Репрезентативная выборка — что это и как ее получить 

В социологии и маркетинге невозможно и слишком дорого опрашивать каждого потребителя отдельно. Поэтому исследователи берут лишь часть людей, характеристики которых наилучшим образом отражают общую массу. Если говорить простыми словами, то репрезентативная выборка — это уменьшенная, но максимально точная копия целевой аудитории бренда.
Например, если среди всех ваших покупателей 60% женщин и 40% мужчин, то и среди опрошенных респондентов должна сохраняться точно такая же пропорция. Только в этом случае репрезентативные данные — это надежный фундамент для бизнес-решений. В свою очередь, репрезентативность выборки — это способность группы  респондентов максимально точно соответствовать характеристикам всей генеральной совокупности (возрасту, доходу, географии, покупательскому поведению).

Чтобы результаты исследования имели вес, недостаточно просто набрать случайных людей на улице. Важно понимать, какая выборка считается репрезентативной и какие требования к ней предъявляются. Главный критерий репрезентативности — это математически обоснованное сходство структуры респондентов со структурой всей аудитории продукта. Ниже мы расскажем про основные термины подробнее.
Генеральная совокупность и рамка выборки
Любой анализ начинается с определения базовых понятий. Генеральная совокупность — это вообще все люди, которых касается исследование (например, все жители Москвы или все B2B-клиенты рекламного агентства). Рамка выборки — это конкретный список контактов, из которого мы будем получать респондентов (база email-адресов, номера телефонов из CRM и т.д.). Без корректно определенной совокупности и качественной рамки добиться успеха невозможно. Если в CRM-базе нет email-адресов самых крупных клиентов, данные будут искажены изначально.
Случайность отбора и отсутствие систематического смещения
Многие задаются вопросом: что значит репрезентативная выборка с точки зрения математики? В идеальном мире это означает, что каждый человек из генеральной совокупности имеет строго одинаковый шанс попасть в итоговый список для опроса. Это защищает исследование от систематического смещения.
Систематическое смещение — это сценарий, возникающий, когда мы идем по пути наименьшего сопротивления:

• искажаем канал: опрашиваем только подписчиков в соцсетях, игнорируя тех, кто покупает офлайн.
• некорректно формулируем приглашения: используем кликбейтные заголовки, привлекающие только определенный тип людей.
• выбираем «удобных» респондентов: звоним только лояльным клиентам, избегая тех, кто ранее оставлял негативный опыт или жаловался.

Объем выборки и допустимая погрешность
Даже если пропорции соблюдены идеально, опрос 10 человек не даст объективной картины. В статистике репрезентативная выборка — это не только правильная структура, но и достаточный объем респондентов, обеспечивающий статистическую надежность.
Здесь в игру вступают такие параметры, как стандартная ошибка и доверительный интервал. Чем больше человек будет опрошено, тем ниже должна получиться погрешность. Стоит учесть, что эта зависимость не линейна: чтобы снизить погрешность с 5% до 2%, объем респондентов нужно увеличить не в 2, а почти в 4 раза.

Исследовательский подход сильно зависит от бюджета, сроков и целей компании. Посмотрим, какие существуют методы, какая выборка называется репрезентативной, а какая подходит лишь для быстрых тестов.
Вероятностные выборки
Это золотой стандарт социологии. В этом случае у каждого элемента совокупности есть известная вероятность быть отобранным, что позволяет точно рассчитать статистическую погрешность.
Виды вероятностных выборок:

• простая случайная: компьютер (генератор случайных чисел) выбирает людей из полного списка наугад;
• стратифицированная: аудитория сначала делится на важные страты (например, малый, средний и крупный бизнес), а затем внутри каждой группы происходит случайный отбор;
• кластерная: совокупность делится на равные кластеры (например, районы города), из которых случайным образом выбираются несколько районов, и там опрашиваются все жители;
• систематическая: из списка выбирается каждый n-ный элемент (например, каждый десятый клиент в базе).

Невероятностные выборки
Здесь вероятность попадания человека в опрос неизвестна. Строго говоря, такие методы не дают идеальной точности, но они дешевле и быстрее. Среди них различают:

• квотные: заданы жесткие параметры (нужно 50 мужчин и 50 женщин), но интервьюер сам решает, где их искать;
• «удобные»: опрос тех, до кого проще дотянуться (например, прохожие возле офиса рекламного агентства);
• самоотбор: опрос по ссылке в интернете, когда человек сам решает, проходить ему анкету или нет.

Для тестирования гипотез или пилотных запусков нового продукта невероятностные методы допустимы, но если на кону многомиллионный бюджет, лучше опираться на вероятностные модели.

Точный расчет позволяет сэкономить бюджет, не опрашивая лишних людей, но при этом получить достоверный вывод. Как определить репрезентативность выборки с точки зрения количества респондентов? На интуитивном уровне размер зависит от следующих параметров:

• Размер генеральной совокупности. Если клиентов всего 500, возможно, придется опросить половину. Если их 5 миллионов, то опроса 400-1000 человек будет вполне достаточно (влияние размера базы снижается после определенного порога).
• Уровень доверия. Обычно маркетологи используют показатель 95% — это означает, что в 95 случаях из 100 результат исследования будет отражать реальность.
• Допустимая погрешность. Чаще всего это ±3-5%. Если по результатам опроса 40% клиентов готовы сменить рекламного подрядчика, при погрешности 5% реальная цифра колеблется от 35% до 45%.
• Вариативность показателя. Насколько разнообразны мнения внутри аудитории (обычно берут максимальную дисперсию 50/50).

Приведем пример расчета без сложных формул: предположим, рекламное агентство обслуживает 10 000 клиентов. Вы хотите узнать, насколько они довольны сервисом, с погрешностью не более 5% и уровнем доверия 95%. Если подставить эти данные в любой стандартный социологический онлайн-калькулятор (например, Раосо или SurveyMonkey), можно получить цифру около 370 человек. Если опросить их случайным образом, получится достаточно надежный результат.

Надежные данные — это всегда результат строгого, контролируемого процесса. Рассмотрим пошаговый алгоритм, который поможет провести качественное исследование на практике.
Шаг 1: Построение рамки выборки и выбор метода отбора
Сначала нужно понять, где брать людей. Если вы анализируете текущих покупателей, источником может служить CRM-система компании. Если вы выходите на новый рынок, потребуются внешние панели респондентов или открытые базы данных. На этом этапе исследователь оценивает бюджет и выбирает метод (например, телефонный опрос по случайной выборке или онлайн-панель по квотам).
Шаг 2: Контроль структуры и работа с квотами
В процессе сбора анкет необходимо жестко контролировать структуру. Например, если нужно опросить директоров крупных компаний (B2B сегмент), важно помнить, что они крайне неохотно идут на контакт. Если пустить процесс на самотек, анкеты заполнят только линейные менеджеры, у которых больше свободного времени. Исследователь должен искусственно ограничивать сбор анкет от переполненных групп и направлять усилия на «сложные» сегменты, чтобы в итоге получилась целевая репрезентативная группа.
Шаг 3: Взвешивание данных и корректировка выборки
Часто бывает так, что полевой этап завершен, а структура все равно немного «поехала» (например, ответило 30% молодых людей вместо положенных 20%). В этом случае применяется процедура взвешивания. Мнению недостающей аудитории присваивается повышающий весовой коэффициент (каждый их ответ считается за 1.5), а мнению переполненной группы — понижающий. Это сложная математическая корректировка, которая возвращает данным нужные пропорции.

Знать, что означает репрезентативность выборки, мало — нужно уметь избегать частых ловушек на пути к ней. Рассказываем про наиболее распространенные:

• Опора на один канал: например, запуск опроса только во ВКонтакте полностью отрежет аудиторию, которая сидит в Telegram или вообще не пользуется соцсетями.
• Эффект «активного меньшинства» (самоотбор): если просто повесить ссылку на опрос «Оцените нашу работу» на сайте, анкету заполнят только сверхлояльные бренду люди или, наоборот, разъяренные хейтеры. Молчаливое большинство (составляющее 80% прибыли), скорее всего, пройдет мимо.
• Игнорирование неответов: если более 60% людей бросают трубку при телефонном опросе — это проблема. Возможно, отказываются люди определенного типа (например, самые занятые и обладающие высоким уровнем дохода), что разрушает репрезентативность выборки.
• Ошибки в самой анкете: слишком сложные, двойные или наводящие вопросы испортят результаты даже самой идеальной выборки. Если вы спрашиваете «Наше рекламное агентство ведь лучшее на рынке, правда?», никакая статистика вас не спасет.

Всегда ли нужна идеально репрезентативная выборка?
Нет, не всегда. На этапе мозгового штурма, тестирования юзабилити сайта (UX-тестов) или глубинных интервью для поиска новых инсайтов может оказаться достаточно и невероятностных подходов. Примеры репрезентативности, которые мы разбирали выше, жизненно необходимы для количественных замеров: например, расчета доли рынка, оценки узнаваемости бренда или NPS (индекса лояльности) и других показателей.
Как понять, что выборка нерепрезентативна?
Нужно сравнить социально-демографический профиль полученного массива респондентов с достоверными внешними источниками. Например, сравнить данные опроса с официальной статистикой Росстата (если вы опрашиваете население страны) или с обезличенной выгрузкой из вашей CRM (если проводите опрос среди клиентов). Если расхождения превышают 3-5%, скорее всего, данные смещены.
Можно ли «доправить» уже собранные данные?
Да, с помощью процедуры взвешивания, о которой мы говорили выше. Однако важно помнить, что математика не всесильна. Если определенный сегмент целевой аудитории вообще не попал в массив данных, взвешивать будет нечего, и результаты придется признать некорректными для этого региона.
Какую роль играет статистика при выборе рекламного агентства?
При выборе подрядчика для маркетинга компании часто запрашивают кейсы и результаты прошлых рекламных кампаний. Если агентство показывает вам CTR или конверсии, базируясь на опросе 15 случайных человек в интернете, это не самый лучший маркер. Опытный подрядчик всегда обоснует свои решения качественным анализом рынка и докажет, что его выводы опираются на статистически значимые и репрезентативные данные.

Больше информации в нашем телеграм-канале. NewBiz Медиа — проект о новом лидерстве, лучших бизнес-практиках, аутентичном управлении и уверенном выборе решений, определяющих будущее брендов и отрасли.