Capitolul 3

CERCETAREA SELECTIVĂ

3.1. INDICATORI: DEFINIRE, FORMULE DE CALCUL

Principalele noţiuni pereche din colectivitatea generală şi din
colectivitatea de selecţie:
Tabelul 3.1.
Denumirea Caracteristica nealternativă Caracteristica alternativă
indicatorului Colectivitatea Colectivitate de Colectivitatea Colectivitate
generală selecţie generală de selecţie
A 1 2 3 4
N n
Media ∑x i ∑x i
P=
M
w=
m
x0 = i =1
x= i =1
N n
N n
N n
Dispersia ∑(x − x )
i 0
2
∑(x − x) i
2
σ 2p = p(1 − p) σw = w(1−w)
2

σ02 = i=1 σ2 = i=1

N n
Abaterea medie
pătratică
σ 0 = σ 02 σ = σ2 σ p = σ 2p σ w = σ w2
Eroarea de reprezentativitate:
Er = x − x0
Condiţia ca media eşantionului să fie reprezentativă:
x − x0 ⋅ 100 ≤ 5%
x0
Eroarea medie de reprezentativitate:
k

∑ (x s − x0 ) 2 ns
μx =σx = s =1
k

∑n
s =1
s

în care :
k - reprezintă numărul eşantioanelor posibile;
ns - frecvenţele mediilor de selecţie posibile.
Eroare limită maximă admisă (Δ x ) .
Δ x = zσ x
unde coeficientul zα reprezintă argumentul funcţiei Laplace pentru
probabilitatea Φ (z ) cu care se garantează rezultatele.

102
 SELECŢIA ALEATOARE SIMPLĂ

Selecţia aleatoare simplă se aplică în cazul colectivităţilor omogene din

care se extrag unităţi simple folosind procedee de selecţie aleatoare.
Eroarea medie de reprezentativitate
• pentru selecţie repetată:
σ 02 σ2
σ xrep = ≈
n n
• pentru selecţie nerepetată:

σ 02 ⎛ N − n ⎞ σ2 ⎛ N −n⎞ σ2 ⎛ n⎞
σ xnerep = ⎜ ⎟≈ ⎜ ⎟≈ ⎜1 − ⎟
n ⎝ N −1⎠ n ⎝ N −1⎠ n ⎝ N⎠
Pentru caracteristica alternativă, eroarea medie de reprezentativitate se va
nota cu σ w , deci:
• pentru selecţia repetată:
p(1 − p) w(1 − w)
σ wrep = ≈
n n
• pentru selecţia nerepetată
p(1 − p) n w(1 − w) n
σwnerep = ⋅ (1 − ) = ⋅ (1 − )
n N n N
Eroarea limită maximă admisă:
• pentru selecţie repetată
Δ x = z ⋅ σ x rep respectiv Δ w = z ⋅ σ w rep

• pentru selecţie repetată

Δ x = z ⋅ σ x nerep respectiv Δ w = z ⋅ σ w nerep

Intervalul de încredere al mediei colectivităţii generale:

• pentru caracteristica nealternativă:
x − Δ x < x0 < x + Δ x
• pentru caracteristica alternativă:
w − Δw < p < w + Δw
Intervalul de variaţie al nivelului totalizat al caracteristicii:
• pentru caracteristica nealternativă:
N (x − Δ x ) < x0 < N (x + Δ x )
• pentru caracteristica alternativă:
N (w − Δ w ) < p < N (w + Δ w )

103
 Volumul eşantionului
• pentru sondajul simplu repetat:
σ 02 z 2σ 02
Δx = z de unde: n=
n Δ2x
• pentru sondajul simplu nerepetat:

σ 02 ⎛ n⎞ z 2σ 02
Δx = z ⎜1 − ⎟ de unde: n=
n ⎝ N⎠ z 2σ 02
Δ2x +
N
Redimensionarea eşantionului prin modificarea erorii limite maxime
admise ( Δ' x ):
• pentru selecţie repetată:
z 2σ 2
n' =
( )
Δ' x
2

• pentru selecţie nerepetată:

z 2σ 2
n' =
( )
Δ' x +
z 2σ 2
N

SELECŢIE TIPICĂ (STRATIFICATĂ)

Selecţia tipică se aplică în cazul colectivităţilor neomogene formate din

unităţi simple împărţite în grupe (straturi, subcolectivităţi) cât mai omogene cu
evidenţierea tipurilor calitative.
Eşantionul se obţine prin extragerea de subeşantioane din straturile
populaţiei totale prin procedee de selecţie aleatoare.
În vederea repartizării eşantionului pe subeşantioane corespunzător
tipurilor calitative, se pot aplica trei modalităţi.
1. Repartizarea în mod egal a eşantionului pe subeşantioane indiferent de
numărul unităţilor ce compun straturile populaţiei totale:
n
ni =
k
unde:
ni – dimensiunea fiecărui subeşantion;
k – numărul de straturi în populaţia totală.
Acest tip de selecţie mai poartă denumirea de selecţie tipică (stratificată)
neproporţională.
2. Eşantionul se separă pe subeşantione în funcţie de ponderea fiecărui
strat în colectivitatea generală:

104
 n1 n n
= 2 = ... = i = ... =
∑n = n
i

N1 N 2 Ni ∑N ∑N i i

de unde:
Ni
ni = n
∑N i
Acest tip de selecţie se mai numeşte selecţia tipică (stratificată)
proporţională.
3. La formarea subeşantioanelor se ia în consideraţie atât ponderea
fiecărui strat în colectivitatea generală cât şi gradul de omogenitate al
straturilor, reprezentat de abaterea pătratică medie:
N iσ i
ni = n k

∑Nσ
i =1
i i

Acest tip de selecţie se mai numeşte selecţia tipică (stratificată)

optimă deoarece dă cele mai mici erori în practică, dar este greu de
aplicat.
Relaţiile de calcul în cazul sondajului tipic proporţional:
• eroarea medie de reprezentativitate:

σ2
σy = pentru selecţia repetată
n

σ2⎛ n⎞
σy = ⎜1 − ⎟ pentru selecţia nerepetată
n ⎝ N⎠
• eroarea limită maximă admisă
σ2
Δy = z ⋅ pentru selecţia repetată
n

σ2⎛ n⎞
Δy = z ⋅ ⎜1 − ⎟ pentru selecţia nerepetată
n ⎝ N⎠

• estimarea mediei la nivelul colectivităţii generale

y − Δ y < y0 < y + Δ y )

unde:

y=
∑yn i i

∑n i

105
 • estimarea nivelului totalizat al caracteristicii
N v
N(y − Δy) < ∑y
i =1
i < N(y + Δy )

• dimensionarea eşantionului
z 2σ 2
n= pentru selecţie repetată
Δ2y

z 2σ 2
n= pentru selecţie nerepetată
z 2σ 2
Δ2y +
N
De reţinut:
• Pentru a obţine acelaşi grad de precizie a rezultatelor, eşantionul
constituit prin stratificare este mai mic decât cel pentru sondajul aleator
simplu;
• Pentru acelaşi volum al eşantionului, precizia este mai mare în cazul
sondajului stratificat decât în cazul sondajului aleator simplu;
• Eşantionul trebuie dimensionat astfel încât fiecare subeşantion să
conţină un număr suficient de unităţi pentru a permite calcularea
dispersiilor la nivelul subeşantioanelor (ni > 40);

SELECTIA DE SERII

Se foloseşte în cazul în care colectivitatea generală este formată din unităţi

complexe (echipe, brigăzi, ferme, etc.)
Cu cât mediile din serii sunt mai apropiate între ele, vor estima mai corect
valoarea medie a întregii colectivităţi, realizându-se condiţia de reprezentativitate a
eşantionului.
Eşantionarea făcându-se pe bază de serii, eşantionul este format dintr-un
număr de serii notat cu r, iar în colectivitatea generală numărul seriilor se va nota
cu R.
Eroarea medie de reprezentativitate:
• pentru caracteristici nealternative

δ x2
σ xrep =
r

δ x2 R−r
σ xnerep = ;
r R −1

106
 • pentru caracteristici alternative

δ p2
σ w rep =
r

δ p2 R−r
σ w nerep = .
r R −1

Eroarea limită maximă admisă

δ2
Δx = z ⋅ pentru selecţia repetată
r

δ2 ⎛ R−r⎞
Δx = z ⋅ ⎜ ⎟ pentru selecţia nerepetată
r ⎝ R −1⎠

Dimensionarea eşantionului
z 2δ 2
n= pentru selecţia repetată
Δ2x

Rz 2δ 2
n= pentru selecţia nerepetată
( R − 1)Δ2x + z 2δ 2

Teste de semnificaţie

Se porneşte de la ”ipoteza diferenţei nule” care presupune că nu există

diferenţe semnificative între valorile de sondaj şi parametrii populaţiei sau între
valorile de sondaj a două eşantioane aleatoare.
Compararea mediei de sondaj cu media populaţiei într-o repartiţie
normală
x − x0
t=
σ/ n
Dacă pentru un nivel de semnificaţie de 5%, t > 1,96 se respinge ipoteza
diferenţei nule.
Compararea mediilor a două eşantioane mari
x1 − x2
t=
σ 12 σ 22
+
n1 n2
107
 Se acceptă ipoteza şi se consideră diferenţele nesemnificative dacă |t|
<1,96 (nivel de semnificaţie 5%).
Se respinge ipoteza dacă |t| >2,58 (nivel de semnificaţie 1%).
Compararea a două proporţii de sondaj pentru o caracteristică
alternativă
Cazul 1 (nu cunoaştem proporţia p în cele două populaţii din care s-au
format eşantioanele)
n1w1 + n2 w2
Admitem că: p =
n1 + n2

w1 − w2
Dacă > 3,
⎡1 1⎤
p ⋅ q⎢ + ⎥
⎣ n1 n2 ⎦
diferenţa dintre cele două proporţii este semnificativă.
Cazul 2 (proporţiile în cele două populaţii din care s-au format
eşantioanele nu sunt egale, fapt pentru care se folosesc dispersiile eşantioanelor)
w1 − w2
Dacă >3
w1 (1 − w1 ) w2 (1 − w2 )
+
n1 n2

diferenţa dintre cele două proporţii este semnificativă.

n1w1 + n2 w2
Cazul 3 (comparăm proporţiile eşantioanelor cu p = )
n1 + n2
Calculăm, de exemplu:
p − w1
t1 =
p ⋅ q n2
⋅
n1 + n2 n1

Dacă t1 > 3, diferenţa este semnificativă.

Pentru eşantioanele de volum redus se foloseşte testul lui Student.
Compararea mediei de sondaj cu media populaţiei într-o repartiţie
Student
x − x0
tcalc =
σ / n −1
ttabelar se determină pentru un anumit nivel de semnificaţie şi (n-1) grade de
libertate.
Dacă tcalculat<ttabelar se admite ipoteza diferenţei nule.

108
 Compararea dispersiilor necunosute a două eşantioane de volum redus
x1 − x2
tcalc =
1 1
S +
n1 n2
n1 n2

∑
i =1
( xi − x1 ) 2 + ∑ ( x' − x )
i =1
i 2
2

unde S =
n1 + n2 − 2
Dacă tcalculat<ttabelar se admite ipoteza diferenţei nule (valoarea tabelară se
stabileşte pentru numărul gradelor de libertate V=n1 + n2 - 2).
Testul F (Fisher) pentru verificarea egalităţii dispersiilor a două
eşantioane de volum redus
S12
Fcalc =
S 22

Ftabelar se determină pentru un anumit nivel de semnificaţie şi pentru

gradele de libertate V1 = n1 − 1 şi V2 = n2 − 1 .
Dacă Fcalc > Ftabelar , rezultatul sondajului trebuie interpretat ca fiind
semnificativ, deci diferenţa dintre dispersiile celor două eşantioane trebuie
explicată de influenţa altor factori decât cei care determină erorile de sondaj.

109
 3.2. PROBLEME REZOLVATE

Problema 1: Pentru un eşantion de 50 clienţi (persoane fizice) ai unei

bănci se cunosc datele:
Tabelul 3.2.
Grupe de clienţi după valoarea Număr clienţi
depozitelor bancare (mii RON)
0 1
Sub 2 5
2-4 15
4-6 20
6-8 8
Peste 8 2
Total 50
Se cere:
1. estimaţi limitele între care se vor încadra valoarea medie şi valoarea
totală a depozitelor bancare în colectivitatea generală dacă eşantionul
reprezintă 10% din totalul clienţilor, s-a format prin selecţie nerepetată,
iar probabilitatea cu care se garantează rezultatele este 0,9545 (z =2 );
2. determinaţi noul volum al eşantionului dacă eroarea limită maximă
admisă este de 0,8 mii RON;
3. transformaţi variabila „valoarea depozitului” în variabilă alternativă
(binară) luând drept prag limita inferioară a intervalului în care se
găseşte media;
4. estimaţi limitele între care se va încadra proporţia clienţilor cu valoarea
depozitelor mai mică decât valoarea luată ca prag.

Rezolvare

Suntem în cazul sondajului aleatoriu simplu.

1. Pentru estimarea parametrilor colectivităţii generale trebuie efectuate
următoarele calcule în prealabil:
• calcularea mediei eşantionului:
5

∑x ⋅n
i =1
i i
1 ⋅ 5 + 3 ⋅ 15 + 5 ⋅ 20 + 7 ⋅ 8 + 9 ⋅ 2
x= 5
= = 4,48 mii RON/client
50
∑n i =1
i

• calcularea dispersiei:

110
 5

∑ ( x − x) ⋅ n
2
i i
i =1
σ2= 5
=
∑n
i =1
i

2 2 2 2 2

=
(1− 4,48) ⋅ 5 + (3 − 4,48) ⋅ 15 + (5 − 4,48) ⋅ 20 + (7 − 4,48) ⋅ 8 + (9 − 4,48) ⋅ 2 =
50
= 3,8096

• calcularea erorii limite maxime admise:

2
⎛ n⎞
Δ x = z ⋅σ x = z ⋅ σ ⎜ 1 − ⎟ = 2 ⋅
3,8096
⋅ 0,9 = 0,52 mii RON/client
n ⎝ N⎠ 50
Estimarea mediei în colectivitatea generală:
x − Δ x < x0 < x + Δ x
4,48 − 0,52 < x0 < 4,48 + 0,52
3,96 < x0 < 5 mii RON /client
Estimarea valorii totale în colectivitatea generală:
N ⋅ ( x − Δ x ) < x0 < N ⋅ ( x + Δ x )
500 ⋅ 3,96 < x0 < 500 ⋅ 5
1980 < x0 < 2500 mii RON

2. Noul volum al eşantionului:

z 2σ 2
n' =
2
Δ' x + ( )
z 2σ 2
N
2 ⋅ 3,8096
2
n= = 22,74 ≈ 23 clienţi
'

2 ⋅ 3,8096
2
2
(0,8) +
500

3. Avem o variabilă alternativă (binară).

x = 4,48 ∈ [4,6 )
Tabelul 3.3
Valoarea depozitului Răspuns Număr clienţi
A B 1
Mai mic decât 4 DA m=20
Mai mare sau egal cu 4 Nu n-m=30
Total Total n=50

111
 4. În cazul variabilei alternative, indicatorii se calculează astfel :
• media
m 20
w= = = 0 ,4
n 50
Interpretare: 40% dintre clienţi au valoarea depozitelor peste 4 mii
RON.
• dispersia
σ 2w = w ⋅ (1 − w) = 0,24
• eroarea limită maximă admisă :
σ 2w (1 − n ) = 2 ⋅ 0,24 ⋅ 0,9 = 0,13
Δ w = z ⋅σ w = z ⋅
n N 50
Estimarea proporţiei clienţilor cu valoarea depozitelor sub valoarea
considerată drept prag (4 mii RON):
w − Δw < p < w + Δw
0,4 − 0,13 < p < 0,4 + 0,13
0,27 < p < 0,53
Ponderea clienţilor care au valoarea depozitelor sub 4 mii RON este
cuprinsă între 27 şi 53%.
Estimarea numărului clienţilor cu valoarea depozitelor sub valoarea
considerată drept prag (4 mii RON):
N ⋅ ( w − Δ w) < M < N ⋅ ( w + Δ w)
500 ⋅ (0,4 − 0,13) < M < 500 ⋅ (0,4 + 0,13)
135 < M < 265
Numărul clienţilor care au valoarea depozitelor sub 4 mii RON este
cuprins între 135 şi 265.

Problema 2. Pentru un eşantion de 100 unităţi hoteliere de tip pensiune

din România s-au obţimut următoarele rezultate în anul 2005:
• valoarea medie a încasărilor în primul trimestru al anului: 200 mii RON;
• dispersia privind profitul: 900
Ştiind că eşantionul reprezintă 10% din totalul unităţilor hoteliere de tip
pensiune, s-a format prin selecţie nerepetată şi rezultatele se garantează cu o
probabilitate P=0,9973 (z=3) se cere:
1. estimarea valorii medii a încasărilor şi a încasărilor totale la nivelul
colectivităţii generale:
2. dimensionarea unui nou eşantion dacă:
2.1. eroarea limită maximă admisă creşte cu 5%;
2.2. eroarea limită maximă admisă scade cu 5%;
2.3. probabilitatea cu care se garantează rezultatele este P=0,9545
(z=2).

112
 Rezolvare

Suntem în cazul sondajului simplu nerepetat.

1. Pentru estimarea parametrilor în populaţia totală este necesar să se
calculeze eroarea limită maximă admisă:
2
⎛ n⎞
Δ x = z ⋅σ x = z ⋅ σ ⎜ 1 − ⎟ = 3 ⋅
900
⋅ 0,9 = 8,37 mii RON
n ⎝ N⎠ 100
Estimarea valorii medii a încasărilor:
x − Δ x < x0 < x + Δ x
200 − 8,37 < x0 < 200 + 8,37
181,63 < x0 < 208,37
Valoarea medie a încasărilor la nivelul întregii colectivităţi se găseşte în
intervalul (181,63, 208,37) mii RON/unitate hotelieră cu o probabilitate de 99,73%.
Estimarea valorii totale a încasărilor:
N ⋅ ( x − Δ x ) < x0 < N ⋅ ( x + Δ x )
1000 ⋅ 181,63 < x0 < 1000 ⋅ 208,37
181630 < x0 < 208370
Valoarea totală a încasărilor la nivelul întregii colectivităţi se găseşte în
intervalul (181630, 208370) mii RON cu o probabilitate de 99,73%.

2.1. Pentru dimensionarea unui nou eşantion când creşte eroarea se

foloseşte relaţia:

z 2σ 2
n' =
( )2
Δ' x +
z 2σ 2
N
'
Δ x = Δ x + 5% ⋅ Δ x = 1,05 ⋅ 8,37 = 8,7885 mii RON
3 ⋅ 900
2
n=
'
= 94,9 ≈ 95 unităţi hoteliere
3 ⋅ 900
2
2
8,7885 +
1000

A crescut eroarea limită maximă admisă şi a scăzut volumul eşantionului.

2.2. Pentru dimensionarea unui nou eşantion când scade eroarea se

foloseşte relaţia:
z 2σ 2
n' =
( ) 2
Δ' x +
z 2σ 2
N
'
Δ x = Δ x − 5%Δ x = 0,95 ⋅ 8,37 = 7 ,9515 mii RON
113
 3 ⋅ 900
2
n=
'
= 113,5 ≈ 114 unităţi hoteliere
3 ⋅ 900
2
2
7 ,9515 +
1000
A scăzut eroarea limită maximă admisă şi a crescut volumul eşantionului.
Între eroarea limită maximă admisă şi volumul eşantionului există relaţie
de inversă proporţionalitate.

2.3. Pentru dimensionarea unui nou eşantion când scade probabilitatea cu

care se garantează rezultatele se foloseşte relaţia:

n′ =
(z ')2 ⋅ σ 2 ; z' = 2 ;
(Δ x ) +
2 ( z ') ⋅ σ 2
2

N
2 ⋅ 900
2
n′ = = 48,87 ≈ 49 unităţi hoteliere
2 2
2
⋅ 900
8,37 +
1000
Între probabilitatea cu care se garantează rezultatele şi volumul
eşantionului există relaţie de directă proporţionalitate.

Problema 3: Pentru un eşantion de 100 sucursale ale unor bănci

comerciale din România se cunosc datele:
Tabelul 3.4.
Grupe de Grupe de sucursale după valoarea depozitelor
sucursale bancare existente la 1 ianuarie 2006 (mii RON) Total
după numărul Sub 200- 240- 280- 320 şi
de angajaţi 200 240 280 320 peste
A 1 2 3 4 5 6
Sub 30 10 25 20 - - 55
30 şi peste - 5 20 15 5 45
Total 10 30 40 15 5 100
Se cere:
1. să se estimeze limitele între care se vor încadra valoarea medie a
depozitelor bancare şi valoarea totală a depozitelor pentru
colectivitatea generală, ştiind că eşantionul reprezintă 10% din totalul
sucursalelor bancare, s-a format prin selecţie nerepetată şi rezultatele
se garantează cu o probabilitate de 0,9973 (z=3);
2. să se stabilească care ar fi dimensiunea eşantionului dacă eroarea
limită ar creşte cu 20%; să se distribuie noul eşantion pe
subeşantioane;
3. să se stabilească ce volum al eşantionului ar fi fost necesar dacă s-ar fi
utilizat sondajul aleatoriu simplu şi s-ar fi dorit asigurarea aceleiaţi
precizii a rezultatelor;

114
 4. să se estimeze procentul maxim al sucursalelor care au o valoare a
depozitelor de cel puţin 240 mii RON;
5. să se estimeze valoarea medie a depozitelor şi valoarea totală la nivelul
colectivităţii generale pentru sucursalele care au sub 30 de angajaţi.

Rezolvare

Suntem în cazul sondajului stratificat nerepetat.

1. Pentru estimarea parametrilor populaţiei totale sunt necesare o serie de
calcule prealabile:
• calculul mediei generale:
m 5

∑ j =1
y j ⋅ n. j ∑y j =1
j ⋅ n. j
180 ⋅ 10 + 220 ⋅ 30 + 260 ⋅ 40 + 300 ⋅ 15 + 340 ⋅ 5
y= m
= 5
= =
100
∑nj =1
.j ∑nj =1
.j

= 250 mii RON / sucursală

• calculul mediilor de grupă:
m

∑y
j =1
j ⋅ nij
yi = m

∑n j =1
ij

∑y
j =1
j ⋅ n1 j
180 ⋅ 10 + 220 ⋅ 25 + 260 ⋅ 20
y1 = 5
= = 227 ,27 mii RON/sucursală
55
∑n j =1
1j

∑y
j =1
j ⋅ n2 j
220 ⋅ 5 + 260 ⋅ 20 + 300 ⋅ 15 + 340 ⋅ 5
y2 = 5
= = 277 ,77 mii RON/ sucursală
45
∑n
j =1
2j

Calculul dispersiilor de grupă:

m

∑ (y
j =1
j − yi ⋅ nij )
2

σ i2 = m

∑n j =1
ij

115
 5 2
∑(y
j =1
j
− y1 ) ⋅n 1j

σ 12 = 5
=
∑n
j =1
1j

2 2 2
(180 − 227 ,27 ) ⋅ 10 + (220 − 227 ,27 ) ⋅ 25 + (260 − 227 ,27 ) ⋅ 20
= = 819,83
55
m

∑( y
2
j − y2 ) ⋅ n2 j
j =1
σ 22 = 5
=
∑n
j =1
2j

(220 − 277,77) ⋅ 5 + (260 − 277,77) ⋅ 20 + (300 − 277,77)2 ⋅ 15 + (340 − 277,77) ⋅ 5

2 2 2
= =
45
= 1106,17

Calculul mediei dispersiilor de grupă

r 2

∑σ i2 ⋅ ni ∑σ i ⋅ ni
2
819,83 ⋅ 55 + 1106 ,17 ⋅ 45
σ2 = i =1
r
= i =1
2
= = 948,68
100
∑n
i =1
i ∑n
i =1
i

Calculul erorii limite maxime admise:

σ2 n 948,68
Δ y = z ⋅σ y = z ⋅ (1 − ) = 3⋅ ⋅ 0,9 = 8,76 mii RON
n N 100
Estimarea valorii medii a depozitului:
y − Δ y < y0 < y + Δ y
250 − 8,76 < y0 < 250 + 8,76
241,24 < y0 < 258,76 mii RON/sucursală
Estimarea valorii totale a depozitelor:
N
(
N ⋅ y − Δy < ) ∑y j < N ⋅ y + Δy ( )
j =1
N
1000 ⋅ 241,24 < ∑y j =1
j < 1000 ⋅ 258,76

N
241240 < ∑y
j =1
j < 258760 mii RON

116
 2. Dimensionarea noului volum al eşantionului:
z ⋅σ
2 2
n′ =
( )
⋅σ 2
2
Δ' y + z
N
'
Δ y = Δ y ⋅ 1,2 = 8,76 ⋅ 1,2 = 10,512 mii RON
3 ⋅ 948,68
2
n' = = 71,72 ≈ 72 sucursale
3 ⋅ 948,68
2
110,5 +
1000
Distribuirea noului volum al eşantionului pe subeşantioane :
• distribuirea neproporţională (eşantioane de volum egal):
n' 72
ni' = = = 36 sucursale
r 2
• distribuirea proporţională (considerând că eşantioanele respectă
structura colectivităţii generale):
55
n1' = ⋅ 72 = 39,6 ≈ 40 sucursale au sub 30 de angajaţi
100
45
n2' = ⋅ 72 ≈ 32 sucursale au peste30 de angajaţi
100
• distribuirea optimă (la formarea subeşantioanelor se ia în
considerare atât ponderea fiecărui strat în colectivitatea generală,
cât şi gradul de omogenitate al straturilor reprezentat de abaterea
medie pătratică):
n1σ 1 55 ⋅ 28.63
n1' = n ' ⋅ = 72 ⋅ = 36 ,9 ≈ 40 sucursale au sub 30 ang.
2
55 ⋅ 28.63 + 45 ⋅ 32.25
∑n σ
i =1
1 1

n2σ 2 45 ⋅ 32.25
n2' = n ' ⋅ = 72 ⋅ ≈ 32 sucursale au peste 30 angajaţi.
2
55 ⋅ 28.63 + 45 ⋅ 32.25
∑n σ
i =1
2 2

3. Relaţia de calcul a noului volum al eşantionului în cazul sondajului

simplu nerepetat este:
z 2σ 2
n' =
z 2σ 2
2
Δy +
N
( )
Deoarece nu cunoaştem dispersia totală din colectivitatea generală, ci
numai datele despre eşantionul format prin respectarea principiilor unei scheme
probabilistice, putem înlocui acest indicator prin dispersia totală a datelor din
eşantion.
Calcularea dispersiei totale a datelor din eşantion:
117
 m

∑ (y
j =1
j )
− y ⋅ n. j
2

(180 − 250) ⋅ 10 + (220 − 250 ) ⋅ 30 + (260 − 250 ) 2 ⋅ 40

2 2
σ2 = m
= +
100
∑n
j =1
.j

2
(300 − 250 ) 2 ⋅15 + (340 − 250 ) ⋅ 5
+ = 1580
100
3 ⋅ 1580
2
n' = = 156 ,33 ≈ 156 sucursale
3 ⋅ 1580
2
2
8,76 +
1000
Se observă că volumul eşantionului în cazul sondajului simplu e mai mare
decât volumul eşantionului în cazul sondajului stratificat pentru acelaşi grad de
reprezentativitate.
4. Estimarea valorii medii a depozitelor pentru sucursalele care au sub 30
de angajaţi.
y1 − Δ y1 < y0 (1) < y1 + Δ y1

n ⎞
σ 12 ⎛ 819,83
Δ y1 = z ⋅ ⋅ ⎜⎜ 1 − 1 ⎟⎟ = 3 ⋅ ⋅ 0,9 = 10,98 mii RON
n1 ⎝ N1 ⎠ 55
227 ,27 − 10,98 < y0 (1) < 227 ,27 + 10,98
216 ,29 < y0 (1) < 238,25 mii RON/sucursală
Estimarea valorii totale a depozitelor pentru sucursalele care au sub 30 de
angajaţi.
N1
(
N 1 ⋅ y1 − Δ y1 < ) ∑y j (
< N 1 ⋅ y1 − Δ y1 )
j =1
N1
118959,5 < ∑y
j =1
j < 131037 ,5 mii RON

5. Pornind de la distribuţia bidimensională din enunţ se obţine următorul tabel:

Tabelul 3.5.
Grupe de Sucursale cu Sucursale cu Total Media Dispersia
sucursale valoarea valoarea ni caracteristicii caracteristicii
după nr. de depozitelor depozitelor peste alternative alternative
angajaţi sub 240 (mii 240 (mii RON) mi σ w2i = wi (1 − wi )
RON) ( mi ) wi =
n i
0 1 2 3 4 5
Sub 30 35 20 55 0,36 0,2304
30 şi peste 5 40 45 0,64 0,1056
Total 40 60 100 0,88 0,24

118
 În vederea estimării procentului maxim sunt necesare următoarele calcule:
• calcularea mediilor de grupă pentru caracteristica alternativă ( wi ) şi a
mediei pe total (w) (vezi tabelul 3.4, coloana 4)
• calcularea dispersiilor de grupă σ 2wi ( vezi tabelul 3.4, coloana 5)
• calcularea mediei dispersiilor de grupă:
2

∑σ 2
wi
0,2304 ⋅ 55 + 0,1056 ⋅ 45
σw = i =1
2
= = 0,17424
100
∑n
i =1
i

• calcularea erorii limite maxime admise:

σ w2
n 0,17424
Δ w = z ⋅σ w = z ⋅ (1 −
) = 3⋅ ⋅ 0,9 = 0,1188
n N 100
Estimarea proporţiei în colectivitatea generală:
w − Δw < p < w + Δw
Procentul maxim admis este: w + Δ w =0,6+0,1188=0,7188 sau 71,88%.
Deci, cel mult 71,88% din sucursale au valoarea depozitelor de cel puţin
240 mii RON.

3.3. PROBLEME PROPUSE

Problema 1: În urma sistematizării datelor privind vechimea în muncă

pentru un eşantion de 40 de angajaţi ai unei bănci s-a obţinut următoarea distribuţie
de frecvenţe:
Tabelul 3.6.
Grupe de salariaţi Număr salariaţi
după vechime (ani)
0 1
Sub 4 5
4-8 2
8-12 15
12-16 8
16-20 6
Peste 20 4
Total 40
Se cere:
1. estimarea vechimii medii a angajaţilor la nivelul întregii bănci
(colectivitatea generală) ştiind că eşantionul s-a format prin selecţie

119
 nerepetată, iar rezultatele se garantează cu o probabilitate de 0,9973
(z=3);
2. să se estimeze volumul eşantionului dacă probabilitatea cu care se
garantează rezultatele este 0,9545 (z=2) şi să se precizeze relaţia care
există între probabilitate şi volumul eşantionului;
3. să se estimeze numărul de salariaţi din colectivitatea generală care au
vechimea peste 16 ani.

Rezolvare
1. Estimarea vechimii medii a angajaţilor la nivelul colectivităţii
generale:
x − Δ x < x0 < x − Δ x
............ < x0 < ..............
Pentru estimarea mediei trebuie să calculăm următorii indicatori în
prealabil:
• eroarea medie de reprezentativitate:
σ2 ⎛
n⎞
σx = ⎜1 − ⎟ =
n ⎝ N⎠
• eroarea limită maximă admisă:
Δ x = z ⋅σ x =
• calcularea mediei eşantionului:
6

∑x n
i =1
i i
x= 6
=
∑n
i =1
i

• calcularea dispersiei:
6

∑ (x − x ) n i
2
i
σ =
2 i=1
6
=
∑n
i =1
i

2. Noul volum al eşantionului dacă probabilitatea este P=0,9545 (z=2):

n′ =
(z ')2 ⋅ σ 2 =
(Δ x ) +
2 ( z ') ⋅ σ 2
2

N
Între probabilitatea cu care se garantează rezultatele şi volumul
eşantionului există o relaţie de ................... proporţionalitate.

3. Numărul de salariaţi din colectivitatea generală care au vechimea peste

16 ani .

120
 Avem o caracteristică alternativă.
Tabelul 3.7.
Răspuns Număr salariaţi
A 1
DA m=
Nu n-m=
Total n=

În cazul variabilei alternative, indicatorii se calculează astfel :

• media :
m
w= =
n
…. % dintre salariaţi au vechimea peste 16 ani.
• dispersia :
σ w2 = w ⋅ (1 − w) =
• eroarea limită maximă admisă :
σ w2 n
Δ w = z ⋅σ w = z ⋅ (1 −
)=
n N
Estimarea proporţiei salariaţilor cu vechimea peste 16 ani:
w − Δw < p < w + Δw
……… < p < ………
Ponderea salariaţilor care au vechimea peste 16 ani este cuprinsă între ….
şi ….

Estimarea numărului salariaţilor cu vechimea peste 16 ani:

N (w − Δ w ) < p < N (w + Δ w )
........ < p < ........
Numărul salariaţilor care au vechimea peste 16 ani este cuprins între …. şi
…...

Problema 2: Distribuţia unui eşantion de 40 de salariaţi ai unei bănci după

numărul de zile de concediu de odihnă dintr-un an este prezentată în tabelul de mai
jos:
Tabelul 3.8.
Zile 15 16 17 18 19 20 21
concediu
Număr 4 5 6 15 3 4 3
salariaţi
Se cere:
1. să se calculeze eroarea medie de reprezentativitate şi eroarea limită
maximă admisă dacă eşantionul reprezintă 10% din totalul angajaţilor,
s-a format prin selecţie nerepetată, iar P= 0,9545 (z=2);
121
 2. să se determine parametrii colectivităţii generale;
3. să se determine proporţia numărului de angajaţi din colectivitatea
generală care au avut concediu de odihnă cu durata mai mică decât
durata medie la nivelul eşantionului.

Rezolvare
1. Calculul erorilor de reprezentativitate
• Eroarea medie de reprezentativitate:
σ2 ⎛ n⎞
σx = ⎜1 − ⎟ =
n ⎝ N⎠
• Eroarea limită maximă admisă:
Δ x = z ⋅σ x =
Pentru determinarea celor două erori va trebui să determinăm media şi dispersia
eşantionului:
• calcularea mediei eşantionului:
7

∑x n
i =1
i i
x= 7
=
∑n
i =1
i

• calcularea dispersiei:
7

∑ (x − x ) n i
2
i
σ2 = i=1
7
=
∑n
i =1
i

2. Parametrii colectivităţii generale sunt media şi nivelul totalizat al

caracteristicii:
• estimarea nivelului mediu:
x − Δ x < x0 < x + Δ x
........ < x0 < .........
• estimarea zilelor totale de concediu în colectivitatea generală:
n
N ⋅ (x − Δ x ) < ∑ x < N ⋅ (x + Δ
i =1
i x)

n
……… < ∑ x < ………
i =1
i

3. Proporţia numărului de angajaţi din colectivitatea generală care au avut

concediu cu durata mai mică decât media :
w − Δw < p < w + Δw
……… < p < ………

122
 Avem o caracteristică alternativă şi indicatorii se calculează astfel:
• media caracteristicii alternative (w):
m
w= =
n
• dispersia caracteristicii alternative:
σ w2 = w ⋅ (1 − w) =
Tabelul 3.9.
Răspuns Număr angajaţi
A 1
DA m=
Nu n-m=
Total n=
• eroarea limită maximă admisă :
σ w2 n
Δw = z ⋅σ w = z ⋅ (1 − )=
n N

Problema 3: Dintr-un sondaj organizat pentru 100 sucursale ale unor bănci
comerciale din România s-au obţinut următoarele rezultate:
Tabelul 3.10.
Grupe de sucursale Număr Valoarea medie Coeficientul de
după numărul sucursale a creditelor variaţie (%)
angajaţilor de la acordate (mii
Departamentul Credite RON)
0 1 2 3
Sub 5 20 200 2,5
5 – 10 50 250 2
10 şi peste 30 280 3
Total 100 - -

Ştiind că eşantionul reprezintă 10% din colectivitatea generală şi a fost

extras prin selecţie nerepetată, se cere:
1. să se verifice gradul de omogenitate a eşantionului;
2. să se estimeze între ce limite se vor încadra valoarea medie a creditelor
acordate şi valoarea totală dacă probabilitatea cu care se garantează
rezultatele este P=0,9973(z=3);
3. calculaţi volumul unui nou eşantion şi distribuiţi-l proporţional pe
subeşantioane dacă:
- eroarea limită creşte cu 20%;
- eroarea limită scade cu 20%;
- rezultatele se garantează cu o probabilitate P=0,9545 (z=2).

123
Rezolvare

1. Gradul de omogenitate se verifică cu ajutorul coeficientului de variaţie:

σ
v= ⋅ 100 =
y
Media eşantionului:
3

∑ y ⋅n
i =1
i i
y= 3
=
∑n i =1
i

Abaterea medie pătratică:

σ = σ2 =
Dispersia o deducem din regula de adunare a dispersiilor:
σ 2 =σ 2 +δ 2 =
Din coeficienţii de variaţie ai fiecărei grupe deducem dispersiile de grupă:
σi vi ⋅ yi
vi = ⋅ 100 de unde: σi =
yi 100

σ1 = ⇒ σ 12 =

σ2 = ⇒ σ 22 =

σ3 = ⇒ σ 32 =

Media dispersiilor de grupă:

3

∑σ i
2
⋅ ni
σ =
2 i =1
3
=
∑n
i =1
i

Dispersia dintre grupe:

3

∑ (y − y )
2
i ⋅ ni
δ =
2 i =1
3
=
∑n
i =1
i

124
2. Estimarea valorii medii a creditelor acordate:
y − Δ y < y0 < y + Δ y
Eroarea limită maximă admisă:
σ2 n
Δ y = z ⋅σ y = z ⋅ (1 −
)=
n N
Estimarea valorii totale a creditelor acordate:
N
N ⋅(y − Δy) < ∑y
j =1
j < N ⋅(y + Δy )

3.
3.1. Volumul noului eşantion în cazul în care eroarea limită creşte cu 20%:
z ⋅σ
2 2
n′ = =
( ) ⋅σ 2
2
'
Δy + z
N
'
Δy =
Distribuirea proporţională pe subeşantioane:
n
ni′ = 3 i ⋅ n′
∑n
i =1
i

3.2. Volumul noului eşantion dacă eroarea scade cu 20%:

z ⋅σ
2 2
n′ = =
( ) ⋅σ 2
2
'
Δy + z
N
'
Δy =
Distribuirea proporţională pe subeşantioane:
n
ni′ = 3 i ⋅ n′
∑
i =1
ni

3.3. Volumul noului eşantion dacă P=0,9545:

n′ =
(z′)2 ⋅ σ 2 =
( )
Δy +
(z′)2 ⋅ σ 2
N

125
 Distribuirea proporţională pe subeşantioane:
ni
ni = ⋅ n'
'
3
∑ ni
i =1

Problema 4: Pentru 200 de agenţi economici din acelaşi profil de

activitate situaţi în 3 regiuni diferite ale ţării (Transilvania, Moldova, Oltenia) se
cunosc datele:
Tabelul 3.11.
Grupe de agenţi economici după profitul obţinut Total
Regiunea (mii euro)
Sub 10 10-15 15-20 20 şi peste
A 1 2 3 4 5
Transilvania 35 25 10 - 70
Moldova 5 15 25 5 50
Oltenia - 10 20 50 80
Total 40 50 55 55 200
Se cere:
1. presupunând că datele provin dintr-un eşantion de 10%, să se estimeze
profitul mediu al unui agent dacă rezultatele se garantează cu o
probabilitate de 95,45% (z=2);
2. dacă se organizează un nou sondaj cu o eroare limită mai mică cu 5%,
care ar fi volumul noului eşantion? Repartizaţi-l proporţional pe
subeşantioane;
3. estimaţi ponderea agenţilor economici care au profit mai mare de 15
mii euro.

Rezolvare

1. Estimarea profitului mediu

1.1. Estimarea profitului mediu în cazul sondajului stratificat repetat:

y − Δ y < y0 < y + Δ y
Pentru estimarea profitului mediu va trebui să calculăm următorii
indicatori:
• mediile de grupă:

126
 m

∑yj =1
j ⋅ nij
yi = m

∑n j =1
ij

Prin urmare,
4

∑y
j =1
j ⋅ n1 j
y1 = 4
=
∑n
j =1
1j

∑y
j =1
j ⋅ n2 j
y2 = 4
=
∑n
j =1
2j

∑y
j =1
j ⋅ n3 j
y3 = 4
=
∑n
j =1
3j

• dispersiile de grupă:
m

∑ (y
j =1
j )
2
− yi ⋅ nij
σ i2 = m

∑n
j =1
ij

Prin urmare,
4

∑ (y
j =1
j )
− y1 ⋅ n1 j
2

σ 12 = m
=
∑n
j =1
1j

∑ (y
j =1
j )
− y2 ⋅ n2 j
2

σ 22 = m
=
∑n
j =1
2j

127
 4

∑ (y
j =1
j )
− y3 ⋅ n3 j
2

σ 32 = m
=
∑n
j =1
3j

• media dispersiilor de grupă:

r

∑σ i
2
⋅ ni.
σ = 2 i =1
r
=
∑n
i =1
i.

• eroarea limită maximă admisă:

σ2
Δ y = z ⋅σ y = z ⋅ =
n

1.2. Estimarea profitului mediu în cazul sondajului stratificat nerepetat:

y − Δ y < y0 < y + Δ y
Pentru estimarea profitului mediu va trebui să calculăm eroarea limită
maximă admisă:
σ2 ⎛ n⎞
Δ y = z ⋅σ y = z ⋅ ⎜1 − ⎟ =
n ⎝ N⎠

2. Noul volum al eşantionului dacă eroarea limită scade cu 5%:

z ⋅σ
2 2
n′ = =
( ) ⋅σ 2
2
Δ' y + z
N
'
Δy =
Distribuirea proporţională pe subeşantioane:
ni
ni = 3 ⋅ n
' '

∑ ni
i =1
Concret,
n1
n1 = 3 ⋅ n =
' '

∑ ni
i =1

n2
n2 = ⋅ n' =
'
3
∑ ni
i =1

128
 n3
n3 = ⋅ n' =
'
3
∑ ni
i =1

3. Ponderea agenţilor economici care au profit peste 15 mii euro.

Avem o caracteristică alternativă.
Pornind de la distribuţia bidimensională din tabelul din ipoteză se obţine
următorul tabel:
Tabelul 3.12.
Regiunea Agenţi Agenţi Total Media Dispersia
ec. cu ec. cu (ni ) caracteristicii caracteristicii
profitul profitul alternative alternative
sub 15 peste 15 mi σ wi = wi ⋅ (1 − wi )
2

mii euro mii euro wi =

ni
( mi )
A 1 2 3 4 5
Transilvania
Moldova
Oltenia
Total

În vederea estimării proporţiei sunt necesare următoarele calcule:

• calcularea mediilor de grupă pentru caracteristica alternativă (wi ) şi a
mediei pe total (w);
• calcularea dispersiilor de grupă σ w2 i ; ( )
• calcularea mediei dispersiilor de grupă:
3

∑σ 2
wi ⋅ ni
σ = 2
w
i =1
3
=
∑n
i =1
i

• calcularea erorii limite maxime admise:

σ w2 ⎛ n⎞
Δ w = z ⋅σ w = z ⋅ ⎜1 − ⎟ =
n ⎝ N⎠

Estimarea proporţiei în colectivitatea generală:

w − Δw < p < w + Δw

129
 3.4. TEMĂ

Problema 1. Pentru 200 din magazinele unei companii producătoare de

produse electrocasnice s-au înregistrat vânzările săptămânale de combine
frigorifice:
Tabelul 3.13.
Grupe de magazine după Ponderea magazinelor
vânzările săptămânale (bucăţi)
A 1
Sub 4 7
4-8 20
8-12 32
12-16 26
16-20 10
20 şi peste 5
Total 100
Se cere:
1. estimaţi parametrii colectivităţii generale (vânzările medii şi totale ale
companiei) dacă eşantionul reprezintă 10% din total, s-a format prin
selecţie nerepetată şi probabilitatea cu care se garantează rezultatele
este 0,95 (z=1,96);
2. să se determine noul volum al eşantionului dacă eroarea limită maximă
admisă se măreşte de două ori.
R: 1. x = 11,18 bucăţi; σ 2 = 24,2836 ; Δ x = 0,6479 bucăţi;
2. n' = 54 magazine; Δ'x = 1,2958 magazine.
Problema 2. Despre 80 de unităţi hoteliere care reprezintă 10% din
numărul total al unităţilor hoteliere din zona litoralului se cunosc următoarele date
referitoare la numărul clienţilor dintr-o săptămână:
Tabelul 3.14.
Intervale de variaţie după Numărul de unităţi hoteliere
numărul de clienţi
A 1
Sub 150 5
150-200 15
200-250 40
250-300 10
300-350 7
350 şi peste 3
Total 80
Se cere:

130
 1. să se estimeze numărul mediu al clienţilor dintr-o săptămână pentru o
unitate hotelieră de pe litoral, precum şi numărul total al clienţilor dacă
probabilitatea cu care se garantează rezultatele este 0,9545 (z=2);
2. câte unităţi hoteliere ar trebui incluse în eşantion dacă s-ar organiza un
nou sondaj cu o eroare limită mai mică cu 5%?
3. care este ponderea estimată a hotelurilor care au peste 300 de clienţi
săptămânal de pe litoral?
R: 1. x = 320 unităţi hoteliere; σ 2 = 3100 ; Δ x = 11,81101 ; 2. n' = 87
unităţi hoteliere; Δ'x = 11,22046 ; 3. w = 0,125; Δ w = 0,07 .
Problema 3. Pentru studierea cheltuielilor pentru alimente ale populaţiei
dintr-o regiune s-a organizat un sondaj pe un eşantion format din 100 gospodării
dintr-un total de 1500. Pentru aceste gospodării s-au înregistrat cheltuielile medii
lunare, iar în urma prelucrării datelor s-au obţinut următoarele rezultate:
100

∑x
i =1
i = 20 mii RON
100

∑ (x − x )
i =1
i
2
= 27 mii RON

Se cere:
1. să se estimeze nivelul mediu al cheltuielilor alimentare pe gospodărie
pentru întreaga regiune dacă rezultateale se garantează cu o
probabilitate de 0,9545 (z=2);
2. să se estimeze nivelul total al cheltuielilor alimentare pentru întreaga
regiune dacă rezultateale se garantează cu o probabilitate de 0,9545
(z=2).

R: 1. x = 0,2 mii RON/gospodărie; Δ x = 0,1 mii RON/gospodărie.

Problema 4. Dintr-un sondaj statistic de 10% selectat întâmplător şi
nerepetat din cei 2000 de agenţi economici dintr-o ramură s-au obţinut datele:
Tabelul 3.15.
Grupe de agenţi economici Ponderea Profitul mediu (mii
după mărimea capitalului agenţilor RON/ag.ec.)
(mii RON) economici (%)
A 1 2
Sub 20 30 25
20-50 50 30
Peste 50 20 40
Ştiind că valoarea coeficientului de variaţie a profitului pe total eşantion
este de 20% se cere:
1. să se stabilească dacă factorul de grupare (mărimea capitalului) este
semnificativ pentru variaţia profitului;

131
 2. să se stabilească limitele între care se vor încadra profitul mediu şi total
în colectivitatea generală dacă probabilitatea cu care se garantează
rezultatele este P=0,9545 (z=2).
R: 1. y = 30,5 mii RON/ag. ec.; σ 2 = 37,21 ; δ 2 = 27,25 ; R 2 = 0,73233
2. Δ y = 0,4234 mii RON/agent ec.

Problema 5. 100 de studenţi din cadrul Academiei de Studii Economice

reprezentând 2% din total sunt rugaţi, în cadrul unui sondaj, să-şi exprime opinia
privind invăţământul modularizat. Rezultatele sistematizate sunt:
Tabelul 3.16.
Sex Opinia
Pro Contra Indiferent
A 1 2 3
Masculin 22 10 3
Feminin 12 45 8
Pentru o probabilitate de 95,45% să se estimeze ponderea studenţilor a
căror opinie este Contra sau Indiferent.
Problema 6. Angajaţii din trei sucursale ale unei bănci comerciale prezintă
următoarea distribuţie după numărul de operaţiuni cu clienţii efectuate într-o zi:
Tabelul 3.17.
Sucursala Numărul de Numărul mediu Dispersia
angajaţi de operaţiuni numărului de
efectuate într-o zi operaţiuni
de un angajat
A 30 25 9
B 50 30 16
C 20 40 25
Se cere:
1. să se estimeze limitele între care se va încadra numărul mediu al
operaţiunilor efectuate de un angajat în colectivitatea generală ştiind
că datele provin dintr-un sondaj stratificat, de volum 10% din
colectivitatea generală, iar probabilitatea cu care se garantează
rezultatele este de 0,9545 (z=2);
2. care este noul volum al eşantionului dacă eroarea limită scade cu 10%.
Să se repartizeze proporţional noul volum al eşantionului pe grupe.

R: 1. y = 30,5 operaţiuni.; σ 2 = 15,7 ; Δ y = 0,7517 operaţiuni

132
3.5. INTREBĂRI RECAPITULATIVE

1. Care sunt principalele avantaje ale sondajului statistic?

2. Ce este un eşantion reprezentativ?
3. Ce sunt erorile de reprezentativitate?
4. De câte feluri sunt erorile de reprezentativitate?
5. Prin ce se caracterizează erorile de reprezentativitate întâmplătoare?
6. Prin ce se caracterizează erorile de reprezentativitate sistematice?
7. Ce tipuri de selecţie aleatoare cunoaşteţi?
8. Cum se realizează selecţia aleatoare?
9. Ce procedee de selecţie aleatoare cunoaşteţi?
10. Când se utilizează sondajul aleator simplu?
11. Când se utilizează sondajul stratificat?
12. Ce tipuri de sondaj stratificat cunoaşteţi?
13. Ce este variabila de stratificare şi cum se stabileşte aceasta?
14. Cum se formează eşantionul în cazul sondajului stratificat
neproporţional?
15. Cum se formează eşantionul în cazul sondajului stratificat
proporţional?
16. Cum se calculează erorile în cazul sondajului stratificat proporţional?
17. Cum este dimensiunea eşantionului în cazul sondajului aleator simplu
faţă de cea a eşantionului în cazul sondajului stratificat dacă se doreşte
asigurarea aceleiaşi precizii a rezultatelor?
18. Cum este precizia în cazul sondajului aleator simplu faţă de sondajul
stratificat pentru aceeaşi dimensiune a eşantionului? Justificaţi
răspunsul.
19. Cum variază intervalul de încredere comparativ cu precizia
rezultatelor?
20. Când se utilizează sondajul de serii?

133