- •Алексина и.С. Маркетинговые исследования Конспект лекций
- •Тема 1. Введение в маркетинговые исследования
- •1.1 Сущность маркетинговых исследований
- •1.2. Основные направления исследований
- •Тема 2. Разработка плана исследования
- •Тема 3. Методы анализа данных маркетингового исследования
- •Тема 4. Определение объема и процедуры выборки
- •Тема 7. Подготовка итогового отчета о проведенном маркетинговом исследовании
- •2. Письменный отчет
- •3. Устный отчет (презентация отчета)
- •4. Графическое представление отчета
Тема 4. Определение объема и процедуры выборки
Общие понятия, принципы применения выборочных методов в эмпирических маркетинговых исследованиях
Маркетологи практически всегда прибегают к выборочному методу опроса. Суть его заключается в том, что по определенным – довольно строгим – правилам из общей численности генеральной совокупности (той части объекта исследования, которая локализована по времени, а также территориально и на которую будут распространяться все выводы исследования) отбирается ограниченное число людей, воспроизводящих структуру объекта. На языке социологов эта группа людей (как и процедура по ее определению) именуется выборкой (Sат1е).
Невольно возникает вопрос: каким образом информация, полученная от немногих людей, может считаться основой для принятия решений о производстве или распространении товаров в таких объемах, которые рассчитаны на огромную массу потребителей? На этот вопрос остроумно ответил знаменитый Дж. Гэллап: «Если хорошо помешать суп, повар возьмет на пробу одну ложку и скажет, какой вкус у всего горшка!»
Метод и процедура выборки основаны на следующих принципах:
1) взаимосвязь и взаимообусловленность различных качественных характеристик социальных объектов;
2) правомерность выводов о целом на основании изучения его части при условии, что она по своей структуре может выступать на момент исследования своеобразной моделью целого.
Проблемы выборки достаточно подробно изложены во многих работах, посвященных как прикладной социологии, так и маркетинговым исследованиям. Цель отбора респондентов в состав выборки всегда состоит в получении такой совокупности респондентов, которая по своим качествам репрезентирует ту, что мы намереваемся изучить. Под репрезентативностью в социологии понимают свойства выборки, позволяющие ей выступать на момент опроса моделью генеральной совокупности.
Выделяют две основные группы выборочных методов. Для вероятностной выборки каждый элемент генеральной совокупности имеет определенную, заранее заданную вероятность быть отобранным. Это позволяет исследователю рассчитать, насколько правильно выборка отражает популяцию, из которой она спроектирована. Такую выборку иногда называют еще случайной. Неслучайная (невероятностная) выборка – способ отбора единиц, при котором невозможно заранее рассчитать вероятность каждого элемента лопасть в состав выборочной совокупности. Это, разумеется, не дает возможности рассчитать, насколько репрезентативна выборка. По этой причине предпочтение обычно отдается вероятностной выборке, хотя иногда по условиям исследования оказывается единственно возможным провести неслучайную выборку.
Методы вероятностной выборки
Главное условие осуществления вероятностной выборки – наличие полного списка всех элементов генеральной совокупности (отсутствие или недоступность его чаще всего препятствуют реализации такой выборки) от 1 до N, где N – общее число всех элементов. Если же такой список есть, то производится нумерация элементов, после чего можно использовать несколько методик. При использовании лотерейного метода (метода жребия) жетоны с номерами всех элементов помещают в урну, тщательно перемешивают и извлекают последовательно «жетонов, где п – число элементов выборочной совокупности. Элементы генеральной совокупности, имеющие номера, оказавшиеся на извлеченных жетонах, составят выборочную совокупность. Это довольно продолжительная (при больших размерах выборки) операция, к тому же достаточно трудоемкая, поскольку для обеспечения равного шанса выбора необходимо тщательно перемешивать жетоны после каждой выемки очередного номера.
При формировании равновероятностной выборки из больших совокупностей пользуются также таблицами случайных чисел.
Пусть существует, скажем, популяция (генеральная совокупность) из 1507 элементов, и нужно спроектировать выборку численностью 150 элементов. При этом можно выбирать любые два смежных столбца в таблице случайных чисел: цифры, стоящие в двух смежных ячейках, будут образовывать четырехзначное число. Каждый раз при появлении числа от 0001 до 1507 будем считать, что оно обозначает номер отбираемого элемента. Когда число появляется более одного раза, этот номер игнорируется после первого раза. Если мы начнем с первых четырех столбцов спускаться по столбцам, то в выборку попадут элементы под номера-ми-0799, 1016, 0084, 480, 1306, 929, 1320 и 938. Поскольку мы не стремимся умышленно отыскать определенное число, можно начать с любого места таблицы и использовать любую систему для движения по таблице. С тем же успехом случайные числа могут генерироваться специальной программой компьютера.
На практике чаще всего используют метод систематической (механической) выборки, когда из пронумерованного списка через равные интервалы к отбирается заданное число респондентов. При этом шаг выборки к рассчитывается по формуле:
К = N/n,
где N — численность генеральной совокупности;
п — численность выборочной совокупности.
Предположим, что следует спроектировать выборку численностью 100 из списка 5000 студентов какого-то вуза. Если мы намерены использовать систематическую выборку, то должны вначале рассчитать интервал выборки делением числа элементов в списке на размер выборки. В данном случае, разделив общую численность студентов (5000) на размер выборки (100 единиц), мы получим интервал (шаг) выборки (50). Так что мы будем систематически двигаться по списку и отбирать каждого пятидесятого студента (отобрав таким образом 100 имен). Определение места в списке, с которого мы начнем, производится случайным образом, по таблице случайных чисел (случайный старт). Таким образом, если случайно выбрана точка старта под номером 31, в выборку попадут студенты под номерами 31,81,131,181 и т.д.
Несмотря на преимущества, систематическая выборка может иногда превратиться в предубежденную выборку, например, если элементы размещены в списке, ранжированном по каким-то характеристикам. При этом определение места начала случайного отбора влияет на средние характеристики всей выборки. Например, если фамилии студентов расставлены в списке не по алфавиту, а в соответствии со средним оценочным баллом — от высшего к низшему, то систематическая выборка из студентов, стоящих в списке под номерами 1,51,101, будет характеризоваться более низким средним баллом, чем выборка, включающая студентов под номерами 50,100 и 150. Каждая новая выборка будет давать новый средний балл, т.е. это и будет предубежденная выборка.
Для обеспечения однородности данных иногда прибегают к стратифицированной (районированной) выборке. Генеральную совокупность при этом разделяют на отдельные страты, более или менее однородные по составу, а затем из каждой страты производится расчет простой случайной (систематической) выборки.
Методы невероятностной выборки
Исследователь не всегда располагает полным списком элементов генеральной совокупности, что затрудняет или делает в принципе невозможным использование вероятностной выборки, заставляя его прибегнуть к методам невероятностной выборки. Невероятностная (неслучайная) выборка – способ отбора единиц выборочной совокупности, принцип которого отличен от случайного. Как и в случае с вероятностным отбором, основная цель неслучайного отбора состоит в получении совокупности, репрезентирующей изучаемый объект. Однако в отличие от вероятностной выборки статистические выводы обо всем множестве объектов в этом случае делать не вполне правомерно. Эти выводы так или иначе верны лишь для генеральной совокупности, которая не всегда совпадает с объектом исследования. Выделяют два основных вида неслучайного отбора: направленный (целенаправленный, целевой, выбор по усмотрению) и стихийный.
Самые распространенные формы направленного отбора – метод типичных представителей, квотная выборка, гнездовая выборка и метод снежного кома.
Примером использования метода типичных представителей может быть случай, непосредственно не относящийся к области рыночных исследований. В конце 1960-х гг. в Горьковский университет приехал известный журналист В. Аграновский. Он получил творческое задание от журнала «Юность»: подготовить материал о «самом типичном студенте» своего времени. В результате на страницах журнала вскоре появился очерк «Лебедев против Лебедева», героем которого был студент радиофизического факультета ГГУ Лебедев. Почему именно он? Вначале был отобран самый типичный университет страны. По данным Министерства высшего образования СССР рассчитали среднестатистическую численность студентов на один университет. Затем нашли университет, где численность студентов меньше всего отклонялась от этого значения, — им как раз и оказался Горьковский университет. Среди восьми факультетов ГГУ остановились на радиофизическом, где число студентов меньше всего расходилось со среднестатистической численностью одного факультета. На последнем этапе рассчитывалась уже среднестатистическая успеваемость студентов радиофизического факультета, после чего окончательный выбор пал на Лебедева, чья успеваемость в последнюю сессию почти точно совпала со среднестатистической.
Квотная выборка – своеобразная микромодель генеральной совокупности, создающаяся на основе определенных (чаще всего – социально-демографических) параметров объекта, которые берутся из статистических справочников. Приведем пример расчета выборки по таким параметрам квоты, как пол и возраст. В одном из маркетинговых исследований при опросе населения мы опирались на данные Областного комитета по статистике о половозрастной структуре населения районов города.