Репрезентативная выборка

Репрезентативная выборка — это подмножество элементов из генеральной совокупности, статистические характеристики которого (среднее, дисперсия, распределение) с заданной точностью отражают соответствующие характеристики всей совокупности. Основное свойство репрезентативной выборки — её способность служить моделью генеральной совокупности, позволяя на основе изучения ограниченного числа объектов делать обоснованные выводы о всей популяции.

Основные понятия

Генеральная совокупность и выборка

Генеральная совокупность (популяция) — это всё множество объектов (людей, событий, предметов), которое является предметом исследования. Выборка — часть генеральной совокупности, отобранная для непосредственного изучения. Репрезентативность (от фр. représentatif — показательный) — свойство выборки воспроизводить распределение ключевых признаков генеральной совокупности.

Смещение (bias)

Отсутствие репрезентативности называется смещением выборки. Причинами смещения могут быть: неправильная процедура отбора (например, опрос только в дневное время упускает работающих), самоотбор (добровольцы систематически отличаются от остальных), неполнота охвата (часть совокупности недоступна для измерения).

Критерии репрезентативности

Чтобы выборка считалась репрезентативной, она должна удовлетворять нескольким условиям:

1. Случайность отбора. Каждый элемент генеральной совокупности должен иметь равную (или известную, взвешенную) вероятность попасть в выборку.
2. Достаточный объём. Чем больше объём выборки, тем меньше случайная ошибка оценки. Минимальный объём зависит от вариативности признака и требуемой точности.
3. Пропорциональность структуры. Распределение контролируемых признаков (пол, возраст, доход, регион) в выборке должно соответствовать распределению в генеральной совокупности.

Методы формирования репрезентативных выборок

Вероятностные (случайные) методы

Основаны на принципе случайного отбора и гарантируют репрезентативность при правильной реализации.

1. Простая случайная выборка. Каждый элемент выбирается случайно из полного списка совокупности (например, с помощью генератора случайных чисел). Требует наличия исчерпывающего перечня всех объектов.

1. Систематическая выборка. Отбор каждого k-го элемента из упорядоченного списка (например, каждый 10-й избиратель в списке). Риск смещения возможен при наличии периодичности в списке.

1. Стратифицированная (расслоённая) выборка. Генеральная совокупность делится на однородные группы (страты: возрастные группы, регионы), внутри которых проводится случайный отбор. Позволяет уменьшить ошибку по сравнению с простой случайной выборкой того же объёма.

1. Кластерная (гнездовая) выборка. Генеральная совокупность делится на кластеры (например, отдельные классы в школе), из которых случайно выбираются несколько целиком. Удобна при сложности составления полного списка.

1. Многоступенчатая выборка. Комбинирует несколько этапов (сначала — кластеры, внутри них — страты, затем — случайный отбор). Используется в крупных социологических опросах (например, ВЦИОМ, Левада-центр (признан иноагентом в РФ)).

Невероятностные методы (ограниченно репрезентативны)

Не гарантируют репрезентативности, но проще в реализации.

1. Квотная выборка. Исследователь самостоятельно отбирает респондентов так, чтобы соблюсти пропорции по контролируемым квотам (пол, возраст). Субъективность отбора может внести неустранимое смещение.
2. Метод «снежного кома» — респонденты рекомендуют других из той же популяции (применяется для труднодоступных групп).
3. Удобная выборка — опрос «первых встречных» (например, на улице). Репрезентативность минимальна.

Оценка репрезентативности

Репрезентативность проверяется двумя способами:

• Сравнительный анализ. Распределение контрольных переменных в выборке (пол, возраст, образование) сопоставляется с данными переписи или официальной статистики. Значимое отклонение указывает на потенциальное смещение.
• Доверительные интервалы. Для любого выборочного показателя (например, среднего арифметического) рассчитывается доверительный интервал — диапазон, в котором с заданной вероятностью (обычно 95%) лежит истинное значение генеральной совокупности. Доверительный интервал зависит от объёма выборки и стандартной ошибки.

Факторы, нарушающие репрезентативность

1. Смещение отбора. Неполный охват генеральной совокупности (например, телефонный опрос без мобильных номеров не учитывает молодёжь).
2. Смещение неответов. Люди, соглашающиеся на опрос, систематически отличаются от отказывающихся.
3. Смещение выживаемости. Анализ только существующих объектов (например, изучение успешных предпринимателей без учёта обанкротившихся).
4. Смещение добровольца. Участники, самостоятельно записавшиеся в исследование, часто имеют более сильные мотивы или интересы.

Примеры применения

Социология

Крупнейшие российские опросные организации (ВЦИОМ, ФОМ) используют многоступенчатые стратифицированные выборки объёмом 1500–2000 респондентов. Погрешность при доверительной вероятности 95% составляет не более 2–3% для значимых показателей.

Маркетинговые исследования

Определение доли потребителей, предпочитающих конкретный бренд, на основе репрезентативной выборки из 500–1000 респондентов.

Медицина

Клинические испытания лекарств: выборка пациентов должна быть репрезентативной по полу, возрасту, стадии заболевания, чтобы результаты можно было распространить на всю популяцию.

Контроль качества

При проверке партии из 10 000 деталей достаточно отобрать случайно 300–400 единиц — при условии репрезентативной выборки результаты дадут обоснованную оценку доли брака.

Ограничения и критика

• Репрезентативность не гарантирует отсутствия систематических ошибок, связанных с инструментом измерения (например, неточные формулировки вопросов).
• Для очень редких (малочисленных) подгрупп требуется либо значительное увеличение объёма выборки, либо специальные методы «пересмешивания» (oversampling).
• Полная репрезентативность недостижима на практике; исследователи стремятся к «достаточной приближённости», при которой ошибка не превышает заранее заданного порога.

Источники

1. Кокрен У. Методы выборочного исследования. — М.: Статистика, 1976.
2. Гильберт Н. Социологическое исследование: от замысла до реализации. — СПб.: Питер, 2001.
3. Толстова Ю. Н. Анализ социологических данных. — М.: ГУ ВШЭ, 2002.
4. Левада-центр (признан иноагентом в РФ). Методические записки к выборочным опросам населения России.
5. ГОСТ Р 50779.10-2000 (ИСО 3534-1-93). Статистические методы. Вероятность и основы статистики. Термины и определения.