Вопрос № 31. Понятие выборочной совокупности. Типы выборок.

«Рож­дение» социологического исследования начинается с ответа на воп­рос либо «Что изучать?», либо «Зачем и для достижения каких целей изучать?» Любое исследование как-то планируется незави­симо от того, в рамках какого подхода оно проводится.

Существует множество приемов, способов «рождения» социо­логического исследования. Введем логическую цепочку вопросов.

Что изучать? Зачем и для достижения каких целей изучать? Где и при каких условиях изучать? С помощью каких средств изучать?

Что же изучает социолог? Ответ на этот вопрос и сложен, и прост одновременно. Опять же будем исходить из упрощенной схе­мы. Социолог изучает социальные явления (наркомания, проститу­ция, образ жизни «новых русских» и т. д.). Социолог изучает соци­альные общности (молодежь, пенсионеры, наркоманы, алкоголики, «новые русские» и т. д.). Социолог изучает социальные факты, та­кие, как результаты референдума, «феномен господина X на выбо­рах» и т. Д. Социолог изучает социальные процессы, например, социализацию, политизацию. Социолог изучает социальные нормы, ценности, установки, потребности, поведение, идентичности и т. д. Социолог понимает, описывает, объясняет и пытается предсказать развитие социальных явлений и процессов. При этом чем глубже и лучше изучена инте­ресующая социолога область, тем труднее ответить на вопрос «Что изучать?».

На каком бы «языке» социолог ни изучал социальную реаль­ность, какой бы срез этой реальности он ни исследовал, от биогра­фии отдельного индивида до социетального уровня, он ее изучает через призму проявления свойств либо социального явления, либо социального объекта, либо социального процесса, либо отдельно взятых индивидов. Свойство —сугубо теоретическое и очень широкое понятие. Мы остановимся только на свойствах особого, достаточно простого вида. Какие же это свойства? Только такие, относительно которых пред­положительно возможны высказывания типа: у объекта А заданно­го свойства больше, чем у объекта В, или: объекты А и В неразли­чимы с точки зрения этого свойства. Здесь под объектами понимаются эмпирические объекты в соответствии с объектами анализа. Можно считать, что объект анализа и единица исследова­ния — это одно и то же.

В нашем случае речь идет о сравнимых эмпирических объектах, в роли которых могут выступать респонденты, эксперты, семьи, студенческие группы, регионы, районы, страны, социальные общ­ности и т. д. Эмпирические объекты — объекты сравнения. Эмпири­ческие объекты — объекты анализа. Это необязательно непосред­ственные носители информации. Например, эмпирическими объектами являются семьи, бригады, группы, а носителем (источ­ником) информации для их изучения — отдельные респонденты. Далее будем пользоваться термином «объект», имея в виду эмпирический объект. Каждый такой объект обладает различными свойствами. Итак, рассматриваем те и только те свойства, относительно которых можно говорить в терминах «равно» — «не равно», «есть» — «нет», «больше» — «меньше».

Вообще-то мы выпускаем из рассмотрения целый пласт из об­ласти методологии социологического исследования, связанный с язы­ком переменных. Переменная — эмпирически интерпре­тируемое понятие. Свойство социального объекта — понятие высокого уровня общности. В исследовании от свойств переходят к системе концептуальных переменных. От них — к операционально опреде­ленным переменным. Тем самым возникают два типа определений: концептуальных и операциональных. Напомним то, что вам известно из курса «Методы сбора информации», а именно операциональ­ное определение — совокупность инструкций для осуществления дей­ствий исследователя по установлению значения переменной. Вместо переменной возможно и употребление понятия «признак». Обычно в рамках одной и той же работы встречаются несколько терминов для обозначения одного и того же.

Свойство — это и переменная, и признак, и еще то, что нельзя назвать ни тем, ни другим. Поэтому, чтобы не уходить в понятийные дебри, будем пока придерживаться термина «свойство» и рассматри­вать достаточно специфическую группу свойств. При этом будем счи­тать, что в результате построения модели изучения свойства дохо­дим до эмпирических индикаторов. Последние можно было бы назвать также наблюдаемыми признаками, операционально определенными переменными.

Объект социоло­гического исследования — это то, на что направлен, процесс познания.

Помимо объекта выделяется также предмет, изуче­ния, или те наиболее значимые с практической или теоретической точки зрения свойства, стороны, особен­ности объекта, которые подлежат непосредственному изучению. Остальные стороны или объекта остаются как бы вне поля зрения исследователя. Поскольку объект — то, что содержит социальную про­блему, постольку предмет — это те его свойства и сторо­ны, которые наиболее выпукло выражают несходство интересов социальных субъектов, личности и организа­ций, образуют как бы полюса социального противоречия или конфликта.

Обычно предмет исследования содержит в себе центральный вопрос проблемы, связанный с предполо­жением о возможности обнаружить в нем закономер­ность или центральную тенденцию.

Генеральная совокупность — та общность, которую мы изуча­ем (молодежь России, студенческие семьи, «новые русские», ку­рильщики, наркоманы, пенсионеры и т. д.). Выборка — та часть генеральной совокупности, которую мы непосредственно наблюда­ем. Посредством изучения эмпирических закономерностей по выборочным данным делаются выводы относительно всей генераль­ной совокупности. Выборка, естественно, должна быть репрезентативной, т. е. все эмпирические закономерности, полученные по ней, можно распространить и на всю генеральную совокупность. При этом считается, что отклонения эмпирических закономерностей от реальных носят случайный характер. Без использования таких по­нятий как «доверительный интервал», «ошибка выборки», невозмож­но распространение того, что получено для выборки на всю гене­ральную совокупность. Первое понятие означает, что существует интервал вокруг значения (для выборки) характеристики, в кото­ром находится истинное (для генеральной совокупности) значение этой характеристики. Второе понятие используется для оценки от­клонения выборки от генеральной совокупности. Эти понятия взаимосвязаны между собой.особенности

Выборочный метод: определение и истоки

Задача построения выборки возникает всякий раз, когда необходимо собрать информацию о некоторой группе или большой совокупности людей. Выборку в той или иной форме используют в ориентированных на «жесткие» статис­тические методы опросах, в исследованиях политических и культурных элит и даже при отборе «случаев» для включенного наблюдения и качественного анализа.

Статистические (или квазистатистические) обследования населения и ресур­сов, судя по всему, зародились одновременно с первыми формами централизо­ванной социальной и политической организации: развитые аграрные общества и древние города-государства нуждались в такой информации и использовали ее при решении разнообразнейших управленческих задач — от фискальной политики до строительства общественных бань. Эти обследования иногда при­нимали форму сплошных переписей населения. (Об одной такой переписи, имевшей, правда, самые печальные последствия, рассказывает нам книга про­рока Самуила: когда царь Давид (X в. до н. э.) осуществил перепись населения древнего Израиля, в стране разразилась страшная эпидемия (2 Цар. 24). Однако значительно чаще приходилось довольствоваться сведениями о какой-то части совокупности: об урожайности судили по пробному обмолоту, о партии това­ра — по образцу, а о прихожанах — по их духовному наставнику.

Выборка — это подмножество заданной совокупности (популяции), позволяю­щее делать более или менее точные выводы относительно совокупности в це­лом. Зачем нужно строить выборки? Прежде всего, из практических соображе­ний, так как выборка экономит силы и средства исследователей. Проведение полномасштабной переписи или сплошного опроса населения требует значи­тельных финансовых и трудовых затрат, которые к тому же могут пропасть впу­стую в случае, если в разработке методики исследования были допущены прин­ципиальные просчеты.

Другая причина заинтересованности в выборках связана с тем, что выборочная процедура представляет собой удобную и экономичную форму индуктивного вывода^[1]. Третья причина заключается в том, что эта процедура реализует фун­даментальный принцип рандомизации, т. е. случайного отбора (от англ. random — случайный, выбранный наугад).

Представление о том, что отбор наблюдений должен носить случайный, непре­думышленный характер, в общем соответствует нашему интуитивному знанию об условиях вынесения объективного и непредвзятого суждения. Однако строгая, т. е. математико-статистическая, теория случайной выборки вплоть до кон­ца XIX — начала XX вв. не пользовалась популярностью в среде профессио­нальных статистиков. Многим исследователям казалось, что в основе отбора должна лежать не «игра случая», а поиск типичных, характерных наблюдений. Это убеждение препятствовало применению в массовых обследованиях мето­дов теории вероятности, достигшей высочайшего уровня развития уже в XVIII— первой половине XIX вв. Применимость выборочного метода для изучения слу­чайно распределенных признаков, например дохода или размера семьи, была впервые обоснована в работах норвежца А. Киэра, англичан А. Боули и К. Пир­сона, а также русского статистика А. И. Чупрова.

Следующим принципиально важным шагом в развитии выборочного метода стала осуществленная Р. Фишером разработка техники рандомизации в экспе­рименте и выборочном наблюдении^[2]. Что же касается выборочного обследования, то оно часто используется как «замена» экспериментального метода. Нельзя провести эксперимент, в котором людям в случайном порядке присваиваются определенные значения переменных «пол» или «цвет кожи». Однако примене­ние выборочного метода и статистического анализа, как мы увидим в дальней­шем, позволяет справляться с этими ограничениями и делать выводы о взаимо­связях между самыми разными переменными, включая вышеупомянутые. Но для того, чтобы такие выводы были обоснованы, нужно устранить любое систематическое влияние «посторонних», смешивающих факторов на изучаемые переменные. Единственным средством для достижения этой цели является аб­солютно случайный характер отбора наблюдений. Лишь равенство шансов по­падания в выборку для каждого наблюдения, т. е. отбор «наугад», гарантирует от намеренных или ненамеренных искажений. Пусть, например, в ходе опроса мы изучаем влияние пола и рода занятий респондента на его отношение к пла­нированию семьи и ограничению рождаемости. Если используемая нами выбо­рочная процедура ведет к тому, что работающие женщины имеют несколько меньшие шансы стать респондентами, чем домохозяйки и пенсионерки (после­дних, как известно, проще застать дома), наши результаты наверняка окажутся смещенными.

Поэтому наилучшей моделью отбора считается вероятностная, или случай­ная, выборка, в которой строго соблюдается принцип равенства шансов попа­дания в выборку и для всех единиц изучаемой совокупности, и для любых после­довательностей таких единиц.

Именно с рассмотрения разных подходов к построению вероятностной выбор­ки мы и начнем наше обсуждение, чтобы в дальнейшем перейти к не столь совершенным видам целевого, т. е. не основанного на вероятностях отбора, и их роли в практике социологических исследований.

Выше мы определили, что такое выборка. Сейчас нам необходимо строго опре­делить еще несколько элементарных понятий. Переписью называют процедуру сбора информации о каждом члене изучаемой группы или популяции. Все чле­ны интересующей исследователя группы (популяции) составляют генеральную совокупность. Выборочная процедура обеспечивает обоснованность и «закон­ность» выводов о генеральной совокупности, сделанных на основании неболь­шой выборки.

Типы вероятностных выборок и их реализация

Первым шагом в построении любой модели отбора, включая вероятностную, является определение генеральной совокупности. Решение этой задачи далеко не всегда бывает очевидным. Прежде всего, генеральная совокупность, т. е. множество интересующих социолога объектов исследования, может быть задана и описана лишь на основе каких-то содержательных представлений. Если, например, нас интересуют политические пристрастия избирателей, естествен­но включить в генеральную совокупность лишь тех, кто уже достиг 18-летнего возраста. Изучение факторов, влияющих на формирование семейного бюд­жета горожан, потребует иного определения генеральной совокупности: ин­тересующая исследователя популяция в данном случае будет состоять из городских семей.

Полезно также помнить о том, что идеальная генеральная совокупность, зада­ваемая теоретическим описанием предмета исследования, почти никогда не будет полностью совпадать с реальной совокупностью. Реальная генеральная сово­купность подвержена постоянным колебаниям: «взрослое население города Воронежа на 00 час 15 ноября 1996 года» будет отличаться от «взрослого насе­ления города Воронежа на 00 час 16 ноября 1996 года». Некоторые люди за день уедут из города, попадут в больницу, некоторые — вернутся домой из ко­мандировки и т. п. Поэтому столь важно при описании изучавшейся в исследовании генеральной совокупности указывать время и место проведения иссле­дования. Следует также помнить, что идеальная генеральная совокупность — это теоретическая абстракция, более или менее совпадающая с реальной сово­купностью. Выборка осуществляется из реальной популяции, переход от которой к идеальной совокупности обеспечивается не только правилами статисти­ческого вывода, но и некоторой долей теоретического воображения.

Если исследователь построил выборку, которая представляет интересующую его совокупность с приемлемой степенью точности, то полученная выборка является репрезентативной (представительной). В противоположном случае можно говорить о наличии существенной выборочной ошибки. Более строго выборочную ошибку определяют как расхождение между оценкой некоторого показателя, получаемой на основании исследования выборки, и истинным зна­чением этого показателя в генеральной совокупности.

К счастью, существуют точные методы для учета и оценки случайной выборочной ошибки, связанной с не носящими систематического характера колебания­ми изучаемой переменной в разных подвыборках из одной и той же генераль­ной совокупности. Подробнее эти методы мы будем обсуждать ниже (в частно­сти, формулы для расчета случайной ошибки выборки будут рассмотрены в главе 8). Значительно более серьезную проблему создает наличие система­тических смещений, возникающих в результате нарушения случайного характера выборочной процедуры. Результаты такого «не вполне случайного» отбоpa могут выглядеть более или менее правдоподобно, однако сами по себе он: никогда не позволят обнаружить смещение или оценить его величину.

Последнее утверждение можно проиллюстрировать на примере классического опыта с рулеткой. Если нам скажут, что вчера десять раз подряд выпало «крас­ное», мы сможем назвать такую серию событий крайне маловероятной. Однако этот субъективно подозрительный результат сам по себе не дает оснований для каких-то суждений о величине и характере ошибок, порождаемых выборочной процедурой, т. е. об исправности механизма самой рулетки.

Систематическая ошибка выборки не обязательно является результатом злого умысла. Например, в США во время войны во Вьетнаме (до введения контрак­тной системы набора на армейскую службу) правительство проводило специ­альные лотереи для отбора призывников. Фактически случайно отбирались даты рождения: все годные к несению строевой службы юноши, родившиеся в день, который определялся в ходе такого «розыгрыша», призывались в армию. В 1970 г. результаты отбора были подвергнуты острой критике. Проведенное специаль­ной комиссией расследование показало, что в выборочной процедуре действи­тельно присутствовало смещение. Билетики с напечатанными датами были заключены в специальные капсулы, которые затем опускали в лотерейный бара­бан в порядке следования месяцев, начиная с января. Из-за недостаточного перемешивания капсул внутри барабана капсулы с ноябрьскими и декабрьски­ми датами концентрировались в верхней части и, естественно, выпадали с за­метно большей частотой.

Самым знаменитым примером смещенной выборочной процедуры в истории социологии стал предвыборный опрос, проведенный американским журналом «The Literary Digest» в 1936 г. Результаты опроса показывали, что Ф. Д. Руз­вельт получит 40,9% голосов и уступит президентское кресло республиканцу А. Ф. Лэндону. В действительности Рузвельт получил 60,2% голосов избирате­лей. Расхождение в 19,3% в значительной степени объяснялось характером выборочной процедуры. Дело в том, что на практике для построения любой выборки используют какой-то список всех членов изучаемой совокупности, на­зываемый основой выборки. В опросе, проведенном «The Literary Digest», в качестве основы выборки использовались телефонные справочники, а также регистрационные списки владельцев автомобилей. Во второй половине 1930-х гг. такие списки включали в себя почти исключительно представителей экономически благополучных классов. Беднейшие слои населения, избиратель­ная активность которых, кстати, существенно увеличилась в годы Великой Депрессии, оказались недостаточно представлены в выборке, что и послужило при­чиной столь значительной ошибки. (Интересно отметить, что объем выборки в описываемом случае был просто огромным — свыше двух миллионов че­ловек!)

Существует несколько типов вероятностной выборки, различающихся характе­ром выборочной процедуры. Мы рассмотрим лишь пять: простую случайную, систематическую, стратифицированную, кластерную и многоступенчатую.

Процедура построения простой случайной выборки включает в себя следую­щие шаги.

Во-первых, нужно получить полный список членов генеральной совокупности и пронумеровать этот список. Такой список, напомним, называется основой выборки.

Таблица 7.1

Таблица случайных чисел^[3]

Номер столбца Номер строки

Во-вторых, следует определить предполагаемый объем выборки, т. е. ожидае­мое число опрошенных.

В-третьих, нужно извлечь из таблицы случайных чисел (см. табл. 7.1) столько чисел, сколько нам требуется выборочных единиц. Если в выборке должно ока­заться 100 человек, из таблицы берут 100 случайных чисел.

В-четвертых, нужно выбрать из списка-основы (см. выше) те наблюдения, но­мера которых соответствуют выписанным случайным числам^[4].

Прежде чем мы перейдем к обсуждению возникающих на этом пути практи­ческих затруднений, рассмотрим упрощенный пример реализации описанной процедуры.

Пусть нам предстоит построить случайную выборку объемом в 12 человек из совокупности, содержащей 60 членов. Можно предположить, что мы хотим оценить калорийность ежедневного рациона питания 60 студентов-социологов, обучающихся на втором курсе университета, чтобы исследовать возможное вли­яние энергетической ценности рациона на академическую успеваемость. Для этого можно пронаблюдать за питанием небольшой выборки, состоящей из две­надцати студентов. В качестве основы выборки мы используем список всех 60 студентов. Присвоим всем студентам в списке двузначные номера — от «01» до «60» (если бы максимальный номер в списке был трехзначным, мы бы при­сваивали трехзначные номера, используя нули в отсутствующих разрядах — например, «067», «003»). Далее нам предстоит последовательно выписать две­надцать двузначных чисел из таблицы случайных чисел (см. табл. 7.1). Отме­тим, что таблицы случайных чисел фактически состоят из случайных цифр, которые обычно сгруппированы для удобства в блоки, состоящие из двузнач­ных либо пятизначных чисел. Объединение цифр в последовательности и бло­ки условно и не имеет особого статистического смысла. Поэтому в случаях, когда нужны, например трехзначные числа, а таблица состоит из пятизначных, пользуются каким-то несложным правилом, скажем, используют только три первые цифры каждого пятизначного числа, а оставшиеся две игнорируют. Со­ответственно двузначные числа можно объединять.

Чтобы решить, с какого места в таблице начинать отсчет номеров, достаточно задаться произвольными номерами строки и столбца. В нашем примере мы нач­нем с пересечения второй строки и третьего столбца. Первым номером в нашем списке окажется 51. Далее можно двигаться по любому правилу: подряд, через строку, через два столбца и т. п. Мы будем выписывать нужные нам двенадцать двузначных номеров подряд по строке, двигаясь по горизонтали и переходя при необходимости на следующую строку.

Если при этом будут попадаться числа, превосходящие по величине самый боль­шой номер в нашем списке (60), мы будем их пропускать. То же относится и к повторяющимся числам. В результате мы получим последовательность:

51, 32, 41, 15, 09, 49, 10, 04, 06, 38, 27, 07.

Нам остается выписать из списка-основы фамилии, стоящие под этими номера­ми. Если вы располагаете персональным компьютером, то вместо таблицы можно воспользоваться «генератором случайных чисел», имеющимся в большинстве статистических программ.

Простая случайная выборка — это не только наглядное воплощение идеи слу­чайного отбора, но и своего рода эталон, с которым сравниваются другие веро­ятностные процедуры. Здесь необходимо заметить, что вопреки часто высказы­ваемому и неверному мнению простую случайную выборку не следует рассмат­ривать как самую примитивную форму вероятностного отбора. Напротив, более сложные модели случайных выборок используют в тех случаях, когда простую нельзя применить из-за практических или финансовых ограничений. О каче­стве этих более сложных процедур отбора также судят посредством сравнения с простой случайной выборкой.

Самые очевидные ограничения для использования простой выборки воз­никают в случае большого объема генеральной совокупности. Прежде всего исследователь сталкивается с проблемами поиска полной и несмещенной основы выборки. При обследованиях небольших групп и первичных коллективов эти проблемы обычно легко решаются: достаточно воспользоваться членскими списками, списками личного состава и т. п., внеся в них необходимые уточнения. В широкомасштабных опросах общественного мнения и социологических обследованиях чаще применя­ют другие основы: переписные листы, списки избирателей, домовые книги, карточки паспортных столов милиции (а также картотеки РЭУ, ДЭЗ и т. п.), нехозяйственные книги сельских советов. Все эти «гото­вые» основы выборки обладают определенными преимуществами и недостатками. Решая практическую задачу планирования выборочного исследования, социолог обычно оценивает возможные основы по нескольким параметрам.

Во-первых, списки, пригодные для составления основы выборки, могут хра­ниться либо централизованно, либо децентрализованно, «вразброс», в различ­ных территориальных органах власти, статистических учреждениях и т.п. Ес­тественно, что в первом случае затраты на получение доступа к основе будут значительно ниже, чем во втором. Фактически при децентрализованном хране­нии исследователь должен самостоятельно составить единый список-основу, собрав необходимые данные в результате обхода (или объезда) всех соответ­ствующих институций.

Во-вторых, используемые в качестве основы выборки списки могут обладать различной степенью точности. Точность списка, в свою очередь, зависит от его полноты, частоты его обновления. Эти качества (полнота списка и высокая ча­стота его пересмотра) редко встречаются одновременно. Как правило, самыми полными оказываются именно те основы, которые реже всего обновляются. Таковы, конечно, данные переписей или эпизодически составляемые именные распределительные списки (типа списков на получение приватизационных че­ков). К сожалению, чем больше времени отделяет планируемое вами исследо­вание от последней переписи, тем больше вероятность возникновения ошибок и смещений в основе выборки.

Очень существенными достоинствами обладают списки паспортных столов милиции, жилищно-эксплуатационных контор и других местных администра­тивных органов.

Качество основы выборки оценивают уже на стадии планирования исследова­ния. Особое внимание уделяют таким потенциальным угрозам валидности, как неполнота выборочной основы, «склеивание» единиц отбора, «пустые» эле­менты в списке. О неполноте говорят в тех случаях, когда список, используе­мый для построения выборки, не содержит в себе некоторые единицы, безус­ловно относящиеся к целевой совокупности. Например, списки жильцов могут не содержать сведений о тех жильцах, которые еще не зарегистрировались по новому месту жительства. В некоторых случаях проблему неполной основы можно решить за счет использования дополнительных основ. В нашем примере со списками жильцов такой дополнительной основой могут стать «листки прибытия-убытия», которые хранятся в паспортных столах отделений милиции (с помощью последних ведется учет прописки граждан). Примером «склеивания» может служить ситуация, когда генеральная совокупность, определяемая объектом исследования, состоит из индивидов, а реальной основой отбора слу­жит список квартир или домовладений, содержащий лишь сведения об ответственных квартиросъемщиках либо о собственниках недвижимости. «Пустые» цементы в основе выборки встречаются в тех случаях, когда исходный список содержит имена или адреса, за которыми не стоят реально существующие (или практически доступные) выборочные единицы. Эта проблема часто возникает при использовании устаревших списков, содержащих информацию о временно уехавших, выбывших, умерших и т. п.

Описанные выше трудности составления валидной, т.е. соответствующей объекту исследования (целевой совокупности), основы выборки носят и статистический, и «экономический» характер. Довольно часто исследователь сталкивается с ситуацией, когда временные и финансовые затраты на осуществление простой случайной выборки становятся неприемлемо высокими. Наиболее ра­зумным выходом здесь является использование других, «компромиссных», про­цедур случайного отбора.

Систематическая выборка по качеству часто приближается к простой случай­ной. Систематическая выборка, как и простая случайная, требует полного списка или заданного упорядочения совокупности (см. ниже). Техника осуществления систематического отбора элементарна: сначала случайным образом отбирается первая единица, затем отбору подлежит каждый k-й элемент. Число k в данном случае называют шагом отбора. Можно, например, отбирать каждый 25-й или каждый 200-й элемент. Чтобы определить шаг отбора, нужно поделить изве­стный объем генеральной совокупности (N) на предполагаемый объем вы­борки (n).

Пусть, например, нужно отобрать 200 человек из 20000 владельцев телефонов:

1) определим шаг отбора: N/n = 20000 : 200 = 100;

2) с помощью таблицы случайных чисел найдем первую выборочную еди­ницу. Если, скажем, выпал номер «053», то из списка владельцев телефонов выпишем того, кто значится под этим номером;

3) с установленным шагом отбираем номера: 153, 253, 353, 453 и т. д. до исчерпания списка.

Иногда генеральная совокупность (и соответственно основа выборки) слиш­ком велика либо исследователю известен не полный список, а лишь правило упорядочения элементов в генеральной совокупности. Предположим, что мы хотим составить представление о весе и формате книг, содержащихся в некой библиотеке, при том, что мы не располагаем полным каталогом, а лишь видим, как книги расставлены на стеллажах. При условии, что объем библиотечного собрания нам приблизительно известен, мы можем воспользоваться процеду­рой систематического отбора и отобрать, скажем, каждую 55-ю книгу. Очень важно отобрать «стартовую» единицу сугубо случайным образом. Именно в этом пункте кроется основная слабость систематического отбора. Если в способе упорядочения единиц совокупности имеет место некая цикличность, т. е. неиз­вестная нам «система» (систематический паттерн), а случайность в выборе «старта» должным образом не обеспечена, то полученная выборка может так­же оказаться смещенной (если о систематическом паттерне мы знаем заранее, то он не представляет собой угрозы валидности и может быть учтен в ходе отбора). Если воспользоваться примером с отбором книг в библиотеке, то легко представить себе такую гипотетическую ситуацию: исследователь выбирает в качестве стартовой первую книгу на нижней полке ближайшего стеллажа и далее двигается с шагом 250 единиц. Если на каждом стеллаже размещается около 500 книг, то приблизительно половина его выборки будет взята с нижних полок. Однако известно, что на нижних полках многих библиотек нередко раз­мещают книги больших форматов — художественные альбомы, атласы и т. п. Если в нашем примере это правило упорядочения будет соблюдено хотя бы в половине случаев (т. е. половина нижних полок будет отведена под «неформат­ные» издания, под так называемые фолио), любые выборочные оценки «направ­ленности» библиотечного собрания или формата представленных в нем книг окажутся невалидными. Аналогией примеру с библиотечными книгами мо­жет служить случай систематической выборки городских квартир. Если в ре­зультате осуществляемого непосредственно «в поле» интервьюерами система­тического отбора в выборке будут сверхпредставлены квартиры, расположен­ные на первых и последних этажах, возникнет систематическая выборочная ошибка. На первых и последних этажах в российских городах часто живут люди из групп, имеющих более низкий социально-экономический статус и соответственно ограниченные финансовые ресурсы: квартиры, расположенные на «крайних» этажах и соприкасающиеся с системами коммунального водо- и теп­лоснабжения, обычно стоят дешевле, так как названные системы в России тра­диционно являются источником неприятностей и дисфункций в структуре жиз­необеспечения.

Стратифицированный отбор и соответственно стратифицированная выборка используются в тех случаях, когда из каких-то содержательных соображений важно обеспечить представительность вероятностной выборки по каким-то конкретным важным для исследовательских целей критериям. В литературе существует определенная путаница вокруг проблемы стратификации («страта» — это социальная, возрастная или иная группа, буквально «слой»).

Применительно к стратифицированному отбору часто высказывают все те не­верные и предрассудочные мнения, которые в начале XX века высказывались относительно квотной выборки (см. ниже) и ее воображаемых преимуществ перед случайным отбором. В действительности стратифицированный отбор име­ет определенные практические преимущества до тех пор, пока сохраняется его вероятностный, случайный характер. Как только стратифицированная выборка превращается в более или менее специально отобранную квотную выборку, воспроизводящую некоторые известные пропорции генеральной совокупности (например, 51% женщин, 30% горожан и т. п.), любые статистические, т. е. стро­гие, оценки параметров генеральной совокупности становятся невозможными.

Стратификацией, строго говоря, называют процедуру, при которой отбор осу­ществляют как бы из нескольких «параллельных» подсовокупностей, заданных на одной и той же генеральной совокупности. Это абстрактное определение можно прояснить с помощью примера. Пусть у нас есть генеральная совокуп­ность взрослых горожан, относительно которой мы располагаем какой-то су­щественной с точки зрения исследовательских гипотез информацией. Наличие такой предварительной информации — необходимое условие стратифициро­ванного отбора. Предположим, мы знаем, что в генеральной совокупности 60% рабочих и 40% служащих. Это соотношение может оказаться весьма суще­ственным с точки зрения наших исследовательских гипотез, если оно задает одну из независимых переменных, как, например, при изучении влияния рода занятий на частоту посещения футбольных матчей. Даже при отсутствии зна­чительной систематической погрешности небольшие смещения в реализации случайной выборочной процедуры могут привести к ситуации, когда в нашей конкретной выборке соотношение рабочих и служащих будет существенно (на 5—7%) отклоняться от ожидаемой «правильной» пропорции, имеющей место в генеральной совокупности (см. обсуждение нормальной кривой и индук­тивного статистического вывода в гл. 8). Соответственно под угрозой окажется точность наших оценок взаимосвязи между главной независимой переменной (профессиональным статусом) и интересом к футболу. Такого рода неточность может быть устранена при использовании еще одной случайной выборки из генеральной совокупности, но здесь вступают в силу экономические соображе­ния, так как исследовательский бюджет обычно ограничен. В описанной ситу­ации желательно заранее обеспечить представленность обеих интересующих нас групп, т. е. страт, сохранив вероятностный характер отбора. Этого можно добиться, если осуществить некую независимую процедуру случайного отбора для каждой социальной группы в отдельности (в нашем примере для рабочих и служащих) и затем объединить полученные случайные подвыборки в одну (за­метьте, что для нашего примера объем подвыборки рабочих, в согласии с зара­нее известной пропорцией, будет в 1,5 раза больше объема подвыборки служа­щих). Полученная в результате выборка будет и стратифицированной (по про­фессиональному статусу), и вероятностной.

На практике две случайные процедуры отбора в подвыборки-страты можно тех­нически объединить в одну, если мы располагаем априорной информацией о принадлежности каждой выборочной единицы к той или иной страте. Для это­го достаточно вести параллельный отбор из списка-основы в несколько подвыборок (по числу страт). Собственно выборочная процедура может быть и про­стой случайной, и систематической (соответственно мы получим либо про­стую, либо систематическую стратифицированную выборку).

Рассмо