Методы невероятностной выборки

Исследователь не всегда располагает полным списком элементов генеральной совокупности, что затрудняет или делает в принци­пе невозможным использование вероятностной выборки, застав­ляя его прибегнуть к методам невероятностной выборки. Неверо­ятностная (неслучайная) выборка — способ отбора единиц выбо­рочной совокупности, принцип которого отличен от случайного. Как и в случае с вероятностным отбором, основная цель неслу­чайного отбора состоит в получении совокупности, репрезенти­рующей изучаемый объект. Однако в отличие от вероятностной выборки статистические выводы обо всем множестве объектов в этом случае делать не вполне правомерно. Эти выводы верны лишь для генеральной совокупности, которая не всегда совпадает с объектом исследования. Выделяют два основных вида неслучайного отбора: направленный (целенаправленный, целевой, выбор по усмотрению) и стихийный.

Самые распространенные формы направленного отбора — ме­тод типичных представителей, квотная выборка, гнездовая вы­борка и метод снежного кома.

При гнездовой (кластерной) выборке определяются группы, или гнезда, элементов, составляются их списки, а затем проектиру­ется выборка. Элементы только для этих единиц выборки идентифицируются и отбираются.

Многоступенчатая выборка

В реальной практике эмпирических маркетинговых исследо­ваний чаще всего применяется многоступенчатая выборка, по­строенная с применением процедуры поэтапного отбора объек­тов опроса. При этом совокупность объектов, отобранных на предыдущем этапе, становится исходной для отбора на следую­щем этапе. Промежуточные объекты, составляющие выборочную совокупность на высших ступенях, называют единицами отбора. Соответственно различают единицы отбора первой ступени (пер­вичные единицы), единицы отбора второй ступени (вторичные единицы) и т.д. Объекты нижней ступени, обеспечивающие не­посредственный сбор информации, называются единицами на­блюдения.


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: