Kewakilan penyelidikan sosiologi

Konsep keterwakilan sering muncul dalam pelaporan statistik dan dalam penyediaan ucapan dan laporan. Mungkin sukar untuk membayangkan apa-apa jenis penyampaian maklumat tanpanya.

Perwakilan - apakah itu?

Keterwakilan mencerminkan sejauh mana objek atau bahagian yang dipilih sepadan dengan kandungan dan makna set data dari mana ia dipilih.

Definisi lain

Konsep keterwakilan boleh dikembangkan dalam konteks yang berbeza. Tetapi dalam maksudnya, keterwakilan ialah korespondensi ciri dan sifat unit terpilih daripada populasi umum, yang menggambarkan dengan tepat ciri-ciri keseluruhan pangkalan data umum secara keseluruhan.

Selain itu, keterwakilan maklumat ditakrifkan sebagai keupayaan data sampel untuk mempersembahkan parameter dan sifat populasi yang penting dari sudut pandangan penyelidikan yang dijalankan.

Sampel perwakilan

Prinsip persampelan adalah untuk memilih yang paling penting dan mencerminkan sifat keseluruhan set data dengan tepat. Untuk tujuan ini mereka digunakan pelbagai kaedah, yang membolehkan anda memperoleh keputusan yang tepat dan idea umum o hanya menggunakan bahan terpilih yang menerangkan kualiti semua data.

Oleh itu, tidak perlu mengkaji semua bahan, tetapi pertimbangkan keterwakilan sampel. Apakah ini? Ini adalah pilihan data individu untuk mempunyai idea tentang jumlah jisim maklumat.

Bergantung kepada kaedah, mereka dibezakan sebagai probabilistik dan bukan probabilistik. Kebarangkalian ialah sampel yang dibuat dengan mengira data yang paling penting dan menarik, yang merupakan wakil selanjutnya daripada populasi umum. Ini adalah pilihan yang disengajakan atau pemilihan rawak, bagaimanapun, dibenarkan oleh kandungannya.

Bukan kebarangkalian adalah salah satu jenis persampelan rawak, disusun mengikut prinsip loteri biasa. Dalam kes ini, pendapat orang yang menyusun sampel sedemikian tidak diambil kira. Hanya lukisan buta digunakan.

Persampelan kebarangkalian

Sampel kebarangkalian juga boleh dibahagikan kepada beberapa jenis:

  • Salah satu prinsip yang paling mudah dan boleh difahami ialah pensampelan bukan perwakilan. Sebagai contoh, kaedah ini sering digunakan semasa menjalankan tinjauan sosial. Dalam kes ini, peserta tinjauan tidak dipilih daripada orang ramai berdasarkan mana-mana kriteria tertentu, dan maklumat diperoleh daripada 50 orang pertama yang mengambil bahagian di dalamnya.
  • Sampel bertujuan berbeza kerana ia mempunyai beberapa keperluan dan syarat untuk pemilihan, tetapi masih bergantung pada peluang, tanpa matlamat untuk mencapai statistik yang baik.
  • Persampelan kuota ialah satu lagi variasi persampelan bukan kebarangkalian yang sering digunakan untuk mengkaji populasi data yang besar. Terdapat banyak syarat dan norma yang digunakan untuknya. Objek dipilih yang mesti sepadan dengannya. Iaitu, menggunakan contoh tinjauan sosial, kita boleh mengandaikan bahawa 100 orang akan ditemu bual, tetapi hanya pendapat sebilangan orang yang memenuhi keperluan yang ditetapkan akan diambil kira semasa menyusun laporan statistik.

Sampel kebarangkalian

Untuk sampel kebarangkalian, beberapa parameter dikira bahawa objek dalam sampel akan sepadan, dan antaranya cara yang berbeza Tepatnya fakta dan data tersebut boleh dipilih yang akan dibentangkan sebagai mewakili data sampel. Kaedah pengiraan data yang diperlukan ini boleh:

  • Persampelan rawak mudah. Ia terdiri daripada fakta bahawa antara segmen yang dipilih loteri rawak sepenuhnya dipilih jumlah yang diperlukan data yang akan menjadi sampel yang representatif.
  • Persampelan yang sistematik dan rawak memungkinkan untuk mencipta sistem untuk mengira data yang diperlukan berdasarkan segmen yang dipilih secara rawak. Oleh itu, jika nombor rawak pertama yang menunjukkan nombor siri data yang dipilih daripada jumlah populasi ialah 5, maka data seterusnya yang dipilih mungkin, sebagai contoh, 15, 25, 35, dan seterusnya. Contoh ini dengan jelas menerangkan bahawa walaupun pilihan rawak boleh berdasarkan pengiraan sistematik data input yang diperlukan.

Sampel pengguna

Pensampelan bermakna ialah kaedah yang melibatkan melihat setiap segmen individu dan, berdasarkan penilaiannya, mewujudkan populasi yang mencerminkan ciri dan sifat pangkalan data keseluruhan. Dengan cara ini, jumlah data yang lebih besar dikumpulkan yang memenuhi keperluan sampel yang mewakili. Anda boleh dengan mudah memilih beberapa pilihan yang tidak akan disertakan jumlah nombor, tanpa kehilangan kualiti data terpilih yang mewakili populasi umum. Dengan cara ini, keterwakilan hasil kajian ditentukan.

Saiz sampel

Bukan isu terakhir yang perlu ditangani ialah saiz sampel untuk mewakili populasi. Saiz sampel tidak selalu bergantung kepada bilangan sumber dalam populasi. Walau bagaimanapun, keterwakilan populasi sampel secara langsung bergantung pada bilangan segmen hasil akhirnya harus dibahagikan kepada. Lebih banyak segmen sedemikian, lebih banyak data masuk ke dalam sampel yang berkesan. Jika keputusan memerlukan sebutan umum dan tidak memerlukan khusus, maka, dengan itu, sampel menjadi lebih kecil, kerana, tanpa pergi ke butiran, maklumat itu dibentangkan dengan lebih cetek, yang bermaksud bacaannya akan menjadi umum.

Konsep bias perwakilan

Ralat keterwakilan ialah percanggahan khusus antara ciri-ciri populasi dan data sampel. Apabila menjalankan sebarang kajian sampel, adalah mustahil untuk mendapatkan data yang benar-benar tepat, seperti kajian lengkap populasi umum dan sampel yang diwakili oleh hanya sebahagian daripada maklumat dan parameter, manakala kajian yang lebih terperinci hanya mungkin apabila mengkaji keseluruhan populasi. Oleh itu, beberapa kesilapan dan kesilapan tidak dapat dielakkan.

Jenis-jenis kesilapan

Terdapat beberapa ralat yang timbul semasa menyusun sampel perwakilan:

  • Bersistematik.
  • rawak.
  • Sengaja.
  • Tak sengaja.
  • Standard.
  • Had.

Sebab kemunculan ralat rawak mungkin adalah sifat kajian populasi umum yang tidak berterusan. Biasanya, ralat rawak keterwakilan adalah tidak penting dalam saiz dan sifat.

Ralat sistematik pula timbul apabila peraturan untuk memilih data daripada populasi umum dilanggar.

Ralat min ialah perbezaan antara nilai purata sampel dan populasi utama. Ia tidak bergantung kepada bilangan unit dalam sampel. Ia adalah berkadar songsang Kemudian lebih besar isipadu, kurang nilai ralat purata.

Ralat marginal adalah perbezaan terbesar yang mungkin antara nilai purata sampel yang diambil dan jumlah populasi. Ralat sedemikian dicirikan sebagai maksimum ralat berkemungkinan di bawah keadaan tertentu kejadiannya.

Kesilapan perwakilan yang disengajakan dan tidak disengajakan

Ralat bias data boleh sama ada disengajakan atau tidak disengajakan.

Kemudian sebab-sebab berlakunya kesilapan yang disengajakan adalah pendekatan pemilihan data menggunakan kaedah penentuan trend. Kesilapan yang tidak disengajakan timbul pada peringkat menyediakan pemerhatian sampel dan membentuk sampel yang representatif. Untuk mengelakkan ralat sedemikian, anda perlu mencipta asas yang baik untuk sampel yang membentuk senarai unit persampelan. Ia mestilah konsisten sepenuhnya dengan tujuan persampelan, boleh dipercayai, dan merangkumi semua aspek kajian.

Kesahan, kebolehpercayaan, keterwakilan. Pengiraan ralat

Pengiraan ralat keterwakilan (Mm) bagi min aritmetik (M).

Sisihan piawai: saiz sampel (>30).

Ralat keterwakilan (MR) dan (P): saiz sampel (n>30).

Dalam kes apabila anda perlu mengkaji populasi yang saiz sampelnya kecil dan kurang daripada 30 unit, maka bilangan pemerhatian akan berkurangan sebanyak satu unit.

Magnitud ralat adalah berkadar terus dengan saiz sampel. Keterwakilan maklumat dan pengiraan tahap kemungkinan membuat ramalan yang tepat dicerminkan oleh nilai ralat maksimum tertentu.

Sistem perwakilan

Bukan sahaja sampel perwakilan digunakan dalam proses menilai pembentangan maklumat, tetapi orang yang menerima maklumat itu sendiri menggunakan sistem perwakilan. Oleh itu, otak memproses beberapa dengan mencipta sampel perwakilan daripada keseluruhan aliran maklumat untuk menilai secara kualitatif dan cepat data yang diberikan dan memahami intipati isu tersebut. Jawab soalan: "Perwakilan - apakah itu?" - pada skala kesedaran manusia agak mudah. Untuk melakukan ini, otak menggunakan segala yang boleh, bergantung pada maklumat yang perlu diasingkan daripada aliran umum. Oleh itu, mereka membezakan:

  • Sistem perwakilan visual di mana organ terlibat persepsi visual mata. Orang yang kerap menggunakan sistem sedemikian dipanggil pelajar visual. Dengan bantuan sistem ini, seseorang memproses maklumat yang diterima dalam bentuk imej.
  • Sistem perwakilan auditori. Organ utama yang digunakan ialah pendengaran. Maklumat yang dibekalkan dalam bentuk fail bunyi atau ucapan diproses oleh sistem ini. Orang yang memahami maklumat dengan lebih baik melalui pendengaran dipanggil pelajar auditori.
  • Sistem perwakilan kinestetik ialah pemprosesan aliran maklumat dengan memahaminya melalui saluran penciuman dan sentuhan.

  • Sistem perwakilan digital digunakan bersama-sama dengan yang lain sebagai satu cara untuk menerima maklumat dari luar. persepsi dan pemahaman terhadap data yang diterima.

Jadi, perwakilan - apakah itu? Pilihan mudah daripada satu set atau prosedur penting semasa memproses maklumat? Kami pasti boleh mengatakan bahawa keterwakilan sebahagian besarnya menentukan persepsi kami terhadap aliran data, membantu mengasingkan yang paling berat dan penting daripadanya.

Konsep keterwakilan dalam penyelidikan sosiologi

Dengan kata lain, keterwakilan ialah kualiti sampel. Sampel mungkin mewakili atau tidak mewakili. Jika kajian sosiologi digunakan kumpulan besar orang, maka sampel akan menjadi wakil.

Definisi 2

Sampel ialah bilangan elemen terpilih daripada populasi. Sampel perwakilan dicirikan oleh fakta bahawa semua elemen populasi umum diwakili dalam perkadaran yang sama.

Keterwakilan sampel penyelidikan sosiologi ditentukan oleh dua komponen rawak: ralat yang dibuat semasa pendaftaran dan ralat rawak.

Contoh 1

Contohnya: jika objek penyelidikan sosiologi kompleks dan mempunyai beberapa elemen, lebih ramai penemuduga akan diperlukan. Tidak semua penemuduga sentiasa berkelayakan, yang boleh menyebabkan kesilapan semasa pendaftaran. Sebaliknya, menjalankan sampel tinjauan oleh penemuduga yang lebih terlatih dan diarahkan membawa kepada lebih sedikit ralat, iaitu ralat rawak.

Membina sampel datang kepada tiga masalah utama:

  • tentukan saiz sampel (iaitu, bina prosedur tertentu supaya sampel itu mewakili);
  • tentukan saiz sampel (bilangan yang perlu dikaji);
  • penilaian kualiti sampel (analisis ketepatan keputusan).

Nota 1

Adalah penting untuk diingat bahawa nisbah sampel dan populasi tidak boleh melebihi 5%. Jika perkadaran ini dilanggar, maka kesimpulan kajian sosiologi sedemikian tidak akan sesuai dengan realiti.

Jenis sampel

Sampel dibahagikan kepada: rawak dan disasarkan.

Persampelan rawak adalah yang paling tepat dan mewakili. Intipati sampel ini ialah, terima kasih kepada pemilihan rawak, semua unit dalam populasi umum mempunyai peluang yang sama untuk dimasukkan ke dalam populasi sampel. Persampelan jenis ini biasanya digunakan sebelum pilihan raya, referendum dan acara awam yang lain. Sebagai tambahan kepada fakta bahawa sampel ini memberikan kita ketepatan, ia adalah sukar untuk digunakan. Untuk menjalankan sampel rawak, ahli sosiologi mesti mempunyai senarai elemen populasi, yang tidak selalu mudah. Persampelan rawak memerlukan saiz sampel yang besar untuk mendapatkan keputusan yang tepat.

Varieti persampelan rawak adalah bersiri, serantau, mekanikal dan lain-lain.

  • Persampelan bersiri atau kelompok mempunyai bentuk siri. Sedang dalam pemilihan elemen individu(keluarga, kumpulan, sekolah, pasukan, dll.), yang tertakluk kepada penyelidikan berterusan.
  • Pensampelan wilayah digunakan dalam kes di mana keseluruhan tatasusunan data perlu dibahagikan kepada bahagian yang homogen. Bahagian sedemikian boleh menjadi daerah bandar.
  • Prinsip persampelan mekanikal ialah semua elemen populasi umum dimasukkan dalam satu senarai dan bilangan responden yang diperlukan dipilih daripadanya melalui kamiran yang sama. Persampelan mekanikal mempunyai nisbah populasi kepada sampel. Sebagai contoh: Jika populasi umum ialah 2000 orang, dan sampel ialah 200, maka ini bermakna dengan senarai umum setiap persepuluh dipilih.

Pensampelan bertujuan ialah sejenis pensampelan di mana pemilihan dijalankan mengikut kriteria kebolehcapaian, tipikal, kesamarataan, dsb. Persampelan bertujuan terbahagi kepada persampelan spontan, persampelan bola salji dan persampelan kuota.

  • Pensampelan spontan ialah pensampelan orang pertama yang anda temui. Kelemahan sampel ini adalah mustahil untuk ditubuhkan terlebih dahulu Populasi umum.
  • Kaedah bola salji terdiri daripada menambah maklumat. Setiap responden yang ditemu bual menyediakan kenalan rakan sekerja, rakan, kenalan yang boleh mengambil bahagian dalam kajian, dsb.
  • Persampelan kuota. Dalam sampel ini, semua data adalah kuota. Apabila menggunakan pensampelan kuota, responden dipilih secara bertujuan, mematuhi parameter kuota. Ciri-ciri yang dipilih mengikut kuota ialah jantina, pendidikan, umur, tahap kemahiran, atau lain-lain, yang ditentukan oleh matlamat dan objektif penyelidikan sosiologi itu sendiri.

Konsep R. digunakan secara meluas dalam amalan empirikal. penyelidikan dalam kononnya kaedah persampelan, apabila tinjauan keseluruhan (Populasi umum) turun untuk memeriksa bahagian itu (sampel atau populasi sampel) diikuti dengan penyebaran hasil tinjauan sampel kepada populasi umum. Di sini R. bertindak sebagai ungkapan formal dan biasanya dinyatakan melalui magnitud dan sempadan selang (dipanggil selang keyakinan), di mana dengan tahap keyakinan tertentu (atau, seperti yang mereka katakan, dengan kebarangkalian keyakinan yang diberikan) boleh ditentukan. ciri berangka populasi umum. Saiz dan sempadan akan dipercayai. selang boleh dikira dan bergantung pada saiz populasi umum, saiz sampel, kaedah pemilihan, dan tahap kebolehpercayaan yang ditentukan (keyakinan kebarangkalian), kaedah untuk mengira ciri yang sedang diperiksa dan nilainya untuk populasi sampel. Kajian kebergantungan tersebut dijalankan oleh matematik formal, yang dibangunkan dalam rangka kerja salah satu cabang matematik. statistik - teori kaedah persampelan.

Ventzel E. S., Teori Kebarangkalian, M., I9604; Cochran W., Kaedah penyelidikan persampelan, lorong Dengan Inggeris, M., 1976.

Kamus ensiklopedia falsafah. - M.: Ensiklopedia Soviet. Ch. editor: L. F. Ilyichev, P. N. Fedoseev, S. M. Kovalev, V. G. Panov. 1983 .

PERWAKILAN

(daripada . representatif - mewakili sesuatu) - populasi sampel, yang membenarkan dengan ralat tertentu - ditentukan atau dikira berdasarkan bahan fakta. sampel - untuk mengenal pasti taburan ciri yang dikaji dalam sampel dengan taburan ciri ini dalam populasi umum. R. ialah keterwakilan sampel berhubung dengan populasi umum mengikut ciri khusus tertentu yang ditentukan. R. bergantung kepada faktor subjektif dan objektif. Oleh itu, pematuhan kaedah pemilihan dengan objektif kajian, pematuhan prosedur pemilihan, dan ketepatan kaedah pengumpulan maklumat yang mempengaruhi R. tidak dicapai dengan sebarang cara formal dan bergantung sepenuhnya kepada ketelitian dan kesediaan para penyelidik. Bahaya kesilapan subjektif amat besar dalam kajian sosiologi. penyelidikan, di mana data sampel diperoleh melalui tinjauan. Kesilapan objektif dikaitkan dengan sifat selektif kajian (kesilapan pensampelan). Kesilapan ini boleh diterima oleh pengiraan rasmi dan bergantung pada kebolehubahan ciri yang dikaji, saiz sampel, kaedah pemilihan, dan sifat populasi umum. Kaedah untuk mengira ralat telah dibangunkan dalam cabang matematik yang berkaitan. perangkaan.

Ralat pensampelan boleh sama ada dinyatakan sebelum tinjauan dijalankan untuk menentukan saiz sampel yang memastikan ralat tidak melebihi yang ditentukan, atau ia boleh dikira daripada hasil tinjauan untuk menentukan sama ada ia munasabah untuk digeneralisasikan kepada populasi.

Lit.: Romanovsky V.I., Kursus asas dalam matematik. statistik, ed. ke-2, M.–L., 1939; Kramer G., Matematik. kaedah statistik, trans. daripada English, M., 1948; Mills F., Stat. kaedah, trans. daripada English, M., 1958; Van der Waerden B. L., Matematik. , trans. dari German, M., 1960; Yule J.E., Kendal M.J., Teori Perangkaan, terj. daripada bahasa Inggeris, ed. ke-14, M., 1960.

Ensiklopedia Falsafah. Dalam 5 jilid - M.: Ensiklopedia Soviet. Disunting oleh F. V. Konstantinov. 1960-1970 .


sinonim:

Lihat apa "REPRESENTATION" dalam kamus lain:

    Sifat sampel untuk mencerminkan ciri-ciri populasi yang dikaji. Dalam Bahasa Inggeris: Representativeness Sinonim: Representativeness Lihat juga: Contoh populasi Kamus Kewangan Finam ... Kamus Kewangan

    Perwakilan, keistimewaan, demonstratif Kamus sinonim Rusia. representasi kata nama, bilangan sinonim: 3 representasi (8) ... kamus sinonim

    - (dari bahasa Perancis representatif indikatif) keterwakilan sampel penunjuk ekonomi (paling kerap statistik) digunakan untuk menganalisis proses dan fenomena ekonomi. Keterwakilan bergantung pada kebolehpercayaan yang ada... ... Kamus ekonomi

    keterwakilan- dan, f. representatif adj. Kewakilan, demonstratif. NS 2. Penggayaan landskap bandar yang ringan dan elegan di bawah ukiran purba menyampaikan rasa unik era itu. Panel dicirikan oleh kesungguhan dan perwakilan. mendekatkan dia kepada... ... Kamus Sejarah Gallicisms bahasa Rusia

    Kesahan pemindahan keputusan yang diperoleh daripada analisis populasi sampel kepada populasi umum. Kamus istilah perniagaan. Akademik.ru. 2001... Kamus istilah perniagaan

    - (dari bahasa Perancis representatif representing), dalam statistik, kaedah untuk menentukan parameter populasi sampel (bahagian objek, set), kajian yang memungkinkan untuk mewakili keadaan umum secara munasabah... . .. Ensiklopedia moden

    - (dari bahasa Perancis representatif indikatif) dalam statistik, kesepadanan ciri-ciri yang diperoleh hasil daripada pemerhatian sampel kepada penunjuk yang mencirikan keseluruhan populasi. Percanggahan antara penunjuk yang ditunjukkan mewakili... ... Besar Kamus ensiklopedia

    - (dari bahasa Perancis representatif demonstrative) Inggeris. keterwakilan; Jerman Reprasen tativitat. 1. Kewakilan. 2. Penunjuk k.l. pemerhatian dalam statistik dan sains lain. 3. Sifat sampel untuk mencerminkan ciri-ciri populasi yang dikaji... ... Ensiklopedia Sosiologi

    - (dari bahasa Perancis representatif mewakili sesuatu) harta yang paling penting satu atau satu lagi sampel maklumat, yang terdiri dalam refleksinya (perwakilan) ciri-ciri keseluruhan populasi umum (contohnya, keseluruhan cenopopulation). Mengenai keterwakilan sampel... ... kamus ekologi

    keterwakilan- Sifat populasi sampel untuk menghasilkan semula parameter dan elemen penting struktur populasi umum. Istilah "sampel perwakilan" pertama kali diperkenalkan berhubung dengan penyelidikan sosio-ekonomi oleh ahli statistik Norway A. Kiaer dalam ... Panduan Penterjemah Teknikal

Buku

  • Budaya Intelek Zaman Pertengahan, A. M. Shishkov. Diberi tutorial adalah penerbitan rujukan mengenai sejarah budaya intelektual Zaman Pertengahan, seperti yang dicerminkan dalam karya ahli falsafah, ahli teologi, naturalis dan...

Bahagian ini sangat mudah digunakan. Hanya masukkan perkataan yang dikehendaki dalam medan yang disediakan, dan kami akan memberikan anda senarai maknanya. Saya ingin ambil perhatian bahawa laman web kami menyediakan data daripada sumber yang berbeza– kamus ensiklopedia, penerangan, pembentukan kata. Di sini anda juga boleh melihat contoh penggunaan perkataan yang anda masukkan.

Cari

Maksud perkataan perwakilan

keterwakilan dalam kamus silang kata

keterwakilan

Kamus istilah perubatan

keterwakilan (perwakilan Perancis, perwakilan) dalam statistik

korespondensi ciri-ciri populasi sampel yang dikaji dengan ciri-ciri populasi umum; diambil kira semasa menganjurkan sampel kajian.

Kamus Ensiklopedia, 1998

keterwakilan

REPRESENTATIVITI (dari bahasa Perancis representatif - indikatif) dalam statistik - kesepadanan ciri-ciri yang diperoleh hasil daripada pemerhatian sampel kepada penunjuk yang mencirikan keseluruhan populasi. Percanggahan antara penunjuk ini mewakili ralat keterwakilan, yang boleh rawak atau sistematik.

Keterwakilan

(dari bahasa Perancis représentatif ≈ mewakili sesuatu, indikatif) dalam statistik, sifat utama populasi sampel, yang terdiri dalam kedekatan ciri-cirinya (komposisi, nilai purata, dll.) dengan ciri-ciri yang sepadan dengan populasi umum dari mana ia berasal dipilih (tertakluk kepada peraturan tertentu ) terpilih (lihat Pemerhatian terpilih). Pertimbangan tentang darjah R. dibuat berdasarkan pertimbangan populasi sampel dalam dua arah. Pertama, ia dibandingkan dengan populasi umum berkenaan dengan semua ciri yang direkodkan dalam kedua-duanya. Oleh itu, untuk menilai R. set keluarga yang dipilih untuk memantau belanjawan keluarga, bandingkan pengedaran mereka mengikut tahap upah pekerja dengan pengedaran yang serupa mengikut data statistik umum atau (jika tiada data umum mengenai pengedaran) membandingkan tahap gaji purata, dsb. Kedua, pertimbangan tentang tahap R. boleh dibuat berdasarkan kebolehubahan ciri-ciri dalam kajian dalam populasi sampel. Oleh itu, jika, menurut tinjauan belanjawan keluarga, sebagai contoh, penggunaan per kapita roti dari keluarga ke keluarga berbeza jauh lebih rendah daripada penggunaan daging, maka ini memberi alasan untuk mempertimbangkan R. sampel ini berhubung dengan penggunaan roti sebagai lebih besar berbanding dengan daging.

R. diukur dengan "ralat keterwakilan," iaitu perbezaan antara ciri-ciri sampel dan populasi umum. Walau bagaimanapun, nilai sebenar (sebenar) perbezaan ini masih tidak diketahui, akibatnya ukuran R. adalah nilai kemungkinannya, ditentukan mengikut peraturan statistik matematik, atau kuasa dua min bagi nilai yang mungkin (lihat juga kaedah Persampelan).

A. Ya.

Wikipedia

Keterwakilan

Keterwakilan- kesepadanan ciri sampel dengan ciri populasi atau populasi secara keseluruhan. Keterwakilan menentukan sejauh mana keputusan kajian boleh digeneralisasikan menggunakan sampel tertentu kepada keseluruhan populasi dari mana ia dikumpulkan.

Keterwakilan juga boleh ditakrifkan sebagai sifat populasi sampel untuk mewakili parameter populasi umum yang signifikan dari sudut objektif kajian.

Contoh penggunaan kata representasi dalam kesusasteraan.

Pada tahap keadaan kemungkinan berfikir, Ricardo, memisahkan pembentukan nilai daripadanya keterwakilan, dapat mengenal pasti kesalinghubungan ekonomi dan sejarah.

Sifat persampelan, kerana hasil kajian sampel membolehkan seseorang membuat kesimpulan tentang populasi umum dan objek empirikal secara keseluruhan, dipanggil keterwakilan.

Keterwakilan (representativeness) sampel ialah keupayaan sampel untuk menghasilkan semula ciri-ciri tertentu populasi dalam ralat yang boleh diterima. Sampel dipanggil perwakilan jika hasil pengukuran parameter tertentu untuk sampel tertentu bertepatan, dengan mengambil kira ralat yang dibenarkan, dengan hasil pengukuran populasi umum yang diketahui. Jika ukuran sampel menyimpang daripada parameter populasi yang diketahui dengan lebih daripada tahap ralat yang dipilih, maka sampel itu dianggap tidak mewakili.

Definisi yang dicadangkan pertama sekali menetapkan hubungan antara sampel dan populasi penyelidikan. Ia adalah populasi umum yang diwakili oleh sampel, dan hanya populasi umum boleh diperluaskan kepada trend yang dikenal pasti dalam kajian sampel. Sekarang harus jelas mengapa perhatian sedemikian sebelum ini diberikan kepada masalah mentakrifkan populasi dengan betul dan menerangkannya dalam dokumentasi dan penerbitan penyelidikan. Sampel tidak boleh mewakili populasi selain daripada yang mana unit untuk pengukuran sebenarnya dipilih. Jika pengkaji tersilap tentang sempadan sebenar populasi, maka kesimpulannya akan menjadi tidak betul. Jika dia tersilap atau sengaja meluaskan atau memesongkan sempadan populasi dalam melaporkan bahan, penerbitan, atau pembentangan berdasarkan hasil kajian, maka ini mengelirukan pengguna dan boleh dianggap sebagai pemalsuan keputusan.

Ujian keterwakilan dijalankan dengan membandingkan parameter individu sampel dan populasi umum. Kesalahpahaman biasa ialah sampel yang mewakili wujud "sama sekali".

Kewakilan atau bukan kewakilan sampel boleh ditentukan semata-mata berhubung dengan pembolehubah individu. Selain itu, sampel yang sama boleh mewakili dalam beberapa aspek dan tidak mewakili dalam yang lain.

Sebagai peraturan, dalam wacana profesional ahli sosiologi, perwakilan dibentangkan sebagai harta dikotomi - sampel sama ada mewakili atau tidak. Tetapi ini bukan pendekatan yang betul sepenuhnya. Pada hakikatnya, sampel mungkin mengeluarkan semula beberapa parameter populasi dengan lebih tepat dan yang lain kurang tepat. Oleh itu, adalah lebih betul (walaupun dari sudut pandangan praktikal dan kurang mudah) untuk dibincangkan tahap keterwakilan sampel tertentu mengikut parameter tertentu.

Seperti sampel secara keseluruhan, kunci untuk menentukan keterwakilan sampel adalah untuk mewajarkan margin ralat di mana sampel dianggap mewakili untuk tujuan kajian. Sebaliknya juga mungkin - menetapkan saiz ralat fakta dan menyatakan fakta bahawa sampel mewakili populasi umum dengan ralat tertentu. Sekali lagi, sifat penggunaan penemuan penyelidikan memainkan peranan penting dalam hal ini. Akibatnya, sampel yang sama boleh dianggap cukup mewakili untuk beberapa tujuan (contohnya, untuk meramalkan peratusan keluar mengundi dalam pilihan raya akan datang), tetapi tidak cukup mewakili yang lain (contohnya, untuk menentukan penilaian calon dan meramalkan keputusan pengundian).

Apakah parameter yang perlu digunakan untuk menyemak keterwakilan sampel? Pertama, terdapat beberapa parameter sedemikian dalam kebanyakan situasi penyelidikan. Lagipun, adalah mungkin untuk membandingkan hasil pengukuran sampel dengan data pada populasi umum hanya jika yang terakhir tersedia. Dan penyelidikan sedang dijalankan kerana data sedemikian tidak mencukupi. Oleh itu, walaupun pada peringkat pemodelan objek dan pembangunan alat seterusnya, adalah dinasihatkan untuk menyediakan untuk pengukuran satu atau lebih parameter kawalan yang mana data yang mencirikan populasi umum tersedia. Ini akan menyediakan asas empirikal yang diperlukan untuk menguji keterwakilan.

Kedua, seseorang harus berusaha untuk memeriksa keterwakilan sampel mengikut parameter yang penting untuk bidang subjek kajian. DALAM amalan moden kawalan keterwakilan mengikut parameter demografi asas - jantina, umur, pendidikan, dsb. telah meluas Data ini, sebagai peraturan, tersedia untuk mana-mana objek wilayah, kerana ia direkodkan semasa banci penduduk dan kemudiannya dikira semula oleh institusi statistik menggunakan matematik yang kukuh. model. Atas sebab ini, kemasukan mandatori beberapa pembolehubah demografi dalam helaian data telah menjadi norma profesional yang diterima umum. Walau bagaimanapun, amalan sedemikian boleh diklasifikasikan sebagai naif dan tertakluk kepada kritikan yang wajar. Hakikatnya ialah parameter demografi asas yang tersedia secara umum untuk perbandingan tidak selalu memainkan peranan sebagai faktor penstrukturan berhubung dengan subjek penyelidikan sosiologi. Sifat mereka sendiri bukanlah sosial, dan pengaruh mereka terhadap objek penyelidikan selalunya agak tidak langsung. Oleh itu, sampel yang mewakili demografi sebenarnya mungkin menyembunyikan masalah penting dalam bentuk ralat sistem dan anjakan yang tidak terkawal. Sebaliknya, perwakilan demografi sampel yang berkesan dari sudut matlamat dan objektif kajian mungkin rendah.

Di sini contoh yang menarik daripada amalan. Pada tahun 2009, salah satu syarikat penyelidikan yang bekerja di Ural menjalankan tinjauan di bandar Kizel, Wilayah Perm. Semasa kerja lapangan, penyelidik menghadapi halangan serius untuk merekrut sampel yang dibayangkan oleh pelan penyelidikan - kekurangan bilangan responden yang mencukupi, kemerosotan keadaan cuaca. Nampaknya, syarikat penyelidikan itu tidak bersedia sepenuhnya untuk menjalankan kerja-kerja projek berskala besar itu. Kemudahan pengeluarannya berfungsi pada kapasiti maksimum untuk memastikan 6,000 responden ditinjau di kawasan yang agak luas dalam masa seminggu. Akibatnya, sampel sebenar di banyak tapak tinjauan, dengan pengakuan penyelidik sendiri, diisi dengan semua orang yang boleh direkrut untuk mengambil bahagian dalam kajian. Kuota demografi yang ditetapkan mengikut terma rujukan telah dilanggar dalam kebanyakan kawasan tinjauan. Di sesetengah kawasan, herotan dalam perkadaran sampel berhubung dengan sasaran kuota mencapai 2.5 kali ganda untuk kategori populasi tertentu, yang sebenarnya menimbulkan keraguan tentang fakta penggunaan persampelan kuota. Nampaknya pelanggan kajian itu mempunyai setiap alasan untuk membuat tuntutan yang munasabah terhadap penyelidik.

Walau bagaimanapun, pemeriksaan yang dijalankan bagi pihak mahkamah timbang tara mendapati herotan kuota yang begitu ketara dan, oleh itu, ketidakwakilan jelas sampel yang terhasil dari segi parameter demografi asas secara praktikal tidak membawa kepada herotan data penyelidikan! Dengan menimbang semula tatasusunan data, pakar memperoleh kesan sampel perwakilan berdasarkan parameter terkawal. Hampir semua taburan kekerapan data yang diuji oleh pakar menunjukkan perbezaan statistik yang tidak ketara antara hasil pemprosesan tatasusunan sebenar dan wajaran semula. Secara de facto, ini bermakna, walaupun terdapat pelanggaran besar terhadap teknologi tinjauan dan pengabaian praktikal untuk tugasan kuota, para penyelidik memberikan pelanggan data yang sama yang boleh dia harapkan jika prosedur pensampelan telah diikuti sepenuhnya dan perwakilan demografi telah dipastikan.

Bagaimana ini boleh berlaku? Jawapannya mudah - parameter demografi yang digunakan untuk mengawal keterwakilan hampir tidak (dan ini disahkan oleh analisis korelasi) mempengaruhi pembolehubah subjek kajian - penilaian oleh populasi sosio-ekonomi peruntukan dan parameter aktiviti sosio-politiknya. Di samping itu, saiz sampel adalah sangat besar berbanding dengan populasi umum (sebenarnya, kajian itu meliputi satu perempat daripada populasi dewasa daerah perbandaran), yang, sebagai hasil daripada undang-undang, bilangan yang besar membawa kepada penstabilan taburan yang diperhatikan jauh sebelum bilangan responden yang diperlukan ditemu bual.

Implikasi praktikal daripada kisah amaran ini ialah usaha dan sumber harus diarahkan ke arah memastikan dan mengawal keterwakilan berkenaan dengan parameter persampelan yang penyelidik jangkakan akan memberi kesan yang ketara ke atas subjek kajian. Ini bermakna bahawa parameter untuk mengawal keterwakilan mesti dipilih secara khusus untuk setiap satu projek penyelidikan mengikut kekhususan subjeknya. Sebagai contoh, penilaian status sosio-ekonomi sentiasa berkait rapat dengan kesejahteraan sebenar keluarga responden, kedudukannya dalam pasaran buruh dan dalam bidang perniagaan. Sehubungan itu, adalah dinasihatkan untuk menggunakan parameter ini untuk mengawal keterwakilan. Perkara lain ialah sukar untuk mendapatkan data objektif yang mencirikan populasi umum. Diperlukan di sini kreativiti dan mungkin kompromi. Sebagai contoh, tahap kesejahteraan boleh dipantau dengan kehadiran sebuah kereta dalam keluarga responden, kerana statistik kereta berdaftar di rantau ini mungkin tersedia.

Menariknya, laporan penyelidikan dan penerbitan hampir selalu merujuk kepada sampel yang mewakili. Adakah sampel yang tidak mewakili benar-benar jarang berlaku? Sudah tentu tidak. Terdapat beberapa sampel yang bermasalah dari segi keterwakilan dalam parameter tertentu dalam amalan penyelidikan. Sebaliknya, terdapat lebih banyak daripada mereka daripada sampel, keterwakilan yang boleh dinilai bukan secara formal (mengikut parameter demografi), tetapi pada asasnya. Walau bagaimanapun, sebutan umum mereka dalam kalangan sosiologi profesional, malangnya, tabu. Dan tiada penyelidik bersedia untuk mengakui bahawa keterwakilan sampelnya dari segi parameter penting untuk kawasan subjek pengukuran adalah bermasalah atau tidak dapat disahkan.

Malah, menemui tanda-tanda pensampelan bukan perwakilan bukanlah satu bencana. Pertama, teknologi sedia ada untuk "membaiki" (menimbang semula) sampel dalam banyak kes memungkinkan untuk menghapuskan sepenuhnya kesan ketidakwakilan mengenai parameter yang menjadi perhatian ahli sosiologi atau pelanggannya. Intipati kaedah pemberat semula adalah untuk menetapkan pelbagai kategori pemerhatian (dalam kes tinjauan, responden) tertentu pekali pemberat, mengimbangi perwakilan sebenar yang tidak mencukupi atau berlebihan bagi kategori ini dalam sampel. Selepas itu, pemberat ini diambil kira semasa menjalankan semua operasi pengiraan dengan tatasusunan data, yang memungkinkan untuk mendapatkan pengagihan yang sepadan sepenuhnya dengan tatasusunan data yang seimbang (bersamaan dengan kuota pengiraan). Program perangkaan moden, seperti BRvv, membolehkan pengiraan dibuat dengan mengambil kira pekali pemberat dalam mod automatik, yang menjadikan prosedur ini agak mudah dilakukan.

Kedua, walaupun tidak mungkin untuk mendapatkan sampel perwakilan yang "baik", keterwakilan "sederhana" mungkin mencukupi untuk menyelesaikan banyak masalah penyelidikan. Ingat bahawa keterwakilan adalah ukuran kesesuaian dan bukannya penanda dikotomi. Dan hanya tugas penyelidikan tertentu - terutamanya berkaitan dengan ramalan tepat peristiwa tertentu - memerlukan sampel untuk keterwakilan yang benar-benar tinggi (disahkan secara statistik).

Contohnya, untuk meramal bahagian pasaran produk baharu dalam penyelidikan pemasaran sampel yang inklusif dan mewakili bakal pelanggan diperlukan. Walau bagaimanapun, selalunya pemasar tidak mempunyai data yang mencukupi tentang siapa sebenarnya yang membentuk kalangan pelanggan mereka, terutamanya yang berpotensi. Dalam keadaan ini, secara amnya mustahil untuk memeriksa keterwakilan sampel - lagipun, tidak diketahui parameter apa yang harus dihasilkan semula. Walau bagaimanapun, banyak tugas pemasaran berjaya diselesaikan, kerana sampel yang mewakili statistik tidak diperlukan untuk mengenal pasti pilihan pelanggan, reaksi terhadap bahan pengiklanan, dan menganalisis ulasan produk baharu - ia sudah cukup untuk memastikan liputan pelanggan biasa, yang mudah dicari betul-betul di kedai. Sampel bukan perwakilan agak sesuai untuk menyelesaikan masalah carian, mengenal pasti trend yang kuat, menganalisis spesifik kategori individu (diwakili oleh subsampel bebas kecil), membandingkan kategori tersebut antara satu sama lain (analisis bivariat), menganalisis hubungan antara pembolehubah dan tugas lain di mana ketepatan taburan statistik yang diperoleh adalah terhad.