Kvantitatīvs un kvalitatīvs pētījums. Izlases veidošana

Kvantitatīvs un kvalitatīvs pētījums. Izlases veidošana

Plāns
1. Kvantitatīvā un kvalitatīvā pieeja mediju pētniecībā
2. Abu pieeju priekšrocības un trūkumi
3. Reprezentativitāte. Ģenerālais un izlases kopums
4. Nevarbūtējās izlases
5. Varbūtējās izlases
6. Izlases apjoms un izlases kļūda
———————————————-
1. Kvantitatīvā un kvalitatīvā pieeja mediju pētniecībā

Pēdējām desmitgadēm raksturīgs pavērsiens no kvantitatīvām uz kvalitatīvām metodēm sociālo un kultūras procesu izpētē. Īpaši izteikts šis pagrieziens vērojams masu komunikācijas pētījumos, piedāvājot kvalitatīvās pieejas izmantojumu masu mediju institūciju, satura un auditorijas izpētē.
Tas izskaidrojams gan ar iekšējiem, gan ārējiem faktoriem. Iekšējie faktori saistāmi ar zinātnieku sabiedrībā uzdoto jautājumu – kāds ir tradicionālo empīrisko pētījumu izskaidrojošais, interpretējošais spēks sociālajās zinātnēs, apjēdzot, ka daudzus pētnieciskus jautājumus nevar atrisināt ar hipotētiski deduktīvajām pētniecības metodēm. Pētnieciskās tradīcijas humanitārajās zinātnēs, antropoloģijā un kultūras studijās (kulturoloģijā) var piedāvāt alternatīvus vai papildus analīzes veidus. Tādējādi rezultātā sociālās un humanitārās zinātnes mūsdienās raksturo zināma konverģence, masu komunikācijas pētījumus padarot par starpdisciplināru pētniecisko jomu.
Kvalitatīvās pieejas uzplaukums ir izskaidrojams arī ar ārējiem faktoriem. Pieņemot, ka zinātnes attīstība ir zināmā mērā saistīta ar plašāku sociāli ekonomisko kontekstu, kvalitatīvo pieeju var uzskatīt kā zinātnisku līdzekli pētīt sociālās realitātes jaunās formās (postindustriāla sabiedrība, postmodernisma ēra, informācijas sabiedrība). Piemēram, uzsvars uz valodu un pieredzi kā sociālās prakses un institūciju veidojošu elementu ir noteicis kvalitatīvās analīzes dažādu tradīciju attīstīšanos.
Protams, dominējošā realitātes sociālā konstruēšana joprojām palikusi kvantitatīva, to apstiprina arī finansējums, kas pārsvarā bijis par labu kvantitatīvu pētījumu atbalstam ar gluži praktiskiem mērķiem.
Abu pieeju atšķirības sakņojas dažādās zināšanu formās, kas raksturīgas humanitārajām vai dabaszinātnēm. Kultūru un komunikāciju var pētīt ar abu pieeju palīdzību, gan kā nozīmju veidošanas avotu, gan kā informāciju, ko pārraida ar masu mediju palīdzību.
Sociālo zinātņu pārstāvji pēc agrīnas īsas kvalitatīvo pētījumu fāzes sāka pētījumos pielietot kvantitatīvo pieeju, kuras standarti rodami dabas zinātnēs. Taču no dabaszinātnieku viedokļa šie pētījumi tomēr vairāk atbilst kvalitatīvai izpētes formai.
Kvalitatīvs pētījums:
• Lauka novērojums,
• Fokusa grupas intervija
• Intensīvā (dziļā) intervija
• Gadījuma pētījums (case study)
• Teksta struktūranalīze, diskursa analīze

Kvantitatīvs pētījums:
• Masu aptauja
• Eksperiments
• Kontentanalīze (formalizēta, kvantitatīva satura analīze)

Literatūrā sastopams arī termins “neuzbāzīgās” metodes (unobtrusive methods), kas apzīmē metodes, kuru pielietojums neietekmē pētāmo objektu, neizmaina to, neiejaucas dabiskajā darbības norisē: kontentanalīze, statistikas datu analīze, vēsturisks pētījums.

Sešas raksturīgas empīriskas metodes

Kvalitatīva Kvantitatīva
Runa/verbālā valoda Intervēšana Aptauja
Darbība/uzvedība Novērojums Eksperiments
Teksti/dokumenti Diskursa analīze Kontentanalīze

Kvantitatīvā pētījumā mainīgos jāmēra, piemēram, noskaidrojot, cik bieži mainīgais sastopams. Kvalitatīvās pieejas datu vākšanas tehnika nozīmē tikšanu tuvu klāt datiem, pētot, piemēram, uzvedību dabiskos apstākļos un nodrošinot fenomena dziļu izpēti.
Dažu metožu pielietojumam var būt gan kvantitatīva, gan kvalitatīva pieeja, piemēram, eksperimenta dizains var atbilst kvalitatīvam pētījumam, bet ja tiek nodrošināts pietiekams skaits ekvivalentu, nejauši atlasītu grupu un nodrošināta kontrole pār mainīgajiem, tas var būt tipisks kvantitatīvs pētījums.
Kvantitatīvo vai kvalitatīvo metožu izvēli nosaka gan pētījuma mērķis, gan analīzes objekti, gan pētnieciskais lauks kopumā.
Kvantitatīvās analīzes vide ir skaitļi un to korelācijas, kvalitatīvās analīzes vide ir valoda, kas pauž ikdienas pieredzes konceptus, kā tie parādās specifiskā kontekstā.
Kvantitatīva pētījuma galvenie koncepti, kas raksturo kvantitatīva pētījuma metodoloģiju, ir saistīti ar mērīšanas veidu un procedūrām, kas analizē attiecības starp mērījumiem. Centrālais jēdziens ir mainīgais, kas saistīts ar kvantitatīva pētījuma diviem fundamentāliem elementiem – konceptu un konstruktu.
Koncepts reprezentējot abstraktu ideju, iemieso novērojama fenomena dabu vai interpretāciju, kāpēc šāds fenomens eksistē. Konstrukts ir konceptu kombinācija. Mainīgais ir konstrukta vai koncepta empīriska reprezentācija, ko var mērīt vai manipulēt. Mainīgos savukārt var sadalīt vērtībās vai kategorijās, kas tos raksturo (indikatori/atribūti). Manipulējot neatkarīgos mainīgos un mērot atkarīgos, tiek pierādīta vai apgāzta hipotēze. Izlase parasti ir varbūtēja, nodrošinot reprezentativitāti.
Kvalitatīvs pētījums ir atkārtojošs process, kas pieļauj teorētisko konceptu un analītisko procedūru elastīgu pielietojumu. Kvalitatīva pētījuma pamatkoncepti ir nozīme, kas jāpēta dabiskā vidē, pētnieks ir interpretējošs subjekts. Kvalitatīva pētījuma izlasi galvenokārt veido trejādi: 1. nodrošinot maksimumu variāciju (fenomena dažādas kvalitātes), 2. teorētisko izlasi (mediju organizācijas hierarhisko struktūru pārstāvjus), 3. ērto (pieejamo) izlasi vai sniega pikas izlasi.
Kvantitatīva un kvalitatīva pētījuma salīdzinājums

Kvalitatīvs pētījums Kvantitatīvs pētījums
Katrs novērotājs pats rada realitāti Eksistē viena realitāte
Humānas būtnes ir atšķirīgas Cilvēki ir līdzīgi
Indivīdu uzskati, rīcība ir unikāli
Var izsecināt vispārējus uzvedības likumus
Bez aktīvas pētnieka darbības dati neeksistē Pētnieks atdalīts no datiem
Dizains mainās vai piemērojas apstākļiem pētījuma gaitā Pētījuma dizainu nosaka pirms pētījuma sākšanas
Mēģina fiksēt dabisko notikumu gaitu Pētnieks kontrolē mainīgos laboratorijas apstākļos
Pētnieks pats kalpo par instrumentu Mērījuma instruments eksistē ārpus pētnieka
Teorija rodas pētījuma procesā, rodoties no savāktajiem datiem Pētījumu izmanto, lai pārbaudītu teoriju, to apstiprinot vai noliedzot
Nozīme Informācija
Iekšējs Ārējs
Parādīšanās Atkārtošanās
Pieredze Eksperiments
Ekseģēze (tekstu filoloģisks izskaidrojums, reliģijas kanonisko rakstu izskaidrojums) Mērījums
Process (nozīmju veidošana) Produkts

2. Abu pieeju priekšrocības un trūkumi

Kvalitatīvs pētījums Kvantitatīvs pētījums

Priekšrocības Priekšrocības
Uzvedība tiek pētīta dabiskos apstākļos Skaitļu izmantošana pieļauj lielāku precizitāti rezultātu apkopošanā, uzrāda precīzas tendences
Padziļināta pētījuma objekta izpēte (jauna pētnieciska sfēra) Var izmantot matemātiskās analīzes metodes
Elastīgs, pētnieks var meklēt jaunas pieejas, interešu sfēras, papildināt pētījumu tā gaitā Pētījuma rezultātus var vispārināt, jo tas ir reprezentatīvs
Trūkumi Trūkumi
Maza (nekāda) izlase, rezultātus nevar vispārināt, izmanto kāda fenomena izpētes sākuma fāzē Kļūdas izlases veidošanā samazina datu validitāti
Pētījums var nebūt drošs (atsevišķi novērotāji apraksta unikālus notikumus) Mākslīgā vidē cilvēku uzvedība var būt savādāka nekā dabiskos apstākļos
Var zust pētnieka objektivitāte Skaitļi var radīt precizitātes un objektivitātes ilūziju; fenomenu skaitīšana bez interpretācijas, “objektīvisms”
Ja nav rūpīgi izplānots, zūd tā vērtība, jo izskatās viegli organizējams, bet var nebūt fokusēts uz galvenajām problēmām Metodes ne vienmēr pielietojamas sarežģītu sociālu procesu izpētē

Nav labāku vai sliktāku metožu. Piemēram, nevar teikt, ka kvantitatīvā pieeja ir labāka par kvalitatīvo vai otrādi. Katrs pētniecisks uzdevums prasa savu pieeju. Izvēles procesā jāapzinās to priekšrocības un trūkumi, pētnieka noslieces un resursi.
Masu mediju pētniecībā tiek izmantotas abas pieejas, taču sākotnēji, arī Latvijā dominējusi kvantitatīvā pieeja, īpaši satura analīzē.

3. Reprezentativitāte. Ģenerālais un izlases kopums

Izmaksas un laika resursi var būt lieli gan reprezentatīvam, kvantitatīvam pētījumam, gan kvalitatīvam pētījumam, kurš nenodrošina iespēju pētījuma rezultātus vispārināt.

Pētījuma objekts (piemēram, Latvijas iedzīvotāji, TV skatītāji, „Dienas” lasītāji, laikraksta tematika gada laikā) parasti ir apjomīgs, visus objektus pētījumā grūti iekļaut. Vienīgi tautas skaitīšanas pretendē uz visu iedzīvotāju aptveršanu. Protams, ja ģenerālais kopums ir neliels (nesen iznākušam izdevumam ir tikai 100 numuru), tad iespējams pētīt visus ģenerālā kopuma elementus, neveicot nekādu atlases procedūru.
Tātad no visa objekta, ģenerālā kopuma, jāizvēlas izlases kopums – mazs ģenerālā kopuma modelis, kas atbilst visam pētījuma objektam. Piemēram, visu Latvijas iedzīvotāju (ģenerālais kopums) vietā mēs aptaujājam 1200 respondentus (izlases kopums).
Reprezentativitāte ir izlases kopuma spēja adekvāti pārstāvēt ģenerālo kopumu.
Ja izlases kopums nav reprezentatīvs, tad neatkarīgi no tā apjoma, rezultātus nevar vispārināt.
Lai izlemtu, kādu izlases veidu izvēlēties, jāapdomā:
1)pētījuma mērķis
2)izmaksas
3)laika ierobežojumi
4)pieļaujamās kļūdas lielums

Lai cik piemērotu izlases veidu arī neizmantotu, noteikta izlases kļūda raksturīga visiem izlases veidiem.
Dažas izlases veidošanas metodes nodrošina pētījuma reprezentativitāti, tās ir nejaušās izlases (random sampling), citas to nenodrošina – nevarbūtējās izlases (non-random sampling).

4. Nevarbūtējās izlases

Nevarbūtējās izlases veidi:

• Pieejamā (ērtā) izlase
• Brīvprātīgo izlase
• Mērķtiecīgā izlase
• Gadījuma, stihiskā
• Sniega pikas izlase

Ērtā izlase, kā jau liecina nosaukums, ir viegli iegūstama, jo objekti ir ērti pieejami. Pieejamās izlases nereti izmanto mediju pētniecībā, piemēram, aptaujājot cilvēkus lielveikalu pasāžās, autoostās, studentu grupās – tātad tur, kur ērti pieejami daudzi dažādi cilvēki, kas tiek iesaistīti pētījumā. Šādā veidā var iegūt datus, kas uzrāda zināmas tendences vai pārbauda pētniecisko metodiku, bet šādai izlasei nevar noteikt izlases kļūdu. Metodes aizstāvji uzskata: ja jau izmērītā tendence, fenomens eksistē, tas eksistēs jebkurā izlasē. Šīs izlases veidošanas kritiķi saka, ka izlasei trūkst ārējās validitātes un datus nevar vispārināt. Pieejamās (ērtās) izlases ir izmantojamas pilotāžas pētījumos, kad, piemēram, jāpārbauda aptaujas instruments.
Brīvprātīgo izlase veidojas, ja pētnieks mutiski vai ar sludinājuma palīdzību uzaicina cilvēkus brīvprātīgi pieteikties kādam pētījumam. To parasti dara gadījumos, kad pētījums ir nopietns, sarežģīts un prasa no subjekta laika vai enerģijas ieguldījumu. Arī šajā gadījumā netiek nodrošināta reprezentativitāte, jo speciāli pētījumi ir parādījuši, kā brīvprātīgo izlase atšķiras no ģenerālā kopuma: brīvprātīgajiem parasti ir augstāks izglītības līmenis un nodarbošanās statuss, lielāka vajadzība pēc pozitīva novērtējuma, augstāka inteliģences pakāpe, zemāks autoritārisma līmenis. Viņi parasti ir arī sabiedriskāki, vairāk uzbudinājumu alkstoši, bezaispriedumaini un parasti jaunāki, nekā tā ģenerālā kopuma pārstāvji, no kuru vidus nākuši brīvprātīgie. Viņiem vairāk izteikta tendence apstiprināt eksperimentētāja hipotēzi. Neskatoties uz šiem trūkumiem, brīvprātīgo izlases plaši izmanto elektroniskie mediji, veicot skatītāju aptaujas, aicinot zvanīt TV stacijai un atbildēt uz kādu sabiedrību interesējošu jautājumu vai balsot par kādu ideju. Šādi rezultāti, protams, ir visai tālu no zinātniska pētījuma ar pareizi piemērotu izlases veidu.

Mērķtiecīgajā izlasē iekļauj indivīdus, kuri atlasīti pēc kādas īpašas pazīmes un neiekļauj tos, kuri šiem kritērijiem neatbilst. Mērķtiecīgo izlasi izmanto, piemēram, reklāmas pētījumos, atlasot mērķa grupas – kāda produkta lietotājus – un tad piedāvājot tiem salīdzināt pierasto produktu ar jauno. Tātad šī metode atbilstoši pētnieciskajam mērķim apzināti veido izlasi, kas nevis atbilst ģenerālajam kopumam, bet reprezentē kādu specifisku grupu. Satura analīzes gadījumā tas nozīmētu, piemēram, atlasīt nevis katru otro laikraksta numuru analīzei reklāmas kampaņas laikā, bet atbilstoši pētnieka mērķim analizēt katru numuru nedēļas laikā, izvēloties trīs nedēļas, kas atspoguļo kampaņas sākuma, vidus un beigu posmu.
Gadījuma, stihiskā izlase nozīmē pētnieka subjektīvu izlases elementu izvēli, vadoties pēc principa, kurš pirmais parādās, vai neiebilst, vai ērti sasniedzams, vai izskatās pozitīvi noskaņots vai pietiekami izglītots aptaujai. Šī izlase var ārēji likties līdzīga varbūtējai izlasei, taču tas tā nav. Tāpēc ka, aptaujājot katru 10.cilvēku uz kādas ielas stūra un iegūstot pat tūkstoš respondentu, tas neatbilst reprezentatīvas izlases veidošanas pamatprincipam – nodrošināt katram ģenerālā kopuma elementam iespēju nokļūt izlasē.
Sniega pikas izlase tiek izmantota tajā gadījumā, ja pētniekam grūti atrast pētāmos objektus, jo tiem piemīt raksturlielumi, kas ģenerālajā kopumā reti sastopami. Izlase papildinās, atrodot dažus vajadzīgos subjektus, kas, savukārt, var norādīt pētniekam uz saviem paziņām, kas arī atbilst prasītajām pazīmēm. Tā izlases kopums palielinās, līdzīgi kā pielīp sniegs pikai (piemēram, veikalā ieraugot kādas dārgas videoiekārtas pircēju, viņš, iespējams pateiks vēl kādu tās īpašnieku, kurš ieteicis šādu iekārtu iegādāties.

Kvotu izlase ārēji līdzīga mērķtiecīgai izlasei, jo atlasa respondentus pēc noteiktām pazīmēm, zinot to izplatības procentu ģenerālajā kopumā, tiek atlasīts aptaujājamie vajadzīgajā proporcijā (piemēram, mājas interneta lietotāji). Daļa pētnieku uzskata, ka šī metode pieskaitāma nevarbūtējai izlasei (jo tālākā respondentu atlase notiek pēc pieejamības principa vai stihiski). Citi tomēr sliecas uzskatīt, ka, pēc pēdējiem tautas skaitīšanas datiem zinot dažādu iedzīvotāju grupu proporcijas ģenerālajā kopumā (sieviešu, vīriešu, dažādu vecuma grupu, nodarbošanās veidu īpatsvars), un izvēloties atbilstošu skaitu vajadzīgo grupu pārstāvju, tiek veidota izlase, kas labi reprezentē ģenerālo kopumu.

5. Varbūtējās izlases
Nejaušās/ varbūtējās izlases (random sampling, случайные)

• Īsti nejaušā izlase
Lai izveidotu īsti nejaušo izlasi, nepieciešams viss pētāmo subjektu saraksts (visi laikraksta numuri, žurnāla abonētāju saraksts, fakultātes studentu saraksts). Tad katram subjektam jānodrošina vienādas iespējas nokļūt izlases kopumā. To var izdarīt, izmantojot nejaušo skaitļu tabulas, kur vajadzīgos skaitļus iegūst, pēc vienādiem, paša noteiktiem likumiem atlasot vajadzīgo daudzumu skaitļus un tad tos sameklējot kopīgajā sarakstā. Atbilstošie uzvārdi, piemēram, studentu sarakstā arī būs meklētais izlases kopums. Šo procedūru atvieglo datora programma, kas ģenerē nejaušos skaitļus atbilstoši pasūtītajam izlases apjomam.

• Mehāniskā nejaušā (sistemātiskā) izlase (systematic sample)

S- izlases solis
G- ģenerālais kopums
I- izlases kopums

Ar formulas palīdzību izrēķinot izlases soli, pētnieks ņem visu ģenerālā kopuma sarakstu, tajā nejauši izvēlas sākuma punktu (nejauši izlasītu pirmo objektu sarakstā), tad tālāk atlasa no saraksta katru ceturto studentu (vai citu objektu), kamēr iegūst 230 uzvārdus/laikraksta numurus. Šo izlasi bieži izmanto mediju pētniecībā. Tomēr jāievēro, ka gadījumos, kad saraksts veidots pēc kāda noteikta principa (sāk ar sekmīgākajiem studentiem pēc pēdējās sesijas rezultātiem), šī kārtība var izjaukt nejaušības principu. Piemēram laikraksta periodiskums var sakrist ar izlases soli un izlasē, ņemot katru sesto numuru, var iekļūt vienīgi „Sestdienas”, nevis citu nedēļas dienu laikraksti.
• Stratificētā izlase
Dažreiz pētnieks nepaļaujas uz to, ka nejaušība nodrošinās visu vajadzīgo raksturlielumu pārstāvju iekļūšanu izlasē. Strata (apakšizlase vai segments) var būt jebkurš mainīgais, kas interesē pētnieku (vecums, dzimums, ienākumi, mācību kurss, vai arī vairāki mainīgie. Stratificētā izlase nodrošina to, ka izlasi veido no homogēna ģenerālā kopuma sektora (stratas), kas palīdz samazināt izlases kļūdu. Tā, piemēram, stratificētu izlasi var veidot no fakultātes studentiem, zinot, cik studentu mācās katrā kursā un kāds ir sieviešu un vīriešu sadalījums. Stratificēto izlasi var veidot tā, lai katru stratu (kursu) pārstāvētu vienāds skaits studentu vai arī interesējošā strata būtu lielāka (neproporcionālā stratificētā izlase). Proporcionāla stratificētā izlase nozīmē, ka stratu izmērs balstīts uz to proporcionālo sadalījumu ģenerālajā izlasē (piemēram, 1. kursa studentu vairāk nekā 4., tāpēc arī aptaujāts tiek atbilstoši šim sadalījumam).
• Ligzdveida (cluster) izlase
Parastā izlases procedūra nozīmē vienas vienības jeb subjekta atlasi vienā reizē. Tas ir iespējams, ja ir pieejami pilni subjektu saraksti. Izlasi var veidot arī grupās vai kategorijās, reizēm pētnieciskais jautājums pat liek dot priekšroku ligzdveida izlasei. Ligzda var būt viss kādas fakultātes kurss vai skolas klase, fabrikas ceha darbinieki, ģimene (nevis atsevišķi tās locekļi). Lai nepalielinātu izlases kļūdu, vēlams ņemt lielāku skaitu ligzdu, bet mazāku elementu (subjektu) skaitu katrā ligzdā.

• Daudzpakāpju rajonētā izlase (multistage sampling)
Lielos nacionālos pētījumos izmanto daudzpakāpju izlasi, kas ir ligzdveida izlases paveids. Valsts tiek sadalīta novados, tad vēl mazākās ligzdās, rajonos, pagastos, pilsētas kvartālos. Beigās pēc nejaušības principa tiek atlasītas ģimenes (nogriezties 2.ielā pa labi, sameklēt trešo ēku no stūra un ieiet pirmajā dzīvoklī pa kreisi). Ja tomēr aptaujā vēlams intervēt atsevišķus cilvēkus, nevis ligzdas (ģimenes), tad izmanto kombinētās izlases.
• Kombinētā izlase
Šō izlasi veido, izmantojot iepriekš apskatīto izlases veidu kombinācijas ar mērķi atvieglot izlases veidošanas gaitu, labāk sasniegt pētāmos subjektus un izmantot tautas skaitīšanas datus. Izlases veidošanu var sākt ar ligzdveida izlasi, tad to kombinēt ar stratificēto izlasi vai īsti nejaušo izlasi. Galvenais ir ievērot principu – dot katram ģenerālā kopuma elementam vienādas iespējas nokļūt izlases kopumā.

Izlases veidošanu apgrūtina pētnieka ierobežotās iespējas piekļūt sarakstiem, kas saturētu visu ģenerālā kopuma elementu uzskaitījumu. Bieži vien tādu sarakstu vispār nav (visu Latvijas iedzīvotāju saraksts, visu Latvijas vēlētāju saraksts) vai arī tie ir nepilnīgi (telefona grāmatas). Telefona grāmatā trūkstošos (nereģistrētos) numurus var aizvietot, liekot datorprogrammai sastādīt nejaušas numuru kombinācijas. Bet pati telefona grāmata ir slikts pamats visu iedzīvotāju reprezentēšanai, jo ne visiem ir telefoni, tātad šiem cilvēkiem iekļūt izlasē nav iespējams.
Tāpēc ir ļoti svarīgi pareizi izvēlēties izlasi, lai tās raksturlielumi adekvāti atspoguļotu ģenerālo kopumu.

6. Izlases apjoms un izlases kļūda

Izlases apjoms atkarīgs:
1)no sociālo objektu raksturlielumu viendabības pakāpes,
2)no analīzes grupēšanas sadalījuma pakāpes, ko plāno atbilstoši pētījuma uzdevumam,
3)no secinājumu plānotā drošuma līmeņa (cik mērķtiecīgi ir iegūt ļoti precīzus datus).
Uz izlasi var paļauties, ja tā ir kvalitatīva un ja noskaidrots kļūdas līmenis.
Ja vajadzīgs tikai tendences uztaustīt vai atklāt cēloņseku sakarības principā, tad nevajag tiekties pēc iespējami maza kļūdas %, bet svarīgāk ir nodrošināt kvalitatīvu izlases sastāvu.
Ja attālinās atbilžu sadalījums no 50%, kā arī ja palielina izlasi, kļūda samazinās.
4 reizes palielinot izlasi, dabū kļūdas samazinājumu uz pusi.
Pareizi veidota izlase atšķiras no ģenerālā kopuma vidējā par noteiktu daudzumu.
Starpība starp izlases kopuma vidējo un ģenerālā kopuma vidējo ir standarta novirzes mērījums.
Piemērs:
55% respondentu balsojuši par Bērziņu. N=izlases apjoms.

Standarta kļūda =

Standarta kļūda no 55%, ja N=50

Standarta kļūda no 85%, ja N=50

Standarta kļūda no 55%, ja N=250

Ja izlase ir 400, bet neapmierina kļūdas lielums, tad jāņem izlase 1600, lai kļūdu uz pusi samazinātu.
Izlases lielums nav tieši saistīts ar ģenerālā kopuma lielumu.
Cik liela izlase (N) vajadzīga?
Tas atkarīgs no ticamības līmeņa (C), kļūdas līmeņa (E) un iespējamā atbilžu % sadalījuma (P).

Izlases lielums =

Piemērs: C=1.96, E=5, P=50.
Kā redzams, šajā piemērā prognozēts līdzīgs atbilžu sadalījums balsojumā par diviem kandidātiem (P=50%).
C²=1.96 • 1.96=3.8416
E² =5•5=25
C²:E² =3.8416:25= 0.1536
50•50=2500
N=2500•0.1536=384 (izlases lielums)

Pareizi veidota izlase nav mazāk svarīgs pētniecisks solis kā, piemēram, labas anketas vai kodētāja instrukcijas izstrādāšana.

Izmantotā literatūra
1. A Handbook of Qualitative Methodologies for Mass Communication Research. /Ed. by Klaus Bruhn Jensen and Nicholas W. Jankowski. – London and New York: Routledge, 1993, pp.1-11
2. Wimmer, Roger D., Dominick, Joseph R. Mass Media Research. An Introduction. 3rd ed. – Belmont: Wadsworth Publishing Company, 1991, pp. 63-81
3. A Handbook of Media and Communication Research: Qualitative and Quantitative Methodologies. /Ed. by Klaus Bruhn Jensen. London and New York: Routledge, 2002, pp. 209-253