1. Случайная выборка

Когда строится обычная случайная выборка, это означает, что исследователь даёт возможность каждому члену популяции попасть в выборку.

Случайная выборка имеет 2 недостатка.

1) Может случиться так, что та часть популяции, из которой осуществляется выборка, существенно отличается от популяции в целом, (девушек больше, чем юношей; часть студентов гуманитарии, часть – технари, и т.д.).

2) Может проявиться в том случае, если формируется очень большая выборка (тогда список с членами популяции может превысить возможности исследователя выбирать из него фамилии случайным образом).

Для решения этих проблем служат стратифицированная (расслоенная) и групповая (кластерная, гнездовая) выборки.

1.2 Стратифицированная (расслоенная) выборка.

Выборка отображает соотношение важных групп (или «страт») популяции.

Пример, исследуем отношения студентов к гражданским бракам. Нам нужно, чтобы результаты учитывали гендерные различия. В этом случае выборка «расслаивается»: исследователь случайным способом производит два набора участников – отдельно из списка мужчин и отдельно из списка женщин. Количество участников разного пола, необходимое для выборки, будет определяться процентным соотношением этого признака в популяции. Например, в данном случае разумно набирать мужчин и женщин в равном соотношении, поскольку в популяции численность мужчин и численность женщин примерно равны.

Кроме гендерного признака, могут показаться важными и другие различия, например вероисповедание, наличие обоих родителей у студента, национальная принадлежность и т.д. Исследователь может расслаивать свою выборку на множество страт, но очевидно, что он должен где-то остановиться. Для расслоения выборки одни характеристики являются более важными, другие – менее. Исследователь должен разумно отнестись к численности подгрупп в соответствии с условиями и целями исследования.

1.3 Групповая выборка (кластерная, гнездовая)

Если популяция настолько велика, что невозможно получить полный список членов, или если этот список слишком велик, используется групповая выборка (иногда ее называют гнездовой или кластерной, а также многоступенчатой). В этом случае исследователь случайным образом выбирает группу людей (кластер), имеющих определенную особенность, не важную с точки зрения исследуемых переменных.

Например, исследователя интересует отношение жителей крупного города к качеству муниципальных детских садов и их достаточности. Всего в городе, допустим, 500 муниципальных детских садов. Первым шагом может быть исключение садов, которые имеют нечетный номер. Затем сады, расположенные на улицах, в названиях которых есть буква «А», тоже выбывают из нашего списка. Допустим, осталось 20 учреждений, или примерно 2000 семей. Это число, конечно, меньше, чем первоначальное, но даже 2000 семей требуют серьезного исследовательского обеспечения. Поэтому можно сделать окончательный выбор, воспользовавшись элементами расслоенной выборки. Если известно, что эти сады располагаются в разных районах города, можно использовать переменную «район города» для расслаивания выборки. И тогда случайным образом отобрав два сада в каждом из пяти районов города, получим для исследования 10 садов, которые обслуживают около 1000 семей. А это вполне приемлемое количество для исследования. Нужно сказать, что групповые выборки редко формируются в психологических исследованиях, за исключением ситуаций национальных опросов или стандартизации того или иного теста.