Pri tvorbe výberovej populácie zohráva dôležitú úlohu určenie jej objemu a zabezpečenie reprezentatívnosti.

"Ak typ vzorky hovorí, ako sa ľudia dostanú do vzorky, potom veľkosť vzorky hovorí, koľko ľudí sa tam dostalo." To znamená, že veľkosť vzorky je počet jednotiek zahrnutých vo vzorke. A je veľmi dôležité, aby vzorka bola reprezentatívna, teda neskresľovala predstavy o všeobecnej populácii ako celku. „Požiadavky na reprezentatívnosť vzorky znamenajú, že podľa zvolených parametrov (kritérií) by sa zloženie skúmaného malo priblížiť zodpovedajúcim podielom vo všeobecnej populácii.

Jedným z kľúčových problémov, s ktorými sa sociológ zvyčajne stretáva pri rozhodovaní sa, či údajom získaným počas neho dôverovať alebo nie, je, s koľkými ľuďmi by sa mali pohovoriť, aby získali skutočne reprezentatívne informácie. Bohužiaľ, v prírode neexistuje jediný a jasný vzorec, pomocou ktorého by sa dala vypočítať optimálna veľkosť vzorky. A toto je vysvetlené veľmi jednoducho. Faktom je, že určenie veľkosti výberovej populácie nie je ani tak štatistický problém, ako skôr zmysluplný.

Inými slovami, veľkosť populácie vzorky závisí od mnohých faktorov, z ktorých hlavné sú tieto:

• 1. náklady na zber informácií vrátane času;
• 2. túžba po určitej štatistickej spoľahlivosti výsledkov, ktoré výskumník dúfa, že získa;
• 3. hodnotu a novosť informácií získaných ako výsledok prieskumu.

Veľkosť vzorky je určená stupňom homogenity alebo heterogenity všeobecnej populácie, počtom znakov, ktoré ju charakterizujú. Homogénny je súbor, v ktorom je kontrolovaný atribút, napríklad úroveň gramotnosti, distribuovaný rovnomerne, to znamená, že nevytvára medzery a kondenzácie, potom z rozhovorov s niekoľkými ľuďmi môžeme konštatovať, že väčšina ľudí je gramotných. Čím je populácia homogénnejšia, tým je veľkosť vzorky menšia. Napríklad „povedzme, že vyberáme z populácie 2 000 ľudí, pričom kontrolujeme zloženie vzorky populácie na základe „pohlavia“: 70 % mužov a 30 % žien. Podľa teórie pravdepodobnosti možno predpokladať, že medzi desiatimi vybranými respondentmi budú tri ženy. Ak chceme urobiť rozhovor aspoň s 90 ženami, tak na základe uvedeného pomeru potrebujeme vybrať aspoň 300 ľudí. Teraz predpokladajme, že všeobecnú populáciu tvoria 90 % muži a 10 % ženy. V tomto prípade, aby sa do vzorky dostalo 90 žien, je potrebné vybrať aspoň 900 ľudí.“ Z príkladu je vidieť, že veľkosť vzorky závisí od rozptylu znaku (disperzie) a musí sa vypočítať na základe znaku, ktorého rozptyl hodnôt je najväčší.

„Stupeň homogenity sociálneho objektu v podstate závisí od toho, ako podrobne ho zamýšľame študovať. Takmer každý, „najelementárnejší“ objekt sa ukazuje ako mimoriadne zložitý. Len v analýze ho prezentujeme ako relatívne jednoduchý, pričom vyzdvihujeme jednu alebo druhú z jeho vlastností. Čím dôkladnejšia a podrobnejšia je analýza, tým viac vlastností daného objektu mienime vziať do úvahy v ich kombinácii, a nie izolovane, tým väčšia by mala byť veľkosť vzorky.“

V reprezentatívnej vzorke sú všetky zložky bežnej populácie zastúpené v rovnakom pomere. Ale bez ohľadu na to, ako starostlivo dodržiavate túto zásadu, stále sa vyskytnú náhodné chyby. Máme schopnosť určiť chybu reprezentatívnosti. Chyba reprezentatívnosti sa spravidla nazýva „rozpor medzi dvoma súbormi - všeobecným, na ktorý smeruje teoretický záujem sociológa a predstavou o vlastnostiach, ktoré chce nakoniec získať, a vzorka, ku ktorej smeruje praktický záujem sociológa, ktorý pôsobí súčasne ako objekt skúmania a prostriedok získavania informácií o bežnej populácii. Je dôležité vziať do úvahy, že pomocou metódy odberu vzoriek nikdy nie je možné získať absolútne presné posúdenie pozorovaného znaku, vždy existuje možnosť chyby, ale ak je pravdepodobnosť chyby malá, potom je pravdepodobne nenastane. V domácej literatúre sa popri pojmoch „chyba reprezentatívnosti“ vyskytuje aj ďalší pojem – „chyba vzorky“. Zvyčajne sa používajú zameniteľne, ale výberová chyba je kvantitatívne presnejšia ako chyba reprezentatívnosti. Výberová chyba je „odchýlka priemerných charakteristík výberovej populácie od priemerných charakteristík všeobecnej populácie. V praxi sa zisťuje porovnaním známych charakteristík bežnej populácie s priemernými hodnotami vzorky.

Reprezentatívnosť vzorky je určená dvoma komponentmi: systematickými a náhodnými chybami. Náhodné chyby sú spojené „so štatistickými chybami (v závislosti od dynamiky študovaných znakov) a nepredvídanými porušeniami postupu pri zbere informácií (procesné chyby pri registrácii znakov)“. Náhodné chyby sa znižujú so zvyšujúcou sa veľkosťou vzorky. Náhodnú chybu je možné merať metódami matematickej štatistiky, ak bol pri tvorbe výberovej populácie dodržaný princíp náhodnosti, ktorý je zabezpečený striktne definovanými pravidlami tvoriacimi spôsob tvorby výberovej populácie a eliminovaný.

V praxi je veľmi ťažké a niekedy priam nemožné dodržať princíp náhodnosti, čo vedie k objaveniu sa systematickej chyby, ktorá vzniká „v dôsledku neúplnej objektivity vzorky bežnej populácie (nedostatok informácií o všeobecná populácia, výber „najvhodnejších“ prvkov bežnej populácie pre výskum), ako aj z dôvodu nesúladu vzorky s cieľmi a zámermi štúdie. Niekedy sa takéto chyby nazývajú ofsetové chyby. Vznikajú pri rôznych televíznych prieskumoch, keď televízny moderátor vyzýva divákov, aby zavolali na určité telefónne čísla, poslali SMS správu a vyjadrili svoj názor na nejaký problém. Prirodzene nemôžeme povedať, že títo ľudia odzrkadľujú názor celej populácie krajiny a dokonca aj televízneho publika. S najväčšou pravdepodobnosťou sa takýchto prieskumov týka viac vzdelaných a aktívnych ľudí ako bežnej populácie, takže každý televízny prieskum obsahuje systematické skreslenie a je povrchný.

Ale systematické chyby sa vyskytujú aj v priebehu správne organizovaného prieskumu. Napríklad na ulici len tí, ktorí sa neponáhľajú odpovedať na otázky anketára. Skresleniam sa dá predísť, ak sa budú dodržiavať zásady náhodného výberu a napríklad každý desiaty okoloidúci je vypočutý.

Príčiny systematických chýb:

• 1. „počas štúdie nebol správne zostavený výberový rámec (boli použité neaktuálne, neúplné údaje alebo neexistovali žiadne štatistiky o niektorých charakteristikách dôležitých pre výber vzorky),
• 2. neúspešne zvolená metóda výberu pozorovacích jednotiek,
• 3. Niektorí z respondentov „vypadli“ z prieskumu z rôznych dôvodov (neprítomní, odmietali odpovedať) a podobne.“

Pomocou matematických prostriedkov nie je možné takéto chyby odstrániť, preto je potrebné vykonať logickú analýzu príčin systematických chýb a vypracovať opatrenia, ktoré by ich mohli odstrániť. „Je prakticky nemožné určiť veľkosť chýb skreslenia pomocou matematických vzorcov, takže sa automaticky prenášajú do výsledkov a záverov štúdie. Offsetové chyby sú zvyčajne výsledkom:

• - nesprávne východiskové štatistické údaje o parametroch kontrolných znakov bežnej populácie;
• - príliš malá (štatisticky nevýznamná) veľkosť vzorky;
• - nesprávna aplikácia metódy výberu jednotiek rozboru (napríklad výber z nesprávne zostaveného zoznamu, neúspešný výber miesta a času prieskumu)“ .

Existujú určité limity výberovej chyby, ktoré závisia od účelu štúdie. Ekonomické a demografické prognózy, ako napríklad sčítanie obyvateľstva, si vyžadujú zvýšenú spoľahlivosť a presnosť. V prípade takýchto predpovedí sa významné chyby zmenia na miliónové straty materiálnych zdrojov a nesprávne výpočty v prognózach a plánovaní. Častejšie sa však vykonávajú sociologické štúdie na objasnenie všeobecných trendov, všeobecnej orientácie v sociálnej sfére, ktoré si nevyžadujú stopercentnú spoľahlivosť. Existuje hrubý odhad spoľahlivosti výsledkov štúdie: „zvýšená spoľahlivosť umožňuje výberovú chybu až 3 %. Bežné - do 3-10%, približné - potom 10 až 20%, približné - od 20 do 40% a odhadované - viac ako 40%.

Existuje teda niekoľko spôsobov, ako sa vyhnúť chybe:

• § každý prvok všeobecnej populácie musí mať rovnakú pravdepodobnosť, že bude zahrnutý do vzorky;
• § všeobecná populácia by mala byť pokiaľ možno homogénna;
• § je potrebné mať informácie o štruktúre bežnej populácie a jej charakteristických črtách;
• § pri zostavovaní výberového súboru vopred brať do úvahy náhodné a systematické chyby.

Napríklad, ak sme po rozhovore s 380 ľuďmi v osade, kde je celková solventná populácia 10 tisíc ľudí, zistili, že 36 % opýtaných kupujúcich preferuje domáce produkty, tak s 95-percentnou pravdepodobnosťou môžeme povedať, že 46 ± 5 % neustále nakupuje domáce výrobky (teda od 41 do 51 %) obyvateľov tejto osady.

Mnoho okolností komplikuje problém výpočtu vzorky a často môže viesť k tomu, že formálne štatisticky reprezentatívna vzorka sa ukáže ako kvalitatívne nereprezentatívna.

Kvalitu vzorky hodnotia dva ukazovatele: reprezentatívnosť a spoľahlivosť. Reprezentatívnosť už bola diskutovaná vyššie. A aby sa vytvorila spoľahlivá vzorka, je potrebné správne zostaviť jej základ. Na tento účel sú splnené tieto požiadavky:

• 1. Úplnosť vzorky, ktorá si vyžaduje prítomnosť všetkých prvkov populácie v rámci vzorky. Ak vzorka nezahŕňa veľa jednotiek pozorovania, najmä tých, ktoré nesú podstatné znaky a charakteristiky objektu, potom budú výsledky štúdie neúplné a jednostranné.
• 2. Neprítomnosť duplicity, z ktorej vyplýva neprípustnosť opätovného zaradenia do vzorky tej istej jednotky pozorovania (napríklad žiak prestúpil na inú školu, bol zaradený do nového zoznamu bez toho, aby bol vymazaný zo starého, tak bol do vzorky zaradený dvakrát) .
• 3. Presnosť informácií o vzorke za predpokladu vylúčenia neexistujúcich jednotiek pozorovania z rámca vzorkovania. Napríklad vo volebných zoznamoch, ktoré sa pripravujú pre najbližšie voľby poslancov na rôznych úrovniach, často zostávajú mŕtvi alebo obyvatelia zbúraných domov.
• 4. Adekvátnosť, čo znamená, že základ zostavenej vzorky by mal korelovať s riešením úloh stanovených v štúdii. Napríklad úplný zoznam všetkých študentov v škole je dobrým základom pre výber vzorky pri skúmaní problému celkového akademického úspechu. Ale ak nás zaujíma postoj stredoškolákov k hlavným akademickým disciplínam, tak tento zoznam možno použiť len na vytvorenie nového vzorkovacieho rámca – zoznamu stredoškolákov.
• 5. Pohodlie práce so vzorkovacím rámcom, v ktorom je potrebné prehľadne očíslovať všetky prvky, ktoré sú v ňom obsiahnuté, a zostavené zoznamy centrálne uložiť.

„Existujú dva hlavné prístupy na preukázanie reprezentatívnosti vzorky:

• 1. Pri štatistickom prístupe je reprezentatívnosť zabezpečená špeciálnymi pravdepodobnostnými metódami výberu vzoriek. Na zovšeobecnenie výsledkov štúdie na všeobecnú populáciu sa používajú prísne postupy induktívnej štatistickej inferencie, výberová chyba sa odhaduje s danou pravdepodobnosťou.
• 2. Neštatistické zdôvodnenie reprezentatívnosti zahŕňa teoretický dôkaz, že vzorka primerane dobre reprezentuje populáciu. Pri použití tohto prístupu sa nevykonáva štatistický odhad výberových chýb.

Na prvý pohľad sa zdá, že zabezpečiť reprezentatívnu vzorku v praxi je jednoducho nemožné, no v skutočnosti všetko závisí od programových cieľov a cieľov štúdia.

Ak robíme prieskum veľkého záujmu verejnosti, na konci ktorého bude potrebné vyvodiť závery o celej populácii, potom je potrebné dôsledne dodržať všetky požiadavky postupu reprezentatívneho odberu vzoriek, keďže chyby v takýchto štúdiách sú neprijateľné.

Ak nás čakajú skromnejšie úlohy a úroveň spoľahlivosti záverov sa dá bezpečne znížiť, potom je potrebné dodržať všetky požiadavky na kvalitatívne zastúpenie výberovej populácie. Ak sa rozhodneme zdôrazniť štatistickú spoľahlivosť údajov, vyvedieme z omylu tých ľudí, ktorí sú zvyknutí veriť matematickým výpočtom. Netreba zabúdať, že informácie, ktoré získavame prostredníctvom prieskumov a iných metód, sa len podmienečne premietnu do kvantitatívnych ukazovateľov. A nie je nezvyčajné, že kvantitatívne ukazovatele len približne odrážajú podstatu spoločenských procesov. "Snahy zamerané na dôslednosť štatistického zdôvodnenia výsledkov sa preto stávajú zmysluplnými len pod podmienkou serióznej kvalitatívnej analýzy problému, jeho zmysluplného štúdia."

Treba mať na pamäti, že sociológ musí zamerať svoju pozornosť presne na podstatu sociálnych problémov, zapojiť do práce ďalších odborníkov, praktikov a teoretikov, starostlivo študovať literatúru z oblasti ekonómie, psychológie, sociológie o predmete výskumu. A aby mohol vyriešiť štatistické problémy týkajúce sa typu a veľkosti vzorky, musí najprv jasne formulovať konkrétne otázky, ktoré je potrebné vyriešiť, a až potom prejsť na zodpovedajúce výpočty rôznych štatistík.

Koncept reprezentatívnosti sa často vyskytuje v štatistických výkazoch a pri príprave prejavov a správ. Možno je bez nej ťažké predstaviť si akýkoľvek typ prezentácie informácií na preskúmanie.

Reprezentatívnosť - čo to je?

Reprezentatívnosť vyjadruje, ako vybrané objekty alebo časti zodpovedajú obsahu a významu súboru údajov, z ktorého boli vybrané.

Iné definície

Koncept reprezentatívnosti sa môže rozvíjať v rôznych kontextoch. Ale vo svojom zmysle reprezentatívnosť je zhoda znakov a vlastností vybraných jednotiek zo všeobecnej populácie, ktoré presne odrážajú charakteristiky celej všeobecnej databázy ako celku.

Taktiež reprezentatívnosť informácií je definovaná ako schopnosť vzorových údajov reprezentovať parametre a vlastnosti populácie, ktoré sú dôležité z pohľadu prebiehajúcej štúdie.

Reprezentatívna vzorka

Princípom vzorkovania je vybrať to najdôležitejšie a presne odrážať vlastnosti celkového súboru údajov. Na tento účel sa používajú rôzne metódy, ktoré umožňujú získať presné výsledky a všeobecnú predstavu o použití iba selektívnych materiálov, ktoré popisujú kvalitu všetkých údajov.

Nie je teda potrebné študovať celý materiál, ale stačí zvážiť reprezentatívnosť vzorky. Čo je toto? Ide o výber jednotlivých údajov, aby ste mali predstavu o celkovom množstve informácií.

V závislosti od metódy sa rozlišujú na pravdepodobnostné a nepravdepodobné. Pravdepodobnostná je vzorka, ktorá vzniká výpočtom najdôležitejších a najzaujímavejších údajov, ktoré sú ďalšími reprezentantmi bežnej populácie. Ide o úmyselný výber alebo náhodný výber, ktorý je však odôvodnený svojim obsahom.

Neuveriteľné - toto je jedna z odrôd náhodného výberu vzoriek, zostavená podľa princípu bežnej lotérie. V tomto prípade sa neberie do úvahy názor toho, kto takúto vzorku tvorí. Používa sa iba slepý pozemok.

Vzorkovanie pravdepodobnosti

Vzorky pravdepodobnosti možno tiež rozdeliť do niekoľkých typov:

• Jedným z najjednoduchších a najzrozumiteľnejších princípov je nereprezentatívne vzorkovanie. Táto metóda sa často používa napríklad v sociálnych prieskumoch. Účastníci prieskumu sa zároveň nevyberajú z davu na základe žiadneho konkrétneho dôvodu a informácie sa získavajú od prvých 50 ľudí, ktorí sa ho zúčastnili.
• Zámerné vzorky sa líšia tým, že majú množstvo požiadaviek a podmienok pri výbere, no stále sa spoliehajú na náhodnú zhodu, nesledujúcu cieľ dosiahnuť dobré štatistiky.
• Vzorkovanie založené na kvótach je ďalšou variáciou nepravdepodobnostného vzorkovania, ktoré sa často používa na skúmanie veľkých súborov údajov. Používa veľa zmluvných podmienok. Vyberú sa objekty, ktoré by im mali zodpovedať. To znamená, že na príklade sociálneho prieskumu možno predpokladať, že opýtaných bude 100 ľudí, ale pri zostavovaní štatistického výkazu sa bude brať do úvahy len názor určitého počtu ľudí, ktorí spĺňajú stanovené požiadavky.

Vzorky pravdepodobnosti

Pre pravdepodobnostné vzorky sa počíta množstvo parametrov, ktorým budú objekty vo vzorke zodpovedať, a spomedzi nich možno rôznymi spôsobmi vybrať práve tie fakty a údaje, ktoré budú prezentované ako reprezentatívnosť údajov vzorky. Takéto spôsoby výpočtu potrebných údajov môžu byť:

• Jednoduchá náhodná vzorka. Spočíva v tom, že spomedzi vybraných segmentov sa úplne náhodnou lotériovou metódou vyberie požadované množstvo údajov, ktoré budú reprezentatívnou vzorkou.

• Systematický a náhodný výber vzoriek umožňuje zostaviť systém na výpočet potrebných údajov na základe náhodne vybraného segmentu. Ak je teda prvé náhodné číslo, ktoré udáva poradové číslo dát vybraných z celkovej populácie, 5, potom nasledujúce dáta, ktoré sa majú vybrať, môžu byť napríklad 15, 25, 35 atď. Tento príklad jasne vysvetľuje, že aj náhodný výber môže byť založený na systematických výpočtoch potrebných vstupných údajov.

Ukážka spotrebiteľov

Zámerný výber je metóda, ktorá spočíva v zvážení každého jednotlivého segmentu a na základe jeho hodnotenia sa zostaví populácia, ktorá odráža charakteristiky a vlastnosti celkovej databázy. Týmto spôsobom sa zhromaždí viac údajov, ktoré spĺňajú požiadavky reprezentatívnej vzorky. Je jednoduché vybrať množstvo možností, ktoré nebudú zahrnuté do celkového počtu, bez straty kvality vybraných údajov reprezentujúcich celkovú populáciu. Týmto spôsobom sa určuje reprezentatívnosť výsledkov štúdie.

Veľkosť vzorky

Nie posledným problémom, ktorý treba riešiť, je veľkosť vzorky pre reprezentatívne zastúpenie populácie. Veľkosť vzorky nie vždy závisí od počtu zdrojov vo všeobecnej populácii. Reprezentatívnosť vzorky populácie však priamo závisí od toho, na koľko segmentov by mal byť výsledok rozdelený. Čím viac takýchto segmentov, tým viac údajov sa dostane do výslednej vzorky. Ak výsledky vyžadujú všeobecnú notáciu a nevyžadujú špecifiká, potom sa vzorka zmenšuje, pretože bez toho, aby sme zachádzali do podrobností, sú informácie prezentované povrchnejšie, čo znamená, že ich čítanie bude všeobecné.

Koncept chyby reprezentatívnosti

Chyba reprezentatívnosti je špecifický nesúlad medzi charakteristikami populácie a vzorovými údajmi. Pri vykonávaní akejkoľvek vzorovej štúdie nie je možné získať absolútne presné údaje, ako pri kompletnej štúdii všeobecných populácií a vzorke poskytnutej len s časťou informácií a parametrov, zatiaľ čo podrobnejšia štúdia je možná len pri štúdiu celej populácie. Niektoré chyby a omyly sú teda nevyhnutné.

Typy chýb

Pri zostavovaní reprezentatívnej vzorky sa vyskytujú niektoré chyby:

• Systematický.
• Náhodný.
• Úmyselne.
• Neúmyselné.
• Štandardné.
• Limit.

Príčinou výskytu náhodných chýb môže byť nesúvislý charakter štúdie bežnej populácie. Náhodná chyba reprezentatívnosti má zvyčajne zanedbateľnú veľkosť a povahu.

Systematické chyby medzitým vznikajú, keď sa porušia pravidlá výberu údajov z celkovej populácie.

Stredná chyba je rozdiel medzi priemerom vzorky a základnou populáciou. Nezáleží na počte jednotiek vo vzorke. Je nepriamo úmerná.Potom čím väčší objem, tým menšia hodnota priemernej chyby.

Hraničná chyba je najväčší možný rozdiel medzi priemernými hodnotami vykonanej vzorky a celkovou populáciou. Takáto chyba je charakterizovaná ako maximum pravdepodobných chýb za daných podmienok ich vzniku.

Úmyselné a neúmyselné chyby reprezentatívnosti

Chyby posunu údajov môžu byť úmyselné alebo neúmyselné.

Príčinou výskytu úmyselných chýb je potom prístup k výberu údajov metódou určovania trendov. K neúmyselným chybám dochádza už v štádiu prípravy výberového pozorovania, ktoré tvorí reprezentatívnu vzorku. Aby sa predišlo takýmto chybám, je potrebné vytvoriť dobrý rámec vzorkovania na zoznam jednotiek vzorkovania. Musí plne vyhovovať cieľom odberu vzoriek, byť spoľahlivý a pokrývať všetky aspekty štúdie.

Platnosť, spoľahlivosť, reprezentatívnosť. Výpočet chýb

Výpočet chyby reprezentatívnosti (Mm) aritmetického priemeru (M).

Smerodajná odchýlka: veľkosť vzorky (>30).

Reprezentatívna chyba (Mr) a (R): veľkosť vzorky (n>30).

V prípade, že musíte študovať populáciu, kde je počet vzoriek malý a je menší ako 30 jednotiek, potom sa počet pozorovaní zníži o jednu jednotku.

Veľkosť chyby je priamo úmerná veľkosti vzorky. Reprezentatívnosť informácií a výpočet miery možnosti presnej prognózy odráža určitú hraničnú chybu.

Reprezentačné systémy

V procese hodnotenia prezentácie informácií sa používa nielen reprezentatívna vzorka, ale aj samotný prijímateľ informácií využíva reprezentatívne systémy. Mozog teda niektoré spracuje tak, že z celého toku informácií vytvorí reprezentatívnu vzorku, aby kvalitatívne a rýchlo vyhodnotil zaslané dáta a pochopil podstatu problematiky. Odpovedzte na otázku: "Reprezentatívnosť - čo to je?" - na stupnici ľudského vedomia je celkom jednoduché. Na to mozog využíva všetky subjekty v závislosti od toho, aký druh informácií je potrebné izolovať od všeobecného toku. Rozlišujú teda:

• Vizuálny reprezentačný systém, kde sú zapojené orgány zrakového vnímania oka. Ľudia, ktorí často používajú takýto systém, sa nazývajú vizuáli. Pomocou tohto systému človek spracováva informácie prichádzajúce vo forme obrázkov.
• sluchový reprezentačný systém. Hlavným orgánom, ktorý sa používa, je sluch. Informácie dodávané vo forme zvukových súborov alebo reči spracováva tento konkrétny systém. Ľudia, ktorí lepšie vnímajú informácie sluchom, sa nazývajú sluchoví.
• Kinestetický reprezentačný systém je spracovanie toku informácií ich vnímaním pomocou čuchových a hmatových kanálov.

• Digitálny reprezentačný systém sa používa spolu s inými ako prostriedok na získavanie informácií zvonku. vnímanie a pochopenie prijatých údajov.

Takže reprezentatívnosť - čo to je? Jednoduchý výber z množstva alebo ucelený postup pri spracovaní informácií? S určitosťou môžeme povedať, že reprezentatívnosť do značnej miery určuje naše vnímanie dátových tokov a pomáha z nich izolovať tie najvýznamnejšie a najvýznamnejšie.

Reprezentatívna vzorka

Reprezentatívna vzorka

Reprezentatívna vzorka je vzorka, ktorá má rovnaké rozdelenie relatívnych charakteristík ako bežná populácia.

V angličtine: reprezentatívna vzorka

Pozri tiež: Vzorové populácie

Finam Financial Dictionary.

Pozrite si, čo je „Reprezentatívna vzorka“ v iných slovníkoch:

Reprezentatívna vzorka- Skupina účastníkov, ktorá viac či menej presne reprezentuje zloženie skúmanej populácie. Vzorka môže odrážať rozdelenie podľa vekových a rodových charakteristík, ako aj akýchkoľvek iných charakteristík, ktoré ovplyvňujú výsledok experimentu z hľadiska ... ...

reprezentatívna vzorka- — [Anglicko-ruský slovník základných pojmov z vakcinológie a imunizácie. Svetová zdravotnícka organizácia, 2009] Témy Vakcinológia, imunizácia EN reprezentatívny odber vzoriek … Technická príručka prekladateľa

REPREZENTATÍVNA VZORKA- (reprezentatívna vzorka) vzorka, ktorá je (alebo sa považuje) za skutočný odraz rodičovskej populácie, to znamená, že má rovnaký profil vlastností, napríklad vekovú štruktúru, triednu štruktúru, úroveň vzdelania. Reprezentatívny ... ... Veľký výkladový sociologický slovník

REPREZENTATÍVNA VZORKA- Pozri reprezentatívnu vzorku... Výkladový slovník psychológie

REPREZENTATÍVNA VZORKA- taká vzorka, v ktorej sú všetky hlavné znaky všeobecnej populácie, z ktorej sa táto vzorka odoberá, zastúpené približne v rovnakom pomere alebo s rovnakou frekvenciou, s akou sa tento znak objavuje v tejto všeobecnej populácii... Encyklopedický slovník psychológie a pedagogiky

Reprezentatívna vzorka- ide o takú vzorku, v ktorej sú všetky hlavné črty všeobecnej populácie, z ktorej je táto vzorka extrahovaná, zastúpené približne v rovnakom pomere alebo s rovnakou frekvenciou, s akou sa táto črta objavuje v tejto všeobecno ... ... Sociologický slovník Socium

Reprezentatívna vzorka- (reprezentatívna vzorka). Vzorka, ktorá presne odráža stav a vlastnosti celej populácie ... Psychológia vývoja. Slovník podľa knihy

reprezentatívna vzorka- (reprezentatívna vzorka) vzorka zhotovená podľa pravidiel, teda tak, aby odrážala špecifiká bežnej populácie tak zložením, ako aj individuálnymi charakteristikami zaradených subjektov. Slovník praktického psychológa. M .: AST, ...... Veľká psychologická encyklopédia

Angličtina odber vzoriek, reprezentatívny; nemecký Stichprobe, zástupca. Vzorka, ktorá má v podstate rovnaké rozdelenie relatívnych charakteristík ako populácia. antinacistický. Encyklopédia sociológie, 2009 ... Encyklopédia sociológie

Reprezentatívna vzorka Vzorka, ktorá má rovnaké rozdelenie relatívnych charakteristík ako populačný slovník obchodných pojmov. Akademik.ru. 2001... Slovník obchodných podmienok

V skutočnosti začneme nie jednou, ale tromi otázkami: čo je to vzorka? kedy je reprezentatívna? čo predstavuje?

Agregátne - je to akákoľvek skupina ľudí, organizácie, udalosti, ktoré nás zaujímajú, o ktorých chceme vyvodiť závery a deje, alebo predmet, - akýkoľvek prvok takejto zbierky 1 .Ukážka – akákoľvek podskupina súboru prípadov (objektov) vybraných na analýzu. Ak by sme chceli študovať rozhodovaciu činnosť štátnych zákonodarcov, mohli by sme takúto činnosť skúmať v zákonodarných zboroch štátov Virgínia, Severná Karolína a Južná Karolína, a nie vo všetkých päťdesiatich štátoch, a na základe toho distribuovaťúdaje získané o populácii, z ktorej boli vybrané tri štáty. Ak chceme preskúmať systém preferencií voličov v Pensylvánii, mohli by sme tak urobiť rozhovorom s 50 americkými pracovníkmi. S. Steele v Pittsburghu a distribuovať výsledky prieskumu všetkým voličom v štáte. Rovnako tak, ak by sme chceli zmerať inteligenciu vysokoškolákov, mohli by sme otestovať všetkých defenzívnych hráčov registrovaných v štáte Ohio v danej futbalovej sezóne a následne výsledky rozšíriť na populáciu, ktorej sú súčasťou. V každom príklade postupujeme takto: vytvoríme podskupinu v rámci všeobecnej populácie, celkom podrobne študujeme túto podskupinu alebo vzorku a rozširujeme naše výsledky na celú populáciu. Toto sú hlavné fázy odberu vzoriek.

Zdá sa však celkom zrejmé, že každá z týchto vzoriek má významnú nevýhodu. Napríklad, zatiaľ čo zákonodarné zbory Virgínie, Severnej Karolíny a Južnej Karolíny sú súčasťou konštelácie štátnych zákonodarných zborov, z historických, geografických a politických dôvodov pravdepodobne fungujú veľmi podobným spôsobom a veľmi odlišne od takýchto odlišných zákonodarných zborov. štáty ako New York, Nebraska a Aljaška. Hoci tých päťdesiat oceliarov v Pittsburghu môže byť skutočne voličmi v Pensylvánii, môžu mať na základe sociálno-ekonomického postavenia, vzdelania a životných skúseností odlišné názory od názorov mnohých iných ľudí, ktorí sú tiež voličmi. Podobne, aj keď sú futbalisti z Ohio State vysokoškoláci, môžu sa z rôznych dôvodov líšiť od ostatných študentov. Inými slovami, hoci každá z týchto podskupín je skutočne vzorkou, členovia každej z nich sa systematicky líšia od väčšiny ostatných členov populácie, z ktorej sú vybraní. Ako samostatná skupina nie je žiadna z nich typická z hľadiska rozloženia znakov názorov, motívov správania a vlastností v bežnej populácii, s ktorou sa spája. Politológovia by teda povedali, že žiadna z týchto vzoriek nie je reprezentatívna.

Reprezentatívna vzorka - ide o takú vzorku, v ktorej sú všetky hlavné znaky bežnej populácie, z ktorej sa táto vzorka odoberá, zastúpené približne v rovnakom pomere alebo s rovnakou frekvenciou, s akou sa tento znak objavuje v tejto všeobecnej populácii. Ak teda 50 % všetkých zákonodarných zborov štátu zasadá len raz za dva roky, z reprezentatívnej vzorky štátnych zákonodarných zborov by mala byť približne polovica tohto typu. Ak je 30 % voličov v Pensylvánii robotníckych, asi 30 % zástupcov vzorky pre týchto voličov (namiesto 100 % ako v príklade vyššie) musia byť modré goliere. A ak sú 2 % všetkých vysokoškolákov športovci, približne rovnaký podiel reprezentatívnej vzorky vysokoškolákov by mali tvoriť športovci. Inými slovami, reprezentatívna vzorka je mikrokozmos, menší, ale presný model populácie, ktorú má reprezentovať. V rozsahu, v akom je vzorka reprezentatívna, možno závery založené na štúdiu tejto vzorky bezpečne považovať za aplikovateľné na pôvodnú populáciu. Toto rozloženie výsledkov nazývame zovšeobecňovateľnosť.

Možno to pomôže objasniť grafická ilustrácia. Predpokladajme, že chceme študovať vzorce členstva v politických skupinách medzi dospelými v USA. Obrázok 5.1 zobrazuje tri kruhy rozdelené do šiestich rovnakých sektorov. Obrázok 5.1a predstavuje celú uvažovanú populáciu. Členovia populácie sú klasifikovaní podľa politických skupín (ako sú strany a záujmové skupiny), ku ktorým patria. V tomto príklade každý dospelý patrí aspoň do jednej a nie viac ako šiestich politických skupín; a týchto šesť úrovní členstva je v súhrne rovnako bežných (teda rovnaké sektory). Predpokladajme, že chceme preskúmať motívy ľudí pre vstup do skupiny, skupinový výber a vzorce participácie, ale kvôli obmedzeným zdrojom sme schopní preskúmať len jedného zo šiestich členov populácie. Kto by mal byť vybraný na analýzu?

Ryža. 5.1. Vytvorenie vzorky z bežnej populácie

Jedna z možných vzoriek danej veľkosti je znázornená vytieňovanou oblasťou na obr. 5.1b, ale zjavne neodráža štruktúru populácie. Ak by sme z tejto vzorky zovšeobecnili, dospeli by sme k záveru: (1) že všetci dospelí Američania patria do piatich politických skupín a (2) že správanie všetkých amerických skupín sa zhoduje so správaním tých, ktorí patria presne do týchto piatich skupín. Vieme však, že prvý záver nie je pravdivý, a preto môžeme pochybovať o platnosti druhého. Touto cestou, vzorka zobrazená na obrázku 5.1b nie je reprezentatívna, pretože neodráža distribúciu danej vlastnosti populácie (často označovanej ako parameter ) podľa jeho skutočného rozdelenia. Takáto vzorka vraj je posunutý smerom kčlenovia piatich skupín resp sa posunul od všetky ostatné modely členstva v skupine. Na základe takéhoto neobjektívneho výberu vzoriek zvyčajne dospejeme k chybným záverom o populácii.

Najzreteľnejšie to možno demonštrovať na príklade katastrofy, ktorá postihla v 30. rokoch časopis Literary Digest, ktorý zorganizoval prieskum verejnej mienky o výsledkoch volieb. Literary Digest bolo periodikum, ktoré pretláčalo novinové úvodníky a iné materiály verejnej mienky; tento časopis bol na začiatku storočia veľmi populárny. Počnúc rokom 1920 časopis uskutočnil rozsiahly celoštátny prieskum, v rámci ktorého boli hlasovacie lístky zaslané poštou viac ako miliónu ľudí a žiadali ich, aby označili svojho preferovaného kandidáta pre nadchádzajúce prezidentské voľby. Niekoľko rokov boli výsledky prieskumov v časopise také presné, že sa zdalo, že septembrový prieskum spôsobil, že novembrové voľby nemajú veľký význam. A ako mohla nastať chyba pri takej veľkej vzorke? V roku 1936 sa však stalo presne toto: s veľkou väčšinou hlasov (60:40) víťazstvo predpovedal republikánsky kandidát Alf Landon. Vo voľbách Landon prehral s postihnutou osobou - Franklin D. Roosevelt – s takmer rovnakým výsledkom, s akým mal vyhrať. Dôveryhodnosť Literary Digest bola tak vážne podkopaná, že časopis čoskoro nato vyšiel z tlače. Čo sa stalo? Je to veľmi jednoduché: v prieskume Digest sa použila neobjektívna vzorka. Pohľadnice boli odoslané ľuďom, ktorých mená boli získané z dvoch zdrojov: telefónnych zoznamov a registračných zoznamov áut. Zatiaľ čo tento spôsob výberu sa predtým veľmi nelíšil od iných metód, bol celkom iný teraz, počas Veľkej hospodárskej krízy v roku 1936, keď si menej bohatí voliči, Rooseveltova najpravdepodobnejšia opora, nemohli dovoliť telefón, nieto ešte auto. V skutočnosti bola vzorka použitá v prieskume Digest zaujatá voči tým, ktorí s najväčšou pravdepodobnosťou kandidovali za republikánov, a stále je prekvapujúce, že Roosevelt mal taký dobrý výsledok.

Ako tento problém vyriešiť? Vráťme sa k nášmu príkladu, porovnajme vzorku na obr. 5.1b so vzorkou na obr. 5.1c. V druhom prípade bola na analýzu vybratá aj šestina populácie, ale každý z hlavných typov populácie je vo vzorke zastúpený v pomere, v akom je zastúpený v celej populácii. Takáto vzorka ukazuje, že každý šiesty dospelý Američan patrí k jednej politickej skupine, každý šiesty až druhý atď. Takáto vzorka by odhalila aj ďalšie rozdiely medzi jej členmi, ktoré by mohli súvisieť s účasťou v rôznom počte skupín. Vzorka uvedená na obrázku 5.1c je teda reprezentatívnou vzorkou pre uvažovanú populáciu.

Samozrejme, tento príklad je zjednodušením minimálne v dvoch mimoriadne dôležitých smeroch. Po prvé, väčšina populácií, ktoré zaujímajú politológov, je rôznorodejšia ako tá v príklade. Ľudia, dokumenty, vlády, organizácie, rozhodnutia atď. sa od seba líšia nie jednou, ale oveľa väčším počtom vlastností. Preto by reprezentatívna vzorka mala byť taká, každý od hlavnej, inej oblasti bola prezentované v pomere k jeho podielu na súhrne. Po druhé, situácia, keď nie je vopred známa skutočná distribúcia premenných alebo položiek, ktoré chceme merať, je oveľa bežnejšia ako opačná – možno nebola meraná pri predchádzajúcom sčítaní obyvateľstva. Reprezentatívna vzorka teda musí byť navrhnutá tak, aby mohla presne odrážať existujúce rozdelenie aj vtedy, keď nemôžeme priamo posúdiť jej validitu. Postup odberu vzoriek musí mať vnútornú logiku schopnú presvedčiť nás, že ak by sme boli schopní porovnať vzorku so sčítaním, bolo by skutočne reprezentatívne.

Aby bolo možné presne odzrkadľovať zložitú organizáciu danej populácie a mať istý stupeň istoty, že navrhované postupy to dokážu, obracajú sa výskumníci na štatistické metódy. Pritom pôsobia v dvoch smeroch. Po prvé, pomocou určitých pravidiel (vnútorná logika) sa výskumníci rozhodnú, ktoré konkrétne objekty študovať, čo presne zahrnúť do konkrétnej vzorky. Po druhé, pomocou veľmi odlišných pravidiel rozhodujú o tom, koľko objektov vyberú. Tieto početné pravidlá nebudeme podrobne študovať, budeme sa zaoberať len ich úlohou v politologickom výskume. Začnime stratégiami výberu objektov, ktoré tvoria reprezentatívnu vzorku.

V skutočnosti začneme nie jednou, ale tromi otázkami: čo je to vzorka? kedy je reprezentatívna? čo predstavuje?

Agregátne- je to akákoľvek skupina ľudí, organizácie, udalosti, ktoré nás zaujímajú, o ktorých chceme vyvodiť závery a deje, alebo predmet, - akýkoľvek prvok takejto zbierky.

Ukážka- akákoľvek podskupina súboru prípadov (objektov) vybraných na analýzu.

Ak by sme chceli študovať rozhodovaciu činnosť štátnych zákonodarcov, mohli by sme takúto činnosť skúmať v zákonodarných zboroch štátov Virgínia, Severná Karolína a Južná Karolína, a nie vo všetkých päťdesiatich štátoch, a na základe toho distribuovaťúdaje získané o populácii, z ktorej boli vybrané tri štáty. Ak chceme preskúmať systém preferencií voličov v Pensylvánii, mohli by sme to urobiť rozhovorom s 50 americkými pracovníkmi. S. Steele v Pittsburghu a distribuovať výsledky prieskumu všetkým voličom v štáte.

Podobne Ak by sme chceli zmerať inteligenciu vysokoškolákov, mohli by sme otestovať všetkých defenzívnych hráčov registrovaných v štáte Ohio v danej futbalovej sezóne a následne výsledky rozšíriť na populáciu, ktorej sú súčasťou. V každom príklade postupujeme takto: vytvoríme podskupinu v rámci populácie, preštudujeme túto podskupinu alebo vzorku do určitej miery a rozšírime naše výsledky na celú populáciu. Toto sú hlavné fázy odberu vzoriek.

Avšak zdá sa Je celkom zrejmé, že každá z týchto vzoriek má významnú nevýhodu. Napríklad, zatiaľ čo zákonodarné zbory Virgínie, Severnej Karolíny a Južnej Karolíny sú súčasťou konštelácie štátnych zákonodarných zborov, z historických, geografických a politických dôvodov pravdepodobne fungujú veľmi podobným spôsobom a veľmi odlišne od takýchto odlišných zákonodarných zborov. štáty ako New York, Nebraska a Aljaška. Hoci tých päťdesiat oceliarov v Pittsburghu môže byť skutočne voličmi v Pensylvánii, môžu mať na základe sociálno-ekonomického postavenia, vzdelania a životných skúseností odlišné názory od názorov mnohých iných ľudí, ktorí sú tiež voličmi.

Podobne, aj keď sú futbalisti z Ohio State vysokoškoláci, môžu sa z rôznych dôvodov líšiť od ostatných študentov. Inými slovami, hoci každá z týchto podskupín je skutočne vzorkou, členovia každej z nich sa systematicky líšia od väčšiny ostatných členov populácie, z ktorej sú vybraní. Ako samostatná skupina nie je žiadna z nich typická z hľadiska rozloženia znakov názorov, motívov správania a vlastností v bežnej populácii, s ktorou sa spája. Politológovia by teda povedali, že žiadna z týchto vzoriek nie je reprezentatívna.

Reprezentatívna vzorka- ide o takú vzorku, v ktorej sú všetky hlavné znaky všeobecnej populácie, z ktorej je daná vzorka odobratá, prezentované približne v rovnakom pomere alebo s rovnakou frekvenciou, s akou sa tento znak objavuje v tejto všeobecnej populácii. Ak teda 50 % všetkých zákonodarných zborov štátu zasadá len raz za dva roky, z reprezentatívnej vzorky štátnych zákonodarných zborov by mala byť približne polovica tohto typu. Ak 30 % voličov v Pensylvánii tvoria robotníci, asi 30 % reprezentatívnej vzorky týchto voličov (a nie 100 % ako v príklade vyššie) by mali byť robotníci.

A ak sú 2 % všetkých vysokoškolákov športovci, približne rovnaký podiel reprezentatívnej vzorky vysokoškolákov by mali tvoriť športovci. Inými slovami, reprezentatívna vzorka je mikrokozmos, menší, ale presný model populácie, ktorú má reprezentovať. V rozsahu, v akom je vzorka reprezentatívna, možno závery založené na štúdiu tejto vzorky bezpečne považovať za aplikovateľné na pôvodnú populáciu. Toto rozloženie výsledkov nazývame zovšeobecňovateľnosť.

Možno to pomôže objasniť grafická ilustrácia. Predpokladajme, že chceme študovať vzorce členstva v politických skupinách medzi dospelými v USA. Obrázok 5.1 zobrazuje tri kruhy rozdelené do šiestich rovnakých sektorov. Obrázok 5.1a predstavuje celú uvažovanú populáciu. Členovia populácie sú klasifikovaní podľa politických skupín (ako sú strany a záujmové skupiny), ku ktorým patria.

V tomto príklade každý dospelý je členom najmenej jednej a nie viac ako šiestich politických skupín; a týchto šesť úrovní členstva je v súhrne rovnako bežných (teda rovnaké sektory). Predpokladajme, že chceme preskúmať motívy ľudí pre vstup do skupiny, skupinový výber a vzorce participácie, ale kvôli obmedzeným zdrojom sme schopní preskúmať len jedného zo šiestich členov populácie. Kto by mal byť vybraný na analýzu?

Ryža. 5.1. Vytvorenie vzorky z bežnej populácie

Jedna z možných vzoriek danej veľkosti je znázornená tieňovanou oblasťou na obr. 5.1b však jednoznačne neodráža štruktúru obyvateľstva.

Ak by sme na základe tejto vzorky urobili zovšeobecnenia, dospeli by sme k záveru:

1) že všetci dospelí Američania patria do piatich politických skupín a

2) že celé skupinové správanie Američanov sa zhoduje so správaním tých, ktorí patria presne do týchto piatich skupín.

Vieme však, že prvý záver nie je pravdivý, a preto môžeme pochybovať o platnosti druhého.

Vzorka zobrazená na obrázku 5.1b teda nie je reprezentatívna, pretože neodráža rozdelenie danej vlastnosti populácie (často nazývanej parameter) podľa jej skutočného rozloženia. Takáto vzorka vraj je posunutý smerom kčlenovia piatich skupín resp sa posunul od všetky ostatné modely členstva v skupine. Na základe takéhoto neobjektívneho výberu vzoriek zvyčajne dospejeme k chybným záverom o populácii.

Najzreteľnejšie to možno demonštrovať na príklade katastrofy, ktorá postihla v 30. rokoch časopis Literary Digest, ktorý zorganizoval prieskum verejnej mienky o výsledkoch volieb. “ Literárny súhrn” bolo periodikum, ktoré pretláčalo úvodníky z novín a iné materiály odrážajúce verejnú mienku; tento časopis bol na začiatku storočia veľmi populárny.

Od roku 1920. Časopis uskutočnil rozsiahly celoštátny prieskum, v ktorom viac ako miliónu ľudí poslali poštou hlasovacie lístky so žiadosťou, aby označili svojho preferovaného kandidáta pre nadchádzajúce prezidentské voľby. Niekoľko rokov boli výsledky prieskumov v časopise také presné, že sa zdalo, že septembrový prieskum spôsobil, že novembrové voľby nemajú veľký význam.

A ako mohlo dôjsť k chybe pri tak veľkej vzorke? V roku 1936 sa však stalo presne toto: s veľkou väčšinou hlasov (60:40) víťazstvo predpovedal republikánsky kandidát Alf Landon. Vo voľbách Landon prehral s postihnutou osobou - Franklin D. Roosevelt- prakticky s rovnakým výsledkom, s akým mal vyhrať. Dôveryhodnosť Literary Digest bola tak vážne podkopaná, že časopis čoskoro nato vyšiel z tlače. Čo sa stalo? Je to veľmi jednoduché: v prieskume Digest sa použila neobjektívna vzorka. Pohľadnice boli odoslané ľuďom, ktorých mená boli získané z dvoch zdrojov: telefónnych zoznamov a registračných zoznamov áut.

Zatiaľ čo tento spôsob výberu sa predtým veľmi nelíšil od iných metód, bol celkom iný teraz, počas Veľkej hospodárskej krízy v roku 1936, keď si menej bohatí voliči, Rooseveltova najpravdepodobnejšia opora, nemohli dovoliť telefón, nieto ešte auto. V skutočnosti bola vzorka použitá v prieskume Digest zaujatá voči tým, ktorí s najväčšou pravdepodobnosťou kandidovali za republikánov, a stále je prekvapujúce, že Roosevelt mal taký dobrý výsledok.

Ako tento problém vyriešiť? Vráťme sa k nášmu príkladu, porovnajme vzorku na obr. 5.1b s výberom na obr. 5.1c. V druhom prípade bola na analýzu vybratá aj šestina populácie, ale každý z hlavných typov populácie je vo vzorke zastúpený v pomere, v akom je zastúpený v celej populácii. Takáto vzorka ukazuje, že každý šiesty dospelý Američan patrí k jednej politickej skupine, každý šiesty až druhý atď. Takáto vzorka by odhalila aj ďalšie rozdiely medzi jej členmi, ktoré by mohli súvisieť s účasťou v rôznom počte skupín. Vzorka uvedená na obrázku 5.1c je teda reprezentatívnou vzorkou pre uvažovanú populáciu.

Samozrejme, tento príklad je zjednodušené minimálne z dvoch mimoriadne dôležitých hľadísk. Po prvé, väčšina populácií, ktoré zaujímajú politológov, je rôznorodejšia ako tá v príklade. Ľudia, dokumenty, vlády, organizácie, rozhodnutia atď. sa od seba líšia nie jednou, ale oveľa väčším počtom vlastností. Preto by reprezentatívna vzorka mala byť taká, každý jadra bolo zastúpené vyhranené územie v pomere k jeho podielu na obyvateľstve.

Po druhé, situácia, keď nie je vopred známa skutočná distribúcia premenných alebo charakteristík, ktoré chceme merať, je oveľa bežnejšia ako opačná – možno nebola meraná pri predchádzajúcom sčítaní obyvateľstva. Reprezentatívna vzorka teda musí byť navrhnutá tak, aby mohla presne odrážať existujúce rozdelenie aj vtedy, keď nemôžeme priamo posúdiť jej validitu. Postup odberu vzoriek musí mať vnútornú logiku schopnú presvedčiť nás, že ak by sme boli schopní porovnať vzorku so sčítaním, bolo by skutočne reprezentatívne.

Poskytnúť príležitosť presným odrazom komplexnej organizácie danej populácie a istou mierou istoty, že navrhované postupy sú toho schopné, sa výskumníci obracajú na štatistické metódy. Pritom pôsobia v dvoch smeroch. Po prvé, pomocou určitých pravidiel (vnútorná logika) sa výskumníci rozhodnú, ktoré konkrétne objekty študovať, čo presne zahrnúť do konkrétnej vzorky. Po druhé, pomocou veľmi odlišných pravidiel rozhodujú o tom, koľko objektov vyberú. Tieto početné pravidlá nebudeme podrobne študovať, budeme sa zaoberať len ich úlohou v politologickom výskume. Začnime stratégiami výberu objektov, ktoré tvoria reprezentatívnu vzorku.