3.3 Το συνολικό πλαίσιο σφάλμα έρευνα

Σύνολο λάθη έρευνα σφάλματος = εκπροσώπηση + σφάλματα μέτρησης.

Οι εκτιμήσεις που προέρχονται από δειγματοληπτικές έρευνες είναι συχνά ατελείς. Δηλαδή, υπάρχει συνήθως μια διαφορά μεταξύ της εκτίμησης που προκύπτει από μια δειγματοληπτική έρευνα (π.χ. το εκτιμώμενο μέσο ύψος των μαθητών σε ένα σχολείο) και την πραγματική αξία του πληθυσμού (π.χ. το πραγματικό μέσο ύψος των μαθητών σε ένα σχολείο). Μερικές φορές αυτά τα σφάλματα είναι τόσο μικρά ώστε δεν είναι σημαντικά, αλλά μερικές φορές, δυστυχώς, μπορούν να είναι μεγάλα και επακόλουθα. Σε μια προσπάθεια να κατανοήσουμε, να μετρήσουμε και να μειώσουμε τα λάθη, οι ερευνητές δημιούργησαν σταδιακά ένα ενιαίο, γενικό εννοιολογικό πλαίσιο για τα σφάλματα που μπορούν να προκύψουν σε δειγματοληπτικές έρευνες: το συνολικό πλαίσιο σφαλμάτων έρευνας (Groves and Lyberg 2010) . Παρόλο που η ανάπτυξη αυτού του πλαισίου ξεκίνησε τη δεκαετία του 1940, νομίζω ότι μας προσφέρει δύο χρήσιμες ιδέες για έρευνα έρευνας στην ψηφιακή εποχή.

Πρώτον, το συνολικό πλαίσιο σφάλματος της έρευνας διευκρινίζει ότι υπάρχουν δύο τύποι σφαλμάτων: μεροληψία και διακύμανση . Κατά προσέγγιση, η προκατάληψη είναι συστηματικό σφάλμα και η διακύμανση είναι τυχαίο λάθος. Με άλλα λόγια, φανταστείτε να εκτελείτε 1.000 ανατυπώσεις της ίδιας δειγματοληψίας και στη συνέχεια να εξετάζετε τη διανομή των εκτιμήσεων από αυτές τις 1.000 αναπαραγωγές. Η προκατάληψη είναι η διαφορά μεταξύ του μέσου όρου αυτών των επαναληπτικών εκτιμήσεων και της πραγματικής τιμής. Η διακύμανση είναι η μεταβλητότητα αυτών των εκτιμήσεων. Όλοι οι άλλοι είναι ίσοι, θα θέλαμε μια διαδικασία χωρίς προκατάληψη και μικρή διακύμανση. Δυστυχώς, για πολλά πραγματικά προβλήματα, δεν υπάρχουν τέτοιες διαδικασίες χωρίς προκατάληψη, μικρές διακυμάνσεις, οι οποίες θέτουν τους ερευνητές στη δύσκολη θέση να αποφασίσουν πώς να εξισορροπήσουν τα προβλήματα που δημιουργούνται από τη μεροληψία και τη διακύμανση. Μερικοί ερευνητές προτιμούν ενστικτωδώς τις αμερόληπτες διαδικασίες, αλλά η απλή σκέψη για την προκατάληψη μπορεί να είναι λάθος. Εάν ο στόχος είναι να παράγετε μια εκτίμηση που να είναι όσο το δυνατόν πιο κοντά στην αλήθεια (δηλαδή, με το μικρότερο πιθανό σφάλμα), τότε ίσως να είστε καλύτερα με μια διαδικασία που έχει μικρή μεροληψία και μικρή διακύμανση από αυτή που είναι αμερόληπτη αλλά έχει μεγάλη διακύμανση (σχήμα 3.1). Με άλλα λόγια, το συνολικό πλαίσιο σφάλματος της έρευνας δείχνει ότι κατά την αξιολόγηση των ερευνητικών διαδικασιών έρευνας θα πρέπει να λάβετε υπόψη τόσο τη μεροληψία όσο και τη διακύμανση.

Σχήμα 3.1: Ποσοστό και διακύμανση. Στην ιδανική περίπτωση, οι ερευνητές θα έχουν μια διαδικασία εκτίμησης χωρίς μειονεκτήματα και χαμηλής διακύμανσης. Στην πραγματικότητα, συχνά πρέπει να λαμβάνουν αποφάσεις που δημιουργούν μια ανταλλαγή μεταξύ της μεροληψίας και της διακύμανσης. Αν και ορισμένοι ερευνητές προτιμούν ενστικτωδώς τις αμερόληπτες διαδικασίες, μερικές φορές μια διαδικασία μικρής μεροληψίας και μικρής διακύμανσης μπορεί να παράγει πιο ακριβείς εκτιμήσεις από μια αμερόληπτη διαδικασία που έχει μεγάλη διακύμανση.

Η δεύτερη κύρια εικόνα από το συνολικό πλαίσιο σφάλματος της έρευνας, η οποία θα οργανώσει ένα μεγάλο μέρος αυτού του κεφαλαίου, είναι ότι υπάρχουν δύο πηγές σφαλμάτων: προβλήματα που σχετίζονται με το ποιος θα μιλήσει (αναπαράσταση) και τα προβλήματα που σχετίζονται με ό, τι μπορείτε να μάθετε από αυτές τις συνομιλίες (μέτρηση ). Για παράδειγμα, ίσως να ενδιαφέρεστε να εκτιμήσετε τις απόψεις σχετικά με την προστασία της ιδιωτικής ζωής στο διαδίκτυο μεταξύ των ενηλίκων που ζουν στη Γαλλία. Η πραγματοποίηση αυτών των εκτιμήσεων απαιτεί δύο διαφορετικούς τύπους συμπερασμάτων. Πρώτον, από τις απαντήσεις που δίνουν οι ερωτηθέντες, πρέπει να συμπεράνετε τη στάση τους σχετικά με το ιδιωτικό απόρρητο στο διαδίκτυο (το οποίο αποτελεί πρόβλημα μέτρησης). Δεύτερον, από τις υπονοούμενες συμπεριφορές μεταξύ των ερωτηθέντων, πρέπει να συναγάγετε τις συμπεριφορές στο σύνολο του πληθυσμού (το οποίο είναι πρόβλημα αντιπροσώπευσης). Τέλεια δειγματοληψία με κακές ερωτήσεις έρευνας θα οδηγήσει σε κακές εκτιμήσεις, όπως και η κακή δειγματοληψία με τέλειες ερωτήσεις έρευνας. Με άλλα λόγια, οι καλές εκτιμήσεις απαιτούν ορθές προσεγγίσεις για τη μέτρηση και την εκπροσώπηση. Με δεδομένο αυτό το υπόβαθρο, θα αναθεωρήσω τον τρόπο με τον οποίο οι ερευνητές έχουν σκεφτεί την εκπροσώπηση και τη μέτρηση στο παρελθόν Στη συνέχεια, θα δείξω πώς οι ιδέες σχετικά με την εκπροσώπηση και τη μέτρηση μπορούν να κατευθύνουν την έρευνα έρευνας ψηφιακών ηλικιών.