Узорковање је ... Дефиниција, типови, методе и резултати узорковања

Често се дешава да је потребно анализирати одређени друштвени феномен и добити информације о њему. Такви задаци се често јављају у статистикама и статистичким студијама. Често је немогуће проверити потпуно дефинисан друштвени феномен. На пример, како сазнати мишљење становништва или свих становника одређеног града о било ком питању? Питати апсолутно свакога је готово немогуће и врло напорно. У таквим случајевима нам је потребан узорак. Управо то је концепт на коме се практично заснивају сва истраживања и анализе.

Шта је узорковање

Када се анализира одређени друштвени феномен, потребно је добити информације о томе. Ако узмете било коју студију, можете видјети да није свака јединица предмета истраживања предмет истраживања и анализе. У обзир се узима само одређени дио цјелокупног агрегата. Овај процес је узорковање: када се испитују само одређене јединице скупа.

Наравно, много зависи од врсте узорка. Али постоје основна правила. Најважније од њих наводи да би селекција из агрегата требала бити потпуно случајна. Јединице агрегата које треба користити не би требало да буду изабране због било ког критеријума. Грубо речено, ако је потребно прикупити укупну популацију одређеног града и изабрати само мушкарце, онда ће доћи до грешке у студији, јер селекција није случајна, већ одабрана на основу пола. Практично све методе узорковања се заснивају на овом правилу.

Правила избора

Да би одабрана популација одражавала основне квалитете цјелокупног феномена, она мора бити изграђена у складу са посебним законима, гдје би фокус требао бити на сљедећим категоријама:

• узорак (узорак);
• општа популација;
• репрезентативност;
• грешка репрезентативности;
• јединица агрегата;
• начине за израду узорка.

Карактеристике узорковања и узорковања су следеће:

1. Сви добијени резултати заснивају се на математичким законима и правилима, то јест, уз одговарајуће истраживање и правилним прорачунима, резултати неће бити искривљени на субјективној основи.
2. Омогућава брже добијање резултата и мање времена и ресурса, проучавајући не цијели низ догађаја, већ само један дио њих.
3. Може се користити за проучавање различитих предмета: од специфичних питања, као што су старост, пол групе од интереса за проучавање јавног мњења или ниво материјалне подршке становништва.

Рандом обсерватион

Селективно - ово је статистичка опсервација у којој се студија не подвргава читавом скупу проучаваних, већ само одређени дио одабраног на одређени начин, а резултати проучавања овог дијела примјењују се на цијели скуп. Овај дио се назива скуп узорака. То је једини начин да се проучи велики низ предмета истраживања.

Али селективно посматрање се може користити само у случајевима када је потребно истражити само малу групу јединица. На пример, приликом испитивања односа мушкараца и жена у свету, користиће се селективно посматрање. Из очигледних разлога - немогуће је узети у обзир сваког становника наше планете.

Али са истом студијом, али не сви становници Земље, већ одређени разред "А" у одређеној школи, одређени град, одређена земља, може без селективног посматрања. Уосталом, сасвим је могуће анализирати читав низ предмета истраживања. Неопходно је избројити дечаке и девојке ове класе - то ће бити однос.

Узорак и популација

Заправо, све није тако тешко као што звучи. У сваком предмету истраживања постоје два система: општи и селективни агрегат. Шта је ово? Све јединице припадају генералу. И на узорку - оне јединице укупне популације које су узете за узорак. Ако је све урађено исправно, одабрани дио ће бити смањени распоред читаве (опће) популације.

Ако говоримо о општој популацији, можемо разликовати само двије његове варијанте: дефинитивну и неодређену општу популацију. Зависи од тога да ли је укупан број јединица овог система познат или не. Ако се ради о специфичној популацији, онда ће узорак бити лакши јер је познато колики проценат укупног броја јединица ће бити узорак.

Овај тренутак је веома потребан у истраживању. На пример, ако је потребно истражити проценат лошег квалитета кондиторских производа у одређеној фабрици. Претпоставимо да је популација већ дефинисана. Познато је да ово предузеће годишње произведе 1000 кондиторских производа. Ако направите узорак од 100 случајних кондиторских производа из ове хиљаде и пошаљете их на испитивање, онда ће грешка бити минимална. Грубо говорећи, 10% свих производа било је предмет истраживања, а према резултатима можемо, узимајући у обзир грешку репрезентативности, говорити о лошем квалитету свих производа.

А ако узорак 100 кондиторских производа из неизвјесне опће популације, гдје су заправо, рецимо, 1 милијун јединица, онда резултат узорка и сама студија ће бити критички невјероватни и неточни. Осетите разлику? Стога је извесност опште популације у већини случајева изузетно важна и увелико утиче на резултат студије.

Репрезентативност агрегата

Дакле, сада једно од најважнијих питања - који би требао бити узорак? Ово је главна тачка студије. У овој фази потребно је израчунати узорак и одабрати јединице од укупног броја у њега. Агрегат је исправно одабран ако одређене карактеристике и карактеристике опште популације остану у узорку. То се зове репрезентативност.

Другим ријечима, ако након одабира дио задржи исте тенденције и особине као и цјелокупна количина истраживаног, тада се такав скуп назива репрезентативним. Али не може се сваки конкретан узорак изабрати из репрезентативног скупа. Постоје и такви предмети истраживања, чије узорковање једноставно не може бити репрезентативно. Ту настаје појам грешке репрезентативности. Али хајде да причамо о томе детаљније мало више.

Како направити избор

Дакле, да би се повећала репрезентативност, постоје три основна правила за узорковање:

1. Најјединственији индикатор броја узорака је 20%. Статистички узорак од 20% ће скоро увијек дати резултат што је могуће ближе реалности. Истовремено, нема потребе да се пребацује на већину становништва. 20% узорка је индикатор који је развијен у многим студијама. Дајемо мало више теорије. Што је узорак већи, то је мања грешка репрезентативности и точнији резултат студије. Што је узорак ближи општем броју јединица, точнији и тачнији ће бити резултати. На крају крајева, ако истражите цео систем, резултат ће бити 100%. Али нема узорка. То су студије у којима се истражује читав низ, све јединице, тако да нас не занима.
2. У случају неприкладности обраде 20% укупне популације, допуштено је проучавање јединица агрегата у износу не мањем од 1001. Ово је такође један од показатеља проучавања низа предмета истраживања, који се развио током времена. Наравно, то неће дати прецизне резултате са великим низом истраживања, али ће га довести што је могуће ближе могућој тачности узорковања.
3. У статистици постоје многе формуле и табелиране табеле. У зависности од предмета проучавања и критеријума узорка, постоји сврсисходност избора једне или друге формуле. Али ова ставка се користи у сложеним и вишеструким истраживањима.
   

Грешка (грешка) репрезентативности

Главна карактеристика квалитета изабраног узорка је појам „границе грешке“. Шта је ово? То су одређене разлике између индикатора селективног и континуираног посматрања. У смислу грешке, репрезентативност се дели на поуздану, обичну и приближну. Другим ријечима, допуштена су одступања до 3%, од 3 до 10%, односно од 10 до 20%. Иако је у статистици пожељно да грешка не прелази 5-6%. У супротном, постоји разлог да се говори о недостатку репрезентативности узорка. Да би се израчунала грешка репрезентативности и како она утиче на узорак или општу популацију, узимају се у обзир многи фактори:

1. Вероватноћа са којом треба да добијете тачан резултат.
2. Број јединица узорка. Као што је раније поменуто, што ће мање јединица бити узорак, већа ће бити грешка репрезентативности и обрнуто.
3. Хомогеност испитиване популације. Што је агрегат хетерогенији, то ће бити већа грешка репрезентативности. Способност агрегата да буде репрезентативна зависи од хомогености свих њених саставних јединица.
4. Метода избора јединица у узорку.

У посебно специфицираним студијама, процентуална грешка средње вредности обично даје сам истраживач на основу програма посматрања и према подацима из претходних студија. По правилу се сматра да је гранична грешка узорковања (грешка репрезентативности) унутар 3-5%.

Више није увек боље

Такође је важно запамтити да је главна ствар у организовању селективног посматрања да се њен обим доведе на прихватљив минимум. У овом случају, не треба тежити прекомјерном смањењу граница грешке узорковања, јер то може довести до неоправданог повећања количине података о узорку и, посљедично, до повећања трошкова узорковања.

Истовремено, није могуће претјерано повећати величину грешке репрезентативности. Заиста, у овом случају, иако ће доћи до смањења запремине узорка, то ће довести до погоршања поузданости добијених резултата.

Која питања се обично постављају истраживачу

Свака студија, ако је спроведена, је за неку сврху и за неке резултате. Приликом спровођења селективне студије, по правилу се постављају почетна питања:

1. Одређивање потребног броја јединица узорка, тј. Колико ће јединица бити истражено. Поред тога, за тачну студију, укупност треба да буде репрезентативна.
2. Израчунавање грешке репрезентативности са утврђеним нивоом вероватноће. Одмах треба напоменути да се селективно истраживање не дешава са нивоом вероватноће од 100%. Ако ауторитет који је спровео истраживање одређеног сегмента тврди да су њихови резултати тачни са вероватноћом од 100%, онда је то нетачно. Дугорочна пракса је већ успоставила проценат вероватноће правилно спроведене селективне студије. Ова цифра је 95,4%.
   

Методе за избор јединица истраживања у узорку

Није сваки узорак репрезентативан. Понекад је исти знак различито изражен као цјелина и са своје стране. Да би се постигли захтеви репрезентативности, препоручљиво је користити различите технике узорковања. Штавише, употреба једног или другог метода зависи од специфичних околности. Међу таквим методама креирања узорка су:

• насумични одабир;
• механичка селекција;
• типичан избор;
• серијски (узгојни) избор.

Насумично узорковање је систем мјера усмјерених на насумично узорковање популацијских јединица, када је вјеројатност уласка у узорак једнака за све јединице опће популације. Ова техника је прикладна за примјену само у случају хомогености и малог броја инхерентних карактеристика. У супротном, неке карактеристике су у опасности да се не одразе у узорку. Знакови случајне селекције су основа свих других метода узорковања.

Када се механички одабир јединица врши у одређеном интервалу. Ако је потребно формирати узорак одређених кривичних дјела, свака пета, десета или петнаеста картица могу се повући из свих статистичких евиденција забиљежених злочина, у зависности од њиховог укупног броја и расположивих величина узорка. Недостатак ове методе је у томе што је прије узорковања потребно имати цјеловити приказ агрегатних јединица, а онда се мора извршити рангирање и тек након тога могуће је провести узорак у одређеном интервалу. Ова метода траје доста времена, тако да се често не користи.

Типична (зонирана) селекција је тип узорковања, у којем се опћа популација дијели на хомогене групе према одређеном атрибуту. Понекад истраживачи користе "групе" друге појмове: "подручја" и "зоне". Затим се из сваке групе у случајном редослиједу одабере одређени број јединица пропорционално тежини групе у укупној популацији. Типична селекција се често изводи у неколико фаза.

Серијски избор је метода у којој се одабир јединица врши у групама (серијама) и све јединице одабране групе (серије) подлијежу испитивању. Предност овог метода је у томе што је понекад теже изабрати појединачне јединице од серије, на примјер, када проучавамо особу која служи казну. У одабраним областима, зонама, примјењује се проучавање свих јединица без изузетка, на примјер, студија свих особа које издржавају казну у одређеној институцији.