Репрезентативная выборка

Происхождение и история термина

В академическом обзоре Рао и Беллхауса развитие представительного метода связано с работами норвежского статистика Андерса Николая Киэра конца XIX века. В его понимании выборка должна была отражать состав всей совокупности. Обсуждались два пути: случайный отбор и намеренный подбор «типичных» участников. К 1920-м годам применялись оба подхода. ^[6]

Работа Ежи Неймана 1934 года изменила это соотношение: он обосновал преимущества случайного отбора для крупных обследований того времени. История понятия поэтому включает переход от внешнего сходства части с целым к обоснованию того, как получена оценка. Рао и Беллхаус также показывают, что корректные оценки возможны при неодинаковых вероятностях включения: одинаковый шанс каждого человека не является обязательным свойством любого вероятностного плана. ^[6]

Суть и механизм

Представим учебную задачу: узнать мнение взрослых жителей города о новом автобусном маршруте. Сначала нужно определить, кто считается жителем и на какую дату. Посетители городского сайта, пассажиры автобуса и все взрослые жители — разные совокупности. Эта разница задаёт границы будущего вывода.

Далее нужна основа выборки — список или иной набор сведений, из которого можно отобрать и пригласить участников. Например, список адресов. Он может неполно охватывать нужную группу. Отсутствующий в списке человек не получит приглашение даже при безупречном случайном выборе из этого списка. AAPOR, Американская ассоциация исследователей общественного мнения, рассматривает основу выборки как отдельную часть планирования опроса. ^[2]

После приглашения возникает следующий вопрос: кто ответил? Неответ означает отсутствие ответа от выбранного участника или на отдельный вопрос. Если отношение к маршруту связано с желанием участвовать, ответы могут систематически отличаться от мнения всей группы. Систематическое смещение — устойчивое отклонение оценки, связанное, например, с тем, что определённые люди чаще оказываются вне исследования. Стандарт Бюро переписи населения США D3 разделяет проблемы охвата, неответов, измерения и обработки. ^[3]

Поэтому случайно выбрать людей и получить ответы от всех выбранных — разные задачи. Даже вероятностный набор не исключает последующих потерь участников. Это различие прямо отмечено и в методическом исследовании Pew Research Center. ^[4]

Виды и классификации

AAPOR различает вероятностный и невероятностный отбор. В первом случае людей выбирают случайной процедурой; во втором участие может зависеть от доступности человека или его собственной инициативы. Интернет — канал ответа, а не отдельный вид отбора: онлайн-опросы используют оба подхода. ^[2]

OpenStax описывает простую случайную выборку: каждый возможный набор заданного размера имеет одинаковую вероятность отбора. При стратифицированном отборе совокупность делят на группы, или страты, и проводят случайный отбор внутри них. Например, можно отдельно отбирать жителей разных районов. ^[1]

Квотный отбор тоже задаёт численность групп, но способ поиска людей внутри них может оставаться неслучайным. Statistics Canada подчёркивает это отличие от стратифицированной выборки. Если интервьюер набирает нужное число людей каждого возраста среди доступных прохожих, выполнение квот ещё не устраняет особенности места и времени опроса. ^[7]

Как применяется на практике

В учебном примере российская городская редакция размещает опрос о маршруте в своём канале. Участвуют те, кто увидел публикацию и захотел ответить. Это самоотбор. Корректная подпись к результату — «среди участников опроса в канале». Чтобы перейти к формулировке «среди взрослых жителей города», нужно обосновать связь участников со всей этой группой; сама популярность публикации такого основания не создаёт. ^{[1, 7]}

Международный исторический пример — исследование Pew, опубликованное в 2023 году по опросам, проведённым с 14 июня по 21 июля 2021 года. Авторы сопоставили три панели со случайным первоначальным набором и три добровольные онлайн-выборки. Панель — группа людей, которых можно повторно приглашать в исследования. Ко всем шести выборкам применили одну схему взвешивания и сравнили оценки с внешними ориентирами. Это иллюстрирует проверку результатов, а не доверие одному названию метода. Результаты данного американского исследования не описывают российский рынок 2026 года. ^[4]

Как измерить или проверить

Начать полезно с методического описания: кого исследовали, как приглашали, сколько человек ответило и какие поправки применили. AAPOR рекомендует раскрывать также вопросы анкеты, способ проведения и характеристики, использованные при взвешивании. ^[2]

Взвешивание меняет вклад ответов в общий результат. Рассмотрим учебный пример: в городе две возрастные группы составляют по половине взрослого населения, а среди ста участников оказалось восемьдесят человек первой группы и двадцать второй. Маршрут поддержали соответственно сорок и шестнадцать человек. Без поправки получается 56 из 100, или 56%.

Внутри групп поддержка равна 40 / 80 = 50% и 16 / 20 = 80%. Если дать группам их известные доли в населении, получится:

Здесь каждый множитель 0,5 — доля возрастной группы в населении; знаменатели восемьдесят и двадцать — числа ответивших внутри групп. Это частный случай оценки через взвешенное среднее групповых значений, описанной У. ^[8] Поправка увеличила результат на девять процентных пунктов, потому что группа с большей поддержкой была представлена меньшим числом ответов.

Но расчёт не доказывает, что в городе поддержку выражают именно 65%. Требуется основание считать ответы внутри каждой группы подходящими для описания этой группы. Если в обеих группах пришли преимущественно сторонники маршрута, возрастная поправка этого не исправит. Доли населения должны поступать из надёжного внешнего источника. У отдельно разбирает эти условия применения метода. ^[8]

Другой учебный расчёт: из двухсот приглашённых ответили сто двадцать; 120 / 200 × 100% = 60%. Это простая доля ответивших при условии, что все приглашённые относятся к нужной совокупности. Она сообщает о потерях, но сама по себе не показывает величину смещения. В реальном обследовании расчёт показателя зависит от статусов контактов и схемы отбора. ^[3]

Ошибки, ограничения и спорные вопросы

Случайная ошибка возникает потому, что исследована лишь часть совокупности: другая случайная выборка даст немного иной результат. Увеличение объёма обычно уменьшает эту изменчивость, но не исправляет автоматически ошибки охвата или неверно понятые вопросы. Поэтому заявленная «погрешность» не заменяет разбор всех источников ошибки. ^{[1, 3]}

Квоты и веса также не служат универсальной гарантией. Они учитывают выбранные признаки, а для обобщения невероятностных данных нужны дополнительные предположения и сведения о населении. ^{[7, 8]} Даже изменение весов не обязательно изменит итог: в учебном примере при поддержке 50% в обеих группах любой их положительный относительный вес сохранит общую поддержку 50%.

Правовой аспект

В России обработка персональных данных участников требует основания по статье 6 закона № 152-ФЗ, в редакции от 26.07.2026. Согласие предусмотрено пунктом 1 части 1; пункт 9 допускает статистические и иные исследовательские цели при обязательном обезличивании, кроме целей, указанных в статье 15. Репрезентативность выборки не заменяет выполнение этих условий. ^[5]

Эти положения статьи 6 введены редакцией закона № 261-ФЗ, вступившей в силу 27.07.2011 и распространённой на отношения с 01.07.2011. Конкретную схему работы с контактами и ответами оценивает юрист: название «исследование» само по себе не определяет допустимость обработки. ^[5]

Частые вопросы

Связанные термины

• opros
• marketingovoe-issledovanie
• kachestvennye-i-kolichestvennye-issledovaniya
• tselevaya-auditoriya
• fokus-gruppa
• segmentatsiya-auditorii