Hva er sampling feil og hvorfor gjør det noe?
for Å forstå hva utvalgsfeilen er, må du først vite litt om prøvetaking og hva det betyr i undersøkelsen forskning. (Hvis du er clued opp på prøvetaking allerede, føl deg fri til å gå videre til neste avsnitt.)
Når du kjører en undersøkelse, du er vanligvis interessert i en mye større gruppe mennesker enn du kan nå., Den praktiske løsningen er å ta et representativt utvalg – en gruppe som står for hele din forskning befolkningen.
for Å sikre at prøven er en rettferdig representasjon, må du følge noen survey sampling beste praksis. Kanskje den mest kjente av disse er å få utvalgsstørrelsen høyre. (For stor og du setter inn mye arbeid for noe meningsfullt få; for liten, og du kan ikke være sikker på at prøven er representativ.)
Men det er mer å gjøre prøvetaking godt enn bare å få riktig eksempel størrelse., Av denne grunn er det viktig å forstå både utvalgsfeilen og ikke-utvalgsfeil, slik at du kan hindre dem fra å forårsake problemer i din forskning.
vil du vite hvordan store prøven skal være for nøyaktige resultater? Finne ut i vårt gratis e-bok.
Ikke-utvalgsfeil vs. sampling error: definisjoner
Litt forvirrende, men begrepet «sampling error’ betyr ikke feil forskere har gjort når du skal velge eller arbeider med et eksempel., Problemer som å velge feil folk, la bias inn i bildet, eller unnlater å forutse at deltakerne selv-velg eller unnlater å svare: «de er ikke-utvalgsfeil, og vi vil dekke flere av de verste lovbrytere senere i artikkelen.
Ikke-utvalgsfeil kan skje om du jobber med et representativt utvalg (for eksempel med en nasjonal undersøkelse), eller å gjøre sum opplisting (for eksempel når du bærer ut ansattes opplevelse undersøkelser med dine ansatte.,)
i Mellomtiden, utvalgsfeilen betyr forskjellen mellom gjennomsnittsverdiene av utvalg og populasjon, så det eneste som skjer når du arbeider med representative utvalg.
det er Interessant, det er vanligvis ikke mulig å kvantifisere graden av utvalgsfeilen i en studie siden – per definisjon – relevante data for hele populasjonen, er ikke målt.
Som OECD forklarer, en befolkning vil aldri bli perfekt representert ved en prøve fordi befolkningen blir større og mer komplett., I denne forstand, utvalgsfeilen er en funksjon av prøvetaking snarere enn en menneskelig feil, og det kan ikke unngås helt.
Imidlertid utvalgsfeilen kan absolutt bli redusert ved å følge en god praksis – mer om det nedenfor.
Prøvetaking og ikke-utvalgsfeil: 5 eksempler på
Befolkningen spesifikasjon feil (ikke-sampling error)
Denne feilen oppstår når forskeren ikke forstå hvem de bør undersøkelsen. Tenk deg For eksempel en undersøkelse om frokostblanding forbruk i familier. Som til undersøkelsen?, Det kan være hele familien, vil de som oftest gjør det innkjøp av mat, eller barn. Shopper kan gjøre at en beslutning om kjøp, men barna innflytelse korn valg.
Denne typen ikke-sampling feil kan unngås ved grundig forståelse din forskning spørsmål før du begynner å konstruere et spørreskjema eller velge respondentene.
Eksempel ramme feil (ikke-sampling error)
En ramme feilen oppstår når feil sub-populasjon er brukt for å velge et eksempel. En klassisk ramme feil oppstod i 1936 presidentvalget mellom Roosevelt og Livet., Prøven rammen var fra bil registreringer og telefonkataloger. I 1936, som mange Amerikanere ikke egne biler og telefoner, og de som gjorde stor grad var Republikanerne. Resultatene feilaktig spådd en Republikansk seier.
feilen her ligger i måten en prøven har blitt valgt. Bias har vært ubevisst innført fordi forskerne ikke forutse at det bare er visse typer mennesker som ville dukke opp i deres liste av respondentene, og deler av befolkningen er av interesse har blitt utelukket., En moderne tilsvarende kan være bruk av celle telefonnumre, og derfor utilsiktet glipp av voksne som ikke eier en mobiltelefon, for eksempel eldre personer eller personer med alvorlige lærevansker.
Rammen feil kan også skje når respondentene fra utenfor populasjonen er feil inkludert. For eksempel, la oss si en forsker gjør en nasjonal studie. Deres listen kan bli trukket fra et geografisk kart området som tilfeldigvis har et lite hjørne av en utenlandsk territorium, og inkluderer derfor respondentene som ikke er relevante i forhold til omfanget av studien.,
Utvalget feil (ikke-sampling error)
Dette skjer når respondentene selv velge sin deltakelse i studien – bare de som er interessert i å svare. Det kan også bli innført fra forskers side som en ikke-tilfeldig utvalg feil. For eksempel, hvis en forsker legger ut en oppfordring til reaksjoner på sosiale medier, kommer de til å få svar fra personer de kjenner, og av disse menneskene, bare mer nyttig eller omgjengelige personer vil svare.
Utvalget feil kan kontrolleres ved å gå ekstra langt for å få til deltakelse., En typisk undersøkelsen prosessen omfatter starte pre-undersøkelse kontakt ber om samarbeid, faktiske kartlegging, og post-undersøkelse oppfølging. Hvis et svar ikke er mottatt, en annen undersøkelse forespørsel følger, og kanskje intervjuer ved hjelp av alternative moduser, for eksempel telefon eller person-til-person.
Ikke-svar (ikke-sampling error)
Ikke-respons-feil oppstår når respondentene er annerledes enn de som ikke svarer. For eksempel, si at du er en bedrift gjøre markedsundersøkelser i forkant av å lansere et nytt produkt., Du kan få en uforholdsmessig stor grad av deltakelse fra dine eksisterende kunder, siden de vet hvem du er, og går glipp av å høre fra en bredere gruppe mennesker som ennå ikke kjøpe fra deg.
Dette kan skje enten fordi de potensielle respondentene ble ikke kontaktet eller de nektet å svare. Omfanget av dette ikke-svar feil kan kontrolleres gjennom oppfølgende undersøkelser ved hjelp av alternative moduser.
utvalgsfeil
Som beskrevet tidligere, utvalgsfeil på grunn av variasjonen i antall eller representativitet av utvalget som svarer., Utvalgsfeil kan kontrolleres og redusert med (1) forsiktig eksempel design, (2) store nok prøver (sjekk ut vårt online sample size calculator), og (3) flere kontakter for å sikre et representativt svar.
sørg for å holde et øye ut for disse prøvetaking og ikke-utvalgsfeil, slik at du kan unngå dem i din forskning.