3.3 O quadro de erro levantamento total de

Total de erros de pesquisa de erro = representação + erros de medição.

Estimativas provenientes de pesquisas por amostragem são freqüentemente imperfeitas. Ou seja, geralmente há uma diferença entre a estimativa produzida por uma pesquisa de amostra (por exemplo, a altura média estimada de alunos em uma escola) e o valor real na população (por exemplo, a altura média real de alunos em uma escola). Às vezes, esses erros são tão pequenos que não são importantes, mas às vezes, infelizmente, podem ser grandes e conseqüentes. Na tentativa de entender, medir e reduzir erros, os pesquisadores criaram gradualmente uma estrutura conceitual única e abrangente para os erros que podem surgir em pesquisas por amostragem: a estrutura total de erros de pesquisa (Groves and Lyberg 2010) . Embora o desenvolvimento dessa estrutura tenha começado na década de 1940, acredito que nos oferece duas ideias úteis para pesquisa de pesquisa na era digital.

Primeiro, a estrutura total de erros de pesquisa esclarece que existem dois tipos de erros: viés e variância . Grosseiramente, o viés é um erro sistemático e a variância é um erro aleatório. Em outras palavras, imagine executar 1.000 replicações da mesma pesquisa de amostra e, em seguida, analisar a distribuição das estimativas dessas 1.000 replicações. O viés é a diferença entre a média dessas estimativas replicadas e o valor real. A variância é a variabilidade dessas estimativas. Tudo o mais sendo igual, gostaríamos de um procedimento sem viés e pequena variância. Infelizmente, para muitos problemas reais, tais procedimentos de não-viés e de pequena variância não existem, o que coloca os pesquisadores na difícil posição de decidir como equilibrar os problemas introduzidos pelo viés e pela variância. Alguns pesquisadores instintivamente preferem procedimentos imparciais, mas um foco único no viés pode ser um erro. Se o objetivo é produzir uma estimativa que seja a mais próxima possível da verdade (ou seja, com o menor erro possível), então você pode estar melhor com um procedimento que tenha um pequeno viés e uma pequena variância do que com um que seja imparcial, mas tem uma grande variação (figura 3.1). Em outras palavras, a estrutura total do erro de pesquisa mostra que, ao avaliar os procedimentos de pesquisa de pesquisa, você deve considerar o viés e a variação.

Figura 3.1: Viés e variância. Idealmente, os pesquisadores teriam um procedimento de estimativa sem viés e baixa variância. Na realidade, eles geralmente têm que tomar decisões que criam um trade-off entre preconceito e variância. Embora alguns pesquisadores instintivamente prefiram procedimentos não tendenciosos, às vezes um pequeno viés, um procedimento de variância pequena pode produzir estimativas mais precisas do que um procedimento não tendencioso que tenha alta variância.

O segundo principal insight do quadro de erro total da pesquisa, que organizará grande parte deste capítulo, é que existem duas fontes de erros: problemas relacionados com quem você fala ( representação ) e problemas relacionados ao que você aprende com essas conversas ( medição ). Por exemplo, você pode estar interessado em estimar atitudes sobre privacidade online entre adultos que vivem na França. Fazer essas estimativas requer dois tipos diferentes de inferência. Primeiro, a partir das respostas dadas pelos entrevistados, você deve deduzir suas atitudes sobre a privacidade on-line (que é um problema de medição). Em segundo lugar, a partir das atitudes inferidas entre os entrevistados, você deve inferir as atitudes na população como um todo (que é um problema de representação). A amostragem perfeita com perguntas de pesquisa ruins produzirá estimativas ruins, assim como a amostragem incorreta com perguntas de pesquisa perfeitas. Em outras palavras, boas estimativas requerem abordagens sólidas para medição e representação. Dada essa contextualização, analisarei como os pesquisadores da pesquisa pensaram sobre representação e medição no passado. Em seguida, mostrarei como as ideias sobre representação e medição podem orientar a pesquisa de pesquisa da era digital.