3.3 Kopējā aptauja kļūda ietvars

Kopā aptaujā kļūda = reprezentācijas kļūdas + mērījumu kļūdas.

Aplēses, kas iegūtas no izlases veida apsekojumiem, bieži vien ir nepilnīgas. Tas nozīmē, ka parasti ir atšķirība starp aptauju, kas iegūta ar izlases veida apsekojumu (piemēram, skolēnu vidējais augstums skolā) un patieso vērtību iedzīvotāju vidū (piemēram, skolēnu faktiskais vidējais augstums skolā). Dažreiz šīs kļūdas ir tik mazas, ka tās nav svarīgas, taču dažkārt diemžēl tās var būt lielas un izrietošas. Mēģinot saprast, izmērīt un samazināt kļūdas, pētnieki pakāpeniski izveidoja vienotu, visaptverošu konceptuālu sistēmu kļūdām, kas var rasties izlases apsekojumos: kopējā apsekojuma kļūdu sistēma (Groves and Lyberg 2010) . Lai gan šīs sistēmas izstrāde sākās 40. gados, es domāju, ka tā piedāvā divas noderīgas idejas pētījumu veikšanai digitālajā laikmetā.

Pirmkārt, kopējā apsekojumu kļūdu sistēma precizē, ka pastāv divu veidu kļūdas: neobjektivitāte un novirze . Aptuveni, novirze ir sistemātiska kļūda, un dispersija ir nejauša kļūda. Citiem vārdiem sakot, iedomājieties, ka ir veikts 1000 atkārtojumu vienā un tajā pašā izlases aptaujā, un pēc tam aplūkojat aplēšu sadalījumu no šiem 1000 atkārtojumiem. Novirze ir starpība starp šo atkārtoto novērtējumu vidējo vērtību un patieso vērtību. Atšķirība ir šo aplēšu mainīgums. Viss pārējais ir vienāds, mēs gribētu procedūru bez neobjektivitātes un nelielas atšķirības. Diemžēl daudzām reālām problēmām šādu neobjektivitāti, nelielas novirzes procedūras nepastāv, kas pētniekiem padara sarežģītu situāciju, kad tiek nolemts, kā līdzsvarot problēmas, ko rada neobjektivitāte un dispersija. Daži pētnieki instinktīvi dod priekšroku objektīvām procedūrām, taču vienprātīga uzmanība pievēršanās neobjektivitātei var būt kļūda. Ja mērķis ir radīt aplēsi, kas ir pēc iespējas tuvāk patiesībai (ti, ar mazāko iespējamo kļūdu), tad jums varētu būt labāk ar procedūru, kurai ir neliela novirze un neliela atšķirība nekā ar to, kas ir objektīvs, bet tas ir liels mainīgums (3.1. attēls). Citiem vārdiem sakot, kopējā aptaujas kļūdu sistēma rāda, ka, novērtējot aptaujas izpētes procedūras, jāņem vērā gan neobjektivitāte, gan dispersija.

Attēls 3.1: Bias un dispersija. Ideālā gadījumā pētniekiem būtu neobjektivitātes, zemas novirzes novērtēšanas procedūra. Patiesībā viņiem bieži jāpieņem lēmumi, kas rada kompromisu starp neobjektivitāti un novirzi. Lai gan daži pētnieki instinktīvi dod priekšroku objektīvām procedūrām, dažkārt neliela precizitāte un nelielas novirzes procedūra var radīt precīzākus aprēķinus nekā objektīva procedūra, kurai ir liela atšķirība.

Otrs galvenais ieskats kopējā apsekojumu kļūdu sistēmā, kas lielāko daļu no šīs nodaļas organizēs, ir tas, ka pastāv divi kļūdu avoti: problēmas, ar kurām jūs runājat ( pārstāvība ), un problēmas, kas saistītas ar to, ko jūs mācāties no šīm sarunām ( mērīšana ) Piemēram, jums varētu būt interese novērtēt attieksmi pret konfidencialitāti tiešsaistē Francijā dzīvojošo pieaugušo vidū. Lai veiktu šos aprēķinus, nepieciešams divu veidu secinājumi. Pirmkārt, no atbildēm, ko sniedz respondenti, jums ir jāņem vērā viņu attieksme pret tiešsaistes konfidencialitāti (kas ir mērīšanas problēma). Otrkārt, no respondentu atklāto attieksmju viedokļa jums ir jānovērtē attieksme pret iedzīvotāju kopumu (kas ir pārstāvības problēma). Perfekta paraugu ņemšana ar sliktiem aptaujas jautājumiem radīs sliktas aplēses, kā arī sliktu paraugu ņemšanu ar ideāliem aptaujas jautājumiem. Citiem vārdiem sakot, labiem aprēķiniem ir nepieciešama skaņas pieeja mērījumiem un pārstāvībai. Ņemot vērā iepriekš minēto, es pārskatīšu to, kā agrāk aptaujas pētnieki domāja par reprezentāciju un novērtēšanu. Tad es parādīšu, kā idejas par pārstāvību un novērtēšanu var virzīties uz digitālo vecumu aptauju izpēti.