Малхорта, Нэреш К. Маркетинговые исследования. Практическое руководство

Подождите немного. Документ загружается.

вторых, результатом применения простой случайной выборки может стать большая совокуп-

ность, либо совокупность, распределенная по большой географической территории, что значи-

тельно увеличивает время и стоимость сбора данных. В-третьих, результаты применения про-

стой случайной выборки часто характеризуются низкой точностью и большей стандартной

ошибкой, чем результаты применения других вероятностных методов. В-четвертых, в результа-

те применения SRS может сформироваться нерепрезентативная выборка. Хотя выборки, полу-

ченные простым случайным отбором, в среднем адекватно представляют генеральную сово-

купность, некоторые из них крайне некорректно представляют изучаемую совокупность. Веро-

ятность этого особенно велика при небольшом объеме выборки. Простая случайная выборка не

часто используется в маркетинговых исследованиях. Более популярен метод систематической

выборки.

Систематическая выборка

При проведении систематической

выборки

(systematic sampling) сначала задают произ-

вольную отправную точку, а затем из основы выборочного наблюдения

последовательно

вы-

бирают каждый

/-и

элемент. Интервал выборки

определяется как отношение объема сово-

купности

Л^

к объему выборки

п,

с округлением результата до ближайшего целого числа. На-

пример, совокупность состоит из 100 тысяч элементов, а желательный объем выборки равен

тысяче респондентов. В этом случае интервал выборки

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

ит.д. [19].

Систематическая выборка

(systematic

sampling)

Вероятностный метод выборки, в соответствии с которым сначала задают произвольную от-

правную точку, а затем из основы выборочного наблюдения последовательно выбирают

каждый

1-й

элемент.

Обшей 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 л,

которые можно получить из генеральной совокупности, имеют известную и равную вероят-

ность 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 характеристи-

ке. В других случаях сортировка непосредственно связана с исследуемой характеристикой. На-

пример, имена владельцев кредитных карточек приводятся с учетом суммы их баланса, а на-

звания фирм определенной отрасли располагаются согласно годовому объему их продаж. Если

элементы совокупности расположены по

принципу,

не

связанному с исследуемой характери-

стикой, результаты систематической выборки аналогичны результатам SRS.

С другой стороны, если принцип расположения элементов связан с исследуемой характери-

стикой, 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 дан-

ном случае может быть

нерспрезентативной,

включая, например, только мелкие фирмы или

непропорциональное число мелких фирм. Если расположение элементов выборки носит цик-

лический характер, систематическим методом можно уменьшать представительность

выборки.

В качестве примера рассмотрим применение систематического отбора для формирования вы-

борки ежемесячных объемов продаж универмага из основы, содержащей

ежемесячные

объемы

продаж за последние 60 лет. Если задать выборочный интервал, равный 12, то конечная выбор-

ка не

будет

отражать ежемесячные изменения в объемах продаж [20].

Систематическая

выборка

дешевле и

проще,

чем простая случайная, поскольку случайный

отбор

осуществляется

только один раз. Кроме того, случайные числа не должны соответствовать

424 Часть

II.

Разработка

плана

исследования

определенным элементам, как в SRS. Учитывая, что некоторые перечни содержат миллионы

элементов, использование этого метода значительно экономит время, что, в свою очередь, спо-

собствует снижению затрат, связанных с исследованием. Если совокупность обладает инфор-

мацией об исследуемой характеристике, систематический отбор дает возможность получить бо-

лее репрезентативную и достоверную (с меньшей ошибкой выборки) выборку, чем метод SRS.

Еще одно важное преимущество: систематический отбор можно применять даже не зная струк-

туру основы выборочного наблюдения. Например, можно опросить каждого

/-го

человека, по-

кидающего универмаг или торговый

центр.

Поэтому систематический отбор часто применяет-

ся при проведении почтовых и телефонных опросов, а также

интервью-"перехватов"

в торго-

вых

центрах,

как показано во врезке

11.1

"Практика маркетинговых исследований".

Врезка 11.1. Практика маркетинговых исследований

Систематическая выборка подписчиков журнала Tennis

Журнал Tennis провел почтовый опрос своих подписчиков, чтобы составить полное пред-

ставление о читателях. С

помощью

систематического отбора составили выборку из 1472 под-

писчиков издания внутри страны. Если допустить, что список подписчиков содержал 1,472

миллиона фамилий, интервал выборки составит 1000 (1472000/1472). Выбрано произволь-

ное число от 1 до 1000. Начиная с этого числа, был отобран каждый тысячный.

К анкете прилагался новенький доллар, как материальный стимул для респондентов. За

неделю до опроса отправили предупредительную почтовую открытку. Через 10 дней после

отправки первой анкеты всем респондентам отослали повторную анкету. 76 анкет вернулись

по почте, таким образом, результативность почтовой отправки составила 1396. Через шесть

недель после первой отправки вернулось

778

заполненных анкет, что определило коэффи-

циент

отклика

на

уровне

56% [21].

Стратифицированная выборка

Стратифицированная,

или расслоенная, выборка (stratified sampling) — это процесс, состоя-

щий из двух этапов, в котором совокупность делится на подгруппы (слои, страты,

strata).

Слои

должны взаимно исключать и взаимно дополнять один другого, чтобы каждый элемент сово-

купности 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 ме-

тод простой случайной выборки. Формально, выбор элементов из каждого слоя может осущест-

вляться только с помощью SRS. Однако на практике иногда применяется систематический от-

бор 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 — увели-

чение точности без увеличения затрат [22].

Стратифицированная,

расслоенная выборка

(stratified

sampling)

Двухэтапный

метод вероятностной

выборки,

согласно которому генеральная совокупность

сначала делится на подгруппы или слои (страты). Затем элементы случайным образом вы-

бираются из каждого слоя.

Переменные, используемые для деления совокупности на слои, называются

стратифика-

ционными

переменными.

Критерии для их выбора: однородность, неоднородность, взаимосвя-

занность 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 ха-

рактеристикой. 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 пра-

Глава

11.

Выборка:

планирование

и проведение 425

вило, 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 стра-

тификации

можно использовать несколько переменных, однако больше двух применяют ред-

ко, 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. Процесс выбора стратификаци-

онных переменных показан на примере опроса под названием "Национальный туристический

прогноз компании American Express".

Пример. Телефонный опрос туристов

Компания

Braskin

& Associates провела опрос "Национальный туристический про-

гноз компании American Express" (The American Express National

Travel

Forecast), включив

его в еженедельную телефонную панель

OmniTel.

Общее количество опрошенных составило

1030 человек (525

женщин,

505 мужчин). Переменными, примененными для расслоения

выборки, были пол, возраст, доход и регион проживания. Опрос показал, что американцы в

возрастной группе от 25 до 49 лет, имеющие детей, которые живут вместе с ними, больше

всего интересуются посещением Орландо, штат Флорида. Среди людей пожилого возраста

(65 лет и старше) наиболее популярен Вашингтон (округ Колумбия). Молодые американцы

в возрасте от 18 до 34 лет на первое место ставят проведение отпусков. Поскольку предпочте-

ния в туризме меняются в зависимости от возраста, эта стратификационная переменная

крайне эффективна. Однако другие такие переменные, а именно пол, доход и регион про-

живания, не имели большого значения при определении предпочтений в туризме. Таким

образом, приняв за основу стратификации только возраст,

издержки

выборки можно

уменьшить без снижения точности [23].

Другое важное решение связано с использованием пропорциональной или непропорцио-

нальной выборки (см. рис. 11.2). При пропорциональном стратификационном отборе объем

выборки, полученной из каждого слоя, пропорционален доле этого слоя в объеме генеральной

совокупности. При непропорциональном стратификационном отборе объем выборки, полу-

ченной из каждого слоя, пропорционален доле этого слоя в объеме генеральной совокупности

и среднеквадратичному отклонению распределения исследуемой характеристики среди всех

элементов этого слоя. Логика непропорциональной выборки проста. Во-первых, слои относи-

тельно большего размера больше влияют на определение средней для генеральной совокупно-

сти. Следовательно, эти слои

больше

влияют на формирование результатов выборочного на-

блюдения. Таким образом, слои должны быть представлены большим количеством элементов.

Во-вторых, для повышения точности оценки следует отбирать больше элементов из слоев с

большим среднеквадратичным отклонением, и меньше элементов — из слоев с меньшим сред-

неквадратичным отклонением. (Если все элементы слоя идентичны, выборка, состоящая из

одного элемента, обеспечит получение полной информации.) Обратите внимание, что эти ме-

тоды идентичны при условии, что исследуемая характеристика имеет одно и то же среднеквад-

ратичное отклонение в каждом слое.

При применении непропорционального отбора необходимо рассчитать среднеквадратичное

отклонение распределения исследуемой характеристики среди элементов слоя. Поскольку эта

информация не всегда доступна, исследователю часто приходится полагаться на интуицию и

логику, определяя объем выборки для каждого слоя. Например, в крупных розничных магази-

нах можно ожидать большего отклонения в объемах продаж некоторых продуктов, чем в не-

больших магазинах. Поэтому крупные магазины представлены в выборке непропорционально

большим количеством элементов. Когда исследователя в первую очередь интересует выявление

различий между слоями, обычно создают одинаковые по объему выборки из каждого

слоя.

Стратификационный метод обеспечивает наличие в выборке всех важных подгрупп, Это

особенно важно, если исследуемая характеристика неравномерно распределена среди элемен-

426 Часть II. Разработка плана исследования

тов генеральной совокупности. Например, распределение дохода семей

неравномерно,

так как

годовой доход большинства семей составляет меньше 50 тысяч долларов, и лишь немногие се-

мьи имеют годовой доход,

равный

125 тысяч долларов и выше. Если применить простую слу-

чайную выборку, семьи с доходом

125

тысяч долларов и выше могут не быть адекватно пред-

ставлены. Стратифицированная выборка позволяет обеспечить соответствующее количество

таких семей в выборке. Она сочетает в себе простоту метода SRS с возможностью повышения

точности. Поэтому данный метод формирования выборки весьма популярен.

Кластерная выборка

В кластерной выборке

(cluster

sampling) изучаемая совокупность сначала делится на взаимо-

исключающие и

взаимодополняющие

подгруппы, или

ююстеры

(dusters). Затем с помощью ве-

роятностного метода выборки, такого как SRS, формируется случайная выборка кластеров. В

выборку включаются либо все элементы отобранного кластера, либо проводится их отбор веро-

ятностным 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 называет-

ся двухступенчатой кластерной выборкой. Как показано на рис. 11.3, существуют два вида

двухступенчатой кластерной выборки — простая двухступенчатая кластерная выборка с ис-

пользованием SRS и вероятностная выборка, пропорциональная объему (PPS). Кроме того,

кластерная выборка может состоять из нескольких (больше двух) этапов, выступая как много-

ступенчатая кластерная выборка.

Кластерная выборка (cluster sampling)

Сначала изучаемая совокупность делится на взаимоисключающие и взаимодополняющие

подгруппы,

называемые

кластерами. Затем с помощью вероятностного метода

выборки,

та-

кого как простая

случайная

выборка, отбираются кластеры. В выборку включаются либо все

элементы отобранного кластера, либо проводится их отбор вероятностным методом.

Кластерная

выборка

Одноступенчатая

Даухступенча

Вероятностная

выборк

эрционаяьнаж

Рис. 11.3. Типы кластерной

выборки

Основное различие между кластерной и стратифицированной выборкой состоит в том,

что в первом случае используются только отобранные подгруппы (кластеры), в то время как

в стратифицированной выборке все подгруппы (слои) используются для дальнейшего отбо-

ра. Эти методы преследуют разные цели. Цель кластерной выборки — увеличить эффектив-

ность выборки, уменьшив затраты на ее проведение. Цель стратифицированной выборки —

увеличение точности. По однородности и неоднородности критерии формирования класте-

ров прямо противоположны критериям формирования слоев. Элементы кластера должны

быть максимально разнородны, а сами кластеры — как можно более однородными. В идеале

каждый кластер должен представлять собой небольшую модель генеральной совокупности.

При кластерной выборке основа выборочного наблюдения необходима только для кластеров,

которые вошли в выборку.

Глава

11.

Выборка: планирование и проведение 427

Распространенная форма кластерной выборки — территориальная выборка (area sampling), в

которой кластеры состоят из географических территорий, таких как округа, жилые районы или

кварталы. Если отбор основных элементов проводится в один этап (например, исследователь

выбирает некоторые кварталы, а затем

все

семьи, живущие в этих кварталах, включаются в вы-

борку), такой выборочный метод называется одноступенчатой территориальной выборкой. Ес-

ли отбор основных элементов проводится в два (или больше) этапа (исследователь выбирает

кварталы, а затем в каждом таком квартале отбирает семьи, которые будут включены в выбор-

ку), такой метод называется

двухступенчатой

(или многоступенчатой) территориальной вы-

боркой. Отличительная черта одноступенчатой территориальной выборки заключается в том,

что все семьи из выбранных кварталов (или географических регионов) включаются в выборку.

Территориальная выборка (area sampling)

Распространенная

форма

кластерной

выборки,

в которой кластеры состоят

из

округов,

хи-

лых районов, кварталов или других географических территорий.

Как показано на рис.

11.3,

существует два типа

двухэтапной

кластерной выборки. В одном

из них метод SRS применяется как на первом этапе (т.е. при выборе кварталов), так и на втором

(т.е. при отборе семей в кварталах). Этот метод называется простой двухступенчатой кластерной

выборкой. При использовании этого метода количество элементов (семей), отобранных на

вто-

ром этапе, одинаково для каждого выбранного кластера (отобранного квартала). Следующий

пример иллюстрирует применение двухступенчатой территориальной выборки.

Пример. Богатые кварталы

Цель проекта маркетингового исследования — изучить поведение богатых покупателей.

помощью

простой случайной выборки отобрано

800

кварталов из перечня округов, жители

которых имеют средний доход, превышающий 50 тысяч долларов. Отбор проводился в шта-

тах, население которых, по данным переписи, представляет собой половину населения стра-

ны с наибольшим уровнем доходов. Маркетологи получили перечень фамилий и адресов

глав приблизительно 95% семей, зарегистрированных во время переписи в этих 800 кварта-

лах. Из 213 тысяч перечисленных семей

9тысяч

были отобраны с помощью простой случай-

ной выборки (24].

Этот метод подходит в том случае, когда все кластеры равны по объему, т.е.

каждый

кла-

стер содержит примерно одинаковое количество единиц. Однако, если объемы различны,

простая двухступенчатая кластерная выборка может привести к ошибочным результатам.

Иногда, объединив различные кластеры, можно сделать их равными по объему. Если объе-

динить кластеры нельзя, следует воспользоваться вероятностной выборкой, пропорцио-

нальной объему (PPS).

При вероятностной выборке,

пропорциональной

объему (Probability Proportionate to

size

Sampling—

PPS) кластеры отбираются с вероятностью, пропорциональной их объему. Объем

кластера определяется количеством входящих в него единиц выборки. Поэтому на первом эта-

пе большие по объему кластеры имеют большую вероятность включения в выборку. На втором

этапе вероятность отбора единицы из выбранного кластера обратно пропорциональна его объе-

му. Поэтому вероятность включения в выборку будет равной для всех выборочных единиц, по-

скольку неравная вероятность включения на

первой

стадии отбора компенсируется неравной

вероятностью включения на второй стадии.

Вероятностная

выборка, пропорциональная объему

(Probability

Proportionate to size

Sampling — PPS)

Метод отбора, согласно которому кластеры выбираются с вероятностью, пропорциональной

их

обьему,

а вероятность выбора единицы из отобранного кластера обратно пропорцио-

нальна его объему.

428 Часть II. Разработка плана исследования

Кластерная выборка обладают двумя основными преимуществами — выполнимость и низ-

кая себестоимость. Во многих

ситуациях

единственными легко доступными

инструментария

ми для изучения совокупности будут не элементы, а кластеры. Часто невозможно составить

список всех потребителей, входящих в состав определенной совокупности, принимая во вни-

мание ресурсы данного исследования и связанные с ним ограничения. Однако перечень гео-

графических территорий, телефонных кодов определенного района и других кластеров потре-

бителей получить довольно легко. Кластерная выборка наиболее эффективна с точки зрения

затрат. Однако несмотря на это преимущество, ей присущ ряд ограничений. В результате отбора

по кластерам создаются относительно неточные выборки. Кроме того, сложно сформировать

неоднородные

кластеры,

так как, например, семьи, живущие в одном квартале, имеют больше

схожих признаков, чем различий [25]. После кластерной выборки сложно рассчитать и оценить

статистику. Все преимущества и недостатки основных методов формирования выборки, в том

числе преимущества и недостатки кластерной выборки, приведены в табл. 11.3. Рис.

11.4

опи-

сывает процедуры формирования вероятностных выборок.

Таблица

11,3.

Преимущества и недостатки основных методов формирования выборки

Метод

Преимущества

Недостатки

Детерминированная

выборка

Нерепрезентативная выборка

Поверхностная выборка

Квотная

выборка

Выборка

по

принципу

"снежного

кома"

Вероятностная

выборка

Простая случайная

выборка

(SRS)

Систематическая выборка

Стратифицированная выборка

Кластерная выборка

Наименьшая стоимость

Наименьшая продолжительность

Необъективность

отбора;

выборка

нерепрезентатаана;

не

рекомен-

Наибольшее

удобство

отбора

элементов

ется

при

проведении

дескриптивного

или причинно-следственного исследова-

ния

Низкая стоимость,

удобство,

небольшая продолжительность

Может

регулироваться

по определенным

характеристикам

Позволяет оценить необычные

для

сово-

купности

характеристики

Проста для

понимания;

результаты можно распространить на

генеральную совокупность

Позволяет

увеличить репрезентатив-

ность; проще в применении, чем SRS; не

требуется

основа

выборки

Включает все важные подгруппы сово-

купности;

высокая точность

Легка в применении;

эффективна с точки зрения затрат

Не позволяет распространять полученные

результаты на генеральную совокупность;

субъективна

Необъективность отбора;

не

гарантирует

репрезентативности

Большая продолжительность

Сложно создать основу выборочного на-

блюдения;

большие затраты на проведение; низкая

точность;

не гарантирует репрезентативности

Может уменьшить репрезентативность

Сложно выбрать

подходящие

переменные

для стратификации;

невозможно стратифицирование с

учетом

многих переменных; большие затраты на

проведение

Низкая точность;

сложно рассчитать и оценить результаты

Глава

11.

Выборка: планирование и проведение

429

Простая

случайная

выборка

Выберите

подходящую

основу выборки.

2. Каждому элементу присвойте номер от 1 до

Л'

(объем

целевой совокупности).

3. Выберите с помощью компьютера или таблицы простых случайных чисел (см. табл.

Приложении

"Статистические

таблицы")

(объем выборки) различных случайных чисел

между

к N. Для того чтобы воспользоваться табл. 1, выберите

соответствуюшее

количе-

ство разрядов (например, если N

500, выберите три разряда). Произвольно выберите

первое число. Затем продолжите отбор по возрастанию или убыванию, пока не будет ото-

брано

л-е

количество разных чисел между 1 и

Обратите внимание, что нельзя выбирать

О, числа, больше N, и одинаковые числа.

4. Полученные

числа

будут порядковыми номерами

элементов

совокупности, которые

должны включаться в выборку.

Систематическая выборка

1. Определите

подходящую

основу

выборки

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

3. Определите интервал выборки, i,

N/n.

Если / — дробь, округлите ее до ближайшего

це-

лого числа.

4. Выберите случайное число

между 1 и

как для

простои

случайной выборки.

5. Систематическая случайная выборка состоит из элементов со следующими порядковыми

номерами:

г,

г +

,?/,/•

41,

...,

г+

(я-1)/.

Стратифицированная

выборка

Выберите подходящую основу выборки.

2. Выберите

переменную(ые)

для стратификации и количество слоев, Н.

3. Разделите всю совокупность на

слоев. Каждый элемент совокупности будет относиться

к одному из Н слоев на основе классификационной переменной.

4. Пронумеруйте в каждом слое элементы числами от 1 до

(объем популяции слоя А).

5. Определите для каждого слоя

объем выборки при условии пропорциональной или не-

пропорциональной стратифицированной выборки.

Обратите внимание,

6. Создайте в каждом слое простую случайную выборку объема

Кластерная выборка

Мы опишем

процедуру

создания двухступенчатой выборки PPS, так как этот метод при

меняют в большинстве случаев.

Присвойте номер от

до

каждому элементу совокупности.

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

3. Рассчитайте интервал выборки

N/n. Если

— дробь, округлите ее до ближайшего це

лого числа.

4. Выберите случайное число

между 1 и

как было сделано для простой случайной выборки.

5. Найдите элементы со

следующими

номерами:

г,

/•

r +

2i,r

3i,

,..,

(c-1)/.

6. Выберите кластеры, в которые входят указанные элементы.

430 Часть II.

Разработка

плана исследования

7. Выберите единицы выборки из каждого отобранного кластера методом SRS или система-

тической выборкой. Количество единиц, отобранных из каждого кластера, приблизи-

тельно одинаково и равно

п/с.

8. Если популяция кластера превышает интервал выборки

этот кластер отбирается со

100-95 вероятностью и в дальнейшем не рассматривается. Рассчитайте новый объем попу-

ляции

N*,

количество

кластеров,

подлежащих

отбору с*

с - 1), и новый интервал вы-

борки

("*.

Повторяйте эту процедуру

до

тех пор, пока в выборке не останутся только те кла-

стеры, популяция которых меньше, чем рассчитанный интервал выборки. Если Ь класте-

ров выбрано со

100-%

вероятностью, отберите оставшиеся с~Ь кластеров в соответствии с

пп.

1—7.

Доля единиц, подлежащих отбору из каждого выбранного со

ЮО-%

вероятно-

стью кластера, равна

n/N.

Таким образом, из

кластеров,

отобранных со

ЮО-%

вероятно-

стью, получаем

(n/N) (N, +

+ ... +

)

единиц. Следовательно, количество единиц,

полученных из кластеров, отобранных методом PPS, составит

п*

—

Рис.

11.4.

Процедуры создания вероятностных выборок

Другие методы вероятностной выборки

Кроме четырех основных, существует множество других методов вероятностной вы-

борки, 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,

При последовательной выборке (sequential sampling) отбор элементов генеральной сово-

купности проводится последовательно, при этом на каждом этапе собирается и анализирует-

ся информация и принимается решение о дополнительном отборе элементов популяции.

Объем выборки изначально не

известен,

однако,

перед тем как начинать отбор, исследовате-

ли устанавливают критерии формирования выборки. На каждом этапе отбора такие крите-

рии определяют, продолжать выборку или получено достаточно информации. Метод после-

довательной выборки использовался, чтобы определить, какую из альтернатив предпочтут

потребители. В одном из опросов респондентов спросили, какую из альтернатив они пред-

почитают, и процесс отбора

прекратили,

когда собрали достаточно информации для опреде-

ления предпочтений потребителей. Этот метод также применялся для установления ценовой

разницы между обычной и усовершенствованной моделями потребительских товаров дли-

тельного пользования [26].

Последовательная

выборка (sequential sampling)

Метод

вероятностный выборки, согласно которому отбор элементов генеральной

сово-

купности проводится

последовательно,

на каждом этапе собирается и анализируется ин-

формация и принимается решение о

дополнительном

отборе элементов генеральной со-

вокупности.

При использовании метода двойного контроля (double sampling), который еще называют ме-

тодом

двухэтапнои

выборки,

некоторые элементы популяции отбираются дважды. На первом

этапе проводится выборка и собирается некоторое количество информации обо всех ее элемен-

тах. На втором этапе из элементов начальной выборки создается подгруппа и дальнейшая ин-

формация 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 вы-

борки. Например, исследователь хочет отобрать в определенном городе семьи, которые пьют

яблочный сок. Исследуемые семьи входят в совокупность всех городских семей, но

исследова-

Глава

11.

Выборка: планирование и проведение 431

тель

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 опре-

деления количества купленного яблочного сока. На втором этапе будут отобраны семьи, упот-

ребляющие

яблочный сок, и

стратифицированы

в соответствии с количеством потребляемого

яблочного сока. Затем создается стратифицированная случайная выборка и задаются детальные

вопросы относительно потребления яблочного сока [27].

Метод двойного контроля (double

sampling)

Метод выборки, в соответствии с которым некоторые элементы совокупности отбираются

дважды.

Выбор между детерминированной

и вероятностной выборкой

Решение о применении

детерминирошнного

или вероятностного метода выбора элемен-

тов изучаемой совокупности должно приниматься на основе таких факторов, как характер

исследования, относительная величина систематических ошибок и ошибки выборки, из-

менчивость совокупности, а также на основе статистических и

операционализационных

со-

ображений (табл.

11.4).

Например, в поисковых исследованиях полученные данные счита-

ются предварительными, а применение вероятностной выборки необоснованным. С другой

стороны,

вероятностная

выборка предпочтительна в итоговом исследовании, в котором ис-

следователь

использует

полученные результаты для оценки доли рынка. Вероятностная вы-

борка позволяет осуществить статистическое распространение полученных результатов на

изучаемую

совокупность.

В ряде случаев маркетинговое исследование требует повышенной точности при оценке

характеристик совокупности. При этом желательно применение вероятностной выборки,

которая поможет избежать необъективного отбора и рассчитать ошибку выборки. Однако

применение вероятностной выборки не всегда дает точные результаты. Если исследование

характеризуется большой величиной систематических ошибок, детерминированная вы-

борка предпочтительнее, поскольку суждения исследователя позволяют лучше контроли-

ровать выборочный процесс.

Еще один фактор — однородность совокупности с учетом исследуемых переменных.

В неоднородной совокупности предпочтительнее вероятностный метод, поскольку в данном

случае важно сохранить представительность выборки. Вероятностная выборка предпочти-

тельнее с точки зрения статистики, так как она лежит в основе наиболее распространенных

статистических методов.

Таблица

11.4.

Детерминированная и вероятностная

выборка:

за

и против

Условия, благоприятные для

использования

Факторы

детерминированной

выборки

вероятностной выборки

Природа

исследования Поисковой

Итоговое

Относительное

соотношение между

величи-

Систематическая ошибка больше Ошибки выборки

больше

ной

систематических

ошибок и ошибок вы-

борки

Изменчивость

изучаемой совокупности Низкая Высокая

Статистические соображения

Неблагоприятные

Благоприятные

Операционализационные

соображения Благоприятные Неблагоприятные

432 Часть II,

Разработка

плана исследования

Однако применение вероятностной выборки сопряжено со сложностями и требует от ис-

следователей более высокого уровня статистической подготовки. Она, как правило, более доро-

гостоящая

и занимает больше времени, чем детерминированная выборка. При проведении

маркетинговых исследований часто сложно доказать обоснованность дополнительных затрат

времени и денег. Поэтому на практике обоснование того или иного метода выборочного на-

блюдения определяется задачами исследования.

Применение детерминированного

и вероятностного методов выборки

Детерминированная выборка используется при тестировании идеи нового товара, упаковки

и названия

продукции,

а также анализе эффективности рекламы, для которых обычно не тре-

буется распространение результатов на всю

целевую

совокупность. Предметом таких исследо-

ваний является определение различных частей выборки, члены которых дают различные отве-

ты или выражают

различные

мнения. При создании выборки для этих исследований исполь-

зуются такие методы, как

интервью-"перехваты"

в торговых центрах с использованием

квотной выборки.

С другой стороны, вероятностная выборка применяется, когда необходимо точно опреде-

лить рыночную долю компании или объем продаж на всем рынке. Вероятностная выборка ис-

пользуется в исследованиях

общенационального

рынка, которые предоставляют информацию

по категориям продуктов и частоте использования различных торговых марок, а также о психо-

логических и демографических характеристиках потребителей. Исследования с использовани-

ем вероятностной выборки обычно применяются в телефонных опросах. При использовании

стратифицированного и систематического методов для отбора респондентов применяют слу-

чайный набор телефонных номеров.

Международные маркетинговые исследования

При проведении международных маркетинговых исследований составление плана выбо-

рочного наблюдения нередко вызывает затруднения. При

определении

изучаемой совокупно-

сти следует учитывать ряд факторов. Элементы, соответствующие критериям отбора

(респонденты),

могут отличаться друг от друга в разных странах. Так, в Соединенных Штатах

Америки дети играют важную роль при покупке детских сухих завтраков. Однако в странах, где

господствуют авторитарные методы воспитания, элементом, соответствующим критериям от-

бора, будет мать. В Соединенных Штатах Америки женщины играют главную роль при покуп-

ке автомобилей и других товаров длительного пользования, а в странах, где господствующее

положение в обществе занимают мужчины, например на Ближнем Востоке, такие решения

принимают именно они. Доступность респондентов при проведении наблюдения в разных

странах различна. Например, в Мексике посторонние не могут запросто входить в дома людей,

принадлежащих к высшему классу, которые ограждены высокими стенами и охраняются мно-

гочисленными слугами. Кроме того, нумерация жилых домов и названия улиц могут отсутст-

вовать, что значительно затрудняет поиск выбранных

семей

[28].

Создание подходящей основы выборки — также сложная задача. Во многих странах, осо-

бенно в развивающихся, нельзя получить достоверную информацию об изучаемой совокупно-

сти из вторичных источников.

Официальные

данные отсутствуют или выглядят довольно тен-

денциозно. Списки населения могут отсутствовать в продаже. Временные и денежные затраты,

необходимые для составления этих списков, непомерно высокие. Так, в Саудовской Аравии

отсутствует

официально

признанная

перепись

населения; нет выборов, а

следовательно,

нет

бланков регистрации участников

голосования;

отсутствуют точные карты с указанием центров

расселения. В данной ситуации интервьюеры могут получить указания начать с заданной от-

правной точки и отбирать каждый

л-й

жилой дом до тех пор, пока не будет отобрано опреде-

ленное

количество

единиц.

Глава 11. Выборка; планирование и проведение 433