Текст книги "Общественное здоровье и здравоохранение. Часть 1"

2.2. Организация статистического исследования

Независимо от того, какие задачи ставятся в санитарно-статистическом исследовании, оно должно проводиться в определенной последовательности в соответствии с пятью этапами, состоящими из отдельных операций:

• I – организационный этап, или составление программы и плана статистического исследования;

• II – сбор статистического материала;

• III – разработка статистического материала;

• IV – анализ полученных данных, формулирование выводов и предложений;

• V – литературное оформление, графическое изображение и внедрение.

Несмотря на наличие этапов, медико-статистическое исследование представляет собой единое, органически связанное целое, в основе которого лежит целостный, системный подход к изучаемому объекту.

Организационный этап включает:

• выбор темы исследования;

• постановку цели и задач исследования;

• формулировку гипотезы;

• определение научной новизны и научно-практической значимости;

• изучение истории проблемы;

• проведение информационного и патентного поиска;

• составление плана и программы исследования.

Тема исследования — это лаконичное, конкретное название, дающее общее целостное представление.

Цель исследования определяется на основании глубокого знания изучаемого вопроса (после изучения литературных данных и на основании собственного опыта). Она должна быть актуальной для медицинской науки и практики здравоохранения, сформулирована четко и быть ясной не только автору, но и другим специалистам. Целью санитарно-статистического исследования может быть изучение различных сторон здоровья населения, деятельности системы здравоохранения для обоснования конкретных управленческих решений.

Задачи исследования — это конкретизированное, расширенное и уточненное определение цели. Обычно число задач может быть от трех до пяти.

Пример.

Цель исследования: разработка мер профилактики и борьбы с курением у студентов-медиков.

Задачи исследования:

1) изучение распространенности никотинизма среди студентов-медиков в начале и в конце обучения в вузе.

2) изучение причин и возраста начала курения.

Гипотезы — это обоснованное предположение о результатах исследования.

Научная новизна характеризует то, что впервые предлагается авторами исследования и ранее не было изучено.

Научно-практическая значимость имеет теоретический и прикладной аспекты, включает медицинскую, социальную и экономическую направленность.

История проблемы – это изучение развития теоретических знаний и практической деятельности по исследованию темы проблемы (трудноразрешимой задачи).

Информационный поиск – изучение тематических опубликованных материалов (до 10 лет). Могут ли результаты исследования «претендовать» на получение охранного авторского права (патента) для внедрения в клинический процесс, определяет патентный поиск.

План санитарно-статистического исследования — это порядок его проведения.

Содержание плана санитарно-статистического исследования таково:

1) определение места исследования, т. е. той территории, на которой проводится данное исследование;

2) определение сроков проведения исследования – составление календарного плана выполнения исследования, его отдельных этапов и элементов;

3) определение объема и метода исследования или характеристика объектов исследования;

4) определение вида исследования;

5) исполнители (кадры) для проведения исследования и их характеристика (численность и квалификация), под чьим руководством проводится исследование;

6) характеристика технического оснащения, т. е. требуемых материальных и финансовых средств, необходимое лабораторное оборудование и приборы, канцелярские товары, счетная техника.

Программа санитарно-статистического исследования – это перечень вопросов, подлежащих изучению. Она включает:

1) выбор единицы наблюдения или основного признака, подлежащего изучению;

2) определение дополнительных признаков, подлежащих изучению;

3) обеспечение статистическим бланком;

4) определение группировки и составление макетов таблиц.

В зависимости от целей выделяют:

• дескриптивное исследование (для описания и прогнозирования тенденций);

• оптимизационное исследование (для решения проблемы и принятия управленческих решений).

В зависимости от методического подхода к исследованию со стороны исполнителя различают:

• пассивные исследования (без активного вмешательства исследователя в изучаемую совокупность или окружающую ее среду);

• активные исследования;

• поисковые эксперименты (создание специальных условий для совокупности или устранение действия факторов внешней среды);

• управляемые эксперименты (внесение коррекции в методику исследования в зависимости от получаемых результатов).

Важное место при решении организационных вопросов занимает так называемое пробное (пилотажное) исследование, которое позволяет решить следующие основные задачи:

• отработать программу исследования;

• проверить различные варианты сбора данных;

• оценить вариабельность (разнообразие) признаков;

• оценить затраты, необходимые для проведения исследования.

Начальной стадией статистического исследования является статистическое наблюдение, представляющее собой научно организованную работу по сбору первичных данных об изучаемых явлениях и процессах.

Любое статистическое наблюдение осуществляется с помощью оценки и регистрации признаков единиц совокупности в соответствующих учетных документах. Таким образом, полученные данные представляют собой факты, которые так или иначе характеризуют явления общественной жизни.

Статистическое наблюдение должно отвечать следующим требованиям:

• наблюдаемые явления должны иметь научную и практическую ценность, выражать определенные социально-экономические типы явлений;

• непосредственный сбор массовых данных должен обеспечить полноту фактов, относящихся к рассматриваемому вопросу, так как явления находятся в постоянном изменении, развитии. В том случае, если отсутствуют полные данные, анализ и выводы могут быть ошибочными;

• для обеспечения достоверности статистических данных необходима тщательная всесторонняя проверка (контроль) качества собираемых фактов;

• для того чтобы создать наилучшие условия для получения объективных материалов, необходима научная организация статистического наблюдения.

Статистическое наблюдение осуществляется в двух формах: путем предоставления отчетности и проведения специально организованных статистических наблюдений.

Отчетностью называют такую организованную форму статистического наблюдения, при которой сведения поступают в виде обязательных отчетов в определенные сроки и по утвержденным формам. При этом источником сведений, как правило, являются первичные учетные записи в документах (амбулаторная карта, листок ВН, история болезни и т. п.).

Статистические бланки могут быть двух видов:

• стандартные, т. е. формы официальных медицинских документов, утвержденные Министерством здравоохранения Республики Беларусь;

• специальные, т. е. составленные самим исследователем.

После определения перечня признаков для статистической обработки наступает этап формализации документа, где каждому значению признака (или симптому) соответствует определенное кодовое число.

Формализация статистических документов (выкопировочных карт, карт выборки, опросного листа, анкеты, статистического бланка) – необходимое условие разработки материала на компьютерной технике. Формализованная статистическая карта включает систему «вопрос – ответ – шифр (код)», рациональное, компактивное расположение признаков. Она позволяет осуществить одновременно регистрацию, группировку, кодирование уже на стадии получения первичной информации. Кодирование не должно изменять смысл исходных данных, т. е. медицинское содержание информации.

Предоставление информации в квантованной форме обеспечивает фиксацию степени выраженности или состояний качественных признаков и диагностически значимых интервалов количественных признаков. Если имеются два класса заболеваний или более, то численное кодирование нужно выполнить так, чтобы сохранить максимальное различие между изображениями разных классов. Это связано с тем, что признаки несут некоторый содержательный смысл, что очень важно, так как при кодировании происходит замена реальных объектов числами (векторами). Примером может служить выборка, составленная из реальных объектов, где в один класс попали все объекты, у которых значение одного из признаков не превосходит 4, а в другой те, у которых значение этого параметра лежит между 5 и 10. При произвольном кодировании можно закодировать объекты таким образом, что это очень важное для распознавания свойство будет утеряно.

Для кодирования признаков I группы область изменения каждого признака разбивается на несколько интервалов (градаций) в зависимости от требуемой степени детализации описания признака и поставленной задачи.

Признаки, входящие во II группу, разделяются на градации в соответствии с изменением их выраженности либо в возрастающем, либо в нисходящем ряду значений симптомов.

Признакам III группы кодовые значения могут быть присвоены произвольно, в соответствии с принятым порядком перечисления показателей. Таким путем осуществляется построение классификационно-квантифицированных шкал признаков, т. е. процедура идентификации и установления физических границ изучаемых параметров. Необходимым условием является монотонность изменения кодов при сохранении максимальных различий между анализируемыми классами (рядами данных).

В случае пропусков информации (незамеренные признаки при отсутствии данных об их значениях) применяются различные подходы – усреднение, «обнуление», восстановление или условное кодирование для «обхода» данного значения при статистической обработке.

Использование так называемого «обнуления», т. е. приписывание кодового числа 0, представляется крайне нежелательным, так как это в большинстве случаев совпадает с кодированием нормы. При использовании средних значений число ошибок увеличивается с ростом пропусков информации в такой степени, что приводит к невозможности выбора существенных признаков, в особенности для неоднородных выборок, имеющих «выскакивающие» наблюдения.

Ориентация на средние значения возможна только при выделении очень однородных подгрупп. Наиболее целесообразным следует признать заполнение пропусков предположительно соответствующими им значениями путем, например, их оценивания с помощью регрессии на присутствующие для анализируемого объекта переменные.

В случае обработки данных при наличии относительно небольшого количества случайным образом распределенных пропущенных данных выделяют фрагмент исходной матрицы данных, не имеющий пропусков.

При осуществлении диагностической процедуры наряду с достоверными приходится принимать во внимание и так называемые вероятные симптомы, представляющие собой анамнестические сведения и субъективные оценки врачей. Для более эффективного их использования можно вводить количественную оценку их значимости (по мнению исследователя) путем использования весовых коэффициентов (до 10).

Специально организованное статистическое наблюдение представляет собой сбор сведений посредством переписей, единовременных учетов и обследований.

Виды статистического наблюдения различаются по времени регистрации данных и по степени охвата единиц исследуемой совокупности.

В зависимости от времени регистрации различают следующие виды исследований: единовременное и текущее.

Единовременное наблюдение – наблюдение, когда изучаемые явления фиксируются на какой-то определенный момент времени. Классическим параметром такого исследования является перепись населения.

Текущее наблюдение – это наблюдение, когда регистрация каждого случая проводится постоянно, по мере его возникновения за определенный период времени. Например, каждый случай рождения ребенка в течение года.

Статистическая совокупность состоит из единиц совокупности. Каждая единица совокупности представляет собой частный случай проявления изучаемой закономерности.

Объединение единиц в совокупность объективно обосновано, это не произвол исследователя. В самом деле, не вызывает сомнения объективность существования таких совокупностей, как, например, население страны. Как бы далеко друг от друга ни находились единицы каждой совокупности, они взаимосвязаны. В их существовании, взаимосвязях, развитии формируются соответствующие закономерности и тенденции развития воспроизводства населения и его структуры и т. д.

Единица совокупности — это также предел дробления объекта исследования, при котором сохраняются все свойства изучаемого процесса.

Каждая единица наблюдения характеризуется рядом присущих ей признаков (свойств). Признаки, по которым различают элементы статистической совокупности, подлежащие учету в данном исследовании, называются учетными признаками.

Признак – это свойство, присущее единице совокупности. Признак входит в качественное содержание показателя, он существует объективно независимо от того, отражает ли его наука с помощью тех или иных показателей. Например: возраст человека – это его признак, который можно измерять с разной степенью точности (в годах, месяцах, в сутках) или охарактеризовать датой рождения.

Признаки, или переменные (variables), могут принимать различные конкретные значения (values).

Все признаки, характеризующие статистическую совокупность, делятся на объединяющие и разъединяющие. Так, статистической совокупностью является группа лиц, родившихся в данном году в данном населенном пункте. Объединяющими их признаками будут единый возраст (все входящие в группу – новорожденные), единое время (все родились в данном году), единая территория (все родились в данном населенном пункте); разъединяющими – пол детей, степень доношенности, состояние здоровья, возраст матерей и др.

Учитывая необходимость использования современных математических методов и вычислительной техники для обработки данных, в настоящее время используется более подробная классификация признаков.

♦ Количественные признаки, выражаются числом (возраст, рост, масса тела и т. п.).

Количественные, или интервальные (interval), признаки, количественная мера которых четко определена, являются наиболее удобными для статистического анализа.

Количественные признаки бывают:

• непрерывными (continuous), принимающими любое значение на непрерывной шкале, например масса тела, температура, биохимические показатели крови;

• дискретными (discrete), принимающими лишь определенные значения из диапазона измерения, обычно целые, например число рецидивов, число детей в семье, число заболеваний у одного больного, число выкуриваемых сигарет.

♦ Атрибутивные признаки, выраженные словами (пол, место жительства, диагноз и т. п.).

♦ Качественные (номинальные) признаки (categorical/nomi-nal), т. е. не поддающиеся непосредственному измерению. Например, характеристики пациента: диагноз, пол, профессия, семейное положение. Качественные данные, которые могут быть отнесены только к двум противоположным категориям да – нет, принимающие одно из двух значений (выжил – умер; курит – не курит)), называются дихотомическими.

♦ Порядковые, или ранжируемые, признаки (ordinal) можно расположить в естественном порядке (ранжировать). При этом, однако, отсутствует количественная мера расстояния между величинами. Порядковые данные занимают промежуточное положение между количественными и качественными типами. Их можно упорядочить, но над ними нельзя производить арифметические действия. Например, при оценке тяжести состояния пациента допускается, что тяжелое течение заболевания «хуже», чем среднетяжелое, а очень тяжелое – «еще хуже», однако нельзя сказать, во сколько раз или на сколько различаются данные признаки.

Порядковые признаки по степени выраженности изучаемого явления, разделяются в свою очередь на следующие:

• расплывчатые (например, результаты лечения удовлетворительные, неудовлетворительные; самооценка здоровья – отличная, очень хорошая, хорошая, удовлетворительная, неудовлетворительная);

• ранговые (например, порядковый номер родов).

В зависимости от отношения между признаками различают факторный (причина) и результативный (следствие) признаки. Приняты и определенные обозначения этих признаков; y = f(x) или y = f(x1, x2, x3…xn), т. е. от факторного признака x или от группы факторов (x1, x2, x3…xn).

Факторы – это те свойства, влияние, воздействие или разнообразие которых так или иначе отражается на разнообразии результативного признака. В зависимости от цели исследования один и тот же признак может быть и факторным, и результативным. Так, при изучении эффективности метода лечения длительность госпитального лечения является результативным признаком (т. е. зависящим от применяемого метода лечения). При изучении необходимого числа коек для лечения пациентов длительность госпитального лечения является факторным признаком: чем больше длительность лечения, тем больше требуется коек.

Отдельные значения признака называются его вариантами.

Вариация – это многообразие, изменяемость величины признака у отдельных единиц совокупности наблюдения.

Виды признаков представлены на рис. 2.1.

Рис. 2.1. Виды признаков (переменных)

Признаки могут быть как однотипными, что бывает редко, так и разнотипными. Под этим понимается их различная метрологическая оценка:

• количественные, или числовые, признаки – это замеренные в определенной шкале и в шкалах интервалов и отношений (I группа);

• качественные, атрибутивные (ранговые или балльные) признаки используются для выражения медицинских терминов и понятий, не имеющих цифровых значений (например, тяжесть состояния), и замеряются в шкале порядка (II группа);

• классификационные, или номинальные, признаки (например, профессия, группа крови), – это замеренные в шкале наименований (III группа).

Квантование количественных признаков может осуществляться как непосредственно исследователем, так и с помощью персонального компьютера при использовании специальной программы, учитывающей нормальные значения показателя; различные граничные условия (незначительные, средние, высокие и крайне высокие значения), что предполагает введение макета квантования – квантометрическая шкала.

В ряде случаев исследователем делается попытка анализа крайне большого числа признаков, что, по его мнению, должно способствовать повышению информативности представлений выборки. Однако выбор полезной информации, т. е. осуществление отбора признаков, является операцией совершенно необходимой, поскольку для решения любой классификационной задачи должны быть отобраны сведения, несущие только полезную для данной задачи информацию.

В отношении происхождения изменчивости данных следует иметь в виду, что существуют три основные ее группы:

1) систематическая, которая вызвана изучаемыми воздействиями, что и является обычно предметом исследования;

2) систематическая, связанная с условиями опыта (методами исследования), т. е. постоянными погрешностями (ошибками);

3) случайная (остаточная), вызванная нерегулярными изменениями в процессе исследования.

Показатель – характеристика группы единиц или совокупности в целом. Его построение зависит от цели исследования и изобретательности статистика. Так, средний возраст работников больничной организации или жителей города – это статистические показатели, дающие возрастную характеристику определенных групп, совокупностей людей.

Статистические показатели подразделяются на абсолютные и относительные.

Принципиально важным аспектом является анализ резких отклонений в исходных данных (аномальные или выделяющиеся выбросы), которые могут быть как следствием случайных колебаний, обусловленных не всегда известной природой генеральной совокупности, так и являться артефактом вследствие погрешности исследования (записи). В первом случае они требуют учета при подборе статистических методов для заключительной обработки данных, тогда как во втором такие наблюдения подлежат исключению по решению исследователя или путем использования формальных методов.

Статистические процедуры поиска резко выделяющихся случаев основаны на предположении однородности данных, в то время как «выскакивающие» наблюдения рассматриваются как атипичные, далеко удаляющиеся от центра распределения. Предложен ряд аналитических процедур для идентификации таких выбросов и оценки значимости их отклонения. Сомнительные наблюдения или полностью исключаются из дальнейшего рассмотрения, или их вклад уменьшается с помощью весовой функции, убывающей по мере роста степени аномальности наблюдений.

В статистике для изучения признаков и их взаимосвязей используется понятие переменных.

Переменные – это то, что можно измерять, контролировать или что можно изменять в исследованиях. Переменные отличаются многими аспектами, особенно той ролью, которую они играют в исследованиях, шкалой измерения и т. д.

Конечной целью всякого исследования или научного анализа является выявление связей (зависимостей) между переменными.

Переменные бывают зависимыми и независимыми.

Независимыми переменными называются переменные, которые варьируются исследователем, тогда как зависимые переменные – это переменные, которые измеряются или регистрируются.

Термины «зависимая переменная» и «независимая переменная» применяются в основном в экспериментальном исследовании, где экспериментатор манипулирует некоторыми переменными, и в этом смысле они «независимы» от реакций, свойств, намерений, присущих объектам исследования. Некоторые другие переменные, как предполагается, должны «зависеть» от действий экспериментатора или от экспериментальных условий. Иными словами, зависимость проявляется в ответной реакции исследуемого объекта на посланное на него воздействие. Отчасти в противоречии с данным разграничением понятий находится использование их в исследованиях, не варьируются независимые переменные, а только приписываются объекты к «экспериментальным группам», основываясь на некоторых их априорных свойствах. Например, если в эксперименте мужчины сравниваются с женщинами относительно количества лейкоцитов (WCC), содержащихся в крови, то пол можно назвать независимой переменной, a WCC – зависимой переменной.

Переменные различаются также тем, «насколько хорошо» они могут быть измерены или, другими словами, как много измеряемой информации обеспечивает шкала их измерений. Очевидно, в каждом измерении присутствует некоторая ошибка, определяющая границы «количества информации», которое можно получить в данном измерении. Другим фактором, определяющим количество информации, содержащейся в переменной, является тип шкалы, в которой проведено измерение. Различают следующие типы шкал:

• номинальную;

• порядковую (ординальную);

• интервальную;

• относительную (шкала отношения).

Соответственно существуют четыре типа переменных:

• номинальные (категориальные) переменные используются только для качественной классификации. Это означает, что данные переменные могут быть измерены только в терминах принадлежности к некоторым существенно различным классам; при этом невозможно определить количество или упорядочить эти классы. Например, можно утверждать, что 2 индивидуума различимы в терминах переменной А, т. е. по половой принадлежности, национальности и т. д.;

• порядковые (ординальные) переменные позволяют ранжировать (упорядочить) объекты, указав, какие из них в большей или меньшей степени обладают качеством, выраженным данной переменной. Однако они не позволяют сказать «насколько больше» или «насколько меньше»;

• интервальные переменные позволяют не только упорядочить объекты измерения, но и численно выразить и сравнить различия между ними. Например, температура, измеренная в градусах Цельсия, образует интервальную шкалу. Можно утверждать, что температура 40 °C не только выше, чем температура 30 °C, но и что увеличение температуры с 20 до 40 °C вдвое больше увеличения температуры с 30 до 40 °C;

♦ относительные переменные очень похожи на интервальные. В дополнение ко всем свойствам переменных, измеренных в интервальной шкале, их характерной чертой является наличие определенной точки абсолютного нуля. Таким образом, для этих переменных являются обоснованными предложения типа: х в 2 раза больше, чем у. Например, температура по Цельсию образует шкалу отношения, и мы можем не только утверждать, что температура 200 °C выше, чем 100 °C, но и что она вдвое выше.

Независимо от типа две или более переменные связаны (зависимы) между собой, если наблюдаемые значения этих переменных распределены согласованным образом. Иными словами, можно утверждать, что переменные зависимы, если их значения систематическим образом согласованы друг с другом в имеющихся наблюдениях. Например, переменные IQ (коэффициент интеллекта) и количество ошибок в тесте связаны, так как люди с высоким значением IQ делают меньше ошибок.

Выделяют два основных свойства зависимости между переменными: величина зависимости и надежность зависимости.

♦ Величина. Величину зависимости легче понять и измерить, чем надежность. Например: если любой мужчина в выборке имел значение количества лейкоцитов в крови (WCC) выше, чем у любой женщины, то можно утверждать, что зависимость между двумя переменными (пол и WCC) очень высокая. Иными словами, можно предсказать значения одной переменной по значениям другой.

♦ Надежность («истинность»). Надежность взаимозависимости – менее наглядное понятие, чем величина зависимости, однако чрезвычайно важное. Надежность зависимости непосредственно связана с репрезентативностью определенной выборки, на основе которой строятся выводы. Иными словами, надежность свидетельствует о том, насколько вероятно, что зависимость, подобная найденной, будет вновь обнаружена (т. е. подтвердится) на данных другой выборки, извлеченной из той же самой популяции. Следует помнить, что конечной целью почти никогда не является изучение данной конкретной выборки; выборка представляет интерес лишь постольку, поскольку она дает информацию обо всей популяции. Если же исследование удовлетворяет некоторым специальным критериям, то надежность найденных зависимостей между переменными выборки можно количественно оценить и представить с помощью стандартной статистической меры (называемой /7-уровень или статистический уровень значимости, рассматриваемый ниже).

Каждая единица совокупности с присущими ей признаками представляет собой частный случай проявления изучаемой закономерности.

Предметом же статистического изучения в целом выступают совокупности, т. е. множества относительно однородных элементов, взятых вместе в известных границах пространства и времени, реально существующих и обладающих определенными групповыми свойствами.

Выделяют три основные черты совокупности любых явлений:

• множество явлений;

• множество явлений, объединенных общим качеством, представляющих собой проявления одной и той же закономерности;

• множество варьирующих явлений, отличающихся по своим характеристикам.

Именно последнее свойство вызывает необходимость изучения всего множества явлений одного вида. Если бы единицы совокупности были полностью тождественны друг другу, то не было бы потребности обращаться к множеству единиц: достаточно лишь изучить одну единицу, чтобы знать все обо всех явлениях этого вида.

Как бы далеко друг от друга ни находились единицы каждой совокупности, они взаимосвязаны. В их существовании, взаимосвязях, развитии формируются соответствующие закономерности и тенденции развития воспроизводства населения и его структуры и т. д.

Групповые свойства статистической совокупности следующие:

• характер распределения изучаемого явления (альтернативный, симметричный, асимметричный);

• средний уровень (например, характеризует средняя арифметическая);

• разнообразие признака (характеризует сигма);

• репрезентативность признака (характеризует средняя ошибка);

• взаимосвязь между изучаемыми признаками (характеризует коэффициент корреляции).

Для характеристики объекта исследования необходимо определить объем исследования, т. е. число наблюдений, включенных в исследование. В зависимости от цели исследования число наблюдений в нем будет различным. Так, в клинико-статистических исследованиях объем обычно составляет 120–150 наблюдений, в санитарно-статистических – десятки тысяч.

По величине совокупности единиц наблюдения последняя может быть двух видов: генеральная и выборочная. Соответственно этому имеется два метода исследования – сплошное и несплошное.

♦ Сплошное исследование – это регистрация всех возможных единиц наблюдения. Для такого исследования характерно собирание массового, большого объема при относительно ограниченном числе учетных признаков.

♦ Сплошное наблюдение – это регистрация всех явлений, составляющих генеральную совокупность. При сплошном исследовании изучаются все единицы объекта исследования. Например: производственные травмы, профессиональные отравления, численность больниц.

Генеральная совокупность – совокупность всех возможных единиц, которые могут быть к ней отнесены. По численности она может быть большой, приближенной к бесконечности (численность больных на всем земном шаре), либо ограниченной (численность работающих на Н-ском заводе в течение определенного года).

Формирование генеральной совокупности может осуществляться по комплексу признаков, т. е. с применением метода направленного отбора. Например, изучение заболеваемости ИБС у мужчин предпенсионного возраста, проживающих в г. Минске, в течение трех лет.

Один из видов направленного сплошного отбора – кагортный метод.

Кагортой называется статистическая совокупность, состоящая из относительно однородных элементов, объединенных сроком наступления определенного события (признака), прослеженного в один и тот же интервал времени. Например, изучение детности в первое пятилетие брака.

Возможен направленный сплошной отбор по нескольким признакам (с определением границ генеральной совокупности). Например, изучение детности в первое пятилетие брака у супругов в возрасте до 25 лет, проживающих на территории г. Витебска, вступивших в первый брак в течение 2007 г.

♦ Несплошное, или выборочное, исследование предполагает изучение части генеральной совокупности для характеристики ее как целого. Отбор единиц наблюдения в выборочную совокупность должен производиться определенным образом.

Выборочная совокупность – часть генеральной совокупности, отобранная специальным выборочным методом.

На основании анализа выборочной совокупности необходимо получить полное представление о закономерностях всей генеральной совокупности, поэтому к выборке предъявляется два требования: