3.3 Celkový rámec chyba průzkum

Chyby Celkem průzkum error = reprezentace + chyby při měření.

Odhady, které pocházejí z výběrových šetření, jsou často nedokonalé. Znamená to, že obvykle existuje rozdíl mezi odhadem vytvořeným výběrovým šetřením (např. Odhadovaná průměrná výška studentů ve škole) a skutečnou hodnotou v populaci (např. Skutečná průměrná výška studentů ve škole). Někdy jsou tyto chyby tak malé, že jsou nedůležité, ale někdy, bohužel, mohou být velké a následné. Ve snaze porozumět, měřit a snižovat chyby, vědci postupně vytvořili jediný, zastřešující koncepční rámec pro chyby, které mohou vzniknout při výběrových šetřeních: celkový rámec chyby průzkumu (Groves and Lyberg 2010) . Ačkoli vývoj tohoto rámce začal ve čtyřicátých letech, myslím, že nám nabízí dvě užitečné nápady pro průzkum výzkumu v digitálním věku.

Nejprve celkový rámec chyby průzkumu objasňuje, že existují dva typy chyb: odchylka a odchylka . Zhruba je zkreslení systematické chyby a odchylka je náhodná chyba. Jinými slovy, představte, že běžíte 1000 replikací stejného výběrového šetření a poté se podíváte na rozdělení odhadů z těchto 1000 replikací. Předpojatost je rozdíl mezi průměrem těchto replikovaných odhadů a skutečnou hodnotou. Rozdílem je variabilita těchto odhadů. Všechno ostatní, které jsou stejné, bychom chtěli postup bez předpojatosti a malého rozptylu. Naneštěstí pro mnohé skutečné problémy neexistují takové postupy, které neuplatňují, postupy s malými rozptyly, což vede výzkumné pracovníky v obtížné situaci, kdy rozhodují o tom, jak vyvážit problémy, které způsobuje odchylka a odchylka. Někteří výzkumní pracovníci instinktivně upřednostňují nezaujaté postupy, ale jednostranné zaměření na zaujatost může být chybou. Pokud je cílem vytvořit odhad, který je co nejblíže pravdě (tj. S nejmenší možnou chybou), pak byste mohli být lepší s postupem, který má malou odchylku a malou odchylku od toho, který je objektivní, ale má značný rozpor (obrázek 3.1). Jinými slovy, celkový rámec chyby zjišťování ukazuje, že při hodnocení výzkumných postupů byste měli zvážit jak předsudky, tak odchylky.

Obrázek 3.1: Předběžná odchylka. V ideálním případě by výzkumníci měli postup odhadu bez odchylky a nízké odchylky. Ve skutečnosti musí často přijímat rozhodnutí, která vytvářejí kompromis mezi předpojatostí a rozpory. I když někteří výzkumníci instinktivně upřednostňují nezaujaté postupy, někdy postupy s malou odchylkou a malými rozptyly mohou produkovat přesnější odhady, než objektivní postup, který má vysoký rozptyl.

Druhý hlavní vhled z celkového rámce chyby průzkumu, který bude organizovat hodně z této kapitoly, spočívá v tom, že existují dva zdroje chyb: problémy týkající se toho, s kým mluvíte ( zastoupení ) a problémy související s tím, co se z těchto rozhovorů učíte ( měření ). Můžete například zaujmout odhady postojů k ochraně soukromí online u dospělých žijících ve Francii. Provedení těchto odhadů vyžaduje dva různé typy závěrů. Za prvé, z odpovědí, které respondenti dávají, musíte vyvodit jejich postoje k soukromému on-line (což je problém měření). Zadruhé, z vyvozených postojů mezi respondenty musíte vyvodit postoje v populaci jako celku (což je problém reprezentace). Perfektní odběr vzorků se špatnými průzkumovými otázkami způsobí špatné odhady, stejně jako špatné vzorkování s perfektními průzkumovými otázkami. Jinými slovy, dobré odhady vyžadují spolehlivé přístupy k měření a reprezentaci. Vzhledem k tomu, že v pozadí, přezkoumám, jak výzkumníci výzkumu přemýšleli o zastoupení a měření v minulosti. Pak ukážeme, jak mohou nápady týkající se reprezentace a měření řídit výzkum výzkumu digitálního věku.