You are on page 1of 44

Măsurarea opiniei publice

Tehnici de eşantionare

1

Diferenţa dintre populaţie şi eşantion
 N (populaţie) – ansamblul unităţilor care constituie subiectul investigaţiei  n(eşantion) – un extract din universul populaţional, pe baza unor criterii stabilite Daţi exemple de populaţii/ eşantioane!

2

Diferenţa dintre populaţie şi eşantion
 De ce recurgem la eşantionare? Argumentaţi! (Vezi Rotariu şi Iluţ, 1997/2006).  Când nu este recomandată eşantionarea?

 Selecţia întâmplătoare a unor subiecţi de pe stradă pentru a răspunde unei întrebări este un eşantion?
 Ce încredere putem avea în datele obţinute pe baza unui eşantion?  Ce înseamnă reprezentativitatea unui eşantion?
3

Eşantionare
 Probabilistă – fiecare individ din populaţie are şansa de a fi cuprins în eşantion (o şansă calculabilă)
 Neprobabilistă- există indivizi care nu au nicio şansă de a face parte din eşantion

4

Eşantionare probabilistă.tipuri  Simplă aleatoare – simple random sampling  Stratificată – strata sampling (stratified random sampling)  Multistadială (multiphase sampling)  Cluster (grupală) 5 .

Eşantionare simplă aleatoare  Toţi membrii populaţiei au aceeaşi probabilitate de a fi cuprinşi eşantion: n/N  De tipul loteriei. a extragerii bilelor din urnă  Odată extrasă o bilă din urnă trebuie sau nu să o reintroducem pentru a păstra. celelalte bile. aceeaşi şansă de a fi extrase? 6 .

dar poate fi şi 99%  Marjă de eroare 7 .Cum putem calcula reprezentativitatea unui eşantion?  Nivel de încredere (N.) – de obicei 95%.I.

Unde: ES = σ/√n 8 . Sigma)  Eroare standard – ES (eroarea standard a mediei).Pentru a înţelege cum se calculează marja de eroare  Abatere standard (standard deviation)–σ (gr.

Inţelegerea conceptului de abatere standard (σ) este esenţială  Este o măsură a omogenităţii unui anumit aspect în populaţie  Cu cât este mai mare. cu atât acea caracteristică este mai eterogenă în populaţie 9 .

μ (media)=0 10 .Curba distribuţiei normale (Gauss) σ=1.

σ .abaterea standard a mediei X (valori pentru fiecare subiect) 6 8 7 μ(media) x.μ 7 7 7 -1 1 0 9 9 7 7 2 2 6 5 7 7 -1 -2 5 9 6 7 7 7 -2 2 -1 .

Curba distribuţiei normale (Gauss) 12 .

Curba distribuţiei normale (Gauss) 13 .

Reprezintă distanţa în abateri standard faţă de medie (vezi curba Gauss) N. atunci z =2. atunci z =1.58 14 .96 N.I = 99%.Clcularea marjei de eroare (margin of error) 1) Calculăm eroare standard ES = σ/√n 2) Marja de eroare = z X ES z este o valoare dată pentru intervalul de încredere considerat.I = 95%.

Ce se întâmplă în mod real când calculăm marja de eroare a unui sondaj?  Nu cunoaştem valoaare lui σ (abatere standard)  O aproximăm la 0.98/√n .5/√n =0.5 Marja de eroare =z X 0.96 X 0. pentru un interval de incredere de 95% 15 .5/√n Si. de obicei: =1.

88 =0.2.3% 16 .023 = +/.98/√1839 = 0.Exemplu  n=1839  Marja de eroare = 0.98/42.

5 2.4 3 2.7 2.1 2 17 .9 600 800 1067 1300 1500 2000 2400 4 3.Un tabel util pentru relaţia dintre marj de eroare şi mărimea eşantionului Volum eşantion 400 Marjă de eroare 4.

3 de persoane vor fi prezente la vot 18 .Ex: Cum citim rezultatele unui sondaj pe baza NI şi marjei de eroare  60% dintre subiecţi au răspuns: “Cu siguranţă voi fi prezent la vot în ziua alegerilor” n= 1839 Marja de eroare =+/.2.3 Există o probabilitate de 95% ca un procent cuprins între 57.7 şi 62.

7 şi 63.Dar dacă vrem să ştim câţi in tinerii sub 35 de ani vor fi prezenţi la vot?  Fie numărul acestora în eşantion egal cu 839  n = 839  Marja de eroare = 0. pentru un NI = 95%. adică +/-3.3 Există o probabilitate de 95% ca un procent de tineri (<35) cuprins între 56.98 /√839.3 de persoane vor fi prezente la vot 19 .

Volumul straturilor n1.. nivel de educaţie. N2. n2... N3. 20 . N1. vârstă. stare civilă etc. n3.Eşantionarea stratificată  Împărţirea populaţiei în straturi (grupuri) omogene în interior şi eterogene în exterior  Straturile se pot delimita după: sex..... Volumul subeşantioanelor n/N = n1/N1 =n2/N2 = n3/N3 =….

o reprezentativitate superioară celui simplu aleator 21 . după modelul arătat  Eşantionul construit prin stratificare are.Eşantionarea stratificată  Se poate realiza o stratificare multiplă. de obicei. după 2 sau mai multe criterii  Se procedează ulterior la eşantionare aleatoare simplă.

Exemplu Etnie n = 2000 marja de eroare e în acest caz +/-2.1 Procentul stratului din N 60% 30% 5% 4% 1% 100% Volum strat Români (n1) Maghiari (n2) Germani (n3) Rromi (n4) Alta (n5) Total 1200 600 100 80 20 2000 .

Exemplu  Mărim fiecare dintre subeşantioane la volumul de 600 pentru a asigura reprezentativitatea lor n =3000 23 .

Cum analizăm răspunsurile la o întrebare specifică? “Cu siguranţă voi fi prezent la vot în ziua alegerilor” Cei care au răspuns astfel români 80% maghiari germani rromi alta 40% 10% 60% 30% 24 .

6+40x0.01)= 53.05+ 60X0.04+30X0.Cum analizăm răspunsurile la o întrebare specifică? Media = (80+40+10+60+30)/5? =44% Sau media ponderată: (80X0.2? 25 .3+10X0.

. 26 .Eşantionarea multistadială  De ce este utilă?  Pleacă de la ideea unei organizări pe verticală a populaţiei  Populaţia se împarte în subgrupuri.. care la rândul lor se împart în alte subgrupuri.

Exemplu  Se selectează universităţi din întrega ţară  În cadrul fiecărei universităţi se selectează facultatţi  În cadrul fiecărei facultăţi. ani de studiu  Sunt apoi intervievaţi studenţi 27 .

Ce limite are?  Dacă la un anumit nivel numărul grupurilor este mic.sunt împărţite grupurile pe straturi. riscul de nereprezentativitate este mare  De obicei se combină cu cea stratificată.vezi exemplul următor 28 .

Eşantionare stratificată multistadială – Exemplul ataşat 29 .

Eşantionarea cluster  Se procedează identic cu eşantionarea stratificată multistadială dar la ultimul nivel sunt intervievaţi toţi subiecţii (întreg cluster-ul) 30 .

clasa XII Numar de clase XII la fiecare profil Total Clase XII Numar licee Real Uman Tehnic Artistic/ sportiv 24 486 Licee fara olimpici Licee cu olimpici 88 170 129 163 15 72 38 0 0 110 31 .Exemplu: cercetare in liceele Bucurestene.

3% 24% Licee cu olimpici 12.6% 27.3% 0% 0% 32 .0% 6.5% 21.Cadru de eşantionare folosit Distributia claselor pe profiluri Real Uman Tehnic Artistic/sportiv Licee fara olimpici 28.

Eşantionul dorit: 1500 elevi  Marimea medie a unei clase.estimat 25 elevi  În acest caz rezultă că avem nevoie de 60 de clustere (clase) care vor fi cuprinse în eşantion 33 .

Clasele (clusterele) cuprinse în eşantion Real Uman Tehnic Artistic/sportiv Licee fara olimpici 17 13 16 22 Licee cu olimpici 7 4 0 0 34 .

Eşantionare neprobabilistă  De convenienta (convenience or availability sample)  Pe cote (quota sampling)  Tip bulgăre de zăpadă (snow-ball)  Most similar/dissimilar cases  Tipical cases sampling  Critical cases sampling 35 .

De convenienta  de obieci utilizată în cercetări experimentale sau exploratorii  Când accesul la grupul studiat e dificil  Într-o primă etapă a unei cercetări ulterioare 36 .

dar accesul la subiecţi este lăsat la libera alegere a operatorului de teren 37 .Pe cote  Similar celei stratificate.

Exemplu: n =30 Populatia pe gupe de varsta % Total % Femei % Barbati% 15-29 ani 30-49 ani 28% 34% 49% 50% 51% 50% 50+ ani 38% 56% 44% 38 .

Ce cote i se oferă operatorului Populatia pe gupe de varsta Total Femei Barbati 15-29 ani 30-49 ani 50+ ani 8 10 12 4 5 7 4 5 5 Total 30 39 .

Bulgare de zapada  Membrii cunoscuţi ai unor grupuri recomandă alţi membri  Există teme de cercetare care recomandă o astfel de eşantionare  Daţi exemplu! 40 .

Most similar/dissimilar cases  Utilizată în studii comparative  Folosite în studiile de caz 41 .

42 . biografiile sociale etc.Typical cases (cazurile tipice)  Când este recomandată o asemenea tehnică?  folosite în studiile calitative: interviurile în profunzime.

Critical cases sampling  Selectarea cazului(cazurilor) care fac diferenţa  Ex: Cum votează California e esenţial pentru a prezice cine va câştiga alegerile 43 .

Petru [1997](2006). Londra: Sage Publications. Ancheta si sondajul de opinie.Bibliografie  Rotariu. Iasi: Polirom  Henry. T. Practical Sampling. Traian şi Iluţ. Gary (1990). 44 .