3.4.3 نمونه های غیر احتمال: مطابقت نمونه

همه نمونه های غیر احتمال یکسان هستند. ما می توانید کنترل بیشتری در بخش جلویی اضافه کنید.

روش وانگ و همکارانش برای تخمین نتیجه انتخابات ریاست جمهوری سال 2012 آمریکا به طور کامل در بهبود در تجزیه و تحلیل داده بستگی دارد. است که، آنها پاسخ به عنوان بسیاری از آنها می تواند جمع آوری شده و پس از آن اقدام به دوباره وزن آنها. یک استراتژی مکمل برای کار با نمونه غیر احتمال این است که کنترل بیشتر بر فرایند جمع آوری داده ها.

ساده ترین مثال از یک فرایند نمونه گیری غیر احتمالی تا حدی کنترل نمونه گیری سهمیه بندی، یک تکنیک است که به روزهای اولیه از تحقیق بررسی می رود. در نمونه گیری سهمیه بندی، محققان تقسیم جمعیت به گروه های مختلف (به عنوان مثال، مردان جوان، زنان جوان، و غیره) و سهمیه پس از آن مجموعه ای برای تعداد زیادی از مردم به در هر گروه انتخاب شود. پاسخ دهندگان به شیوه ای اتفاقی انتخاب شده تا محقق سهمیه خود را در هر گروه را برآورده کرده است. از آنجا که از سهمیه ها، نمونه نتیجه به نظر می رسد بیشتر شبیه جمعیت هدف از در غیر این صورت درست باشد، اما به دلیل احتمال گنجاندن ناشناخته است بسیاری از محققان شک و تردید از نمونه گیری سهمیه بندی هستند. در واقع، نمونه گیری سهمیه بندی بود علت "دیویی شکست ترومن" خطا در 1948 نظر سنجی ریاست جمهوری آمریکا. دلیل آن را فراهم برخی از کنترل بر فرایند نمونه برداری، با این حال، می توان دید که چگونه نمونه گیری سهمیه بندی ممکن است برخی از مزایای بیش از یک مجموعه داده به طور کامل کنترل نشده است.

حرکت فراتر از نمونه گیری سهمیه بندی، روش های مدرن تر به کنترل فرآیند نمونه گیری غیر احتمالی در حال حاضر ممکن. یکی از این روش مانند است که به نام تطبیق نمونه، و آن است که توسط برخی از ارائه دهندگان پنل آنلاین تجاری استفاده می شود. در ساده ترین شکل آن، تطبیق نمونه نیاز به دو منبع داده: 1) ثبت نام کامل از جمعیت و 2) یک پانل بزرگ از داوطلبان. این مهم است که داوطلبان لازم نیست به یک نمونه احتمالی از هر جمعیت؛ به تاکید است که هیچ مورد نیاز برای انتخاب به پانل وجود دارد، من آن را یک پانل کثیف پاسخ. همچنین، هر دو ثبت جمعیت و پانل کثیف باید شامل برخی اطلاعات کمکی در مورد هر فرد، در این مثال، من سن و جنس نظر است، اما در شرایط واقعی این اطلاعات کمکی می تواند بسیار دقیق تر باشد. فوت و فن از تطبیق نمونه است برای انتخاب نمونه از یک پانل کثیف در راه است که تولید نمونه که مانند نمونه احتمال است.

مطابقت نمونه آغاز می شود که یک نمونه احتمالی شبیه سازی شده است از اداره ثبت احوال گرفته؛ این نمونه شبیه سازی شده یک نمونه هدف تبدیل می شود. سپس، بر اساس اطلاعات کمکی، موارد در نمونه هدف به مردم در پانل کثیف همسان به شکل یک نمونه همسان. به عنوان مثال، اگر یک زن 25 ساله در نمونه هدف وجود دارد، پس از آن محقق 25 ساله زن از پانل کثیف پیدا می کند به در نمونه همسان. در نهایت، اعضای نمونه همسان مصاحبه به تولید مجموعه ای نهایی از پاسخ دهندگان.

حتی اگر نمونه همسان به نظر می رسد مانند نمونه هدف، مهم است که به یاد داشته باشید که نمونه همسان است یک نمونه احتمالی است. نمونه همسان فقط می توانید مطابقت با نمونه هدف در اطلاعات کمکی شناخته شده (به عنوان مثال، سن و جنس)، اما نه در ویژگی های نسنجیده. برای مثال، اگر مردم در پانل کثیف تمایل به فقیر-بعد از همه، یک دلیل برای پیوستن به یک پانل بررسی است به کسب درآمد-حتی اگر نمونه همسان به نظر می رسد مانند نمونه هدف از نظر سن و جنس آن هنوز هم باید تعصب نسبت به افراد ضعیف است. سحر و جادو از نمونه احتمال درست است به رد کردن مشکلات در هر دو صفات و اندازه گیری نشده (یک نقطه است که سازگار با بحث ما از تطبیق برای استنتاج علی از مطالعات مشاهده ای در فصل 2).

در عمل، مطابقت نمونه بستگی به داشتن یک پانل بزرگ و متنوع مشتاق به تکمیل نظرسنجی، و در نتیجه آن است که عمدتا توسط شرکت هایی که می توانید استطاعت به توسعه و حفظ چنین پنل انجام می شود. همچنین، در عمل، می تواند مشکلات با تطبیق (گاهی اوقات یک بازی خوب برای کسی که در نمونه مورد نظر می کند در پانل وجود ندارد) و عدم پاسخ (گاهی اوقات مردم در نمونه همسان حاضر به شرکت در این نظرسنجی) وجود دارد. بنابراین، در عمل، محققان انجام تطبیق نمونه همچنین نوعی از تنظیم پس از طبقه بندی به برآوردهای انجام دهد.

آن را سخت به ارائه تضمین نظری مفید در مورد تطبیق نمونه است، اما در عمل آن را به خوبی می تواند انجام. به عنوان مثال، استفان آنسولابهره و برایان شافنر (2014) سه بررسی موازی در مورد 1000 نفر انجام شده در سال 2010 در مقایسه با استفاده از سه روش مختلف و مصاحبه روش ها: پست، تلفن، و یک پنل اینترنت با استفاده از تطبیق نمونه و تنظیم پس از طبقه بندی. برآورد از سه روش کاملا شبیه به برآورد از معیار کیفیت بالا مانند بررسی جمعیت فعلی (CPS) و مصاحبه بهداشت ملی بررسی (NHIS) بود. بیشتر به طور خاص، هر دو به اینترنت و پست الکترونیکی بررسی کردن را به طور متوسط ​​3 درصد بود و بررسی گوشی خاموش شده توسط 4 درصد بود. خطاهای این بزرگ حدود آنچه که از نمونه های مورد 1000 مردم انتظار دارند. اگر چه هیچ یک از این حالت تولید داده قابل ملاحظه ای بهتر، در هر دو اینترنت و تلفن نظرسنجی (که در زمان روز یا چند هفته) قابل ملاحظهای سریعتر به میدان از بررسی پست الکترونیکی (که هشت ماه طول کشید)، و بررسی اینترنت، استفاده می شود که تطبیق نمونه، ارزان تر از دو حالت دیگر بود.

در نتیجه، دانشمندان علوم اجتماعی و آمار فوق العاده شک و تردید از استنتاج از این نمونه ها غیر احتمال، در بخشی به دلیل آنها را با برخی از شکست شرم آور از تحقیقات پیمایشی مانند نظرسنجی ادبی خلاصه در ارتباط است. در بخش، من با این شک و تردید دیدن همه موارد: نمونه های غیر احتمال تعدیل نشده به احتمال زیاد به تولید برآورد بد است. با این حال، اگر محققان می توانید برای خطاها در فرایند نمونه برداری (به عنوان مثال، پس از راه اندازی) تنظیم و یا کنترل فرایند نمونه برداری تا حدودی (به عنوان مثال، مطابق نمونه)، آنها می توانند برآوردهای بهتر است، و حتی برآورد از کیفیت کافی برای بیشتر مقاصد تولید کند. البته، آن بهتر خواهد بود به انجام نمونه برداری احتمال کاملا اجرا، اما به نظر می رسد که دیگر به یک گزینه واقع بینانه است.

هر دو نمونه غیر احتمال و نمونه احتمال در کیفیت آنها متفاوت است، و در حال حاضر به احتمال زیاد مورد که بیشتر برآوردها از نمونه احتمال بیشتر قابل اعتماد تر از برآورد از نمونه های غیر احتمال هستند. اما، حتی در حال حاضر، برآورد شده از نمونه های غیر احتمال خوبی هدایت احتمالا بهتر از تخمین از نمونه احتمال ضعیف انجام شده است. علاوه بر این، نمونه های غیر احتمال قابل ملاحظه ارزان تر است. بنابراین، به نظر می رسد که احتمال در مقابل نمونه غیر احتمال ارائه می دهد هزینه با کیفیت تجارت کردن (شکل 3.6). به دنبال به جلو، من انتظار دارم که برآورد شده از نمونه های غیر احتمال خوبی انجام می شود ارزان تر و بهتر خواهد شد. علاوه بر این، به دلیل شکست در نظر سنجی تلفن ثابت و افزایش نرخ عدم پاسخ، من انتظار دارم که نمونه احتمال گران تر خواهد شد و از کیفیت پایین تر است. آنجا که از این روند طولانی مدت، من فکر می کنم که نمونه غیر احتمال تبدیل خواهد شد به طور فزاینده در عصر سوم پژوهش و تحقیق مهم است.

شکل 3.6: نمونه احتمال در عمل و نمونه برداری غیر احتمال هر دو بزرگ، دسته ناهمگن هستند. به طور کلی، هزینه خطا تجارت کردن با روش غیرتصادفی بودن هزینه کمتر اما خطا بالاتر وجود دارد. با این حال، روش غیرتصادفی خوبی انجام می شود می توانید تخمین بهتر از نمونه احتمال ضعیف انجام شود. در آینده، من انتظار دارم که روش غیرتصادفی بهتر و ارزان تر در حالی که نمونه احتمال بدتر و گران تر خواهد شد خواهد شد.