Cards2All

Готовый набор · beginner · 30 карточек · около 10 минут

Опрос общественного мнения: 30 карточек, чтобы читать результаты честно

30 карточек о выборке, формулировке вопроса, погрешности, взвешивании и сравнении опросов — без ложной точности.

Автор: Cards2All. Обновлено: 2026-08-26.

Начать с первой карточки

Цель короткой сессии

  • Для кого: Для человека без подготовки в статистике, который увидел рейтинг, электоральный опрос или исследование общественного мнения и хочет понять, что именно измерили и насколько точен вывод.
  • Результат: После короткой сессии ученик найдёт генеральную совокупность, выборку, даты поля, режим опроса и точную формулировку вопроса; отличит проценты от процентных пунктов, применит погрешность к нужной группе и честно сравнит два результата.
  • Когда пригодится: Перед чтением свежего электорального, социального или потребительского опроса: 26 августа 2026 года Google Trends одновременно показал активные poll-кластеры в Германии и Бразилии, а сам навык повторяется при каждой новой публикации.
  • Следующий шаг: Сегодня пройдите первые 6/30 и выпишите из одного опубликованного опроса шесть полей: кто, кого, когда, как, какой вопрос и какая неопределённость. Завтра повторите только слабые различия. После 30/30 разберите один новый опрос и закройте страницу.

Источники и проверка

Материал проверен 2026-08-26. Статус: проверено по источникам.

Термины и определения

1. Генеральная совокупность

Все люди или единицы, о которых исследователь хочет сделать вывод: например, все взрослые жители, зарегистрированные избиратели или вероятные участники голосования.

Пример: Опрос взрослых нельзя автоматически пересказывать как мнение всех зарегистрированных избирателей.

Примечание: Модуль 1/5 · Сначала назовите группу, к которой относится результат.

2. Выборка

Часть генеральной совокупности, у которой собрали ответы и по которой оценивают характеристики всей группы.

Пример: Ответы 1200 участников являются выборкой, а не всей страной.

Примечание: Модуль 1/5 · Большая выборка помогает точности, но не исправляет плохой способ отбора.

3. Даты полевого этапа

Период, когда респонденты фактически отвечали; он определяет, какие события могли повлиять на ответы.

Пример: Опрос, завершённый до дебатов, не измеряет реакцию на дебаты, даже если статья вышла позже.

Примечание: Модуль 1/5 · Не путайте дату публикации с датами сбора данных.

4. Заказчик и исполнитель

Заказчик финансирует или инициирует исследование, а исполнитель проектирует и проводит его; роли могут принадлежать разным организациям.

Пример: СМИ заказало опрос, а независимая исследовательская компания провела интервью и расчёт.

Примечание: Модуль 1/5 · Источник финансирования важен, но сам по себе не доказывает ошибку. Проверяйте методику.

5. Режим опроса

Способ получения ответов: телефон, веб-панель, личное интервью, почта или смешанная схема.

Пример: Один и тот же вопрос по телефону и онлайн может привлекать разные группы и вызывать разные модели ответа.

Примечание: Модуль 1/5 · AAPOR рекомендует раскрывать mode вместе со способом набора участников.

6. Точная формулировка вопроса

Дословный текст вопроса, порядок вопросов и набор вариантов ответа, которые увидел или услышал респондент.

Пример: «Поддерживаете меру?» и вопрос с длинным описанием её последствий могут дать разные ответы.

Примечание: Модуль 1/5 · Первый маленький шаг: найдите полный вопрос, не ограничивайтесь заголовком.

7. Рамка выборки

Практический список или механизм, из которого могли отобрать участников: адреса, телефоны, реестр или панель.

Пример: Онлайн-панель не охватывает автоматически каждого человека с интернетом: важен способ набора в панель.

Примечание: Модуль 2/5 · Неполная рамка создаёт риск недоохвата некоторых групп.

8. Вероятностная выборка

Схема, в которой у единиц целевой совокупности есть известная ненулевая вероятность отбора с использованием случайного механизма.

Пример: Случайно выбранные адреса могут служить основой вероятностного опроса.

Примечание: Модуль 2/5 · Вероятностный отбор позволяет связывать неопределённость с дизайном выборки.

9. Невероятностная, или opt-in, выборка

Участники набираются без известной вероятности отбора — например, сами присоединяются к онлайн-панели; вывод зависит от моделирования и допущений.

Пример: Открытый опрос на сайте измеряет ответы посетителей, решивших нажать кнопку, а не автоматически мнение населения.

Примечание: Модуль 2/5 · Нельзя объявлять любой онлайн-опрос плохим: ищите набор, коррекцию и раскрытые ограничения.

10. Размер выборки

Число использованных ответов; для простой вероятностной схемы больший n обычно уменьшает случайную погрешность, но эффект убывает.

Пример: Увеличение n с 500 до 1000 не делает опрос вдвое точнее.

Примечание: Модуль 2/5 · Репрезентативность зависит не только от размера, но и от отбора, ответа и взвешивания.

11. Неответ, или nonresponse

Ситуация, когда выбранные люди не отвечают; результат может сместиться, если отвечающие систематически отличаются от неответивших.

Пример: Если занятые молодые люди отвечают реже, их взгляды могут быть недопредставлены.

Примечание: Модуль 2/5 · Низкая доля ответа — повод изучить коррекции, а не универсальный приговор качеству.

12. Взвешивание

Присвоение ответам разных весов, чтобы учесть дизайн и приблизить распределение выборки к известным параметрам населения.

Пример: Недопредставленной возрастной группе могут дать больший вес при расчёте итогового процента.

Примечание: Модуль 2/5 · ONS: веса также учитывают вероятности отбора и неответ; они могут увеличить дисперсию.

13. Оценка, а не точное значение

Опубликованный процент — расчёт по выборке, используемый для оценки неизвестного значения во всей целевой группе.

Пример: 52% в опросе не означает, что ровно 52 из каждых 100 людей страны думают так.

Примечание: Модуль 3/5 · Говорите «оценка поддержки», а не «точно столько людей».

14. Процентные пункты в сравнении опросов

Процент описывает долю, а процентный пункт — абсолютную разницу между двумя процентами.

Пример: Рост с 40% до 44% равен 4 процентным пунктам, или 10% относительно исходных 40%.

Примечание: Модуль 3/5 · Для сравнения опросов обычно яснее использовать процентные пункты.

15. Погрешность выборки

Диапазон случайной изменчивости, возникающей потому, что опрошена выборка, а не вся совокупность; обычно указывается вместе с уровнем доверия.

Пример: Оценка 48% при ±3 п.п. имеет ориентировочный диапазон 45–51% для соответствующей вероятностной модели.

Примечание: Модуль 3/5 · Погрешность выборки не включает все возможные ошибки опроса.

16. Уровень доверия 95%

В повторяемой процедуре построения интервалов около 95% таких интервалов накрыли бы истинное значение при выполнении допущений модели.

Пример: Это не означает, что 95% отдельных респондентов ответили честно или что результат гарантирован.

Примечание: Модуль 3/5 · Формулировка относится к процедуре и допущениям, а не к уверенности в заголовке.

17. Подгруппа имеет свою неопределённость

Для молодёжи, региона или другой подгруппы фактическое n меньше общей выборки, поэтому её интервал обычно шире.

Пример: Общая погрешность ±3 п.п. не обязана применяться к подгруппе из 160 человек.

Примечание: Модуль 3/5 · Pew рекомендует искать n и погрешность именно анализируемой подгруппы.

18. Невыборочные ошибки

Ошибки покрытия, неответа, измерения, формулировки, режима, обработки и моделирования, которые не описываются одной опубликованной ± величиной.

Пример: Точный расчёт случайной погрешности не исправит наводящий вопрос.

Примечание: Модуль 3/5 · Погрешность — важная часть неопределённости, но не вся неопределённость.

19. База процента

Группа, из которой рассчитана доля: все опрошенные, знающие тему, давшие определённый ответ, зарегистрированные или вероятные избиратели.

Пример: 60% среди определившихся — не то же самое, что 60% среди всех респондентов.

Примечание: Модуль 4/5 · Ищите знаменатель и правила исключения «не знаю».

20. Округление

Опубликованные целые проценты скрывают десятые доли, поэтому сумма категорий может быть 99% или 101%, а маленькая разница — результатом округления.

Пример: 49,5% и 50,4% оба могут быть показаны как 50%.

Примечание: Модуль 4/5 · Не стройте сильный вывод на разнице в один округлённый пункт.

21. Один опрос и тренд

Один замер — снимок с неопределённостью; последовательность сопоставимых замеров лучше показывает устойчивое направление.

Пример: Скачок на 2 пункта в одном опросе может исчезнуть в следующем замере.

Примечание: Модуль 4/5 · Тренд требует сопоставимой методики и дат, а не подборки удобных точек.

22. Разница между вариантами

Для вывода о лидерстве недостаточно механически сравнить разницу с погрешностью одного процента; нужна неопределённость именно разницы.

Пример: При индивидуальной погрешности ±3 п.п. разрыв 4 пункта не автоматически доказан как устойчивый.

Примечание: Модуль 4/5 · Pew отмечает, что погрешность разницы часто заметно больше погрешности одной оценки.

23. Модель вероятного участника

Фильтр или модель, оценивающая, кто реально примет участие в событии; она использует ответы и допущения и может отличаться между организациями.

Пример: Результат среди всех взрослых может отличаться от результата среди likely voters.

Примечание: Модуль 4/5 · Проверяйте, какая группа вынесена в заголовок и как её определили.

24. Эффект методики, или house effect

Устойчивое отличие результатов организации, связанное с выборкой, режимом, взвешиванием, вопросами и моделями, а не обязательно с нарушением.

Пример: Два добросовестных опроса могут расходиться из-за разных вероятностных моделей и дат.

Примечание: Модуль 4/5 · Сравнивайте методику и серии одной организации, а не только бренд.

25. Topline и таблицы

Публикация с полным текстом вопросов, порядком, вариантами и распределением ответов, часто вместе с разрезами по группам.

Пример: Topline позволяет проверить, не сократил ли заголовок сложный вопрос до удобной фразы.

Примечание: Модуль 5/5 · Ищите приложение, questionnaire, topline, tables или methodology.

26. Минимум прозрачности

Кто заказал и провёл, кого изучали, как отбирали, когда и каким mode опрашивали, n, веса, полный вопрос и заявленная неопределённость.

Пример: Карточка СМИ без ссылки на методику не позволяет проверить половину этих полей.

Примечание: Модуль 5/5 · AAPOR Transparency Initiative использует более подробный перечень; это короткий читательский минимум.

27. Сравнение «одинаковое с одинаковым»

Сопоставьте целевую группу, даты, mode, формулировку, варианты ответа, n, веса и модель участника до сравнения процентов.

Пример: Нельзя честно назвать ростом разницу между опросом всех взрослых и опросом вероятных избирателей.

Примечание: Модуль 5/5 · Если методика изменилась, отметьте разрыв серии.

28. Красный флаг без мгновенного приговора

Отсутствующие даты, n, вопрос, исполнитель или описание отбора требуют осторожности и поиска первоисточника, но не доказывают автоматически фальсификацию.

Пример: Сначала откройте полный отчёт: сокращённая статья могла опустить методику.

Примечание: Модуль 5/5 · Проверяйте раскрытие и ограничения; не заменяйте анализ обвинением.

29. Финальная проверка методики

Откройте первичный отчёт, заполните шесть полей, сформулируйте один ограниченный вывод и завершите сессию.

Пример: «Организация опросила такую группу в такие даты и этим mode; результат — оценка с указанной неопределённостью» — достаточная учебная формула.

Примечание: Модуль 5/5 · Не обновляйте рейтинги бесконечно и не ищите только подтверждение своей позиции.

30. Схема «кто — кого — когда — как — вопрос — неопределённость»

Шесть вопросов: кто провёл, какую совокупность и выборку изучали, когда собирали ответы, каким способом, как звучал вопрос и какая неопределённость раскрыта.

Пример: «Исследователь; взрослые/избиратели; даты поля; телефон/онлайн; точный текст; погрешность и другие ограничения» — шаблон без политического вывода.

Примечание: Модуль 5/5 · Видимый прогресс: 30/30. Завтра повторите только слабые карточки; затем разберите один новый опрос и закройте страницу.

Сначала выберите близкую тему, затем — новый повод из другой области.