საილუსტრაციო ნიმუში. ნიმუში, მისი ტიპები და მახასიათებლები

ნიმუში არის მონაცემთა ერთობლიობა, რომელიც აღებულია ზოგადი პოპულაციის გარკვეული პროცედურების გამოყენებით საძიებო ანალიზისთვის. წარმომადგენლობითობა არის მთელის წარმოდგენის რეპროდუცირების თვისება მის ნაწილში. სხვა სიტყვებით რომ ვთქვათ, ეს არის ნაწილის იდეის მთლიანზე გავრცელების შესაძლებლობა, რომელიც მოიცავს ამ ნაწილს.

ნიმუშის წარმომადგენლობა არის მაჩვენებელი იმისა, რომ ნიმუში სრულად და საიმედოდ უნდა ასახავდეს იმ პოპულაციის მახასიათებლებს, რომლის ნაწილიც ის არის. ის ასევე შეიძლება განისაზღვროს, როგორც ნიმუშის თვისება, რომ მაქსიმალურად სრულად წარმოადგინოს ზოგადი პოპულაციის მახასიათებლები, რომლებიც მნიშვნელოვანია კვლევის მიზნის თვალსაზრისით.

დავუშვათ, რომ საერთო მოსახლეობა არის სკოლის ყველა მოსწავლე (900 კაცი 30 კლასიდან, 30 კაცი თითო კლასში). კვლევის ობიექტია სკოლის მოსწავლეების დამოკიდებულება მოწევისადმი. 90 მოსწავლისგან შემდგარი ნიმუში მხოლოდ მთელ მოსახლეობას წარმოადგენს ბევრად უარესად, ვიდრე იგივე 90 მოსწავლის ნიმუში, რომელიც მოიცავს 3 მოსწავლეს თითოეული კლასიდან. მთავარი მიზეზი ასაკის მიხედვით არათანაბარი განაწილებაა. ამრიგად, პირველ შემთხვევაში, ნიმუშის წარმომადგენლობა დაბალი იქნება. მეორე შემთხვევაში - მაღალი.

სოციოლოგიაში ამბობენ, რომ არის ნიმუშის წარმომადგენლობითობა და მისი არაწარმომადგენლობითობა.

არაწარმომადგენლობითი ნიმუშის მაგალითია კლასიკური შემთხვევა, რომელიც მოხდა 1936 წელს შეერთებულ შტატებში საპრეზიდენტო არჩევნების დროს.

Literary Digest, რომელიც აქამდე ძალიან წარმატებული იყო წინა არჩევნების შედეგების პროგნოზირებაში, ამჯერად არასწორი იყო, მიუხედავად იმისა, რომ მან რამდენიმე მილიონი წერილობითი შეკითხვა გაუგზავნა როგორც აბონენტებს, ასევე რესპონდენტებს, რომლებსაც ისინი არჩევდნენ სატელეფონო წიგნებიდან და მანქანის სარეგისტრაციო სიებიდან. შევსებული ბიულეტენების 1/4-ში ხმები ასე გადანაწილდა: 57%-მა ხმა მისცა რესპუბლიკელების კანდიდატს, სახელად ალფ ლანდონს, ხოლო 41%-მა უპირატესობა მიანიჭა მოქმედ დემოკრატი ფრანკლინ რუზველტს.

ფაქტობრივად, ფ. რუზველტმა მოიგო არჩევნები ხმების თითქმის 60%-ით. „ლიტერატურული დაიჯესტის“ შეცდომა ასეთი იყო. მათ სურდათ ნიმუშის წარმომადგენლობითობის გაზრდა . და რადგან მათ იცოდნენ, რომ მათი აბონენტების უმრავლესობა თავს რესპუბლიკელებად ასახელებდა, გადაწყვიტეს გაეფართოებინათ ნიმუში მათ მიერ შერჩეული რესპონდენტებით სატელეფონო წიგნებიდან და მანქანის სარეგისტრაციო სიებიდან. მაგრამ მათ არ გაითვალისწინეს არსებული რეალობები და ფაქტობრივად შეარჩიეს რესპუბლიკელების კიდევ უფრო მეტი მხარდამჭერი, რადგან თავის დროზე საშუალო და მაღალ ფენას შეეძლო ეყოლა მანქანები და ტელეფონები. და ისინი ძირითადად რესპუბლიკელები იყვნენ და არა დემოკრატები.

არსებობს სხვადასხვა სახის შერჩევა: მარტივი შემთხვევითი, სერიული, ტიპიური, მექანიკური და კომბინირებული.

მარტივი შემთხვევითი შერჩევა მოიცავს შესწავლილი ერთეულების მთელი პოპულაციისგან შემთხვევით არჩევას ყოველგვარი სისტემის გარეშე.

მექანიკური სინჯის აღება გამოიყენება მაშინ, როდესაც საერთო პოპულაციაში არის წესრიგი, მაგალითად, არსებობს მუშაკთა ერთეულების გარკვეული თანმიმდევრობა, საარჩევნო სიები, რესპონდენტთა ტელეფონის ნომრები, ბინების და სახლების რაოდენობა და ა.შ.).

ტიპიური შერჩევა გამოიყენება, როდესაც მთელი მოსახლეობა შეიძლება დაიყოს ჯგუფებად ტიპების მიხედვით. მოსახლეობასთან მუშაობისას ეს შეიძლება იყოს, მაგალითად, საგანმანათლებლო, ასაკობრივი, სოციალური ჯგუფები; საწარმოების შესწავლისას, ეს შეიძლება იყოს ინდუსტრია ან ცალკეული ორგანიზაცია და ა.შ.

სერიული შერჩევა სასარგებლოა, როდესაც ერთეულები დაჯგუფებულია მცირე სერიებად ან ჯგუფებად. ასეთი სერია შეიძლება იყოს მზა პროდუქტების პარტიები, სკოლის კლასები და სხვა ჯგუფები.

კომბინირებული შერჩევა გულისხმობს ყველა წინა ტიპის შერჩევის გამოყენებას ამა თუ იმ კომბინაციაში.

„წარმომადგენლობითობის“ კონცეფცია სოციოლოგიურ გამოკითხვებთან მიმართებაში – საზოგადოებრივი აზრის გამოკითხვები – თითქმის მაგიურ გავლენას ახდენს ადამიანებზე. თავად ტერმინს „წარმომადგენლობა“ გარდა მეცნიერულისა, აშკარად პოლიტიკური მნიშვნელობაც აქვს.

Რა არის მიზეზი? საქმე იმაშია, რომ ვარაუდობენ, რომ შერჩეულს (გამოკითხვისთვის შერჩეულ ადამიანთა ჯგუფს) შეუძლია წარმოადგინოს (წარმოადგენს) მთელ მოსახლეობას. მთლიანი მოსახლეობა რუსულ კვლევებში არის ქვეყნის მთელი მოსახლეობა. ახლა წარმოვიდგინოთ, რომ საუბარია პოლიტიკურ გადაწყვეტილებაზე - კანონპროექტის მხარდაჭერაზე ან არჩევნებში ხმის მიცემაზე. სანიმუშო გამოკითხვის დახმარებით ვიღებთ პოლიტიკური წარმომადგენლობის შესანიშნავ მექანიზმს – მექანიზმს, რომლითაც ადამიანთა მცირე ჯგუფს შეუძლია წარმოადგინოს მთელი ქვეყნის მოსახლეობის აზრი ან პოზიცია. ამიტომ კვლევის წარმომადგენლობას ასეთი მნიშვნელოვანი ადგილი ეთმობა.

წარმომადგენლობითობის ცნება გამოიყენება, რა თქმა უნდა, არა მხოლოდ პოლიტიკურ კვლევებში. ტერმინი თითქმის ყოველთვის გამოიყენება, როდესაც ვსაუბრობთ დიდ კვლევებზე, იქნება ეს მარკეტინგის, ეკონომიკური ქცევის თუ განათლების სფეროში.

წარმომადგენლობითი გამოკითხვების მეთოდოლოგია

როგორ შეიძლება 1500 ადამიანის გამოკითხვის შემდეგ დასკვნის გაკეთება ყველა რუსზე, რომელთაგან 140 მილიონზე მეტია (და ამომრჩეველიც კი 110 მილიონზე მეტი)? წარმომადგენლობითი გამოკითხვის ტექნოლოგია ეფუძნება სტატისტიკურ კანონებს. უახლოესი მიზეზი არის დიდი რიცხვების კანონი ან ბერნულის თეორემა.

გამარტივებული, მისი მნიშვნელობა შეიძლება გადმოიცეს შემდეგნაირად. დავუშვათ, გვაქვს რაიმე მახასიათებელი, მაგალითად, ნალექის რაოდენობა დღეში ეკატერინბურგში მე-20 საუკუნის განმავლობაში. თუ ჩვენ დავწერთ მის ყველა მნიშვნელობას სიხშირესთან ერთად (ამას უწოდებენ განაწილებას) და შემდეგ შემთხვევით ავიღებთ საკმარისად დიდ რაოდენობას (ანუ მეოცე საუკუნის ყველა დღე არა, მაგრამ საკმაოდ ბევრი), მაშინ ჩვენ დავინახავთ, რომ ჩვენს ნიმუშში განაწილება ძალიან ჰგავს განაწილებას მთელი მეოცე საუკუნისთვის. ამგვარად, თუ პოპულაციიდან რამდენიმე ერთეულს შევარჩევთ, ისინი შეიძლება მართლაც წარმოადგენდნენ მთელ მოსახლეობას და ყველა შემთხვევისთვის მონაცემების შეგროვება ნამდვილად არ არის საჭირო.

თუმცა, არსებობს ძირითადი პირობა: ეს მართალია მხოლოდ იმ შემთხვევაში, თუ შერჩევა მკაცრად შემთხვევითია. აქ ერთადერთი პრობლემა შეიძლება იყოს შემთხვევითობისგან გადახრა. ასე რომ, თუ ავიღებთ მხოლოდ ბოლო წლების ნალექის მონაცემებს (მაგალითად, იმიტომ, რომ ეს მონაცემები უფრო ადვილია) ან გავესაუბრებით 1500 ჩვენს ნაცნობს (რადგან უფრო ადვილია მათთან დაკავშირება), და არა შემთხვევით ადამიანებს, მაშინ ნიმუში ნამდვილად არ იქნება. იყოს წარმომადგენელი.

წარმოიდგინეთ, რომ 143,5 მილიონი რუსიდან თქვენ შემთხვევით ირჩევთ თქვენთვის საჭირო 1500 ადამიანს. შემდეგ, მაგალითად, მათ შორის საშუალო მენეჯერების პროპორცია დაახლოებით ტოლი იქნება საშუალო მენეჯერების პროპორციაში ზოგად პოპულაციაში, რაც აჩვენებს, რომ თქვენი ნიმუში შეიძლება წარმოადგენდეს მთელ მოსახლეობას. შეიძლება მოხდეს, რომ ეს ორი მაჩვენებელი ძალიან განსხვავებული იყოს? მაგალითად, რუსებს შორის არის 14%, მაგრამ ნიმუშში მხოლოდ 1% იქნება? თეორიულად, ეს შესაძლებელია, მაგრამ ამის ალბათობა იმდენად მცირეა, რომ მისი უგულებელყოფა შეიძლება (როგორც ქუჩაში დრაკონთან შეხვედრა).

უფრო მეტიც, ამ ალბათობის ყველაზე სასიამოვნო ის კი არ არის, რომ ის მცირეა, არამედ ის, რომ შემთხვევითი პროცესებისთვის ეს ალბათობა შეიძლება გამოითვალოს. შეგვიძლია ვთქვათ, რა ალბათობით გადაიხრება ჩვენი ნიმუშის მნიშვნელობა საერთო პოპულაციაში 13%-ით (როგორც ზემოთ მოცემულ მაგალითში) და რომლით, ვთქვათ, 2,5%-ით. თუმცა, ჩვეულებრივ, ისინი პირიქით აკეთებენ: ჯერ განსაზღვრავენ ალბათობას, რომლითაც გვინდა, რომ ჩვენი ღირებულება არ გადაუხვიოს მნიშვნელობიდან ზოგად პოპულაციაში (ყველაზე ხშირად ის ფიქსირდება 95%-ის დონეზე), შემდეგ კი უყურებენ. გადახრის სიდიდე კონკრეტული ზომის ნიმუშებისთვის. ამ გადახრას ეწოდება ნდობის ინტერვალი, რომელსაც ზოგჯერ უწოდებენ შერჩევის შეცდომას ან სტატისტიკურ შეცდომას და ხშირად ჩამოთვლილია კვლევის შედეგებთან ერთად.

ასე რომ, გადახრის ალბათობა, გადახრის რაოდენობა (დარწმუნების ინტერვალი) და ნიმუშის ზომა დაკავშირებულია. ამის საფუძველზე, ნიმუშის ზომის გამოთვლის ფორმულა შემდეგია:

სადაც n არის ნიმუშის ზომა, Δ არის ნდობის ინტერვალი, z არის ნორმალური განაწილების ფუნქციის მნიშვნელობა უარყოფის მოცემული ალბათობისთვის (5%, ეს მნიშვნელობა არის 1,96).

ეს გამარტივებული ფორმულაა, რეალური გამოკითხვები ოდნავ უფრო რთულ ფორმულებს იყენებს. ეს ფორმულა ასევე შეიძლება ჩავარდეს, თუ ინდიკატორის მნიშვნელობა ძალიან განსხვავდება 50%-დან (ასე რომ, მაგალითად, ეს ფორმულა არ არის შესაფერისი ქვეყანაში იშვიათი დაავადების მქონე პაციენტების პროპორციის შესაფასებლად).

აი, რა მოხდება, თუ ამ ფორმულაში რამდენიმე მნიშვნელობას ჩაანაცვლებთ:

სხვა სიტყვებით რომ ვთქვათ, თუ ჩვენ ავიღეთ რუსების შემთხვევითი ნიმუში 1600 კაციანი ზომით და შევაფასეთ რაიმე ინდიკატორი, მაგალითად, გარკვეული პოლიტიკოსისთვის ხმის მიცემის სურვილი, მაშინ 95%-იანი ალბათობით ჩვენი შეფასება არ განსხვავდება სურვილისგან. მას ხმა მისცეს რუსებს შორის 2,45%-ზე მეტით.

ნიმუშის ზომა

ასე რომ, რაც უფრო დიდია ნიმუშის ზომა, მით უფრო სავარაუდოა, რომ უფრო ახლოს ვიყოთ პოპულაციაში წილს. როგორც ჩანს, ეს ნიშნავს, რომ ჩვენ უნდა ვეცადოთ ნიმუშის მიახლოება 143,5 მლნ. სინამდვილეში, როგორც ცხრილიდან ხედავთ, შემთხვევითი პროცესების ბუნება ისეთია, რომ გარკვეული მომენტიდან ინტერვალში ჩავარდნის ალბათობაა. იწყებს მატებას ძალიან ნელა (და ეს მომენტი საკმაოდ სწრაფად მოდის). 1500 ერთეულის შერჩევის შემდეგ, რაც არ უნდა გავზარდოთ ნიმუშის ზომა, ალბათობა იმისა, რომ ჩვენი ნიმუშის მნიშვნელობა მოხვდება პოპულაციის მნიშვნელობაში, გაიზრდება ძალიან, ძალიან ნელა.

ფაქტობრივად, 1500 და 10000 რესპონდენტს შორის განსხვავება თითქმის არ არის. სადღაც 1500 წლისთვის უკვე შეგვიძლია ვთქვათ, რომ ჩვენი შეფასებები 2-3%-ით განსხვავდება საერთო მოსახლეობის წილისგან. თუ ჩვენ გავზრდით ნიმუშს, მაშინ ეს შესაძლო შეცდომა შემცირდება, მაგრამ ძალიან ოდნავ. ანუ 100 000-იანი ნიმუში სჯობს 2500-ს, მაგრამ განსხვავება იმდენად მცირეა, რომ აზრი არ აქვს და სოციალური კვლევების შემთხვევაში ეკონომიკურადაც არ არის გამართლებული. ჩვეულებრივ, ნიმუშის გაზრდა ძვირია და, შესაბამისად, აზრი არ აქვს მის გაბერვას, რათა მიიღოთ ერთი პროცენტული პუნქტი ნდობის ინტერვალის მნიშვნელობაში.

მნიშვნელოვანია, რომ საერთო პოპულაციის ზომა საერთოდ არ ჩანს ფორმულაში. ფაქტია, რომ როდესაც პოპულაცია დიდია (20 000-ზე მეტი), ეს არ ახდენს გავლენას შერჩევის ზომაზე. ამრიგად, ჩვენ არ გვჭირდება ვიცოდეთ რამდენი ადამიანი ცხოვრობს რუსეთში, რათა ავაშენოთ წარმომადგენლობითი ნიმუში. გასაგებია, რომ 2000-დან 1500-ის არჩევას დიდი ალბათობით აზრი არ აქვს - 2000-ის შემოწმება და ზუსტი შეფასება უფრო ადვილია. მაგრამ, საჭიროების შემთხვევაში, ნიმუშის მიღებისას, ჩვენ ვიღებთ შესაძლებლობას განვაზოგადოთ მისი შედეგები ზოგადი პოპულაციისთვის. და ამავე მიზეზით, ნიმუშის ზომა არ განსხვავდება დიდი და პატარა ქვეყნებისთვის.

წარმომადგენლობითობა და სიზუსტე

„წარმომადგენლობითობის“ ცნების მნიშვნელობის გასაგებად, განვიხილოთ 15 კაციანი ნიმუში. უცნაურად საკმარისია, თუ შემთხვევით გააკეთე, ის ასევე წარმომადგენლობითია. უფრო მეტიც, შეგიძლიათ გააკეთოთ ერთი ერთეულის ნიმუში. წარმოიდგინეთ ბურთების ყუთი, საიდანაც შემთხვევით აიღებთ ერთ ბურთს. თუ ეს არის შემთხვევით შერჩეული ბურთი, მაშინ ის ასევე წარმოადგენს ყველა ბურთულას, რომელიც ამ ყუთშია. ის უბრალოდ წარმოადგენს მათ. არა ზუსტად. რატომ? იმიტომ რომ ძალიან დიდია შეცდომის ალბათობა. შემდეგ ჯერზე შეგვიძლია კიდევ ერთი ბურთი დავხატოთ და განსხვავებული წარმოდგენა მივიღოთ ყუთში არსებულ ბურთებზე. არაზუსტად წარმოდგენა ნიშნავს შეფასებების ფართო სპექტრს.

ანალოგიურად, 15 ადამიანი წარმოადგენს ნებისმიერ ზოგად პოპულაციას, მაგრამ ისინი წარმოადგენენ მას არაზუსტად, რადგან შეცდომა, ნდობის ინტერვალი ძალიან დიდია. ჩვენ უნდა დავამატოთ +/- 33%, რათა მივიღოთ 95% შანსი, რომ ჩავვარდებით ინტერვალში. თუ ჩვენ მზად ვართ ვაღიაროთ ეს, მაშინ ავიღებთ 15 ადამიანს, გავარკვიეთ, რომ მათგან 7 არის საშუალო მენეჯერი და შემდეგ მივიღებთ შეფასებას, რომ მთლიანი 7/15, ანუ 47% +/- 33%, არის. მენეჯერების ხვედრითი წილი ზოგადად პოპულაციაში და ეს აბსოლუტურად სწორი დასკვნაა. მას უბრალოდ არანაირი ღირებულება არ აქვს. ამის თქმა შეგვიძლია გამოკვლევის გარეშე. ამიტომ, ნიმუშის დაგეგმვისას, აზრი აქვს იმ მოცულობის მიღწევას, რომელიც შესაბამისი იქნება ხარჯების ეფექტურობის თვალსაზრისით.

ყოველივე ზემოთქმული მიზნად ისახავს ერთი მარტივი იდეის გადმოცემას, რომელიც ძალიან ხშირად არ ხდება: ნიმუშის ზომა არ არის დაკავშირებული მის წარმომადგენლობასთან.

მცირე ნიმუში არაზუსტია, მაგრამ მაინც შეიძლება იყოს წარმომადგენლობითი. ნიმუშების ზომები, რომლებიც დღეს გამოიყენება რუსეთში მასობრივ გამოკითხვებში, თითქმის ყოველთვის აქვთ საკმაოდ მაღალი სიზუსტე.

ნიმუშის წარმომადგენლობას საფრთხე ემუქრება არა მისი ზომით, არამედ მიკერძოებით, ანუ შემთხვევითობის პრინციპიდან გადახვევით.

შემთხვევითობის პრინციპის დარღვევა

თუ ჩვენ დავიწყებთ ერთეულების არჩევას არა შემთხვევით, ნიმუში ხდება არარეპრეზენტატიული. მაგალითად, თუ რამე გვიშლის ხელს მათ შემთხვევით არჩევაში. წარმოიდგინეთ, რომ ჩვენ გვინდა შემთხვევით ავირჩიოთ ბურთები ჩვენი ყუთიდან, მაგრამ შემდეგ აღმოჩნდება, რომ ზოგიერთი ბურთი კბენს. მექანიზმი, რომლითაც ავიღებთ მხოლოდ იმ მარმარილოებს, რომლებიც გვეძლევა, არის მექანიზმი, რომელიც არღვევს შემთხვევითობას და შესაბამისად არღვევს წარმომადგენლობას. ამ შემთხვევაში, რამდენი მარმარილოც არ უნდა ავიღოთ ყუთიდან (თუნდაც ავიღოთ ყველა ის მარმარილო, რომელიც არ კბენს), გვექნება არაწარმომადგენელი ნიმუში, რადგან არც ერთს არ დავთვლით, ვინც კბენს - ისინი უბრალოდ გვერდს უვლიან. ჩვენი ნიმუში.

ბურთების დაკბენის ყველაზე დიდი პრობლემა ის არის, რომ ისინი შეიძლება განსხვავდებოდეს ჩვენს ხელში მოხვედრილისგან და განსხვავდებოდეს ზუსტად ისე, როგორც ჩვენ გვაინტერესებს. ამ სიტუაციას ეწოდება შერჩევის მიკერძოება.

აუცილებელია განვასხვავოთ არაზუსტი წარმოდგენის სიტუაცია, რომელიც ზემოთ აღვწერეთ, არაწარმოდგენის სიტუაციისგან. ეს არის სხვადასხვა პრობლემები და მათ აქვთ სხვადასხვა გადაწყვეტილებები. თქვენ ვერ გადაჭრით ერთს მეორის გადაჭრით. თუ ნიმუში აკლია წარმომადგენლობას, მისი გაზრდა აზრი არ აქვს. უფრო მეტიც, სოციალურ გამოკითხვებში დიდი ნიმუშები შეცდომებს აგროვებს, ამიტომ წარმოდგენის პრობლემა მხოლოდ შერჩევის ზომის დიდი ზრდით შეიძლება გამწვავდეს.

რატომ არის წარმომადგენლობა შეუძლებელი?

გამოკითხვის შედეგების ცხრილების შენიშვნებში ხშირად ჩანს, რომ „შერჩევის ზომა არის 1600 ადამიანი, ნიმუში არის სქესის და ასაკის წარმომადგენელი“. რაც ზემოთ ითქვა, აშკარაა, რომ ეს ორი განსხვავებული პარამეტრია: წარმომადგენლობითობის მითითება არ არის დაკავშირებული შერჩევის ზომასთან. ფაქტობრივად, აქ იგულისხმება ის, რომ გარკვეული პროცედურები იყო დაცული შერჩევისა და პოპულაციის შესაბამისობის უზრუნველსაყოფად. მაგალითად, სქესის მიხედვით წარმომადგენლობითობის უზრუნველსაყოფად, მამაკაცები და ქალები შერჩეულნი არიან ნიმუშში იმავე პროპორციით, რაც არსებობს რუსებში აღწერის მონაცემების მიხედვით. მაგრამ წარმომადგენლობა სქესით არ ნიშნავს წარმომადგენლობას, მაგალითად, პოლიტიკური შეხედულებებით.

რატომ არის საჭირო ნიმუშის გათანაბრება სქესის და სხვა სოციალურ-დემოგრაფიული კატეგორიების მიხედვით? იმის გამო, რომ მხოლოდ შემთხვევითი ნიმუში შეუძლია უზრუნველყოს ნამდვილი წარმომადგენლობითი და მისი პრაქტიკაში განხორციელება მრავალი მიზეზის გამო შეუძლებელია. როგორც კი შეეცდებით ამის გაკეთებას, უამრავ პრობლემას წააწყდებით - არ აქვს მნიშვნელობა რომელი მეთოდის გამოყენებას აირჩევთ. ზოგიერთი რესპონდენტი საერთოდ არ იქნება ხელმისაწვდომი თქვენი მეთოდისთვის (მაგალითად, პირადი ინტერვიუებისთვის, სახლები ინტერკომით და უსაფრთხოებით არის დიდი პრობლემა), მეორე ნაწილი არ იქნება, არ პასუხობს, ან ამჯობინებს თავის საქმეზე წასვლას. არიან ადამიანები, რომლებსაც ენის პრობლემა აქვთ და ჩვენთან საუბარი არ შეუძლიათ. არიან ადამიანები, რომლებსაც არ ესმით, რატომ არის ეს საჭირო და არ სურთ ჩვენთან საუბარი. ეს ყველაფერი შემთხვევითობის სერიოზული დარღვევაა, რაც მის რეალიზებას შეუძლებელს ხდის.

ვინც მასობრივ გამოკითხვებში წარმომადგენლობის პრობლემას სტატისტიკამდე ამცირებს, ავიწყდება, რომ ადამიანები ძალიან სპეციფიკური მარმარილოები არიან. არის ბურთები, რომლებიც გარბიან და იმალებიან. არის ბურთები, რომლებიც კბენენ. ისინი არ არიან პასიური ობიექტები, ისინი უპასუხებენ. ისინი ამბობენ: "არ მინდა თქვენს გამოკითხვაში მონაწილეობა", რითაც არღვევენ შემთხვევითობას. ამიტომ, ამ სიტყვის მკაცრი გაგებით, წარმომადგენლობა მასობრივ გამოკითხვებში, რა თქმა უნდა, ნებისმიერი ფორმით შეუძლებელია.

შემუშავებულია მექანიზმი, რომლითაც, როგორც წესი, უზრუნველყოფილია წარმომადგენლობითობის გარეგნობა: ჩვენ ვასწორებთ ნიმუშს ზოგიერთ კატეგორიაში და ვამტკიცებთ, რომ ის ასევე შეესაბამება ყველა სხვა შესაძლო კატეგორიას. ფაქტობრივად, ამის მტკიცების საფუძველი არ გვაქვს. მაგრამ პრობლემა ის არის, რომ ამის შემოწმების საშუალება არ არსებობს - ისევ იმის გამო, რომ ზოგიერთი ბურთი კბენს. მიკერძოებულობის შესამოწმებლად, გამომცდელმა უნდა მისულიყო მათთან, ვისთანაც არ ვესაუბრეთ და გასაუბრებოდა. მაგრამ მათ, როგორც გვახსოვს, საერთოდ არ სურთ დაკითხვა. მათი დაკითხვა, ვინც კატეგორიულად არ პასუხობს, შეუძლებელია. ამიტომ, ყველა მუშაობს იმ ვარაუდზე, რომ თუ ნიმუშს ორ-სამ პარამეტრზე გავასწორებთ, ის წარმოადგენს მთელ პოპულაციას, თუმცა ამ ვარაუდს სერიოზული საფუძველი არ აქვს.

წარმომადგენლობითი შერჩევა არის სოციოლოგების მიერ სტატისტიკიდან ნასესხები ტექნოლოგია. ამიტომ ის აუცილებლად ატარებს სამყაროს მათემატიკური და სტატისტიკური სურათის ელემენტებს. შესაძლოა, ყველაზე ძლიერი ვარაუდი არის ის, რომ თავად ნიმუშის კვლევა პოლიტიკურად და სოციოლოგიურად ნეიტრალურია: კვლევაში მონაწილეობა და არ მონაწილეობა არ ატარებს პოლიტიკურ მნიშვნელობას და არ არის დაკავშირებული სხვა სოციოლოგიურად მნიშვნელოვან პარამეტრებთან. მაგრამ დღეს გამოკითხვები გახდა ერთ-ერთი მთავარი პოლიტიკური ინსტიტუტი და გახდა მთავარი შუამავალი მსხვილ კორპორაციებსა და მომხმარებლებს შორის. ამ პირობებში მათი პოლიტიკური სტერილობის დაჯერება უკვე შეუძლებელია. თუმცა, ჩვენ ჯერ კიდევ ცოტა რამ ვიცით იმის შესახებ, თუ როგორ ესმით გამოკითხვები თანამედროვე საზოგადოებებში და რას წარმოადგენს ისინი რეალურად.

დაკვირვების ობიექტების მთლიანი რაოდენობა (ადამიანები, შინამეურნეობები, საწარმოები, დასახლებები და ა.შ.) მახასიათებლების გარკვეული ნაკრებით (სქესი, ასაკი, შემოსავალი, რაოდენობა, ბრუნვა და ა.შ.), შეზღუდული სივრცეში და დროში. მოსახლეობის მაგალითები

• მოსკოვის ყველა მცხოვრები (10,6 მილიონი ადამიანი 2002 წლის აღწერის მიხედვით)
• მოსკოველი კაცები (4,9 მილიონი 2002 წლის აღწერის მიხედვით)
• რუსული იურიდიული პირები (2.2 მილიონი 2005 წლის დასაწყისში)
• კვების პროდუქტების გაყიდვის საცალო მაღაზიები (2008 წლის დასაწყისში 20 ათასი) და ა.შ.

ნიმუში (ნიმუშის პოპულაცია)

პოპულაციის ობიექტების ნაწილი შერჩეული იქნა შესასწავლად, რათა დასკვნის გაკეთება მთელი პოპულაციის შესახებ. იმისათვის, რომ ნიმუშის შესწავლით მიღებული დასკვნა გავრცელდეს მთელ პოპულაციაზე, ნიმუშს უნდა ჰქონდეს წარმომადგენლობითი თვისება.

ნიმუშის წარმომადგენლობა

ნიმუშის თვისება, რომ სწორად ასახოს ზოგადი პოპულაცია. ერთი და იგივე ნიმუში შეიძლება იყოს ან არ იყოს სხვადასხვა პოპულაციის წარმომადგენელი.
მაგალითი:

• ნიმუში, რომელიც შედგება მთლიანად მოსკოველებისგან, რომლებსაც აქვთ მანქანა, არ წარმოადგენს მოსკოვის მთელ მოსახლეობას.
• 100-მდე თანამშრომელი რუსული საწარმოების ნიმუში არ წარმოადგენს რუსეთის ყველა საწარმოს.
• მოსკოველთა ნიმუში, რომლებიც ყიდულობენ ბაზარზე, არ წარმოადგენს ყველა მოსკოვის მსყიდველობით ქცევას.

ამავდროულად, ამ ნიმუშებს (სხვა პირობების გათვალისწინებით) შეუძლიათ შესანიშნავად წარმოადგინონ მოსკოვის მანქანების მფლობელები, მცირე და საშუალო ზომის რუსული საწარმოები და მყიდველები, რომლებიც ყიდულობენ ბაზრებზე, შესაბამისად.
მნიშვნელოვანია გვესმოდეს, რომ ნიმუშის წარმომადგენლობა და შერჩევის შეცდომა სხვადასხვა ფენომენია. წარმომადგენლობა, შეცდომისგან განსხვავებით, არ არის დამოკიდებული ნიმუშის ზომაზე.
მაგალითი:
რაც არ უნდა გავზარდოთ გამოკითხულ მოსკოველ-მანქანების მფლობელთა რაოდენობა, ამ ნიმუშით ყველა მოსკოველს ვერ წარმოვაჩენთ.

შერჩევის შეცდომა (დარწმუნების ინტერვალი)

ნიმუშის დაკვირვების დახმარებით მიღებული შედეგების გადახრა ზოგადი პოპულაციის ჭეშმარიტი მონაცემებიდან.
შერჩევის შეცდომის ორი ტიპი არსებობს: სტატისტიკური და სისტემატური. სტატისტიკური შეცდომა დამოკიდებულია ნიმუშის ზომაზე. რაც უფრო დიდია ნიმუშის ზომა, მით უფრო დაბალია იგი.
მაგალითი:
400 ერთეულის მარტივი შემთხვევითი ნიმუშისთვის, მაქსიმალური სტატისტიკური შეცდომა (95% ნდობით) არის 5%, 600 ერთეულის ნიმუშისთვის - 4%, 1100 ერთეულის ნიმუშისთვის - 3%.
სისტემური შეცდომა დამოკიდებულია სხვადასხვა ფაქტორზე, რომლებიც მუდმივ გავლენას ახდენენ კვლევაზე და მიკერძოებულნი არიან კვლევის შედეგებზე გარკვეული მიმართულებით.
მაგალითი:

• ნებისმიერი ალბათობის ნიმუშის გამოყენება არ აფასებს მაღალი შემოსავლის მქონე ადამიანების პროპორციას, რომლებიც აქტიურობენ. ეს ხდება იმის გამო, რომ ასეთი ადამიანების პოვნა ბევრად უფრო რთულია რომელიმე კონკრეტულ ადგილას (მაგალითად, სახლში).
• რესპონდენტთა პრობლემა, რომლებიც უარს ამბობენ კითხვებზე პასუხის გაცემაზე (მოსკოვში „რეფუსნიკების“ წილი, სხვადასხვა კვლევებისთვის, 50%-დან 80%-მდე მერყეობს.

ზოგიერთ შემთხვევაში, როდესაც ცნობილია ჭეშმარიტი განაწილება, მიკერძოება შეიძლება აღმოიფხვრას კვოტების შემოღებით ან მონაცემების გადაწონით, მაგრამ უმეტეს რეალურ კვლევებში, მისი შეფასებაც კი შეიძლება იყოს საკმაოდ პრობლემური.

ნიმუშის ტიპები

ნიმუშები იყოფა ორ ტიპად:

• სავარაუდო
• წარმოუდგენლობა

1. ალბათობის ნიმუშები
1.1 შემთხვევითი შერჩევა (მარტივი შემთხვევითი შერჩევა)
ასეთი ნიმუში ითვალისწინებს საერთო პოპულაციის ჰომოგენურობას, ყველა ელემენტის ხელმისაწვდომობის იგივე ალბათობას, ყველა ელემენტის სრული სიის არსებობას. ელემენტების არჩევისას, როგორც წესი, გამოიყენება შემთხვევითი რიცხვების ცხრილი.
1.2 მექანიკური (სისტემური) სინჯის აღება
ერთგვარი შემთხვევითი ნიმუში, დალაგებულია რაიმე ატრიბუტის მიხედვით (ანბანური თანმიმდევრობით, ტელეფონის ნომერი, დაბადების თარიღი და ა.შ.). პირველი ელემენტი არჩეულია შემთხვევით, შემდეგ ყოველი 'k' ელემენტი არჩეულია 'n'-ის ნამატებით. საერთო პოპულაციის ზომა, ხოლო - N=n*k
1.3 სტრატიფიცირებული (ზონირებული)
იგი გამოიყენება ზოგადი პოპულაციის ჰეტეროგენურობის შემთხვევაში. საერთო მოსახლეობა იყოფა ჯგუფებად (ფენა). თითოეულ ფენაში შერჩევა ხდება შემთხვევით ან მექანიკურად.
1.4 სერიული (დაბუდებული ან კლასტერული) შერჩევა
სერიული შერჩევისას შერჩევის ერთეულები არის არა თავად ობიექტები, არამედ ჯგუფები (კლასტერები ან ბუდეები). ჯგუფები შეირჩევა შემთხვევით. ობიექტები ჯგუფებში შესწავლილია მთელს მსოფლიოში.

2. წარმოუდგენელი ნიმუშები
ასეთ ნიმუშში შერჩევა ხდება არა შემთხვევითობის პრინციპებით, არამედ სუბიექტური კრიტერიუმებით - ხელმისაწვდომობა, ტიპურობა, თანაბარი წარმომადგენლობა და ა.შ.
2.1. კვოტის შერჩევა
თავდაპირველად გამოიყოფა ობიექტების ჯგუფების გარკვეული რაოდენობა (მაგალითად, მამაკაცები 20-30 წლის, 31-45 წლის და 46-60 წლამდე; პირები, რომელთა შემოსავალი 30 ათას რუბლამდეა, შემოსავლით 30-დან 60 წლამდე. ათასი რუბლი და 60 ათას რუბლზე მეტი შემოსავლით) თითოეული ჯგუფისთვის მითითებულია შესასწავლი ობიექტების რაოდენობა. ობიექტების რაოდენობა, რომლებიც უნდა მოხვდეს თითოეულ ჯგუფში, დგინდება, ყველაზე ხშირად, ან ჯგუფის ადრე ცნობილი წილის პროპორციულად ზოგადად პოპულაციაში, ან იგივეა თითოეული ჯგუფისთვის. ჯგუფებში ობიექტები შეირჩევა შემთხვევით. საკმაოდ ხშირად გამოიყენება კვოტის შერჩევა.
2.2. თოვლის ბურთის მეთოდი
ნიმუში აგებულია შემდეგნაირად. თითოეულ რესპონდენტს, დაწყებული პირველიდან, სთხოვენ დაუკავშირდეს თავის მეგობრებს, კოლეგებს, ნაცნობებს, რომლებიც შეესაბამებოდნენ შერჩევის პირობებს და შეუძლიათ მონაწილეობა მიიღონ კვლევაში. ამრიგად, პირველი საფეხურის გარდა, ნიმუში ყალიბდება თავად კვლევის ობიექტების მონაწილეობით. მეთოდი ხშირად გამოიყენება, როდესაც საჭიროა რესპონდენტთა ძნელად მისადგომი ჯგუფების მოძიება და გასაუბრება (მაგალითად, მაღალი შემოსავლის მქონე რესპონდენტები, იმავე პროფესიულ ჯგუფს მიეკუთვნებიან რესპონდენტები, რესპონდენტები, რომლებსაც აქვთ მსგავსი ჰობი / გატაცებები და ა.შ. )
2.3 სპონტანური სინჯის აღება
ყველაზე ხელმისაწვდომი რესპონდენტები გამოკითხულნი არიან. სპონტანური ნიმუშების ტიპიური მაგალითები არის გაზეთები/ჟურნალები, რომლებიც რესპონდენტებს გადაეცემათ თვითშესრულებისთვის, უმეტესობა ინტერნეტ გამოკითხვები. სპონტანური ნიმუშების ზომა და შემადგენლობა წინასწარ არ არის ცნობილი და განისაზღვრება მხოლოდ ერთი პარამეტრით - რესპონდენტთა აქტივობით.
2.4 ტიპიური შემთხვევების ნიმუში
შერჩეულია ზოგადი პოპულაციის ერთეულები, რომლებსაც აქვთ ატრიბუტის საშუალო (ტიპიური) მნიშვნელობა. ეს აჩენს ფუნქციის არჩევის და მისი ტიპიური მნიშვნელობის განსაზღვრის პრობლემას.

ლექციების კურსი სტატისტიკის თეორიაზე

უფრო დეტალური ინფორმაცია ნიმუშის დაკვირვების შესახებ შეგიძლიათ მიიღოთ დათვალიერებით.

ელემენტები, რომელსაც ფარავს ექსპერიმენტი (დაკვირვება, გამოკითხვა).

ნიმუშის მახასიათებლები:

• ნიმუშის ხარისხობრივი მახასიათებლები - კონკრეტულად რას ვირჩევთ და შერჩევის რა მეთოდებს ვიყენებთ ამისათვის.
• ნიმუშის რაოდენობრივი მახასიათებელია რამდენ შემთხვევას ვირჩევთ, სხვა სიტყვებით რომ ვთქვათ, ნიმუშის ზომას.

ნიმუშის აღების საჭიროება:

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

ენციკლოპედიური YouTube

1 / 5

✪ ნიმუში: მოცულობის გაანგარიშება. კვლევის სანდოობა და ძალა. ბიოსტატისტიკა.

✪ 02 - მათ. სტატისტიკა. ნიმუში, სანიმუშო სივრცე. მაგალითები

✪ SQL საფუძვლები დამწყებთათვის | მნიშვნელობების ამოღება მონაცემთა ბაზიდან

✪ SQL დამწყებთათვის (DML): შერჩევა ცხრილიდან (MySql), გაკვეთილი 4!

✪ SIP პანელების წარმოება. ნაწილი 2. ჭრის და ხვეული ჭრა. ღარების შერჩევა. სულ გონებაში

სუბტიტრები

ნიმუშის ზომა

ნიმუშის ზომა - ნიმუშში შეტანილი შემთხვევების რაოდენობა.

ნიმუშები პირობითად შეიძლება დაიყოს დიდ და პატარებად, ვინაიდან მათემატიკური სტატისტიკაში სხვადასხვა მიდგომა გამოიყენება შერჩევის ზომის მიხედვით. ითვლება, რომ 30-ზე მეტი ნიმუშები შეიძლება კლასიფიცირდეს, როგორც დიდი.

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) თითოეული შემთხვევისთვის ორ ნიმუშში (და ურთიერთობის ეს საფუძველი მნიშვნელოვანია თვისებისთვის. ნიმუშებში იზომება), ასეთ ნიმუშებს ე.წ დამოკიდებული. დამოკიდებული შერჩევის მაგალითები:

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

თუ ნიმუშებს შორის ასეთი კავშირი არ არსებობს, მაშინ ეს ნიმუშები განიხილება დამოუკიდებელი, მაგალითად:

• კაცი და ქალი ,
• ფსიქოლოგები და მათემატიკოსები.

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

ნიმუშები შედარებულია სხვადასხვა სტატისტიკური კრიტერიუმების გამოყენებით:

• კრიტერიუმი პირსონი (χ 2)
• კრიტერიუმი - სტუდენტი ( ტ )
• ვილკოქსონის კრიტერიუმი ( თ )
• კრიტერიუმი-მენ---უიტნი ( უ )
• კრიტერიუმის ნიშნები ( გ )
• და ა.შ.

წარმომადგენლობითობა

ნიმუში შეიძლება ჩაითვალოს წარმომადგენლობით ან არაწარმომადგენლობით. ნიმუში იქნება წარმომადგენლობითი ადამიანთა დიდი ჯგუფის გამოკვლევისას, თუ ამ ჯგუფში არიან სხვადასხვა ქვეჯგუფის წარმომადგენლები, მხოლოდ ამ გზით შეიძლება სწორი დასკვნების გამოტანა.

არაწარმომადგენლობითი ნიმუშის მაგალითი

1. სწავლა ექსპერიმენტულ და საკონტროლო ჯგუფებთან ერთად, რომლებიც მოთავსებულია სხვადასხვა პირობებში.
   • სწავლა ექსპერიმენტულ და საკონტროლო ჯგუფებთან ერთად დაწყვილებული შერჩევის სტრატეგიის გამოყენებით
2. სწავლა მხოლოდ ერთი ჯგუფის გამოყენებით - ექსპერიმენტული.
3. კვლევა შერეული (ფაქტორული) გეგმის გამოყენებით - ყველა ჯგუფი მოთავსებულია სხვადასხვა პირობებში.

ნიმუშის ტიპები

ნიმუშები იყოფა ორ ტიპად:

• სავარაუდო
• წარმოუდგენლობა

ალბათობის ნიმუშები

1. მარტივი ალბათობის ნიმუში:
   • მარტივი ხელახალი შერჩევა. ასეთი ნიმუშის გამოყენება ეფუძნება დაშვებას, რომ თითოეული რესპონდენტი თანაბარი ალბათობით იქნება შერჩეულში. მოსახლეობის საერთო სიის საფუძველზე შედგენილია ბარათები რესპონდენტთა ნომრით. მათ ათავსებენ გემბანში, ახვევენ და მათგან შემთხვევით იღებენ ბარათს, იწერება რიცხვი, შემდეგ აბრუნებენ უკან. გარდა ამისა, პროცედურა მეორდება იმდენჯერ, რამდენიც ჩვენ გვჭირდება ნიმუშის ზომა. მინუსი: შერჩევის ერთეულების გამეორება.

მარტივი შემთხვევითი ნიმუშის აგების პროცედურა მოიცავს შემდეგ ნაბიჯებს:

1) აუცილებელია საერთო მოსახლეობის სრული სიის მოპოვება და ამ სიის დანომრვა. ასეთ სიას, გავიხსენოთ, ეწოდება შერჩევის ჩარჩო;

2) განსაზღვროს მოსალოდნელი ნიმუშის ზომა, ანუ რესპონდენტთა მოსალოდნელი რაოდენობა;

3) შემთხვევითი რიცხვების ცხრილიდან იმდენი რიცხვის ამოღება, რამდენიც გვჭირდება ნიმუშის ერთეულები. თუ ნიმუში უნდა შეიცავდეს 100 ადამიანს, ცხრილიდან აღებულია 100 შემთხვევითი რიცხვი. ამ შემთხვევითი რიცხვების გენერირება შესაძლებელია კომპიუტერული პროგრამით.

4) საბაზისო სიიდან შეარჩიეთ ის დაკვირვებები, რომელთა რიცხვი შეესაბამება დაწერილ შემთხვევით რიცხვებს

• უბრალო შემთხვევით ნიმუშს აშკარა უპირატესობები აქვს. ეს მეთოდი ძალიან ადვილი გასაგებია. კვლევის შედეგები შეიძლება გავრცელდეს საკვლევ პოპულაციაზე. სტატისტიკური დასკვნის მიდგომების უმეტესობა მოიცავს ინფორმაციის შეგროვებას მარტივი შემთხვევითი ნიმუშის გამოყენებით. თუმცა, მარტივი შემთხვევითი შერჩევის მეთოდს აქვს მინიმუმ ოთხი მნიშვნელოვანი შეზღუდვა:

1) ხშირად რთულია შერჩევის ჩარჩოს შექმნა, რომელიც საშუალებას მისცემს მარტივი შემთხვევითი ნიმუშის მიღებას.

2) მარტივი შემთხვევითი ნიმუშის გამოყენების შედეგი შეიძლება იყოს დიდი პოპულაცია, ან პოპულაცია, რომელიც განაწილებულია დიდ გეოგრაფიულ არეალზე, რაც მნიშვნელოვნად ზრდის მონაცემთა შეგროვების დროსა და ღირებულებას.

3) მარტივი შემთხვევითი ნიმუშის გამოყენების შედეგები ხშირად ხასიათდება დაბალი სიზუსტით და უფრო დიდი სტანდარტული შეცდომით, ვიდრე სხვა ალბათური მეთოდების გამოყენების შედეგები.

4) SRS-ის გამოყენების შედეგად შეიძლება ჩამოყალიბდეს არაწარმომადგენლობითი ნიმუში. მიუხედავად იმისა, რომ მარტივი შემთხვევითი შერჩევით მიღებული ნიმუშები, საშუალოდ, ადეკვატურად წარმოადგენს ზოგად პოპულაციას, ზოგიერთი მათგანი უკიდურესად არასწორად წარმოადგენს შესწავლილ პოპულაციას. ამის ალბათობა განსაკუთრებით მაღალია ნიმუშის მცირე ზომის შემთხვევაში.

• მარტივი, განმეორებადი ნიმუშის აღება. ნიმუშის აგების პროცედურა იგივეა, მხოლოდ რესპონდენტთა ნომრების მქონე ბარათები არ ბრუნდება გემბანზე.

1. სისტემური ალბათობის შერჩევა. ეს არის მარტივი ალბათობის ნიმუშის გამარტივებული ვერსია. მოსახლეობის საერთო სიის მიხედვით რესპონდენტთა შერჩევა ხდება გარკვეული ინტერვალით (K). K-ის მნიშვნელობა განისაზღვრება შემთხვევით. ყველაზე საიმედო შედეგი მიიღწევა ერთგვაროვანი ზოგადი პოპულაციის შემთხვევაში, წინააღმდეგ შემთხვევაში, ნაბიჯის ზომა და ნიმუშის ზოგიერთი შიდა ციკლური ნიმუში შეიძლება დაემთხვეს (ნიმუშის შერევა). მინუსები: იგივე, რაც მარტივი ალბათობის ნიმუშში.
2. სერიული (ბუდე) ნიმუშის აღება. შერჩევის ერთეულები არის სტატისტიკური სერიები (ოჯახი, სკოლა, გუნდი და ა.შ.). შერჩეული ელემენტები ექვემდებარება უწყვეტ შემოწმებას. სტატისტიკური ერთეულების შერჩევა შეიძლება ორგანიზებული იყოს შემთხვევითი ან სისტემატური შერჩევის ტიპის მიხედვით. მინუსები: უფრო დიდი ჰომოგენურობის შესაძლებლობა, ვიდრე ზოგადად პოპულაციაში.
3. ზონირებული ნიმუში. ჰეტეროგენული პოპულაციის შემთხვევაში, რაიმე შერჩევის ტექნიკით ალბათობით შერჩევის გამოყენებამდე რეკომენდებულია პოპულაციის დაყოფა ერთგვაროვან ნაწილებად, ასეთ ნიმუშს ეწოდება ზონირებული ნიმუში. ზონირების ჯგუფები შეიძლება იყოს როგორც ბუნებრივი წარმონაქმნები (მაგალითად, ქალაქის უბნები) და ნებისმიერი მახასიათებელი, რომელიც საფუძვლად უდევს კვლევას. ნიშანს, რომლის საფუძველზეც ხდება გაყოფა, ეწოდება სტრატიფიკაციისა და ზონირების ნიშანს.
4. "მოხერხებული" არჩევანი. „მოხერხებული“ შერჩევის პროცედურა მოიცავს კონტაქტების დამყარებას „მოხერხებულ“ შერჩევის ერთეულებთან - სტუდენტთა ჯგუფთან, სპორტულ გუნდთან, მეგობრებთან და მეზობლებთან. თუ საჭიროა ინფორმაციის მიღება ახალ კონცეფციაზე ადამიანების რეაქციების შესახებ, ასეთი ნიმუში საკმაოდ გონივრულია. კითხვარების წინასწარი ტესტირებისთვის ხშირად გამოიყენება „მოხერხებულობის“ შერჩევა.

წარმოუდგენელი ნიმუშები

ასეთ ნიმუშში შერჩევა ხდება არა შემთხვევითობის პრინციპებით, არამედ სუბიექტური კრიტერიუმებით - ხელმისაწვდომობა, ტიპურობა, თანაბარი წარმომადგენლობა და ა.შ.

1. კვოტის ნიმუში - ნიმუში აგებულია როგორც მოდელი, რომელიც ასახავს საერთო პოპულაციის სტრუქტურას შესასწავლი მახასიათებლების კვოტების (პროპორციების) სახით. შესასწავლი მახასიათებლების განსხვავებული კომბინაციით შერჩეული ელემენტების რაოდენობა განისაზღვრება ისე, რომ შეესაბამებოდეს მათ წილს (პროპორციას) საერთო პოპულაციაში. ასე, მაგალითად, თუ ჩვენ გვყავს საერთო მოსახლეობა 5000 კაციანი, საიდანაც 2000 ქალი და 3000 კაცი, მაშინ კვოტის ნიმუშში გვექნება 20 ქალი და 30 კაცი, ანუ 200 ქალი და 300 კაცი. კვოტის ნიმუშები ყველაზე ხშირად ეფუძნება დემოგრაფიულ კრიტერიუმებს: სქესი, ასაკი, რეგიონი, შემოსავალი, განათლება და სხვა. მინუსები: ჩვეულებრივ, ასეთი ნიმუშები არ არის წარმომადგენლობითი, რადგან შეუძლებელია ერთდროულად რამდენიმე სოციალური პარამეტრის გათვალისწინება. დადებითი: ადვილად ხელმისაწვდომი მასალა.
2. თოვლის ბურთის მეთოდი. ნიმუში აგებულია შემდეგნაირად. თითოეულ რესპონდენტს, დაწყებული პირველიდან, სთხოვენ დაუკავშირდეს თავის მეგობრებს, კოლეგებს, ნაცნობებს, რომლებიც შეესაბამებოდნენ შერჩევის პირობებს და შეუძლიათ მონაწილეობა მიიღონ კვლევაში. ამრიგად, პირველი საფეხურის გარდა, ნიმუში ყალიბდება თავად კვლევის ობიექტების მონაწილეობით. მეთოდი ხშირად გამოიყენება, როდესაც საჭიროა რესპონდენტთა ძნელად მისადგომი ჯგუფების მოძიება და გასაუბრება (მაგალითად, მაღალი შემოსავლის მქონე რესპონდენტები, იმავე პროფესიულ ჯგუფს მიეკუთვნებიან რესპონდენტები, რესპონდენტები, რომლებსაც აქვთ მსგავსი ჰობი / გატაცებები და ა.შ. )
3. სპონტანური სინჯის აღება - ე.წ. ხშირად გამოიყენება სატელევიზიო და რადიო გამოკითხვებში. სპონტანური ნიმუშების ზომა და შემადგენლობა წინასწარ არ არის ცნობილი და განისაზღვრება მხოლოდ ერთი პარამეტრით - რესპონდენტთა აქტივობით. ნაკლოვანებები: შეუძლებელია იმის დადგენა, თუ რა სახის პოპულაციას წარმოადგენენ რესპონდენტები და, შედეგად, წარმომადგენლობითობის დადგენა შეუძლებელია.
4. მარშრუტის კვლევა - ხშირად გამოიყენება, თუ სასწავლო ერთეული ოჯახია. დასახლების რუკაზე, რომელშიც ჩატარდება კვლევა, დანომრილია ყველა ქუჩა. შემთხვევითი რიცხვების ცხრილის (გენერატორის) გამოყენებით ირჩევა დიდი რიცხვები. თითოეული დიდი რიცხვი განიხილება, როგორც 3 კომპონენტისგან შემდგარი: ქუჩის ნომერი (2-3 პირველი ნომერი), სახლის ნომერი, ბინის ნომერი. მაგალითად, ნომერი 14832: 14 არის ქუჩის ნომერი რუკაზე, 8 არის სახლის ნომერი, 32 არის ბინის ნომერი.
5. ზონირებული შერჩევა ტიპიური ობიექტების შერჩევით. თუ ზონირების შემდეგ, თითოეული ჯგუფიდან შეირჩევა ტიპიური ობიექტი, ანუ ობიექტი, რომელიც უახლოვდება საშუალოს კვლევაში შესწავლილი მახასიათებლების უმეტესობისთვის, ასეთ ნიმუშს ეწოდება ზონირებული ტიპიური ობიექტების შერჩევით.
6. მოდალური შერჩევა.
7. ექსპერტის ნიმუში.
8. ჰეტეროგენული ნიმუში.

ჯგუფის მშენებლობის სტრატეგიები

ჯგუფების შერჩევა ფსიქოლოგიურ ექსპერიმენტში მონაწილეობისთვის ხორციელდება სხვადასხვა სტრატეგიის გამოყენებით, რაც აუცილებელია შიდა და გარე ვალიდობასთან მაქსიმალური შესატყვისობის უზრუნველსაყოფად.

რანდომიზაცია

რანდომიზაცია, ან შემთხვევითი შერჩევა, გამოიყენება მარტივი შემთხვევითი ნიმუშების შესაქმნელად. ასეთი ნიმუშის გამოყენება ეფუძნება დაშვებას, რომ პოპულაციის თითოეული წევრი თანაბრად იქნება შერჩეულში. მაგალითად, უნივერსიტეტის 100 სტუდენტისგან შემთხვევითი ნიმუშის შესაქმნელად, შეგიძლიათ ქუდში ჩადოთ ფურცლები ყველა უნივერსიტეტის სტუდენტის სახელებით და შემდეგ აიღოთ მისგან 100 ცალი - ეს იქნება შემთხვევითი შერჩევა (გუდვინ ჯ. , გვ. 147)......

წყვილთა შერჩევა

წყვილთა შერჩევა- სტრატეგია სანიმუშო ჯგუფების შესაქმნელად, რომელშიც სუბიექტების ჯგუფები შედგება საგნებისგან, რომლებიც ექვივალენტურია ექსპერიმენტისთვის მნიშვნელოვანი გვერდითი პარამეტრების მიხედვით. ეს სტრატეგია ეფექტურია ექსპერიმენტებისთვის, რომლებიც იყენებენ ექსპერიმენტულ და საკონტროლო ჯგუფებს საუკეთესო ვარიანტით - ტყუპი წყვილების მოზიდვა (მონო და დიზიგოტური).

სტრატომეტრული შერჩევა

სტრატომეტრული შერჩევა- რანდომიზაცია ფენების (ან კლასტერების) განაწილებით. შერჩევის ამ მეთოდით ზოგადი მოსახლეობა იყოფა ჯგუფებად (ფენა) გარკვეული მახასიათებლებით (სქესი, ასაკი, პოლიტიკური უპირატესობები, განათლება, შემოსავლის დონე და ა.შ.) და შეირჩევა შესაბამისი მახასიათებლების მქონე სუბიექტები.

სავარაუდო მოდელირება

სავარაუდო მოდელირება- შეზღუდული ნიმუშების შედგენა და ამ ნიმუშის შესახებ დასკვნების ფართო პოპულაციისთვის განზოგადება. მაგალითად, უნივერსიტეტის მე-2 კურსის სტუდენტების კვლევაში მონაწილეობისას, ამ კვლევის მონაცემები ვრცელდება „17-დან 21 წლამდე ასაკის ადამიანებზე“. ასეთი განზოგადებების დასაშვებობა უკიდურესად შეზღუდულია.

მიახლოებითი მოდელირება არის მოდელის ფორმირება, რომელიც მკაფიოდ განსაზღვრული სისტემების (პროცესების) კლასისთვის აღწერს მის ქცევას (ან სასურველ მოვლენებს) მისაღები სიზუსტით.

ნიმუში - ეს არის:

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 მოქმედებენ ინდივიდების აგრეგატები - მოსახლეობა (ქალაქები, ქვეყნები და ა.შ.), სოციალური ჯგუფი (ახალგაზრდები, უმუშევრები, ბიზნესმენები და ა.შ.), მასმედიის აუდიტორია (MSK) და ა.შ. თუმცა, ბევრში. საქმეები, 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. აქედან გამომდინარე, პირველ შემთხვევაში, ნიმუშის წარმომადგენლობა დაბალია, ხოლო მეორე შემთხვევაში - მაღალი (ceteris paribus).

ნიმუშის ტიპები

1. შემთხვევითი შერჩევა.

1.1 მარტივი შემთხვევითი შერჩევა.

1.2 სინჯების 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 ნიმუშში შეყვანის თანაბარი ალბათობა. შემთხვევითი შერჩევისთვის, შემთხვევითობის პრინციპი. ნიმუშის საფუძველი შეიძლება იყოს საწარმოს თანამშრომელთა სიები, სატელეფონო ცნობარი, მანქანის მფლობელთა სარეგისტრაციო სიები, საარჩევნო უბნებზე ამომრჩეველთა სიები, 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.