3.3.1 წარმომადგენლობა

წარმომადგენლობა დაახლოებით მიღების ხელთ თქვენი გამოკითხულთა თქვენი სამიზნე მოსახლეობა.

იმისათვის, რომ გავიგოთ სახის შეცდომები, რომ შეიძლება მოხდეს, როდესაც inferring ეხლა გამოკითხულთა დიდი მოსახლეობა, განვიხილოთ ლიტერატურული დაიჯესტი ჩალის გამოკითხვა, რომელიც ცდილობდა შედეგის პროგნოზირება 1936 აშშ საპრეზიდენტო არჩევნებში. მიუხედავად იმისა, რომ ეს იყო 75 წლის წინ, ამ მარცხის კიდევ აქვს მნიშვნელოვანი გაკვეთილი ასწავლიან მკვლევართა დღეს.

ლიტერატურული მიმოხილვა იყო პოპულარული ზოგადად ინტერესი ჟურნალი, და დაწყებული 1920 წელს მათ დაიწყეს გაშვებული ჩალის გამოკითხვა პროგნოზირება შედეგების საპრეზიდენტო არჩევნები. იმისათვის, რომ ეს წინასწარმეტყველება, რომ გაგზავნის ბიულეტენების უამრავი ადამიანი, და შემდეგ უბრალოდ tally up ბიულეტენების, რომ დაუბრუნდა; Literary Digest ამაყად ცნობით, ბიულეტენების მათ მიიღეს იყო არც "წონიანი, მორგებული, არც გაგებული." ეს პროცედურა სწორად იწინასწარმეტყველა გამარჯვებული არჩევნების 1920, 1924, 1928 და 1932 1936 წელს, საქართველოს შუაგულში დიდი დეპრესიის, Literary Digest გააძევეს ბიულეტენების 10 მილიონი ადამიანი, რომელთა სახელები ძირითადად მოვიდა სატელეფონო დირექტორიები და საავტომობილო რეგისტრაციის ჩანაწერი. აი, როგორ აღწერილი მათი მეთოდოლოგია:

"დაიჯესტის ის გლუვი გაშვებული მანქანა მოძრაობს სწრაფი სიზუსტით ოცდაათწლიანი გამოცდილება, რათა შეამციროს guesswork მძიმე ფაქტები. . . .ამ კვირაში 500 კალმები scratched out მეტი მეოთხედი მილიონი მისამართები დღეში. ყოველდღე, დიდი ოთახი მაღლა საავტომობილო Ribboned მეოთხე გამზირზე, New York, 400 მუშა ოსტატურად ლღობას მილიონი ცალი ნაბეჭდი საკმარისი გაუხსნას ორმოცი ქალაქში ბლოკები-შევიდა მიმართა კონვერტი [SIC]. ყოველ საათში, დაიჯესტის საკუთარი Post Office ქვესადგური, სამი chattering საფოსტო აღრიცხვის მანქანები დალუქული და ფიქსირდება თეთრი oblongs; გამოცდილი საფოსტო თანამშრომლები სავალი მათ გადმოკარკლული mailsacks; ფლოტის დაიჯესტი სატვირთო თავისი გუნდი მათ გამოხატონ mail-მატარებლები. . . მომავალ კვირას, პირველი პასუხი ამ ათი მილიონი დაიწყება შემომავალი ტალღა შემოხაზული ბიულეტენების, უნდა იყოს სამმაგი შემოწმდება, დავადგინე, ხუთგზის ჯვარი საიდუმლო და შეადგინა. როდესაც ბოლო მაჩვენებელი უკვე totted და შეამოწმა, თუ წარსული გამოცდილება კრიტერიუმი, ქვეყნის ეცოდინებათ ფარგლებში ფრაქციას 1 პროცენტი ფაქტობრივი პოპულარული ხმა ორმოცი მილიონი [ამომრჩეველთა]. "(22 აგვისტო, 1936)

დაიჯესტი ის fetishization ზომა არის მომენტალურად ცნობადი რომელიმე "დიდი მონაცემები" მკვლევარი დღეს. საქართველოს 10 მილიონამდე ბიულეტენი გავრცელება, საოცარი 2.4 მილიონი ბიულეტენები დაბრუნდა, რომ ის დაახლოებით 1000-ჯერ აღემატება თანამედროვე პოლიტიკური გამოკითხვა. ამ 2.4 მილიონი გამოკითხულთა განაჩენი ნათელი იყო: ლიტერატურული მიმოხილვა წინასწარმეტყველებს, რომ სერიოზული Alf Landon ხდებოდა დამარცხება მოქმედი ფრანკლინ რუზველტი. მაგრამ, სინამდვილეში, საპირისპირო მოხდა. Roosevelt დაამარცხა Landon მეწყერმა. როგორ შეიძლება Literary Digest წავიდეთ არასწორი იმდენად მონაცემები? თანამედროვე გაგება შერჩევის ხდის Literary Digest შეცდომები ნათელი და გვეხმარება თავი შეიკავოს მსგავსი შეცდომები მომავალში.

ფიქრი ნათლად შერჩევის მოითხოვს განვიხილოთ ოთხი სხვადასხვა ჯგუფების ადამიანი (ნახაზი 3.1). პირველი ჯგუფის ადამიანი არის სამიზნე მოსახლეობა; ეს არის ჯგუფი, რომელიც კვლევის განსაზღვრავს როგორც მოსახლეობის ინტერესი. იმ შემთხვევაში, თუ ლიტერატურული დაიჯესტი სამიზნე მოსახლეობა იყო ამომრჩეველთა 1936 საპრეზიდენტო არჩევნებში. მას შემდეგ, რაც საკითხის გადაწყვეტისას სამიზნე მოსახლეობა, მკვლევარი შემდეგი უნდა განვითარდეს სიაში ადამიანი, რომელიც შეიძლება იქნას გამოყენებული შერჩევა. ეს სია ეწოდება შერჩევის ჩარჩო და მოსახლეობას შერჩევის ჩარჩო ეწოდება ფარგლებში მოსახლეობას. იმ შემთხვევაში, თუ ლიტერატურული დაიჯესტი ჩარჩო მოსახლეობა იყო 10 მილიონი ადამიანი, რომელთა სახელები მოვიდა ძირითადად სატელეფონო საიტები და საავტომობილო რეგისტრაციის ჩანაწერი. იდეალურად სამიზნე მოსახლეობის და ჩარჩო მოსახლეობა იქნება ზუსტად იგივე, მაგრამ პრაქტიკაში ეს ხშირად არ არის საქმე. განსხვავებები სამიზნე მოსახლეობის და ჩარჩო მოსახლეობას მოუწოდა დაფარვის შეცდომა. დაფარვის ცდომილება არ, თავისთავად გარანტიას პრობლემები. მაგრამ, თუ ადამიანი ფარგლებში მოსახლეობის სისტემატურად განსხვავებული ადამიანი არ ფარგლებში მოსახლეობის იქნება გაშუქების კომპენსაცია. დაფარვის შეცდომა იყო პირველი ძირითადი ხარვეზები ლიტერატურული დაიჯესტი გამოკითხვა. მათ სურდათ, რომ გაიგოთ ამომრჩევლის, რომ იყო მათი სამიზნე მოსახლეობა, მაგრამ ისინი აშენებული შერჩევის ჩარჩო ძირითადად სატელეფონო საიტები და საავტომობილო რეესტრის, წყაროების, რომ ზედმეტად წარმოდგენილია შეძლებულ ამერიკელებს, რომლებიც უფრო სავარაუდოა, რომ მხარს ვუჭერთ Alf Landon (გავიხსენოთ, რომ ორივე ეს ტექნოლოგიები, რომლებიც საერთო დღეს, იყო შედარებით ახალი დროს და, რომ აშშ საქართველოს შუაგულში დიდი დეპრესია).

ნახაზი 3.1: წარმომადგენლობა შეცდომები.

განსაზღვრის შემდეგ ფარგლებში მოსახლეობის, შემდეგი ნაბიჯი არის მკვლევარი შეარჩიოს ნიმუში მოსახლეობა; ეს ის ხალხია, რომ მკვლევარმა ცდილობენ გასაუბრებას. თუ ნიმუში აქვს სხვადასხვა მახასიათებლები, ვიდრე ფარგლებში მოსახლეობას, მაშინ ჩვენ შეგვიძლია წარმოგიდგინოთ შერჩევის შეცდომა. ეს არის სახის შეცდომა რაოდენობრივად in ცდომილება, რომელიც, როგორც წესი, თან ახლავს შეფასებით. იმ შემთხვევაში, თუ ლიტერატურული დაიჯესტი fiasco, პრაქტიკულად არ არსებობდა ნიმუში; ისინი სცადა ყველას ფარგლებში მოსახლეობას. მიუხედავად იმისა, რომ არ იყო შერჩევის შეცდომა, არ იყო აშკარად მაინც შეცდომა. ეს განმარტავს, რომ მინდვრის შეცდომები, რომლებიც, როგორც წესი, ინფორმაციით შეფასებით კვლევები, როგორც წესი, მცდარად მცირე; ისინი არ შეიცავს ყველა წყაროს შეცდომა.

და ბოლოს, მკვლევარი ცდილობს ინტერვიუ ყველას ნიმუში მოსახლეობას. ის ადამიანები, რომლებიც წარმატებით გამოკითხული უწოდებენ რესპონდენტი. იდეალურ შემთხვევაში, ნიმუში და მოსახლეობის გამოკითხულთა იქნება ზუსტად იგივე, მაგრამ პრაქტიკაში არ არის არასამთავრობო პასუხი. რომ არის, ადამიანები, რომლებიც შერჩეული ნიმუში მონაწილეობაზე უარი. იმ შემთხვევაში, თუ ადამიანები, რომლებიც რეაგირება განსხვავდება, ვინც არ უპასუხებს, მაშინ შეიძლება იყოს არასამთავრობო საპასუხოდ კომპენსაცია. პასუხი არ კომპენსაცია იყო მეორე მთავარი პრობლემა Literary Digest გამოკითხვა. მხოლოდ 24% ადამიანი, რომელმაც საარჩევნო უპასუხა, და აღმოჩნდა, რომ ადამიანები, რომლებიც მხარს უჭერს Landon უფრო სავარაუდოა, რომ რეაგირება.

მიღმა მხოლოდ სამაგალითო დანერგვა იდეების წარმომადგენლობა, Literary Digest გამოკითხვა ხშირად იხსენებენ იგავი, გამაფრთხილებელი მკვლევარები საფრთხეების შესახებ haphazard შერჩევა. სამწუხაროდ, მე ვფიქრობ, რომ გაკვეთილი, რომ ბევრს ეს ამბავი არის არასწორი ერთი. ყველაზე გავრცელებული მორალური ამბავი ის არის, რომ მკვლევარები ვერ სწავლობენ არაფერს არასამთავრობო ალბათობა ნიმუშები (ანუ, ნიმუშები გარეშე მკაცრი ალბათობა დაფუძნებული შერჩევის წესები მონაწილე). მაგრამ, როგორც მე გავხდით მოგვიანებით ამ თავში, რომ არ არის სწორი. სამაგიეროდ, მე ვფიქრობ, რომ არსებობს ნამდვილად ორი მორალი, რომ ეს ამბავი; მორალის, რომლებიც, როგორც ჭეშმარიტი დღეს ისინი 1936 წელს პირველ რიგში, დიდი რაოდენობით haphazardly შეგროვილი მონაცემები ვერ უზრუნველყოფს კარგი ხარჯთაღრიცხვა. მეორე, მკვლევარები უნდა ანგარიშზე როგორ მათი მონაცემები შეგროვდა, როდესაც ისინი მიღების შეფასებით იგი. სხვა სიტყვებით, რადგან მონაცემთა შეგროვების პროცესში ლიტერატურულ დაიჯესტი გამოკითხვა სისტემატურად არასათანადო მიმართ ზოგიერთი რესპონდენტი, მკვლევარები უნდა გამოვიყენოთ უფრო რთული შეფასებით პროცესი, რომელიც წონით ზოგიერთი რესპონდენტი მეტი. მოგვიანებით ამ თავში, მე გაჩვენებთ, თუ ერთ-ერთი ასეთი წონის პროცედურა პოსტი სტრატიფიკაციის-, რომელიც საშუალებას გაძლევთ, რათა უკეთ შეფასებით არასამთავრობო ალბათობა ნიმუშები.