Академический Документы
Профессиональный Документы
Культура Документы
Отбор: планирование
и проведение
ЦЕЛИ ОБУЧЕНИЯ
После изучения материала этой главы вы должны уметь...
1. Рассказать, в чем заключается отличие выборки от генеральной совокупности
и определять критерии, обусловливающие целесообразность использования
выборки или генеральной совокупности.
2. Составлять план отбора единиц генеральной совокупности, в который входят:
определение изучаемой совокупности; определение основы выборки, опреде-
ление выборочных методов; определение объема выборки; проведение про-
цесса отбора.
3. Разделять выборочные методы на детерминированные и вероятностные.
4. Описывать детерминированные выборочные методы: нерепрезентативная вы-
борка, квотная выборка, экспертная выборка и выборка по принципу “снеж-
ного кома”.
5. Описывать вероятностные выборочные методы: простая случайная, система-
тическая, стратифицированная и кластерная выборки.
6. Определять факторы, от которых зависит уместность использования детерми-
нированной или вероятностной выборки.
7. Составлять план отбора единиц и использовать выборочные методы в между-
народных маркетинговых исследованиях.
8. Описывать этические проблемы, связанные с составлением плана отбора
и применением соответствующих выборочных методов.
9. Объяснять использование Internet и компьютеров при составлении плана от-
бора единиц.
КРАТКИЙ ОБЗОР
Проведение отбора единиц генеральной совокупности — один из пунктов раз-
работки плана маркетингового исследования, который составляется в ходе третьего
этапа маркетингового исследования. До этого уже определены как информация, не-
обходимая для решения проблемы маркетингового исследования, так и тип иссле-
дования (поисковое, дескриптивное, причинно-следственное) (главы 3–7). Кроме
Если цена ошибки выборки велика (например, если в выборку не включен такой
крупный производитель, как компания Ford, результаты исследования могут быть
ошибочными), целесообразнее провести перепись, которая позволит избежать таких
ошибок. С другой стороны, при большой величине систематических ошибок следует
отдавать предпочтение выборочному наблюдению. Использование переписи может
так повысить уровень систематических ошибок, что их величина превысит уровень
ошибок выборки. Признано, что систематические ошибки составляют основную
часть общей ошибки выборки, в то время как случайные ошибки выборки имеют
ПЛАНИРОВАНИЕ ОТБОРА
Процесс планирования отбора единиц совокупности состоит из пяти этапов, пос-
ледовательно представленных на рис. 11.1. Эти этапы тесно взаимосвязаны и имеют
огромное значение для всех аспектов маркетингового исследования — от определе-
ния проблемы до презентации результатов. Поэтому решения, принимаемые в ходе
планирования отбора, должны составлять единое целое со всеми решениями в рам-
ках исследовательского проекта [4].
Проведение отбора
Изучаемая совокупность
Изучаемую совокупность для анализа постоянных покупателей универсального мага-
зина можно определить следующим образом.
Единицы изучаемой совокупности: главы семей (мужчины или женщины), чаще всего
совершающие покупки в универсальных магазинах
Единицы отбора: семьи
Территория: центральная часть Атланты
Время: 1999 год
вы выборки. Этот способ рассматривается в главе 12, а также в главе 14. Независимо
от способа, избранного маркетологом, важно выявить все ошибки основы выборки,
чтобы избежать неправильных выводов относительно генеральной совокупности.
Выборочные методы
Детерминированные Вероятностные
выборочные выборочные
Пропорциональный Непропорциональный
Экспертный отбор
Экспертный отбор (judgemental sampling) — это разновидность нерепрезентатив-
ного отбора, в соответствии с которым единицы совокупности отбираются на осно-
ве суждений исследователя. Исследователь, на основе своих знаний или проведен-
ного анализа, отбирает единицы для включения в выборку, поскольку считает, что
Выборочный метод
Для проведения опроса постоянных покупателей универмага в городском районе эксперт-
ным путем отобрали 20 изо всех имеющихся участков переписи. Затем исключили участки
с малоимущим населением или высоким уровнем преступности. В каждом участке отобрали
типичные кварталы или кварталы, которые, по мнению исследователя, хорошо представля-
ли генеральную совокупность. Наконец, в каждом квартале отобрали семьи, проживающие
на расстоянии 10 домов друг от друга. Интервьюеры получили следующие предписания.
“Начните с юго-восточного угла указанного квартала. Обходите квартал по часовой
стрелке. По окончании интервью пропустите 10 домов и зайдите в следующий. Обратитесь
к семье, живущей по соседству, если вы столкнулись с одной из следующих проблем: рес-
пондента нет дома, респондент отказался отвечать или в семье нет респондента, соответст-
вующего критериям отбора. Закончив обход квартала, перейдите к следующему указанно-
му кварталу, выполняя ту же процедуру, пока не получите необходимое количество запол-
ненных анкет”.
Квотный отбор
Квотный отбор (quota sampling) можно представить в виде двухэтапного ограни-
ченного экспертного отбора. Первый этап состоит в создании контрольных групп,
В этом примере квоты составлены таким образом, что структура выборки соот-
ветствует структуре генеральной совокупности. Однако в некоторых ситуациях жела-
тельно отобрать больше или меньше элементов с определенными характеристиками.
Например, необходимо создать выборку, состоящую только из тех, кто потребляет
много данного товара, чтобы детально изучить их поведение. Несмотря на то что та-
кая выборка нерепрезентативна, она может иметь огромное значение.
Даже если в структуре выборки полностью отражена структура генеральной со-
вокупности с учетом контрольных характеристик, нет гарантии, что эта выборка
репрезентативна. Если характеристика, непосредственно связанная с проблемой ис-
следования, не учтена, то квотная выборка нерепрезентативна. Важные контрольные
характеристики часто упускаются из виду в связи с тем, что на практике очень слож-
но включить большое количество таких характеристик в выборку. Элементы выби-
раются из каждой квоты с помощью нерепрезентативного или экспертного отбора.
Значит, существует высокая вероятность необъективности при отборе. Интервьюеры
могут отправиться в те из указанных районов, где легче всего найти подходящих рес-
пондентов. Более того, они могут избегать людей, которые недружелюбно выглядят,
плохо одеты или живут в местах, куда неудобно добираться. Квотный отбор не позво-
ляет оценить величину ошибки выборки.
Применяя квотный отбор, исследователь стремится получить репрезентативную
выборку при сравнительно низком уровне затрат. Преимущества такого метода —
низкая стоимость и удобство выбора элементов для каждой квоты. В последнее время
введен более жесткий контроль за действиями интервьюеров и процедурами прове-
дения опроса, что позволяет уменьшить искажения при отборе. Предложены указа-
ния по улучшению качества выборок по квотам при проведении интервью в торговых
центрах. При определенных условиях применение квотного отбора дает результаты,
похожие на результаты применения обычного вероятностного отбора [12].
Главная задача использования метода “снежного кома” — дать оценку редким для
генеральной совокупности характеристикам. Примером могут служить люди, полу-
чающие какую-либо государственную или социальную помощь, такую как продо-
вольственные талоны, имена которых не подлежат разглашению; отдельные группы
населения, например овдовевшие мужчины в возрасте до 35 лет, а также представи-
тели некоторых меньшинств. Отбор методом “снежного кома” также применяется
в промышленных маркетинговых исследованиях. Основное преимущество этого ме-
тода состоит в том, что он существенно повышает вероятность обнаружения в ге-
неральной совокупности объектов с исследуемой характеристикой. Ему также при-
сущи относительно небольшое значение дисперсии выборки и невысокий уровень
затрат [14].
ристикой. Чем больше точность, тем выше стоимость, а проведение многих иссле-
дований требует соблюдения разумного баланса затрат и результатов. Исследователь
должен стремиться разработать максимально эффективный план отбора единиц со-
вокупности с учетом выделенного бюджета. Начнем с рассмотрения простого слу-
чайного отбора.
Систематический отбор
При проведении систематического отбора (systematic sampling) сначала задают
произвольную отправную точку, а затем из основы выборки последовательно выби-
рают каждую i-ю единицу. Интервал выборки i определяется как отношение объема
совокупности N к объему выборки n, с округлением результата до ближайшего целого
числа. Например, генеральная совокупность состоит из 100 тысяч элементов, а жела-
тельный объем выборки равен тысяче респондентов. В этом случае интервал выбор-
ки i равен 100. Выбирается случайное число между 1 и 100. Если, например, это число
равно 23, то выборка состоит из таких единиц: 23, 123, 223, 323, 423, 523 и т.д. [16].
Систематический отбор (systematic sampling)
Вероятностный выборочный метод, в соответствии с которым сначала задают
произвольную отправную точку, а затем из основы выборки последовательно
выбирают каждую i-ю единицу.
Общей чертой систематического и простого случайного отбора является то, что
каждый элемент генеральной совокупности имеет известную и равную вероятность
выбора. Систематический отбор отличается от SRS тем, что только выборки извес-
тного объема n, которые можно получить из генеральной совокупности, имеют из-
вестную и равную вероятность выбора. Остальные выборки объема n имеют нулевую
вероятность выбора.
При систематическом отборе исследователь предполагает, что единицы генераль-
ной совокупности расположены в определенном порядке. В некоторых случаях прин-
цип расположения (например, алфавитный перечень в телефонной книге) не имеет
отношения к исследуемой характеристике. В других случаях их расположение непос-
редственно связано с исследуемой характеристикой. Например, имена владельцев
кредитных карточек приводятся с учетом суммы их баланса, а названия фирм опре-
деленной отрасли располагаются согласно годовому объему их продаж. Если элемен-
ты совокупности расположены по принципу, не связанному с исследуемой характе-
ристикой, результаты систематического отбора аналогичны результатам SRS.
С другой стороны, если принцип расположения элементов связан с исследуемой
характеристикой, систематический отбор увеличивает репрезентативность выборки.
Если фирмы какой-либо отрасли расположены по принципу увеличения годового
объема продаж, систематическая выборка будет включать как мелкие, так и крупные
фирмы. Простой случайный отбор в этой ситуации может быть нерепрезентативным,
приводя, например, к вхождению в выборку только мелких фирм, которых может,
к тому же, оказаться непропорционально много.
Опрос показал, что его результаты действительно зависят от уровня доходов и возраста,
что подтвердило целесообразность использования этих переменных для стратификации
выборки. Например, 75% тех, чей годовой доход не превышает 20 тыс. долл., не провели
ни одной Internet-трансакции (т.е. эта категория респондентов вообще ничего не покупает
в Internet), тогда как ни одной Internet-трансакции не провели лишь 30% тех, чей годо-
вой доход превышает 50 тыс. долл. Возраст был важным фактором в предпочтениях поль-
зователей, связанных с возможностью получения информации о пенсионных программах
через Internet (минимальную заинтересованность в таких услугах проявили респонденты
старше 65 лет).
В целом результаты опроса продемонстрировали рост заинтересованности служащих
в получении доступа к управлению своими пенсионным программам и фондам по Internet,
что обеспечивает им больший контроль в их пенсионном планировании. Основываясь на
результатах этого опроса, CIGNA создала Web-сайты AnswerNet и CIGNATrade, обеспечиваю-
щие их клиентам доступ к своим пенсионным планам и брокерским счетам соответственно.
Весной 2002 года CIGNA и Yahoo! предоставили членам системы здравоохранения CIGNA и
участникам пенсионных планов возможность пользоваться Web-сайтами персонализиро-
ванных льгот. Эти Web-сайты базируются на интерфейсе “My Yahoo!” [20].
Кластерный отбор
С помощью кластерного отбора (cluster sampling) изучаемая совокупность сначала
делится на взаимоисключающие и взаимодополняющие подгруппы, или кластеры
(clusters). Затем с помощью вероятностного выборочного метода, такого как SRS,
формируется случайная выборка кластеров. В нее включаются либо все единицы
отобранного кластера, либо проводится их отбор вероятностным методом. Если в вы-
борку включаются все единицы каждого отобранного кластера, то такой метод назы-
вается одноступенчатым кластерным отбором. Если выборка получена с помощью
вероятностного отбора из каждого выбранного кластера, такая процедура называется
двухступенчатым кластерным отбором. Как показано на рис. 11.3, существуют два
вида двухступенчатого кластерного отбора — простой двухступенчатый кластерный
отбор с использованием SRS и вероятностный отбор, пропорциональный объему
(PPS). Кроме того, кластерный отбор может состоять из нескольких (больше двух)
этапов, выступая как многоступенчатый кластерный отбор.
Кластерный отбор
Простой Кластерный
кластерный отбор отбор с вероятностями,
пропорциональными
объему
Этот метод подходит в том случае, когда все кластеры равны по объему, т.е. каждый
кластер содержит примерно одинаковое количество единиц. Однако, если объемы
различны, простой двухступенчатый кластерный отбор может привести к ошибоч-
ным результатам. Иногда, объединив различные кластеры, можно сделать их равны-
ми по объему. Если объединить кластеры нельзя, следует воспользоваться кластер-
ным отбором с вероятностями, пропорциональными объему (PPS).
При кластерном отборе с вероятностями, пропорциональными объему (Probability
Proportionate to size Sampling — PPS), кластеры отбираются с вероятностью, пропор-
циональной их объему. Объем кластера определяется количеством входящих в него
единиц выборки. Поэтому на первом этапе большие по объему кластеры имеют боль-
шую вероятность включения в выборку. На втором этапе вероятность отбора едини-
цы из выбранного кластера обратно пропорциональна его объему. Поэтому вероят-
ность включения в выборку будет равной для всех выборочных единиц, поскольку
неравная вероятность включения на первой стадии отбора компенсируется неравной
вероятностью включения на второй стадии.
Кластерный отбор с вероятностями, пропорциональными объему
(Probability Proportionate to size Sampling — PPS)
Метод отбора, согласно которому кластеры выбираются с вероятностью,
пропорциональной их объему, а вероятность выбора единицы из отобранного
кластера обратно пропорциональна его объему.
Кластерный отбор обладает двумя основными преимуществами — выполнимостью
и низкой себестоимостью. Во многих ситуациях единственной легкодоступной осно-
вой выборки будут именно кластеры, а не единицы совокупности. Часто невозможно
7. Выберите единицы отбора из каждого отобранного кластера методом SRS или система-
тической выборкой. Количество единиц, отобранных из каждого кластера, приблизи-
тельно одинаково и равно n/c.
8. Если популяция кластера превышает интервал выборки i, этот кластер отбирается со
100%-ной вероятностью и в дальнейшем не рассматривается. Рассчитайте новый объем
генеральной совокупности N*, количество кластеров, подлежащих отбору с* (с* = с – 1),
и новый интервал выборки i*. Повторяйте эту процедуру до тех пор, пока в выборке
не останутся только те кластеры, объем генеральной совокупности которых меньше,
чем рассчитанный интервал выборки. Если b кластеров выбрано со 100%-ной вероят-
ностью, отберите оставшиеся с – b кластеров в соответствии с пп. 1–7. Доля единиц,
подлежащих отбору из каждого выбранного со 100%-ной вероятностью кластера, равна
n/N. Таким образом, из кластеров, отобранных со 100%-ной вероятностью, получаем
ns = (n/N) (N1 + N2 + ... + Nb) единиц. Следовательно, количество единиц, полученных из
кластеров, отобранных методом PPS, составит n* = n – ns.
случайного n-го (или i-го, если пользоваться терминологией этого учебника) посетителя для
отбора респондентов в Internet. В браузере каждого n-го (i-го) посетителя Web-сайта заказчика
неожиданно возникала надпись, предлагающая принять участие в опросе и обещающая за это
определенное вознаграждение. Посетители узла могут отказаться от участия в опросе, точно
так же как в исследованиях, проводимых в реальном мире. Применяя систематический отбор,
Burke избегает ошибок самоотбора, связанных с возможностью участия в опросе любого рес-
пондента, нажимающего кнопку “нажми”, размещенную на странице для сбора оперативной
информации.
Еще один метод вероятностного отбора, который широко использует Burke, — стратифици-
рованный отбор. В некоторых исследовательских проектах генеральная совокупность страти-
фицируется с учетом демографических или других переменных, чтобы обеспечить включение
отдельных сегментов в выборку и повысить точность результатов. Главное решение, которое
Burke принимает в таких исследованиях, — это решение о выборе между пропорциональным
или непропорциональным стратифицированным отбором. Недавно Burke провела исследова-
ние для финансовой компании, которая разработала для женщин определенный вид инвести-
ционных ценных бумаг, предусматривающих получение ежегодного дохода. Для стратифика-
ции совокупности женщин заказчик выбрал две переменные — возраст (до 35 лет; 35 и старше)
и семейное положение (не была замужем и была замужем). Первое условие клиента заключа-
лось в отборе 100 респондентов для каждой из четырех итоговых страт. Приняв во внимание
данные переписи, Burke установила такое распределение этих групп в совокупности.
Женщины от 15 до 34 лет, не выходившие замуж, — 10,4%
Женщины 35 лет и старше, не выходившие замуж, — 3,4%
Женщины от 15 до 34 лет, выходившие замуж, — 22,3%
Женщины 35 лет и старше, выходившие замуж, — 64,0%
Безусловно, затраты на создание выборки из женщин 35 лет и старше, которые не были
замужем, слишком велики, учитывая небольшой процент таких женщин в генеральной со-
вокупности (3,4%). К тому же сложно подобрать соответствующие весовые коэффициен-
ты для анализа полученных данных (детальнее — в главе 14). Не вдаваясь в статистические
подробности, достаточно сказать, что применение весовых коэффициентов в этом случае
существенно увеличит отличие заключительной оценки от оценки результатов пропорцио-
нальной представительной выборки. Поэтому специалисты Burke порекомендовали заказчи-
ку применить метод пропорционального стратифицированного отбора, так как клиент был
заинтересован в перспективной оценке всего рынка женщин, а не отдельных его сегментов.
Руководство Burke очень внимательно относится к просьбам заказчика. Предположим, в дан-
ной ситуации клиент решил, что 3,4% женщин в возрасте 35 лет и старше, которые не были
замужем, занимают важную рыночную нишу, и эту группу нужно проанализировать отдельно.
В таком случае, несмотря на низкую эффективность затрат и негативные последствия исполь-
зования большого количества весовых коэффициентов, пожелание заказчика будет учтено
в первую очередь, и специалисты Burke продолжат исследование, согласно первоначальным
указаниям клиента. В целом, Burke придерживается плана отбора, в котором лучше всего уч-
тены пожелания заказчика.
РЕЗЮМЕ
Информацию о параметрах (характеристиках) генеральной совокупности можно
получить в результате анализа как выборки, так и данных сплошного наблюдения
(переписи). Бюджетные и временные ограничения, большой размер генеральной со-
вокупности и небольшое разнообразие исследуемых характеристик свидетельствуют
в пользу применения выборки. Выборка также предпочтительнее, если цена ошибки
выборки невелика, в отличие от цены систематической ошибки, характер измере-
ния объектов деструктивен и внимание сосредоточено на индивидуальных случаях.
В противоположной ситуации предпочтительнее перепись.
Составление плана отбора начинается с определения изучаемой совокупности
с точки зрения единиц совокупности, единиц отбора, территории и времени. Затем
необходимо определить основу выборки, которая отображает единицы, представ-
ляющие изучаемую совокупность, а также ряд инструкций по ее определению. На
этом этапе важно принять во внимание все возможные ошибки основы выборки.
Следующий шаг — выбор метода отбора и определение объема выборки. При опре-
делении объема выборки количественный анализ необходимо дополнить рассмотре-
нием некоторых качественных характеристик. Наконец, для успешного проведения
выборочного отбора необходимо детально описать все этапы процесса отбора.
Выборочные методы можно разделить на детерминированные и вероятностные.
Детерминированные выборочные методы основаны на суждениях исследователя.
Поэтому они не позволяют объективно оценить точность результатов выборки, а по-
лученные значения переменных не подлежат статистически достоверному распро-
странению на всю генеральную совокупность. Распространенные детерминирован-
ные методы отбора: нерепрезентативный, экспертный, квотный и “снежного кома”.
При использовании вероятностных выборочных методов элементы выборки оп-
ределяются случайным образом. Каждая единица совокупности имеет отличную от
нуля вероятность включения в выборку. Исследователь заранее устанавливает все
возможные выборки данного объема, которые можно получить изо всей совокуп-
ности, а также вероятность получения каждой выборки. Также можно определить
точность полученных результатов и выводов и распространить их на изучаемую со-
вокупность. Приведем примеры вероятностных методов отбора: простой случайный
отбор, систематический, стратифицированный, кластерный, последовательный и
двуфазный. Решение об использовании вероятностного или детерминированного
выборочного метода должно быть принято с учетом характера исследования, степе-
ни допустимой ошибки, относительной величины ошибок выборки и систематичес-
ких ошибок, изменчивости совокупности, а также статистических и операционали-
зационных соображений.
При проведении международных маркетинговых исследований важно иметь воз-
можность сравнивать структуру и представительность разных выборок, хотя для этого
потребуются различные методы исследования в разных странах. Непрофессионально
и ошибочно рассматривать детерминированный отбор как вероятностный и распро-
странять его результаты на изучаемую совокупность. Использование Internet и ком-
пьютеров делает процесс планирования и проведения отбора рациональнее и эф-
фективнее.
УПРАЖНЕНИЯ
Вопросы
1. В чем главное отличие между выборкой и переписью?
2. В каких случаях лучше использовать выборку, а не перепись? В каких случаях,
наоборот, предпочтительнее использовать перепись?
3. Опишите процедуру составления плана проведения отбора.
4. Каким образом следует определять изучаемую совокупность?
5. Что такое единица отбора? Чем она отличается от единицы генеральной сово-
купности?
6. Какие качественные факторы нужно учитывать при определении объема вы-
борки?
7. Что такое коэффициент охвата? Как он влияет на объем выборки?
8. В чем отличие вероятностных выборочных методов от детерминированных?
9. Какой из методов отбора самый экономный с точки зрения финансовых и вре-
менных затрат? Каковы основные ограничения этого метода?
10. В чем главное отличие между экспертным и нерепрезентативным методами
отбора?
11. Что общего между квотным и экспертным методами отбора?
12. Каковы отличительные черты простого случайного отбора?
13. Опишите процедуру систематического случайного отбора.
14. Опишите стратифицированный отбор. Каковы критерии переменных для
стратификации?
15. Чем отличается пропорциональный стратифицированный отбор от непропор-
ционального?
16. Опишите процедуру кластерного отбора. Чем отличается кластерный отбор от
стратифицированного?
17. Какие факторы необходимо учитывать при выборе между вероятностным и де-
терминированным методами отбора?
18. Что необходимо сделать для уменьшения ошибки ненаблюдения?
Задания
1. Для каждой из следующих ситуаций определите соответствующую изучаемую
совокупность и основу выборки.
1) Производитель нового вида сухих завтраков хочет провести домашнее тес-
тирование своего продукта в Чикаго.
2) Национальная сеть магазинов хочет определить потребительские предпоч-
тения покупателей, имеющих платежную карточку этой сети.
3) Местная телевизионная станция хочет определить, какие передачи пользу-
ются популярностью в семьях и каким именно программам зрители отдают
предпочтение.
4) Местное отделение Американской ассоциации маркетинга хочет оценить
эффективность работы своего нового представительства в Атланте.
2. Производитель хочет провести опрос потребителей, чтобы определить по-
тенциальный спрос на новый пресс с механическим приводом. Новый пресс
имеет мощность, равную 500 тонн, и стоит 225 тыс. долл. Он применяется для
штамповки изделий из стали и полезен производителям автомобилей, строи-
тельного оборудования и крупных механических конструкций.
САМОСТОЯТЕЛЬНАЯ РАБОТА
Ролевые игры
1. Отдел по связям с выпускниками вашего университета хотел бы провести оп-
рос, цель которого заключается в том, чтобы выявить отношение выпускников
к новой программе сбора пожертвований в пользу университета. Как консуль-
танту вам предстоит разработать план квотного отбора. Какие квотные пере-
менные и уровни квот следует использовать в данном случае? Сколько бывших
выпускников следует включить в каждую ячейку? Получите необходимую ин-
формацию от сотрудников указанного отдела или в библиотеке вашего универ-
ситетского городка и представьте полученные вами результаты группе студен-
тов, выступающих в роли руководства отдела.
2. Вы занимаете должность руководителя отдела маркетинговых исследований
в одном из крупных нью-йоркских банков. Руководство банка желает знать,
существуют ли какие-либо различия между привычками, касающимися ис-
Полевые работы
1. Крупная фирма, занимающаяся разработкой программного обеспечения, же-
лает определить использование программ обработки электронных таблиц: во-
первых, производственными фирмами, во-вторых, сервисными организация-
ми, в-третьих, учебными заведениями, расположенными в штате Калифорния.
Воспользовавшись ресурсами, которыми располагает ваша библиотека, разра-
ботайте подходящий план отбора.
2. Посетите какую-либо из местных фирм, занимающихся маркетинговыми ис-
следованиями. Определите, какие процедуры использует эта фирма для опе-
ративного контроля характеристик выборки во время телефонных интервью.
Резюмируйте свои выводы в письменном отчете.
Групповое обсуждение
1. “Учитывая, что для проверки точности различных переписей населения Бюро
переписей населения США использует выборки, следовало бы принять поп-
равку к Конституции США, заменяющую проведение переписи населения
страны каждые 10 лет на использование выборки”. Обсудите это утверждение
в составе небольшой группы.
2. “Поскольку систематические ошибки по абсолютной величине больше, чем
ошибки выборки, по сути, не имеет значения, какой из выборочных методов
будет использоваться в том или ином случае”. Обсудите это утверждение.
КОММЕНТАРИИ
1. Joseph Rydholm, “Focus Groups Shape Ads Designed to Expand Market for Federal Duck
Stamp Program”, Quirk’s Marketing Research Review, March 2000; www.quirks.com/
articles/article_print.asp?arg_articleid= 566, January 30, 2002.
2. Anonymous, “Random Sampling”, Marketing News, Jule 16, 2001, p. 10; Steve Wilcox,
“Sampling and Controlling a TV Audience Measurement Panel”, International Journal of
Market Research, Winter 2000, р. 413–430; V. Verma, T. Le, “An Analysis of Sampling Errors
for the Demographic and Health Surveys”, International Statistical Review, December 1966,
р. 265–294; H. Assael, J. Keon, “Nonsampling versus Sampling Errors in Sampling Research”,
Journal of Marketing, Spring 1982, р. 114–123.
3. Bob Brewin, “U.S. Census Bureau Plans for First Paperless Tally in 2010”, Computerworld,
March 18, 2002, р. 5; Simon Marquis, “I’m a Research Addict but Even I Can See the Census
Is a Waste”, Marketing, May 10, 2001, р. 22; “Frequently Asked Questions about Census 2000”,
Indiana Business Review, Summer 1997, р. 10.
4. Anonymous, “Random Sampling: Bruised, Battered, Bowed”, Marketing News, March 4,
2002, р. 12; Arlene Fink, How to Sample in Surveys (Thousand Oaks, CA: Sage Publications,
1995); Martin R. Frankel, “Sampling Theory”, in Peter H. Rossi, James D. Wright, Andy B.
Anderson (eds.), Handbook of Survey Research (Orlando, FL: Academic Press, 1983), р. 21–
67; R.M. Jaeger, Sampling in Education and the Social Sciences (New York: Longman, 1984),
р. 28–29.
5. Jerome P. Reiter, “Topics in Survey Sampling/Finite Population Sampling and Inference:
A Prediction Approach”, Journal of the American Statistical Association, March 2002, р. 357–
358; Gary T. Henry, Practical Sampling (Thousand Oaks, CA: Sage Publications, 1995); Seymour
Sudman, “Applied Sampling”, in Peter H. Rossi, James D. Wright, Andy B. Anderson (eds.),
Handbook of Survey Research (Orlando, FL: Academic Press, 1983), р. 145–194.
6. Mick P. Couper, “Web Surveys: A Review of Issues and Approaches”, Public Opinion Quarterly,
Winter 2000, р. 464–494; Wayne Smith, Paul Mitchell, Karin Attebo, Stephen Leeder,
“Selection Bias from Sampling Frames: Telephone Directory and Electoral Roll Compared with
Door-to-Door Population Census: Results from the Blue Mountain Eye Study”, Australian &
New Zealand Journal of Public Health, April 1997, р. 127–133.
7. О влиянии ошибок при определении основы выборки на результаты исследования см.
статьи Gregory B. Murphy, “The Effects of Organizational Sampling Frame Selection”, Journal
of Business Venturing, May 2002, р. 237; Kelly Е. Fish, James H. Barnes, Benjamin F. Banahan,
III, “Convenience or Calamity: Pharmaceutical Study Explores the Effects of Sample Frame
Error on Research Results”, Journal of Health Care Marketing, Spring 1994, р. 45–49.
8. Sean Mussenden, “Florida Tourism Leaders Say Industry is Recovering Slowly”, Knight
Ridder Tribune Business News, March 22, 2002, р. 1; “The Many Faces of Florida”, Association
Management (A Guide to Florida Supplement), April 1997, р. 3; “Florida Travel Habits Subject
of Phone Survey”, Quirk’s Marketing Research Review, May 1987, р. 10, 11, 31, 56, 60.
9. Linda Ritchie, “Empowerment and Australian Community Health Nurses Work with Aboriginal
Clients: The Sociopolitical Context”, Qualitative Health Research, March 2001, р. 190–205.
10. Kate Maddox, “XIX Winter Olympics: Marketing Hot Spot”, B to B, February 11, 2002, р. 1–2.
11. Steven K. Thompson, Sampling (New York: John Wiley & Sons, 2002); Seymour Sudman
“Sampling in the Twenty-First Century”, Academy of Marketing Science Journal, Spring 1999,
р. 269–277; Leslie Kish, Survey Sampling (New York: John Wiley, 1965), р. 552.
12. Patricia M. Getz, “Implementing the New Sample Design for the Current Employment
Statistics Survey”, Business Economics, October 2000, р. 47–50; “Public Opinion: Polls Apart”,
Economist, August 12, 1995, р. 48; Seymour Sudman, “Improving the Quality of Shopping
Center Sampling”, Journal of Marketing Research, November 1980, р. 423–431.
13. О последних случаях применения отбора по принципу “снежного кома” см. работы
Lisa Maher, “Risk Behaviors of Young Indo-Chinese Injecting Drug Users in Sydney and
Melbourne”, Australian and New Zealand Journal of Public Health, February 2001, р. 50–54;
Gary L. Frankwick, James C. Ward, Michael D. Hutt, Peter H. Reingen, “Evolving Patterns
of Organizational Beliefs in the Formation of Strategy”, Journal of Marketing, April 1994,
р. 96–110.
14. Если строго следовать определенным правилам при перечислении элементов редких
совокупностей, то выборку по принципу “снежного кома” можно рассматривать как
вероятностную. См. работы S. Sampath, Sampling Theory and Methods (Boca Raton, FL:
CRC Press, 2000); Gary T. Henry, Practical Sampling (Thousand Oaks, CA: Sage Publications,
1995); Graham Kalton, Dallas W. Anderson, “Sampling Rare Populations”, Journal of the Royal
Statistical Association (1986), p. 65–82.
15. Lisa Maher, “Risk Behaviors of Young Indo-Chinese Injecting Drug Users in Sydney and
Melbourne”, Australian and New Zealand Journal of Public Health, February 2001, р. 50–54.
16. Если выборочный интервал i является дробным числом, самый простой выход —
использовать в качестве интервала ближайшее целое число, меньшее или большее i.
Если округление приводит к слишком сильному изменению объема выборки, увеличьте
или уменьшите количество знаков.
17. О последних случаях применения систематической случайной выборки см. статьи Phyllis
MacFarlane, “Structuring and Measuring the Size of Business Markets”, International Journal of
Market Research, First Quarter 2002, р. 7–30; Hailn Qu, Isabella Li, “The Characteristics and
Satisfaction of Mainland Chinese Visitors to Hong Kong”, Journal of Travel Research, Spring
1997, р. 37–41; Goutam Chakraborty, Richard Ettenson, Gary Gaeth, “How Consumers
Choose Health Insurance”, Journal of Health Care Marketing, Spring 1994, р. 21–33.
18. Ed Garsten, “Poll: Phone Ban Support Tepid”, Chicago Tribune, July 23, 2001, р. 9.
19. О последних случаях применения стратифицированной выборки см. Gunnar Kjell,
“The Level-Based Stratified Sampling Plan”, Journal of the American Statistical Association,
December 2000, р. 1185–1191; Samaradasa Weerahandi, Soumyo Moitra, “Using Survey Data
to Predict Adoption and Switching for Services”, Journal of Marketing Research, February 1995,
р. 85–96.
20. Anonymous, “Charge, Losses Stifle Growth”, Business Insurance, February 11, 2002, р. 2;
Joanne Gallucci, “Employees with Home Internet Access Want Online Retirement Plans
CIGNA Retirement & Investment Services Study Reveals”, PR Newswire, June 27, 2000.
21. Jeff D. Opdyke, Carrick Mollenkamp, “Yes, You Are ‘High Net Worth’”, Wall Street Journal,
May 21, 2002, p. Dl, D3; Thomas J. Stanley, Murphy A. Sewall, “The Response of Affluent
Consumers to Mail Surveys”, Journal of Advertising Research, June–July 1986, р. 55–58.
22. Деление редких совокупностей на кластеры по географическому признаку может
оказаться весьма полезным. См. работы Poduri S. Rao, Sampling Methodologies with
Applications (Boca Raton, FL: CRC Press, 2001); John B. Carlin, “Design of Cross-Sectional
Surveys Using Cluster Sampling: An Overview with Australian Case Studies”, Australian
and New Zealand Journal of Public Health, October 1999, р. 546–551; James C. Raymondo,
“Confessions of a Nielsen Household”, American Demographics, March 1997, р. 24–27;
Seymour Sudman, “Efficient Screening Methods for the Sampling of Geographically Clustered
Special Populations”, Journal of Marketing Research, February 1985, р. 20–29.
23. J. Walker, “A Sequential Discovery Sampling Procedure”, Journal of the Operational
Research Society, January 2002, р. 119; June S. Park, Michael Peters, Kwei Tang, “Optimal
Inspection Policy in Sequential Screening”, Management Science, August 1991, р. 1058–1061;
E.J. Anderson, K. Gorton, R. Tudor, “The Application of Sequential Analysis in Market
Research”, Journal of Marketing Research, February 1980, р. 97–105.
24. Более подробно метод двойного контроля рассматривается в работах Ken Brewer,
Design and Estimation in Survey Sampling (London, UK: Edward Arnold, 2001); John
Shade, “Sampling Inspection Tables: Single and Double Sampling”, Journal of Applied
Statistics, December 1999, р. 1020; David H. Baillie, “Double Sampling Plans for Inspection
by Variables When the Process Standard Deviation Is Unknown”, International Journal of
Quality & Reliability Management, May 1992, р. 59–70; Martin R. Frankel, Lester R. Frankel,
“Probability Sampling”, in Robert Ferber (ed.), Handbook of Marketing Research (New York:
McGraw-Hill, 1974), р. 2–230–2–246.
25. Charles J. Whalen, “Jobs: The Truth Might Hurt”, Business Week, March 26, 2001, р. 34.