3.3 вкупно рамка грешка анкета

Вкупно анкета грешка = застапеност вина + мерење грешки.

Проценките што доаѓаат од примерочни анкети често се несовршени. Односно, обично постои разлика помеѓу проценката добиена од примерок (пр., Проценетата просечна висина на учениците во училиште) и вистинската вредност кај населението (на пример, вистинската просечна висина на учениците во училиште). Понекогаш овие грешки се толку мали што не се важни, но понекогаш, за жал, тие можат да бидат големи и последователни. Во обид да се разберат, да се измери и да се намалат грешките, истражувачите постепено креираа единствена, сеопфатна концептуална рамка за грешките што можат да се појават во примерочните истражувања: рамката за грешка во вкупниот преглед (Groves and Lyberg 2010) . Иако развојот на оваа рамка започна во 1940-тите години, мислам дека ни нуди две корисни идеи за истражување на истражувања во дигиталната ера.

Прво, рамката за грешка во вкупниот преглед појаснува дека постојат два типа на грешки: пристрасност и варијанса . Грубо, пристрасност е систематска грешка и варијансата е случајна грешка. Со други зборови, замислете да извршите 1000 репликации од истата мостра анкета, а потоа да ги разгледате распределбите на проценките од овие 1000 репликации. Пристрасноста е разликата помеѓу средната вредност на овие реплицирани проценки и вистинската вредност. Варијансата е варијабилноста на овие проценки. Сè друго е еднакво, ние би сакале постапка без пристрасност и мала варијанса. За жал, за многу реални проблеми, таквите непристрасност, процедури за мала варијација не постојат, што ги става истражувачите во тешката положба на одлучување како да ги балансираат проблемите воведени со пристрасност и варијанса. Некои истражувачи инстинктивно претпочитаат непристрасни процедури, но еднонасочен фокус на пристрасност може да биде грешка. Ако целта е да се произведе проценка што е можно поблиску до вистината (т.е. со најмала можна грешка), тогаш може да ви биде подобро со постапка која има мала пристрасност и мала варијанса отколку со она што е непристрасен, но има голема варијанса (слика 3.1). Со други зборови, рамката за комплетна грешка во истражувањето покажува дека при оценувањето на истражувачките постапки, треба да се разгледаат и пристрасностите и разликите.

Слика 3.1: Пристрасност и варијанса. Идеално, истражувачите ќе имаат процедура за проценка на не-пристрасност, со ниска варијанса. Во реалноста, тие често мора да донесуваат одлуки кои создаваат компромис помеѓу пристрасност и варијанса. Иако некои истражувачи инстинктивно претпочитаат непристрасни процедури, понекогаш и мала пристрасност, постапката со мала варијација може да произведе поточни проценки од една непристрасна процедура која има голема варијанса.

Вториот главен увид од рамката за целосна грешка во истражувањето, која ќе организира голем дел од ова поглавје, е дека постојат два извори на грешки: проблеми поврзани со тоа со кого разговарате ( застапеност ) и со проблемите поврзани со она што го учат од тие разговори ( мерење ). На пример, би можеле да бидете заинтересирани за проценка на ставовите за приватноста на интернет кај возрасните што живеат во Франција. Изведувањето на овие проценки бара два различни вида на инференција. Прво, од одговорите што ги даваат испитаниците, треба да ги заклучите своите ставови за приватноста на интернет (што е проблем на мерење). Второ, од заклучените ставови меѓу испитаниците, мора да се констатира ставот на населението во целина (што е проблем на репрезентација). Совршено земање примероци со лоши прашања од анкетата ќе произведе лоши проценки, како и лошо земање примероци со совршени прашални прашања. Со други зборови, доброто оценување бара звучни пристапи за мерење и застапување. Со оглед на таа позадина, ќе размислам како истражувањето истражувачите размислувале за застапеност и мерење во минатото. Потоа, ќе покажам како идеите за застапеност и мерење можат да го водат истражувањето за истражување на дигиталната ера.