vad är samplingsfel och varför spelar det någon roll?
för att förstå vilket provtagningsfel som är, behöver du först veta lite om provtagning och vad det betyder i undersökningsforskning. (Om du är alla clued upp på provtagning redan, gärna hoppa vidare till nästa avsnitt.)
När du kör en undersökning är du vanligtvis intresserad av en mycket större grupp människor än du kan nå., Den praktiska lösningen är att ta ett representativt prov – en grupp som står i för hela din forskning befolkning.
för att se till att ditt prov är en rättvis representation, måste du följa vissa undersökning provtagning bästa praxis. Kanske är den mest kända av dessa att få din provstorlek rätt. (För stor och du lägger in mycket arbete för ingen meningsfull vinst; för liten och du kan inte vara säker på att ditt prov är representativt.)
men det finns mer att göra provtagning bra än att bara få rätt provstorlek., Av denna anledning är det viktigt att förstå både provtagningsfel och icke-provtagningsfel så att du kan förhindra att de orsakar problem i din forskning.
vet du hur stort ditt prov ska vara för korrekta resultat? Ta reda på i vår gratis ebook.
icke-provtagningsfel vs provtagningsfel: definitioner
något förvirrande betyder termen ”provtagningsfel” inte misstag som forskare har gjort när de väljer eller arbetar med ett prov., Problem som att välja fel personer, låta bias komma in i bilden eller misslyckas med att förutse att deltagarna själv väljer eller misslyckas med att svara: det är icke-provtagningsfel, och vi kommer att täcka flera av de värsta brottslingarna senare i artikeln.
icke-urvalsfel kan inträffa oavsett om du arbetar med ett representativt urval (t.ex. med en nationell undersökning) eller gör total uppräkning (t. ex. när du utför undersökningar av personalens erfarenheter med din arbetskraft.,)
under tiden betyder samplingsfel skillnaden mellan medelvärdena för provet och befolkningen, så det händer bara när du arbetar med representativa prover.
intressant är det vanligtvis inte möjligt att kvantifiera graden av provtagningsfel i en studie eftersom – per definition – relevanta data för hela befolkningen inte mäts.
som OECD förklarar kommer en population aldrig att vara perfekt representerad av ett urval eftersom befolkningen är större och mer komplett., I den meningen är provtagningsfel ett inslag i provtagning snarare än ett mänskligt fel, och det kan inte helt undvikas.
provtagningsfelet kan dock absolut minskas genom att följa god praxis – mer om det nedan.
provtagnings-och icke-provtagningsfel: 5 exempel
Populationsspecifikationsfel (icke-provtagningsfel)
det här felet uppstår när forskaren inte förstår vem de ska undersöka. Tänk dig till exempel en undersökning om frukostflingor konsumtion i familjer. Vem ska undersöka?, Det kan vara hela familjen, den person som oftast gör livsmedelsbutiker shopping, eller barnen. Shopparen kan fatta köpbeslutet, men barnen påverkar spannmålsvalet.
denna typ av icke-urvalsfel kan undvikas genom att noggrant förstå din forskningsfråga innan du börjar bygga ett frågeformulär eller välja respondenter.
Sample frame error (non-sampling error)
ett ramfel uppstår när fel underpopulation används för att välja ett prov. Ett klassiskt ramfel uppstod i presidentvalet 1936 mellan Roosevelt och Landon., Provramen var från bilregistreringar och telefonkataloger. År 1936 ägde många amerikaner inte bilar eller telefoner, och de som gjorde var i stor utsträckning Republikaner. Resultaten förutspådde felaktigt en republikansk seger.
felet här ligger på det sätt som ett prov har valts. Bias har omedvetet introducerats eftersom forskarna inte förutsåg att endast vissa typer av människor skulle dyka upp i sin lista över respondenter, och delar av befolkningen av intresse har uteslutits., En modern motsvarighet kan använda mobiltelefon nummer, och därför oavsiktligt miste om vuxna som inte äger en mobiltelefon, såsom äldre eller de med svår inlärningssvårigheter.
ramfel kan också inträffa när respondenter från länder utanför intressepopulationen är felaktigt inkluderade. Säg till exempel att en forskare gör en nationell studie. Deras lista kan dras från ett geografiskt kartområde som oavsiktligt innehåller ett litet hörn av ett främmande territorium – och inkluderar därför respondenter som inte är relevanta för studiens omfattning.,
urvalsfel (icke-urvalsfel)
detta inträffar när respondenterna själv väljer sitt deltagande i studien-endast de som är intresserade svarar. Det kan också introduceras från forskarens sida som ett icke-slumpmässigt provtagningsfel. Till exempel, om en forskare lägger ut ett samtal för svar på sociala medier, kommer de att få svar från personer de känner, och av dessa människor, bara de mer hjälpsamma eller vänliga individerna kommer att svara.
urvalsfel kan styras genom att gå extra längder för att få deltagande., En typisk undersökningsprocess innefattar att initiera kontakt före enkäten som begär samarbete, faktisk kartläggning och uppföljning efter enkäten. Om ett svar inte tas emot följer en andra enkätförfrågan, och kanske intervjuer med alternativa lägen som telefon eller person till person.
non-response (non-sampling error)
fel som inte svarar uppstår när respondenterna är annorlunda än de som inte svarar. Säg till exempel att du är ett företag som gör marknadsundersökningar innan du lanserar en ny produkt., Du kan få en oproportionerlig grad av deltagande från dina befintliga kunder, eftersom de vet vem du är, och miste om att höra från en bredare pool av människor som ännu inte köper från dig.
detta kan inträffa eftersom antingen den potentiella respondenten inte kontaktades eller de vägrade att svara. Omfattningen av detta fel kan kontrolleras genom uppföljningsundersökningar med hjälp av alternativa lägen.
provtagningsfel
som tidigare beskrivits uppstår provtagningsfel på grund av variation i antalet eller representativiteten hos det prov som svarar., Provtagningsfel kan kontrolleras och minskas med (1) noggranna provdesigner, (2) tillräckligt stora prover (kolla in vår online provstorlek kalkylator) och (3) flera kontakter för att säkerställa ett representativt svar.
var noga med att hålla utkik efter dessa provtagnings-och icke-provtagningsfel så att du kan undvika dem i din forskning.