Курсовая работа (т): Выборочный метод получения данных

Многочисленная практика показывает, что правильно произведенная выборка довольно хорошо представляет структуру и состояние генеральной совокупности. Однако полного совпадения выборочных данных с данными обработки генеральной совокупности, как правило, не бывает. В этом и заключается недостаток выборочного метода, на фоне которого видны преимущества сплошного описания генеральной совокупности.

выборочный маркетинговый социокультурный

РАЗДЕЛ 2. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ВЫБОРОЧНОГО МЕТОДА ИССЛЕДОВАНИЯ

.1 Определение необходимого объема выборки

Существует множество методов определения необходимого объема выборки для проведения исследований. Определение метода выборки всегда является компромиссным решением между необходимостью обеспечить максимальную репрезентативность выборки и минимизировать затраты на проведении исследований.

Важно отметить тот факт, что прямой зависимости между объемом выборки и ее репрезентативности нет. Тем не менее, даже правильно составленная выборка может дать ложные результаты, если ее объем будет слишком мал. С другой стороны, слишком большой объем выборки грозит предприятию, проводящему исследование, огромными затратами [8, с. 152].

Чтобы установить необходимый объем выборки следует учесть несколько факторов. Один из наиболее важных - гомогенность (однородность) - степень близости друг к другу членов данной совокупности с точки зрения изучаемых характеристик. Если каждая единица в совокупности в точности такая же, как все остальные, то выбрав всего лишь одну из них, можно получить действительно репрезентативную выборку. Напротив, если каждая единица в совокупности абсолютно не похожа ни на одну из других, то, прежде чем мы сможем утверждать, что у нас имеется репрезентативная выборка, нам потребуется провести перепись всей совокупности. В первом случае совокупность называют полностью гомогенной, во втором - полностью гетерогенной. Разумеется, в действительности большинство совокупностей располагается между этими двумя полюсами [16, с. 173].

Чем гомогеннее данная совокупность, т. е. чем меньше различий между ее членами, тем меньше по объему выборка необходима для ее представления. Напротив, чем гетерогеннее совокупность, тем больше выборка необходима для ее представления. Это особенно важно учитывать при стратифицированном формировании выборки, поскольку самим актом стратификации мы создаем подгруппы, более гомогенные, чем совокупность в целом [16, с. 175]. Таким образом, внутри уровней можно использовать, не теряя при этом репрезентативности, выборки меньшего объема, чем следовало бы для всей совокупности.

Сходным образом, чем больше категорий мы хотим исследовать, тем больше должна быть выборка. Это вполне естественно, поскольку, увеличивая разнообразие и тонкость наших измерений, мы подчеркиваем гетерогенность исследуемой совокупности. Иными словами, чем больше вопросов мы задаем и чем больше типов ответов допускаем, тем больше вероятность того, что мы обнаружим различия между исследуемыми объектами. Чем больше различий между объектами мы принимаем во внимание, тем больше объектов мы должны изучить, чтобы выборка получилась репрезентативной [16, с. 176].

Еще одно важное соображение касается степени точности, которая нам требуется. Мы используем выборку для оценки характеристик больших совокупностей, однако любая оценка может содержать ошибку. То, какую ошибку выборки мы готовы допустить, часто зависит от предполагаемого использования результатов. Если мы получаем деньги за то, что проводим опрос общественного мнения для предсказания результатов выборов, в которых участвуют кандидаты с близкими шансами, мы, скорее всего, захотим иметь минимальную величину ошибки. Если же мы политологи и пытаемся раскрыть основные тенденции в области отношений и поступков людей, мы, видимо, согласимся допустить существенно большую величину ошибки. Вообще, чем большая точность нам требуется, тем больше должна быть наша выборка.

С этой же проблемой связана и вторая проблема: насколько можно быть уверенными в правильности оценки величины ошибки выборки. Здесь существенны следующие моменты. Каждая выборка дает некоторую оценку характеристик совокупности, однако вследствие того, что никакие две выборки не будут в точности одинаковы, эти оценки будут несколько отличаться одна от другой и от оценки совокупности в целом. Это последнее отличие и есть ошибка выборки. Большинство выборок данного объема, взятых из одних и тех же совокупностей, будут очень похожи друг на друга и на саму совокупность, однако может случиться и так, что сформированная выборка будет отличаться от прочих. Может оказаться, что входящие в ее состав женщины, пожилые люди, республиканцы, выпускники колледжей и т. п. включены в таком количестве, которое не отражает реальной доли этих групп в соответствующих совокупностях. Такая выборка, естественно, не будет репрезентативной: она выйдет за рамки допустимой величины ошибки [16, с. 180].

Проблема заключается в том, что в реальной действительности не всегда известны внутренние параметры совокупности, для оценки которых предназначена выборка (зачастую установление таких параметров и является целью исследования). Не смотря на имеющуюся возможность проконтролировать очевидную валидность выборки, проведя сравнение с другими исследованиями той же самой совокупности или совокупности, похожей на данную, до конца нельзя быть уверенным, что выборка не случайное исключение, что она нерепрезентативна (это мало вероятно, но возможно). Однако из практики известно, что вероятность вытащить из горы яблок гнилое, можно снизить, если увеличить объем выборки. Чем больше объектов мы включим, тем выше вероятность того, что будет получена истинно репрезентативная выборка, которая действительно не выйдет за рамки заданной величины ошибки.

Для примера рассмотрим краткие характеристики выборок разного объема, представленные в таблице 2.1. В ней перечислены минимальные объемы выборок, соответствующие нескольким уровням ошибки выборки, и степени уверенности для случая простой случайной выборки при относительно гетерогенной совокупности объемом более 100000 объектов.

Таблица 2.1

Характеристики выборок разного объема

*Для большей наглядности имеющееся в исходной таблице значение 0,997 округлено до 0,99.

Эту таблицу возможно использовать двумя методами.

Мы можем задать определенный уровень ошибки выборки, который согласны допустить, и степень уверенности, с которой будем действовать. Предположим, что взяты, соответственно, числа ±4% и 0,99. Первое число означает, что любое измерение, которое мы могли бы произвести в нашей выборке, отклоняется не более чем на четыре процента вверх или вниз от истинного значения того же признака в более обширной совокупности. Если, например, установить, что в проводимом исследовании 43% респондентов сообщают о своей солидарности с демократической партией, мы будем считать, что в случае полной переписи населения реальное количество приверженцев демократической партии будет составлять 43% ± 4% или находиться в пределах приблизительно от 39 до 47%. В соответствии с таблицей (если посмотреть на пересечение строки ± 4% и столбца 0,99) для достижения данной степени точности с уверенностью 99% мы должны иметь выборку, состоящую по крайней мере из 1406 объектов. Если мы хотим уменьшить величину ошибки (повысить точность) до, скажем, ± 2% (т.е. оценить количество демократов более точно, в пределах от 41 до 45%), мы должны увеличить объем выборки, по крайней мере, до 5625 объектов. Из таблицы отчетливо видно, что при любой степени уверенности повышение точности требует увеличения выборки [16, с. 185].

Второе число обозначает вероятность того, что выборка действительно репрезентативна для более обширной совокупности в рамках заданной степени точности. В данном контексте 0,95 (95% уверенности) означает, что из 100 выборок данного объема, полученных из одной и той же совокупности, 95 выдержат тест на точность, а 0,99 (99% уверенности) означает, что 99 из 100 выборок данного объема, полученных из одной и той же совокупности, будут точны настолько, насколько это было предсказано. Таким образом, вероятность того, что любая конкретная выборка будет давать желаемую точность, равна, соответственно, 95:5 (т.е. 19:1) и 99:1.

Для каждого уровня ошибки выборки необходимый объем выборки значительно больше в том случае, когда мы хотим достичь 99, а не 95% уверенности. Так, в нашем примере с демократами видно, что при величине ошибки 4% выборка объемом 625 объектов позволяет с 95%-ой уверенностью утверждать, что доля демократов среди населения находится где-то между 39 и 47%, тогда как то же самое утверждение с 99%-ой уверенностью требует выборки объемом по меньшей мере 1406 объектов. Вообще говоря, чем ниже ошибка выборки и чем выше степень уверенности, тем лучше будет то исследование, которое мы проводим [16, с. 186].

Таблицу такого вида можно использовать иначе. Если, к примеру, мы анализируем исследование, в котором используется выборка, состоящая из 2500 объектов, то тогда можно обратиться к таблице и установить ошибку выборки и степень уверенности. Из таблицы 2.1, видно, что интерпретация может быть неоднозначной. Можно считать, что 2500 объектов дают ошибку выборки ± 3% с уверенностью 0,99 или ошибка выборки ± 2% с уверенностью 0,95. Каждая из этих интерпретаций в равной степени приемлема, а вместе они помогают прояснить взаимоотношения между точностью и уверенностью. При одном и том же количестве объектов мы будем в состоянии располагать высокой степенью уверенности относительно менее точного результата или несколько меньшей степенью уверенности относительно более высокой точности.

Конечно, в идеале мы всегда предпочитаем действовать с минимальными ошибками и с максимальной уверенностью. К сожалению, в дело часто вмешиваются практические соображения. Например, стоимость одного личного интервью в исследовательском проекте может равняться 500 грн., включая собственно расходы на интервью, расходы на транспорт и пр. Это означает, что при 99%-й уверенности стоимость снижения величины ошибки с ± 3 до ± 2% может составлять 1300000 грн. Во многих случаях различие в качестве результатов не стоит производимых дополнительных затрат, а в гораздо большем числе случаев средств нет. Таким образом, важную роль в ограничении объема выборки играют ограничения на ресурсы. В большинстве наиболее значительных опросов общественного мнения, а также в большинстве наиболее значительных исследовательских проектов используются выборки объемом приблизительно 1400-1600 респондентов. Такие исследования дают результаты с точностью 3-4% и со степенью уверенности 0,99 и считаются одновременно и возможными, и достаточно точными. Проекты, использующие контент-анализ или другие относительно менее дорогостоящие методы сбора данных, часто тяготеют к верхнему правому углу таблицы [4, с. 153].

Внимательное изучение таблицы 5.1 показывает, что, достигнув определенного предела, размер совокупности не влияет на объем выборки, которая должна ее представлять.

Итак, подводя итоги, следует подчеркнуть, что, формируя выборку, необходимо очень внимательно следить за тем, чтобы не только отобрать из данной совокупности достаточное количество объектов, но и взять такую группу, которая, как представляется, будет действительно репрезентативной с точки зрения распределения характеристик внутри данной совокупности.

.2 Применение метода выборочного сбора данных в исследовании клиентов службы занятости

Применение метода выборочного наблюдения рассмотрим на примере исследования клиентов службы занятости.

Структурные изменения в экономике оказали существенное влияние на занятость населения (увеличился уровень безработицы). После продолжительных самостоятельных поисков работы, безработные в итоге обращаются в органы службы занятости, основной задачей которых является трудоустройство обратившихся в них граждан по специальности с достаточной для каждого оплатой труда, удобное по месту расположения.

Для того, чтобы предлагать подходящую работы, необходимо иметь информацию о каждом нуждающемся в трудоустройстве.

Состав и численность обратившихся в службу занятости меняется от месяца к месяцу, от сезона к сезону. Для оценки ситуации и выявления пожеланий безработных можно проводить выборочные обследования. Бесспорным преимуществом выборочного метода являются минимальные затраты времени на получение репрезентативных данных.

Для формирования выборочной совокупности из общего числа обратившихся в службу занятости можно применить типическую выборку, которая предполагает предварительное разделение генеральной совокупности на однородные группы, которые образуются посредством специально проведенной типической, группировки единиц генеральной совокупности или использования имеющихся, естественно сложившихся явлений. В данном случае численность обратившихся за помощью в трудоустройстве можно разделить на мужчин и женщин, выделяя их по уровню образования, специальности, должности и другим признакам и в каждой полученной группе провести отбор, пропорциональный численности групп [10, с. 75].

На стадии проектирования рассчитывается объем выборочной совокупности. При отборе единиц пропорционально численности типических групп число наблюдений по каждой группе определяется по формуле 2.1:

=n*Ni/N, 2.1

где ni- объем выборки для i-й типической группы;объем i-й типической группы;- общий объем выборки;- общий объем генеральной выборки.

После проведения выборочного наблюдения следует рассчитать ошибки выборочных показателей. Для определения предельной ошибки выборки средней величины количественного признака при бесповторном отборе использовании формула 2.2:

=tx2/n*(1-n/N) 2.2

При этом коэффициент доверия t зависит от вероятности, с которой гарантируется величина предельной ошибки выборки. Рекомендуется принимать доверительную вероятность, равную 0,997 (t=3). доверительный уровень вероятности 0,997 означает, что только в 3-х случаях из 1000 ошибка может выйти за установленные границы.

Для получения дополнительных сведений о безработных в выборочной совокупности можно провести анкетирование. Определяя необходимый круг вопросов надо исходить из цели анкетирования - получения дополнительной информации для трудоустройства с учетом имеющейся профессии и желаний обратившегося в службу занятости. Таким образом, в анкету следует включить вопросы об образовании, профессии, стаже и последнем месте работы. Следует выяснить по результатам анкетирования численность желающих обучаться на курсах с целью повышения квалификации и приобретения новой профессии. Распространив результаты выборочного наблюдения на генеральную совокупность, можно определить численность людей, которые будут обучаться - это необходимо для принятия решения о целесообразности организации обучения на курсах и дальнейшем их трудоустройстве. Таким образом, принятие решения об организации учебы возможно на данных анкетирования минимального числа обратившихся в службу занятости.