Кластерная выборка - процедура, достоинства и недостатки

Кластерная выборка.

Кластер в переводе — гроздь.

Они все связянны одной веточкой. Гроздь => целостность. Это целостное образование, а не отдельные части, собранные вместе.

 

Кластеры — естественные группировки единиц наблюдения. В социологии единицей наблюдения является человек, организация, группы. Более широкие понятия, чем отдельный индивид.

 

Например, военные живут в военных поселениях и военых городках. Если мы хотим их изучать, мы обратимся туда, где они расположены; если хотим изучать студентов, то идем в ВУЗы. То есть определенная группа людей расположены в определенных местах. Социологи в случае кластерной выборки принимают следующее положение: вместо того, чтобы считать в качестве членов выборки конкретных люедй, будем рассмаривать их как жителей того или иного географического пункта. (университет, например, не населенный пункт, но четкая точка на карте.

 

Именно поэтому кластерная выборка (заменяем людей на географические точки) называется много ступенчатой случайной районированной. Применение этой выборки позволяет уменьшить расходы на получение единицы информации. При фиксированном бюджете и объеме выборки социолог получает возможность снизить (заметно) общие расходы на проведение сбора материала преимущественно за счет транспортных и временных расходов.

 

Хотим изучить старшеклассников. Бывают разные школы: статус школы (гимназия, школа, лицей), местоположение (окраинные, центральные), бюджет (частное, государственное), уклон (технические, гуманитарные, языковые). Мы задали некие содержательные критерии, которые для нас важны. Мы обязаны в выборке создать несколько типологических кластеров.

 

В общем случае кластерная выборка основана на первоначальном отборе группировок-кластеров и затем на изучение всех единиц внутри кластера.

 

Возможными примерами кластеов, используемых в больших общенациональных вопросах (государственных) являются сельские районы, городские квартиры, избирательные участки (=> документы => основа выборки). При изучении специфических популяций, используются иные кластеры: больницы, школы, тюрьмы, реабилитационные центры, спортзалы, союз художников, союз филателистов.

 

Корректное приминение кластерной процедуры основано на неукоснительном соблюдении следующих условий:

 Кластеры должны быть однозначно и явно заданы

 Число членов генеральной совокупности, входящих в кластер, должно быть известно или поддаваться оценке с приемлемой степенью точности.

 Кластеры должны быть не слишком велики и геогарфически компактны, иначе кластерная выборка теряет финансовый смысл.

 Выбор кластеров должен быть осуществлен таким способом, который минимизирует рост выборочной ошибки (последний процесс в свою очередь является неизбежным следствием кластеризации).

 

Таким образом, конструирование кластерной выборки в равной степени связано как с принципом рандомизации, так и с содержательными моментами — гипотезами и переменными.

 

 

Рост выборочной ошибки для кластерной выборки является функцией двух переменных — величины кластера и гомогенности исследуемого признака внутри каждого кластера. Ясно, что оценка гомогенности часто становится важной практической задачей в планирвоании кластерной выборки.

В классической литературе по выборке приводится пример: в ЛО есть поселения разные по объему и разные по территории. Они отличаются соц.структурой и т. п. Мнения и оценки людей будут отличаться.

Прежде чем формировать кластерную выборку, нужно получить много сведений о большинстве.

 

Основная проблема заключается в том, что соответствующими данными о распределении признаков внутри кластера исследователь располагает после завершения полевой стадии, то есть подробными данными будем обладать только после того, как опросили людей. Но это неправильно с точки зрения методологии. Поэтому при проектировании выборки обычно основываются на уже существующих данных исследований, результатов переписи и любых других источников.

 

Кластерная выборка является менее точной, лучше пользоваться другими, если это возможно.

 

24.Стратифицированная выборка. Решение проблемы "редких страт";

Стратифицированная выборка.

Такая выборка используется в тех случаях, когда из каких-то содержательных соображений важно обеспечить представительность вероятностной выборки по каким-то конкретным важным для исследовательских целей критериям. Это могут быть достаточно тонкие возрастные различия (разница для школьников важна в 1-2 года), по профессиональным критериям, по этническому составу. Все критерии невозможно перечислить.

Стратифицированный отбор имеет определенные практические преимущества до тех пор, пока сохраняется его вероятностный случайный характер.

 

Например: выбираем, что праздновать — день города и день Победы. Первое интересно молодежи, а второй — ветеранам. Если спрашивать людей, что интереснее, то получится, что день города, так как молодежи больше (700тыс – 2тыс). По значимости для города эти две категории равны и никого не надо подвергать депривации. В количественном измерении они недопустимы. Поэтому социолог в данном случае попадает в ловушку. Сплошным опросом за счет увеличения выборки эту проблему не решить. Желательно заранее обеспечить представленность всех интересующих нас страт, сохранив вероятностный характер отбора. Этого можно добиться, если осуществить некую независимую процедуру случайного отбора для каждой социальной группы в отдельности и затем объединить полученные подвыборки в одну. Среди молодежи и среди ветеранов собираем анкеты, а потом в общей выборке соединяем в той пропорции, в которой они представлены в городе. Общая выборка должна по составу четко воспроизводить генеральную совокупность. Чтобы понять специфику страты, искусственно завышают число людей в этой группе, но только для ее персонального изучения (например, ветеранов берем 200 человек),но в общую выборку пойдут столько, сколько есть в генеральной совокупности. Полученная в результате этих процедур выборка будет стратифицированной и вероятностной. Такое грамотное построение выборочной совокупности возможно только при наличии предварительных данных о генеральной совокупности.

 

Пропорциональный стратифицированный отбор особенно важен для целей дескриптивной, описательной статистики, то есть когда перед исследователем стоит задача, основываясь на выборочных данных, описать, как распределены те или иные параметры в разных подгруппах генеральной совокупности.

 

Есть процедура, которая называется взвешивание или перевзвешивание: представители малонаполненных страт увеличивают в объеме.

 

25..Пилотажное исследование: место в программе исследования, цели, результаты.

 

Пилотаж или предварительная проба.

Пилотаж охватывает проверку годности отдельных методов получения первичной информации; системы процедур в целом, если это не одна процедура, а также организации массового сбора данных (консутрирование выборки, организация полевых работ, способов хранения или консервации полученных данных). Как правило, в подовляющем большинстве исследователь сам конструирует свою методику. Анкету под свою задачу исследователь делает сам (исключение — сравнительное исследование, но в любом случае, производится коррекция).

 

Очень часто этап пилотажа совпадает с конструированием методики. Пилотаж методики является обязательной процедурой, особенно это относится к опросным методам. Хотя иногда для качественных методов это важнее, поля пустые — поисковые. В пилотаже выявляется не только правильная формулировка вопросов, переход от одной формулировки к другой, но и социальное воздействие (насколько исследование «тронуло»).

 

Проба отдельной методики (пилотаж) проводится на небольшой выборке — 25-30 человек. Очень уместно в пилотаже использовать полярные группы. Дифференциация: возраст, образование, конфессия, доход.

 

_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

Отношение к буддизму стало не конфессиональным, а мировоззренческим.

_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

 

При использовании методов опроса нужно учитывать, чтобы в пилотаже участвовали люди с разным социальным опытом. Этим проверяется, насколько вопросник учитывает эти различия. Когда мы начинаем анализировать позицию «другое», мы видим, насколько часто респонденты подсказывают нам то, что мы не видим в реальности. Поэтому анализ этой позиции — важны методологический прием. Необходимо, чтобы наряду с авторами исследования в проведении пилотажа участвовали будущие интервьюеры, наблюдатели кодировщики информации. Иногда к пилотажу привлекают коллег ученых, мнения которых по поводу инструментария может оказаться исключительно важным.

 

Если берем иностранную методику, пилотаж необходим еще больше.

 

Как правило, в масштабных проектах пилотаж осуществляется поэтапно: после каждой небольшой серии собранных данных производят анализ информации и рефлексию. Итог пилотажа — окончательное содержание методики и четкие инструкции. В пилотаже обязательно назначается руководитель поля. Он обеспечивает отработку всех нужных методик и процедур, организует обучение, обеспечивает график работы по времени и объектам, осуществляет контроль. Контроль — важнейший элемент работы,который в пилотаже тоже проверяется.

 

Прежде чем приступить к обработке данных, весь массив данных предварительно изучается с точки зрения качества выборки, то есть всех ее отклонений от расчетных параметров и оценка качества выборки возможна только тогда, когда проведен пилотаж организаций на предмет получения первичной статистики о них. (Это можно считать и не пилотажем, но это предварительная процедура, поэтому ее включают в пилотаж). Это становится ориентировочной основой выборки.

 

Подготовка данных для обработки включает множество различных операций в зависимости от использумых методов. На начальном этапе сразу продумывается, есть ли возмонжость компьютерной обработки данного параметра (вручную уже не считает никто). Обработка тестовых данных, фокус-групп в основном не базируются на компьютерных программах. Некоторые моменты обработываются вручную. Понятно, что хранение данных представляет интерес как для отдельного исследователя, так и для научного сообщества.

 

Норма. Неопытный социолог легко оценивает свои данные как «плохие цифры», «большие цифры» и тп. Понятие нормы очень широкое. Нужно сказать относительно чего мы оцениваем. Норма может быть статистической, например, на 5 и на 4 и 5 по госстатистике в масшабах егэ сдают 7% и 18%. Но возможно норма есть и по Петербургу. Но относя изучаемую школу к статистической норме возникнет 25%. Мы можем сказать, что эти цифры заметно выше ОТНОСИТЕЛЬНО ВОТ ЭТОЙ НОРМЫ. Процедура оценки должна происходит на основе эталона, даже если он изменяется.

 

Все, что говорилось о пилотаже, относится к количественным стратегиям, в которых есть данные, выраженные в числовой форме, однако многие положения относятся и к качественным стратегиям.