Hvad er sampling fejl og hvorfor betyder det noget?
for at forstå, hvad prøveudtagningsfejl er, skal du først vide lidt om prøveudtagning og hvad det betyder i undersøgelsesforskning. (Hvis du allerede er klar over prøveudtagning, er du velkommen til at springe videre til næste afsnit.)
Når du kører en undersøgelse, er du normalt interesseret i en meget større gruppe mennesker, end du kan nå., Den praktiske løsning er at tage en repræsentativ prøve-en gruppe, der står for hele din forskningspopulation.
for at sikre, at din prøve er en rimelig repræsentation, skal du følge nogle eksempler på bedste praksis. Måske er den mest kendte af disse at få din prøvestørrelse rigtigt. (For stor, og du lægger masser af arbejde uden meningsfuld gevinst; for lille, og du kan ikke være sikker på, at din prøve er repræsentativ.men der er mere at gøre prøveudtagning godt end bare at få den rigtige prøvestørrelse., Af denne grund er det vigtigt at forstå både prøveudtagningsfejl og ikke-prøveudtagningsfejl, så du kan forhindre dem i at forårsage problemer i din forskning.
Ved du, hvor stor din prøve skal være for nøjagtige resultater? Find ud af det i vores gratis e-bog.
ikke-sampling fejl vs. sampling fejl: definitioner
noget forvirrende betyder udtrykket ‘sampling error’ ikke fejl forskere har lavet, når de vælger eller arbejder med en prøve., Problemer som at vælge de forkerte mennesker, lade bias komme ind i billedet, eller undlader at forudse, at deltagerne selv vælger eller undlader at svare: det er ikke-prøveudtagningsfejl, og vi dækker flere af de værste lovovertrædere senere i artiklen.
der kan opstå fejl, hvis du arbejder med et repræsentativt udsnit (f.eks. med en national undersøgelse) eller foretager en samlet optælling (f. eks. når du udfører spørgeundersøgelser om medarbejdererfaring med din arbejdsstyrke.,)
i mellemtiden betyder prøveudtagningsfejl forskellen mellem gennemsnitsværdierne for prøven og befolkningen, så det sker kun, når du arbejder med repræsentative prøver.
interessant nok er det normalt ikke muligt at kvantificere graden af prøveudtagningsfejl i en undersøgelse, da de relevante data for hele befolkningen pr.
som OECD forklarer, vil en befolkning aldrig blive perfekt repræsenteret af en prøve, fordi befolkningen er større og mere komplet., I denne forstand er prøveudtagningsfejl et træk ved prøveudtagning snarere end en menneskelig fejl, og det kan ikke undgås fuldstændigt.
imidlertid kan prøveudtagningsfejl absolut reduceres ved at følge god praksis – mere om det nedenfor.
Prøveudtagning og ikke-tilfældige fejl: 5 eksempler
Befolkningen specifikation fejl (systematiske fejl)
Denne fejl opstår, når forskeren ikke forstår, hvem de burde survey. Forestil dig for eksempel en undersøgelse om morgenmadsprodukter i familier. Hvem skal man undersøge?, Det kan være hele familien, den person, der oftest gør dagligvarer, eller børnene. Shopper kan tage købsbeslutningen, men børnene påvirker kornvalget.
denne form for ikke-stikprøvefejl kan undgås ved grundigt at forstå dit forskningsspørgsmål, før du begynder at opbygge et spørgeskema eller vælge respondenter.
Sample frame error (ikke-sampling error)
der opstår en rammefejl, når den forkerte underpopulation bruges til at vælge en prøve. En klassisk rammefejl opstod i præsidentvalget i 1936 mellem Roosevelt og Landon., Prøven ramme var fra bil registreringer og telefonbøger. I 1936 ejede mange amerikanere ikke biler eller telefoner, og de, der gjorde, var stort set republikanere. Resultaterne forudsagde fejlagtigt en republikansk sejr.
fejlen her ligger i den måde, en prøve er valgt på. Bias er blevet ubevidst indført, fordi forskerne ikke forudse, at kun visse slags mennesker ville dukke op i deres liste over respondenter, og dele af befolkningen af interesse er blevet udelukket., En moderne ækvivalent bruger muligvis mobiltelefonnumre og går derfor utilsigtet glip af voksne, der ikke ejer en mobiltelefon, såsom ældre mennesker eller dem med alvorlige indlæringsvanskeligheder.
Rammefejl kan også ske, når respondenter uden for befolkningen af interesse er forkert inkluderet. For eksempel, siger en forsker laver en national undersøgelse. Deres liste kan trækkes fra et geografisk kortområde, der ved et uheld inkluderer et lille hjørne af et fremmed territorium-og derfor inkluderer respondenter, der ikke er relevante for undersøgelsens omfang.,
Udvælgelsesfejl (ikke-prøveudtagningsfejl)
dette sker, når respondenterne selv vælger deres deltagelse i undersøgelsen-kun de interesserede svarer. Det kan også introduceres fra forskerens side som en ikke-tilfældig prøveudtagningsfejl. For eksempel, hvis en forsker udsender en opfordring til svar på sociale medier, vil de få svar fra folk, de kender, og af disse mennesker vil kun de mere hjælpsomme eller venlige personer svare.
Valgfejl kan styres ved at gå ekstra længder for at få deltagelse., En typisk undersøgelse proces omfatter igangsætning pre-undersøgelse kontakt anmoder om samarbejde, faktiske opmåling, og Post-undersøgelse opfølgning. Hvis der ikke modtages et svar, følger en anden undersøgelsesanmodning, og måske intervie .s ved hjælp af alternative tilstande som telefon eller person til person.
manglende respons (manglende prøveudtagningsfejl)
manglende respons fejl opstår, når respondenterne er forskellige end dem, der ikke reagerer. For eksempel, siger du er en virksomhed gør markedsundersøgelser forud for lanceringen af et nyt produkt., Du får muligvis et uforholdsmæssigt niveau af deltagelse fra dine eksisterende kunder, da de ved, hvem du er, og går glip af at høre fra en bredere pulje af mennesker, der endnu ikke køber fra dig.
dette kan forekomme, fordi enten den potentielle respondent ikke blev kontaktet, eller de nægtede at svare. Omfanget af denne manglende svarfejl kan kontrolleres gennem opfølgningsundersøgelser ved hjælp af alternative tilstande.
prøveudtagningsfejl
som tidligere beskrevet opstår prøveudtagningsfejl på grund af variation i antallet eller repræsentativiteten af den responderende prøve., Prøveudtagningsfejl kan styres og reduceres med (1) omhyggelige prøvedesign, (2) store nok prøver (tjek vores online prøvestørrelsesberegner) og (3) flere kontakter for at sikre et repræsentativt svar.
sørg for at holde øje med disse prøveudtagnings-og ikke-prøveudtagningsfejl, så du kan undgå dem i din forskning.