Ոչ բոլոր ոչ-հավանականություն նմուշները նույնն են: Մենք կարող ենք ավելացնել ավելի վերահսկողություն է առջեւի վերջ.
Մոտեցումը Wang եւ գործընկերները օգտագործվում է գնահատել արդյունքը 2012 թվականի ԱՄՆ նախագահական ընտրություններում կախված ամբողջությամբ բարեփոխումների տվյալների վերլուծության. Այսինքն, նրանք հավաքվում են որպես շատ արձագանք, քանի որ նրանք կարող են, եւ ապա փորձել են կրկին քաշը նրանց: Կոմպլեմենտար ռազմավարությունը աշխատելու համար ոչ-հավանականությամբ ընտրանքի է ունենալ ավելի մեծ վերահսկողություն տվյալների հավաքագրման գործընթացին.
Ամենապարզ օրինակը մի մասնակիորեն վերահսկվող ոչ հավանականության ընտրանքային գործընթացում, քվոտա նմուշառում, տեխնիկան, որը գնում է դեպի վաղ օրերին հետազոտության հետազոտության. Ի քվոտայի նմուշառման, հետազոտողները բաժանել բնակչությանը մեջ տարբեր խմբերի (օրինակ, երիտասարդ տղամարդկանց, երիտասարդ կանանց, եւ այլն), ապա սահմանված քվոտաների համար թվով մարդիկ է ընտրել յուրաքանչյուր խմբի համար: Հարցվողները ընտրված են մի դեպք ձեւով, մինչեւ հետազոտող հանդիպում է ունեցել իրենց քվոտան է յուրաքանչյուր խմբի համար: Քանի որ քվոտաների, որի արդյունքում նմուշը նայում ավելի շատ նման է թիրախային բնակչության ավելի ճիշտ կլիներ, այլապես, բայց քանի որ հավանականությունները ներառման են անհայտ բազմաթիվ հետազոտողներ թերահավատորեն են քվոտային ընտրանքի. Ի դեպ, քվոտան նմուշառում էր պատճառը, որ «Dewey հաղթել TRUMAN" սխալ է 1948 ԱՄՆ-ի նախագահական ընտրություններին: Քանի որ այն ապահովում է որոշակի վերահսկողություն նմուշառման գործընթացի, սակայն, կարելի է տեսնել, թե ինչպես քվոտան նմուշառում կարող է ունենալ որոշ առավելություններ է ավելի քան մեկ բոլորովին անվերահսկելի տվյալների հավաքագրման.
Շարժվող դուրս է քվոտայի նմուշառման, ավելի ժամանակակից մոտեցումները վերահսկող ոչ հավանականության ստուգման գործընթացը այժմ հնարավոր է: Մի այդպիսի մոտեցումը կոչվում ընտրանքի համապատասխանող, եւ այն օգտագործվում է որոշ առեւտրային օնլայն վահանակի տրամադրողներից. Իր պարզագույն ձեւով, sample համապատասխանող պահանջում է երկու տվյալների աղբյուրների `1) ամբողջական գրանցամատյան բնակչության եւ 2) մեծ վահանակը կամավորների: Կարեւոր է, որ կամավորները չեն պետք է լինի հավանականությունը նմուշ ցանկացած բնակչության է ընդգծել, որ չկան պահանջները ընտրության մեջ վահանակի, ես այն անվանում կեղտոտ վահանակի. Բացի այդ, այնպես էլ բնակչության ռեգիստրում եւ կեղտոտ վահանակը պետք է ներառել որոշ օժանդակ մասին տեղեկություններ յուրաքանչյուր անձի, այս օրինակում, ես համարում, տարիքից եւ սեռից, բայց իրատեսական իրավիճակներում այս օժանդակ տեղեկատվություն կարող է լինել շատ ավելի մանրամասն. Որ հնարք ընտրանքային համընկնմամբ է ընտրել նմուշներ մի կեղտոտ վահանակի այնպես, որ արտադրում նմուշներ, որոնք նման հավանականություն նմուշների.
Sample դասավորվել սկսվում, երբ simulated հավանականությունը նմուշ վերցված բնակչության ռեգիստրում. Սա simulated նմուշ դառնում է թիրախ նմուշ. Այնուհետեւ, հիմք ընդունելով օժանդակ տեղեկատվության, դեպքեր նպատակային նմուշի են համապատասխանում մարդկանց կեղտոտ վահանակի ձեւավորել համապատասխանում նմուշ. Օրինակ, եթե կա մի 25-ամյա կին էր նպատակային նմուշ, ապա հետազոտող գտնում է 25 ամյա Իգական կեղտոտ վահանակի պետք է համապատասխանում նմուշի. Վերջապես, անդամները համապատասխանում նմուշ են հարցազրույց է արտադրել վերջնական շարք հարցվածների:
Նույնիսկ չնայած այն համապատասխանում նմուշը կարծես նպատակային ընտրանքի, դա կարեւոր է հիշել, որ համապատասխանում նմուշ չէ հավանականությունը նմուշ. Համապատասխանում նմուշները կարող են միայն համապատասխանի նպատակային նմուշը վրա հայտնի օժանդակ տեղեկատվություն (օրինակ, տարիքից եւ սեռից), այլ ոչ թե անսահման հատկանիշներով: Օրինակ, եթե մարդիկ կեղտոտ վահանակի հակված լինել ավելի աղքատանում վերջո, պատճառներից մեկը, միանալ հետազոտություն վահանակը փող վաստակելու, ապա, նույնիսկ այն դեպքում, եթե համապատասխանում նմուշ կարծես նպատակային նմուշի առումով տարիքի եւ սեռի, դա դեռ պետք կողմնակալ հանդեպ աղքատ մարդկանց: The Magic Ճշմարիտ հավանականությամբ ընտրանքի է բացառել խնդիրները, այնպես էլ չափվում եւ չորոշված հատկանիշներով (մի կետ, որը համապատասխանում է մեր քննարկման համապատասխանող համար պատճառահետեւանքային հետեվություն ից դիտողական ուսումնասիրությունների գլխի 2):
Գործնականում, sample համապատասխանող կախված է ունենալու մեծ եւ բազմազան վահանակը ցանկանում է լրացնել հարցումներ, եւ դրանով իսկ դա հիմնականում արվում ընկերությունների կողմից, որոնք կարող են թույլ տալ զարգացնել եւ պահպանել այդ վահանակը: Բացի այդ, գործնականում, այնտեղ կարող են լինել խնդիրներ համապատասխանող (երբեմն լավ խաղի համար որեւէ մեկի նպատակային նմուշի գոյություն չունի վահանակի), եւ ոչ պատասխան (երբեմն մարդիկ համապատասխանում նմուշի հրաժարվում են մասնակցել հարցմանը): Հետեւաբար, գործնականում, հետազոտողները անում օրինակելի դասավորվել նաեւ կատարել որոշակի հետընտրական շերտավորման ճշգրտում է կատարել նախահաշիվները:
Դժվար է տրամադրում ենք օգտակար է տեսական երաշխիքներ ընտրանքային համընկնմամբ, սակայն գործնականում դա կարող է կատարել նաեւ. Օրինակ, Սթիվեն Ansolabehere եւ Բրայան Schaffner (2014) համեմատ երեք զուգահեռ հարցումները շուրջ 1000 մարդկանց շրջանում անցկացված 2010 թ., Օգտագործելով երեք տարբեր նմուշառում եւ հարցազրույցների մեթոդներ `փոստ, հեռախոս, իսկ ինտերնետային վահանակը, օգտագործելով օրինակելի համապատասխանող եւ հետբուհական շերտավորման ճշգրտումը: Հաշվարկները եկած երեք մոտեցումների բավական նման է գնահատականների է բարձրորակ չափորոշիչներ, ինչպիսիք են ներկայիս բնակչության հետազոտության (CPS) եւ Առողջապահության ազգային հարցազրույցը հետազոտության (NHIS). Ավելի կոնկրետ, թե ինտերնետ եւ փոստ հարցումները էին դուրս է միջինը 3 տոկոսային կետով, իսկ հեռախոսը հետազոտությունը էր դուրս է 4 տոկոսային կետով: Սխալները Սա մեծ են մոտավորապես այն, ինչ ոք չէր սպասում նմուշներից մոտ 1000 մարդ: Չնայած նրան, որ ոչ մեկը, այդ ռեժիմների արտադրված զգալիորեն ավելի լավ տվյալներ, այնպես էլ ինտերնետը եւ հեռախոսը հետազոտությունը (որը տեղի օր կամ շաբաթ) էին էապես ավելի արագ դաշտ քան փոստի հարցման (որը տեղի ութ ամիս), իսկ ինտերնետ հետազոտությունը, որն օգտագործվում օրինակելի համապատասխան, էժան էր, քան մյուս երկու ռեժիմների.
Եզրափակելով, հասարակագետները ու վիճակագիրները են աներեւակայելի թերահավատ հետեւությունների են այդ ոչ-հավանականություն նմուշների, մասամբ այն պատճառով, որ նրանք կապված են որոշ embarrassing անհաջողությունների հետազոտության հետազոտության, ինչպիսիք են Գրական Digest հարցմանը: Մասամբ եմ համաձայն եմ այս թերահավատությամբ: չճշգրտված ոչ հավանականություն նմուշները, ամենայն հավանականությամբ, պետք է արտադրել վատ նախահաշիվները: Սակայն, եթե հետազոտողները կարող է հարմարեցնել համար կողմնակալության մեջ ընտրանքային գործընթացի (օրինակ, հետընտրական շերտավորումը), կամ վերահսկել ընտրանքի գործընթացը փոքր-ինչ (օրինակ, նմուշ դասավորվել), նրանք կարող են արտադրել ավելի լավ գնահատականներով, եւ նույնիսկ նախահաշիվները բավարար որակի համար, այս նպատակով: Իհարկե, ավելի լավ կլիներ, որպեսզի դա անել լավ գործարկված հավանականությունը ընտրանքի, այլ այն, որ այլեւս, կարծես, մի իրատեսական տարբերակ.
Երկուսն էլ ոչ հավանականություն նմուշները եւ հավանականություն նմուշներ են տարբեր լինել իրենց որակով, եւ ներկայումս այն, ամենայն հավանականությամբ, այն դեպքն է, որ մեծ մասը գնահատականները ից հավանականություն նմուշների շատ ավելի վստահելի է, քան հաշվարկների ոչ-հավանականություն նմուշների. Բայց, նույնիսկ հիմա, գնահատականները ից, ինչպես նաեւ անցկացված ոչ հավանական նմուշների, ամենայն հավանականությամբ, ավելի լավ է, քան հաշվարկների վատ անցկացված հավանականությունը նմուշների. Բացի այդ, ոչ հավանականություն նմուշները են էապես ավելի էժան: Այսպիսով, ստացվում է, որ հավանականությունը, ընդդեմ ոչ հավանականության ընտրանքի առաջարկում է ծախսերի որակի առեւտրի դուրս (Նկար 3.6). Նայելով առաջ, ես ակնկալում եմ, որ հաշվարկներն էլ լավ է արել, ոչ հավանական նմուշների կդառնա ավելի էժան եւ ավելի լավ: Բացի այդ, քանի որ նկատում է ֆիքսված հեռախոսային հարցումների եւ աճող տեմպերի ոչ-պատասխան, ես ակնկալում եմ, որ հավանականություն նմուշները կդառնա ավելի թանկ է, եւ ցածր որակի. Քանի որ այդ երկարաժամկետ միտումների, ես կարծում եմ, որ ոչ-հավանականությունը ընտրանք կդառնա ավելի կարեւոր է երրորդ դարաշրջանում հետազոտության հետազոտության.