О репрезентативности выборки в наглядных примерах
Чтобы посредством опроса получить максимально точные данные о какой-либо группе людей, например, о ее поведении и предпочтениях, было бы логично опросить эту группу целиком. Но что, если интересующая нас группа очень велика? Опрос всех потребителей молока в России или всех жителей Южного административного округа Москвы займет много времени и обойдется в астрономическую сумму денег. А нужно ли опрашивать их всех?О размере выборки и статистической ошибке измерений подробно написано в статье «Выборка. Размер – не главное. Или главное» . В этой статье будет рассмотрено второе требование к выборке, также обеспечивающее качество исследования – репрезентативность.
Согласно теории выборочного метода, неоднократно подтвержденной практикой, опрашивать всех нет необходимости, а можно опросить лишь часть группы, которая может быть в тысячи раз меньше. Эта маленькая часть называется выборкой (или выборочной совокупностью), а большая группа, которую она представляет, называется генеральной совокупностью.
При этом если выборка сформирована правильно, выводы, полученные на основе изучения выборки, могут быть перенесены и на генеральную совокупность. Например, если в выборке женщины значимо чаще, чем мужчины, пользуются дезодорантами, то делается вывод, что и в генеральной совокупности (например, в исследованном городе) присутствует такая закономерность. Процесс переноса выводов с выборки на генеральную совокупность называется генерализацией. А свойство выборки отражать характеристики генеральной совокупности называется репрезентативностью. Для более комфортного запоминания термина на рис.1. приведены иллюстрации, когда выборка отражает свойства генеральной совокупности и когда свойства выборки отличаются от свойств генеральной совокупности.
Рис.1. Иллюстративные примеры соответствия (несоответствия) свойств генеральной совокупности и выборки
Не стоит путать понятие репрезентативности с такими понятиями как валидность и релевантность, хотя они тоже относятся к характеристикам качества исследования.
В социальных науках валидность понимается довольно широко, но чаще всего – как обоснованность. Понятие валидности относится не к выборке, а к исследовательской методике. Методика или измерение (анкета, блок вопросов, тест) считается валидным, если фиксирует именно то понятие или свойство, которое планируется измерить. Например, если мы захотим оценить уровень лояльности клиента к магазину и выберем для этого лишь показатель частоты посещения магазина, валидность этого подхода будет неполной: возможно, респондент часто заходит в магазин только из-за банкомата, который там установлен. Валидная методика в данном примере должна включать и другие показатели: предпочтение магазина, суммы покупок в этом и других магазинах, готовность переключиться на другие магазины, готовность рекомендовать магазин и др.
При установлении валидности решающую роль играет обоснование и последующая проверка гипотезы релевантности, то есть соответствия измеряемых параметров характеристикам исследуемого объекта.
Но вернемся к понятию репрезентативности. В то время как точность измерений зависит от размера выборки, размер выборки не гарантирует ее репрезентативности. Репрезентативность выборки главным образом обеспечивается способом отбора ее участников (респондентов). Примером явного нарушения репрезентативности может послужить шутка о том, что интернет-опрос показал, что 100% людей пользуется интернетом.
Можно выделить несколько вариантов нарушения репрезентативности выборки: когда опрошены не те люди и когда опрошено слишком много (или мало) определенных людей (например, женщин намного больше, чем мужчин). Кроме того, чем меньше размер выборки, тем меньше вероятность того, что она будет репрезентативной. Например, допустим, 1% населения мог бы заинтересоваться новой услугой.
Это 1 из 100 людей. Если размер выборки составляет всего 60 человек, то в вашей выборке может отсутствовать человек, который, скорее всего, будет заинтересован в услуге. Ваша выборка менее репрезентативна, потому что она меньше. Ваши результаты будут разными в зависимости от того, содержит ли ваша выборка одного из этих людей или нет. Пример репрезентативной и нерепрезентативной выборки показан на рис.2.
Рис.2. Пример репрезентативной и нерепрезентативной выборки
На рис.3 показана та же по составу генеральная совокупность, но с другим расположением объектов внутри круга.
Рис.3. Пример репрезентативной и нерепрезентативной выборки при другом расположении объектов генеральной совокупности
Говоря простым языком, репрезентативная выборка – это такая выборка, в которой представлены все подгруппы, важные для исследования. Помимо этого, характер распределения рассматриваемых параметров в выборке должен быть таким же, как в генеральной совокупности.
Простой случайный отбор респондентов представляется оптимальным способом формирования репрезентативной выборки. Поскольку в этом случае у любого представителя генеральной совокупности одинаковая вероятность попасть в выборку, в нее попадут люди с разными характеристиками пропорционально их долям в генеральной совокупности. В итоге выборка будет представлять собой нечто вроде уменьшенной копии генеральной совокупности.
Случайность отбора респондентов в выборку обеспечивается разными способами. Например, для телефонного опроса жителей города берется база данных всех телефонных номеров, и номера респондентов случайным образом выбираются компьютером (с использованием генератора случайных чисел). При уличном опросе интервьюеров распределяют по случайно выбранным точкам и инструктируют опрашивать каждого N-ного прохожего.
Наглядным примером репрезентативной выборки может служить пицца. Если целая пицца – это генеральная совокупность, которую мы хотим изучить, то кусок пиццы – это выборка.
Рис.4. Наглядный пример репрезентативной выборки (пицца)
Важно отметить, что не любой кусок пиццы будет репрезентативной выборкой. Разные способы получения куска пиццы могут принципиально повлиять на качество исследования и выводы, которые будут получены при анализе каждого варианта выборки (рис.4)
(рисунок в сушильной камере, готовится к публикации)
Рис.5. Наглядный пример формирования репрезентативной и нерепрезентативной выборки.
Еще один показательный пример формирования репрезентативной выборки – кастрюля, содержимое которой мы должны узнать (допустим, там скрывается борщ). Мы только один раз можем зачерпнуть из кастрюли ложкой (провести исследование).
В нашем примере ложка – это выборка, а содержимое кастрюли – генеральная совокупность.
Если мы зачерпнем сверху, то придем к выводу, что в кастрюле бульон. Если снизу – решим, что в кастрюле мясо. Зачерпнув где-то посередине, мы получим картошку или капусту. В любом из трех случаев выводы будут неверны. Чтобы получить достоверный результат, нам стоит хорошенько перемешать содержимое кастрюли, перед тем как пробовать его. Перемешивание в данном случае – аналог процедуры простого случайного отбора, поскольку оно предоставляет всем ингредиентам примерно равную вероятность попадания в ложку-выборку (или тарелку-выборку).
Рис.6. Борщ как модель, демонстрирующая репрезентативность выборки.
В реальности применить простой случайный отбор респондентов не всегда удается в полной мере. Например, мы можем абсолютно корректно отобрать в выборку нужное количество номеров домашних телефонов случайным образом, но при их прозвоне выяснится, что дозвониться и поговорить удается преимущественно с пенсионерами, а «поймать» дома молодежь и работающих людей получается плохо.
Возвращаясь к примеру с борщом, если у нас вместо кастрюли – огромный ресторанный котел, а в руках все та же обычная ложка, перемешивание будет неэффективным. Чтобы решить задачу, потребуются иные подходы. Например, мы можем теоретически разделить глубину котла на несколько слоев и постараться зачерпнуть содержимое из каждого слоя (из случайного места слоя: не только в центре, но и по краям). Таким образом, наша итоговая выборка будет состоять уже из нескольких выборок и при этом адекватно отражать содержимое всех слоев котла. Подобные альтернативные подходы называются типами выборки, которых придумано достаточно много для того, чтобы максимизировать репрезентативность выборки в сложных условиях реального мира.
Последствия нарушения репрезентативности выборки: некорректные выводы исследования, выброшенный на ветер бюджет исследования, финансовые потери вследствие применения неправильных выводов. Вы можете выбрать валидную исследовательскую методику, рассчитать объем выборки, обеспечивающий приемлемую точность измерений, но, если выборка исследования нерепрезентативна, получить достоверную информацию не удастся.
ПРИМЕРЫ НАРУШЕНИЯ РЕПРЕЗЕНТАТИВНОСТИ ВЫБОРКИ
ПРЕДВЫБОРНЫЙ ОПРОС
Самым известным примером нарушения репрезентативности выборки является история провала американского журнала «Литературный дайджест».
В 1936 году журнал в очередной раз провел почтовый опрос общественного мнения о вероятных результатах грядущих президентских выборов в США. До 1936 года опрос всегда правильно предсказывал победителя. Опрос 1936 года показал, что победителем с большим отрывом станет кандидат от республиканцев, но в итоге победителем оказался представитель демократов.
Таким образом, гигантская выборка (около 2,4 млн. человек) не обеспечила достоверных результатов. В чем же заключалась причина ошибки?
Называются две основные причины провала: смещение при формировании выборки и смещение вследствие отказа респондентов от участия в опросе.
Прежде всего, журнал включил своих подписчиков в список для рассылки анкет и, желая расширить выборку, использовал два других доступных тогда списка граждан: зарегистрированных автовладельцев и пользователей телефонов.
Во времена Великой Депрессии представители этих групп отличались от остального населения более высоким доходом, как и подписчики самого журнала. Таким образом, полученная база для рассылки не являлась корректным отражением структуры населения США.
Вторая проблема с опросом заключалась в том, что из 10 миллионов человек, чьи имена были в первоначальном списке рассылки, только 2,4 миллиона ответили на опрос. Вероятно, высокий процент отказов был связан с тем, что опрос проводился по почте. Уже в те времена американцы относились к почтовым рассылкам как к спаму. Таким образом, размер выборки составил примерно одну четверть от того, что первоначально планировалось. Когда доля ответивших низка (как это было в данном случае), считается, что исследование страдает от необъективности ответов.
У этой истории две морали: Большая, но неправильно сформированная выборка гораздо хуже маленькой, но правильно сформированной выборки. При проведении опроса не упускайте из внимания смещение отбора и смещение в результате отказов.
СИСТЕМАТИЧЕСКАЯ ОШИБКА ВЫЖИВШЕГО
Пример из военной практики. Во Вторую мировую войну американские военные столкнулись со следующей проблемой. Не все американские бомбардировщики после задания возвращались на базу. На вернувшихся самолетах оставалось множество пробоин от выстрелов противника, но распределены они были неравномерно: больше всего на фюзеляже и прочих частях, меньше в топливной системе и гораздо меньше — в двигателе. Командованию казалось логичным, что в наиболее поврежденных местах нужно установить больше брони.
Привлеченный к решению задачи математик возразил: данные как раз показывают, что самолет, получивший пробоины в этих местах, еще может вернуться на базу. А самолет, которому попали в бензобак или двигатель, выходит из строя и не возвращается. Поэтому укреплять следует те места, которые у вернувшихся самолетов повреждены меньше всего.
Рис .7. Пробоины на вернувшихся самолётах.
Получившие повреждения в других местах не смогли вернуться на базу
Эта задача служит примером нарушения репрезентативности выборки, когда в нее включены не те респонденты: в данном случае, вернувшиеся самолеты, в то время как не вернувшиеся проигнорированы.
Применительно к маркетинговым исследованиям, эта ситуация подобна следующей. При опросе клиентов бизнеса будет ошибкой опрашивать только текущих клиентов и не опрашивать потерянных клиентов (а какие «пробоины» получили они?).
НЕПРАВИЛЬНЫЕ МЕСТА ОПРОСА
При опросе посетителей ТРЦ важно правильно расставить интервьюеров. Например, если поставить интервьюеров только у главного входа, в выборку не попадут посетители, приехавшие в ТРЦ на автомобиле и попавшие в него через парковку. Как следствие, выводы, полученные на собранных данных, будут корректны только для той части посетителей, которые приходят в ТРЦ пешком, а значит, делают меньше покупок, не покупают габаритные товары, живут ближе к ТРЦ, чем приезжающие на автомобиле.
ОТСУТСТВИЕ КВОТИРОВАНИЯ
Другой пример. Бывает, что в разных районах города сбор анкет идет с разной скоростью: где-то (например, в центре города) большой пешеходный поток и у людей есть время на участие в опросе (отдыхающие, в отпуске, офисные сотрудники на обеде), а на окраинах либо мало людей на улицах, либо все спешат на работу и отказываются участвовать. В результате, если не ограничивать доли районов, в выборке будут преобладать люди из центрального района, которые могут значимо отличаться от остальных людей родом занятий, уровнем дохода и образования, уровнем осведомленности о магазинах и др. Таким образом, собранная выборка уже не будет репрезентативной по отношению к населению всего города.
ОНЛАЙН-ОПРОСЫ (ОНЛАЙН-ПАНЕЛИ)
Несмотря на многие положительные стороны онлайн-опросов, такие как экономичность, оперативность сбора информации, удобство ее обработки и т. д., некоторые их особенности напрямую угрожают репрезентативности исследования:
Во-первых, участники онлайн-опросов – это, как правило, активные пользователи интернета, хорошо в нем разбирающиеся и больше подверженные влиянию интернет-культуры, чем обычные люди.
Во-вторых, люди, у которых есть время и желание регулярно участвовать в онлайн-опросах за небольшое вознаграждение, скорее всего, значительно отличаются от остальных людей как по социально-демографическим, так и по психографическим характеристикам.
В-третьих, профессиональное участие в опросах приводит к так называемой профессиональной деформации, когда ответы респондентов на вопросы новых исследований обусловлены предыдущим опытом, но не жизненным, а опытом участия в других опросах.
Таким образом, в данном случае возникает та ситуация, когда опрашиваются не те люди, хотя по формальным характеристикам они подходят под описание целевой аудитории.
ВЫВОДЫ
Итак, чтобы получить достаточно точные данные об интересующей нас группе людей, необязательно опрашивать их всех, благодаря свойству репрезентативности выборки.
«Чем больше, тем лучше» – неправильный подход к формированию выборки.
Небольшая репрезентативная выборка лучше большой, но нерепрезентативной выборки. Применительно к выборке не стоит пугаться слова «случайная». Это вовсе не значит, что в исследовании будут получены случайные результаты. Напротив, случайный подход к формированию выборки делает ее максимально похожей на генеральную совокупность, а значит, репрезентативной.
При проектировании выборки следует учитывать опасность смещения структуры выборки вследствие особенностей сбора информации и других условий.
Вы можете подписаться на уведомления о новых материалах СканМаркет
Подписаться на рассылку
Возврат к списку
Поделиться:
Как правильно рассчитать объем выборки?
Один из главных компонентов тщательно продуманного исследования – определение выборки и что такое репрезентативная выборка. Это как в примере с тортом. Ведь не обязательно съедать весь десерт, чтобы понять его вкус? Достаточно небольшой части.
Так вот, торт – это генеральная совокупность (то есть все респонденты, которые подходят для опроса). Она может быть выражена территориально, например, лишь жители Московской области. Гендерно – только женщины. Или иметь ограничения по возрасту – россияне старше 65 лет.
Высчитать генеральную совокупность сложно: нужно иметь данные переписи населения или предварительных оценочных опросов. Поэтому обычно генеральную совокупность «прикидывают», а из полученного числа высчитывают выборочную совокупность или выборку.
Что такое репрезентативная выборка?
Выборка – это чётко определенное количество респондентов. Её структура должна максимально совпадать со структурой генеральной совокупности по основным характеристикам отбора.
Например, если потенциальные респонденты – всё население России, где 54% — это женщины, а 46% — мужчины, то выборка должна содержать точно такое же процентное соотношение. Если совпадение параметров происходит, то выборку можно назвать репрезентативной.
Это значит, что неточности и ошибки в исследовании сводятся к минимуму.
Объем выборки определяется с учётом требований точности и экономичности. Эти требования обратно пропорциональны друг другу: чем больше объем выборки, тем точнее результат. При этом чем выше точность, тем соответственно больше затрат необходимо на проведение исследования. И наоборот, чем меньше выборка, тем меньше на неё затрат, тем менее точно и более случайно воспроизводятся свойства генеральной совокупности.
Поэтому для вычисления объема выбора социологами была изобретена формула и создан специальный калькулятор:
Доверительная вероятность и доверительная погрешность
Что означают термины «доверительная вероятность» и «доверительная погрешность»? Доверительная вероятность – это показатель точности измерений. А доверительная погрешность – это возможная ошибка результатов исследования. К примеру, при генеральной совокупности более 500 00 человек (допустим, проживающие в Новокузнецке) выборка будет равняться 384 человека при доверительной вероятности 95% и погрешности 5% ИЛИ (при доверительном интервале 95±5%).
Что из этого следует? При проведении 100 исследований с такой выборкой (384 человека) в 95 процентов случаев получаемые ответы по законам статистики будут находиться в пределах ±5% от исходного. И мы получим репрезентативную выборку с минимальной вероятностью статистической ошибки.
После того, как подсчет объема выборки выполнен, можно посмотреть есть ли достаточное число респондентов в демо-версии Панели Анкетолога. А как провести панельный опрос можно подробнее узнать здесь.
Сохранить
Сохранить
Сохранить
Соответствующий образец Определение | Law Insider
означает отдельный образец, собранный менее чем за 15 минут в сочетании с мгновенным измерением расхода.
означает неделю сокращения или неполную неделю, в течение которой рассматриваемый капитал, которого лишил себя заявитель по смыслу параграфа 67(1)—
означает (i) Euroclear, (ii) Clearstream, Люксембург (iii) CREST или (iv) любая другая признанная клиринговая система, в которой могут производиться клиринг ценных бумаг серии ETP.
означает определенное количество Продукта, который должен иметь одинаковый характер и качество в определенных пределах и который производится в соответствии с одним производственным заказом в течение одного и того же производственного цикла.
означает Реестр ценных бумаг личного имущества.
означает судно любого типа, работающее в морской среде, включая катера на подводных крыльях, аппараты на воздушной подушке, подводные аппараты, плавсредства и стационарные или плавучие платформы.
означает любую другую схему, одобренную или требующую одобрения в соответствии с главой 1, часть XIV Закона, а в отношении члена класса А, который является управляющим директором, также любой договор пенсионного аннуитета или трастовую схему, утвержденную в соответствии с главой III, часть XIV, или любую личную пенсионная схема, утвержденная в соответствии с главой IV, часть XIV Закона, поскольку она обеспечивает льготы, обеспеченные взносами в отношении службы.
означает любой государственный или установленный законом орган с
или «MPB», или «Совместно предоставляемый коммутируемый доступ», или «JPSA» относится к соглашению, согласно которому два (2) или более операторов связи, включая оператора ILEC, CLEC или CMRS, получают трафик в том же LATA, что и вызов. должны быть прекращены или исходить от, и совместно предоставлять Услугу коммутируемого доступа межсетевому оператору, при этом каждый оператор ILEC, CLEC или CMRS получает соответствующую долю доходов от IXC, как это определено их действующими тарифами на коммутируемый доступ или, если применимо, договор СМРС.
На любую Дату оценки средневзвешенная цена одной Акции за регулярную торговую сессию Биржи, отображаемая под заголовком «Bloomberg VWAP» на странице Bloomberg «SUNE.N
AQR» на такую Дату оценки в период с 9:30 до 16:00. (время Нью-Йорка) на такую Дату оценки (или, если такая средневзвешенная цена по объему недоступна или, по разумному усмотрению Расчетного агента, является явно ошибочной, разумная и добросовестная оценка такой цены Расчетным агентом на такую Дату оценки) . означает гражданский иск, предъявленный в отношении любого из следующего:
означает точку(-и) подключения(-ей), через которые энергия подается в энергосистему, т.е. точка присоединения.
означает судно валовой вместимостью триста или более тонн с запасом топлива не менее шести тысяч галлонов, перевозящее пассажиров за компенсацию.
Калькулятор объема выборки: сведения о размерах выборки
Начало работы
Сколько человек вам нужно для участия в опросе? Даже если вы статистик, определить размер выборки опроса может быть непросто.
Хотите знать, как его рассчитать? Наш калькулятор размера выборки упрощает эту задачу. Вот все, что вам нужно знать о том, как получить нужное количество ответов для вашего опроса.
Рассчитайте размер вашей выборки
Численность населения
Общее количество людей, чье мнение или поведение будет представлять ваша выборка.
Уровень достоверности (%)
Вероятность того, что ваша выборка точно отражает отношение вашего населения. Промышленный стандарт составляет 95%.
Погрешность (%)
Диапазон (измеряемый в процентах), в котором ответы вашей совокупности могут отличаться от ответов вашей выборки.
Размер выборки
Что такое размер выборки?
Объем выборки — это количество заполненных ответов, полученных в вашем опросе. Она называется выборкой, потому что представляет только часть группы людей (или целевой группы), чье мнение или поведение вас волнует. Например, одним из способов выборки является использование «случайной выборки», когда респонденты выбираются совершенно случайно из населения в целом.
Имея в виду это определение, давайте углубимся в следующие темы:
- Различные способы интерпретации результатов вашей выборки
- Формула, используемая для расчета размера выборки
- Почему наличие подходящего размера выборки для обследования имеет значение
- Как значение размера выборки варьируется в зависимости от типа опроса
Понимание размеров выборки
Вот три ключевых термина, которые вам необходимо понять, чтобы рассчитать размер выборки и дать ему контекст:
Численность населения: Общее количество людей в группе, которую вы пытаетесь изучить.
Если бы вы брали случайную выборку людей из США, то численность населения составила бы около 317 миллионов человек. Точно так же, если вы проводите обследование своей компании, численность населения — это общее количество сотрудников.
Допустимая погрешность: Процент, показывающий, насколько вы можете ожидать, что результаты вашего опроса будут отражать мнение населения в целом. Чем меньше погрешность, тем ближе вы к точному ответу на заданном уровне достоверности.
Уровень достоверности выборки: Процент, показывающий, насколько вы можете быть уверены в том, что население выберет ответ в определенном диапазоне. Например, уровень достоверности 95% означает, что вы можете быть на 95% уверены, что результаты лежат между числами x и y.
Как рассчитать размер выборки
Хотите знать, как рассчитать размер выборки? Если вы хотите выполнить расчет вручную, используйте следующую формулу:
N = численность населения • e = погрешность (процент в десятичной форме) • z = z-показатель
Z-показатель — это количество стандартных отклонений данной пропорции от среднего значения.
To find the right z-score to use, refer to the table below:
| Desired confidence level | z-score |
| 80% | 1.28 |
| 85% | 1,44 |
| 90% | 1,65 |
| 95% | 1,96 |
| 99% | 2,58 |
На что обратить внимание при расчете размера выборки
- Если вы хотите получить меньшую погрешность, вам необходимо иметь больший размер выборки при той же генеральной совокупности.
- Чем выше уровень достоверности выборки, который вы хотите иметь, тем больше должен быть размер вашей выборки.
Имеет ли значение наличие статистически значимого размера выборки?
Как правило, эмпирическое правило заключается в том, что чем больше размер выборки, тем более она статистически значима, а это означает, что меньше шансов, что ваши результаты были получены случайно.
Но вам может быть интересно, имеет ли значение статистически значимый размер выборки. Правда, это индивидуальная ситуация. Выборка обследования все еще может дать вам ценные ответы, даже если размер выборки не представляет генеральную совокупность. Отзывы клиентов — это один из опросов, который делает это независимо от того, есть ли у вас статистически значимый размер выборки. Выслушивание мыслей клиентов даст вам ценную информацию о том, как вы можете улучшить свой бизнес.
С другой стороны, политические социологи должны быть чрезвычайно осторожны при опросе правильного размера выборки — они должны убедиться, что она сбалансирована, чтобы отражать все население. Вот несколько конкретных вариантов использования, которые помогут вам понять, имеет ли значение статистически значимый размер выборки.
Влияние значений опроса на точность его результатов0116
Опросы сотрудников и кадров
Работаете над опросом удовлетворенности сотрудников? Все опросы HR дают важную обратную связь о том, как сотрудники относятся к рабочей среде или вашей компании.
Наличие статистически значимого размера выборки может дать вам более целостное представление о сотрудниках в целом. Однако, даже если размер вашей выборки не является статистически значимым, все равно важно отправить опрос. Опросы, связанные с HR, могут дать вам важную информацию о том, как вы должны улучшить свое рабочее место.
Опросы удовлетворенности клиентов
Как мы уже говорили ранее, опросы удовлетворенности клиентов не обязательно должны основываться на статистически значимом размере выборки. Хотя важно, чтобы ваши ответы были точными и отражали чувства клиентов, вам действительно следует внимательно изучить каждый ответ в опросе об удовлетворенности клиентов. Любая обратная связь, положительная или отрицательная, важна.
Исследование рынка
При проведении исследования рынка наличие статистически значимого размера выборки может иметь большое значение. Опросы по исследованию рынка помогут вам получить больше информации о ваших клиентах и целевом рынке.
Это означает, что статистически значимый размер выборки может легко помочь вам получить представление о вашем целевом рынке в целом. Это также гарантирует, что вы получите самую точную информацию.
Обследования в области образования
Для обследований в области образования мы рекомендуем получить статистически значимый размер выборки, представляющий совокупность. Если вы планируете внести изменения в свою школу на основе отзывов учащихся об учебном заведении, инструкторов, учителей и т. д., статистически значимый размер выборки поможет вам получить результаты, которые приведут вашу школу к успеху. Если вы планируете просто получать отзывы от студентов, чтобы узнать, что они думают, и не обязательно вносить изменения в систему, статистически значимый размер выборки может быть не таким важным.
Медицинские обследования
При проведении медицинских обследований статистически значимый размер выборки может помочь вам выяснить, какие проблемы со здоровьем вызывают у ваших пациентов большую озабоченность, чем у других.
Это также может помочь вам сделать выводы в медицинских исследованиях. Тем не менее, если вы используете Опросы в области здравоохранения для целей удовлетворенности пациентов или опрашиваете пациентов об их регулярном уходе, статистически значимый размер выборки может быть не таким важным. Без него вы все равно сможете получать ценную информацию от отдельных пациентов об их потребностях и опыте.
Случайные опросы
Ежедневно вы можете отправлять опросы друзьям, коллегам, семье и т. д. В этом случае все зависит от того, что вы ищете в своем опросе. Если вы хотите, чтобы ваши результаты использовались в качестве доказательства, важен статистически значимый размер выборки. Если нет и вы используете SurveyMonkey просто для развлечения, отправка опроса нескольким людям не помешает.
Вам нужно больше ответов?
Не просто гадайте, сколько людей должно принять участие в вашем опросе, и не увязайте в вероятностных выборках или моделях вероятностного распределения — воспользуйтесь нашим калькулятором размера выборки.