Κεφάλαιο 2 Συλλογή Δεδομένων Δειγματοληψία

Κεφάλαιο 2 Συλλογή Δεδομένων Δειγματοληψία Σύνοψη Στο κεφάλαιο αυτό παρουσιάζονται αρχικά ορισμένες βασικές έννοιες της Στατιστικής οι οποίες χρησιμοποιούνται εκτενώς στη Γεωγραφική Ανάλυση. Εξηγούνται οι κλίμακες μέτρησης των δεδομένων και η διάκριση των δεδομένων σε πρωτογενή και δευτερογενή. Σχετικά με τη συλλογή πρωτογενών δεδομένων παρουσιάζονται οι βασικές αρχές κατάρτισης ερωτηματολογίων και οι βασικοί τύποι ερωτήσεων. Στη συνέχεια εξηγείται η έννοια του δειγματοληπτικού πλαισίου και αναλύονται οι μέθοδοι δειγματοληψίας από καταλόγους και από χάρτες (χωρική δειγματοληψία), ενώ γίνεται αναφορά στον υπολογισμό του μεγέθους του δείγματος. Προαπαιτούμενη γνώση Από το Κεφάλαιο 1 χρειάζεται η κατανόηση της έννοιας της γεωγραφικής μήτρας δεδομένων, καθώς και βασικές γνώσεις στατιστικής. 2.1 Βασικές Έννοιες Παρακάτω δίνονται οι ορισμοί ορισμένων πολύ βασικών εννοιών της Στατιστικής οι οποίες έχουν εφαρμογή και στη Γεωγραφική Ανάλυση και είναι απαραίτητες για την κατανόηση των περιεχομένων τόσο αυτού του κεφαλαίου όσο και των επόμενων. Ορισμένες από αυτές τις έννοιες θα αναλυθούν εκτενέστερα στη συνέχεια. Στατιστικός Πληθυσμός ή απλά Πληθυσμός: Στατιστικός Πληθυσμός (population) είναι το σύνολο από μετρήσεις ή απαριθμήσεις που προέρχονται από όλα τα αντικείμενα (objects) που έχουν κοινά χαρακτηριστικά και τα οποία θέλουμε να μελετήσουμε. Απογραφή (census) είναι μια μέθοδος συλλογής στατιστικών δεδομένων η οποία ακολουθείται για να ληφθούν πληροφορίες από έναν πληθυσμό εξετάζοντας όλα τα άτομα του πληθυσμού ως προς τα χαρακτηριστικά που μας ενδιαφέρουν. Δείγμα (sample): Τμήμα του πληθυσμού το οποίο έχει επιλεγεί με τέτοιο τρόπο ώστε να είναι αντιπροσωπευτικό. Η επιλογή του δείγματος γίνεται με τις μεθόδους δειγματοληψίας. Τυχαία δειγματοληψία (random sampling): Είναι μία από τις μεθόδους δειγματοληψίας. Ορίζεται ως η τεχνική διαλογής μιας ομάδας του πληθυσμού, έτσι ώστε κάθε πιθανή ομάδα του ιδίου μεγέθους να έχει την ίδια πιθανότητα διαλογής. Σταθερές (constant): Χαρακτηριστικά που έχουν την ίδια τιμή για όλα τα μέλη του πληθυσμού Μεταβλητές (variables): Χαρακτηριστικά που παίρνουν διαφορετικές τιμές για διαφορετικά μέλη του πληθυσμού π.χ. η αξία των κατοικιών στο Ν. Αττικής, όπου στατιστικός πληθυσμός είναι όλες οι κατοικίες του Ν. Αττικής. Παράμετροι: Οι τιμές που υπολογίζονται από τα δεδομένα του στατιστικού πληθυσμού π.χ. η μέση έκταση των αγροκτημάτων της Ελλάδας. Πρόκειται για παραμέτρους θέσης και διασποράς, όπως θα εξηγηθεί στο επόμενο κεφάλαιο. Στατιστικές ή στατιστικές συναρτήσεις: Οι εκτιμήσεις, αντίστοιχες των παραμέτρων, που υπολογίζονται από τα δεδομένα του δείγματος, π.χ. η μέση έκταση δείγματος αγροκτημάτων της Ελλάδας. 2.2 Κλίμακες μέτρησης Στη Στατιστική και τη Γεωγραφική Ανάλυση οι μετρήσεις γίνονται σε κλίμακες οι οποίες δεν είναι πάντα αυτές που συνήθως χρησιμοποιούνται, δηλ. οι ποσοτικές κλίμακες μέτρησης. Διακρίνουμε τέσσερεις βασικές κλίμακες μέτρησης, από τις οποίες οι δύο πρώτες είναι ποιοτικές και οι δύο τελευταίες ποσοτικές (Taylor, 1977): Ονομαστική ή κατηγορική (nominal): Οι παρατηρήσεις ταξινομούνται σε κατηγορίες και οι τιμές της μεταβλητής είναι λεκτικά που αντιστοιχούν στις κατηγορίες. Κατά συνέπεια οι τιμές δεν έχουν σειρά και δεν μπορούν να μετρηθούν τα διαστήματα μεταξύ των τιμών. Οι μεταβλητές που μετρώνται σε αυτό το επίπεδο μέτρησης ονομάζονται ονομαστικές ή κατηγορικές μεταβλητές. Παραδείγματα τέτοιων μεταβλητών είναι το φύλο και οι χρήσεις γης, όπου το φύλο παίρνει τις τιμές «άνδρας» και «γυναίκα» και οι χρήσεις γης παίρνουν 20

τιμές της μορφής «κατοικία», «βιομηχανία», «γεωργία», «εμπόριο» κ.ο.κ. Η ονομαστική είναι η πλέον στοιχειώδης κλίμακα μέτρησης και απλά υποδεικνύει ομοιότητες και διαφορές μεταξύ των παρατηρήσεων. Επίσης μπορεί να χρησιμοποιηθεί για ταξινομήσεις (classification), αφού κάθε αντικείμενο μπορεί να καταταγεί σε μία κατηγορία ή ομάδα. Όμως εάν οι παρατηρήσεις κατανεμηθούν σε κατηγορίες και καταμετρηθούν, παράγονται ποσοτικά αποτελέσματα, όπως οι κατανομές συχνοτήτων (βλ. Κεφάλαιο 3) Ιεραρχική ή τακτική (ordinal): Στην ιεραρχική κλίμακα οι παρατηρήσεις ταξινομούνται σε κατηγορίες αλλά επιπλέον υπάρχει τάξη ή σειρά μεταξύ των κατηγοριών. Ο τρόπος της ταξινόμησης προκύπτει από τη φύση της μεταβλητής που πρέπει να εμπεριέχει ιεραρχία. Οι αποστάσεις μεταξύ δύο σημείων στην ιεραρχική κλίμακα δεν μπορούν να μετρηθούν με κοινή μονάδα μέτρησης. Οι μεταβλητές που μετρώνται σε αυτή την κλίμακα ονομάζονται ιεραρχικές ή τακτικές μεταβλητές. Παράδειγμα ιεραρχικής μεταβλητής είναι η κατανομή των εδαφών σε υψομετρικές κατηγορίες, όπου οι παρατηρήσεις μπορεί να είναι οι Οργανισμοί Τοπικής Αυτοδιοίκησης ή αγροκτήματα κλπ. και οι τιμές της μεταβλητής θα είναι «ορεινό», «ημιορεινό», «πεδινό». Στο παράδειγμα αυτό, παρόλο που είναι κατανοητό ότι το «πεδινό» έχει χαμηλότερο υψόμετρο από το «ορεινό», δεν γνωρίζουμε ακριβώς πόση είναι η διαφορά στο υψόμετρο. Ισοδιαστημική (interval): Τα αντικείμενα ταξινομούνται και ιεραρχούνται ως προς κάποια ιδιότητα και οι διαφορές μεταξύ των αντικειμένων σε σχέση με αυτή την ιδιότητα είναι γνωστές. Επίσης το διάστημα δύο διαδοχικών σημείων είναι ίσο με το διάστημα οποιωνδήποτε άλλων δύο διαδοχικών σημείων. Οι μεταβλητές που μετρώνται με αυτή την κλίμακα μέτρησης ονομάζονται ισοδιαστημικές μεταβλητές. Κλασικό παράδειγμα ισοδιαστημικής μεταβλητής είναι η θερμοκρασία. Αν γνωρίζουμε τη θερμοκρασία τριών πόλεων π.χ. 20 ο, 28 ο και 35 ο, οι πόλεις αυτές μπορούν να ταξινομηθούν ως προς τη θερμοκρασία, αλλά και τα διαστήματα μεταξύ τους είναι γνωστά (8 ο μεταξύ πρώτης και δεύτερης και 7 ο μεταξύ δεύτερης και τρίτης πόλης). Όμως στην ισοδιαστημική κλίμακα δεν υπάρχει απόλυτο μηδέν, δηλαδή δεν έχει φυσική έννοια, ανεξαρτήτως αν υπάρχει το μηδέν στις τιμές της μεταβλητής. Το μηδέν ως τιμή της μεταβλητής σημαίνει διαφορετική θερμοκρασία ανάλογα με την κλίμακα μέτρησης της θερμοκρασίας (Κελσίου ή Φαρενάιτ). Εξ αιτίας του γεγονότος αυτού, δεν έχει νόημα η αναλογία, δεν μπορούμε δηλαδή να ισχυριστούμε ότι η θερμοκρασία μιας πόλης είναι διπλάσια από αυτή μιας άλλης πόλης. Αναλογική (ratio): Η αναλογική κλίμακα είναι ισοδιαστημική κλίμακα με τη διαφορά ότι έχει απόλυτο μηδέν. Στην κλίμακα αυτή μπορούν να υπολογιστούν αναλογίες μεταξύ των τιμών των μεταβλητών. Παραδείγματα αναλογικών μεταβλητών είναι η βροχόπτωση ή η απόσταση των κατοικιών των μαθητών από το σχολείο τους. Η βροχόπτωση σε έναν βροχομετρικό σταθμό μπορεί να είναι διπλάσια απ' ότι σε έναν άλλο σταθμό και η απόσταση ενός μαθητή από το σχολείο του μπορεί να είναι διπλάσια από ενός άλλου. Σύμφωνα με τα παραπάνω, όσο προχωρούμε προς την αναλογική κλίμακα μέτρησης, η κάθε κλίμακα περιλαμβάνει τις ιδιότητες της προηγούμενης, δηλαδή η ιεραρχική είναι και κατηγορική, η αναλογική είναι και όλες οι προηγούμενες κ.ο.κ. Γενικά επιδιώκουμε την ανώτερη για κάθε μεταβλητή κλίμακα, επειδή έτσι διευκολύνονται οι στατιστικές επεξεργασίες. Οι πιο πολλές στατιστικές μέθοδοι μπορούν να χρησιμοποιηθούν μόνο για τις ποσοτικές κλίμακες. Όμως συχνά χρειάζεται να κάνουμε στατιστική επεξεργασία ποιοτικών δεδομένων, όπως είναι για παράδειγμα οι καταγραφές χρήσεων γης, οπότε είναι απαραίτητο να γνωρίζουμε τρόπους στατιστικής επεξεργασίας των κατηγορικών και των ιεραρχικών μεταβλητών. Στα επόμενα κεφάλαια παρουσιάζονται βασικές μέθοδοι για την ανάλυση ποιοτικών μεταβλητών, όπως είναι οι κατανομές συχνοτήτων, οι διασταυρώσεις μεταβλητών, ορισμένα μέτρα κεντρικής τάσης κ.ά. Συχνά η ίδια μεταβλητή μπορεί να μετρηθεί σε περισσότερες από μία κλίμακες μέτρησης. Για παράδειγμα το εισόδημα μετριέται σε χρηματικές μονάδες (π.χ. ευρώ, $) και καταγράφεται στις φορολογικές δηλώσεις με ακρίβεια μιάς μονάδας, οπότε η μέτρηση γίνεται στην αναλογική κλίμακα. Όμως όταν συλλέγουμε δεδομένα για το εισόδημα των κατοίκων μιας περιοχής μέσω επιτόπιας έρευνας, τότε συνήθως ζητάμε από τους ερωτώμενους να δηλώσουν το εισόδημά τους σε κατηγορίες π.χ. <500, 501-1000, >1000 κ.ο.κ. Στην περίπτωση αυτή, η κλίμακα μέτρησης του εισοδήματος είναι η ιεραρχική, επειδή οι τιμές είναι κατηγορίες και υπάρχει σειρά μεταξύ των κατηγοριών. Επίσης σε ορισμένες περιπτώσεις γίνεται μετατροπή των μεταβλητών από ποιοτικές σε ποσοτικές, προκειμένου να χρησιμοποιηθούν στατιστικές επεξεργασίες οι οποίες εφαρμόζονται μόνο σε ποσοτικές μεταβλητές. Έτσι το επίπεδο εκπαίδευσης, μετριέται κανονικά στην ιεραρχική κλίμακα (στοιχειώδης, μέση, ανώτατη εκπαίδευση), αλλά μπορεί να μετατραπεί σε ποσοτική μεταβλητή (με κάποιες παραδοχές), αν αντικαταστήσουμε κάθε επίπεδο εκπαίδευσης με τα έτη σπουδών που απαιτεί, οπότε η κλίμακα μέτρησης γίνεται αναλογική. Οι ονομαστικές (κατηγορικές) και οι ιεραρχικές μεταβλητές είναι διακριτές (discrete) ή ασυνεχείς, δηλαδή λαμβάνουν μόνο έναν ορισμένο αριθμό τιμών, οι οποίες αντιστοιχούν στις κατηγορίες των μεταβλητών. 21

Οι ισοδιαστημικές και οι αναλογικές μεταβλητές μπορεί να είναι συνεχείς ή ασυνεχείς. Συνεχείς (continuous) είναι οι ποσοτικές μεταβλητές οι οποίες μπορούν να πάρουν οποιαδήποτε τιμή εντός διαστήματος τιμών των οποίων ο πιθανός αριθμός τιμών σε ένα δεδομένο διάστημα είναι άπειρος, π.χ. η απόσταση είναι συνεχής μεταβλητή. Ασυνεχείς ή διακριτές είναι οι μεταβλητές οι οποίες λαμβάνουν διακεκριμένες τιμές και έχουν ελάχιστη μονάδα μέτρησης. Για παράδειγμα ο πληθυσμός των νομών της Ελλάδας είναι ασυνεχής μεταβλητή, αφού ελάχιστη μονάδα μέτρησης είναι ο κάτοικος. Ειδική περίπτωση μεταβλητών είναι αυτές οι οποίες μετρώνται στην ονομαστική κλίμακα και μπορούν να πάρουν μόνο δύο τιμές. Πρόκειται για τις διχοτομικές μεταβλητές (dichotomous ή binary variables). Οι τιμές αυτές παρόλο που είναι λεκτικά συμβολίζονται συνήθως με τους αριθμούς 0 και 1. Άσχετα με το πραγματικό επίπεδο μέτρησης (π.χ. ονομαστικό) οι μεταβλητές αυτές μπορούν να χρησιμοποιηθούν σε στατιστικές επεξεργασίες για τις οποίες απαιτούνται ισοδιαστημικές ή αναλογικές μεταβλητές, όμως η ερμηνεία των αποτελεσμάτων πρέπει να λαμβάνει υπόψη τη φύση των χαρακτηριστικών που αυτές οι μεταβλητές απεικονίζουν. Χαρακτηριστικό παράδειγμα αποτελούν οι μεταβλητές οι οποίες δηλώνουν την ύπαρξη ή την απουσία ενός χαρακτηριστικού π.χ. η μεταβλητή ΘΕΣΗ ΣΤΑΘΜΕΥΣΗΣ με τιμές «ΝΑΙ» και «ΟΧΙ». Επίσης πολλές μεταβλητές, π.χ. κατηγορικές με πάνω από δύο κατηγορίες, μπορούν να μετατραπούν σε μεταβλητές με δύο κατηγορίες. Για παράδειγμα οι χρήσεις γης έχουν συνήθως παραπάνω από δύο τιμές, αλλά αν ενδιαφερόμαστε κυρίως για την κατοικία, οι τιμές μπορεί να είναι 1= «κατοικία» και 2= «λοιπές χρήσεις». 2.3 Πρωτογενή και δευτερογενή δεδομένα Η συλλογή των γεωγραφικών δεδομένων μπορεί να γίνει από πρωτογενείς και δευτερογενείς πηγές. Τα πρωτογενή δεδομένα συλλέγονται με πρωτότυπη έρευνα η οποία δεν έχει πραγματοποιηθεί από ερευνητές ή φορείς και μπορεί να αποτελείται από μετρήσεις, καταγραφές και ερωτηματολόγια τα οποία συνθέτουν την επιτόπια έρευνα ή έρευνα πεδίου (field research). Τα δευτερογενή δεδομένα προέρχονται από αρχειακές πηγές, στατιστικές απογραφές, δημοσιευμένες μελέτες κλπ. και περιλαμβάνουν πληροφορία καταγεγραμμένη ή/και επεξεργασμένη σε αναλογική ή ψηφιακή μορφή όπως είναι για παράδειγμα πίνακες και χάρτες. Χαρακτηριστικά παραδείγματα πηγών δευτερογενών δεδομένων για τον ελληνικό χώρο είναι τα Δημόσια Ανοικτά Δεδομένα (http://www.geodata.gov.gr), η Ελληνική Στατιστική Αρχή (ΕΛΣΤΑΤ http://www.statistics.gr) και για τον ευρωπαϊκό χώρο η EUROSTAT (http://ec.europa.eu/eurostat/). Τα δεδομένα αυτά μπορεί να αντιστοιχούν σε υποδιαιρέσεις του γεωγραφικού χώρου (συνήθως διοικητικές ενότητες όπως είναι για παράδειγμα οι νομοί της Ελλάδας) ή να είναι σημεία όπως για παράδειγμα οι θέσεις των σταθμών μέτρησης της ατμοσφαιρικής ρύπανσης. Επειδή σε πολλές περιπτώσεις οι ανάγκες μιας μελέτης δεν μπορούν να καλυφθούν από τα διαθέσιμα δευτερογενή δεδομένα δημιουργείται η ανάγκη συλλογής πρωτογενών δεδομένων. Για παράδειγμα αν θέλουμε να εκπονήσουμε την πολεοδομική μελέτη μιας γειτονιάς, συνήθως δεν υπάρχουν διαθέσιμα δεδομένα για το μέγεθος και τα χαρακτηριστικά του πληθυσμού ή για τα υφιστάμενα κτίρια και επομένως απαιτείται συλλογή πρωτογενών δεδομένων. Επίσης στις κυκλοφοριακές μελέτες, για τον σχεδιασμό νέων οδικών αρτηριών ή σιδηροδρομικών γραμμών, απαιτούνται πληροφορίες για τις μετακινήσεις του πληθυσμού ο οποίος αναμένεται να χρησιμοποιήσει τις νέες μεταφορικές υποδομές και ένας τρόπος να αποκτήσουμε τις πληροφορίες αυτές είναι η διεξαγωγή επιτόπιας έρευνας. Ακόμα, οι μετρήσεις για τον σκοπό της δημιουργίας τοπογραφικών διαγραμμάτων ή χαρτών αποτελούν συλλογή πρωτογενών δεδομένων. Για τη συλλογή των πρωτογενών δεδομένων χρησιμοποιούνται δειγματοληπτικές μέθοδοι, δηλαδή δεν συλλέγονται δεδομένα για το σύνολο του πληθυσμού αλλά για ένα τμήμα αυτού, σωστά επιλεγμένο, γνωστό ως δείγμα (sample) του πληθυσμού αυτού. Οι λόγοι που καθιστούν προτιμότερη τη δειγματοληψία είναι χρονικοί και οικονομικοί περιορισμοί που καθιστούν πρακτικά αδύνατη την απογραφή, δηλαδή δεν υπάρχουν συνήθως οι οικονομικοί πόροι και η χρονική δυνατότητα ώστε να πραγματοποιηθεί απογραφή του συνόλου του πληθυσμού. Στο παράδειγμα της πολεοδομικής ή της κυκλοφοριακής μελέτης δεν συλλέγονται δεδομένα για όλους τους κατοίκους ή για όλα τα κτίρια αλλά για ένα τμήμα τους το οποίο επιλέγεται με τις μεθόδους δειγματοληψίας ώστε τα αποτελέσματα να είναι «αντιπροσωπευτικά» του συνόλου. Η αντιπροσωπευτικότητα είναι πολύ σημαντική έννοια και σημαίνει ότι αν τα αποτελέσματα αναχθούν στον πληθυσμό, αυτό θα γίνει με μεγάλη ακρίβεια. Στις περιπτώσεις αυτές βασικό μέσο συλλογής δεδομένων είναι το ερωτηματολόγιο (questionnaire). Στην ειδική περίπτωση των μετρήσεων στο έδαφος λόγω της συνέχειας του γεωγραφικού χώρου και του μεγάλου (έως άπειρου) αριθμού των πιθανών σημείων μετρήσεων, είναι προφανές ότι οι μετρήσεις 22

αποτελούν δείγμα. Για παράδειγμα όταν μετράμε υψόμετρα προκειμένου να σχεδιάσουμε υψομετρικές καμπύλες σε έναν χάρτη, είναι αδύνατο να γίνουν μετρήσεις σε όλα τα σημεία του εδάφους και γίνεται μια επιλογή χαρακτηριστικών σημείων. Με παρόμοιο τρόπο, αν εξετάζονται φυτά στα πλαίσια μιας οικολογικής μελέτης δεν είναι δυνατό να εξεταστούν όλα τα φυτά, παρόλο που ο αριθμός τους είναι πεπερασμένος (αλλά πολύ μεγάλος) και πρέπει να επιλεγεί ένα δείγμα. Όπως προκύπτει από τα παραπάνω, προκειμένου να διεξαχθεί επιτόπια έρευνα πρέπει να οριστεί η περιοχή μελέτης εντός της οποίας θα γίνει η συλλογή των πρωτογενών δεδομένων, αλλά και το χρονικό διάστημα διεξαγωγής της. Τέλος, πρέπει να σημειωθεί ότι η δειγματοληψία μπορεί να χρησιμοποιηθεί όχι μόνο για τη συλλογή πρωτογενών δεδομένων αλλά και για την επεξεργασία δευτερογενών δεδομένων, εφόσον ο πληθυσμός είναι μεγάλου μεγέθους. 2.4 Ερωτηματολόγιο Η επιλογή του τρόπου με τον οποίο θα συμπληρωθεί το ερωτηματολόγιο επηρεάζει το βαθμό απόκρισης των ερωτώμενων, το κόστος της έρευνας και τελικά την επιτυχή διεξαγωγή της. Η δομή του ερωτηματολογίου και ο τρόπος διατύπωσης των ερωτήσεων είναι πολύ σημαντικά ζητήματα για την ακρίβεια των απαντήσεων. 2.4.1 Κατάρτιση Ερωτηματολογίου Η επιτόπια έρευνα η οποία απευθύνεται σε φυσικά πρόσωπα (ερωτώμενοι) μπορεί να διεξαχθεί με δύο βασικούς τρόπους οι οποίοι διαφοροποιούνται σε σχέση με τη συμπλήρωση του ερωτηματολογίου. Η πρώτη περίπτωση είναι η συνέντευξη (interview) η οποία πραγματοποιείται με τη βοήθεια ενός εκπαιδευμένου ατόμου (απογραφέα) ο οποίος θέτει τις ερωτήσεις στον ερωτώμενο και συμπληρώνει το ερωτηματολόγιο (σχετικό παράδειγμα αποτελούν οι Απογραφές Πληθυσμού της ΕΛΣΤΑΤ οι οποίες διεξάγονται ανά δεκαετία). Ως συνέντευξη θεωρείται και η τηλεφωνική συμπλήρωση του ερωτηματολογίου. Η δεύτερη περίπτωση είναι το ερωτηματολόγιο το οποίο συμπληρώνεται από τον ίδιο τον ερωτώμενο. Στην περίπτωση αυτή το ερωτηματολόγιο αποστέλλεται ταχυδρομικά ή αναρτάται στο διαδίκτυο ή διανέμεται και συλλέγεται στη συνέχεια από κάποιον απογραφέα. Κάθε μία από τις παραπάνω μεθόδους επιτόπιας έρευνας έχει πλεονεκτήματα και μειονεκτήματα. Το κυριότερο πλεονέκτημα της συνέντευξης είναι ότι εξασφαλίζει υψηλότερο βαθμό απόκρισης, ενώ η συμπλήρωση του ερωτηματολογίου από κατάλληλα εκπαιδευμένο απογραφέα δίνει γενικά ακριβέστερα αποτελέσματα, αφού είναι δυνατό να εξηγηθούν οι ερωτήσεις στον ερωτώμενο και να αποφευχθούν παρανοήσεις. Το σημαντικότερο μειονέκτημα είναι ότι το κόστος είναι υψηλό, δεδομένου ότι πρέπει να καλυφθούν αμοιβές και έξοδα μετακίνησης των απογραφέων. Επίσης, επειδή οι απογραφείς μπορούν να συμπληρώσουν περιορισμένο αριθμό ερωτηματολογίων σε μία ημέρα, ιδιαίτερα όταν πρέπει να διανύσουν μεγάλες αποστάσεις, ο χρόνος διεξαγωγής της επιτόπιας έρευνας μπορεί να είναι μεγάλος. Τα πλεονεκτήματα του ερωτηματολογίου το οποίο συμπληρώνεται από τον ίδιο τον ερωτώμενο είναι η ευκολία και το χαμηλό κόστος διανομής του ερωτηματολογίου. Το σημαντικότερο μειονέκτημα είναι ο χαμηλός βαθμός απόκρισης, ο οποίος μπορεί και να οδηγήσει σε μεροληψία (bias) των αποτελεσμάτων. Αν για παράδειγμα σε μία έρευνα απασχόλησης διανεμηθούν ερωτηματολόγια ταχυδρομικά, οι άνεργοι είναι πιθανότερο να μην απαντήσουν, οπότε τα αποτελέσματα σε σχέση με τα χαρακτηριστικά απασχόλησης μιας περιοχής δεν θα είναι αντιπροσωπευτικά της πραγματικής κατάστασης. Ο βαθμός απόκρισης σε ερωτηματολόγιο το οποίο αποστέλλεται ταχυδρομικά ή συμπληρώνεται στο διαδίκτυο μπορεί να είναι μόνο 10%, ενώ στις συνεντεύξεις συνήθως είναι πάνω από 70% (Babbie, 2007, 2011 Nulty, 2008). Ο σχεδιασμός της επιτόπιας έρευνας και οι ερωτήσεις του ερωτηματολογίου έχουν αποτελέσει αντικείμενο έρευνας κυρίως στις κοινωνικές επιστήμες, αλλά ενδιαφέρουν και πολλές άλλες επιστήμες οι οποίες χρησιμοποιούν μεθόδους επιτόπιας έρευνας. Επειδή ο σχεδιασμός του ερωτηματολογίου και η διατύπωση των ερωτήσεων μπορεί να επηρεάσουν τα αποτελέσματα, για παράδειγμα όταν οι ερωτήσεις είναι ασαφείς ή όταν προκαλούν κατευθυνόμενες απαντήσεις, για την κατάρτιση των ερωτηματολογίων χρησιμοποιούνται γνώσεις και από επιστημονικούς κλάδους όπως η γνωστική ψυχολογία και η γλωσσική πραγματολογία (Levinson, 1983 Tourangeau, 2000), ενώ υπάρχουν τεχνικές αξιολόγησης των 23

ερωτηματολογίων ως προς την επίδραση του σχεδιασμού τους στις απαντήσεις (Presser et al., 2004 Φράγκος, 2011). Η κατάρτιση του ερωτηματολογίου γίνεται συνήθως από μια διεπιστημονική ομάδα εργασίας, απαιτεί χρόνο και καλό είναι να δοκιμάζεται σε έρευνα πιλότο (με εμπειρικό κανόνα τους 30 ερωτωμένους) πριν τη διεξαγωγή της πραγματικής έρευνας, ώστε να δοκιμαστεί η διατύπωση των ερωτήσεων, το περιεχόμενο κλπ. Αν δεν υπάρχουν σοβαρά προβλήματα, τα πιλοτικά ερωτηματολόγια μπορούν να ενσωματωθούν στα ερωτηματολόγια της κυρίως έρευνας. Το ερωτηματολόγιο περιλαμβάνει μια σειρά ερωτήσεων από τις οποίες θα αντληθούν τα δεδομένα για τις ανάγκες της μελέτης. Το ερωτηματολόγιο μπορεί να θεωρηθεί ότι αποτελείται από τρία βασικά μέρη (Ζαφειρόπουλος, 2012): 1. Ένα εισαγωγικό κείμενο το οποίο ενημερώνει τον ερωτώμενο για το αντικείμενο και τους σκοπούς της έρευνας καθώς και για τον φορέα ο οποίος διεξάγει την έρευνα, για παράδειγμα ένα Τμήμα ΑΕΙ. Πρέπει να υπάρχουν και κάποια στοιχεία επικοινωνίας για επαλήθευση των παραπάνω. Επίσης πρέπει να γίνεται σαφές στον ερωτώμενο ότι θα τηρηθεί η ανωνυμία του αλλά και να διευκρινιστεί ο τρόπος επιλογής του, ότι δηλαδή έχει επιλεγεί με κάποια διαδικασία δειγματοληψίας. Τέλος πρέπει να τονιστεί η σημασία της συμμετοχής του για την αμερόληπτη διεξαγωγή της έρευνας. 2. Το κύριο μέρος του ερωτηματολογίου, το οποίο αποτελείται από τις ερωτήσεις οι οποίες αφορούν τη φύση της έρευνας και από τις οποίες θα αντληθούν τα απαραίτητα δεδομένα. Αποτελεί το μεγαλύτερο και το κυριότερο τμήμα του ερωτηματολογίου. Για παράδειγμα σε μια κυκλοφοριακή μελέτη συνήθως περιλαμβάνονται αρκετές ερωτήσεις οι οποίες εξετάζουν τις μετακινήσεις των ερωτώμενων. Εκτός από μετρήσεις πραγματικών δεδομένων, για παράδειγμα Πόσο χρόνο κάνετε για να φθάσετε στην εργασία σας; μπορεί να υπάρχουν και ερωτήσεις σχετικά με τις απόψεις του ερωτώμενου για το θέμα της έρευνας, για παράδειγμα Ποια είναι η γνώμη σας για το μετρό της Αθήνας; Το ερωτηματολόγιο μπορεί να διαιρείται σε ενότητες για παράδειγμα: α. στοιχεία για την κατοικία (ηλικία, μέγεθος, ιδιοκτησιακό καθεστώς), β. στοιχεία πληθυσμιακών μετακινήσεων (σκοπός μετακινήσεων, μέσα μεταφοράς), γ. στοιχεία για ιδιοκτησία των ΙΧ και διατύπωση απόψεων για τη λειτουργία μιας νέας γραμμής Μέσων Μαζικής Μεταφοράς. 3. Το τελευταίο μέρος του ερωτηματολογίου περιλαμβάνει τα δημογραφικά στοιχεία. Οι ερωτήσεις αυτές ζητούν από τον ερωτώμενο πληροφορίες για το φύλο, την ηλικία, τη μόρφωση, το επάγγελμα, το μέγεθος της οικογένειας, την κατοικία κλπ. Τα δημογραφικά δεδομένα είναι απαραίτητα σε κάθε επιτόπια έρευνα επειδή δίνουν τη δυνατότητα να συγκριθούν οι απαντήσεις διαφορετικών πληθυσμιακών ομάδων, π.χ. άνδρες-γυναίκες, νέοι ηλικιωμένοι κλπ. Αυτή η σύγκριση γίνεται επειδή θεωρούμε ότι τα μέλη των επιμέρους δημογραφικών ομάδων παρουσιάζουν ομοιότητες ως προς τα χαρακτηριστικά και τις απόψεις τους για το θέμα της έρευνας, τα οποία διαφέρουν από αυτά των άλλων υποομάδων. Για παράδειγμα το μετρό πιθανά χρησιμοποιείται συχνότερα από συγκεκριμένες ομάδες ηλικιών ή επαγγελματικές κατηγορίες. Επομένως χρειάζεται να αναλυθούν οι απαντήσεις κάθε υποομάδας χωριστά και να συγκριθούν μεταξύ τους. Η συνήθης μορφή ερωτηματολογίου περιλαμβάνει τυποποιημένες ερωτήσεις οι οποίες απευθύνονται με την ίδια διατύπωση σε όλους τους ερωτώμενους, ώστε οι απαντήσεις να είναι συγκρίσιμες και να προκύπτουν μετρήσιμα αποτελέσματα. Εναλλακτικά μπορεί να χρησιμοποιηθεί και η συζήτηση με τον ερωτώμενο προκειμένου να γίνουν κατανοητές οι ερωτήσεις. Στη βιβλιογραφία υπάρχει σχετική ανάλυση για τον προσφορότερο τρόπο συμπλήρωσης των ερωτηματολογίων δεδομένου ότι αποτελεί συχνό φαινόμενο οι ερωτώμενοι να απαντούν ερωτήσεις για θέματα τα οποία δεν γνωρίζουν ή να ερμηνεύουν τις ερωτήσεις με δικά τους κριτήρια ή να θεωρούν ότι, σε περίπτωση πολλαπλών απαντήσεων, τουλάχιστον μία από αυτές είναι αληθής (Martin, 2006). Κατά συνέπεια, πολύ βασικά για την κατάρτιση ενός ερωτηματολογίου είναι το είδος των ερωτήσεων, η διατύπωσή τους, το περιεχόμενο και η σειρά τους. 2.4.2 Διατύπωση Ερωτήσεων 24

Η βασική διάκριση των ερωτήσεων είναι σε κλειστές και ανοικτές. Οι κλειστές ερωτήσεις έχουν προκαθορισμένες απαντήσεις και συνοδεύονται από μία θέση όπου σημειώνονται οι απαντήσεις, ώστε να είναι εύκολη η κωδικοποίηση και η εισαγωγή τους σε Η/Υ με τη μορφή ενός πίνακα ή μιας γεωγραφικής μήτρας δεδομένων (βλ. Παράρτημα 2.1). Είναι απαραίτητο κατά το σχεδιασμό του ερωτηματολογίου να διακρίνουμε πόσες μεταβλητές προκύπτουν από κάθε ερώτηση και αν είναι ποσοτικές ή ποιοτικές. Αντίθετα οι ανοικτές ερωτήσεις δεν έχουν προκαθορισμένες απαντήσεις και ο ερωτώμενος είναι σε θέση να αναπτύξει τις απόψεις του για ένα θέμα σε ένα μικρό κείμενο. ΠΑΡΑΔΕΙΓΜΑ 2.1: Ανοικτές και κλειστές ερωτήσεις Παράδειγμα ανοικτής ερώτησης: Ποια είναι τα προβλήματα της περιοχής κατοικίας σας; Η απάντηση είναι κείμενο Παράδειγμα κλειστής ερώτησης : Ποια είναι τα προβλήματα της περιοχής κατοικίας σας; (σημειώστε μέχρι δύο απαντήσεις): α. Το κυκλοφοριακό β. Η έλλειψη πρασίνου γ. Ο θόρυβος δ. Άλλο (εξηγήστε) Ο ερωτώμενος σημειώνει μέχρι δύο απαντήσεις και η ερώτηση αναλύεται σε τρεις τουλάχιστον ονομαστικές μεταβλητές για τις οποίες οι τιμές είναι «ναι» και «όχι». Το βασικό πλεονέκτημα στις κλειστές ερωτήσεις είναι η εύκολη κωδικοποίηση και ανάλυσή τους και για τον λόγο αυτό είναι ο συνηθέστερος τύπος ερωτήσεων. Το βασικό μειονέκτημα των κλειστών ερωτήσεων είναι ότι ο ερωτώμενος τείνει να δώσει μία από τις προκαθορισμένες απαντήσεις, ενώ σε μια ανοικτή ερώτηση πιθανά η απάντησή του να ήταν διαφορετική (Martin, 2006). Για τον λόγο αυτό η επιλογή των πιθανών απαντήσεων στις κλειστές ερωτήσεις πρέπει να στηρίζεται σε επαρκή γνώση του θέματος της έρευνας η οποία συνήθως προκύπτει από προγενέστερες έρευνες, βιβλιογραφική επισκόπηση και έρευνα πιλότο. Το μειονέκτημα των ανοικτών ερωτήσεων είναι ότι απαιτούν χρονοβόρα διαδικασία ανάγνωσης και κωδικοποίησης των απαντήσεων, εφόσον πρόκειται να γίνει επεξεργασία τους σε Η/Υ, κάτι που είναι πολύ δύσκολο σε μεγάλες έρευνες. Επομένως η χρήση των ανοικτών ερωτήσεων περιορίζεται σε μικρό αριθμό ερωτηματολογίων και σε ποιοτικές έρευνες. Μια λύση για την αντιμετώπιση των μειονεκτημάτων των κλειστών ερωτήσεων είναι να περιλαμβάνεται στις απαντήσεις και η απάντηση «Άλλο (εξηγήστε)». Εφόσον ο αριθμός των απαντήσεων «Άλλο» είναι σημαντικός γίνεται ανάλυση και κωδικοποίηση των απαντήσεων. Στο Παράδειγμα 2.1 μια άλλη πιθανή απάντηση θα ήταν «η έλλειψη αποχετευτικού δικτύου». Αν η απάντηση αυτή εμφανίζεται πολλές φορές στην επιλογή «δ. Άλλο(εξηγήστε)», αυτό σημαίνει ότι ένα σοβαρό πρόβλημα της συγκεκριμένης περιοχής δεν ήταν γνωστό κατά το στάδιο σχεδιασμού του ερωτηματολογίου και η απάντηση αυτή μπορεί να προστεθεί στις υπόλοιπες και να αποτελέσει μία νέα μεταβλητή. Βέβαια η επιλογή «Άλλο» παραμένει στις μεταβλητές εφόσον περιλαμβάνει και άλλες απαντήσεις εκτός της έλλειψης αποχετευτικού δικτύου, οι οποίες είτε δεν εξηγούνται ή εφόσον εξηγούνται δεν έχουν μεγάλο πλήθος απαντήσεων. Είναι προτιμότερο γενικά να έχουν προβλεφθεί οι κατάλληλες απαντήσεις στην κλειστή ερώτηση, ώστε το πλήθος των απαντήσεων «Άλλο» να είναι μικρό. Οι κλειστές ερωτήσεις έχουν διάφορες μορφές: 1. Ερωτήσεις των οποίων οι απαντήσεις είναι του τύπου «Ναι - Όχι», «Συμφωνώ - Δεν συμφωνώ». Αυτές οι απαντήσεις κωδικοποιούνται συνήθως με τις τιμές 1 και 0. Σε αυτού του τύπου τις ερωτήσεις μπορεί να υπάρχει και η επιλογή «Δεν γνωρίζω» ή «Δεν απαντώ», αλλά η χρήση τους δεν συνιστάται επειδή πολλοί ερωτώμενοι απαντούν ότι δεν γνωρίζουν ενώ στην πραγματικότητα είναι σε θέση να δώσουν απάντηση Ναι ή Όχι (Martin, 2006). Στο Παράδειγμα 2.1 οι απαντήσεις είναι της μορφής «Ναι - Όχι», αλλά δίνεται δυνατότητα πολλαπλών απαντήσεων. 2. Ερωτήσεις στις οποίες ο ερωτώμενος απαντά σε κάποια ιεραρχική κλίμακα. Ορισμένα παραδείγματα είναι τα εξής: ΠΑΡΑΔΕΙΓΜΑ 2.2 : Απαντήσεις σε διαστήματα τιμών Οι ερωτώμενοι καλούνται να απαντήσουν σε κάποια διαστήματα τιμών (βλ. Κεφάλαιο 3) Πόσο χρόνο χρειάζεστε για να μεταβείτε στον τόπο εργασίας σας; 25

30 30-60 >60 ΠΑΡΑΔΕΙΓΜΑ 2.3 : Ιεραρχημένες απαντήσεις Οι ερωτώμενοι καλούνται να απαντήσουν σε κάποια σειρά: Πόσο συχνά χρησιμοποιείτε το λεωφορείο για τις μετακινήσεις σας; Πάντα Πολύ συχνά Συχνά Σπάνια Καθόλου ΠΑΡΑΔΕΙΓΜΑ 2.4 : Απαντήσεις σε αξιολογική σειρά Οι ερωτώμενοι καλούνται να απαντήσουν σε κάποια αξιολογική σειρά με λεκτικό τρόπο: Πώς βαθμολογείτε την εξυπηρέτηση από το μετρό; Άριστα Πολύ καλά Καλά Μέτρια Κακά ή Απαντήστε σε αριθμητική κλίμακα από το 1 έως το 10, όπου το 10 είναι το άριστα Παρόμοια κλίμακα μπορεί να χρησιμοποιηθεί και για να καταγραφεί η συμφωνία ή διαφωνία σε μια ερώτηση. Οι παραπάνω απαντήσεις καταγράφονται στην ιεραρχική κλίμακα μέτρησης των δεδομένων. Μία σημαντική κλίμακα η οποία χρησιμοποιείται στα ερωτηματολόγια είναι η κλίμακα Likert (Babbie, 2007, 2011). Οι κλίμακες τύπου Likert είναι κλίμακες συμφωνίας του ερωτώμενου με μια άποψη. Για τον σχεδιασμό ερωτήσεων με απαντήσεις στην κλίμακα Likert διατυπώνεται καταφατικά μία πρόταση (και όχι ερώτηση) και ζητείται από τον ερωτώμενο να δηλώσει τον βαθμό συμφωνίας του. Ο αριθμός των απαντήσεων είναι συνήθως πέντε: «διαφωνώ απόλυτα», «διαφωνώ», «ούτε συμφωνώ, ούτε διαφωνώ», «συμφωνώ», «συμφωνώ απόλυτα». ΠΑΡΑΔΕΙΓΜΑ 2.5: Απαντήσεις στην κλίμακα Likert Παρακαλούμε δηλώστε τον βαθμό συμφωνίας σας με την παρακάτω άποψη: Η επιβολή διοδίων για την είσοδο στο κέντρο της Αθήνας θα βελτιώσει τις κυκλοφοριακές συνθήκες στο κέντρο της πόλης; Διαφωνώ απόλυτα Διαφωνώ Ούτε συμφωνώ, ούτε διαφωνώ Συμφωνώ Συμφωνώ απόλυτα 3. Ερωτήσεις των οποίων οι απαντήσεις είναι αριθμητικά πεδία, όπου ο ερωτώμενος συμπληρώνει για παράδειγμα, την ηλικία του, τα τετραγωνικά μέτρα της κατοικίας του κλπ. Συνήθως όμως οι απαντήσεις δίνονται σε διαστήματα τιμών ακόμα και για τις ποσοτικές μεταβλητές. Δηλαδή δεν αναγράφεται για παράδειγμα η ακριβής ηλικία του ερωτώμενου αλλά η ομάδα ηλικιών στην οποία ανήκει (βλ. Παράρτημα 2.1). Στην περίπτωση αυτή, μεταβλητές οι οποίες είναι από τη φύση τους ποσοτικές μετρώνται στην ιεραρχική κλίμακα, μετατρέπονται δηλαδή σε ποιοτικές. Από τους προαναφερθέντες τύπους απαντήσεων προκύπτει ότι τα περισσότερα δεδομένα τα οποία προέρχονται από ερωτηματολόγια είναι ποιοτικά, μετρημένα δηλαδή στην ονομαστική ή στην ιεραρχική κλίμακα, με αποτέλεσμα να υπάρχουν περιορισμοί στη στατιστική επεξεργασία των αποτελεσμάτων. 26

Άλλοι τύποι ερωτήσεων είναι οι ερωτήσεις φίλτρα και οι ερωτήσεις ελέγχου. Οι ερωτήσεις φίλτρα απευθύνονται σε συγκεκριμένες ομάδες ερωτώμενων. Για παράδειγμα σε μια έρευνα απασχόλησης πριν απευθύνουμε την ερώτηση σχετικά με τα χαρακτηριστικά απασχόλησης πρέπει να διαχωρίσουμε την ομάδα των ερωτώμενων οι οποίοι εργάζονται. Σε ένα δείγμα μπορεί να περιλαμβάνονται ομάδες πληθυσμού με άτομα τα οποία δεν εργάζονται είτε λόγω ηλικίας, όπως τα παιδιά και οι ηλικιωμένοι, ή επειδή είναι άνεργα. Επομένως δεν έχει χρησιμότητα να απευθύνουμε την ερώτηση σχετικά με τα χαρακτηριστικά της απασχόλησης στα άτομα αυτά. Οι ερωτήσεις ελέγχου είναι σχεδιασμένες με σκοπό να ελέγξουν την αξιοπιστία των απαντήσεων. Συχνά οι ερωτώμενοι δίνουν ανακριβείς απαντήσεις είτε από πρόθεση, ή επειδή δεν κατάλαβαν την ερώτηση ή για άλλους λόγους οι οποίοι σχετίζονται με την αντίληψή τους. Επομένως καλό είναι να ελέγχεται η συνέπεια των απαντήσεών τους με τέτοιο τρόπο όμως ώστε να μην θεωρούν ότι ελέγχονται. Αν για παράδειγμα ένας εργαζόμενος απάντησε ότι χρησιμοποιεί λεωφορείο για να πάει στον τόπο εργασίας του, αφού μεσολαβήσουν κάποιες άλλες ερωτήσεις, μπορεί να ερωτηθεί ποιές λεωφορειακές γραμμές περνούν κοντά στο σπίτι του. Αν δεν γνωρίζει, τότε οι απαντήσεις του είναι μάλλον αναξιόπιστες. Η διατύπωση των ερωτήσεων είναι πολύ σημαντική. Έχει βρεθεί ότι μικρή διαφορά στη διατύπωση των ερωτήσεων επηρεάζει σημαντικά τις απαντήσεις (Martin, 2006). Κατά συνέπεια στους ερωτώμενους πρέπει να απευθύνονται οι ίδιες ερωτήσεις, όμοια διατυπωμένες. Ορισμένα σημεία τα οποία είναι σημαντικά στη διατύπωση των ερωτήσεων είναι τα εξής: Πρέπει να αποφεύγονται όροι για τους οποίους η έννοια είναι ασαφής. Για παράδειγμα η λέξη «τακτικά» σε μια ερώτηση μπορεί να αντιπροσωπεύει διαφορετική συχνότητα για κάθε ερωτώμενο. Είναι προτιμότερο να προσδιορίζεται η συχνότητα π.χ. κάθε εβδομάδα, κάθε μήνα κλπ. Οι πολύπλοκες ερωτήσεις πρέπει να αποφεύγονται και να προτιμώνται οι σύντομες ερωτήσεις. Πολύπλοκες ερωτήσεις οι οποίες οδηγούν σε ασαφείς ή λανθασμένες απαντήσεις μπορεί να είναι οι διπλές ερωτήσεις, οι ερωτήσεις οι οποίες περιέχουν διπλή άρνηση καθώς και οι ερωτήσεις οι οποίες προϋποθέτουν κάποια συνθήκη, οπότε χρειάζεται μία ερώτηση φίλτρο. ΠΑΡΑΔΕΙΓΜΑ 2.6: Διπλή ερώτηση Πόσο μακριά είναι ο τόπος της εργασίας σας και πόση ώρα κάνετε για να φθάσετε; Η ερώτηση πρέπει να διαιρεθεί σε δύο ερωτήσεις: Πόσο μακριά είναι ο τόπος της εργασίας σας; Πόση ώρα κάνετε για να φθάσετε στην εργασία σας; ΠΑΡΑΔΕΙΓΜΑ 2.7: Διπλή άρνηση Συμφωνείτε ή δεν συμφωνείτε με την άποψη ότι δεν πρέπει τα φορτηγά αυτοκίνητα να κυκλοφορούν το Σαββατοκύριακο στους εθνικούς δρόμους; Αν ο ερωτώμενος απαντήσει «ναι» η απάντηση είναι ασαφής. ΠΑΡΑΔΕΙΓΜΑ 2.8: Ερώτηση φίλτρο Πού πήγατε διακοπές πέρυσι το καλοκαίρι; Η ερώτηση προϋποθέτει ότι ο ερωτώμενος έχει πάει διακοπές και στην περίπτωση αυτή μπορεί να δώσει αναληθή απάντηση επειδή με τον τρόπο που είναι διατυπωμένη η ερώτηση πιστεύει ότι θα έπρεπε να έχει πάει διακοπές. Η ερώτηση αυτή πρέπει να αναδιατυπωθεί με δύο ερωτήσεις: Ερώτηση φίλτρο: Πήγατε διακοπές πέρυσι το καλοκαίρι; Αν ΝΑΙ Πού ταξιδέψατε? Τέλος πρέπει να αποφεύγεται τεχνική ορολογία η οποία πιθανά δεν είναι κατανοητή από τον ερωτώμενο. Η σειρά των ερωτήσεων είναι σημαντική. Σχετικές έρευνες έχουν δείξει ότι η σειρά των ερωτήσεων μπορεί να επηρεάσει τις απαντήσεις (Presser et al., 2004). Συχνά προηγούνται οι ερωτήσεις οι οποίες μετρούν γενικότερα ζητήματα και ακολουθούν οι ερωτήσεις σχετικά με πιο ευαίσθητα δεδομένα (π.χ. ποιο είναι το εισόδημά σας;). Μετά το εισαγωγικό τμήμα του ερωτηματολογίου στο οποίο εξηγείται ο σκοπός της έρευνας καλό είναι να ξεκινά το ερωτηματολόγιο με απλές ερωτήσεις οι οποίες δεν προκαλούν ανησυχία, όπως Πόσα είναι τα μέλη του νοικοκυριού ή Πόσο καιρό μένετε σε αυτό το σπίτι; Βέβαια δεν πρέπει να γίνονται για τον σκοπό αυτό άχρηστες ερωτήσεις, αλλά ερωτήσεις οι οποίες εξυπηρετούν το θέμα της μελέτης. Επίσης είναι απαραίτητο να έχουν καθοριστεί οι έννοιες οι οποίες χρησιμοποιούνται στις ερωτήσεις. Ορισμένες έννοιες οι οποίες περιλαμβάνονται συχνά σε ερωτηματολόγια Γεωγραφικής Ανάλυσης και χρειάζονται αποσαφήνιση είναι οι εξής (Κουτσόπουλος, 2009): 27

Έννοιες οι οποίες έχουν σχέση με τον γεωγραφικό προσδιορισμό. Συχνά διατυπώνονται ερωτήσεις για τη «γειτονιά» ή την «περιοχή». Οι έννοιες αυτές αφορούν συνήθως περιοχές χωρίς καθορισμένα διοικητικά όρια και μπορεί να τις αντιλαμβάνονται με διαφορετικό τρόπο οι ερωτώμενοι. Σε επόμενη ενότητα (Χάρτης 2.1) παρουσιάζεται η περιοχή του Μεταξουργείου στην οποία είναι σημειωμένα τα σημεία της επιτόπιας έρευνας. Η περιοχή αυτή έχει οριοθετηθεί σύμφωνα με την κρίση των ερευνητών, δεδομένου ότι δεν έχει νομοθετημένα διοικητικά όρια. Ορισμένες έννοιες όπως το νοικοκυριό και το επάγγελμα έχουν σαφείς ορισμούς από τη Στατιστική Υπηρεσία, αλλά οι ερευνητές δεν ακολουθούν απαραίτητα τους ορισμούς αυτούς. Το νοικοκυριό σύμφωνα με την ΕΛΣΤΑΤ είναι μονοπρόσωπο ή πολυπρόσωπο και περιλαμβάνει άτομα τα οποία διαμένουν μαζί χωρίς απαραίτητα να συνδέονται με συγγενική σχέση. Μερικοί ερευνητές, ανάλογα με τη φύση της έρευνας, μπορεί να περιλάβουν στο νοικοκυριό και άτομα που λείπουν περιοδικά από το σπίτι, όπως ναυτικούς και άτομα που σπουδάζουν στο Πανεπιστήμιο, ενώ άλλοι τα εξαιρούν. Το επάγγελμα είναι επίσης ένας όρος ο οποίος συνήθως προκαλεί ασάφεια. Στην ερώτηση Ποιο είναι το επάγγελμά σας; οι απαντήσεις μπορεί να είναι: οδοντίατρος, επιχειρηματίας, ιδιωτικός υπάλληλος, μηχανικός κλπ. Ορισμένα επαγγέλματα, όπως ο οδοντίατρος στα παραπάνω παραδείγματα, είναι πλήρως καθορισμένα, ενώ τα υπόλοιπα χρειάζονται διευκρινίσεις ως προς τον κλάδο απασχόλησης και την ειδικότητα, μεταξύ άλλων. Η ΕΛΣΤΑΤ καταγράφει την απασχόληση και ως προς τον κλάδο και ως προς τη θέση στο επάγγελμα (http://www.statistics.gr). Αν υπάρχει ανάγκη σύγκρισης των αποτελεσμάτων του ερωτηματολογίου με δευτερογενή δεδομένα, για παράδειγμα σύγκριση της περιοχής μελέτης με μια ευρύτερη περιοχή, για την οποία είναι διαθέσιμα παρόμοια αποτελέσματα, τότε καλό είναι να ακολουθείται η ομαδοποίηση των επαγγελμάτων της Στατιστικής Υπηρεσίας. Το εισόδημα είναι επίσης μία έννοια που χρειάζεται αποσαφήνιση: Η ερώτηση Ποιο είναι το εισόδημά σας; είναι ασαφής. Το εισόδημα μπορεί να είναι μεικτό ή καθαρό, μηνιαίο ή ετήσιο, οικογενειακό ή ατομικό, ενώ μπορεί να περιλαμβάνει υπερωρίες, δώρα και άλλες παροχές. Πρέπει να διευκρινίζεται στους ερωτώμενους σε ποιο εισόδημα αναφέρεται η ερώτηση. Οι ερωτώμενοι όμως συνήθως απαντούν δηλώνοντας μικρότερα εισοδήματα από τα πραγματικά. Η συχνότητα μιας δραστηριότητας, για παράδειγμα Πόσες φορές την εβδομάδα πηγαίνετε στο super market; είναι μία έννοια η οποία μπορεί να προκαλέσει παρανοήσεις. Συνήθως οι ερωτώμενοι τείνουν να υπερεκτιμούν τη συχνότητα με την οποία επαναλαμβάνουν μια συγκεκριμένη διαδικασία. Η χρονική διάρκεια του ερωτηματολογίου δεν πρέπει να είναι πολύ μεγάλη επειδή από ένα σημείο και μετά κουράζεται ο ερωτώμενος και μπορεί να δίνει ανακριβείς απαντήσεις. Γενικά δεν πρέπει να υπερβαίνει τα 30 σε διάρκεια. Η διάρκεια του ερωτηματολογίου επηρεάζεται και από τους οικονομικούς πόρους που διατίθενται για την έρευνα, δεδομένου ότι απασχολούνται απογραφείς για τη συμπλήρωσή του. Για την αξιόπιστη συμπλήρωση ενός ερωτηματολογίου, σημαντικός είναι ο ρόλος του απογραφέα, ο οποίος πρέπει να τηρεί ουδέτερη στάση και να μην δίνει την εντύπωση στον ερωτώμενο ότι κάποια απάντηση είναι η σωστή ή ότι αναμένει να λάβει μια συγκεκριμένη απάντηση. Με τον τρόπο αυτό αποφεύγεται η μεροληπτικότητα στις απαντήσεις. Στο Παράρτημα 2.1. παρουσιάζονται ορισμένες τυπικές ερωτήσεις ενός ερωτηματολογίου οι οποίες αφορούν δημογραφικά δεδομένα, καθώς και ορισμένες απλές ερωτήσεις σχετικά με τις μετακινήσεις των ερωτώμενων και τα χαρακτηριστικά του νοικοκυριού. Ακολουθούν ορισμένες παρατηρήσεις στις ερωτήσεις του Παραρτήματος οι οποίες αφορούν τα αρχεία δεδομένων τα οποία μπορεί να δημιουργηθούν, την κλίμακα μέτρησης των μεταβλητών που προκύπτουν από τις απαντήσεις και τους τύπους των ερωτήσεων. 1. Οι ερωτήσεις 2-8 αφορούν τα μέλη του νοικοκυριού και συμπληρώνονται από κάθε μέλος χωριστά. Για τον λόγο αυτό προβλέπεται και ειδικός χώρος απαντήσεων στο ερωτηματολόγιο, μέχρι έξι μέλη στο συγκεκριμένο παράδειγμα, αριθμός ο οποίος για τα ελληνικά δεδομένα καλύπτει την πλειοψηφία των νοικοκυριών. Βέβαια δεν μπορούν να απαντηθούν όλες οι ερωτήσεις από όλα τα μέλη, αφού για παράδειγμα τα παιδιά δεν εργάζονται. Οι ερωτήσεις 1, 9 και 10 αφορούν το σύνολο του νοικοκυριού. Αυτή η διάκριση των ερωτήσεων, σε άτομα και νοικοκυριά, είναι συνήθης στα ερωτηματολόγια και για τον λόγο αυτό κατά την εισαγωγή των 28

απαντήσεων σε υπολογιστικά φύλλα (π.χ. Excel) δημιουργούνται δύο αρχεία δεδομένων, ένα αρχείο ατόμων και ένα αρχείο νοικοκυριών. 2. Όλες οι ερωτήσεις εκτός των ερωτήσεων 1 και 9 είναι κλειστές ερωτήσεις με τυποποιημένες απαντήσεις και πρόβλεψη για την απάντηση «Άλλο». Οι ερωτήσεις 1 και 9 είναι ανοικτές αλλά η απάντηση είναι ένας αριθμός (ο αριθμός των μελών του νοικοκυριού και τα τετραγωνικά μέτρα της κατοικίας). Επομένως οι ερωτήσεις 1 και 9 καταλήγουν στη δημιουργία ποσοτικών μεταβλητών. Οι κλειστές ερωτήσεις δίνουν ως αποτέλεσμα ποιοτικές μεταβλητές, άλλες στην ονομαστική κλίμακα (ΦΥΛΟ, ΑΠΑΣΧΟΛΗΣΗ, ΤΟΠΟΣ ΕΡΓΑΣΙΑΣ, ΤΡΟΠΟΣ ΜΕΤΑΒΑΣΗΣ ΣΤΗΝ ΕΡΓΑΣΙΑ) και άλλες στην ιεραρχική (ΗΛΙΚΙΑ, ΜΟΡΦΩΤΙΚΟ ΕΠΙΠΕΔΟ, ΧΡΟΝΟΣ ΜΕΤΑΒΑΣΗΣ ΣΤΗΝ ΕΡΓΑΣΙΑ, ΕΙΣΟΔΗΜΑ). Το ΦΥΛΟ είναι η κλασική περίπτωση διχοτομικής (binary) μεταβλητής, ενώ οι υπόλοιπες ονομαστικές μεταβλητές λαμβάνουν περισσότερες των δύο τιμών. Εδώ πρέπει να σημειωθεί ότι παρόλο η ΗΛΙΚΙΑ και το ΕΙΣΟΔΗΜΑ είναι από τη φύση τους ποσοτικές (αναλογικές) μεταβλητές, συνήθως στα ερωτηματολόγια διατυπώνονται με κάποια ομαδοποίηση, η οποία πρέπει να έχει μελετηθεί. Η ερώτηση για την ηλικία διατυπώνεται σε ομάδες ηλικιών για λόγους πρακτικούς, ώστε να αποφεύγεται η κωδικοποίηση εκ των υστέρων. Η ερώτηση για το εισόδημα διατυπώνεται σε εισοδηματικές κατηγορίες, και επειδή ο ερωτώμενος ίσως δεν είναι σε θέση να υπολογίσει το ακριβές εισόδημά του, αλλά κυρίως επειδή αισθάνεται πιο άνετα να δηλώσει το εισόδημά του μέσα σε ένα αρκετά μεγάλο εύρος. Παρόμοια ομαδοποίηση έχει υιοθετηθεί και για τη μεταβλητή ΧΡΟΝΟΣ ΜΕΤΑΒΑΣΗΣ ΣΤΗΝ ΕΡΓΑΣΙΑ. 3. Οι ομάδες των ηλικιών, το μορφωτικό επίπεδο και οι τομείς απασχόλησης στις ερωτήσεις 3,4 και 5α αποτελούν σύμπτυξη των κατηγοριών τις οποίες χρησιμοποιεί η ΕΛΣΤΑΤ. Εφόσον υιοθετούνται οι κωδικοποιήσεις της ΕΛΣΤΑΤ, για λόγους συγκρισιμότητας με τα δευτερογενή δεδομένα, πρέπει να μελετώνται οι ορισμοί των εννοιών. Η σύμπτυξη των κατηγοριών της ΕΛΣΤΑΤ δεν εμποδίζει τη συγκρισιμότητα, αφού αντίστοιχη σύμπτυξη μπορεί να γίνει και στα δευτερογενή δεδομένα. 4. Η ερώτηση 5 είναι ερώτηση φίλτρο. Αν ο ερωτώμενος εργάζεται, τότε μπορεί να απαντήσει την ερώτηση 5α. 2.5 Δειγματοληψία Η δειγματοληψία είναι ο σχεδιασμός επιλογής ενός τμήματος του στατιστικού πληθυσμού το οποίο αποτελεί το δείγμα, και από το οποίο επιδιώκεται να εξαχθούν συμπεράσματα για το σύνολο του πληθυσμού. Οι λόγοι για τους οποίους γίνεται δειγματοληψία, και όχι απογραφή, του στατιστικού πληθυσμού είναι πρακτικοί. Ενώ δηλαδή η απογραφή είναι προτιμότερη, αφού τα όποια αποτελέσματα προκύψουν δεν επιδέχονται αμφισβήτηση και δεν υπάρχει σφάλμα, όταν ο στατιστικός πληθυσμός είναι πολύ μεγάλος, δεν υπάρχει ο χρόνος και οι διαθέσιμοι πόροι για τη διεξαγωγή απογραφικής έρευνας. Διεξάγεται επομένως δειγματοληπτική έρευνα για λόγους εξοικονόμησης κόστους και χρόνου και είναι αποδεκτό ότι θα υπάρχει σφάλμα στις εκτιμήσεις, το οποίο όμως μπορεί να υπολογιστεί. Για παράδειγμα η ΕΛΣΤΑΤ κάθε δέκα χρόνια πραγματοποιεί Απογραφή Πληθυσμού, η οποία πρέπει να ολοκληρωθεί σε μία ημέρα, ώστε να αποφευχθούν σφάλματα από τις μετακινήσεις του πληθυσμού. Για να υλοποιηθεί η Απογραφή απαιτείται μακροχρόνιος σχεδιασμός της επιτόπιας έρευνας, χιλιάδες απογραφείς και σημαντικοί οικονομικοί πόροι. Αυτή είναι μια διαδικασία η οποία ακολουθείται από τις κρατικές υπηρεσίες προκειμένου να υπάρχουν διαθέσιμα πληθυσμιακά δεδομένα, και μάλλον αποτελεί την εξαίρεση παρά τον κανόνα στις έρευνες πεδίου. Στον αντίποδα βρίσκονται οι προεκλογικές δημοσκοπήσεις, τις οποίες αναγνωρίζουν οι περισσότεροι ως διαδικασία δειγματοληψίας. Στην περίπτωση αυτή, οι διαθέσεις ενός εκλογικού σώματος μερικών εκατομμυρίων μπορεί να εκτιμηθούν από ένα δείγμα λίγων χιλιάδων ατόμων. Η αξιοπιστία των αποτελεσμάτων εξασφαλίζεται από τις μεθόδους δειγματοληψίας, ενώ υπολογίζεται και το σφάλμα της εκτίμησής τους. Η επιλογή του δείγματος πρέπει να ακολουθεί κανόνες οι οποίοι έχουν αναπτυχθεί από την επιστήμη της Στατιστικής προκειμένου να γίνουν αξιόπιστες εκτιμήσεις για το σύνολο του στατιστικού πληθυσμού. Δηλαδή αυτό που πολλοί θεωρούν «τυχαίο δείγμα», ότι δηλαδή «στην τύχη» ο ερευνητής επιλέγει κάποια αντικείμενα από τον πληθυσμό που μας ενδιαφέρει, δεν είναι ενδεδειγμένη διαδικασία, αφού ούτε σωστές εκτιμήσεις θα προκύψουν για το χαρακτηριστικό του πληθυσμού που μελετάμε ούτε μπορεί να υπολογιστεί το 29

σφάλμα της εκτίμησης. Αν για παράδειγμα σε έναν νομό της Ελλάδας ένας ερευνητής επιθυμεί να εκτιμήσει το μέσο μέγεθος των αγροκτημάτων και να καταγράψει το είδος των καλλιεργειών, πρακτικά δεν είναι εφικτό να επισκεφθεί τα χιλιάδες αγροκτήματα του νομού και αναγκάζεται να καταγράψει δείγμα των αγροκτημάτων. Αν δεν ακολουθήσει κάποια μέθοδο δειγματοληψίας και επισκεφθεί αγροκτήματα «στην τύχη», είναι πιθανό να επισκεφθεί αγροκτήματα τα οποία δεν έχουν μεγάλη απόσταση μεταξύ τους (αυτό μπορεί να ονομαστεί και «δείγμα ευκολίας»). Η επιλογή αυτή όμως συνιστά μεροληψία (bias) επειδή με τον τρόπο αυτό παραλείπονται αγροκτήματα τα οποία είναι σε δυσπρόσιτες περιοχές και των οποίων το μέγεθος και η καλλιέργεια διαφέρει σημαντικά από τα υπόλοιπα αγροκτήματα. Στη δειγματοληψία πολύ σημαντικές είναι οι έννοιες του στατιστικού πληθυσμού (statistical population) και του δειγματοληπτικού πλαισίου (sampling frame), ενώ για τη διαδικασία επιλογής δείγματος οι βασικές παράμετροι είναι η μέθοδος δειγματοληψίας και ο υπολογισμός του μεγέθους του δείγματος. 2.5.1 Στατιστικός πληθυσμός Ο στατιστικός πληθυσμός ή απλά πληθυσμός είναι το σύνολο από μετρήσεις ή απαριθμήσεις που προέρχονται από όλα τα αντικείμενα τα οποία έχουν κοινά χαρακτηριστικά και τα οποία θα μελετηθούν π.χ. οι κάτοικοι της Ελλάδας. Ο στατιστικός πληθυσμός δεν είναι απαραίτητα ανθρώπινος, μπορεί για παράδειγμα να είναι κάποιο σύνολο αντικειμένων. Στη Γεωγραφική Ανάλυση ο στατιστικός πληθυσμός είναι ένα σύνολο αντικειμένων με κάποια κοινή γεωγραφική-χωρική ιδιότητα π.χ. οι νομοί της Ελλάδας, τα επίκεντρα σεισμικών δονήσεων σε μια περιοχή, οι κατοικίες μιας περιοχής, το σύνολο των αγροκτημάτων ενός νομού κλπ. Στοιχείο ή μονάδα (element) δειγματοληψίας είναι η μονάδα για την οποία συλλέγονται δεδομένα, για παράδειγμα ο κάτοικος ή το αγρόκτημα μιας περιοχής. Οι μονάδες αυτές ονομάζονται και στοιχειώδεις μονάδες ή δειγματοληπτικές μονάδες. Ο πληθυσμός μπορεί να είναι πεπερασμένος ή άπειρος. Οι νομοί της Ελλάδας αποτελούν πεπερασμένο πληθυσμό. Το ίδιο ισχύει για τα αγροκτήματα της Ελλάδας με τη διαφορά ότι ο αριθμός τους είναι πολύ μεγάλος (αρκετές εκατοντάδες χιλιάδες) και ο ακριβής αριθμός μπορεί να μην είναι γνωστός. Ο άπειρος πληθυσμός μπορεί να αφορά συμβάντα π.χ. γεννήσεις, οπότε πρέπει να οριστεί χρονικά και τοπικά, ενώ οι τοπογραφικές μετρήσεις αποτελούν δείγμα από άπειρο στατιστικό πληθυσμό. Για παράδειγμα αν γίνεται μέτρηση υψομέτρων σε μία περιοχή, ο αριθμός των σημείων στο έδαφος είναι άπειρος και υποχρεωτικά το υψόμετρο καταγράφεται για ένα υποσύνολο σημείων. 2.5.2 Δειγματοληπτικό πλαίσιο Το δειγματοληπτικό πλαίσιο είναι ένας κατάλογος των στοιχείων του στατιστικού πληθυσμού. Επομένως αν γίνεται μία μελέτη για τα πληθυσμιακά χαρακτηριστικά των νομών της Ελλάδας, το δειγματοληπτικό πλαίσιο θα είναι οι 51 νομοί. Το δειγματοληπτικό πλαίσιο είναι απαραίτητο για τη διεξαγωγή δειγματοληπτικών ερευνών, αλλά συχνά δεν είναι διαθέσιμο. Δηλαδή αν το θέμα της μελέτης είναι η κατανομή των αγροκτημάτων μιας περιφέρειας κατά μέγεθος, θα περίμενε κανείς ότι θα υπάρχει ένας κατάλογος των αγροκτημάτων από τα οποία θα ληφθεί ένα δείγμα, π.χ. με κλήρωση. Όμως ο κατάλογος αυτός για διάφορους πρακτικούς και οργανωτικούς λόγους, ενώ θα μπορούσε να υπάρχει, γενικά δεν είναι διαθέσιμος. Γενικότερα η καταγραφή των στοιχείων ενός πληθυσμού μελέτης αποτελεί συχνά έργο δημόσιων φορέων και η πληρότητα της καταγραφής ποικίλλει. Ορισμένα φαινόμενα όπως ο πληθυσμός και οι γεννήσεις μετρώνται με αρκετά μεγάλη ακρίβεια και σε συγκεκριμένη περιοδικότητα (ο πληθυσμός κάθε δέκα χρόνια και οι γεννήσεις κάθε μήνα). Ακόμα και γι αυτές τις μεταβλητές δεν είναι συχνά διαθέσιμος ο στατιστικός πληθυσμός. Αν για παράδειγμα γίνεται μια μελέτη για τα χαρακτηριστικά των κατοίκων σε μια γειτονιά της Αθήνας (π.χ. το Μεταξουργείο), ο πληθυσμός της δεν είναι συνήθως γνωστός και δεν υπάρχει κατάλογος των κατοίκων ή των κατοικιών. Στη Γεωγραφική Ανάλυση σε πολλές έρευνες στις οποίες ο πληθυσμός δεν είναι διαθέσιμος το δειγματοληπτικό πλαίσιο ορίζεται σε έναν χάρτη της περιοχής αντί καταλόγου, οριοθετείται επομένως η περιοχή μελέτης και το δείγμα αποτελείται από σημεία στον χάρτη. Επειδή δηλαδή δεν είναι γνωστός ο πληθυσμός του Μεταξουργείου, ούτε υπάρχουν κατάλογοι κατοίκων, ορίζεται η περιοχή του Μεταξουργείου σε έναν χάρτη και η περιοχή που ορίζεται με τον τρόπο αυτό αποτελεί το δειγματοληπτικό πλαίσιο μέσα στο οποίο θα διεξαχθεί μία ειδική μορφή δειγματοληψίας, η χωρική δειγματοληψία (βλ. Χάρτη 2.1). 30

2.5.3 Μέθοδοι Δειγματοληψίας Στη Στατιστική γίνεται η διάκριση των μεθόδων δειγματοληψίας σε πιθανοθεωρητική δειγματοληψία και μη πιθανοθεωρητική δειγματοληψία. Η διάκριση αυτή έχει ως σκοπό να διακρίνει ορισμένες διαισθητικές μεθόδους δειγματοληψίας ή δειγματοληψίες ευκολίας από τις μεθόδους δειγματοληψίας οι οποίες πληρούν τις προϋποθέσεις της θεωρίας της δειγματοληψίας Το βασικό χαρακτηριστικό της πιθανοθεωρητικής δειγματοληψίας είναι ότι το επιλεγόμενο δείγμα έχει μία γνωστή πιθανότητα επιλογής. Για κάποιον ο οποίος δεν είναι εξοικειωμένος με τη θεωρία της δειγματοληψίας, η επιλογή ενός τυχαίου δείγματος δεν υπακούει σε συγκεκριμένους κανόνες, αλλά θεωρείται ότι επιλέγουμε ένα δείγμα «στην τύχη». Για παράδειγμα αν ο σκοπός της μελέτης είναι η καταγραφή της γνώμης των κατοίκων μιας περιοχής για το πρόβλημα στάθμευσης, σύμφωνα με τη λανθασμένη αυτή αντίληψη της δειγματοληψίας, ο απογραφέας στέκεται σε ένα πολυσύχναστο σημείο της περιοχής και ερωτά τα άτομα που περνούν από μπροστά του. Όπως θα εξηγηθεί στις επόμενες ενότητες, για να διεξαχθεί τυχαία πιθανοθεωρητική δειγματοληψία για το παράδειγμα αυτό, θα έπρεπε να προσδιοριστεί το δειγματοληπτικό υπόβαθρο, δηλαδή να οριοθετηθεί η περιοχή μελέτης, και να προσδιοριστούν σημεία στην περιοχή αυτή στα οποία θα αναζητηθούν τα άτομα στα οποία θα απευθύνουμε την ερώτησή μας, ακολουθώντας τις προδιαγραφές της τυχαίας χωρικής δειγματοληψίας. Η πιθανοθεωρητική δειγματοληψία ή δειγματοληψία κατά πιθανότητα (probability sampling) έχει τις παρακάτω μαθηματικές ιδιότητες (Καλαματιανού, 1992): 1. Τα δείγματα τα οποία μπορούν να επιλεγούν από έναν πληθυσμό προσδιορίζονται με ακρίβεια, δηλαδή είναι γνωστό ποιες δειγματοληπτικές μονάδες ανήκουν σε κάθε δείγμα. Στο προηγούμενο παράδειγμα, τα άτομα που θα ερωτηθούν πρέπει να έχουν επιλεγεί εκ των προτέρων και όχι να προκύπτουν κατά τη διάρκεια της δειγματοληψίας. 2. Σε καθένα από τα παραπάνω δείγματα αντιστοιχεί μια γνωστή πιθανότητα επιλογής και κάθε δείγμα έχει την ίδια πιθανότητα επιλογής, εφόσον ακολουθείται η τυχαία δειγματοληψία. 3. Η μέθοδος υπολογισμού μιας εκτίμησης, π.χ. ποιο είναι το ποσοστό των κατοίκων οι οποίοι αντιμετωπίζουν σοβαρό πρόβλημα στάθμευσης, είναι γνωστή και οδηγεί σε μία και μοναδική τιμή της εκτίμησης για τις τιμές ενός δείγματος. Υπάρχουν αρκετές μέθοδοι πιθανοθεωρητικής δειγματοληψίας, εκ των οποίων οι κυριότερες είναι η απλή τυχαία δειγματοληψία (random sampling), η συστηματική δειγματοληψία (systematic sampling), η τυχαία στρωματοποιημένη δειγματοληψία (stratified random sampling) και η δειγματοληψία κατά συστάδες (cluster sampling) (για συνοπτική παρουσίαση βλ. Κίτσος, 2015). Οι μέθοδοι της πιθανοθεωρητικής δειγματοληψίας αναπτύσσονται στις επόμενες ενότητες. H μη πιθανοθεωρητική δειγματοληψία περιλαμβάνει διάφορα σχέδια τα οποία δεν ικανοποιούν τις προϋποθέσεις της πιθανοθεωρητικής δειγματοληψίας, αλλά στην πράξη χρησιμοποιούνται συχνά. Τα σχέδια αυτά εκφράζουν την ευκολία ή την ανάγκη στην επιλογή δείγματος και συνήθως έχουν μικρότερο κόστος σε σχέση με τη δειγματοληψία πιθανότητας. Για τα δείγματα που προκύπτουν δεν μπορεί να υπολογιστεί το δειγματοληπτικό σφάλμα και δεν μπορεί να εκτιμηθεί η αξιοπιστία των αποτελεσμάτων των εκτιμήσεων προκειμένου να εξαχθούν συμπεράσματα για το σύνολο του πληθυσμού. Ορισμένα παραδείγματα μη πιθανοθεωρητικής δειγματοληψίας είναι τα εξής (Ξεκαλάκη, 1995): 1. Δειγματοληψία Ευκολίας (Προσιτότητας) ή Πρόχειρη Δειγματοληψία (Accessibility ή Haphazard Sampling): Το δείγμα επιλέγεται από ένα τμήμα του πληθυσμού, στο οποίο υπάρχει εύκολη πρόσβαση. Δηλαδή, επιλέγουμε μόνο εκείνες τις μονάδες του πληθυσμού που είναι ευκολότερο να προσεγγίσουμε. Είναι φανερό ότι ένα τέτοιο δείγμα δεν μπορεί να είναι αντιπροσωπευτικό του πληθυσμού από τον οποίο προέρχεται. Στην περίπτωση αυτή υπάγεται το παράδειγμα που αναφέρθηκε παραπάνω σχετικά με το πρόβλημα στάθμευσης σε μια περιοχή, όταν ο απογραφέας αντί να επισκεφθεί προκαθορισμένα σημεία δειγματοληψίας (κάτι που είναι χρονοβόρο και κοστίζει χρήματα), στέκεται σε ένα κεντρικό σημείο και ερωτά όποιον από τους περαστικούς έχει διάθεση να απαντήσει τις ερωτήσεις. Είναι προφανές ότι εκτός από το πρόβλημα ότι δεν μπορεί να εκτιμηθεί το σφάλμα δειγματοληψίας, η δειγματοληψία αυτή δεν είναι αμερόληπτη, αφού περιορίζεται σε όσους είναι πρόθυμοι να απαντήσουν, πιθανά επειδή το θέμα τους ενδιαφέρει περισσότερο, αντιμετωπίζουν δηλαδή στην πραγματικότητα πρόβλημα στάθμευσης. 2. Δειγματοληψία Κρίσης ή Σκοπιμότητας ή Σχέδιο Μέσου Όρου (Judgemental or Purposive Sampling): Είναι η μέθοδος μη πιθανοθεωρητικής δειγματοληψίας κατά την οποία ο ερευνητής 31