3.3 Celkový rámec chyba prieskum

Chyby Celkom prieskum error = reprezentácie + chyby pri meraní.

Odhady, ktoré pochádzajú z výberových prieskumov, sú často nedokonalé. Znamená to, že zvyčajne existuje rozdiel medzi odhadom, ktorý sa vytvoril na základe výberového zisťovania (napr. Odhadovaná priemerná výška študentov v škole) a skutočnou hodnotou v populácii (napr. Skutočná priemerná výška študentov v škole). Niekedy sú tieto chyby také malé, že sú nedôležité, ale niekedy, bohužiaľ, môžu byť veľké a následné. V snahe porozumieť, zmerať a redukovať chyby, výskumníci postupne vytvorili jeden celkový koncepčný rámec pre chyby, ktoré môžu vzniknúť pri výberových prieskumoch: celkový rámec chybných prieskumov (Groves and Lyberg 2010) . Hoci vývoj tohto rámca sa začal v 40. rokoch minulého storočia, myslím si, že nám ponúkajú dve užitočné nápady pre prieskumný výskum v digitálnom veku.

Po prvé, celkový rámcový rámec zisťovania objasňuje, že existujú dva typy chýb: odchýlka a odchýlka . Približne je zaujatosť systematická chyba a odchýlka je náhodná chyba. Inými slovami, predstavte, že bežíte 1 000 replikácií toho istého výberového prieskumu a potom sa pozrite na rozdelenie odhadov z týchto 1000 replikácií. Zaujatosť je rozdiel medzi priemerom týchto opakovaných odhadov a skutočnou hodnotou. Variantom je variabilita týchto odhadov. Keďže všetko ostatné je rovnaké, chceme postup bez predsudkov a malých rozdielov. Bohužiaľ, v prípade mnohých skutočných problémov neexistujú také postupy s nízkou mierou rozdielov, ktoré robia výskumníkov v ťažkej situácii, keď rozhodujú, ako vyvážiť problémy spôsobené odchýlkou ​​a rozptylom. Niektorí vedci inštinktívne dávajú prednosť nezaujatým postupom, ale jedno-zmýšľajúce zameranie na zaujatosť môže byť chybou. Ak je cieľom vytvoriť odhad čo najbližšie k pravde (tj s čo najmenšou možnou chybou), potom by ste mohli byť lepší s postupom, ktorý má malú zaujatosť a malú odchýlku od toho, ktorý je nezaujatý, ale má veľkú odchýlku (obrázok 3.1). Inými slovami, celkový rámec chýb prieskumu ukazuje, že pri hodnotení postupov prieskumu prieskumu by ste mali zvážiť tak predsudky, ako aj rozdiely.

Obrázok 3.1: Bias a rozptyl. V ideálnom prípade by vedci mali postup odhadu bez akejkoľvek odchýlky a nízkej odchýlky. V skutočnosti často musia prijímať rozhodnutia, ktoré vytvárajú kompromis medzi skreslením a rozptylom. Hoci niektorí vedci inštinktívne dávajú prednosť nezaujatým postupom, niekedy postup malého zaujatosti a malých rozdielov môže priniesť presnejšie odhady, ako nezaujatý postup, ktorý má veľké rozdiely.

Druhý hlavný pohľad z celkového rámca chýb prieskumu, ktorý usporiada veľkú časť tejto kapitoly, spočíva v tom, že existujú dva zdroje chýb: problémy týkajúce sa toho, s kým hovoríte ( zastúpenie ) a problémy súvisiace s tým, čo sa z týchto rozhovorov naučíte ( meranie ). Mohli by ste napríklad zaujímať odhad postojov k ochrane súkromia online medzi dospelými žijúcimi vo Francúzsku. Vykonanie týchto odhadov vyžaduje dva rôzne typy záverov. Po prvé, z odpovedí, ktoré dávajú respondenti, musíte vyvodiť ich postoje k súkromiu online (čo je problém merania). Po druhé, z odvodených postojov medzi respondentmi musíte vyvodiť postoje v populácii ako celku (čo je problém reprezentácie). Dokonalý výber vzorky so zlými otázkami prieskumu prinesie nesprávne odhady, rovnako ako zlý výber vzoriek s perfektnými prieskumnými otázkami. Inými slovami, dobré odhady vyžadujú spoľahlivé prístupy k meraniu a zobrazovaniu. Vzhľadom na tieto okolnosti preskúmam, ako výskumní pracovníci prieskumu v minulosti premýšľali o reprezentácii a meraní. Potom ukážem, ako nápady týkajúce sa reprezentácie a merania môžu viesť do výskumu prieskumu digitálneho veku.