co je chyba odběru vzorků a proč na tom záleží?
Chcete-li pochopit, co je chyba vzorkování, musíte nejprve vědět něco o odběru vzorků a co to znamená ve výzkumu průzkumu. (Pokud jste již všichni na vzorkování, neváhejte a přeskočte do další sekce.)
Když provádíte průzkum, obvykle vás zajímá mnohem větší skupina lidí, než se můžete dostat., Praktickým řešením je vzít reprezentativní vzorek-skupinu, která stojí za celou vaší výzkumnou populací.
abyste se ujistili, že váš vzorek je spravedlivým zastoupením, musíte dodržovat některé osvědčené postupy odběru vzorků z průzkumu. Snad nejznámější z nich je získání velikosti vzorku správné. (Příliš velký a dáváte spoustu práce bez smysluplného zisku; příliš malý a nemůžete si být jisti, že váš vzorek je reprezentativní.)
ale je tu víc dělat vzorkování dobře, než jen dostat správnou velikost vzorku., Z tohoto důvodu, je důležité porozumět tomu, jak výběrová chyba a nevýběrových chyb, takže si můžete zabránit jim způsobuje problémy ve vašem výzkumu.
víte, jak velký by měl být váš vzorek pro přesné výsledky? Zjistěte si v naší bezplatné ebook.
chyby bez odběru vzorků vs. chyba vzorkování: definice
poněkud matoucí, termín „chyba vzorkování“ neznamená chyby, které vědci udělali při výběru nebo práci se vzorkem., Problémy, jako je volba špatné lidi, nechat zaujatost vstoupit do obrazu, nebo není-li předpokládat, že účastníci budou self-vyberte nebo nereagovat: to jsou non-výběrové chyby, a budeme zahrnovat některé z nejhorších pachatelů později v článku.
Non-výběrové chyby se může stát, ať už jste pracovali s reprezentativním vzorkem (například s národní průzkum), nebo dělat celkem výčet (například při provádění zkušenosti zaměstnanců průzkumy s vaší pracovní síly.,)
mezitím chyba vzorkování znamená rozdíl mezi průměrnými hodnotami vzorku a populace, takže se to stane pouze tehdy, když pracujete s reprezentativními vzorky.
zajímavé je, že není obvykle možné kvantifikovat stupeň chyby odběru vzorků ve studii, protože – podle definice-nejsou měřeny relevantní údaje pro celou populaci.
jak vysvětluje OECD, populace nebude nikdy dokonale zastoupena vzorkem, protože populace je větší a úplnější., V tomto smyslu je chyba vzorkování spíše funkcí odběru vzorků než lidskou chybou a nelze jí zcela zabránit.
chyba odběru vzorků však může být absolutně snížena sledováním osvědčených postupů – více o tom níže.
odběr Vzorků a nevýběrových chyb: 5 příkladů
Populace specifikace chyby (non-sampling error)
k Této chybě dochází, když pracovník nemusí pochopit, kdo by měl průzkum. Představte si například průzkum o spotřebě snídaňových cereálií v rodinách. Kdo průzkum?, Může to být celá rodina, osoba, která nejčastěji nakupuje potraviny, nebo děti. Zákazník by mohl učinit rozhodnutí o nákupu, ale děti ovlivňují výběr obilovin.
tento druh chyby bez odběru vzorků lze předejít důkladným pochopením vaší výzkumné otázky, než začnete vytvářet dotazník nebo vybírat respondenty.
Ukázka rámu chyba (non-sampling error)
rám chyba nastane, když špatně sub-populace se používá k výběru vzorku. Klasická chyba rámu nastala v prezidentských volbách v roce 1936 mezi Rooseveltem a Landonem., Vzorový rámeček byl z registrací automobilů a telefonních seznamů. V roce 1936 mnoho Američanů nevlastnilo auta ani telefony a ti, kteří to udělali, byli převážně republikáni. Výsledky nesprávně předpovídaly republikánské vítězství.
chyba zde spočívá ve způsobu výběru vzorku. Zaujatost byla nevědomě zavedena, protože vědci nepředpokládali, že se ve svém seznamu respondentů objeví pouze určité druhy lidí, a části populace zájmu byly vyloučeny., Moderní ekvivalent může používat čísla mobilních telefonů, a proto neúmyslně chybí dospělým, kteří nevlastní mobilní telefon, jako jsou starší lidé nebo osoby s těžkým mentálním postižením.
Rám chyby mohou se také stát, když se respondentů mimo populaci zájmu jsou nesprávně zahrnuty. Například, řekněme, že výzkumník dělá národní studii. Jejich seznam by mohl být čerpány z geografické mapy oblasti, která omylem obsahuje malý roh cizí území – a proto patří respondenti, kteří nejsou relevantní k rozsahu studie.,
Selection error (non-sampling error)
k tomu dochází, když respondenti sami vyberou svou účast ve studii – reagují pouze ti, kteří mají zájem. Může být také zaveden ze strany výzkumného pracovníka jako chyba náhodného odběru vzorků. Například, pokud výzkumník vyhlásí výzvu k odpovědím na sociálních médiích, dostanou odpovědi od lidí, které znají, a těch lidí, odpoví pouze ti užitečnější nebo přívětivější jednotlivci.
chyba výběru může být řízena tím, že půjdete další délky, abyste získali účast., Typický proces průzkumu zahrnuje zahájení kontaktu před průzkumem vyžadujícího spolupráci,skutečné geodetické a následné sledování. Pokud odpověď není přijata, následuje druhá žádost o průzkum, a možná rozhovory pomocí alternativních režimů, jako je telefon nebo osoba na osobu.
non-response (non-sampling error)
chyby bez odezvy se vyskytují, když jsou respondenti jiní než ti, kteří neodpovídají. Řekněme například, že jste společnost provádějící průzkum trhu před uvedením nového produktu na trh., Můžete získat nepřiměřenou míru účasti od své stávající zákazníky, protože oni vědí, kdo jste, a přijít na jednání z širšího okruhu lidí, kteří nemají ještě koupit od vás.
k tomu může dojít, protože potenciální respondent nebyl kontaktován nebo odmítl odpovědět. Rozsah této chyby bez odezvy lze zkontrolovat pomocí následných průzkumů pomocí alternativních režimů.
chyby odběru vzorků
jak bylo popsáno výše, chyby odběru vzorků se vyskytují kvůli změně počtu nebo reprezentativnosti vzorku, který reaguje., Chyby odběru vzorků mohou být kontrolovány a sníženy o (1) pečlivé návrhy vzorků, (2) dostatečně velké vzorky (podívejte se na naši online kalkulačku velikosti vzorku) a (3) více kontaktů, které zajistí reprezentativní odpověď.
nezapomeňte dávat pozor na tyto chyby odběru vzorků a odběru vzorků, abyste se jim mohli vyhnout ve svém výzkumu.