9. URČENÍ VELIKOSTI VÝBĚROVÉHO SOUBORU

9. URČENÍ VELIKOSTI VÝBĚROVÉHO SOUBORU

9.1. Typy odhadů

Ve většině projektů marketingového výzkumu je otázka přiměřené velikosti souboru, od kterého budeme získávat primární údaje. Výjimkou jsou některé průmyslové trhy, kde skupina zákazníků, jejichž názory mají být zjištěny, je tak malá, že je možno se dotazovat všech.
V přístupu k určování velikosti vzorku se střetávají rozdílné zájmy. Ekonomickým zájmem je mít vzorek co nejmenší, výzkumné zájmy vedou k opačným tendencím.

Slepý odhad
Velikost vzorku se určuje subjektivně, na základě intuice. Je to ponecháno na řešiteli projektu a jeho zkušenostech. Jde o nejméně přesný a spolehlivý způsob.

Statistický přístup
V tomto případě pracujeme s pravděpodobností. Velikost souboru určíme na základě požadavku na přesnost zjištěných hodnot a přípustnou chybu odhadu. Této problematice je věnována další část přednášky.

Kvótní výběry
Tento postup porve použil americký výzkumník Georg Gallupe. Hlavní myšlenkou kvótního výběru je vytvořit miniaturu základního souboru, která by kopírovala rozhodující strukturální stavbu. Z praktického hlediska se tak stane pouze z pohledu několika rozhodujících, předem stanovených znaků tzv.kvótních znaků. Uvnitř skupin již existuje jistá libovůle ve výběru respondentů.

Jsou-li šetřenými jednotkami např. osoby, cílovou je třeba spotřebitel určitého druhu výrobku či služby, pak obyčejně za kvótní znaky volíme věk, pohlaví, vzdělání, počet členů domácnosti. Předpokládáme, že z věcného, sociologického i psychologického hlediska tyto znaky korespondují s rozdílnosti v názorech dotazovaných osob.

Př.: Při statistice rodinných účtů bylo u nás v roce 1995 zkoumáno 3 130 domácností, v tom 2 630 domácností tzv. základního zpravodajského souboru, kde bylo 1 400 zaměstnaneckých domácností, 350 domácností zemědělců, 350 domácností osob samostatně výdělečně činných a 500 domácností v tzv. doplňkovém souboru, kde 400 rodin mělo nezaopatřené děti a 100 důchodcovských domácností.

Tímto způsobem je však porušen statistický charakter výběru a je obtížné použít pro celý soubor matematicko-statistické metody.

Výběry na základě snadné dosažitelnosti
Zkoumáme jev, který je vázán s určitou činností lidí či jejich životním stylem. Tímto způsobem získáme representativnější soubor respondentů na výzkum specifické otázky.
Např. zkoumáme názory cestujících na nádraží na vhodnost prodeje knih a časopisů na nádraží, nebo zjišťujeme názor na kvalitu prodeje v sídlištní prodejně mezi obyvateli sídliště atd.

Nákladový přístup
Vycházíme se známých nákladů na dotazování jednoho respondenta a máme k dispozici určitou sumu a čas k provedení výzkumu. Z této úvahy určíme velikost souboru. Je patrné, že tento postup nerespektuje základní souvislosti a výsledky nemusí odpovídat realitě. Při určení velikosti souboru můžeme využít i zkušeností jiného výzkumu na jiném místě ve stejné záležitosti.


9.2. Výběr objektu zkoumání

Vymezení pojmů
Výběr objektů zkoumání tvoří nedílnou součást marketingového výzkumu. Na kvalitě výběru totiž přímo závisí kvalita výstupní informace, kterou získáme. Definujme některé pojmy:
Základní soubor – Úplná množina sociálních objektů, které jsou předmětem zkoumání, v souladu se stanovenými cíli výzkumu, tvoří základní soubor

Vyčerpávající šetření – zahrnuje výzkum všech sociálních objektů, jež tvoří základní soubor. To je např. sčítání lidu, nebo průzkum výrobce technologických celků a zařízení apod.

Výběrový soubor – Je nejčastější způsob šetření, především jde-li o konečnou spotřebu. Z výsledků odhadujeme vlastnosti základního souboru.

Reprezentativní soubor – Je takový výběrový soubor, který je schopen reprodukovat vlastnosti základního souboru. Se zvolenou přesností lze odhadnout vlastnosti základního souboru

Reprezentativní výběrové postupy
Tyto postupy jsou založeny na náhodném výběru a statistickém předpokladu, že každý prvek základního souboru má stejnou pravděpodobnost se dostat do souboru výběrového.

Různé typy náhodných výběrů
- prostý náhodný výběr je možné použít u menšího souboru, např. losováním, vybereme každý a-tý objekt ze seznamu atd.
- vícestupňový pravděpodobnostní výběr postupujeme tak, že si sociální objekty rozdělíme do profesních nebo sociálních skupin a provádíme hodnocení každé skupiny zvlášť, výběr skupin je náhodný, jde tedy o skupinový výběr. Př. základní soubor jsou vlastníci určitého výrobku a průzkum provedeme třeba u studentů, lékařů, obyvatelé jednoho domu, zaměstnanci určité firmy atd.
- oblastní (stratifikovaný) výběr – při tomto postupu vybíráme jednotky náhodně, ale nikoliv v rámci celého základního souboru, ale uvnitř určitých částí tohoto souboru, které se nazývávají straty . Např. volíme skupinu podle vzdělání, území apod.

Výběry kvazi-reprezentativní
U těchto výběrů předem předpokládáme, že nebudou reprezentativní ve statistickém slova smyslu. Používají se proto, že ne vždy je možno použít náhodný výběr, který dává přesnější výsledky. Týká se to především výzkumu na velkých souborech, např. při výzkumu veřejného mínění apod.
Základní typy:
- kvótní výběry
- výběr typů – z logické úvahy vybereme typy, které jsou typickými spotřebiteli atd., tento výzkum však není reprezentativní
- „samovýběr“ – výsledek anket v novinách, obchodě, direct mail

Nereprezentativní výběry
- malé výběry – pro orientační výzkumy
- monografická šetření – označované též jako případové studie – výzkum je omezen pouze na jeden objekt, pro vědecké účely musí předcházet teoretická analýza, výzkum jde většinou do velké hloubky
- experiment – není reprezentativní, ale má pro vědeckou práci a poznání velký význam


9.3. Výběrové plány

Jednoduchý náhodný výběr je z hlediska provedení i z hlediska výpočtu nejpřímější metoda výběru. Avšak odhady s menším rozptylem můžeme získat pomocí kombinací náhodného výběru v různých speciálních schématech.

Oblastní výběr
Zjednodušený příklad
Předpokládáme, že ve velké populaci je 60% obyvatel žijících ve městě a 40% na venkově. Předpokládáme, že neznámá úroveň přijmu je u městského pracovníka 10 000 Kč a u vesnického 5 000 Kč. Potom střední příjem populace je

p = 10 000 . 0,6 + 5 000 . 0,4 = 8 000

Při náhodném výběru pěti respondentů můžeme zjistit průměrný plat od 5 000 do 10 000 Kč.
Známe-li skutečné váhy jednotlivých skupin obyvatelstva (např. ze statistické ročenky), pak můžeme dosáhnout výpočtem váženého průměru dokonce lepších výsledků, než kdybychom prováděli náhodný výběr z celé populace.

Obecný případ
Nechť střední hodnoty a rozptyly v i-té oblasti jsou označeny μi a σi . Nechť v každé oblasti je proveden výběr o ni prvcích, když celý výběrový soubor má počet prvků

n = Σ ni

Pak celkovou střední hodnotu spočítáme jako vážený průměr

μ = Σ wi μi

kde váha wi je podíl i-té oblasti na populaci.
Odhad střední hodnoty vypočteme jako vážený průměr


A potom je nestranným odhadem střední hodnoty
A obdobně vypočteme rozptyl

Rovnoměrná stratifikace
Nejpřirozenější způsob je vybrat ni tak, aby výběrový podíl byl skutečně stejný jako podíl populace, tedy
ni = wi.n

Stratifikace po výběru
Provádíme-li náhodný výběr, pak nemůžeme předem odhadnout, zda právě vybereme počet prvků odpovídající váze v základním souboru. Proto stanovíme střední hodnotu a průměr pro skutečně zjištěný počet respondentů, avšak pro výpočet střední hodnoty a průměru použijeme váhové podíly základního souboru.

Optimální stratifikace
Pokud jsou rozptyly jednotlivých stratů různé a jejich zastoupení v základním souborů se také výrazně liší, je třeba volit určitý kompromis pro počet prvků jednotlivých náhodných výběrů.
Stanovíme je podle vztahu

kde ci jsou náklady na jedno šetření a konstantu k vypočteme ze vztahu

kde Co jsou celkové rozpočtované náklady na výzkum

Ostatní typy výběrů
Vícestupňový a skupinový výběr
Uvedeme způsob používaný Federálním úřadem pro sčítání lidu v USA
- území je rozděleno do 2 000 oblastí, kterým se říká PSU
- každá PSU je rozdělena na 100 ED
- Každá ED je rozdělena na 100 USU, nejmenší výběrové jednotky

Každá USU čítá asi 10 lidí po skupinách 3 nebo čtyři domácností a všichni jsou vybrání pro výzkum. Jsou-li vybráni všichni, jde o skupinový výběr. Výběr na každém stupni tedy není prostým náhodným výběrem, ale spíše náhodným oblastním výběrem.

Systematický výběr
Vybírá se z nějakého seznamu v pravidelných intervalech.

Sekvenční výběr
Počet jednotek není konstantní, ale zvolíme nízký počet jednotek, vyhodnotíme. Pokud jsou výsledky málo přesné, provedeme druhý výběr a to opakujeme do té doby, kdy je přesnost výsledků dostačující.