Выборка в маркетинговом исследовании

Размещено на http://www.allbest.ru/

Выборка в маркетинговом исследовании

Методы выборки

Методы выборочного наблюдения (методы выборки) делятся на две основные категории:

- детерминированные

- вероятностные (рис. 1).

Размещено на http://www.allbest.ru/

Рис. 1. Методы выборки

1. Детерминированный метод выборки (nonprobability sampling) - метод выборки, в котором не применяется процедура случайного отбора элементов, в значительной степени основан на индивидуальных предпочтениях исследователя

Чаше принято использовать следующие детерминированные методы: нерепрезентативная выборка, поверхностная выборка, выборка по квотам и выборка по принципу снежного кома.

2. Вероятностный метод выборки (nonprobability sampling) - процедура проведения выборочного наблюдения, в соответствии с которой каждый элемент совокупности имеет определенную вероятность включения в выборку

При использовании вероятностного метода выборки единицы выборки подбираются случайно. Вполне реально предварительно определить все возможные выборки конкретного объема, которые можно получить из генеральной совокупности, а также вероятность получения каждой выборки. Каждая потенциальная выборка не должна иметь одинаковую вероятность получения, но возможно установить вероятность получения любой конкретной выборки определенного размера. Для этого нужно не только точно определить изучаемую совокупность, но и основные характеристики основы выборки. Так как элементы выбираются произвольно, можно определить точность оценки исследуемых характеристики в каждой выборки. Так как элементы выбираются произвольно, можно определить точность оценки исследуемых характеристик в каждой выборке. Можно рассчитать доверительные интервалы, в пределах которых с определенной достоверностью получают истинные значения характеристик генеральной совокупности. Это позволяет исследователю сделать выводы или высказать предположения относительно изучаемой совокупности, из которой получена выборка. Классификация вероятностного метода выборки основана на использовании:

- элементарного или кластерного метода отбора;

- одинаковой или различной вероятности отбора единицы выборки;

- целостного или стратифицированного метода отбора;

- случайного или систематического метода отбора;

- одноступенчатой или многоступенчатой технологии.

Пример использования: опрос студентов; опрос членов церковных групп и общественных организаций; опрос покупателей торгового центра без предварительной квалификации респондентов; исследования в универмагах с использованием перечня счетов покупателей; отрывные анкеты в журналах и опрос прохожих на улице.

Преимущества нерепрезентативной выборки:

- наиболее экономная с точки зрения временных и финансовых затрат;

- элементы выборки доступны, готовы сотрудничать;

- их характеристики легко измерить.

Ограничения метода:

- большой риск возникновения различных ошибок выборки, включая самовыбор респондентов;

- этот вид выборки не может представлять какую-либо определенную совокупность, поэтому абсолютно некорректно распространять на генеральную совокупность выводы, полученные при анализе нерепрезентативной выборки;

- не подходит для маркетинговых исследований, предусматривающих написание заключения обо всей генеральной совокупности;

Пример использования: не рекомендуется пользоваться при проведении дескриптивного или причинно-следственного анализа, но этот тип выборки можно применять в поисковых исследованиях, направленных на появление новых идей, понятий или гипотез. Нерепрезентативные выборки можно применять для создания фокус-групп, для предварительных опросов или в экспериментальных исследованиях. Но даже в указанных случаях следует проявлять осторожность в оценке полученных результатов. Тем не менее, этот метод иногда применяют даже в крупных исследованиях.

2) Поверхностная выборка (judge mental sampling) - разновидность нерепрезентативной выборки в соответствии с которой элементы совокупности отбираются на основе суждений исследователя. Исследователь, применив свои знания или проведя анализ, отбирает элементы включения в выборку, поскольку считает, что они представляют изучаемую совокупность или подходят по другим соображениям.

Пример использования: пробные рынки, выбранные для оценки потенциала нового товара; инженеры, покупающие промышленные товары, выбранные для участия в отраслевых маркетинговых исследованиях, поскольку их считают представителями компаний и т.д. Она полезна, если заказчик не требует подробного заключения о результатах исследования данной совокупности. Поверхностная выборка часто используется в маркетинговых исследованиях предприятий торговли. Дальнейшее развитие этого метода предусматривает деление совокупности на квоты.

3) Квотная выборка (quota sampling) - двухэтапная ограниченная поверхностная выборка. Первый этап включает создание контрольных групп, или квот, из элементов совокупности. Для создания этих квот исследователь фиксирует контрольные характеристики, относящиеся к предмету исследования, и определяет их распределение в изучаемой совокупности. Контрольные характеристики, относящиеся к предмету исследования, которыми могут выступать пол, возраст и раса, определяются на основании мнения исследователя. Часто квоты устанавливаются таким образом, что процентное соотношение элементов выборки, обладающих контрольными характеристиками, равно процентному соотношению элементов совокупности, обладающих этими характеристиками. Другими словами, применение квот обеспечивает соответствие структуры выборки структуре генеральной совокупности с учетом исследуемых характеристик. На втором этапе выбор элементов основан на удобстве отбора или мнении исследователя. После создания квот исследователям предоставляется значительная свобода в отборе элементов для включения в выборку. Единственное требование - соответствие отобранных элементов контрольным характеристикам.

Применяя выборку по квотам, исследователь стремится получить представительную выборку при сравнительно низком уровне затрат. Преимущества такой выборки -- ее низкая стоимость и удобство выбора элементов для каждой квоты. В последнее время введен более жесткий контроль за действиями интервьюеров и процедурами проведения опроса, что позволяет уменьшить искажения при отборе. Предложены указания по улучшению качества выборок по квотам при проведении интервью в торговых центрах. При определенных условиях применение выборки по квотам дает результаты, похожие на результаты применения обычной вероятностной выборки.

3) Выборка по принципу «снежного кома» (snowballsampling) - случайным образом подбирают начальную группу респондентов; после проведения опроса респондентов просят помочь выявить других кандидатов, входящих в изучаемую совокупность. В дальнейшем отбор респондентов осуществляется из числа кандидатов, указанных первыми респондентами. Данный процесс, когда респонденты, прошедшие опрос, называют следующих кандидатов, в конце концов, приводит к эффекту "снежного кома". Хотя при отборе первых респондентов использовалась случайная выборка, конечная выборка детерминирована. При этом демографические и психологические характеристики названных кандидатов больше похожи на характеристики назвавших их респондентов, чем при случайном выборе опрашиваемых. Главная задача выборки по принципу "снежного кома" -- дать оценку необычным для совокупности характеристикам.

Пример: служить люди, получающие какую-либо государственную или социальную помощь, такую как продовольственные талоны, имена которых не подлежат разглашению; отдельные труппы населения, например овдовевшие мужчины в возрасте до 35 лет, а также представители некоторых меньшинств. Выборка по принципу "снежного кома" также применяется в промышленных исследованиях, осуществляемых покупателями и продавцами в поисках взаимовыгодного делового сотрудничества. Основное преимущество этой выборки состоит в том, что она существенно повышает вероятность обнаружения исследуемой характеристики в совокупности. Ей также присуща относительно небольшая дисперсия выборки и невысокий уровень затрат.

Этот метод эффективнее, чем метод случайного выбора. В других случаях предпочтительнее отбор респондентов с использованием вероятностных выборочных методов.

Группа вероятностных методов выборки

Вероятностные методы выборки отличаются между собой степенью эффективности. Эффективность выборки -- это понятие, отражающее компромисс между затратами, связанными с проведением выборки, и ее точностью. Точность выборки -- это степень неопределенности, связанная с измеряемой характеристикой. Чем больше точность, тем выше стоимость, а проведение большинства исследований требует соблюдения разумного баланса затрат и результатов. Исследователь должен стремиться разработать максимально эффективный план выборочного наблюдения с учетом выделенного бюджета. Эффективность вероятностного метода выборки можно оценить, сравнив ее с эффективностью простой случайной выборки.

1) Простая случайная выборка (Simple Random Sampling - SRS) - каждый элемент совокупности имеет известную и равную вероятность отбора; каждая возможная выборка данного объема (n) имеет известную и равную вероятность того, что она станет выборочной совокупностью. Это означает, что каждый элемент отбирается независимо друг от друга. Выборка формируется произвольным отбором элементов из основы выборки. Этот метод похож на розыгрыш лотереи, когда таблички с именами участников помещаются в барабан, который встряхивается, и из него произвольным образом извлекают отдельные таблички, в результате объективно определяются имена победителей. При простой случайной выборке исследователь сначала формирует основу выборочного наблюдения, в которой каждому элементу присваивается уникальный идентификационный номер. Затем генерируются случайные числа, чтобы определить номера элементов, которые будут включены в выборку. Эти случайные числа могут генерироваться компьютерной программой или выбираться из таблицы. Предположим выборочную совокупность, объем которой равен 10, нужно сформировать из основы выборочного наблюдения, содержащей 800 элементов. Поступают таким образом: выбирают три правые цифры в каждом ряду, начиная с первой колонки и первого ряда табл. 1, и двигаются вниз, пока не будет отобрано 10 чисел из 800. Числа, которые находятся за пределами этого диапазона, не включаются. Выборочная совокупность создается из элементов, соответствующих случайно выбранным номерам. Так, в нашем примере будут выбраны элементы: 480, 368, 130, 167, 570. 562. 301, 579, 475 и 553. Обратите внимание, что последние три цифры ряда 6(921) и 11(918) не включены в выборочную совокупность, поскольку они находятся за пределами установленного диапазона.

Простая случайная выборка имеет очевидные преимущества. Этот метод крайне прост для понимания. Результаты исследования можно распространять на изучаемую совокупность. Большинство подходов к получению статистических выводов предусматривают сбор информации с помощью простой случайной выборки. Однако метод простой случайной выборки имеет как минимум четыре существенных ограничения. Во-первых, часто сложно создать основу выборочного наблюдения, которая позволила бы провести простую случайную выборку. Во-вторых, результатом применения простой случайной выборки может стать большая совокупность, либо совокупность, распределенная по большой географической территории, что значительно увеличивает время и стоимость сбора данных. В-третьих, результаты применения простой случайной выборки часто характеризуются низкой точностью и большей стандартной ошибкой, чем результаты применения других вероятностных методов. В-четвертых, в результате применения SRS может сформироваться нерепрезентативная выборка. Хотя выборки, полученные простым случайным отбором, в среднем адекватно представляют генеральную совокупность, некоторые из них крайне некорректно представляют изучаемую совокупность. Вероятность этого особенно велика при небольшом объеме выборки. Простая случайная выборка не часто используется в маркетинговых исследованиях. Более популярен метод систематической выборки.

2) Систематическая выборка (systematic sampling) - задают произвольную отправную точку, а затем из основы выборочного наблюдения последовательно выбирают каждый i-й элемент. Интервал выборки i определяется как отношение объема совокупности N к объему выборки n , с округлением результата до ближайшего целого числа. Например, совокупность состоит из 100 тысяч элементов, а желательный объем выборки равен тысяче респондентов. В этом случае интервал выборки 1 равен 100. Выбирается случайное число между 1 и 100. Если, например, это число равно 23, то выборка состоит из элементов 23, 123, 223, 323,423, 523 и т.д.

Общей чертой систематической выборки и простой случайной выборки является то, что каждый элемент генеральной совокупности имеет известную и равную вероятность выбора. Систематическая выборка отличается от SRS тем, что только допустимые выборки объема п, которые можно получить из генеральной совокупности, имеют известную и равную вероятность выбора. Остальные выборки объема п имеют нулевую вероятность выбора.

При систематической выборке исследователь предполагает, что элементы совокупности расположены в определенном порядке. В некоторых случаях принцип сортировки (например, алфавитный перечень в телефонной книге) не имеет отношения к исследуемой характеристике. В других случаях сортировка непосредственно связана с исследуемой характеристикой. Например, имена владельцев кредитных карточек приводятся с учетом суммы их баланса, а названия фирм определенной отрасли располагаются согласно годовому объему их продаж. Если элементы совокупности расположены по принципу, не связанному с исследуемой характеристикой, результаты систематической выборки 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. Простая случайная выборка в данном случае может быть нерепрезентативной, включая, например, только мелкие фирмы или непропорциональное число мелких фирм. Если расположение элементов выборки носит циклический характер, систематическим методом можно уменьшать представительность выборки.

Систематическая выборка дешевле и проще, чем простая случайная, поскольку случайный отбор осуществляется только один раз. Кроме того, случайные числа не должны соответствовать определенным элементам, как в SRS. Учитывая, что некоторые перечни содержат миллионы элементов, использование этого метода значительно экономит время, что, в свою очередь, способствует снижению затрат, связанных с исследованием. Если совокупность обладает информацией об исследуемой характеристике, систематический отбор дает возможность получить более репрезентативную и достоверную (с. меньшей ошибкой выборки) выборку, чем метод SRS. Еще одно важное преимущество: систематический отбор можно применять, даже не зная структуру основы выборочного наблюдения. Например, можно опросить каждого i-го человека, покидающего универмаг или торговый центр. Поэтому систематический отбор часто применяется при проведении почтовых и телефонных опросов, а также интервью-"перехватов" в торговых центрах.

3) Стратифицированная выборка, или расслоенная, выборка (stratified Sampling) -- это процесс, состоящий из двух этапов, в котором совокупность делится на подгруппы (слои, страты, strata). Слои должны взаимно исключать и взаимно дополнять один другого, чтобы каждый элемент совокупности относился к одному и только одному слою, и ни один элемент не был упущен. Далее, из каждого слоя случайным образом выбираются элементы, при этом обычно используется метод простой случайной выборки. Формально, выбор элементов из каждого слоя может осуществляться только с помощью SRS. Однако на практике иногда применяется систематический отбор и другие вероятностные выборочные методы. Отличие стратифицированной выборки от квотной состоит в том, что элементы в ней выбираются скорее случайно, а не из удобства или на основании мнения исследователя. Главная задача стратифицированной выборки -- увеличение точности без увеличения затрат. Переменные, используемые для деления совокупности на слои, называются стратификационными переменными, критерии для их выбора: однородность, неоднородность, взаимосвязанность и стоимость. Элементы, относящиеся к одному слою, должны быть как можно более однородными, а относящиеся к разным слоям - наоборот, как можно более разнородными. Кроме того, стратификационные переменные должны быть тесно связаны с исследуемой характеристикой. Чем больше переменные соответствуют этим критериям, тем эффективнее уменьшение нежелательных отклонений в выборке. В конце концов, переменные должны снижать стоимость процесса расслоения, будучи простыми, в оценке и применении. Как правило, для стратификации используют такие переменные, как демографические характеристики (как показано на примере квотной выборки), разновидность покупателя (владельцы кредитной карточки или те, кто ее не имеет), величина фирмы или отрасль промышленности. Для стратификации можно использовать несколько переменных, однако больше двух применяют редко, поскольку это непрактично и экономически неоправданно. Несмотря на то, что количество слоев в расслоенной выборке остается предметом спора, опыт показывает, что использовать нужно не больше шести. При использовании больше шести слоев любое повышение точности сводится на нет увеличением стоимости расслоения и отбора.

4) Кластерная выборка (cluster sampling) - изучаемая совокупность сначала делится на взаимоисключающие и взаимодополняющие подгруппы, или кластеры (clusters). Затем с помощью вероятностного метода выборки, такого как SRS, формируется случайная выборка кластеров. В выборку включаются либо все элементы отобранного кластера, либо проводится их отбор вероятностным методом. Если в выборку включаются все элементы каждого отобранного кластера, то такая процедура называется одноступенчатой кластерной выборкой. Если выборка получена с помощью вероятностного отбора из каждого выбранного кластера, такая процедура называется двухступенчатой кластерной выборкой. Как показано на рис. 3, существуют два вида двухступенчатой кластерной выборки -- простая двухступенчатая кластерная выборка с использованием SRS и вероятностная выборка, пропорциональная объему (PPS). Кроме того, кластерная выборка может состоять из нескольких (больше двух) этапов, выступая как многоступенчатая кластерная выборка.

выборка вероятностный детерминированный потребительский

Простая случайная выборка

1. Выберите подходящую основу выборки.

2. Каждому элементу присвойте номер от 1 до N (объем целевой совокупности)

3. Выберите с помощью компьютера или таблицы простых случайных чисел n (объем выборки) различных случайных чисел между 1 и N. Для того, чтобы воспользоваться таблицей простых случайных чисел, выберите соответствующее количество разрядов (например, если N = 900, выберите три разряда). Произвольно выберите первое число. Затем продолжите отбор по возрастанию или убыванию, пока не будет отобрано n-ное количество разных чисел между 1 и N. Обратите внимание, что нельзя выбирать 0, числа больше N, и одинаковые числа.

4. Полученные числа будут порядковыми номерами элементов совокупности, которые должны включаться в выборку.

Систематическая выборка

Определите подходящую основу выборки.

Присвойте каждому элементу номер от 1 до N (объем популяции).

Определите интервал выборки i, i=N/n. Если i - дробь, округлите ее до ближайшего целого числа.

Выберите случайное число r между 1 и i, как для простой случайной выборки.

Систематическая случайная выборка состоит из элементов со следующими порядковыми номерами: r, r+i, r+2i, r+3i, r+4i, r+(n -1)i.

Стратифицированная выборка

Выберите подходящую основу выборки.

Выберите переменную(ые) для стратификации и количество слоев, Н.

Разделите всю совокупность на H слоев. Каждый элемент совокупности будет относиться к одному из Н слоев на основе классификационной переменной.

Пронумеруйте в каждом слое элементы числами от 1 до N_h (объем популяции слоя h).

Определите для каждого слоя п_h объем выборки при условии пропорциональной или непропорциональной стратифицированной выборки.

Обратите внимание,

6. Создайте в каждом слое простую случайную выборку объема n_h.

Кластерная выборка (процедура создания двухступенчатой выборки, пропорциональной объему, которая применяется в большинстве случаев)

Присвойте номер от 1 до N каждому элементу совокупности.

Поделите совокупность на С кластеров, из которых с будет включено в выборку.

Рассчитайте интервал выборки i, i = N/n. Если i -- дробь, округлите ее до ближайшего целого числа.

Выберите случайное число r между 1 и i, как было сделано для простой случайной выборки.

Найдите элементы со следующими номерами: r ,r+i ,r+2i, r+3i,..., r+(с -1)i.

Выберите кластеры, в которые входят указанные элементы.

7. Выберите единицы выборки из каждого отобранного кластера методом простой случайно выборки или систематической выборкой. Количество единиц, отобранных из каждого кластера, приблизительно одинаково и равно n/с.

8. Если популяция кластера превышает интервал выборки i, этот кластер отбирается со 100% вероятностью и в дальнейшем не рассматривается. Рассчитайте новый объем популяции N*, количество кластеров, подлежащих отбору с* (=с-1), и новый интервал выборки i*. Повторяйте эту процедуру до тех пор, пока в выборке не останутся только те кластеры популяция которых меньше, чем рассчитанный интервал выборки. Если b кластеров выбрано со 100-% вероятностью, отберите оставшиеся с--b кластеров в соответствии с пп.1-7. Доля единиц, подлежащих отбору из каждого выбранного со 100-% вероятностью кластера, равна n/N. Таким образом, из кластеров, отобранных со 100-% вероятностью, получаем n_S=(n/N)(N,+N₂+...+N_h) единиц. Следовательно, количество единиц, полученных из кластеров, отобранных методом вероятностной выборки, пропорционально объему, составит n*=n -n_S.

Другие методы вероятностной выборки

Кроме четырех основных, существует множество других методов вероятностной выси, большинство из которых -- разновидности базовых. Они разработаны для решения сложных проблем, возникающих в процессе выборки. Среди них определенную важность для маркетинговых исследований представляет метод последовательной выборки и метод двойного контроля.

Последовательная выборка - отбор элементов генеральной совокупности проводится последовательно, при этом на каждом этапе собирается и анализируется информация и принимается решение о дополнительном отборе элементов популяции. Объем выборки изначально не известен, однако, перед тем как начинать отбор, исследователи устанавливают критерии формирования выборки. На каждом этапе отбора такие критерии определяют, продолжать выборку или получено достаточно информации.

Этот метод чаще всего используется при определении альтернатив, которую предпочтут потребители. Респондентов спрашивают, какую из альтернатив они предпочитают, и процесс отбора прекращается, когда собирается достаточно информации для определения предпочтений потребителей. Также метод применяется для установления ценовой разницы между обычной и усовершенствованной моделями потребительских товаров длительного пользования.

Метод двойного контроля (метод двухэтапной выборки) - некоторые элементы совокупности отбираются дважды. На первом этапе проводится выборка и собирается некоторое количество информации обо всех ее элементах. На втором этапе из элементов начальной выборки создается подгруппа и дальнейшая информация собирается уже об ее элементах. Этот процесс может состоять из трех или больше этапов, и различные этапы могут проводиться как одновременно, так и в разное время. Метод двойного контроля полезен, когда нельзя сразу воспользоваться основой выборки для отбора конечных элементов выборки, но известно, что его элементы входят в более полную основу выборки.

Например, исследователь хочет отобрать в определенном городе семьи, которые пьют яблочный сок. Исследуемые семьи входят в совокупность всех городских семей, но исследователь не знает, какие из них любят яблочный сок. При применении метода двойного контроля маркетолог на первом этапе создает основу выборочного наблюдения, состоящую из всех семей. Основу выборки можно приобрести или составить, воспользовавшись городской адресной книгой. Далее методом систематического случайного выбора проводится отбор семей для определения количества купленного яблочного сока. На втором этапе будут отобраны семьи, употребляющие яблочный сок, и стратифицированы в соответствии с количеством потребляемого яблочного сока. Затем создается стратифицированная случайная выборка, и задаются детальные вопросы относительно потребления яблочного сока.

Размещено на Allbest.ru