3. Стратифицированная (многослойная) случайная выборка.

Часто исследователь сталкивается с задачей составления выборки из определенно негомогенной популяции, где индивиды, со­ставляющие популяцию, отличаются по возрасту, полу, образованию, политическим взглядам или по другим параметрам, которые могут су­щественно повлиять на получаемые результаты.

Например, если опрос посвящен привычкам расходования денег, но не учитывает того, что одинокие, женатые и разведенные люди име­ют различные объемы свободных средств и тратят их по-разному, к тому же эти привычки меняются с возрастом, то мы получим результаты, которые не будут отражать распределение привычек расходования де­нег в популяции в целом.

Стратифицированную случайную выборку рекомендуется исполь­зовать в случаях, когда:

1. изучаемая популяция является гетерогенной по отношению к одной или ряду переменных, оказывающих влияние на результа­ты опроса;

2. есть исчерпывающая рамка выборки для изучаемой популяции.

Основные процедуры многослойной (стратифицированной) случайной выборки:

Шаг 1. Определите, на основании каких переменных выборка бу­дет стратифицирована. Необходимо учитывать только те переменные, которые могут повлиять на результаты опроса.

Шаг 2. Определите рамку выборки данной популяции и разделите ее на группы, каждая из которых представляет свой уровень перемен­ной, выбранной как основа для стратификации. Например, если вы хотите построить стратифицированную выборку по возрасту и семей­ному положению, вы должны сначала разделить всю популяцию на состоящих и не состоящих в браке. Затем каждую из полученных групп разделить на определенное количество подгрупп по возрасту. Каждая из полученных подгрупп рассматривается как «страта» (слой) данной популяции.

Шаг 3. Примените метод случайной выборки для каждой из страт, создавая одинаковые выборочные фракции. В результате в выборке будут сохранены относительные пропорции каждой из подгрупп, пред­ставленных в популяции.

Необходимо учитывать, что, если данная подгруппа небольшая по сравнению с другими, необходимо (пусть даже с некоторым нару­шением реальной пропорции) создать ее большую представленность в выборке, обеспечивающую статистическую значимость результатов даже при отказах и неправильных ответах отдельных испытуемых. Так, если нам нужно, чтобы в нашей выборке были представлены все соци­альные слои по социально-экономическому статусу (СЭС), то богатых можно взять в несколько большей пропорции, чем та, которая пред­ставлена в обществе.

4. Многофазная кластерная выборка.

В реальных исследованиях исчерпывающая рамка выбор­ки часто оказывается реально недостижимой. В таком случае должен использоваться метод многофазной кластерной выборки. Он позволя­ет создавать репрезентативную выборку без исчерпывающего списка популяции.

Такой метод весьма полезен в случаях, когда популяция варьирует в зависимости от географической зоны, но есть возможность разделить ее в соответствии с одним или другим принципом. Это разделение и образует «класте­ры». Таким образом, основа данного метода – разделение популяции на некоторое число относительно больших единиц, затем создание выборки из них, получение ряда меньших единиц и т.д. до уровня ин­дивидуальных участников, которые составят конечную выборку.

Один из возможных путей создания таких кластеров – использова­ние наличия в популяции различных формальных групп, обладающих многоуровневой структурой. Все, что необходимо для кластерной вы­борки, это то, чтобы эти различные уровни образовывали определен­ную иерархию, таким образом, чтобы каждый более высокий уровень включал все нижестоящие уровни. Например, многие группы, такие как профсоюзы, спортивные клубы и общества, представлены как на общенациональном уровне, так и на региональном, городском и рай­онном уровнях. Это позволяет кластерной выборке решать проблему исчерпывающей рамки выборки, представляющей всю популяцию.

Соответственно, исследователь должен быть способен конструиро­вать исчерпывающую рамку выборки для всех слоев или кластеров. Так как каждый более высокий уровень включает все нижестоящие уровни, то исследователю необходимо двигаться последовательно от более вы­сокого уровня к более низкому. В нашем примере – от общенациональ­ного к районному уровню. Кластерная выборка, используя иерархичес­кую организацию, может обходить факт того, что исчерпывающей рам­ки выборки всех членов популяции может и не существовать.

Процедура составления многофазной кластерной выборки:

Шаг 1. Определите набор последовательно уменьшающихся групп, на которые может быть разделена популяция, и составьте исчерпыва­ющую рамку выборки для высших, наиболее крупных групп.

Шаг 2. Используя технику простой случайной выборки, получите из этих наибольших групп выборку кластеров на следующем, более низком уровне. Составьте из них новую выборку и повторяйте этот процесс до достижения уровня отдельных индивидов.

Шаг 3. Используйте случайную выборку из групп на низшем уров­не для создания конечной выборки участников.

Например, применим метод многофазной кластерной выборки для составления выборки 11–16-ти летних школьников России. Для это­го надо обозначить различные уровни и блоки системы образования РФ, которые включают эти возрастные группы. Выборки должны быть составлены из каждой группы кластеров. Сначала строится слу­чайная выборка из полного списка самых крупных подразделений Министерства образования РФ, где единицей выступает один из регионов в соответствии с территориально-административным деле­нием. На следующем этапе в выбранных регионах также случайным образом из полных списков районов выби­раются некоторые. Затем строится случайная выборка из всех школ тех районов, которые попали в список на втором этапе. Далее на чет­вертом этапе в выбранных школах строится случайная выборка клас­сов, включающих интересующие нас возрастные группы. И, наконец, составляется выборка школьников из выборки классов, полученной на предшествующем этапе.

В кластерной выборке очень важно решить на каждом этапе выборки, какое количество элементов необходимо. Так, сколько регионов надо взять на первом этапе в вышеприведенном примере, чтобы получить в конечной выборке репрезентативную для данной популяции группу индивидов? Один из ответов таков: на ранних эта­пах составляется настолько большая выборка, насколько это возмож­но, чтобы к последнему этапу осталась некоторая избыточность, ко­торая погасила бы возможные потери информации при опросе отдель­ных индивидов.