3.3 De totale ûndersyk flater ramt
Totaal ûndersyk flater = fertsjintwurdiging flaters + mjitting flaters.
Estimaten dy't út problemen binne komme faak ymplemintele. Dat is normaal in ferskil tusken it skema dat troch in probleemûndersyk is (bygelyks de gemiddelde gemiddelde hichte fan learlingen yn in skoalle) en de echte wearde yn 'e befolking (bygelyks de eigentlike gemiddelde hichte fan learlingen yn in skoalle). Somtiden binne dizze flater sa lyts dat se unbelokkich binne, mar soms, spitigernôch, kinne se grutte en konsekwinsjes wêze. Yn it besykjen om miskien te begripen, te mjitten en te ferleegjen, ûndersikers makken stadichoan in inkele, oerrinnende konseptuele ramt foar de fouten dy't yn (Groves and Lyberg 2010) ûntsteane kinne: it totale (Groves and Lyberg 2010) . Hoewol de ûntjouwing fan dit kader begon yn 'e jierren '40, ik tink dat it biedt ús twa nuttige ideeën foar oersjochûndersyk yn' e digitale leeftyd.
Earst klinkt it totale surveyfearrametramma dat der twa soarten fouten binne: foaroardiel en ferdieling . Rûch is faaks in systematyske flater en fariant is willekeurige flater. Mei oare wurden, meitsje foarbylden fan 1.000 replikaasjes fan deselde probleemûndersyk en besjen dêrnei nei de ferdieling fan de skatten fan dizze 1000 replikaasjes. De belangstelling is it ferskil tusken de betsjutting fan dizze replikaasje-skaten en de wiere wearde. De fariant is de fariabiteit fan dizze skatten. Al it oare is lykwols lykwols gewoan, wy wolle in proseduere mei gjin foardielen en lytse fariant. Spitigernôch, foar in protte echte problemen, binne sokke no-bias, lyts-fariantprosedueres net bestean, dy't ûndersikers yn 'e heule posysje beskiedt hoe't de problemen lykwols balansearre wurde en fereaske. Guon ûndersikers ynstinktyf leverje unbepaalde prosedueres, mar in yndielde fokus op foardielen kin in flater wêze. As it doel is om in skatting te meitsjen dy't as ticht mooglik is oan 'e wierheid (dus, mei it lytste probleem), dan kinne jo better trochgean mei in prosedure dy't in lyts ferdieling hat en in lyts fariant as mei ien dat is ûnbidich, mar hat in grutte fariant (figuer 3.1). Mei oare wurden, it totale surveyferskrogramma lit sjen dat by it beoardieljen fan ûndersyksprosedueres fan ûndersiik nei beide evaluaasjes en ferdieling.
Ofbylding 3.1: Bias en ferdieling. In ideaal hawwe ûndersikers in nûmer, leech-fariant-ôfprintsproseduere hawwe. Yn 'e wurklikheid moatte se faak besluten meitsje dy't in hanneljen meitsje tusken ferdwining en ferdrach. Hoewol in oantal ûndersikers ynstinktyf preferearje foar unbepaalde prosedueres, somtiden kin in lyts-faaks, lyts-fersoargingproseduere mear genoatige skatten produsearje as in ûnbidige proseduere dy't in heule fariant hat.
De twadde wichtichste ynsjoch fan de totale ûndersyk flater ramt, dat sil organisearje in grut part fan dit haadstik, is dat der twa boarnen fan flaters: problemen yn ferbân mei wa't jo prate mei (represintaasje) en problemen yn ferbân mei wat jo leare fan dy petearen (mjitting ). Sa kinne jo bygelyks belangstelling wêze foar it beskôgjen fan hâlding oer online privacy ûnder folwoeksenen dy't yn Frankryk wenje. It meitsjen fan dizze skatting fereasket twa ferskillende soarten fan ynfloed. Earst, fan 'e antwurden dy't respondinten jouwe, moatte jo har hâldenheid oer online privacy (dat is in probleem fan mjittingen). Twadder, fan 'e ferplichte hâlden yn' e respondinten, moatte jo de hâlding yn 'e befolking as in gehiel ynfolje (wat in probleem fan fertsjintwurdiging is). Folsleine sampling mei ferkearde ûnderwerpenfragen sille ferkearde skatten produsearje, lykas it folslein probearjen mei perfekte ûndersyksfragen. Mei oare wurden, goede tariedings freegje lûdsynstellingen nei mjitting en representaasje. Op grûn fan dat eftergrûn sil ik werhelje hoe't ûndersiikre ûndersikers oer it fertsjintwurdigjen en mjitten yn it ferline tinke. Dan sil ik sjen litte hoe ideeën oer representaasje en mjitting kinne ûndersykje digitaal-leeftyd ûndersykje.
