Próba reprezentatywna - co to jest, ile osób potrzeba i jak pisać o niej w pracy

Próba reprezentatywna to jedno z tych określeń, które w pracach dyplomowych pojawiają się częściej, niż powinny. Studenci piszą je przy ankiecie rozesłanej w dwóch grupach na Facebooku, bo brzmi profesjonalnie. Recenzenci wyłapują je od razu, bo wiedzą, że za tym słowem stoi konkretna obietnica: wyniki z próby można przenieść na całą populację z policzalnym błędem.

Poniżej znajdziesz, czym jest próba reprezentatywna, jakie ma cechy, dlaczego duża liczba osób jej nie gwarantuje, ile osób potrzeba przy różnych wymaganiach co do dokładności, na czym polega ważenie danych i jak uczciwie napisać w pracy, że Twoja próba reprezentatywna nie jest.

Próba reprezentatywna - co to jest

Próba reprezentatywna to taka część populacji, której wyniki pozwalają z określoną dokładnością oszacować wartości w całej populacji. Mówiąc prościej: odsetki, średnie i związki policzone w próbie są bliskie tym, które dałoby zbadanie wszystkich, a różnica wynika tylko z przypadku, którego wielkość umiesz policzyć.

W praktyce funkcjonują dwa rozumienia reprezentatywności, które łatwo pomylić:

• reprezentatywność statystyczna, wynikająca ze sposobu doboru: każda osoba z populacji miała znane, niezerowe prawdopodobieństwo trafienia do próby, a dobór odbywał się losowo z listy populacji;
• reprezentatywność strukturalna, czyli podobieństwo struktury próby do struktury populacji pod względem wybranych cech, na przykład płci, wieku czy miejsca zamieszkania.

Pierwsza jest mocniejsza. Losowy dobór sprawia, że próba jest podobna do populacji w przybliżeniu we wszystkich cechach naraz, także w tych, których nie mierzysz. Zgodność strukturalna dotyczy tylko cech, które sprawdziłeś. Próba może mieć dokładnie tyle samo kobiet co populacja, a mimo to różnić się od niej zainteresowaniem tematem badania, co przy ankietach bywa najpoważniejszym źródłem zniekształceń.

Reprezentatywność zawsze odnosi się do konkretnej populacji. Próba może być reprezentatywna dla studentów jednej uczelni i zupełnie niereprezentatywna dla studentów w Polsce. Dlatego zdanie „próba była reprezentatywna” bez dopowiedzenia, dla kogo, niewiele znaczy.

Cechy próby reprezentatywnej

Gdy recenzent pyta o reprezentatywność, w istocie sprawdza kilka warunków. Próba reprezentatywna w pełnym sensie:

1. ma jasno zdefiniowaną populację, do której się odnosi;
2. została wylosowana z operatu, czyli listy elementów populacji (rejestru, listy studentów z dziekanatu, spisu placówek);
3. ma liczebność dobraną do wymaganej dokładności oszacowań;
4. ma wysoki odsetek realizacji, czyli większość wylosowanych osób faktycznie wzięła udział w badaniu;
5. ma strukturę zbliżoną do populacji w najważniejszych cechach, co można sprawdzić, porównując ją z danymi o populacji.

Warunek czwarty bywa pomijany, a jest bardzo ważny. Jeśli wylosujesz 300 osób, a odpowie 90, to te 90 osób jest już grupą, która sama zdecydowała o udziale. Losowanie zostało wykonane poprawnie, ale wynik znowu zależy od samoselekcji. Dlatego w badaniach realizowanych przez instytuty badawcze podaje się odsetek realizacji próby i stosuje ważenie, o którym niżej.

Liczebność nie gwarantuje reprezentatywności

Najczęstsze nieporozumienie brzmi: „mam 600 ankiet, więc próba jest reprezentatywna”. Liczebność zmniejsza wpływ przypadku, ale nie usuwa błędu systematycznego, który bierze się ze sposobu doboru. Jeśli ankieta trafia głównie do osób zainteresowanych tematem, to każda kolejna odpowiedź powiela to samo przesunięcie.

Przykładowe dane: w populacji 30% osób korzysta z porad psychologa. Ankietę o zdrowiu psychicznym rozsyłasz w grupach dyskusyjnych poświęconych temu tematowi i zbierasz 2 000 odpowiedzi, z których 45% wskazuje korzystanie z porad. Formalnie błąd oszacowania przy 2 000 osobach wynosi około ±2,2 punktu procentowego. Rzeczywisty błąd wynosi jednak 15 punktów, bo próba jest przesunięta w stronę osób, dla których temat jest ważny. Większa próba dałaby jeszcze węższy przedział wokół złej wartości.

Klasyczną ilustracją jest sondaż czasopisma Literary Digest przed wyborami prezydenckimi w USA w 1936 roku. Redakcja zebrała ponad dwa miliony odpowiedzi od osób z list prenumeratorów, właścicieli telefonów i samochodów, a mimo to wskazała złego zwycięzcę. Lista, z której rozsyłano ankiety, nadreprezentowała osoby zamożniejsze, a odpowiadali przede wszystkim ci, którzy chcieli odpowiedzieć. Liczba ankiet nie miała tu znaczenia.

Próba reprezentatywna - ile osób

Liczebność próby losowej wyznacza się z wymaganej dokładności oszacowania. Dla odsetka maksymalny błąd oszacowania przy poziomie ufności 95% liczy się ze wzoru:

błąd = 1,96 × √(p × (1 - p) / n)

gdzie p to oczekiwany odsetek, a n to liczebność próby. Najostrożniej jest przyjąć p = 50%, bo wtedy błąd jest największy. Poniższe wartości zostały policzone dla prostego losowania i dużej populacji:

Widać, że dokładność rośnie wolniej niż liczebność. Żeby zmniejszyć błąd o połowę, trzeba zbadać cztery razy więcej osób. Przy ±5 punktach procentowych potrzeba 385 osób, przy ±3 punktach już 1 068 osób.

Gdy populacja jest niewielka, stosuje się poprawkę na skończoność populacji, która zmniejsza błąd. Przykładowe dane: przy populacji 2 400 studentów i próbie 300 osób błąd wynosi około ±5,3 zamiast ±5,7 punktu procentowego. Przy populacji liczącej dziesiątki tysięcy osób poprawka jest już pomijalna, dlatego wielkość próby do badania całego kraju nie musi być wielokrotnie większa niż do badania jednego miasta.

Te liczby mają sens wyłącznie przy próbie losowej. Przy ankiecie zebranej według dostępności wzór da się zastosować, ale wynik nie opisuje rzeczywistego błędu, bo nie uwzględnia samoselekcji. Gdy w pracy testujesz hipotezy, liczebność dobiera się raczej do mocy testu niż do błędu oszacowania. Obie drogi opisuje tekst o tym, ilu respondentów potrzebujesz, a szybkie wyliczenie da kalkulator wielkości próby.

Próba reprezentatywna dla Polski

Sondaże ogólnopolskie prowadzone przez instytuty badania opinii zwykle obejmują około tysiąca dorosłych osób. Przykładowo CBOS w comiesięcznym badaniu „Aktualne problemy i wydarzenia” losuje próbę imienną z rejestru PESEL. Tysiąc osób wystarcza, bo przy losowym doborze błąd oszacowania odsetka wynosi wtedy około ±3 punkty procentowe, niezależnie od tego, że populacja liczy kilkadziesiąt milionów osób.

Za taką próbą stoi jednak operat obejmujący całą populację, losowanie wielostopniowe, wielokrotne próby kontaktu z wylosowanymi osobami i ważenie wyników. Student piszący pracę magisterską nie ma dostępu do rejestru PESEL ani zespołu ankieterów. Dlatego próba reprezentatywna dla Polski jest w pracy dyplomowej praktycznie nieosiągalna i nie ma sensu jej deklarować. Znacznie realniejsza jest próba losowa z mniejszej, dobrze określonej populacji, na przykład studentów jednego wydziału, gdy dziekanat udostępni listę do losowania.

Próba reprezentatywna - przykłady

Metody doboru, które prowadzą do tych sytuacji, czyli losowanie proste, warstwowe, grupowe, a także dobór celowy, kwotowy i metodą kuli śnieżnej, opisuje osobno tekst o tym, jak przeprowadzić dobór próby badawczej.

Jak sprawdzić strukturę próby

Nawet przy doborze nielosowym możesz pokazać, w jakim stopniu struktura próby odpowiada strukturze populacji. Potrzebujesz danych o populacji: z GUS, z dziekanatu, z danych zakładu pracy. Porównujesz rozkład wybranych cech w próbie i w populacji, a różnicę możesz sprawdzić testem zgodności chi-kwadrat.

Przykładowe dane: wśród studentów wydziału jest 60% kobiet i 40% mężczyzn. W Twojej próbie 200 osób jest 160 kobiet (80%) i 40 mężczyzn (20%). Gdyby próba miała strukturę populacji, kobiet byłoby 120, a mężczyzn 80. Test zgodności daje χ²(1, N = 200) = 33,33, p < 0,001, co oznacza, że struktura płci w próbie istotnie odbiega od struktury populacji. Takie porównanie pokazuje w pracy, że znasz ograniczenia swoich danych. Zasady samego testu opisuje tekst o tym, kiedy stosować test chi-kwadrat i jakie ma założenia.

Zgodność w kilku cechach nie dowodzi reprezentatywności. Brak istotnej różnicy w płci i wieku oznacza tylko tyle, że w tych cechach próba nie odbiega wyraźnie od populacji. O cechach niezmierzonych porównanie nic nie mówi.

Ważenie danych - na czym polega

Ważenie to sposób na wyrównanie struktury próby do znanej struktury populacji. Każda osoba dostaje wagę równą udziałowi jej grupy w populacji podzielonemu przez udział tej grupy w próbie. Osoby z grup niedoreprezentowanych liczą się bardziej, z grup nadreprezentowanych mniej.

W przykładzie powyżej waga dla kobiet wynosi 60% / 80% = 0,75, a dla mężczyzn 40% / 20% = 2. Jeśli 40% kobiet i 60% mężczyzn odpowiedziało „tak” na pewne pytanie, wynik bez ważenia to 44%, bo dominują kobiety. Po ważeniu wynik wynosi 48%, czyli tyle, ile wyszłoby przy strukturze płci zgodnej z populacją.

Ważenie ma swoją cenę. Zwiększa niepewność oszacowań, co opisuje tak zwana efektywna liczebność próby. W tym przykładzie 200 ważonych odpowiedzi daje taką precyzję jak 160 odpowiedzi bez wag, a błąd oszacowania odsetka rośnie z około ±6,9 do ±7,7 punktu procentowego. Im bardziej próba odbiega od populacji, tym większe wagi i tym większa utrata precyzji.

Ważenie wyrównuje tylko cechy, według których ważysz. Nie naprawia samoselekcji ze względu na zainteresowanie tematem ani innych niezmierzonych różnic. W pracach dyplomowych stosuje się je rzadko i zwykle wystarczy uczciwie opisać strukturę próby. Jeśli promotor oczekuje ważenia, opisz w metodologii, według jakich cech i z jakich danych o populacji je wykonano.

Co napisać, gdy próba nie jest reprezentatywna

Większość prac dyplomowych opiera się na próbach nielosowych i to jest akceptowane, jeśli nie udajesz, że jest inaczej. Brak reprezentatywności opisujesz w dwóch miejscach: w metodologii, nazywając metodę doboru, oraz w ograniczeniach badania, wskazując, czym próba może się różnić od populacji i co z tego wynika dla wniosków.

Przykład akapitu o ograniczeniach:

Najważniejszym ograniczeniem badania jest nielosowy dobór próby. Kwestionariusz udostępniono w formie internetowej w grupach zawodowych w serwisie społecznościowym, co mogło sprzyjać udziałowi osób bardziej zainteresowanych tematem wypalenia zawodowego. W próbie nadreprezentowane były kobiety (80% wobec około 60% w populacji) oraz osoby w wieku do 35 lat. Z tego powodu uzyskane odsetki należy traktować jako opis badanej grupy, a nie oszacowanie dla populacji. Kierunek zależności między zmiennymi może być bardziej stabilny niż wartości odsetków, jednak jego potwierdzenie wymaga badania na próbie losowej.

Zwróć uwagę na trzy elementy: nazwanie mechanizmu (samoselekcja przez kanał dystrybucji), wskazanie kierunku przesunięcia (kto jest nadreprezentowany) i konsekwencję dla wniosków. Taki akapit zwykle wystarcza recenzentowi. Ogólnik „próba nie była reprezentatywna, więc wyników nie można uogólniać” bez wskazania, dlaczego i w którą stronę, wygląda jak formułka. Charakterystykę samej próby, czyli rozkład płci, wieku i innych cech, przedstawiasz osobno, jak opisuje tekst o tym, jak opisać badaną próbę w pracy.

Gdy dane są już zebrane, opis próby i jej porównanie z dostępnymi danymi o populacji może wchodzić w skład raportu z usługi analiza wyników ankiety.

Najczęstsze pytania

Ile osób musi liczyć próba reprezentatywna?

Nie ma jednej liczby, bo reprezentatywność zależy od sposobu doboru, a liczebność od wymaganej dokładności. Przy próbie losowej 385 osób daje błąd oszacowania odsetka około ±5 punktów procentowych, a 1 068 osób około ±3 punkty. Przy małej populacji wystarczy mniej osób.

Czy ankieta internetowa może dać próbę reprezentatywną?

Zwykle nie, jeśli link jest udostępniany publicznie, bo o udziale decyduje sam respondent. Wyjątkiem jest sytuacja, gdy losujesz osoby z listy populacji, na przykład z listy studentów, i tylko do nich wysyłasz indywidualne zaproszenia. Wtedy formularz internetowy jest tylko sposobem zbierania odpowiedzi.

Czy mogę napisać, że próba jest reprezentatywna, bo ma taką samą strukturę płci jak populacja?

Lepiej napisać, że struktura próby pod względem płci jest zbliżona do struktury populacji. Zgodność w jednej czy dwóch cechach nie oznacza reprezentatywności, bo próba może różnić się w cechach, których nie sprawdzałeś.

Czy brak reprezentatywności dyskwalifikuje pracę magisterską?

Nie. Większość prac dyplomowych opiera się na próbach nielosowych. Ważne, żeby uczciwie nazwać metodę doboru, opisać ograniczenia i formułować wnioski o badanej grupie, a nie o całej populacji.

Czym różni się próba reprezentatywna od próby losowej?

Próba losowa to próba dobrana przez losowanie z listy populacji. Reprezentatywność jest skutkiem, którego losowanie ma dostarczyć. Próba wylosowana poprawnie, ale z bardzo niskim odsetkiem odpowiedzi, może przestać być reprezentatywna.