Методы выборки: как получить репрезентативные данные

Выборка — это то меньшинство, по которому вы судите о большинстве. Если она построена правильно, опрос 1000 человек расскажет о миллионе. Если нет — даже 10 000 анкет дадут смещённую картину. Разберём, какие методы выборки существуют и когда какой использовать.

Вероятностные и невероятностные выборки

Все методы делятся на две большие группы. В вероятностной выборке у каждого человека есть известный ненулевой шанс попасть в опрос — только такие выборки позволяют корректно переносить выводы на всю совокупность. В невероятностной выборке отбор зависит от доступности или решения интервьюера, и строгие статистические оценки к ней неприменимы.

Простая случайная выборка

Каждый элемент совокупности имеет равные шансы быть отобранным — как при жеребьёвке. Метод прозрачен и даёт несмещённую оценку, но требует полного списка совокупности (основы выборки), которого часто нет.

Стратифицированная выборка

Совокупность сначала делят на однородные группы — страты (например, по региону, полу, возрасту), а затем случайно отбирают внутри каждой. Это гарантирует представленность всех важных групп и повышает точность при том же объёме.

Кластерная выборка

Совокупность делят на естественные группы — кластеры (города, махалли, дома), случайно отбирают часть кластеров и опрашивают всех внутри них. Это дешевле в полевых условиях, но требует большего объёма для той же точности.

Квотная выборка

Интервьюеры набирают респондентов так, чтобы доли по заданным признакам (пол, возраст) совпадали с генеральной совокупностью. Метод быстрый и недорогой, поэтому популярен в маркетинге, но это невероятностный подход — он не защищает от скрытых смещений.

Главный вопрос не «сколько людей опросить», а «как именно их отобрать». Размер выборки влияет на точность, а метод отбора — на саму её корректность.