Механический отбор – бесповторный (возвращение единиц смешает порядок).

3. Типический отбор. Применяется, когда генеральную совокупность можно разбить на типические группы (например, при обследовании предприятий – отрасль, подотрасль, формы собственности). Отбор единиц из каждой типической группы может осуществляться собственно-случайным или механическим способом (например, пропорционально объему типических групп или пропорционально внутригрупповой дифференциации признака).

4. Серийный отбор. Данный способ отбора удобен, когда единицы совокупности объединены в небольшие группы или серии (упаковки с определенным количеством готовой продукции, партии товара). В собственно-случайном или механическом способе отбираются серии, внутри которых производится сплошное обследование единиц.

5. Комбинированный отбор. Примеры: при комбинировании типической и серийной выборки серии отбираются из нескольких типических групп. При комбинировании серийного и собственно-случайного отборов отдельные единицы отбираются внутри серии в собственно-случайном порядке (ошибка такой выборки определяется ступенчатостью отбора).

6. Многоступенчатый отбор. Проводится в несколько ступеней. На каждой из них своя единица отбора. Пример: при обследовании бюджетов населения, их доходов и расходов 1 ступень – все семьи разбиваются по областям. Из всех областей выбирается несколько областей. Единица отбора – область; 2 ступень – для каждой области отбираются населенные пункты; 3 ступень – для каждого отобранного населенного пункта отбираются семьи (единицы обследования).

7. Многофазная выборка. Проводится в несколько этапов, на каждом из которых единица отбора сохраняется. Пример: все предприятия отрасли изучаются по сокращенной программе, затем из всех предприятий отбирается каждое пятое отрасли и изучается по более развернутой программе, затем отбирается каждое 10-е предприятие и описывается детально.

Следует отметить, что для различных способов отбора средняя ошибка рассчитывается по-разному. В частности, ранее мы рассмотрели формулы для определения ошибки при собственно-случайной выборке, которая является наиболее распространенной на практике.

5.4. Определение необходимого объема выборки

При проектировании выборочного наблюдения возникает воп­рос о необходимой численности выборки. Эта численность может быть определена на базе допустимой ошибки при выборочном наблюдении исходя из вероятности, на основе которой можно гаран­тировать величину устанавливаемой ошибки, и наконец, на базе способа отбора.

Для определения необходимой численности выборки исследова­тель должен задать уровень точности выборочной совокупности с определенной вероятностью. В частности, необходимая числен­ность случайной повторной выборки определяется по формуле:

, (35)

которая вытекает из формулы предельной ошибки:

Эта формула показывает, что с увеличением предполагаемой ошибки выборки значительно уменьшается необходимый объем выборки. Так, увеличение допустимой ошибки выборки в 2 раза yмeньшaeт неoбxодимый ee объем в 4 раза. Необходимая числен­ность выборки прямо пропорциональна дисперсии признака и ве­личине t2.

На практике определение необходимого объема выборки час­то составляет серьезную проблему. Она связана, в частности, с недостаточной разработанностью таких вопросов, как оценка вариации изучаемых признаков, обоснование численности выборки при изучении нескольких признаков, и др.

Трудности порождаются и тем, что кроме чисто статистических в определении необходимой численности выборочной совокупно­сти большое значение принадлежит факторам организационного порядка, которые должны быть обязательно учтены. К ним отно­сятся, например, обеспеченность обследования ресурсами, дли­тельность обработки и срочность представления результатов. Со­гласование объема выборки с материальными, финансовыми, кад­ровыми ресурсами вызывает определенную слож­ность.

Одним из наиболее важных и в то же время сложных вопросов определения необходимого объема выборки в исследованиях яв­ляется расчет показателя вариации изучаемого признака (s). Существуют следующие способы определения s:

1. Основой оценки степени колеблемости изучаемого признака могут служить материалы предыдущих обследований. Обращение к ним при отсутствии какой-либо другой информации вполне оправдан­но. Однако следует иметь в виду, что использование данных про­шлых обследований имеет смысл только тогда, когда за прошед­ший до нового обследования период в генеральной совокупности не произошло значительных изменений.

2. Проведение пробного обследования. По его дан­ным возможно рассчитать среднее квадратическое отклонение и дисперсию для последующего обоснования необходимого объема выборки.

3. Среднеквадратическое отклонение можно найти приближенно по величине предполагаемого размаха или среднего линейного отклонения по следующим формулам:

, (36)

или

, (37)

где s – среднее квадратическое отклонение;

– размах вариации;

– среднее линейное отклонение.

Важным условием практического использования этих формул является близость фактического распределения к нормальному.

При статистическом исследовании социально-экономических явлений очень часто приходится сталкиваться с качественными признаками, причем именно по ним нередко проводится расчет необходимого объема выборочной совокупности. Способ выраже­ния качественных признаков не позволяет рассчитать по ним сред­ние значения, поэтому оценка колеблемости производится, как пра­вило, исходя из долей единиц, обладающих значениями этих при­знаков, т. е. выборочных долей.

Если расчет проводится по качественному альтернативному признаку и неизвестна его доля в генеральной совокупности (хотя бы приблизительно), рекомендуется принять ее равной 0,5, так как дисперсия доли достигает максимума: s2= 0,25 при w = 0,5.

5.5. Оценка результатов выборочного наблюдения и распространение их на генеральную совокупность

Заключительным этапом выборочного наблюдения является оценка результатов на­блюдения и их распространение на генеральную совокупность.

Вывод о возможности распространения в значительной степе­ни зависит от качества основы выборки, прежде всего от ее пол­ноты. Под полнотой подразумевается наличие или представленность всех типов или групп данной генеральной совокупности в основе выборки. Неполнота основы может привести к нарушению представительности выборки и, как следствие, к неправильным вы­водам при анализе данных наблюдения.

Для оценки результатов выборочного на­блюдения с точки зрения возможности их распространения на ГС рассчитывается относительная ошибка:

для средней:

, (38)

для доли:

, (39)

где – относительная предельная ошибка выборки.

Если величина относительной ошибки не превышает заранее установленного для данного обследования предельного значения, то данные выборочного наблюдения являются представительны­ми и могут быть распространены на генеральную совокупность. В противном случае следует попытаться восстановить исходные про­порции генеральной совокупности, т. е. провести корректиров­ку выборки.

Используют 2 основных метода:

1. Метод «отсе­чения». Данный способ ориентирован на группу единиц, кото­рые оказались недостаточно представлены в выборочной совокуп­ности после наблюдения. Формуляры с данными об этих едини­цах, пригодные для обработки, следует сохранять в полном объеме. Из обработки исключается часть фор­муляров остальных групп, хорошо представленных в фактической выборке для сохранения пропорций генеральной совокупно­сти.

После «отсечения» следует проверить, как исключение некото­рого числа формуляров повлияло на обобщающие показатели фактической выборки. Для этого до и после «отсечения» рассчитываются средние по важнейшим показателям и сравниваются полученные резуль­таты. Для оценки различий средних можно воспользоваться прин­ципами оценки точности выборки. Если расхождения между средними, рассчитанными до и после «отсечения», не превышают ± 5 %, итоги корректировки считаются вполне удовлетворительны­ми. В противном случае ее целесообразно повторить, исключив из обработки другие формуляры.

Основным достоин­ством метода является то, что он дает возможность сохранить про­порции генеральной совокупности в массиве данных, на основе которого будут делаться обобщения. Это позволяет формулировать выводы на базе представительных данных.

Су­щественным недостатком является то, что метод приводит к еще большему, если учитывать невозвращенные и забракованные формуляры, уменьшению объема выборки.

2. Метод «взвешивания». Дает возможность сохранить в обрабатываемом массиве все или почти все полученные формуляры путем много­кратного использования при обработке части формуляров. Многократ­ное применение недостаточно представленных формуляров проводится на основе специально рассчитанных для этой цели «весов».

Метод «взвешивания» наиболее удобно применять при обработ­ке материалов выборочных обследований в случаях высокого про­цента невозвращенных или забракованных формуляров. Это характерно, прежде всего, для почтовых опросов.

Собранные в результате выборочного наблюдения и при необходимости откорректированные данные распространяются на генеральную совокупность. Существуют два основных метода рас­пространения – прямой пересчет и способ коэффициентов.

Из за большого объема этот материал размещен на нескольких страницах: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15