Маркетинговые исследования. Шпаргалка

Также предположим, что отношение последних к новому спортивному объекту однородно (т. е. разброс, или дисперсия, их мнений низок). Мнения проживающих в общежитии студентов менее однородны, а мнения студентов, проживающих за пределами кампуса, варьируются еще сильнее. В подобной ситуации вместо того чтобы формировать выборку из трех групп по случайному признаку, разумнее взять меньше студентов, проживающих в домах, принадлежащих студенческому сообществу, и больше – проживающих за пределами кампуса. Таким образом, следует разделить список всех студентов на три группы и сформировать простую случайную выборку из каждой группы. В результате получится стратифицированная выборка. Размер выборки, набираемой из каждой группы, будет зависеть от двух факторов. Во-первых, от степени разброса мнений внутри каждой группы. Чем больше будет этот разброс, тем больше выборка. Во-вторых, размер выборки обычно обратно пропорционален стоимости ее формирования.

При разработке плана выборки необходимо выявить естественные подгруппы, которые будут более однородными, нежели совокупность в целом. Подобные подгруппы называются стратами . Таким образом, степень однородности внутри страты будет больше, нежели между ними. Фактически точность стратифицированной выборки увеличивается, если существуют различия между группами и схожесть внутри них – по признаку интересующего показателя.

Основные различия между разными типами стратифицированной выборки заключаются в механизме определения размера выборки внутри каждой группы.

Типы стратифицированной выборки:

1) пропорциональная стратифицированная выборка;

2) прямо пропорциональная стратифицированная выборка;

3) обратно пропорциональная стратифицированная выборка;

4) непропорциональная стратифицированная выборка;

5) кластерная выборка;

6) систематическая выборка.

44. Многоэтапный план

При разработке выборки используют многоэтапный план. Наиболее часто встречающимся примером в данном случае является территориальная выборка – т. е. когда набирают выборку по какой-либо территории.

Пример: предположим, необходимо сформировать выборку по штату Калифорния. В данном случае на первом этапе нужно разработать кластерную выборку из округов штата. Вероятность того, что округ попадает в выборку, пропорциональна численности его населения. Таким образом, самый большой округ – округ Лос-Анджелес – попадает в выборку со значительно большей вероятностью, нежели какой-либо другой. Второй шаг – формирование кластерной выборки городов в каждом из отобранных округов. Вероятность выбора каждого города пропорциональна его населению. На третьем этапе формируется кластерная выборка кварталов по числу домов.

На заключительном этапе формируется систематическая выборка домов в каждом квартале, после чего берется случайная выборка жителей каждого дома. В результате получается случайная территориальная выборка, и каждый дом имеет одинаковую вероятность попасть в нее. Следует отметить, что люди, проживающие в индивидуальных домах, имеют более высокую вероятность попадания в выборку, нежели жильцы многоквартирных домов.

При использовании случайной выборки теория вероятностей позволяет исследователю определить характер и масштабы любых изменений оценок и показать, в какой степени разброс этих оценок определяется процедурой формирования выборки. Для этого требуется основа выборки – список единиц совокупности для выборки, либо процедура, которая позволяет определить вероятность достижения того или иного респондента.

При использовании неслучайных выборок устраняются проблемы, связанные с разработкой основ выборки, и снижаются издержки. Однако они могут содержать скрытые искажения и неоднозначности, и от полученной информации будет больше вреда, чем пользы. В связи с этим, специалисты в области статистики предпочитают избегать неслучайных выборок. Тем не менее такие выборки можно использовать вполне эффективно :

1) на поисковой стадии исследовательского проекта;

2) при предварительном тестировании анкеты;

3) при работе с однородной совокупностью;

4) если у исследователя нет необходимых знаний в области статистики;

5) для обеспечения простоты исследования.

Следует различать четыре типа неслучайной выборки :

1) типовая;

2) выборка методом снежного кома. Этот метод применяется к относительно небольшим генеральным совокупностям;

3) «удобная»;

4) квотированная.

Одна из проблем состоит в том, что тот, кто ведет более активный образ жизни, имеет более высокую вероятность попадания в выборку.

45. «Удобная» выборка

Для быстрого и недорогого сбора информации можно использовать «удобную» выборку .

Процедура состоит в том, что контакт устанавливается с «удобными» единицами выборки – с группой активистов церкви, с группой студентов, с первыми 50 получателями почтовой анкеты или с несколькими друзьями и соседями.