Кластерный случайный отбор (выборка)

В кластерной выборке (clustersampling) изучаемая совокупность сначала делится на взаимо­исключающие и взаимодополняющие подгруппы, или кластеры (clusters). Затем с помощью ве­роятностного метода выборки, такого как SRS, формируется случайная выборка кластеров. В выборку включаются либо все элементы отобранного кластера, либо проводится их отбор веро­ятностным методом. Если в выборку включаются все элементы каждого отобранного кластера, то такая процедура называется одноступенчатой кластерной выборкой. Если выборка получена с помощью вероятностного отбора из каждого выбранного кластера, такая процедура называет­ся двухступенчатой кластерной выборкой. Как показано на рис. 11.3, существуют два вида двухступенчатой кластерной выборки — простая двухступенчатая кластерная выборка с ис­пользованием SRS и вероятностная выборка, пропорциональная объему (PPS). Кроме того, кластерная выборка может состоять из нескольких (больше двух) этапов, выступая как много­ступенчатая кластерная выборка.

КЛАСТЕРНАЯ ВЫБОРКА (CLUSTER SAMPLING) - Сначала изучаемая совокупность делится на взаимоисключающие и взаимодополняющие подгруппы, называемые кластерами. Затем с помощью вероятностного метода выборки, та­кого как простая случайная выборка, отбираются кластеры. В выборку включаются либо все элементы отобранного кластера, либо проводится их отбор вероятностным методом.

Основное различие между кластерной и стратифицированной выборкой состоит в том, что в первом случае используются только отобранные подгруппы (кластеры), в то время как в стратифицированной выборке все подгруппы (слои) используются для дальнейшего отбо­ра. Эти методы преследуют разные цели. Цель кластерной выборки — увеличить эффектив­ность выборки, уменьшив затраты на ее проведение. Цель стратифицированной выборки — увеличение точности. По однородности и неоднородности критерии формирования класте­ров прямо противоположны критериям формирования слоев. Элементы кластера должны быть максимально разнородны, а сами кластеры — как можно более однородными. В идеале каждый кластер должен представлять собой небольшую модель генеральной совокупности. При кластерной выборке основа выборочного наблюдения необходима только для кластеров, которые вошли в выборку.

Распространенная форма кластерной выборки — территориальная выборка (areasampling), в которой кластеры состоят из географических территорий, таких как округа, жилые районы или кварталы. Если отбор основных элементов проводится в один этап (например, исследователь выбирает некоторые кварталы, а затем все семьи, живущие в этих кварталах, включаются в вы­борку), такой выборочный метод называется одноступенчатой территориальной выборкой. Ес­ли отбор основных элементов проводится в два (или больше) этапа (исследователь выбирает кварталы, а затем в каждом таком квартале отбирает семьи, которые будут включены в выбор­ку), такой метод называется двухступенчатой (или многоступенчатой) территориальной вы­боркой. Отличительная черта одноступенчатой территориальной выборки заключается в том, что все семьи из выбранных кварталов (или географических регионов) включаются в выборку

ТЕОРЕТИЧЕСКАЯ ВЫБОРКА - метод формирования выборочной совокупности для исследований случая, применяется также в формировании фокус-групп и планировании экспериментов с выделяемыми факторами.

24.Модели ТЕОРЕТИЧЕСКОЙ ВЫБОРКИ:

1) Выборка экстремальных (девиантных) случаев: отбор необычных, в некотором смысле специфических, случаев. Предполагается, что такие случаи могут в сжатом виде содержать всю информацию о более "типичных" представителях генеральной совокупности.

2) Интенсивная выборка: отбор информативно значимых случаев, которые в значительной (но не экстремальной) степени представляют интересующее социолога явление. Предполагается, что собрана предварительная информация о генеральной совокупности и проведен предварительный анализ ее отличительных особенностей.

3) Выборка максимальной вариации: отбор случаев, представляющих все распространенные модели изучаемого явления. Для конструирования выборки необходимо предварительно выделить соответствующие модели и оценить их распространенность.

4) Гомогенная выборка: отбор случаев, с максимальной полнотой характеризующих некоторую относительно гомогенную часть генеральной совокупности.

5) Выборка типичных случаев: типичные случаи выбираются в ходе бесед с экспертами, определяющими, что, на их взгляд, является типичным, а также на основе проведенных ранее опросов, демографическом анализе и т.п. Используется как индуктивное, так и дедуктивное понимание типичного. В индуктивном ("статистическом") понимании типичное представляется как наиболее часто встречающееся (модальное). Дедуктивное понимание типичного восходит к веберовскому пониманию типа как синтеза представлений об идеальном. Дедуктивное понимание типа более информативно, но намного труднее в реализации.

6) Стратифицированная выборка: отбор случаев из предварительно выделенных страт (слоев, частей) генеральной совокупности. Целью является не описание генеральной совокупности в целом (как в случае стратифицированной случайной выборки), но фиксация основных различий между ее объектами. Статистической репрезентативностью не обладает.

7) Выборка критических случаев: отбор случаев, критических важных для понимания происходящего. Эта модель особенно эффективна, если имеющиеся ресурсы ограничивают исследование одним случаем. Например, если правительство вводит новые правила налогообложения, то на первом этапе достаточно проверить, как их понимает наиболее образованная часть общества. Если даже для нее правила непонятны, они тем более будут непонятны всем остальным. Наоборот, если правила понятны наименее образованным гражданам, люди с более высоким уровнем образования их тоже поймут.

8) Критериальная выборка состоит в том, что изучению подвергаются только объекты, удовлетворяющие заранее определенным критериям. Например, "пациенты психиатрической больницы, неоднократно пытавшиеся совершить самоубийство". Такая выборка эффективна при изучении проблемных случаев. Основой для критериальной выборки могут служить результаты количественного анализа или тестирования.

Объем ТЕОРЕТИЧЕСКОЙ ВЫБОРКИ зависит от целей исследования, его глубины, имеющихся ресурсов, т.к. более глубокое исследование каждого случая требует больше средств и времени. Качественная выборка должна одновременно удовлетворять двум часто противоречащим друг другу критериям - она, с одной стороны, должна быть компактной, с другой - покрывать цели исследования. Критерий максимизации информации требует, чтобы формирование выборки прекращалось только в тот момент, когда от включения в выборку новых случаев уже не ожидается получение дополнительной информации. Это, в частности, означает, что должна сохраняться возможность увеличить выборку в зависимости от первых результатов исследования. В условиях ограниченных ресурсов этот идеал может оказаться недостижимым.

Поиск по сайту: