Выборка исследования: генеральная совокупность, объем и репрезентативность

Выборка исследования — это часть объектов генеральной совокупности, которую изучают для ответа на научный вопрос. Ее объем рассчитывают под конкретную задачу: оценить показатель с заданной точностью или обнаружить различие установленной величины. Репрезентативность характеризует, насколько обоснованно результаты позволяют судить о выбранной совокупности. Большое число наблюдений само по себе не устраняет ошибки отбора.

План отбора и обоснование объема определяют до набора участников, затем раскрывают в научной статье.

Содержание

• Что такое генеральная совокупность и выборка исследования
• Как правильно определить целевую генеральную совокупность
• Что такое основа выборки и почему она влияет на результат
• Что означает репрезентативность выборки
• Почему большая выборка не гарантирует репрезентативность
• Вероятностный и невероятностный отбор: в чем разница
• Простая случайная, систематическая, стратифицированная и кластерная выборка
• Когда используют отбор доступных случаев, целевую и квотную выборку
• От чего зависит необходимый объем выборки
• Как размер эффекта, мощность и уровень значимости влияют на объем выборки
• Как рассчитывают объем выборки для оценки доли или среднего
• Как рассчитывают объем выборки для сравнения групп
• Когда нужна поправка на конечную генеральную совокупность
• Как учитывать ожидаемые отказы и потерю участников
• Ошибка выборки, систематическое смещение и пределы обобщения
• Как описать выборку и способ отбора в научной статье
• Как обосновать объем выборки в разделе «Материалы и методы»
• Типичные ошибки при формировании и описании выборки
• Чек-лист выборки до начала сбора данных
• Подготовка научной статьи к публикации с издательством R&S
• Вопросы и ответы

Что такое генеральная совокупность и выборка исследования

Генеральная совокупность — полное множество единиц, к которому относится исследовательский вопрос. Единицами могут быть люди, предприятия, документы, публикации, производственные партии или события. Выборка содержит отобранную часть этих единиц. Размер совокупности обычно обозначают N, объем выборки — n.

Например, все первокурсники университета образуют совокупность, опрошенные студенты — выборку, а доля работающих среди опрошенных — выборочную оценку.

Единица отбора, источник ответа и единица анализа могут различаться: отбирают семьи, анкету заполняет родитель, а показатели относятся к ребенку.

Сплошное обследование охватывает всю совокупность, однако сохраняет риски пропусков, неточных измерений и неверной регистрации данных.

Как правильно определить целевую генеральную совокупность

Целевую совокупность определяют через признаки, позволяющие решить, относится ли объект к исследованию. Формулировок «молодежь» или «современные организации» без уточнений недостаточно.

В определении фиксируют:

• возрастные или иные содержательные границы включения;
• территорию проживания либо расположения объектов;
• временной период, к которому относится исследуемое состояние;
• необходимый статус: обучение, занятость, диагноз, отрасль деятельности.

Целевая и доступная совокупности могут различаться: изучают работников всей отрасли, но участников набирают только в согласившихся организациях. Такое ограничение учитывают в цели и выводах.

Что такое основа выборки и почему она влияет на результат

Основа выборки — перечень или другой механизм доступа к единицам, из которых выполняют отбор. Это может быть реестр сотрудников, адресная база, список организаций или карта территориальных участков. Состав основы определяет, кто вообще получает шанс попасть в исследование.

В опросе по базе одного оператора жители вне этой базы не представлены в отборе. Случайный выбор записей не восстановит отсутствующие категории: возникает неполнота охвата.

Перед использованием реестра проверяют:

• повторяющиеся записи, из-за которых один объект может быть выбран несколько раз;
• закрытые организации и другие единицы, уже не соответствующие условиям обследования;
• устаревшие реквизиты, препятствующие контакту с выбранным участником;
• несовместимые коды категорий при объединении нескольких баз.

Без поименного перечня можно сначала выбирать территории, затем составлять локальные списки.

Что означает репрезентативность выборки

Репрезентативность — способность выборки достаточно адекватно представлять целевую совокупность для определенной задачи. Она зависит от охвата, механизма включения, отклика и учета существенных различий между обследованными и необследованными единицами.

Совпадение возрастных и половых пропорций не доказывает представительность по всем характеристикам. В одинаковых демографических группах участники могут отличаться от остальных доходом или интересом к теме. Репрезентативность нельзя подтвердить одним тестом.

При неравных вероятностях включения применяют веса, базово пропорциональные обратной вероятности отбора. Их корректировка помогает учитывать известную структуру, но не гарантирует устранения смещения по неизмеренным признакам. Веса учитывают и при расчете неопределенности.

Почему большая выборка не гарантирует репрезентативность

Увеличение объема уменьшает случайные колебания при корректном плане, но не устраняет систематический перекос. Сто тысяч ответов подписчиков профессионального сообщества не представляют автоматически всех работников страны.

Для независимых наблюдений стандартная ошибка среднего при прочих равных убывает примерно пропорционально 1/√n. Чтобы уменьшить ее вдвое, требуется примерно вчетверо больше наблюдений. Однако эта закономерность описывает случайную составляющую, а не исправление состава участников.

У крупного массива может быть узкий доверительный интервал вокруг смещенной оценки. Он не отражает все недостатки охвата и самоотбора.

Большая выборка помогает точнее оценить показатель только в пределах того, как были получены данные. Численность не заменяет обоснование отбора.

Вероятностный и невероятностный отбор: в чем разница

При вероятностном отборе единицы включают по случайной процедуре, а их ненулевые вероятности включения известны или вычислимы из плана. Эти вероятности не обязаны быть одинаковыми: некоторые категории намеренно обследуют чаще, а при оценивании учитывают различия.

При невероятностном отборе вероятности включения не определяются процедурой набора. Участников привлекают через объявления, по доступности или содержательным признакам. Обобщение требует дополнительных предположений.

К добровольному интернет-опросу нельзя автоматически применять погрешность простой случайной выборки. Модельные интервалы требуют раскрытия модели и ее предположений.

Случайный отбор также отличается от случайного распределения по группам. Первый помогает обосновать представление совокупности, второй — сопоставимость экспериментальных условий. Распределение добровольцев между двумя воздействиями не делает их случайной выборкой населения.

Простая случайная, систематическая, стратифицированная и кластерная выборка

Вероятностный план выбирают с учетом основы, расположения объектов и подгрупп, для которых нужны самостоятельные оценки.

Вид выборки	Как выполняют отбор	Что необходимо учитывать
Простая случайная	Из полного списка случайно выбирают n единиц, обычно без возвращения	При фиксированном n все допустимые наборы имеют одинаковую вероятность
Систематическая	После случайного старта выбирают каждую k-ю запись	Периодичность списка, совпадающая с шагом, может исказить состав
Стратифицированная	Совокупность делят на непересекающиеся страты и случайно отбирают единицы из каждой	Распределение объема между стратами бывает пропорциональным и непропорциональным
Кластерная	Случайно выбирают группы, например школы, и обследуют единицы внутри выбранных групп	Сходство объектов внутри кластера влияет на точность оценок

При стратификации обследуют все страты, при кластерном плане — выбранные кластеры. Дополнительный отбор классов и учеников внутри школ делает план многоступенчатым.

Когда используют отбор доступных случаев, целевую и квотную выборку

При отборе доступных случаев включают посетителей одной организации, участников курса или добровольцев из объявления. Такой набор подходит для предварительной проверки процедуры, но не обеспечивает автоматически выводы обо всем населении.

Целевую выборку формируют по содержательным требованиям: например, ищут экспертов с определенным опытом. В качественном исследовании достаточность материала оценивают по аналитической задаче и разнообразию случаев, а не по погрешности доли.

Квотная выборка задает численность отдельных категорий, например по сочетанию возраста и региона. Она отличается от стратифицированной тем, что внутри категорий набор обычно неслучаен. Выполнение квот контролирует выбранные признаки, но не все причины участия.

От чего зависит необходимый объем выборки

Объем определяют по главному результату и допустимой неопределенности. Для оценки распространенности, сравнения программ и прогностической модели нужны разные расчеты.

Учитывают точность, вариабельность показателя, соотношение групп, структуру наблюдений и ресурсы. Для проверки гипотезы дополнительно задают существенное различие, мощность и уровень значимости.

Для отдельных выводов по регионам или возрастным категориям достаточность оценивают внутри этих категорий. Общий n не гарантирует точность в малочисленной подгруппе. При нескольких основных задачах проверяют требования каждой.

Сложный отбор учитывают через дизайн-эффект — отношение дисперсии оценки к дисперсии при простой случайной выборке сопоставимого объема. Если базовый расчет дает 400 наблюдений, а обоснованный дизайн-эффект равен 1,5, ориентир увеличивается до 600 до учета отказов.

Как размер эффекта, мощность и уровень значимости влияют на объем выборки

Чем меньше различие, которое требуется обнаружить, тем больше данных обычно нужно. Размер эффекта задают в баллах, минутах, процентных пунктах либо стандартизированно. Основание выбора — научная или практическая значимость.

Мощность 1−β — вероятность обнаружить заданный эффект выбранным критерием при расчетных предположениях. Часто используют ориентиры 80% и 90%, но универсального требования нет. Повышение мощности обычно увеличивает n.

Уровень значимости α ограничивает вероятность ошибки первого рода при верной нулевой гипотезе и соблюдении условий метода. Переход от α = 0,05 к α = 0,01 обычно требует большего n. Учитывают и поправки для нескольких проверок.

Односторонний или двусторонний характер проверки задают заранее. Менять его после просмотра результата ради уменьшения p-value нельзя.

Как рассчитывают объем выборки для оценки доли или среднего

Для оценки доли в большой совокупности при простой случайной выборке используют приближенную формулу:

n₀ = z² × p × (1−p) / d².

Здесь p — ожидаемая доля, d — абсолютная погрешность, z — квантиль стандартного нормального распределения. Для двустороннего доверия 95% z ≈ 1,96. При неизвестной доле p = 0,5 дает наибольший объем по этой формуле.

При d = 0,05 получают n₀ = 1,96² × 0,5 × 0,5 / 0,05² = 384,16. Результат округляют вверх: требуется 385 наблюдений до дополнительных поправок. Погрешность здесь равна пяти процентным пунктам, а не пяти процентам от оцениваемого значения.

Полуширина интервала для доли	Расчетный объем при p = 0,5 и доверии 95%
±5 процентных пунктов	385
±3 процентных пункта	1068
±2 процентных пункта	2401

Для среднего при независимых наблюдениях первоначальное приближение имеет вид:

n₀ = (z × σ / d)².

Здесь σ — ожидаемое стандартное отклонение, d — погрешность в единицах показателя. При σ = 12 баллов, точности ±3 балла и доверии 95% получают 61,47, то есть 62 наблюдения.

Стандартное отклонение берут из сопоставимых данных. При неизвестной дисперсии расчет уточняют с использованием распределения Стьюдента. Для редких событий, малых n и сложного плана нормального приближения может быть недостаточно.

Как рассчитывают объем выборки для сравнения групп

Объем для сравнения групп рассчитывают по минимальному различию, которое требуется обнаружить. Заранее определяют основной показатель, независимый или парный характер данных, распределение численности и критерий.

Для двух независимых групп одинакового размера, общего стандартного отклонения σ и двустороннего сравнения средних используют приближение:

n на группу ≈ 2 × (z₁₋α/₂ + z₁₋β)² × σ² / Δ².

Δ — минимальное различие средних, которое требуется обнаружить. При α = 0,05, мощности 80% и Δ/σ = 0,5 получается примерно 63 участника на группу. Расчет для конкретного t-критерия может потребовать несколько большего n.

Для сравнения долей задают ожидаемые значения в обеих группах. Различие между 10% и 15% и различие между 45% и 50% одинаковы в процентных пунктах, но требуют разного объема из-за разной дисперсии.

Для парного исследования учитывают разброс индивидуальных изменений; для времени до события — ожидаемое число событий. При кластерном распределении воздействий учитывают число кластеров и внутрикластерное сходство.

Когда нужна поправка на конечную генеральную совокупность

Поправку используют, когда оценивают характеристику конкретной конечной совокупности и отбирают без возвращения заметную долю ее единиц. Для простой случайной выборки предварительный объем n₀ корректируют так:

n = n₀ / [1 + (n₀−1) / N].

Если N = 1000, а исходный расчет для доли дал n₀ = 384,16, скорректированный результат составляет примерно 277,74. После округления вверх достаточно 278 наблюдений при сохранении остальных предположений.

При малой доле обследования влияние поправки невелико. В многоступенчатых планах учитывают особенности каждой ступени.

Размер реестра одной организации нельзя подставлять как N для выводов обо всей отрасли или будущих участниках.

Как учитывать ожидаемые отказы и потерю участников

Расчетное число наблюдений и число приглашений — разные величины. Если для анализа нужно n завершенных наблюдений, а ожидаемая доля отклика равна r, первоначальное число приглашений оценивают как n/r.

Для 300 анкет при отклике 75% нужны 400 приглашений. Прибавить 25% недостаточно: из 375 приглашенных получится в среднем около 281 завершенной анкеты.

Если после включения ожидается дополнительная потеря доли L участников, учитывают и сохранность наблюдения: число приглашений ≈ n/[r × (1−L)]. При n = 300, r = 0,75 и L = 0,10 получается около 444,44, то есть 445 приглашений. Это плановое ожидание, а не гарантия достижения объема.

Резерв не устраняет смещение из-за неответов. Регистрируют причины отказов и выбытия, анализируют доступные характеристики неответивших и заранее определяют обработку неполных данных.

Заменять отказавшихся первыми согласившимися нельзя: дополнительный набор должен сохранять процедуру отбора.

Ошибка выборки, систематическое смещение и пределы обобщения

Ошибка выборки возникает из-за изучения части совокупности. Стандартная ошибка характеризует изменчивость оценки при повторении процедуры, а стандартное отклонение — разброс индивидуальных значений.

Систематическое смещение — устойчивый сдвиг результата, например из-за неполного охвата или самоотбора. Ошибки измерений тоже влияют на итог, хотя не сводятся к отбору.

При повторении корректной процедуры около 95% ее 95%-х доверительных интервалов накрывали бы истинный параметр. Интервал не гарантирует отсутствия смещения.

Внешняя применимость зависит и от условий наблюдения: результат одного центра или сезона не обязательно сохраняется в другой обстановке. Границы переноса выводов необходимо назвать.

Как описать выборку и способ отбора в научной статье

Описание позволяет восстановить путь от совокупности до анализируемых данных. В методах раскрывают условия и правила набора, в результатах — численность на последовательных этапах и состав участников.

Например, описание процедуры может выглядеть так: «Из реестра 1200 работников предприятия простым случайным отбором без возвращения выбраны 400 человек. Завершенные анкеты получены от 312 работников; из них 8 анкет исключены из основного анализа из-за отсутствия ответа по первичному показателю. Основной анализ выполнен для 304 участников».

Различают отобранных, ответивших и включенных в анализ. Если у показателей разные знаменатели из-за пропусков, их указывают отдельно.

Категории представляют численностью и долей, количественные признаки — подходящими мерами положения и разброса. При взвешивании различают фактический n и взвешенные проценты.

Как обосновать объем выборки в разделе «Материалы и методы»

Обоснование показывает, какой результат должен обеспечивать запланированный n. Утверждение «объем достаточный для анализа» нельзя проверить без исходных параметров.

Последовательность обоснования включает несколько действий:

1. Назвать основной оцениваемый показатель или проверяемое различие.
2. Указать точность и доверие либо размер эффекта, мощность и α.
3. Объяснить происхождение ожидаемой доли, дисперсии и других исходных предположений.
4. Описать расчетный метод и существенные особенности дизайна.
5. Разделить базовый объем для анализа и план набора с поправками.

Пример: «Для простой случайной выборки из большой совокупности рассчитано 385 завершенных наблюдений при ожидаемой доле 0,5, доверии 95% и абсолютной погрешности 0,05. При ожидаемом отклике 70% предусмотрено 550 приглашений».

Для существующего массива или всех подходящих случаев за установленный период объясняют происхождение объема и оценивают достижимую точность. Мощность, вычисленная из полученного эффекта после анализа, не заменяет планового расчета.

Типичные ошибки при формировании и описании выборки

Считать строки независимыми участниками — ошибка. Двадцать измерений у каждого из десяти человек дают 200 измерений, но не 200 независимых людей. Игнорирование зависимости может занизить неопределенность.

Удалять крайние значения ради ожидаемого вывода недопустимо. Правила обработки аномалий должны иметь содержательное основание, изменения процедуры необходимо раскрывать.

Расчет для двух основных групп не гарантирует достаточности для десятков подгрупп. Дополнительный исследовательский анализ отделяют от заранее запланированной подтверждающей проверки.

Масштаб научного вывода должен соответствовать тому, кого и каким способом исследовали.

Чек-лист выборки до начала сбора данных

До запуска проверяют готовность процедуры: сбои полевого этапа могут сделать наблюдения несопоставимыми даже при обоснованном расчете.

• Пробное заполнение анкеты выявило неоднозначные инструкции и технические пропуски.
• Интервьюерам передан единый сценарий контакта без произвольного изменения формулировок.
• Повторные обращения распределены по разным дням и часам.
• Назначен ответственный за журнал отклонений от протокола.
• Предусмотрен отказ от отдельных ответов без ввода вымышленных значений.
• Утверждены правила хранения контактов и доступа к персональным данным.

Протокол, расчет и рабочая документация помогают подготовить проверяемый раздел методов. Сохраненные решения позволяют объяснить, чем фактический набор отличается от первоначального плана и как эти отклонения учтены при анализе.

Подготовка научной статьи к публикации с издательством R&S

Издательство R&S помогает ученым, аспирантам и преподавателям подготовить рукопись к публикации и подобрать научный журнал по тематике исследования. Авторы могут обратиться за редактированием, оформлением статьи по требованиям издания и предварительным рецензированием.

Специалисты сопровождают подготовку рукописи и публикационный процесс. Это позволяет автору сосредоточиться на научном содержании, сохраняя внимание к требованиям выбранного журнала.

Для обсуждения публикации направьте текст статьи и укажите научную специальность. R&S поможет определить дальнейшие этапы работы с рукописью.

Вопросы и ответы

Существует ли универсальный минимальный объем выборки?

Нет. Пороги «не меньше 30» или «достаточно 100» не учитывают задачу, изменчивость данных и дизайн. Необходим расчет или содержательное объяснение доступного объема.

Можно ли считать выборку репрезентативной только потому, что участников больше 100?

Нет. Число 100 не проверяет полноту охвата и механизм участия. Нужно выяснить, кто отсутствует среди обследованных и чем процедура ограничивает выводы.

Чем репрезентативность отличается от достаточного объема выборки?

Репрезентативность относится к представлению совокупности, достаточность объема — к статистической задаче. Организованный отбор может давать низкую точность, а огромный массив — систематический перекос.

Что делать, если размер генеральной совокупности заранее неизвестен?

Для первоначального расчета точности часто используют формулу для большой совокупности без конечной поправки. При этом необходимо определить саму целевую группу и механизм доступа к ней. Неизвестное N не оправдывает неопределенные границы исследования.

Можно ли увеличить выборку уже после начала исследования?

Да, при обосновании и документировании изменения. Возможны заранее предусмотренные последовательные планы. Набор до первого p < 0,05 без соответствующей процедуры изменяет риск ложноположительного вывода.