორციას შესწავლილ პოპულაციაში; თითოეულ საველე მუშაკს ენიჭება კვოტა, რომელიც განსაზღვრავს მოსახლეობის მახასიათებლებს, რომელთანაც მას უნდა დაუკავშირდეს.

ინტერვიუერს, რომელმაც უნდა ჩაატაროს 20 ინტერვიუ, შეიძლება დაევალოს იკითხოს:

• ექვსი პირველი კურსის სტუდენტი - ხუთი ბიჭი და ერთი გოგონა;
• ექვსი მეორე კურსი - ოთხი ბიჭი და ორი გოგონა;
• ოთხი მესამე კურსის სტუდენტი - სამი ბიჭი და ერთი გოგონა;
• ოთხი მეოთხე კურსის სტუდენტი - ორი ბიჭი და ორი გოგონა.

გაითვალისწინეთ, რომ კონკრეტული ნიმუშის ელემენტების შერჩევა არ განისაზღვრება კვლევის გეგმით, არამედ ინტერვიუერის არჩევით, რომელიც მოწოდებულია შეასრულოს მხოლოდ კვოტით დაწესებული პირობები: გასაუბრება ხუთი პირველკურსელი, ერთი პირველკურსელი და ა.შ.

ასევე გაითვალისწინეთ, რომ ეს კვოტა ზუსტად ასახავს სტუდენტური პოპულაციის გენდერულ განაწილებას, მაგრამ გარკვეულწილად ამახინჯებს სტუდენტების განაწილებას კურსებზე; 70% (20-დან 14) გასაუბრება ტარდება ბიჭებთან, მაგრამ მხოლოდ 30% (20-დან 6) პირველკურსელებთან, მაშინ როცა ისინი შეადგენენ სტუდენტების საერთო რაოდენობის 32%-ს. თითოეული ინდივიდუალური ინტერვიუერისთვის გამოყოფილი კვოტა შეიძლება არ ასახავდეს და ჩვეულებრივ არ ასახავს კონტროლის მახასიათებლების განაწილებას პოპულაციაში - მხოლოდ საბოლოო ნიმუში უნდა იყოს პროპორციული.

უნდა გვახსოვდეს, რომ პროპორციული შერჩევა უფრო მეტად დამოკიდებულია პირად, სუბიექტურ დამოკიდებულებებზე ან განსჯებზე, ვიდრე შერჩევის ობიექტურ პროცედურაზე. უფრო მეტიც, განზრახ შერჩევისგან განსხვავებით, აქ პირადი განსჯა ეკუთვნის არა პროექტის შემქმნელს, არამედ ინტერვიუერს. ჩნდება კითხვა, შეიძლება თუ არა პროპორციული ნიმუშები ჩაითვალოს წარმომადგენლობითი, თუნდაც ისინი ასახავდნენ პოპულაციაში თანდაყოლილი კომპონენტების თანაფარდობას, რომლებსაც აქვთ გარკვეული კონტროლის მახასიათებლები. ამასთან დაკავშირებით სამი შენიშვნაა საჭირო.

პირველი, ნიმუში შეიძლება საოცრად განსხვავდებოდეს პოპულაციისგან ზოგიერთი სხვა მნიშვნელოვანი მახასიათებლით, რამაც შეიძლება სერიოზული გავლენა მოახდინოს შედეგზე. მაგალითად, თუ კვლევა ეძღვნება სტუდენტებს შორის რასობრივი ცრურწმენის პრობლემას, შეიძლება არ იყოს გულგრილი ის გარემოება, თუ საიდან მოვიდნენ რესპონდენტები: ქალაქიდან თუ სოფლიდან. ვინაიდან მახასიათებლის კვოტა „ქალაქიდან/სოფლიდან“ არ არის განსაზღვრული, ამ მახასიათებლის ზუსტი წარმოდგენა ნაკლებად სავარაუდო ხდება. რა თქმა უნდა, არსებობს ასეთი ალტერნატივა: განისაზღვროს კვოტები ყველა პოტენციურად მნიშვნელოვანი მახასიათებლისთვის. თუმცა, კონტროლის მახასიათებლების რაოდენობის ზრდა იწვევს სპეციფიკაციის გართულებას. ეს, თავის მხრივ, ართულებს - ზოგჯერ კი შეუძლებელს ხდის - ნიმუშის ელემენტების შერჩევას და, ნებისმიერ შემთხვევაში, იწვევს მის გაძვირებას. თუ, მაგალითად, ურბანული ან სოფლის კუთვნილება და სოციალურ-ეკონომიკური მდგომარეობა ასევე მნიშვნელოვანია კვლევისთვის, მაშინ ინტერვიუერს შეიძლება მოუწიოს მოძებნოს პირველი კურსის სტუდენტი, რომელიც არის ქალაქური და მაღალი ან საშუალო კლასის. ვეთანხმები, რომ პირველკურსელი მამაკაცის პოვნა ბევრად უფრო ადვილია.

მეორეც, ძალიან რთულია დარწმუნდე, რომ ეს ნიმუში ნამდვილად წარმომადგენლობითია. რა თქმა უნდა, თქვენ შეგიძლიათ შეამოწმოთ ნიმუში, რათა ნახოთ, არის თუ არა იმ მახასიათებლების განაწილება, რომლებიც არ შედის კონტროლში, მათი განაწილება პოპულაციაში. თუმცა, ასეთმა ტესტმა შეიძლება გამოიწვიოს მხოლოდ უარყოფითი დასკვნები. შესაძლებელია მხოლოდ განაწილებათა განსხვავებების გამოვლენა. თუ ნიმუშისა და პოპულაციის განაწილება თითოეული ამ მახასიათებლისთვის მეორდება ერთმანეთს, არსებობს შესაძლებლობა, რომ ნიმუში განსხვავდებოდეს პოპულაციისგან სხვა, ცალსახად არ არის მითითებული, მახასიათებლით.

და ბოლოს, მესამე. ინტერვიუერები, რომლებიც საკუთარ თავზე რჩებიან, მიდრეკილნი არიან გარკვეული ქმედებებისკენ. ისინი ძალიან ხშირად მიმართავენ მეგობრების დაკითხვას. ვინაიდან ისინი ხშირად თავად ინტერვიუერებს ჰგვანან, არსებობს შეცდომის საშიშროება. ინგლისიდან მიღებული მტკიცებულებები ვარაუდობენ, რომ კვოტის ნიმუშები:

1. ყველაზე ხელმისაწვდომი ელემენტების როლის გაზვიადება;
2. მცირე ოჯახების როლის დაკნინება;
3. ბავშვებთან ერთად ოჯახების როლის გაზვიადება;
4. ინდუსტრიის მუშაკების როლის დაკნინება;
5. ყველაზე მაღალი და დაბალი შემოსავლის მქონე პირთა როლის შემცირება;
6. ცუდად განათლებული მოქალაქეების როლის დაკნინება;
7. დაბალი სოციალური პოზიციის მქონე პირთა როლის დაკნინება.

ინტერვიუერები, რომლებიც ირჩევენ წინასწარ განსაზღვრულ კვოტას შემთხვევითი გამვლელების შეჩერებით, სავარაუდოდ, ყურადღებას გაამახვილებენ პოტენციური რესპონდენტთა დიდი რაოდენობის მქონე ადგილებში, როგორიცაა სავაჭრო ცენტრები, რკინიგზის სადგურები და აეროპორტები, დიდი სუპერმარკეტების შესასვლელები და სხვა. ეს პრაქტიკა იწვევს ადამიანთა იმ ჯგუფების გადაჭარბებულ წარმოდგენას, რომლებიც ყველაზე ხშირად სტუმრობენ ასეთ ადგილებს. როცა სახლში ვიზიტებია საჭირო, ინტერვიუერებს ხშირად კომფორტი უბიძგებს.
მაგალითად, მათ შეუძლიათ ჩაატარონ გამოკითხვები მხოლოდ დღის განმავლობაში, რაც იწვევს მუშების აზრის არასაკმარის შეფასებას. სხვათა შორის, ისინი არ შედიან დანგრეულ შენობებში და, როგორც წესი, არ ადიან იმ შენობების ზედა სართულებზე, რომლებსაც ლიფტი არ აქვთ.

შესწავლილი პრობლემის სპეციფიკიდან გამომდინარე, ამ ტენდენციებმა შეიძლება გამოიწვიოს სხვადასხვა სახის შეცდომები, მაგრამ მათი გამოსწორება მონაცემთა ანალიზის ეტაპზე, როგორც ჩანს, ძალიან, ძალიან რთულია. მეორეს მხრივ, ნიმუშის ელემენტების ობიექტური შერჩევით, მკვლევარებს აქვთ გარკვეული ინსტრუმენტები, რომლებიც შესაძლებელს ხდის გამარტივდეს მოცემული ნიმუშის წარმომადგენლობითობის შეფასების პროცედურა. ასეთი ნიმუშების წარმომადგენლობითობის პრობლემის გაანალიზებისას მკვლევარი ითვალისწინებს არა იმდენად ნიმუშის შემადგენლობას, რამდენადაც მისი ელემენტების შერჩევის პროცედურას.

კვლევის ფანჯარა: ბრწყინვალე! მაგრამ ვინ წაიკითხავს?

ყოველწლიურად, რეკლამის განმთავსებლები მილიონობით დოლარს ხარჯავენ რეკლამებზე, რომლებიც ჩნდება უთვალავი პუბლიკაციების გვერდებზე რეკლამის ხანიდან იანკებამდე. ტექსტისა და სურათის გარკვეული შეფასება შესაძლებელია მის გამოქვეყნებამდე, როგორც ამბობენ, სახლში, სარეკლამო სააგენტოში; ის ნამდვილად არ არის გამოცდილი და შეფასებული მანამ, სანამ რეკლამა არ გამოქვეყნდება, გარშემორტყმული ათობით თანაბრად ფრთხილად შემუშავებული რეკლამით, რომლებიც იბრძვიან მკითხველის ყურადღებისთვის.

კომპანია Roper Starch მსოფლიოშიაფასებს სამომხმარებლო, ბიზნეს, სავაჭრო და პროფესიულ ჟურნალ-გაზეთებში განთავსებული რეკლამების კითხვადობას. კვლევის შედეგები რეკლამის განმთავსებლებისა და სააგენტოების ყურადღების ცენტრშია - რა თქმა უნდა, შესაბამისი საფასურით. იმის გამო, რომ რეკლამის განმთავსებლები ყოველდღიურად შრომობენ იმისათვის, რომ თავიანთი რეკლამა მიაწოდონ მომხმარებელს, კომპანიას სახამებელიგადაწყვიტა შეექმნა ნიმუში, რომელიც აბონენტებს მისცემს დროულ და ზუსტ ინფორმაციას რეკლამის ეფექტურობის შესახებ. ყოველწლიურად კომპანია სახამებელიგამოიკითხა 50000-ზე მეტი ადამიანი, 20000-მდე რეკლამის გათვალისწინებით. ყოველწლიურად 500-მდე ინდივიდუალური პუბლიკაცია შეისწავლებოდა.

სახამებელი იყენებდა პროპორციულ შერჩევას, ერთი სქესის მინიმუმ 100 მკითხველი და მეორე სქესის 100 მკითხველი. სახამებელი დაასკვნა, რომ ამ ნიმუშის ზომით, წაკითხვის დონის ძირითადი გადახრები დასტაბილურდა. 18 წელზე უფროსი მკითხველი პირადად გამოიკითხა და განიხილებოდა ყველა პუბლიკაცია, გარდა განსაკუთრებული პოპულაციისთვის განკუთვნილი პუბლიკაციებისა (ვთქვათ, შესაბამისი ასაკის გოგონები გამოიკითხნენ ჟურნალ Seventeen-ის პუბლიკაციების შესაფასებლად).

გამოკითხვების ჩატარებისას მხედველობაში მიიღეს კონკრეტული პუბლიკაციის გავრცელების არეალი. ვთქვათ, ლოს-ანჯელესის ჟურნალის კვლევა სამხრეთ კალიფორნიაში მცხოვრებ მკითხველებს ეხებოდა. „დრო“ მთელი ქვეყნის მასშტაბით შეისწავლეს. გამოკითხვა დაეთმო ჟურნალის ცალკეულ ნომრებს და ერთდროულად 20-30 ქალაქში ჩატარდა.

თითოეულ ინტერვიუერს მიეცა ინტერვიუების მცირე კვოტა, რაც ემსახურებოდა კვლევის შედეგების დისპერსიის მინიმუმამდე შემცირებას. კითხვარები დაურიგდა სხვადასხვა პროფესიისა და ასაკის ადამიანებს სხვადასხვა შემოსავლის მქონე ადამიანებს შორის. ყოველი ასეთი კვლევა იძლეოდა პოზიციების წარმოჩენას საკმაოდ ფართო მკითხველისთვის. არაერთი პროფესიული, საქმიანი და ინდუსტრიული პუბლიკაციების განხილვისას გათვალისწინებული იყო მათი გამოწერისა და გავრცელების სპეციფიკაც. საკმაოდ ვიწრო ტირაჟის მქონე პუბლიკაციებისადმი მიძღვნილ სააბონენტო სიებმა შესაძლებელი გახადა მისაღები რესპონდენტების შერჩევა.

თითოეულ გამოკითხვაში ინტერვიუერებმა რესპონდენტებს სთხოვეს დაათვალიერონ პუბლიკაცია და ჰკითხეს, შენიშნეს თუ არა რაიმე რეკლამა. თუ პასუხი დადებითი იყო, რეგისტრატორმა დაუსვა კითხვების სერია რეკლამის მიღების ხარისხის შესაფასებლად.

ეს შეფასება შეიძლება იყოს სამი:

• ყურადღება მიაქციეთ: მათ, ვინც უკვე მიაქციეს ყურადღება ასეთი განცხადების გაჩენის ფაქტს.
• ნაცნობები: ვისაც ახსოვდა რეკლამის რომელიმე ნაწილი, რომელიც ეხებოდა რეკლამირებულ სავაჭრო ნიშანს ან რეკლამის განმთავსებელს.
• წაიკითხეთ: ადამიანები, რომლებიც კითხულობენ რეკლამის ნახევარს მაინც.

ყველა რეკლამის შესწავლის შემდეგ, ინტერვიუერებმა ჩაწერეს ძირითადი კლასიფიკაციის ინფორმაცია: სქესი, ასაკი, პროფესია, ოჯახური მდგომარეობა, ეროვნება, შემოსავალი, ოჯახის ზომა და ოჯახის შემადგენლობა, რამაც შესაძლებელი გახადა მკითხველის ინტერესის ხარისხის ჯვარედინი შეჯამება.

როდესაც სწორად გამოიყენება, კომპანიის მონაცემები სახამებელირეკლამის განმთავსებლებსა და სააგენტოებს მიეცით საშუალება, გამოავლინონ როგორც წარუმატებელი, ასევე წარმატებული ტიპის სარეკლამო სქემები, რომლებიც იზიდავს და იპყრობს მკითხველის ყურადღებას. ამ ტიპის ინფორმაცია ძალიან ღირებულია რეკლამის განმთავსებლებისთვის, რომლებიც პირველ რიგში დაინტერესებულნი არიან თავიანთი სარეკლამო კამპანიის ეფექტურობით.

წყარო: Roper Starch Worldwide, Mamaronek, NY 10543.

ალბათობის ნიმუშები

მკვლევარს შეუძლია განსაზღვროს პოპულაციის რომელიმე ელემენტის ალბათობის ნიმუშში ჩართვის ალბათობა, რადგან მისი ელემენტების შერჩევა ხდება რაიმე ობიექტური პროცესის საფუძველზე და არ არის დამოკიდებული მკვლევარის ან საველე მუშაკის ახირებებსა და მისწრაფებებზე. ვინაიდან ელემენტის შერჩევის პროცედურა ობიექტურია, მკვლევარს შეუძლია შეაფასოს მიღებული შედეგების სანდოობა, რაც შეუძლებელი იყო დეტერმინისტული ნიმუშების შემთხვევაში, რაც არ უნდა ფრთხილად იყო ამ უკანასკნელის ელემენტების შერჩევა.

არ უნდა ვიფიქროთ, რომ ალბათური ნიმუშები ყოველთვის უფრო წარმომადგენლობითია, ვიდრე დეტერმინისტული. სინამდვილეში, დეტერმინისტული ნიმუში ასევე შეიძლება იყოს უფრო წარმომადგენლობითი. ალბათობის ნიმუშების უპირატესობა იმაში მდგომარეობს, რომ ისინი იძლევა პოტენციური შერჩევის შეცდომის შეფასებას. თუ მკვლევარი მუშაობს დეტერმინისტულ ნიმუშთან, მას არ გააჩნია კვლევის მიზნებთან მისი ადეკვატურობის შეფასების ობიექტური მეთოდი.

მარტივი შემთხვევითი შერჩევა

ადამიანების უმეტესობა ამა თუ იმ გზით ხვდება უბრალო შემთხვევით ნიმუშებს, ან ინსტიტუტში სტატისტიკის კურსის ფარგლებში, ან გაზეთებსა თუ ჟურნალებში შესაბამისი კვლევების შედეგების წაკითხვით. მარტივი შემთხვევითი ნიმუშისას, ნიმუშში შეტანილ თითოეულ ელემენტს აქვს იგივე ალბათობა, რომ იყოს შესწავლილ ელემენტებს შორის და თავდაპირველი პოპულაციის ელემენტების ნებისმიერი კომბინაცია შეიძლება პოტენციურად გახდეს ნიმუში. მაგალითად, თუ გვსურს შევქმნათ კონკრეტულ კოლეჯში ჩარიცხული ყველა სტუდენტის მარტივი შემთხვევითი ნიმუში, ჩვენ უბრალოდ უნდა შევადგინოთ ყველა სტუდენტის სია, მივუთითოთ რიცხვი თითოეულ სახელზე და გამოვიყენოთ კომპიუტერი, რომ შემთხვევით შევარჩიოთ მოცემული. ელემენტების რაოდენობა.

მოსახლეობა

მოსახლეობა
ელემენტების ერთობლიობა, რომელიც აკმაყოფილებს გარკვეულ პირობებს; ასევე უწოდებენ საკვლევ (სამიზნე) პოპულაციას.
Პარამეტრი
ზოგადი ან შესწავლილი მოსახლეობის გარკვეული მახასიათებელი ან მაჩვენებელი.

ზოგადი, ან შესწავლილი, კომპლექტიარის კოლექცია, საიდანაც ხდება შერჩევა. ეს პოპულაცია (მოსახლეობა) შეიძლება აღიწეროს რიგი სპეციფიკური პარამეტრით, რომლებიც წარმოადგენს ზოგადი პოპულაციის მახასიათებლებს, რომელთაგან თითოეული არის გარკვეული რაოდენობრივი მაჩვენებელი, რომელიც განასხვავებს ერთ პოპულაციას მეორისგან.

წარმოიდგინეთ, რომ შესწავლილი მოსახლეობა ცინცინატის მთლიანი ზრდასრული მოსახლეობაა. ამ პოპულაციის აღსაწერად შეიძლება გამოვიყენოთ რამდენიმე პარამეტრი: მედიანური ასაკი, უმაღლესი განათლების მქონე მოსახლეობის წილი, შემოსავლის დონე და ა.შ. გაითვალისწინეთ, რომ ყველა ამ ინდიკატორს აქვს გარკვეული ფიქსირებული მნიშვნელობა. რა თქმა უნდა, მათი გამოთვლა შეგვიძლია შესწავლილი მოსახლეობის სრული აღწერის ჩატარებით. ჩვეულებრივ, ჩვენ ვეყრდნობით არა კვალიფიკაციას, არამედ ნიმუშს, რომელსაც ვირჩევთ და ვიყენებთ შერჩევითი დაკვირვების დროს მიღებულ მნიშვნელობებს პოპულაციის სასურველი პარამეტრების დასადგენად.

ჩვენ ვაჩვენებთ ცხრილში მოცემულს ნათქვამს. 15.1 20 კაციანი ჰიპოთეტური მოსახლეობის მაგალითი. ასეთ მცირე ჰიპოთეტურ პოპულაციასთან მუშაობას რამდენიმე უპირატესობა აქვს. პირველი, ნიმუშის მცირე ზომა აადვილებს პოპულაციის პარამეტრების გამოთვლას, რომლებიც შეიძლება გამოყენებულ იქნას მის აღსაწერად. მეორეც, ეს ტომი საშუალებას გაძლევთ გაიგოთ, რა შეიძლება მოხდეს კონკრეტული შერჩევის გეგმის მიღებისას. ორივე ეს მახასიათებელი აადვილებს ნიმუშის შედეგების შედარებას „ნამდვილ“ და ამ შემთხვევაში ცნობილ პოპულაციის მნიშვნელობასთან, რაც არ არის ტიპიურ სიტუაციაში, სადაც მოსახლეობის რეალური მნიშვნელობა უცნობია. შეფასების შედარება „ნამდვილ“ მნიშვნელობასთან ამ შემთხვევაში განსაკუთრებულ სიცხადეს იძენს.

დავუშვათ, რომ ჩვენ გვინდა შევაფასოთ, შემთხვევით შერჩეული ორი ელემენტიდან, პირვანდელ პოპულაციაში ინდივიდების საშუალო შემოსავალი. საშუალო შემოსავალი იქნება მისი პარამეტრი. ამ საშუალო მნიშვნელობის შესაფასებლად, რომელსაც ჩვენ აღვნიშნავთ, როგორც μ, უნდა გავყოთ ყველა მნიშვნელობის ჯამი მათ რიცხვზე:

პოპულაციის საშუალო μ = პოპულაციის ელემენტების ჯამი / ელემენტების რაოდენობა.

ჩვენს შემთხვევაში, გამოთვლები იძლევა:

მიღებული მოსახლეობა

მიღებული მოსახლეობაშედგება ყველა შესაძლო ნიმუშისგან, რომელიც შეიძლება შეირჩეს ზოგადი პოპულაციიდან მოცემული შერჩევის გეგმის მიხედვით (შერჩევის გეგმა). სტატისტიკაარის ნიმუშის მახასიათებელი ან მაჩვენებელი. ნიმუშის სტატისტიკური მნიშვნელობა გამოიყენება პოპულაციის კონკრეტული პარამეტრის შესაფასებლად. სხვადასხვა ნიმუშები იძლევა განსხვავებულ სტატისტიკას ან შეფასებას ერთი და იგივე პოპულაციის პარამეტრისთვის.

მიღებული მოსახლეობა
ყველა შესაძლო განმასხვავებელი ნიმუშის ნაკრები, რომელიც შეიძლება შეირჩეს ზოგადი პოპულაციისგან მოცემული შერჩევის გეგმის მიხედვით. სტატისტიკა ნიმუშის მახასიათებელი ან საზომი.

განვიხილოთ ყველა შესაძლო ნიმუშის მიღებული ნაკრები, რომელიც შეიძლება შეირჩეს ჩვენი ჰიპოთეტური პოპულაციის 20 ინდივიდიდან შერჩევის გეგმის მიხედვით, რომელიც ვარაუდობს, რომ ნიმუშის ზომაა n=2შეიძლება მიღებულ იქნას შემთხვევითი არაგანმეორებადი შერჩევით.

ერთი წუთით დავუშვათ, რომ მოსახლეობის თითოეული ერთეულის მონაცემები - ჩვენს შემთხვევაში, ინდივიდის სახელი და შემოსავალი - ეწერება წრეებზე, რის შემდეგაც ისინი ქვევრში ჩაყრიან და ურევენ. მკვლევარი დოქიდან ერთ წრეს აშორებს, მისგან ინფორმაციას ჩამოწერს და განზე დებს. იგივეს აკეთებს ქვევრიდან ამოღებულ მეორე კათხაზეც. შემდეგ მკვლევარი აბრუნებს ორივე კათხას ქილაში, ურევს მის შიგთავსს და იმეორებს მოქმედებების იგივე თანმიმდევრობას. მაგიდაზე. 15.2 გვიჩვენებს დასახელებული პროცედურის შესაძლო შედეგებს. 20 წრეზე შესაძლებელია 190 ასეთი წყვილის კომბინაცია.

თითოეული კომბინაციისთვის შეგიძლიათ გამოთვალოთ საშუალო შემოსავალი. ვთქვათ ნიმუშის აღებისთვის AB (k= 1)

კ-e ნიმუშის საშუალო = ნიმუშების ჯამი / ნიმუშების რაოდენობა =

ნახ. 15.4 გვიჩვენებს საშუალო შემოსავლის შეფასებას მთელი პოპულაციისთვის და შეცდომის ოდენობას ნიმუშების თითოეული შეფასებისთვის k = 25, 62,108,147და 189 .

სანამ შერჩევის საშუალო შემოსავალს (სტატისტიკას) და პოპულაციის საშუალო შემოსავალს (პარამეტრი, რომელიც უნდა შეფასდეს) ურთიერთკავშირის განხილვას განვიხილავთ, მოდით ვთქვათ რამდენიმე სიტყვა მიღებული პოპულაციის შესახებ. ჯერ ერთი, პრაქტიკაში ჩვენ არ ვაგროვებთ ამ ტიპის აგრეგატებს. ამას ძალიან დიდი დრო და ძალისხმევა დასჭირდება. პრაქტიკოსი შეზღუდულია საჭირო ზომის მხოლოდ ერთი ნიმუშის შედგენით. მკვლევარი იყენებს შინაარსიმიღებული პოპულაცია და შერჩევის განაწილების ასოცირებული კონცეფცია საბოლოო დასკვნების ჩამოყალიბებისას.

როგორ იქნება ნაჩვენები ქვემოთ. მეორეც, უნდა გვახსოვდეს, რომ მიღებული პოპულაცია განისაზღვრება, როგორც ყველა შესაძლო განსხვავებული ნიმუშის მთლიანობა, რომელიც შეიძლება შეირჩეს ზოგადი პოპულაციისგან მოცემული შერჩევის გეგმის მიხედვით. როდესაც შერჩევის გეგმის რომელიმე ნაწილი იცვლება, იცვლება მიღებული პოპულაციაც. ასე რომ, თუ წრეების არჩევისას მკვლევარი ამოღებულ დისკებიდან პირველს დააბრუნებს დოქში მეორის ამოღებამდე, მიღებული ნაკრები მოიცავს.

ნიმუშები AA, BB და ა.შ. თუ განმეორებითი ნიმუშების რაოდენობა 2-ის ნაცვლად არის 3, იქნება ABC ტიპის ნიმუშები და იქნება 1140 და არა 190, როგორც ეს იყო წინა შემთხვევაში. როდესაც მარტივი შემთხვევითი შერჩევა იცვლება ნიმუშის ელემენტების განსაზღვრის სხვა მეთოდზე, იცვლება მიღებული პოპულაციაც.

ასევე უნდა გვახსოვდეს, რომ ზოგადი პოპულაციისგან მოცემული ზომის ნიმუშის შერჩევა უდრის მიღებული პოპულაციისგან ერთი ელემენტის არჩევას (190-დან). ეს ფაქტი მრავალი სტატისტიკური დასკვნის გაკეთების საშუალებას გვაძლევს.

ნიმუშის საშუალო და ზოგადი საშუალო

შეგვიძლია გავაიგივოთ შერჩევის საშუალო ჭეშმარიტი პოპულაციის საშუალო? ნებისმიერ შემთხვევაში, ჩვენ გამოვდივართ იქიდან, რომ ისინი ურთიერთდაკავშირებულია. თუმცა, ჩვენ ასევე გვჯერა, რომ შეცდომა იქნება. მაგალითად, შეიძლება ვივარაუდოთ, რომ ინტერნეტის მომხმარებლებისგან მიღებული ინფორმაცია მნიშვნელოვნად განსხვავდება „ჩვეულებრივი“ მოსახლეობის გამოკითხვის შედეგებისგან. სხვა შემთხვევაში, ჩვენ შეგვიძლია ვივარაუდოთ საკმაოდ ზუსტი შესატყვისი, წინააღმდეგ შემთხვევაში ჩვენ ვერ გამოვიყენებდით ნიმუშის მნიშვნელობას ზოგადის მნიშვნელობის შესაფასებლად. მაგრამ რამდენად დიდი შეიძლება იყოს შეცდომა, რომელსაც ვუშვებთ ამით?

მოდით დავამატოთ ცხრილში მოცემული ყველა ნიმუშის მნიშვნელობა. 15.2 და მიღებული ჯამი გავყოთ ნიმუშების რაოდენობაზე, ე.ი. გამოვყოთ საშუალო მაჩვენებლები.
ჩვენ მივიღებთ შემდეგ შედეგს:

იგი ემთხვევა საერთო მოსახლეობის საშუალო ღირებულებას. ამბობენ, რომ ამ შემთხვევაში საქმე გვაქვს მიუკერძოებელი სტატისტიკა.

სტატისტიკას უწოდებენ მიუკერძოებელს, თუ მისი საშუალო ყველა შესაძლო ნიმუშზე უდრის სავარაუდო პოპულაციის პარამეტრს. გაითვალისწინეთ, რომ აქ არ არის საუბარი კონკრეტულ ღირებულებაზე.ნაწილობრივი შეფასება შეიძლება ძალიან შორს იყოს ჭეშმარიტი მნიშვნელობიდან - აიღეთ, მაგალითად, AB ან ST ნიმუშები. ზოგიერთ შემთხვევაში, პოპულაციის ჭეშმარიტი ღირებულება შეიძლება არ იყოს მიღწეული ნებისმიერი შესაძლო ნიმუშის განხილვისას, თუნდაც სტატისტიკა მიუკერძოებელი იყოს. ჩვენს შემთხვევაში, ეს ასე არ არის: რამდენიმე შესაძლო ნიმუში - მაგალითად, AT - იძლევა შერჩევის საშუალოს ტოლფასი რეალური პოპულაციის საშუალოს.

აზრი აქვს განიხილოს ამ ნიმუშის შეფასებების განაწილება და, კერძოდ, კავშირი შეფასებების ამ დისპერსიასა და პოპულაციაში შემოსავლის დონის ცვალებადობას შორის. ვარიაციის საზომად გამოიყენება ზოგადი პოპულაციის ვარიაცია. ზოგადი პოპულაციის დისპერსიის დასადგენად, ჩვენ უნდა გამოვთვალოთ თითოეული მნიშვნელობის გადახრა საშუალოდან, დავამატოთ ყველა გადახრის კვადრატები და მიღებული ჯამი გავყოთ ტერმინების რაოდენობაზე. აღნიშნეთ a^ საერთო პოპულაციის ვარიანსით. შემდეგ:

პოპულაციის ვარიაცია σ 2 = თითოეული ელემენტის კვადრატული განსხვავებების ჯამი
მოსახლეობა და მოსახლეობის საშუალო / პოპულაციის ელემენტების რაოდენობა =

დისპერსია საშუალო ღირებულებაშემოსავლის დონე შეიძლება განისაზღვროს იმავე გზით. ანუ, ჩვენ შეგვიძლია ვიპოვოთ თითოეული საშუალოს გადახრების დადგენით მათი ჯამური საშუალოდან, გადახრების კვადრატების შეჯამებით და მიღებული ჯამის გაყოფით წევრთა რაოდენობაზე.

ჩვენ ასევე შეგვიძლია განვსაზღვროთ საშუალო შემოსავლის დონის ვარიაცია სხვა გზით, ზოგად პოპულაციაში შემოსავლის დონის ვარიაციის გამოყენებით, რადგან ამ ორს შორის არის პირდაპირი კავშირი. უფრო ზუსტად, იმ შემთხვევებში, როდესაც ნიმუში წარმოადგენს პოპულაციის მხოლოდ მცირე ნაწილს, შერჩევის საშუალო ვარიაცია უდრის პოპულაციის დისპერსიას დაყოფილი შერჩევის ზომაზე:

სადაც σ x 2 არის შემოსავლის დონის საშუალო ნიმუშის ღირებულების ვარიაცია, σ 2 არის შემოსავლის დონის ვარიაცია ზოგად პოპულაციაში, ნ- ნიმუშის ზომა.

ახლა შევადაროთ შედეგების განაწილება რაოდენობრივი ნიშნის განაწილებას ზოგად პოპულაციაში. სურათი 15.5 გვიჩვენებს, რომ A უჯრაში ნაჩვენები პოპულაციის ნიშან-თვისებების განაწილება არის მრავალწვერა (20 მნიშვნელობიდან თითოეული ჩნდება მხოლოდ ერთხელ) და სიმეტრიულია 9400 პოპულაციის ჭეშმარიტი საშუალოს მიმართ.

სინჯების განაწილება
კონკრეტული სტატისტიკის მნიშვნელობების განაწილება გამოითვლება ყველა შესაძლო განმასხვავებელ ნიმუშზე, რომელიც შეიძლება ამოღებული იყოს პოპულაციისგან მოცემული შერჩევის გეგმის მიხედვით.

B ველში ნაჩვენები ქულების განაწილება ეფუძნება ცხრილის მონაცემებს. 15.3, რომელიც, თავის მხრივ, შედგენილია ცხრილიდან მნიშვნელობების მინიჭებით. 15.2 ამა თუ იმ ჯგუფს, მათი ზომის მიხედვით, ჯგუფში მათი რაოდენობის შემდგომი გაანგარიშებით. ველი B არის ტრადიციული ჰისტოგრამა, რომელიც განიხილება სტატისტიკის შესწავლის დასაწყისშივე, რომელიც წარმოადგენს შერჩევის განაწილებასტატისტიკა. გარდა ამისა, აღვნიშნავთ შემდეგს: შერჩევის განაწილების კონცეფცია არის სტატისტიკის ყველაზე მნიშვნელოვანი კონცეფცია, ის არის სტატისტიკური დასკვნების აგების ქვაკუთხედი. შესწავლილი სტატისტიკის ცნობილი ნიმუშების განაწილების მიხედვით შეგვიძლია დავასკვნათ საერთო პოპულაციის შესაბამისი პარამეტრის შესახებ. თუ მხოლოდ ცნობილია, რომ ნიმუშის შეფასება იცვლება ნიმუშიდან ნიმუშამდე, მაგრამ ამ ცვლილების ბუნება უცნობია, შეუძლებელი ხდება ამ შეფასებასთან დაკავშირებული შერჩევის შეცდომის დადგენა. ვინაიდან შეფასების შერჩევის განაწილება აღწერს, თუ როგორ იცვლება ის ნიმუშიდან ნიმუშზე, ის იძლევა საფუძველს ნიმუშის შეფასების ვალიდურობის დასადგენად. სწორედ ამ მიზეზის გამოა, რომ ალბათობის შერჩევის დიზაინი იმდენად მნიშვნელოვანია სტატისტიკური დასკვნისთვის.

პოპულაციის თითოეული წევრის შერჩევის ცნობილი ალბათობის გათვალისწინებით, ინტერვიუერებს შეუძლიათ იპოვონ სხვადასხვა სტატისტიკის ნიმუშის განაწილება. სწორედ ამ განაწილებებს ეყრდნობიან მკვლევარები - იქნება ეს შერჩევის საშუალო, სანიმუშო ფრაქცია, ნიმუშის ვარიაცია თუ სხვა სტატისტიკა - როდესაც ავრცელებენ ნიმუშის დაკვირვების შედეგებს ზოგად პოპულაციაზე. ასევე გაითვალისწინეთ, რომ 2 ზომის ნიმუშებისთვის, ნიმუშის საშუალებების განაწილება არის ცალმოდალური და სიმეტრიული ჭეშმარიტი საშუალოს მიმართ.

ასე რომ, ჩვენ ვაჩვენეთ, რომ:

1. ყველა შესაძლო ნიმუშის საშუალების საშუალო ტოლია ზოგადი საშუალო.
2. ნიმუშის საშუალებების ვარიაცია გარკვეულწილად დაკავშირებულია ზოგად დისპერსიასთან.
3. ნიმუშის საშუალებების განაწილება არის უნიმოდალური, ხოლო რაოდენობრივი ატრიბუტის მნიშვნელობების განაწილება ზოგად პოპულაციაში მრავალმოდალურია.

ცენტრალური ლიმიტის თეორემა

თეორემა, რომელიც ამბობს, რომ ზომის მარტივი შემთხვევითი ნიმუშებისთვის ნ, იზოლირებულია ზოგადი პოპულაციისგან საერთო საშუალო μ და დისპერსიული σ 2, ზოგადად ნნიმუშის საშუალო x-ის განაწილება ნორმას უახლოვდება μ-ის ტოლი ცენტრით და σ 2 დისპერსიით. ამ მიახლოების სიზუსტე იზრდება მატებასთან ერთად ნ.

ცენტრალური ლიმიტის თეორემა. შეფასებების უნიმოდალური განაწილება შეიძლება ჩაითვალოს ცენტრალური ლიმიტის თეორემის გამოვლინებად, რომელიც ამბობს, რომ მოცულობის მარტივი შემთხვევითი ნიმუშებისთვის ნ, შერჩეული ზოგადი პოპულაციიდან ჭეშმარიტი საშუალო μ და დისპერსიით σ 2, დიდისთვის ნშერჩევის საშუალებების განაწილება ნორმას უახლოვდება, ცენტრით ტოლია ჭეშმარიტი საშუალო და დისპერსიით, რომელიც ტოლია პოპულაციის დისპერსიის შეფარდების შერჩევის ზომასთან, ე.ი.:

ეს მიახლოება უფრო და უფრო ზუსტი ხდება როგორც ნ. დაიმახსოვრე ეს. მოსახლეობის ტიპის მიუხედავად, სანიმუშო საშუალებების განაწილება ნორმალური იქნება საკმარისად დიდი ზომის ნიმუშებისთვის. რა იგულისხმება საკმარისად დიდ მოცულობაში? თუ ზოგადი პოპულაციის რაოდენობრივი ატრიბუტის მნიშვნელობების განაწილება ნორმალურია, მაშინ სანიმუშო საშუალებების განაწილება ნიმუშებისთვის მოცულობით ნ=1. თუ ცვლადის (რაოდენობრივი ატრიბუტის) განაწილება პოპულაციაში არის სიმეტრიული, მაგრამ არა ნორმალური, ძალიან მცირე ზომის ნიმუშები მისცემს სანიმუშო საშუალებების ნორმალურ განაწილებას. თუ ზოგადი პოპულაციის რაოდენობრივი ატრიბუტის განაწილებას აქვს გამოხატული ასიმეტრია, საჭიროა უფრო დიდი ნიმუშები. და მაინც, ნიმუშის საშუალო განაწილება შეიძლება მხოლოდ ნორმალურად იქნას მიღებული, თუ საქმე გვაქვს საკმარისი ზომის ნიმუშთან.

ნორმალური მრუდის გამოყენებით დასკვნების გამოსატანად, საერთოდ არ არის საჭირო ზოგადი პოპულაციის რაოდენობრივი ატრიბუტის მნიშვნელობების განაწილების ნორმალურობის პირობა. უფრო სწორად, ჩვენ ვეყრდნობით ცენტრალური ლიმიტის თეორემას და, მოსახლეობის განაწილებიდან გამომდინარე, განვსაზღვრავთ ნიმუშის ისეთ ზომას, რომელიც მოგვცემს საშუალებას ვიმუშაოთ ნორმალურ მრუდთან. საბედნიეროდ, სტატისტიკის ნორმალური განაწილება მოცემულია შედარებით მცირე ზომის ნიმუშებით - ნახ. 15.6 ნათლად აჩვენებს ამ გარემოებას. ნდობის ინტერვალის შეფასებები. შეიძლება თუ არა ზემოთ ჩამოთვლილი დაგვეხმაროს ზოგადი საშუალოზე გარკვეული დასკვნების გაკეთებაში? მართლაც, პრაქტიკაში ვირჩევთ მოცემული ზომის მხოლოდ ერთ და არა ყველა შესაძლო ნიმუშს და მიღებული მონაცემების საფუძველზე ვაკეთებთ გარკვეულ დასკვნებს სამიზნე ჯგუფთან დაკავშირებით.

როგორ ხდება ეს? მოგეხსენებათ, ნორმალური განაწილებით, ყველა დაკვირვების გარკვეულ პროცენტს აქვს გარკვეული სტანდარტული გადახრა; ვთქვათ, დაკვირვებების 95% შეესაბამება საშუალოს ±1.96 სტანდარტულ გადახრებს. სანიმუშო საშუალებების ნორმალური განაწილება, რომელზედაც შეიძლება გამოვიყენოთ ცენტრალური ლიმიტის თეორემა, გამონაკლისი არ არის ამ თვალსაზრისით. ასეთი ნიმუშის განაწილების საშუალო უდრის μ საერთო საშუალოს, ხოლო მის სტანდარტულ გადახრას ეწოდება საშუალო სტანდარტული შეცდომა:

გამოდის, რომ:

• შერჩევის საშუალებების 68,26% გადახრის საერთო საშუალოდან არაუმეტეს ± σ x ;
• შერჩევის საშუალებების 95,45% გადახრის საერთო საშუალოდან არაუმეტეს ±σ x ;
• შერჩევის საშუალებების 99.73% გადახრის ზოგადი საშუალოდან არაუმეტეს ± σ x,

ანუ ნიმუშის საშუალებების გარკვეული პროპორცია არჩეული მნიშვნელობიდან გამომდინარე ზიქნება ჩასმული მნიშვნელობით განსაზღვრულ ინტერვალში ზ. ეს გამოთქმა შეიძლება გადაიწეროს როგორც უტოლობა:

ზოგადი საშუალო - ზ < Среднее по выборке < Генеральное среднее + ზ(საშუალოების სტანდარტული შეცდომა)

ამდენად, ნიმუშის საშუალო გარკვეული ალბათობით არის ინტერვალში, რომლის საზღვრებია განაწილების საშუალო მნიშვნელობის ჯამი და განსხვავება და სტანდარტული გადახრების გარკვეული რაოდენობა. ეს უტოლობა შეიძლება გარდაიქმნას ფორმაში:

ნიმუშის საშუალო - ზ(საშუალოების სტანდარტული შეცდომა)< Генеральное среднее < Среднее по выборке + ზ(საშუალოების სტანდარტული შეცდომა)

თუ თანაფარდობა 15.1 შეინიშნება, მაგალითად, 95% შემთხვევაში ( ზ= 1,96), მაშინ 95% შემთხვევაში ასევე შეინიშნება თანაფარდობა 15,2. იმ შემთხვევებში, როდესაც დასკვნა ეფუძნება ერთი ნიმუშის საშუალოს, ჩვენ ვიყენებთ გამოხატვას 15.2.

მნიშვნელოვანია გვახსოვდეს, რომ გამოთქმა 15.2 არ ნიშნავს, რომ მოცემული ნიმუშის შესაბამისი ინტერვალი აუცილებლად უნდა შეიცავდეს ზოგად საშუალოს. ინტერვალი უფრო მეტად ეხება შერჩევის პროცედურას.ამ საშუალოზე აგებული ინტერვალი შეიძლება შეიცავდეს ან არ შეიცავდეს პოპულაციის ნამდვილ საშუალოს. ჩვენი ნდობა გაკეთებული დასკვნების სისწორეში ემყარება იმ ფაქტს, რომ შერჩეული შერჩევის გეგმის მიხედვით აგებული ყველა ინტერვალის 95% შეიცავს ნამდვილ საშუალოს. მიგვაჩნია, რომ ჩვენი ნიმუში სწორედ ამ 95%-ს ეკუთვნის.

ამ მნიშვნელოვანი პუნქტის საილუსტრაციოდ, ერთი წუთით წარმოიდგინეთ, რომ ნიმუშის განაწილება ნიშნავს ზომის ნიმუშებს ნ= 2 ჩვენს ჰიპოთეტურ მაგალითში ნორმალურია. ცხრილი 15.4 გრაფიკულად ასახავს შედეგს 190 შესაძლო ნიმუშიდან პირველი 10-ისთვის, რომლებიც შეიძლება შეირჩეს მოცემული დიზაინის მიხედვით. გაითვალისწინეთ, რომ 10 ინტერვალიდან მხოლოდ 7 შეიცავს ზოგად ან ნამდვილ საშუალოს. დასკვნის სისწორეში ნდობა განპირობებულია არა რაიმე კერძო შეფასებით, არამედ ზუსტად პროცედურაშეფასებები. ეს პროცედურა ისეთია, რომ 100 ნიმუშისთვის, რომლებისთვისაც გამოითვლება ნიმუშის საშუალო და ნდობის ინტერვალი, 95 შემთხვევაში ეს ინტერვალი მოიცავს ნამდვილ ზოგად მნიშვნელობას. ამ ნიმუშის სიზუსტე განისაზღვრება იმ პროცედურის მიხედვით, რომლითაც ნიმუში ჩამოყალიბდა. შერჩევის წარმომადგენლობითი დიზაინი არ იძლევა გარანტიას ყველა ნიმუშის წარმომადგენლობას. სტატისტიკური დასკვნის პროცედურები ეფუძნება შერჩევის დიზაინის წარმომადგენლობას, რის გამოც ეს პროცედურა ასე კრიტიკულია ალბათობის ნიმუშებისთვის.

ალბათური შერჩევის საშუალებას გვაძლევს შევაფასოთ შედეგების სიზუსტე, როგორც წარმოებული შეფასებების სიახლოვე ნამდვილ მნიშვნელობასთან. რაც უფრო დიდია სტატისტიკის სტანდარტული შეცდომა, მით უფრო მაღალია შეფასებების გაფანტვის ხარისხი და მით უფრო დაბალია პროცედურის სიზუსტე.

ზოგიერთი შეიძლება დაბნეული იყოს იმით, რომ ნდობის დონე დაკავშირებულია პროცედურასთან და არა კონკრეტულ ნიმუშის მნიშვნელობასთან, მაგრამ უნდა გვახსოვდეს, რომ ზოგადი მნიშვნელობის შეფასების ნდობის დონის მნიშვნელობა შეიძლება დარეგულირდეს მკვლევრის მიერ. თუ არ გსურთ რისკების აღება და გეშინიათ, რომ შეიძლება შეგხვდეთ შერჩეული ხუთიდან ერთ-ერთ ინტერვალს, რომელიც არ მოიცავს პოპულაციის საშუალო რაოდენობას, შეგიძლიათ აირჩიოთ 99% ნდობის ინტერვალი, სადაც ასი ნიმუშის ინტერვალიდან მხოლოდ ერთი არ არის. მოიცავს მოსახლეობის საშუალო რაოდენობას. გარდა ამისა, თუ შეძლებთ შერჩევის ზომის გაზრდას, გაზრდით შედეგისადმი ნდობის ხარისხს, რაც უზრუნველყოფს პოპულაციის ღირებულების შეფასების სასურველ სიზუსტეს. ამის შესახებ უფრო დეტალურად თავში ვისაუბრებთ. 17.

ჩვენს მიერ აღწერილ პროცედურას აქვს კიდევ ერთი კომპონენტი, რამაც შეიძლება გამოიწვიოს გარკვეული უხერხულობა. ნდობის ინტერვალის შეფასებისას გამოიყენება სამი რაოდენობა: x, ზდა ს x . ნიმუშის საშუალო x გამოითვლება ნიმუშის მონაცემებიდან, ზარჩეულია სასურველი ნდობის დონის მიხედვით. რაც შეეხება σ x საშუალო კვადრატის ცდომილებას? ის უდრის:

და ამიტომ, მის დასადგენად, უნდა ვიკითხოთ ზოგადი პოპულაციის რაოდენობრივი ატრიბუტის სტანდარტული გადახრა, ანუ 5. რა უნდა გავაკეთოთ იმ შემთხვევებში, როდესაც სტანდარტული გადახრა სუცნობი? ეს პრობლემა არ წარმოიქმნება ორი მიზეზის გამო. პირველ რიგში, მარკეტინგის კვლევაში გამოყენებული რაოდენობრივი მახასიათებლების უმეტესობისთვის, ვარიაცია ჩვეულებრივ იცვლება ბევრად უფრო ნელა, ვიდრე მარკეტერისთვის საინტერესო ცვლადების უმეტესობის დონე. შესაბამისად, თუ კვლევა განმეორდება, გამოთვლებში შეგვიძლია გამოვიყენოთ s-ის წინა, ადრე მიღებული მნიშვნელობა. მეორე, მას შემდეგ რაც შეირჩევა ნიმუში და მიიღება მონაცემები, ჩვენ შეგვიძლია შევაფასოთ პოპულაციის დისპერსიის შერჩევის დისპერსიის განსაზღვრით. მიკერძოებული ნიმუშის ვარიაცია განისაზღვრება როგორც:

ნიმუშის განსხვავება ŝ 2 = კვადრატული გადახრების ჯამი შერჩევის საშუალოდან / (შერჩეული ერთეულების რაოდენობა -1). ნიმუშის დისპერსიის დასადგენად, ჯერ უნდა ვიპოვოთ ნიმუშის საშუალო. შემდეგ აღმოჩენილია განსხვავება თითოეული ნიმუშის მნიშვნელობასა და ნიმუშის საშუალოს შორის; ეს განსხვავებები კვადრატში, ჯამდება და იყოფა რიცხვზე, რომელიც უდრის ნიმუშის დაკვირვების რაოდენობას მინუს ერთი. ნიმუშის ვარიაცია არა მხოლოდ იძლევა მთლიანი დისპერსიის შეფასებას, არამედ შეიძლება გამოყენებულ იქნას საშუალო სტანდარტული შეცდომის შესაფასებლად. როდესაც ცნობილია σ 2 ზოგადი ვარიაცია, ასევე ცნობილია ფესვის საშუალო კვადრატული შეცდომა σ x, რადგან:

როდესაც ზოგადი დისპერსია უცნობია, საშუალო სტანდარტული შეცდომის შეფასება შესაძლებელია მხოლოდ. ეს შეფასება მოცემულია ŝ x , რომელიც უდრის ნიმუშის სტანდარტულ გადახრას გაყოფილი ნიმუშის ზომის კვადრატულ ფესვზე, ე.ი. შეფასება განისაზღვრება ისევე, როგორც განისაზღვრა ნამდვილი მნიშვნელობის შეფასება, მაგრამ ზოგადი სტანდარტული გადახრის ნაცვლად, ნიმუშის სტანდარტული გადახრა ჩანაცვლებულია გამოთვლის ფორმულაში. მაშ ასე, ვთქვათ AB ნიმუშისთვის 5800 სანიმუშო საშუალოთ:

შესაბამისად, ŝ = 283 და

და 95% ინტერვალი არის ახლა

რაც წინა მნიშვნელობაზე ნაკლებია.

მაგიდაზე. 15.5 აჯამებს გამოთვლის ფორმულებს სხვადასხვა საშუალო და დისპერსიებისთვის, რომლებიც განხილული იყო ამ თავში. მარტივი შემთხვევითი ნიმუშის ფორმირება. ჩვენს მაგალითში ნიმუშის ელემენტების შერჩევა განხორციელდა დოქის გამოყენებით, რომელიც შეიცავდა თავდაპირველი პოპულაციის ყველა ელემენტს. ამან საშუალება მოგვცა წარმოგვედგინა მიღებული პოპულაციისა და შერჩევის განაწილების ცნებები. ჩვენ არ გირჩევთ მსგავსი მეთოდის გამოყენებას პრაქტიკაში, რადგან ეს ზრდის შეცდომის ალბათობას. ჭიქები შეიძლება განსხვავდებოდეს როგორც ზომით, ასევე ტექსტურით, რამაც ზოგიერთ შემთხვევაში შეიძლება გამოიწვიოს უპირატესობა ერთის მიმართ. ლატარიის საშუალებით განხორციელებული ვიეტნამური კამპანიის მონაწილეთა შერჩევა შეიძლება ამ ტიპის შეცდომის მაგალითი იყოს.

შერჩევა განხორციელდა დიდი დოლიდან დაბადების თარიღების მქონე დისკების ამოღებით. ტელევიზია ამ პროცედურას მთელი ქვეყნის მასშტაბით ავრცელებს. სამწუხაროდ, დისკები სისტემატიურად იტვირთებოდა დრამში, პირველი იანვრის თარიღები და ბოლო დეკემბრის თარიღები. მიუხედავად იმისა, რომ ბარაბანი ექვემდებარებოდა ინტენსიურ ტრიალს, დეკემბრის თარიღები იანვარზე ბევრად უფრო ხშირად დაეცა. შემდგომში ეს პროცედურა ისე გადაიხედა, რომ ასეთი სისტემატური შეცდომების ალბათობა საგრძნობლად შემცირდა. მარტივი შემთხვევითი ნიმუშის გენერირების სასურველი მეთოდი ეფუძნება შემთხვევითი რიცხვების ცხრილის გამოყენებას.

ასეთი ცხრილის გამოყენება მოიცავს ნაბიჯების შემდეგ თანმიმდევრობას. პირველ რიგში, პოპულაციის ელემენტებს უნდა მიენიჭოთ თანმიმდევრული რიცხვები 1-დან ნ; ჩვენს ჰიპოთეტურ პოპულაციაში ელემენტს მაგრამნომერი 1 მიენიჭება ელემენტს ბ- ნომერი 2 და ა.შ. მეორეც, შემთხვევითი რიცხვების ცხრილის ციფრების რაოდენობა იგივე უნდა იყოს, რაც რიცხვისა. ნ. ამისთვის ნ= გამოყენებული იქნება 20 ორნიშნა რიცხვი; ამისთვის ნ 100-დან 999-მდე - სამნიშნა რიცხვები და ა.შ. მესამე, საწყისი პოზიცია უნდა განისაზღვროს შემთხვევით. ჩვენ შეგვიძლია გავხსნათ შემთხვევითი რიცხვების შესაბამისი ცხრილი და, როგორც იტყვიან, თვალის დახუჭვით, თითი მოვკიდოთ მას. იმის გამო, რომ შემთხვევითი რიცხვების ცხრილის რიცხვები შემთხვევითი თანმიმდევრობითაა, სასტარტო პოზიციას ნამდვილად არ აქვს მნიშვნელობა.

და ბოლოს, ჩვენ შეგვიძლია გადავიდეთ ნებისმიერი თვითნებურად არჩეული მიმართულებით - ზევით, ქვევით ან გადაღმა, ავირჩიოთ ის ელემენტები, რომელთა რიცხვი შეესაბამებოდეს შემთხვევით რიცხვებს ცხრილიდან. ნათქვამის საილუსტრაციოდ, განიხილეთ შემთხვევითი რიცხვების შემოკლებული ცხრილი (ცხრილი 15.6). Იმდენად, რამდენადაც ნ= 20, ჩვენ უნდა ვიმუშაოთ მხოლოდ ორნიშნა რიცხვებით. ამ თვალსაზრისით, ტაბ. 15.6 მშვენივრად გვერგება. დავუშვათ, რომ წინასწარ გადავწყვიტეთ სვეტის ქვემოთ გადაადგილება, საწყისი პოზიცია არის მეთერთმეტე მწკრივისა და მეოთხე სვეტის კვეთაზე, სადაც არის ნომერი 77. ეს რიცხვი ძალიან დიდია და ამიტომ უნდა განადგურდეს. შემდეგი ორი რიცხვი ასევე გაუქმდება, ხოლო მეოთხე მნიშვნელობა 02 გამოყენებული იქნება, რადგან 2 არის ელემენტის ნომერი IN.

შემდეგი ხუთი ციფრი ასევე გაუქმდება, როგორც ძალიან დიდი, ხოლო რიცხვი 05 მიუთითებს ელემენტს ე. ასე რომ, ელემენტები INდა ეგახდება ჩვენი ორ ელემენტიანი ნიმუში, რომლითაც ვიმსჯელებთ ამ მოსახლეობის შემოსავლის დონეს. ასევე შესაძლებელია ალტერნატიული სტრატეგია, რომელშიც შერჩევის საფუძველი იქნება შემთხვევითი რიცხვების გენერირებული კომპიუტერული პროგრამა. ბოლო პუბლიკაციებში მითითებულია, რომ ასეთი პროგრამების მიერ გენერირებული რიცხვები არ არის სრულიად შემთხვევითი, რაც გარკვეულწილად შეიძლება გამოვლინდეს რთული მათემატიკური მოდელების აგებისას, მაგრამ მათი გამოყენება შესაძლებელია მარკეტინგული კვლევის უმეტესობისთვის. კიდევ ერთხელ გაითვალისწინეთ, რომ მარტივი შემთხვევითი ნიმუში მოითხოვს ზოგადი პოპულაციის ელემენტების თანმიმდევრული დანომრილი სიის შედგენას.

სხვა სიტყვებით რომ ვთქვათ, თავდაპირველი პოპულაციის თითოეული წევრი უნდა იყოს იდენტიფიცირებული. ზოგიერთი მოსახლეობისთვის ამის გაკეთება არ არის რთული, მაგალითად, 500 უმსხვილესი ამერიკული კორპორაციის კვლევაში, რომელთა სია მოცემულია ჟურნალ Fortune-ში. ეს სია უკვე შედგენილია, ამიტომ მარტივი შემთხვევითი ნიმუშის ფორმირება ამ შემთხვევაში არ იქნება რთული. სხვა საწყისი პოპულაციებისთვის (მაგალითად, კონკრეტულ ქალაქში მცხოვრები ყველა ოჯახისთვის), ზოგადი სიის შედგენა უკიდურესად რთულია, რაც მკვლევარებს აიძულებს მიმართონ სხვა ნიმუშის კვლევის სქემებს.

Შემაჯამებელი

სასწავლო მიზანი 1
მკაფიოდ განასხვავებენ აღწერის (კვალიფიკაციის) და შერჩევის ცნებებს

მოსახლეობის (მოსახლეობის) სრული აღწერა ე.წ კვალიფიციური. ნიმუშინაკრები, ჩამოყალიბებული შერჩეული ელემენტებიდან.

სასწავლო მიზანი 2
იცოდეთ მკვლევარების მიერ განხორციელებული ექვსი ეტაპის არსი და თანმიმდევრობა ნიმუშის პოპულაციის მისაღებად

შერჩევის პროცესი დაყოფილია ექვს ეტაპად:

1. მოსახლეობის დავალება;
2. სინჯის ჩარჩოს განსაზღვრა;
3. შერჩევის პროცედურის არჩევა;
4. ნიმუშის ზომის განსაზღვრა;
5. ნიმუშის ელემენტების შერჩევა;
6. შერჩეული ელემენტების შემოწმება.

სასწავლო მიზანი 3
განვსაზღვროთ "ნიმუშების ჩარჩოს" კონცეფცია

შერჩევის ჩარჩო არის იმ ნივთების სია, საიდანაც მოხდება ნიმუშის აღება.

სასწავლო მიზანი 4
ახსენით განსხვავება ალბათურ და დეტერმინისტულ შერჩევას შორის

ალბათურ ნიმუშში, პოპულაციის თითოეული წევრი შეიძლება იყოს გარკვეული მოცემული არა ნულოვანიალბათობა. პოპულაციის გარკვეული წევრების ნიმუშში შეყვანის ალბათობა შეიძლება განსხვავდებოდეს ერთმანეთისგან, მაგრამ მასში თითოეული ელემენტის ჩართვის ალბათობა ცნობილია. დეტერმინისტული ნიმუშებისთვის შეუძლებელი ხდება ნიმუშში რომელიმე ელემენტის ჩართვის ალბათობის შეფასება. ასეთი ნიმუშის წარმომადგენლობითობის გარანტია შეუძლებელია. ყველა დეტერმინისტული არჩევანი ეფუძნება, უფრო სწორად, პირად პოზიციას, განსჯას ან უპირატესობას. ასეთმა პრეფერენციებმა შეიძლება ზოგჯერ კარგი შეფასება მისცეს პოპულაციის მახასიათებლებს, მაგრამ არ არსებობს საშუალება ობიექტურად განვსაზღვროთ ნიმუშის ვარგისიანობა ამოცანისთვის.

სასწავლო მიზანი 5
განასხვავებენ ფიქსირებული ზომის შერჩევასა და მრავალსაფეხურიან (თანმიმდევრულ) შერჩევას

ფიქსირებული ზომის ნიმუშებთან მუშაობისას შერჩევის ზომა დგინდება კვლევის დაწყებამდე და შედეგების ანალიზს წინ უძღვის ყველა საჭირო მონაცემის შეგროვება. თანმიმდევრულ ნიმუშში შერჩეული ელემენტების რაოდენობა წინასწარ არ არის ცნობილი, ის განისაზღვრება რიგითი გადაწყვეტილებების საფუძველზე.

სასწავლო მიზანი 6
ახსენით რა არის მიზანმიმართული შერჩევა და აღწერეთ მისი ძლიერი და სუსტი მხარეები

მიზანმიმართული შერჩევის ელემენტები შერჩეულია ხელით და წარედგინება მკვლევარს კვლევის მიზნებისთვის სათანადოდ. ვარაუდობენ, რომ შერჩეულ ელემენტებს შეუძლიათ შესწავლილი პოპულაციის სრული სურათის მიცემა. სანამ მკვლევარი პრობლემის გადაჭრის ადრეულ სტადიაზეა, როდესაც დგინდება დაგეგმილი კვლევის პერსპექტივები და შესაძლო შეზღუდვები, მიზანმიმართული შერჩევის გამოყენება შეიძლება იყოს ძალიან ეფექტური. მაგრამ არავითარ შემთხვევაში არ უნდა დავივიწყოთ ამ ტიპის შერჩევის სისუსტეები, რადგან ის ასევე შეიძლება გამოიყენოს მკვლევარმა აღწერილ ან მიზეზობრივ კვლევებში, რაც არ დააყოვნებს გავლენას მათი შედეგების ხარისხზე.

სასწავლო მიზანი 7
განსაზღვრეთ კვოტის შერჩევის ცნება

პროპორციული შერჩევის შერჩევა ხდება ისე, რომ გარკვეული მახასიათებლების მქონე ნიმუშის ელემენტების პროპორცია დაახლოებით შეესაბამებოდეს იმავე ელემენტების პროპორციას შესწავლილ პოპულაციაში; ამისათვის თითოეულ მრიცხველს ენიჭება კვოტა, რომელიც განსაზღვრავს მოსახლეობის მახასიათებლებს, რომელთანაც მას უნდა დაუკავშირდეს.

სასწავლო მიზანი 8
ახსენით რა არის პარამეტრი შერჩევის პროცედურაში

პარამეტრი - ზოგადი ან შესწავლილი მოსახლეობის გარკვეული მახასიათებელი ან მაჩვენებელი; გარკვეული რაოდენობრივი მაჩვენებელი, რომელიც განასხვავებს ერთ კომპლექტს მეორისგან.

სასწავლო მიზანი 9
ახსენით რა არის წარმოებული სიმრავლე

მიღებული პოპულაცია შედგება ყველა შესაძლო ნიმუშისგან, რომელიც შეიძლება შეირჩეს ზოგადი პოპულაციისგან მოცემული შერჩევის გეგმის მიხედვით.

სასწავლო მიზანი 10
ახსენით, რატომ არის შერჩევის განაწილების კონცეფცია სტატისტიკის ყველაზე მნიშვნელოვანი კონცეფცია.

შერჩევის განაწილების კონცეფცია არის სტატისტიკური დასკვნის ქვაკუთხედი. შესწავლილი სტატისტიკის ცნობილი ნიმუშების განაწილების მიხედვით შეგვიძლია დავასკვნათ საერთო პოპულაციის შესაბამისი პარამეტრის შესახებ. თუ მხოლოდ ცნობილია, რომ ნიმუშის შეფასება იცვლება ნიმუშიდან ნიმუშამდე, მაგრამ ამ ცვლილების ბუნება უცნობია, შეუძლებელი ხდება ამ შეფასებასთან დაკავშირებული შერჩევის შეცდომის დადგენა. ვინაიდან შეფასების შერჩევის განაწილება აღწერს, თუ როგორ იცვლება ის ნიმუშიდან ნიმუშზე, ის იძლევა საფუძველს ნიმუშის შეფასების ვალიდურობის დასადგენად.

ნიმუში - ეს:

1) შესწავლის ობიექტის იმ ელემენტების მთლიანობა, რომელიც უშუალოდ იქნება შესწავლილი;

2) კვლევის ობიექტის ელემენტების შერჩევის მეთოდები და პროცედურები.

მოსახლეობა - შესწავლილ პრობლემასთან დაკავშირებული ობიექტების სრული ნაკრები. სოციოლოგიურ კვლევებში როგორც გ.ს. ყველაზე ხშირად მოქმედებს ინდივიდების აგრეგატები - მოსახლეობა (ქალაქები, ქვეყნები და ა.შ.), სოციალური ჯგუფი (ახალგაზრდები, უმუშევრები, ბიზნესმენები და ა.შ.), მასმედიის აუდიტორია (MSK) და ა.შ. თუმცა, ბევრში. შემთხვევები, გ.ს. შეიძლება შედგებოდეს უფრო დიდი ელემენტებისაგან (ობიექტები) - ოჯახები (ოჯახები), აკადემიური ჯგუფები, საწარმოები, რელიგიური თემები, ცალკეული დასახლებები ან სახელმწიფოები და ა.შ.

ნიმუშის პოპულაცია - მთლიანი პოპულაციის შესახებ დასკვნის გამოსატანად შერჩეული ობიექტების ნაწილი საერთო პოპულაციისგან.

იმისათვის, რომ ნიმუშის შესწავლით მიღებული დასკვნა გავრცელდეს მთელ პოპულაციაზე, ნიმუშს უნდა ჰქონდეს წარმომადგენლობითი თვისება.

წარმომადგენლობითობა არის შერჩევის უნარი წარმოაჩინოს საკვლევი პოპულაცია. რაც უფრო ზუსტად არის შერჩევის შემადგენლობა წარმოადგენს პოპულაციას შესწავლილ საკითხებზე, მით უფრო მაღალია მისი წარმომადგენლობითობა.

მაგალითი: წარმომადგენლობითობა შეიძლება ილუსტრირებული იყოს შემდეგი მაგალითით. ვთქვათ, მოსახლეობა არის სკოლის ყველა მოსწავლე (600 კაცი 20 კლასიდან, 30 კაცი თითო კლასში). კვლევის საგანია მოწევისადმი დამოკიდებულება. საშუალო სკოლის 60 მოსწავლისგან შემდგარი ნიმუში მოსახლეობას ბევრად უარესად წარმოადგენს, ვიდრე იგივე 60 ადამიანის ნიმუში, რომელშიც თითოეული კლასიდან 3 მოსწავლე იქნება. ამის მთავარი მიზეზი კლასებში ასაკობრივი არათანაბარი განაწილებაა. ამიტომ, პირველ შემთხვევაში, ნიმუშის რეპრეზენტაციულობა დაბალია, ხოლო მეორე შემთხვევაში, მაღალია (ceteris paribus).

ნიმუშის ტიპები

1. შემთხვევითი შერჩევა.

1.1 მარტივი შემთხვევითი შერჩევა.

1.2 სინჯის სისტემატური (ან მექანიკური) აღების მეთოდი.

1.3 სერიული (დაბუდებული ან კლასტერული) ნიმუშის აღება.

1.4 სტრატიფიცირებული შერჩევა.

2. არაშემთხვევითი შერჩევა (არაალბათობა).

2.2. შემთხვევითი შერჩევა.

2.3. მრავალსაფეხურიანი და ერთსაფეხურიანი შერჩევა.

1. შემთხვევითი შერჩევა.

შემთხვევითი შერჩევის თავისებურება ის არის, რომ საერთო პოპულაციის ყველა ერთეულს აქვს თანაბარი ალბათობა, რომ მოხვდეს ნიმუშში. შემთხვევითი შერჩევისთვის, შემთხვევითობის პრინციპი. ნიმუშის საფუძველი შეიძლება იყოს საწარმოს თანამშრომელთა სიები, სატელეფონო ცნობები, ავტომობილების მფლობელთა სარეგისტრაციო სიები, ამომრჩეველთა სიები საარჩევნო უბნებზე, სახლის წიგნები, აგრეთვე თავად სოციოლოგის მიერ შედგენილი სხვადასხვა სიები, კვლევის მიზნებიდან გამომდინარე. (ქუჩების სია, რომლებზეც შემდეგ ხდება რესპონდენტთა შერჩევა).

შემთხვევითი შერჩევა ჩვეულებრივ გამოიყენება საზოგადოებრივი აზრის გამოკითხვაში არჩევნების, რეფერენდუმის და სხვა საჯარო ღონისძიებების წინ.

პლუსამ მეთოდით არის შემთხვევითობის პრინციპის სრული დაცვა და, შედეგად, სისტემატური შეცდომების თავიდან აცილება.

ამ მეთოდის უარყოფითი მხარეები:

– მოსახლეობის ელემენტების ჩამონათვალის საჭიროება.

- გამოკითხვის ჩატარების სირთულე.

- შედარებით დიდი ნიმუშის ზომა.

ნიმუში ან შერჩევის ნაკრები - შემთხვევების ერთობლიობა (სუბიექტები, ობიექტები, მოვლენები, ნიმუშები), გარკვეული პროცედურის გამოყენებით, შერჩეული საერთო პოპულაციისგან კვლევაში მონაწილეობისთვის.

ნიმუშის მახასიათებლები:

• ნიმუშის ხარისხობრივი მახასიათებლები - კონკრეტულად ვის ვირჩევთ და ნიმუშის აგების რა მეთოდებს ვიყენებთ ამისათვის.
• ნიმუშის რაოდენობრივი მახასიათებელია რამდენ შემთხვევას ვირჩევთ, სხვა სიტყვებით რომ ვთქვათ, ნიმუშის ზომა.

ნიმუშის აღების საჭიროება

• კვლევის ობიექტი ძალიან ფართოა. მაგალითად, გლობალური კომპანიის პროდუქციის მომხმარებლები არიან გეოგრაფიულად გაფანტული ბაზრების დიდი რაოდენობა.
• საჭიროა პირველადი ინფორმაციის შეგროვება.

დამოკიდებული და დამოუკიდებელი ნიმუშები

ორი (ან მეტი) ნიმუშის შედარებისას მათი დამოკიდებულება მნიშვნელოვანი პარამეტრია. თუ შესაძლებელია ჰომორფული წყვილის დადგენა (ანუ, როდესაც X ნიმუშიდან ერთი შემთხვევა შეესაბამება ერთ და მხოლოდ ერთ შემთხვევას Y ნიმუშიდან და პირიქით) ყოველი შემთხვევისთვის ორ ნიმუშში (და ურთიერთობის ეს საფუძველი მნიშვნელოვანია თვისებისთვის. ნიმუშებში გაზომილი), ასეთ ნიმუშებს დამოკიდებულს უწოდებენ. დამოკიდებული შერჩევის მაგალითები:

• ტყუპების წყვილი
• ნებისმიერი მახასიათებლის ორი გაზომვა ექსპერიმენტულ ექსპოზიციამდე და მის შემდეგ,
• ქმრები და ცოლები

თუ ნიმუშებს შორის ასეთი კავშირი არ არსებობს, მაშინ ეს ნიმუშები დამოუკიდებლად ითვლება, მაგალითად:

• კაცი და ქალი,
• ფსიქოლოგები და მათემატიკოსები.

შესაბამისად, დამოკიდებულ ნიმუშებს ყოველთვის აქვთ იგივე ზომა, ხოლო დამოუკიდებელი ნიმუშების ზომა შეიძლება განსხვავდებოდეს.

„ნიმუშის“ ცნება სტატისტიკაში, სოციოლოგიაში, მარკეტინგში განიხილება ორი მნიშვნელობით. პირველ რიგში, ეს არის შესასწავლი ზოგადი პოპულაციის ელემენტების ერთობლიობა, ე.ი. შერჩევის ნაკრები. მეორეც, შერჩევის აღება არის სანიმუშო პოპულაციის ფორმირების პროცესი წარმომადგენლობითობის უზრუნველყოფის აუცილებელი პირობით. გამოყოს სხვადასხვა სახის შერჩევის (შერჩევის) და ნიმუშების ტიპები.

რაც შეეხება ნიმუშების ტიპებს, პრინციპში სამი მათგანია. ჩვენ ვსაუბრობთ ზოგადად მოსახლეობისგან შერჩევის ერთეულების შერჩევის მიდგომის პრინციპებზე. ისინი შეიძლება იყოს შემდეგი:

სპონტანური შერჩევა, ე.ი. შერჩევა დაფუძნებული ნებაყოფლობითობის პრინციპზე და შერჩეულში ზოგადი მოსახლეობის ერთეულების ჩართვის ხელმისაწვდომობის პრინციპზე. იგი საკმაოდ ხშირად გამოიყენება, კერძოდ, ფოსტით და პრესის გამოკითხვებში. ასეთი შერჩევის მთავარი მინუსი არის მოსახლეობის ხარისხობრივი წარმოდგენის შეუძლებლობა;

სავარაუდო(შემთხვევითი) შერჩევა- სოციოლოგიურ კვლევაში გამოყენებული ერთ-ერთი მთავარი. ასეთი შერჩევის მთავარი პრინციპია იმის უზრუნველყოფა, რომ საერთო პოპულაციის თითოეულმა ერთეულმა შეძლოს ნიმუშში მოხვედრა. ამ მიზნით გამოიყენება შემთხვევითი რიცხვების ცხრილები, ლატარიის შერჩევა, მექანიკური შერჩევა;

სტრატიფიცირებული შერჩევა, რომელიც ეფუძნება ზოგადი პოპულაციის ხარისხობრივი მოდელის აგებას, შემდეგ - სანიმუშო პოპულაციაში დაკვირვების ერთეულების შერჩევას, არსებული მოდელის საფუძველზე.

[დაწყაროები: ვიკიპედია, Poltorak V.A. მარკეტინგული კვლევა: მეთოდები და ტექნოლოგიები]

დავალება ნომერი 3

კითხვა: გააფართოვეთ სოციალური ცვლილების კონცეფციის შინაარსი.

სოციალური ცვლილების კონცეფცია.„სოციალური ცვლილების“ ცნება გულისხმობს სხვადასხვა ცვლილებებს, რომლებიც დროთა განმავლობაში ხდება სოციალურ თემებში, ჯგუფებში, ინსტიტუტებში, ორგანიზაციებსა და საზოგადოებებში, მათ ურთიერთობაში ერთმანეთთან, ისევე როგორც ინდივიდებთან. ასეთი ცვლილებები შეიძლება განხორციელდეს: ინტერპერსონალური ურთიერთობების დონეზე (მაგალითად, ცვლილებები ოჯახის სტრუქტურასა და ფუნქციებში); ორგანიზაციებისა და ინსტიტუტების დონეზე (განათლება, მეცნიერება მუდმივად ექვემდებარება ცვლილებებს, როგორც მათი შინაარსის, ასევე მათი ორგანიზაციის თვალსაზრისით), მცირე და დიდი სოციალური ჯგუფების დონეზე (რუსეთში, კერძოდ, მუშათა კლასი, გლეხობა ახლა იცვლება, ახალი სოციალური ჯგუფები - მეწარმეები), სოციალურ და გლობალურ დონეზე (მიგრაციული პროცესები, ზოგიერთი ქვეყნის ეკონომიკური და ტექნოლოგიური განვითარება და ზოგიერთში სტაგნაცია და კრიზისი, კაცობრიობის არსებობის ეკოლოგიური და სამხედრო საფრთხე, და ა.შ.).

ნაწილი II. მათემატიკური სტატისტიკა

თემა 6. შერჩევითი მეთოდი. ვარიაციების სერია

და მისი მახასიათებლები

მათემატიკური სტატისტიკა ეხება შაბლონების შესწავლას, რომლებიც მართავენ მასობრივ მოვლენებს, დაკვირვების შედეგების საფუძველზე.

MS-ის დანიშნულება: სამეცნიერო და პრაქტიკული დასკვნების მისაღებად სტატისტიკური მონაცემების შეგროვებისა და დამუშავების მეთოდების შექმნა.

ორის ამოსახსნელად საჭიროა მათემატიკური სტატისტიკის მეთოდები დავალებები:

1) ექსპერიმენტების ან დაკვირვების შედეგად მიღებული სტატისტიკური ინფორმაციის შეგროვებისა და დაჯგუფების მეთოდების მითითებას;

2) სტატისტიკური მონაცემთა ანალიზის მეთოდების შემუშავება (განაწილების ფუნქციების და პარამეტრების შეფასება; სტატისტიკური ჰიპოთეზების ტესტირება; შემთხვევით ცვლადებს შორის დამოკიდებულების შეფასება).

შერჩევითი დაკვირვების ცნება და მისი თეორიული თვისებები.

სტატისტიკური დაკვირვების პრაქტიკაში გამოიყოფა დაკვირვების ორი ტიპი:

უწყვეტი, როდესაც შესწავლილია მოსახლეობის ყველა ობიექტი (მოსახლეობის აღწერა);

შერჩევითი, როდესაც შესწავლილია შემთხვევით შერჩეული ობიექტების ნაწილი (სოციოლოგიური კვლევები, რომელიც მოიცავს მოსახლეობის ნაწილს).

შერჩევითი დაკვირვების თეორია ეფუძნება სტატისტიკურ კანონზომიერებებს, რომლებიც ყალიბდება და გვხვდება მასობრივ მოვლენებსა და პროცესებში.

შემთხვევითობასთან დაკავშირებულ შაბლონებს და მხოლოდ კანონად გამოვლენილ მრავალფეროვან ფენომენს უწოდებენ სტატისტიკური. შაბლონების ეს თვისება დაკავშირებულია დიდი რიცხვების კანონთან. დიდი რიცხვების კანონის და ზოგადად სტატისტიკური მეცნიერების მათემატიკურ საფუძველს წარმოადგენს ალბათობის თეორია, რომელიც სწავლობს შემთხვევით ფენომენებს (მოვლენებს), რომლებსაც აქვთ სტაბილური თავისებურება და, შესაბამისად, ალბათობა, რაც ხელს უწყობს მასის ნიმუშების იდენტიფიცირებას. ფენომენების გამეორება.

საერთო პოპულაცია და ნიმუში. ნიმუშის ტიპები.

საერთო მოსახლეობაარის ყველა შესასწავლი ობიექტის ერთობლიობა, საიდანაც კეთდება ნიმუში.

შერჩევის ნაკრები, ან, სინჯის აღება, არის საერთო პოპულაციისგან შემთხვევით შერჩეული ობიექტების ნაკრები, რომელიც ექვემდებარება უშუალო შესწავლას.

მოსახლეობის ზომაარის მისი ობიექტების რაოდენობა. ზოგად პოპულაციას შეიძლება ჰქონდეს როგორც სასრული, ასევე უსასრულო ზომა (N), ხოლო ნიმუშს შეიძლება ჰქონდეს მხოლოდ სასრული ზომა (n).

მაგალითი. 2000 პროდუქტიდან კვლევისთვის შეირჩა 100 პროდუქტი, შემდეგ საერთო პოპულაციის მოცულობა არის , ხოლო შერჩევის ზომა არის .

შერჩევის მეთოდი- ეს არის კვლევის მეთოდი, რომლის დროსაც ხდება ზოგადი პოპულაციის თვისებების შესწავლა ნიმუშის გამოყენებით. ამავდროულად, ამ ნაწილის შესწავლისას მიღებული დასკვნები ნაწილდება ობიექტების მთელ კომპლექსზე.

ნიმუშის ტიპები

მარტივი შემთხვევითი შერჩევა, ჩამოყალიბებულია ელემენტების შემთხვევითი შერჩევით, საერთო პოპულაციის ნაწილებად დაყოფის გარეშე.

მექანიკური სინჯის აღება, რომელშიც ზოგადი პოპულაციის ელემენტები შეირჩევა გარკვეული ინტერვალით. ასე რომ, თუ ნიმუშის ზომა უნდა იყოს ზოგადის 10%, მაშინ შეირჩევა ყოველი მე-10 ელემენტი.

ტიპიური ნიმუში, რომლებშიც ელემენტები შემთხვევით შერჩეულია ტიპიური ჯგუფებიდან, რომლებშიც ზოგადი პოპულაცია იყოფა გარკვეული კრიტერიუმების მიხედვით. მაგალითად, ნაწილების შერჩევა თითოეული აპარატის წარმოებიდან და არა მთლიანობიდან.

სერიული ნიმუშის აღება, რომელშიც შემთხვევით შერჩეულია არა ცალკეული ელემენტები, არამედ მოსახლეობის მთელი ჯგუფები (სერიები).

გაიმეორაეწოდება ნიმუში, რომელშიც შერჩეული ობიექტი კვლევის შემდეგ უბრუნდება ზოგად პოპულაციას და შესაძლებელია მისი ხელახლა შერჩევა.

არ განმეორდებაეწოდება ნიმუში, რომელშიც შერჩეული ობიექტი არ უბრუნდება ზოგად პოპულაციას.

წარმომადგენელი(წარმომადგენელი) არის ნიმუში, რომლითაც შეგვიძლია ვიმსჯელოთ ჩვენთვის საინტერესო თვისებაზე მთელ ზოგად პოპულაციაში. ნიმუშის წარმომადგენლობითობის პირობები:

1) ნიმუშის ნაწილები უნდა იყოს პროპორციული საერთო პოპულაციის ნაწილების;

2) ნიმუში ნათლად უნდა აჩვენოს შესასწავლი თვისების ყველა მახასიათებელი;

3) ნიმუში უნდა იყოს საკმარისად დიდი;

4) შემთხვევითი შერჩევა.