TECHNIKI DOBORU PRÓBY (SAMPLING)



Podobne dokumenty
W8. Metody doboru próby w badaniach rynkowych

Metody doboru próby do badań. Dr Kalina Grzesiuk

DOBÓR PRÓBY. Czyli kogo badać?

Pobieranie prób i rozkład z próby

Badania sondażowe. Schematy losowania. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Statystyka w pracy badawczej nauczyciela

Rodzaje badań statystycznych

SEMINARIUM DYPLOMOWE dr hab., prof. nzw. Janusz Gierszewski ZAGADNIENIE:

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

STATYSTYKA MATEMATYCZNA

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Cz. II. Metodologia prowadzonych badań. Rozdz. 1. Cele badawcze. Rozdz. 2. Metody i narzędzia badawcze. Celem badawczym niniejszego projektu jest:

Praktyczne aspekty doboru próby. Dariusz Przybysz Warszawa, 2 czerwca 2015

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Badania marketingowe

DOBÓR PRÓBY. Czyli kogo badać?

Badania marketingowe. Omówione zagadnienia. Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania

1. Projektowanie badania. 2. Dobór próby. 3. Dobór metody i budowa instrumentu. 4. Pomiar (badanie) 5. Redukcja danych. 6.

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

STATYSTYKA INDUKCYJNA. O sondaŝach ach i nie tylko

Testowanie hipotez statystycznych

STATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/

METODY STATYSTYCZNE W BIOLOGII

Czy, jak i właściwie dlaczego można badać opinię publiczną?

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

Statystyka matematyczna dla leśników

zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne)

Estymacja parametro w 1

Wykład 3 Hipotezy statystyczne

Wydział Matematyki. Testy zgodności. Wykład 03

Testowanie hipotez statystycznych

STATYSTYKA MATEMATYCZNA WYKŁAD stycznia 2010

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia

Badania rynkowe 2016_4. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

Wykład 2: Tworzenie danych

Jeśli powyższy opis nie jest zrozumiały należy powtórzyć zagadnienie standaryzacji zanim przejdzie się dalej!

IV WYKŁAD STATYSTYKA. 26/03/2014 B8 sala 0.10B Godz. 15:15

W1. Wprowadzenie. Statystyka opisowa

Badania marketingowe. Omówione zagadnienia

Zagadnienia: wprowadzenie podstawowe pojęcia. Doświadczalnictwo. Anna Rajfura

Proces badawczy schemat i zasady realizacji

Przedwyborcze sondaŝe telefoniczne Fakty i mity

Weryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,

166 Wstęp do statystyki matematycznej

Wykorzystanie Propensity Score do poprawy wnioskowań z wyników badań marketingowych.

Wnioskowanie statystyczne. Statystyka w 5

KARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności

Podstawowe pojęcia statystyczne

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Zadania ze statystyki cz.8. Zadanie 1.

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Analiza niepewności pomiarów

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną

Badania eksploracyjne Badania opisowe Badania wyjaśniające (przyczynowe)

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

Statystyka matematyczna

Spis treści 3 SPIS TREŚCI

Charakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe)

Metody Statystyczne. Metody Statystyczne.

4. NA CZYM POLEGA PRACA ANKIETERA? PRZYGOTOWANIE DO PRACY W CHARAKTERZE ANKIETERA - Franciszek Sztabiński

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Prawdopodobieństwo i statystyka

Kontekstowe wskaźniki efektywności nauczania - warsztaty

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Rozkłady statystyk z próby

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności

Próba własności i parametry

Statystyka matematyczna i ekonometria

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Badania sondażowe. Dobór próby do badania Rodzaje błędów w badaniach. Agnieszka Zięba

STATYSTYKA INDUKCYJNA. O sondażach i nie tylko

R-PEARSONA Zależność liniowa

Statystyka matematyczna i ekonometria

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

Teoria błędów pomiarów geodezyjnych

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

Szczegółowy opis badania - badanie CAPI na ogólnopolskiej próbie stowarzyszeń i fundacji

Wnioskowanie bayesowskie

Weryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,

Proces badawczy schemat i zasady realizacji

Transkrypt:

TECHNIKI DOBORU PRÓBY (SAMPLING) 1

DOBÓR PRÓBY (sampling) Etap badania obejmujący proces wyboru odpowiednich (moŝliwie jak najbardziej reprezentatywnych) elementów populacji do badań pozwalający na generalizowanie z wystarczająco wysoką pewnością uzyskanych wyników na całą populację, bez konieczności badania wszystkich jej desygnatów. Procedura doboru próby odejmuje następujące kroki: 1. zdefiniowanie populacji 2. zdefiniowanie zakresu doboru próby 3. określenie techniki doboru próby 4. określenie wielkości próby 5. dobór elementów próby 6. zebranie danych wyznaczonych elementów 2

KIEDY STOSUJEMY DOBÓR PRÓBY? Nie jesteśmy w stanie przebadać całości stanowiącej jednostkę badań MoŜemy przebadać całość, ale jest to postępowanie nieefektywne lub nieekonomiczne (zbyt wysoki koszt badań) Gdy zaleŝy nam na wyraźnym określeniu pewności i dokładności naszych wyników, gdy chodzi nam o osiągnięcie reprezentatywności statystycznej Niekiedy sama metoda wymaga zastosowania doboru próby nie moŝna przeprowadzić sensownych badań eksperymentalnych bez doboru porównywalnych prób Niektóre rodzaje badań zakładają wielokrotny kontakt z jednostką badań. Wówczas by nie męczyć zbiorowości moŝemy dobierać z niej kilka porównywalnych prób 3

TERMINOLOGIA ZWIĄZANA Z DOBOREM PRÓBY Element: obiekt o którym zbieramy informacje i który dostarcza podstaw do analiz. W badaniach sondaŝowych to najczęściej ludzie lub typy ludzi (np. robotnicy), ale mogą być nimi takŝe rodziny, firmy, stowarzyszenia, tytuły prasowe itp. (np. Polacy, studenci UAM w Poznaniu) Populacja (Theoretical population): określony teoretycznie zbiór elementów badania wykazujących określone cechy; zbiór lub grupa na temat której chcemy generalizować (np. zbiorowość wszystkich ludzi mieszkających w Polsce; zbiorowość studentów socjologii UAM) Populacja badana (Study population): zbiór elementów, z którego próba jest faktycznie pobrana; Najczęściej jest to zbiór elementów o do których moŝemy zdobyć dostęp (np. osoby figurujące w spisach meldunkowych/ ksiąŝkach telefonicznych; lista studentów socjologii UAM Lista/operat (The Sampling Frame): lista dostępnej części populacji, z której jest pobierana próba (np. spis telefonów w ksiąŝce telefonicznej w przypadku sondaŝowych wywiadów telefonicznych) Próba (The Sample): część zbiorowości, której elementy dobierane są przy zachowaniu określonych zasad warunkujących zarówno liczbę owych elementów, jak i relację występującą pomiędzy próbą a populacją. Elementy wybrane do danych badań. Jednostka doboru próby: pojedynczy obiekt z populacji, z której będzie pobierana próba. Uwaga: obiekt nie zawsze równy jest osobie np. rodziny wielkomiejskich robotników, województwa, szkoły, gminy, gospodarstwa domowe. 4

RODZAJE DOBORU PRÓBY Probabilistyczny/ losowy - bardziej reprezentatywny niŝ inne rodzaje doboru próby - reprezentatywność statystyczna (oszacowana na podstawie rachunku prawdopodobieństwa) = moŝliwość matematycznego obliczenia poziomu błędu i poziomu dokładności oszacowań - wymaga wiedzy i kwalifikacji - stosunkowo wysokie koszty Nieprobabilistyczny/ nielosowy - mniejsza reprezentatywność niŝ przy doborze losowym - reprezentatywność typologiczna = niemoŝliwość matematycznego obliczenia poziomu błędu i poziomu dokładności oszacowań. Nigdy nie wiadomo w jakim stopniu skonstruowana próba odzwierciedla skład populacji. - łatwy do przeprowadzenia - stosunkowo niski koszt 5

NAJWAśNIEJSZE RODZAJE PRÓB NIEPROBABILISTYCZNYCH 1. dobór oparty na dostępności danych/ dobór wg wygody/ próba łatwego dostępu/próba wygodnościowa (accidental, haphazard or convenience sampling) 2. dobór kwotowy/udziałowy próba kwotowa (quota sampling); 3. dobór celowy (purposive sampling) 4. dobór ekspercki/ dobór próby złoŝonej z sędziów kompetentnych (export/judgemental sampling) 5. metoda kuli śnieŝnej (snowball sampling) 6. dobór parami 6

Ad.1. Dobór oparty na dostępności danych Dobór próby poprzez np. zatrzymywanie ludzi na ulicy lub w innym miejscu Uzasadniona gdy chcemy zbadać cechy osób przechodzących w określonych porach w danych miejscach lub gdy nie ma innych moŝliwości doboru jednostek badanych. Zalety: poręczność; niskie koszty realizacji Słabość: brak kontroli nad reprezentatywnością, nigdy nie mamy dowodu Ŝe próba jest reprezentatywna dla populacji 7

Ad 2.Dobór kwotowy/udziałowy Bierzemy pod uwagę kilka wybranych cech społecznodemograficznych i/lub konsumenckich głównie tych które znamy, do których moŝemy dotrzeć (najczęściej płeć, wiek, miejsce zamieszkania, wykształcenie). Tworzymy macierz/tabele uwzględniającą odpowiednie kwoty próby, proporcjonalne do rozkładu tych cech w zbiorowości generalnej. Gdy uwzględnia się kilka cech jednocześnie muszą być one poszukiwane w formie wiązanej KaŜda potencjalna osoba, która spełnia wyznaczone kryteria moŝe stać się respondentem. WaŜne - ankieter sam szuka osób, które odpowiadają załoŝonej konfiguracji cech (nie ma losowania!) Reprezentatywność doboru kwotowego nie jest mierzona poziomem istotności ani przedziałem ufności Słabe strony: osoby badane najczęściej pochodzą ze środowiska społecznego, z którego pochodzi ankieter; problem niedoborów przy tym doborze próby raczej nie ma niedoborów; cechy na podstawie których dokonano podziału kwotowego mogą być powiązane z przedmiotem badania tylko pośrednio 8

Ad.3.Dobór celowy/arbitralny Dopuszczalny gdy prowadzi się badania wybranych indywidualnych przypadków Nie musi być zachowany wymóg reprezentatywności; nierzadko poszukuje się jednostek/zbiorowości nietypowych w celu poznania ich problemów i faktów. Powinien być jednak znany stopień nietypowości badanych obiektów Badana zbiorowość powinna tworzyć całość społeczną, nie moŝe to być luźny agregat jednostek/grup Zbiorowość ta winna być takŝe względnie izolowana, samodzielna, pełna. Badanie winno określić stopień jej typowości 9

Ad.4. Dobór ekspercki Idea doboru próby podobna do doboru celowego Stosujemy przy niektórych odmianach FGI oraz przy tworzeniu narzędzi badawczych, np. skali Thurstone a. Istnieją zasadniczo dwa powody dla których wybieramy ten rodzaj doboru próby: 1. gdy chcemy poznać punkt widzenia jednostek posiadających doświadczenie i wiedzę w interesującej nas sferze 2. gdy chcemy dokonać oceny wiarygodności i trefności zastosowanej techniki lub narzędzia badawczego 10

Ad.5.Metoda kuli śniegowej Stosuje się ją przy badaniu sieci powiązań relacji międzyludzkich, tworzenia i funkcjonowania więzi sąsiedzkich towarzyskich oraz innych układów nieformalnych. Dopuszczalna, gdy trudno odszukać przedstawicieli jakiejś specyficznej populacji (np. bezdomni, nielegalni emigranci, homoseksualiści) Polega na realizacji wywiadów w poszczególnych badanych grupach, gdzie uzyskuje się informacje o innych respondentach wchodzących w skład sieci społecznych (kaŝda odszukana osoba podaje kolejne) Poznaje się wtedy naturalne kręgi, powiązania między jednostkami Wymaga dokładnej wiedzy o badanej populacji Dobór próby jest równoznaczny z samą realizacją badań 11

Rzadko stosowany Ad 6.Dobór parami Technika stosowana w badaniach eksperymentalnych oraz porównawczych Wybieramy dwie próby: eksperymentalną i kontrolną lub próby z dwóch zbiorów, pomiędzy którymi dokonuje się porównań ZróŜnicowanie wewnętrzne prób(proporcje) zaleŝy tutaj od zróŝnicowania populacji bądź celu badań 12

PROBABILISTYCZNY DOBÓR PRÓBY ZASADY I ZAŁOśENIA 1. Próba jest losowa gdy: a. kaŝda jednostka skończonej populacji generalnej niezaleŝnie od posiadanych cech - ma równą, dającą się obliczyć szansę na znalezienie się w próbie. b. próba posiada taką samą zmienność jak populacja 2. Jakość próby zaleŝna jest od jakości listy (operatu) z którego próba jest losowana 3. Prawidłowo wylosowana nieobciąŝona próba moŝe być reprezentatywna w róŝnym stopniu z powodu statystycznych fluktuacji. Skład próby nie odzwierciedla nigdy ściśle charakterystyki całej populacji. W doborze losowym moŝemy jednak obliczyć prawdopodobieństwo popełnienia błędu wynikającego z losowej natury próby. 13

RACHUNEK PRAWDOPODOBIEŃSTWA A DOBÓR LOSOWY PRÓBY Parametr: syntetyczny opis jakiejś zmiennej w populacji (np. rozkład wykształcenia Polaków lub miesięczna średnia zarobków dla jednego członka rodziny). Estymator parametru z populacji: jest to wielkość, dzięki której moŝna szacować rozkład danej cechy w populacji generalnej Statystyka z próby: rozkład cechy interesującej badacza, której wynik otrzymujemy po realizacji badań z przykładowo dobranej cechy (zmiennej); syntetyczny opis zmiennej w próbie. 14

Wiele tak dobranych prób tworzy rozkład zbliŝony do rozkładu normalnego: 15

Rachunek prawdopodobieństwa 1. mówi nam, Ŝe statystyki z prób są rozproszone wokół parametru w pewien znany sposób; prawdziwa wartość jest w pobliŝu 50% 2. Dostarcza wzoru dla oszacowania na ile blisko statystyki z określonych prób są skupione wokół prawdziwej wartości = pozwala oszacować tzw. błąd losowy z próby/ błąd statystyczny/ błąd standardowy/odchylenie standardowe rozkładu z prób 16

Ad1. Pewne frakcje estymatorów mieszczą się w określonych odległościach w 68% prób estymatory odchylają się +/- o 1 błąd statystyczny 95% prób mieści się w granicach +/- 2 błędów standardowych 99,7 % prób mieści się +/- w granicach 3 błędów standardowych 17

Ad2.Wzór na błąd losowy z próby σx odchylenie standardowe, które oblicza się wg następującego wzoru: x średnia parametru w próbie σ 2 rozproszenie populacji generalnej (wariancja) N - liczebność populacji generalnej n - liczebność próby 18

Z tego wzoru wynika, Ŝe wielkość błędu z próby jest funkcją parametru populacji i wielkości próby: σx jest tym większe, im większe σ 2. Im większa zgodność w populacji (brak zmienności) tym bardziej otrzymujemy takie same wartości estymatorów z kaŝdej próby. σx jest tym mniejsze im większe jest n, czyli gdy wielkość próby rośnie, próby skupiają się bliŝej prawdziwej wartości. By błąd z próby zmalał o połowę, trzeba 4 krotnie zwiększyć wielkość próby W przypadku kiedy próba stanowi małą część badanej zbiorowości wartości pod 2 pierwiastkiem moŝna pominąć 19

W przypadku wystarczająco licznej próby odpowiednią wartością szacunkową rozproszenia zbiorowości generalnej moŝe być rozproszenie w próbie 20

W przypadku cech dychotomicznych. rozproszenie z próby wynosi: s 2 = p (1-p) = p x q Przy czym p oznacza udział jednej wartości danej cechy, q udział drugiej wartości; σ p wynosi wówczas UWAGA: Wobec zmiennych jakościowych przyjmujących więcej niŝ dwie wartości stosuje się dychotomizację i wówczas p oznacza udział jednej wartości, q udział wszystkich pozostałych wartości 21

PRZYKŁAD 1 W reprezentatywnej próbie mieszkańców Poznania stwierdzamy, Ŝe średnia liczba lat nauki w szkole x wynosi 12, rozproszenie zaś s = 16, zatem po podstawieniu do wzoru σx = 0,1. Jest to szacunkowa wartość odchylenia dla wszystkich moŝliwych prób. Na tej podstawie moŝemy powiedzieć, Ŝe wartość rzeczywista z prawdopodobieństwem 68,3% mieści się w granicach 12 +/- 1x 0,1 a więc między 11,9 a 12,1, lub z prawdopodobieństwem 95,5% między 12 +/- 2 x 0,1 czyli pomiędzy 11,8 a 12,2, lub z prawdopodobieństwem 99,7% między 12 +/- 3 x 0,1 czyli pomiędzy 11,7 a 12,3. 22

PRZYKŁAD 2 ZałóŜmy, Ŝe poszukując odpowiedzi na pytanie, jaki procent ludności Wielkopolski woli szkoły publiczne, jaki zaś szkoły prywatne, posłuŝyliśmy się próbą n=100 i Ŝe 80 osób w tej próbie opowiedziało się za szkołami publicznymi, a 20 za szkołami prywatnymi. Wówczas: p = 0,8 q = 0,2 s 2 = p q = 0,16 PoniewaŜ z racji wielkości zbiorowości generalnej czynnik korygujący moŝna pominąć, więc σ p= 0,04. Z prawdopodobieństwem 99,9% moŝna więc stwierdzić, Ŝe rzeczywisty udział zwolenników szkół publicznych waha się w granicach 0,8 +/- 3 x 0,04, a więc między 68% a 92%. Przedział ufności jest tak wielki, poniewaŝ próba n=100 jest relatywnie mała. Przy próbie wynoszącej n=1600 udział ten moŝna z tym samym prawdopodobieństwem określić jako wahający się między 77% a 83%. 23

Jak obliczać niezbędną wielkość próby 24

We wzorze tym: n = poszukiwana wielkość próby t = współczynnik będący funkcją odpowiedniego poziomu istotności współczynnika ufności. Dla prawdopodobieństwa = 0,95 t=1,96 dla prawdopodobieństwa = 0,99 t=2,58. p = oszacowanie frakcji osób w danej populacji posiadających daną cechę 1-p = oszacowanie frakcji osób w danej populacji, nie posiadających danej cechy d = półprzedział ufności, a więc dopuszczalna przez nas róŝnica między parametrem populacji a statystyką próby (róŝnicę tę wyraŝamy w % lub 25 ułamkach np. 3% lub 0,03).

Przykład 3 Jak wielka powinna być próba, aby frakcje z niej uzyskane mogły być uogólnione na populację z prawdopodobieństwem 0,95 nie popełniania błędu większego niŝ +/- 3%? Tak więc próba niezbędna dla takich badań winna liczyć teoretycznie 1066 osób, zaś w praktyce winna ona się mieścić w przedziale od 1000 do 1100 osób. 26

Tablica niezbędnych wielkości próby przy p=0,50 dla współczynnika ufności 0,95.. Wielkość półprzedziału ufności d= Wielkość próby n przy współczynniku ufności = 0,95 (t=1,96 1% 9604 2% 2401 3% 1066 4% 600 5% 384 6% 260 7% 244 8% 196 9% 118 10% 96 27

Tablica niezbędnych wielkości próby przy p=0,50 dla współczynnika ufności 0,99.. Wielkość półprzedziału ufności d= Wielkość próby n przy współczynniku ufności = 0,99 (t=2,58) 1% 16641 2% 4160 3% 1860 4% 1040 5% 666 6% 430 7% 340 8% 205 9% 166 10% 150 28

RODZAJE PROBABILISTYCZNEGO DOBORU PRÓBY A1. prosty dobór losowy (simple random sampling) A2. dobór systematyczny (systematic random sampling) A3. dobór warstwowo-losowy (stratificated random sampling) A4. dobór grupowy/gronowy/wiązkowy (cluster sampling) A5. losowanie wielostopniowe (multistage sampling) 29

A1.Prosty dobór losowy Dobry do badań masowych postaw, opinii, cech indywidualnych pobierany przy niewielkiej wiedzy o rzeczywistości badanej. Jest to sytuacja najbardziej poprawna statystycznie ( tylko wtedy moŝna stosować bez zastrzeŝeń reguły wnioskowania statystycznego) moŝe być stosowany nawet wówczas gdy dysponujemy jedynie wiedzą o liczebności populacji stosujemy wówczas kiedy mamy przekonanie o jednorodności badanej populacji ujmuje jednostki niepowiązane z sobą, wyrwane ze społecznego kontekstu wyłania mniej reprezentatywne próby niŝ dobory zwarstwowane; dokładność pomiaru zawsze zaleŝna od przedziału ufności +/- 2 błędy standardowe. Próba losowana z ponumerowanego operatu przy uŝyciu tablic liczb losowych lub komputera 30

10480 22368 24130 42167 37570 77921 99562 96301 89579 85475 28918 63553 09429 10365 07119 51085 02368 01011 52162 07056 48663 54164 32639 29334 02488 81525 29676 00742 05366 91921 00582 00725 69011 25976 09763 Tablice liczb losowych 31

Przykład Dla populacji 100 osób zarejestrowanych w urzędzie bezrobotnych próba ma wynosić 10 osób Numerujemy owe osoby na operacie losowym od 001 do 100 i następnie wybieramy osoby posługując się zredukowaną tablicą liczb losowych Potem wybieramy poszukiwane 10 osób według schematu: 104 223 241 421 375 779 995 963 895 854 289 635 094* 103 071* 510 023* 010* 521 070* 486 541 326 293 024* 815 296 007* 053* 919 005* 007(2. raz) 690 259 097* 32

A.2. Dobór systematyczny dobór jej polega na włączeniu do badań co k-tej jednostki. Interwał losowania (k) uzyskuje się z ilorazu N/n, gdzie N jest równe liczebności populacji generalnej a n odpowiada wielkości próby. nie jest tutaj konieczne kolejne ponumerowanie operatu pierwszy element wybierany z uŝyciem tablic liczb losowych! próba taka jest najbardziej adekwatna w sytuacji, gdy operat jest uporządkowany według kryteriów nieznanych badaczowi łatwiejsza od losowej prostej (z tablic korzysta się tylko raz) próba jest rozłoŝona równomiernie wzdłuŝ całej populacji, co moŝe poprawiać reprezentatywność o ile cecha wg której uporządkowana jest lista ma związek z badaniem MoŜliwość wystąpienia zniekształceń, gdy 1. uporządkowanie jednostek w operacie wykazuje pewien trend; 2. interwał losowania współgra z cyklicznością ułoŝenia operatu 33

A3.Dobór warstwowo-losowy Stosujemy wówczas gdy populacja badana jest heterogeniczna dzieli się na wyraźnie wyodrębnione podzbiory Podzbiory te wydziela się w taki sposób, by elementy naleŝące do jednej grupy były do siebie bardziej podobne niŝ elementy naleŝące do populacji jako całości Celem badań jest przeprowadzenie analizy porównawczej miedzy warstwami i wyjaśnienie zaobserwowanych róŝnic Gdy badana zbiorowość jest wyraźnie zróŝnicowana i gdy jednocześnie niewielka uprzednia wiedza o badanej zbiorowości nie pozwala przeprowadzić bardziej skomplikowanych zabiegów przygotowawczych, poza jej podziałem na warstwy śadna z interesujących badacza grup nie zostanie pominięta KaŜda z grup będzie reprezentowana w próbie w sposób reprezentatywny Reprezentatywność próby przy uzasadnionym merytorycznie podziale na warstwy - będzie większa niŝ w prostej próbie losowej Istnieje moŝliwość nadreprezentacji wybranych warstw losowanie warstwowe z nierównym prawdopodobieństwem. Pamiętać trzeba jednak na poziomie analizy o zwaŝeniu uzyskanych odpowiedzi. Dobór warstwowo-losowy stanowi najskuteczniejsze narzędzie zmniejszania błędu statystycznego. W szerszym stopniu moŝliwe są teŝ analizy porównawcze 34

A3.a. Próba warstwowo-losowa z alokacja optymalną Liczebności jednostek losowanych z poszczególnych warstw są proporcjonalne do wewnętrznego zróŝnicowania tychŝe warstw. Zalety: Zwiększa się reprezentatywność próby Zmniejsza się liczebność próby Pozwala na wyodrębnienie frakcji o znanym wewnętrznie zróŝnicowaniu Pozwala na przeprowadzenie uzasadnionych analiz porównawczych 35

A4. Dobór grupowy/ gronowy/wiązkowy Podział populacji na szereg grup i losowanie spośród tych grup. Nie losujemy jednostek badania, ale losujemy grupy takich jednostek Następnie badamy wszystkie jednostki w wybranych grupach (d. g. jednostopniowy) lub dalej losujemy subgrupy (d.g.wielostopniowy) Celem jest by osoby naleŝące do tej samej próby miały większe szanse znalezienia się razem w próbie niŝ osoby z innych grup 36

GŁÓWNE TRUDNOŚCI SPOTYKANE PRZY DOBORZE PRÓBY 1. Nieaktualne i niekompletne operaty 2. Imienna próba osób, adresowa próba osób, grupa gospodarstw - róŝnice 3. Dopuszczalne przyczyny niezrealizowania wywiadu 4. Kategorie osób wykluczonych z badań kwestionariuszowych 5. WaŜenie odpowiedzi 37

Próba imienna osób Znane są dane personalne konkretnych osób z próby, wskazane jednoznacznie. Nie moŝna na jej miejsce wybrać kogoś innego Jeśli wylosowana osoba nie mieszka pod wskazanym adresem ankieter na własną rękę podejmuje próbę ustalenia aktualnego adresu. JeŜeli badany mieszka w rejonie badań ankietera, wówczas przeprowadza z nim wywiad; jeśli mieszka w innym rejonie, ankieter informuje instytut badawczy o tym a ten zleca wykonanie badania innemu ankieterowi 38

2 fazy doboru próby: 1. losowanie adresów gospodarstw domowych (realizuje instytut bad.) Próba adresowa osób 2. wybór respondenta spośród członków danego gospodarstwa domowego wg ustalonej z góry procedury (realizuje ankieter, ale jego rola jest bierna) * Wylosowanej osoby nie moŝna zastąpić inną. Procedury doboru w 2. fazie Formularz składu gospodarstwa domowego: Ankieter wpisuje rozpoczynając od osoby najstarszej, nadając im odpowiednie numery porządkowe. Za pomocą tablicy liczb losowych lub tzw. tablic Kischa zamieszczonych w formularzu dokonuje wyboru osoby. Wymóg ułoŝenia osób w formularzu wg instrukcji! Reguła ustalenia płci i wieku osób, spośród których wylosowany będzie badany. Wybór wg reguły decyzji np. jeśli respondenta wybieramy spośród 2 osób, 2 K- starsza K, 1 M i 1K K; 2 M młodszy M. RóŜni ankieterzy otrzymują róŝne wytyczne Reguła wyboru osoby która ostatnio obchodziła urodziny 39

Próba gospodarstw Jednostkami losowania nie osoby ale gospodarstwa domowe Czynna rola ankietera w doborze osób do badania Dopuszczalna zastępowalość osób spełniających kryteria doboru przez osoby spełniające je w mniejszym stopniu! Dobór wg wytycznych, np.: * głowa gospodarstwa * osoba dokonująca zakupów dóbr codziennego uŝytku * róŝne bloki pytań dla róŝnych osób (kompetencja w danej kwestii) * dowolna osoba z gospodarstwa domowego 40

Metoda ustalonej ścieŝki (random route) SłuŜy odnalezieniu mieszkania/domu z którego zostanie dobrany respondent do badań Punkt wyjścia ankieter posiada konkretny adres ( adres startowy ), na podstawie którego szukać będzie innego adresu wg ustalonej z góry procedurym np. do adresu startowego (ul. Jaśminowa 7) doliczyć 2 kolejne adresy (Jaśminowa 8 i 9) i pod drugim ustalonym adresem dobrać respondenta zgodnie z wytycznymi zapisanymi kwestionariuszu rekrutacyjnym. KaŜdy ankieter stosując się do wyznaczonej procedury powinien dobrać badanego pod tym samym adresem docelowym. Ankieterowi nie wolno zmieniać zasad doboru w trakcie realizacji badania. 41

Ad 3.DOPUSZCZALNE PRZYCZYNY NIEZREALIZOWANIA WYWIADU Nieistniejący adres wylosowanej osoby/gospodarstwa Błędne dane personalne wylosowanej osoby Wylosowana osoba nie Ŝyje Wylosowana osoba nie naleŝy do badanej zbiorowości Niedostępność badanej osoby w terminie realizacji badania Wyczerpanie wymaganej liczby prób skontaktowania się z wylosowaną osobą Odmowa uczestnictwa w badaniu 42

AD.4. KATEGORIE OSÓB WYKLUCZONYCH Z BADAŃ KWESTIONARIUSZOWYCH Osoby, których wykonywany zawód i prowadzona działalność kolidują z tematyką badań Osoby pracujące dla konkurencji Osoby które w ostatnim czasie uczestniczyły (z reguły 6 miesięcy) juŝ w innych badaniach 43