Навігація
Головна
 
Головна arrow Маркетинг arrow Маркетингові дослідження
< Попередня   ЗМІСТ   Наступна >

Інші імовірнісні методи побудови вибірки

data-override-format="true" data-page-url = "http://stud.com.ua">
data-override-format="true" data-page-url = "http://stud.com.ua">

Поряд з описаними чотирма основними методами побудови вибірки існують і інші, розроблені спеціально для вирішення будь-яких специфічних проблем (більшість з них являють собою модифікації основних методів). Розглянемо лише дві з цих модифікацій, що мають певне відношення до маркетингових досліджень: послідовне побудова вибірки (sequential sampling) і подвійне або двустадийному побудова вибірки (double sampling, two-phase sampling).

При послідовній побудові вибірки її розмір заздалегідь не визначається. Визначається лише правило, на підставі якого приймається рішення про необхідному розмірі вибірки. Дані збираються поетапно. По закінченні кожного етапу відбору дані аналізуються і приймається рішення про необхідність продовження відбору.

Такий метод побудови вибірки зручний, наприклад, коли виникає альтернатива. На кожній стадії респондентів запитують, який із двох можливих товарів вони б воліли. Коли їхні уподобання стають ясні з досить високим ступенем достовірності, процес збору нових даних припиняється.

При подвійному (двустадийному) побудові вибірки на першій стадії будується велика за обсягом вибірка і проводиться короткий опитування. На основі цієї інформації будується невелика вибірка з елементів, охоплених першим опитуванням, і збирається додаткова, поглиблена інформація.

Такий метод корисний, коли неможливо отримати основу для побудови необхідної вибірки, але відомо, що вона складає частину основи для більш широкої вибірки. Тоді на першій стадії з'ясовується, наприклад, хто з респондентів п'є яблучний сік і в якому приблизно обсязі, а на другій стадії будується вибірка, стратифікована за обсягом споживання соку, і збирається інформація, наприклад, про тонкощі вибору. Якщо стратифікація не проводиться, стадії можуть проводитися одночасно.

Порівняльні характеристики і коротка схема використання основних методів побудови вибірки

Завершуючи розгляд методів побудови вибірки, наведемо результати їх короткого порівняльного аналізу (табл. 9.3).

Таблиця 9.3. Порівняльні характеристики різних методів побудови вибірки

Методи

Переваги

Недоліки

Невероятностной

Вибірка приголосних (convenience sampling)

Вимагає найменших витрат часу і коштів, найбільш зручний в роботі

Зсув відбору, вибірки не репрезентативна. Не рекомендується використовувати для описових і причинних досліджень

Вибірка по розсуд (judgmental sampling)

Вимагає невеликих витрат часу і коштів, зручний в роботі

Не дозволяє узагальнювати отримані результати

Метод квот (quota sampling)

Дозволяє проконтролювати певні характеристики

Зсув відбору, немає впевненості в репрезентативності

Метод сніжної грудки (snowball sampling)

Дозволяє оцінювати характеристики рідко зустрічаються категорій осіб

Вимагає великих витрат часу

Імовірнісні

Проста випадкова вибірка (simple random sampling, або SRS)

Легко пояснюємо, можна узагальнювати результати

Важко сконструювати основу вибірки, висока вартість, незначна точність, при невеликих вибірках можлива нерепрезентативність

Систематична випадкова вибірка (systematic sampling)

Може підвищити репрезентативність, простіше застосовувати, ніж SRS, не вимагає побудови основи вибірки

У рідкісних випадках може зменшити репрезентативність

Метод стратифікації (stratified sampling)

Висока точність, у вибірку включаються всі важливі категорії об'єктів цільової сукупності

Важко підібрати відповідні завданню параметри стратифікації, важко стратифікована за багатьма змінним відразу, високі витрати

Метод кластеризації (cluster sampling)

Невисока вартість, простота

Невисока точність, важко оцінювати та інтерпретувати результати

Проста випадкова вибірка (simple random sampling, або SRS)

1. Підбирається підходяща основа вибірки.

2. Елементи нумеруються від 1 до N (розміру вибірки).

3. Генерується на комп'ютері або знаходиться в таблиці n (розмір вибірки) різних випадкових чисел в інтервалі від 1 до N.

4. У вибірку включаються одиниці відбору з відповідними номерами.

Систематична випадкова вибірка (systematic sampling)

1. Підбирається підходяща основа вибірки.

2. Елементи нумеруються від 1 до N (розміру вибірки).

3. Визначається крок вибірки:

4. Вибирається випадкове число r на інтервалі від 1 до i.

5. У вибірку включаються елементи з номерами r, r + i, r + 2i, r + 3i, ..., (n - 1) i. Якщо це дробу, вони округлюються до найближчого цілого числа.

Метод стратифікації (stratified sampling)

1. Підбирається підходяща основа вибірки.

2. Підбирається одна або декілька змінних стратифікації і вибирається число страт Н.

3. Досліджувана сукупність поділяється на Н страт так, що кожен елемент входить в одну і тільки одну страту в залежності від значень параметрів стратифікації.

4. Елементи, що входять в кожну страту, нумеруються від 1 до Nh, де Nh - число елементів досліджуваної сукупності в страте.

5. На основі пропорційного або непропорційного відбору визначається розмір вибірки, що витягується з кожної страти nh, де

6. У кожній страті витягується проста випадкова вибірка розміром nh.

Метод кластеризації (cluster sampling)

Опишемо процедуру двустадийному пропорційного відбору, так як найчастіше використовується саме вона.

1. Досліджувана сукупність поділяється на З кластерів, з яких з будуть включені у вибірку.

2. Елементи досліджуваної сукупності нумеруються від 1 до N так, що спочатку перенумеровуються елементи першого кластера, потім - другого і т.д.

3. Розраховується крок відбору i,. Якщо це дріб, вона

округляється до найближчого цілого числа.

4. Як при побудові систематичної випадкової вибірки в інтервалі від 1 до г, вибирається випадкове число r.

5. Виявляються елементи з номерами r, r + i, r + 2i, r + 3i, ..., r + (с - 1) i. Якщо це дробу, вони округлюються до найближчого цілого числа.

6. Відбираються кластери, що містять виявлення елементи.

7. У кожному кластері шляхом простого або систематичного відбору вибираються одиниці відбору. Число одиниць відбору з кожного кластера приблизно однаково одно.

8. Якщо число елементів в якому-небудь кластері перевищує крок відбору, цей кластер буде відбиратися незалежно від того, яке випадкове число випало на четвертому кроці алгоритму. Такий кластер включається у вибірку і виключається з подальшого розгляду. Розраховується новий розмір досліджуваної сукупності N *, нове число кластерів, які повинні відбиратися випадковим чином з * (рівне з - 1) і новий крок відбору г *. Така процедура повторюється до тих пір, поки число елементів у всіх кластерах не стане менше кроку відбору. Якщо b кластерів відбираються з певністю, то інші з-b кластерів відбираються відповідно до процедури, описаної в пунктах 1-7. На одну одиницю відбору, яка повинна потрапити до вибірки, припадає в середньому одиниць відбору в досліджуваній сукупності. Тому з b кластерів, з певністю представлених у вибірці, відбирається число одиниць відбору, що визначається за формулою

(9.4)

Відповідно на кластери, що відбираються випадковим чином, припадають решта n * = n - ns одиниць відбору.

 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >
data-override-format="true" data-page-url = "//stud.com.ua">
 
Дисципліни
Агропромисловість
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Нерухомість
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Природознавство
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Техніка
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук