3.3 Общая структура ошибок обследования

Всего ошибок опрос ошибки = представление + измерения ошибок.

Оценки, полученные из выборочных обследований, часто несовершенны. То есть обычно существует разница между оценкой, полученной выборочным обследованием (например, оценкой средней высоты учащихся в школе) и реальной стоимостью населения (например, фактическая средняя высота учащихся в школе). Иногда эти ошибки настолько малы, что они несущественны, но иногда, к сожалению, они могут быть большими и косвенными. В попытке понять, измерить и уменьшить ошибки исследователи постепенно создали единую всеобъемлющую концептуальную основу для ошибок, которые могут возникнуть в выборочных опросах: общая структура ошибок опроса (Groves and Lyberg 2010) . Хотя развитие этой структуры началось в 1940-х годах, я думаю, что она предлагает нам две полезные идеи для исследовательских исследований в эпоху цифровых технологий.

Во-первых, общая структура ошибок опроса разъясняет, что существуют два типа ошибок: смещение и дисперсия . Грубо, предвзятость - систематическая ошибка, а дисперсия - случайная ошибка. Другими словами, представьте, что вы используете 1000 повторений одного и того же выборочного обследования, а затем просматриваете распределение оценок из этих 1000 повторений. Предвзятость - это разница между средним из этих репликационных оценок и истинным значением. Дисперсия - это изменчивость этих оценок. При прочих равных условиях нам нужна процедура без предвзятости и небольшой дисперсии. К сожалению, для многих реальных проблем таких предубеждений, процедур с небольшими отклонениями не существует, что ставит исследователей в трудное положение, чтобы решить, как сбалансировать проблемы, возникающие в результате смещения и дисперсии. Некоторые исследователи инстинктивно предпочитают беспристрастные процедуры, но целенаправленная ориентация на предвзятость может быть ошибкой. Если целью является создание оценки, максимально приближенной к истине (т. Е. С наименьшей возможной ошибкой), то вам может быть лучше с процедурой, которая имеет небольшую предвзятость и небольшую дисперсию, чем с той, которая является объектив, но имеет большую дисперсию (рисунок 3.1). Другими словами, общая структура ошибок опроса показывает, что при оценке процедур исследовательских исследований вы должны учитывать как смещение, так и дисперсию.

Рисунок 3.1: Смещение и дисперсия. В идеальном случае у исследователей была бы процедура оценки без отклонения, низкая дисперсия. На самом деле им часто приходится принимать решения, которые создают компромисс между предвзятостью и дисперсией. Хотя некоторые исследователи инстинктивно предпочитают беспристрастные процедуры, иногда процедура с небольшими отклонениями и небольшими отклонениями может давать более точные оценки, чем непредвзятая процедура, которая имеет высокую дисперсию.

Второе основное понимание общей структуры ошибок опроса, которая будет посвящать большую часть этой главы, состоит в том, что существует два источника ошибок: проблемы, связанные с тем, с кем вы говорите ( представление ), и проблемами, связанными с тем, что вы узнаете из этих разговоров ( измерение ). Например, вам может быть интересно оценить отношение к конфиденциальности в Интернете среди взрослых, проживающих во Франции. Для этих оценок требуются два разных типа вывода. Во-первых, из ответов, которые дают респонденты, вы должны вывести их отношение к конфиденциальности в Интернете (что является проблемой измерения). Во-вторых, из выводов, высказанных респондентами, вы должны вывести отношение к населению в целом (что является проблемой представительства). Отличная выборка с плохими вопросами опроса приведет к плохим оценкам, а также к плохой выборке с отличными вопросами опроса. Другими словами, хорошие оценки требуют разумных подходов к измерению и представлению. Учитывая эту предысторию, я рассмотрю, как исследователи исследования думали о представлении и измерении в прошлом. Затем я покажу, как идеи о представлении и измерении могут служить руководством для исследования цифрового времени.