அனைத்து அல்லாத நிகழ்தகவு மாதிரிகள் அதே உள்ளன. நாம் முன் இறுதியில் இன்னும் கட்டுப்பாடு சேர்க்க முடியும்.
அணுகுமுறை வாங் மற்றும் 2012 அமெரிக்க ஜனாதிபதி தேர்தல் முடிவுகளை மதிப்பிட பயன்படுத்தலாம் சக தரவு பகுப்பாய்வு மேம்பாடுகளை முழுமையாக நம்பியிருந்தன. அதாவது, அவர்கள் தம்மால் முடிந்த பல பதில்களை சேகரிக்கப்பட்ட பின்னர் எடை மீண்டும் அவர்கள் முயன்றனர். அல்லாத நிகழ்தகவு மாதிரி வேலை நிறைவு மூலோபாயம் தரவு சேகரிப்பு செயலில் அதிகமான கட்டுப்பாட்டை வேண்டும் என்பது.
ஒரு பகுதி கட்டுப்பாட்டில் அல்லாத நிகழ்தகவு மாதிரி செயல்முறை எளிய உதாரணம் ஒதுக்கீடு மாதிரி, சர்வே ஆராய்ச்சி ஆரம்ப நாட்களில் செல்கிறது என்று ஒரு நுட்பமாகும். இட ஒதுக்கீடு மாதிரி, ஆராய்ச்சியாளர்கள் ஒவ்வொரு குழுவிலும் தேர்வு செய்ய பல்வேறு குழுக்கள் (எ.கா., வாலிபர், இளம் பெண்கள், போன்றவை) மற்றும் மக்களின் எண்ணிக்கை பின்னர் இட ஒதுக்கீடு மக்களை பிரித்து. ஆராய்ச்சியாளர் ஒவ்வொரு குழுவிலும் தங்கள் அளவை எட்ட வரை பதிலளித்தவர்களில் ஒரு ஏடாகூடமான முறையில் தேர்ந்தெடுக்கப்படும். ஏனெனில் ஒதுக்கீடுகளின், இதன் விளைவாக மாதிரி இன்னும் இல்லையெனில் உண்மையாக இருக்க வேண்டும் விட இலக்கு மக்கள் போல், ஆனால் சேர்த்து சாத்திய தெரியவில்லை ஏனெனில் பல ஆராய்ச்சியாளர்கள் ஒதுக்கீடு மாதிரி சந்தேகம் இல்லை. உண்மையில், ஒதுக்கீடு மாதிரி ஒரு காரணம் 1948 அமெரிக்க ஜனாதிபதி தேர்தல்கள் பிழை "டெவே ட்ரூமன் தோல்விகளை" இருந்தது. அது மாதிரி செயல்முறை கட்டுப்பாட்டை வழங்குகிறது ஏனெனில், எனினும், ஒரு ஒதுக்கீடு மாதிரி ஒரு முற்றிலும் கட்டுப்பாடற்ற தரவு சேகரிப்பு மீது சில நன்மைகள் வேண்டும் எப்படி பார்க்க முடியும்.
இட ஒதுக்கீடு மாதிரி அப்பால் நகர்ந்து, அல்லாத நிகழ்தகவு மாதிரி செயல்முறை கட்டுப்படுத்தும் இன்னும் நவீன அணுகுமுறைகள் இப்போது சாத்தியம். அத்தகைய ஒரு அணுகுமுறை மாதிரி பொருந்தும் என்று அழைக்கப்படுகிறது, மற்றும் சில வணிக ஆன்லைன் குழு வழங்குநர்கள் மூலம் பயன்படுத்தப்படுகிறது. 1) மக்கள் தொகையில் ஒரு முழுமையான ரிஜிஸ்டர் மற்றும் 2) தொண்டர்கள் ஒரு பெரிய குழு: அதன் எளிய வடிவத்தில், மாதிரி பொருத்துதல் இரண்டு தரவு மூலங்கள் தேவைப்படுகிறது. அது தொண்டர்கள் எந்த மக்களிடம் இருந்து ஒரு நிகழ்தகவு மாதிரி இருக்க வேண்டிய அவசியம் இல்லை என்று முக்கியமானது; குழு தேர்வு இல்லை தேவைகள் உள்ளன என்று வலியுறுத்த, நான் அதை ஒரு அழுக்கு குழு அழைக்கிறேன். மேலும், மக்கள் தொகை பதிவேடு மற்றும் அழுக்கு குழு இரண்டு இந்த உதாரணம், நான் வயது, பால் பரிசீலிக்க வேண்டும், ஆனால் யதார்த்தமான சூழ்நிலைகளில் இந்த துணை தகவல் மிகவும் விரிவான இருக்க முடியும், ஒவ்வொரு நபர் பற்றி சில துணை தகவல் சேர்க்க வேண்டும். மாதிரி பொருந்தும் தந்திரம் நிகழ்தகவு மாதிரிகள் போன்ற அந்த மாதிரிகள் தயாரிக்கும் ஒரு வழியில் ஒரு அழுக்கு குழு இருந்து மாதிரிகள் தேர்ந்தெடுக்க வேண்டும்.
ஒரு உருவகப்படுத்தப்பட்ட நிகழ்தகவு மாதிரி மக்கள் தொகை பதிவேடு விட்டு எடுபடும் மாதிரி பொருந்தும் தொடங்குகிறது; இந்த உருவகப்படுத்தப்பட்ட மாதிரி ஒரு இலக்கு மாதிரி ஆகிறது. பின்னர், துணை தகவல் அடிப்படையில், இலக்கு மாதிரி வழக்குகள் மக்கள் அழுக்கு குழு ஒரு பொருந்தியது மாதிரி அமைக்க பொருத்தப்படும். உதாரணமாக, அங்கு இலக்கு மாதிரி ஒரு 25 வயது பெண், பின்னர் ஆராய்ச்சியாளர் பொருந்தியது மாதிரி இருக்க அழுக்கு குழு இருந்து ஒரு 25 வயது பெண் காண்கிறார். இறுதியாக, பொருந்தியது மாதிரி உறுப்பினர்கள் பதிலளித்தவர்களில் இறுதி செட் தயாரிக்க பேட்டி.
பொருந்தியது மாதிரி இலக்கு மாதிரி தெரிகிறது கூட, அது பொருந்தும் மாதிரி ஒரு நிகழ்தகவு மாதிரி அல்ல என்பதை நினைவில் கொள்வது முக்கியமானது. பொருந்தியது மாதிரிகள் மட்டுமே அறியப்பட்ட துணை தகவல்கள் (எ.கா., வயது, பால்) இலக்கு மாதிரி பொருத்த, ஆனால் unmeasured பண்புகள் முடியும். உதாரணமாக, அழுக்கு குழு மக்கள் அனைத்து ஏழை-பிறகு இருக்கும் என்றால், ஒரு காரணம் ஒரு ஆய்வு குழு பொருந்தியது மாதிரி வயது, பால் அது இன்னும் வேண்டும் அடிப்படையில் இலக்கு மாதிரி தெரிகிறது கூட பின் பணம் சம்பாதிக்க வேண்டும் சேர ஏழை மக்கள் மீது ஒரு சார்பு. உண்மை நிகழ்தகவு மாதிரி மாய இருவரும் அளவிடப்படுகிறது மற்றும் unmeasured பண்புகள் பிரச்சினைகள் (பாடம் 2 ஆய்வுகளும் இருந்து காரண அனுமானம் பொருத்தமான எங்கள் விவாதம் இசைவானதாக என்று ஒரு புள்ளி) அவுட் ஆட்சி உள்ளது.
நடைமுறையில், மாதிரி பொருத்துதல் ஆய்வுகள் முடிக்க ஆர்வமாக ஒரு பெரிய பன்முகப்பட்ட குழு கொண்ட பொறுத்தது, இதனால் அது முக்கியமாக அபிவிருத்தி மற்றும் போன்ற ஒரு குழு பராமரிக்க முடியாது என்று நிறுவனங்கள் மூலம் செய்யப்படுகிறது. மேலும், நடைமுறையில், அங்கு பொருந்தும் மற்றும் அல்லாத பதில் (சில நேரங்களில் பொருந்தும் மாதிரி உள்ள மக்கள் கருத்துக்கணிப்பில் பங்கேற்க மறுக்கும்) (இலக்கு மாதிரி யாராவது குழு இல்லை, சில நேரங்களில் ஒரு நல்ல போட்டி) பிரச்சினைகள் இருக்க முடியும். எனவே, நடைமுறையில், மாதிரி பொருத்துதல் செய்து ஆராய்ச்சியாளர்கள் மதிப்பீடுகள் செய்ய பிந்தைய ஸ்டிராடிபிகேஷனால் சரிசெய்தல் சில வகையான செய்ய.
அது மாதிரி பொருத்தம் குறித்த பயனுள்ள தத்துவார்த்த உத்தரவாதங்களையும் அளிக்க கடினமாக உள்ளது, ஆனால் நடைமுறையில் அது நன்றாக செயல்பட முடியும். உதாரணமாக, ஸ்டீபன் Ansolabehere மற்றும் பிரையன் Schaffner (2014) , மின்னஞ்சல், தொலைபேசி, மற்றும் மாதிரி பொருந்தும் மற்றும் பிந்தைய ஸ்டிராடிபிகேஷனால் சரிசெய்தல் பயன்படுத்தி ஒரு இணைய குழு: மூன்று வெவ்வேறு மாதிரிகளைப் பயன்படுத்தி மற்றும் முறைகள் நேர்காணல் 2010 இல் நடத்தப்பட்ட சுமார் 1,000 பேர் மூன்று இணை ஆய்வுகள் ஒப்பிடும்போது. மூன்று அணுகுமுறைகள் மதிப்பீடுகள் போன்ற தற்போதைய மக்கள்தொகை கணக்கெடுப்பு (CPS) மற்றும் தேசிய சுகாதார நேர்காணல் கருத்தாய்வு (NHIS) போன்ற உயர்தர வரையறைகளை இருந்து மதிப்பீடுகள் மிகவும் ஒத்த இருந்தன. மேலும் குறிப்பாக, இணைய மற்றும் அஞ்சல் கணக்கெடுப்புகள் இருவரும் 3 சதவிகித புள்ளிகள் சராசரியாக ஆஃப் என்று மற்றும் தொலைபேசி கணக்கெடுப்பு ஆஃப் 4 சதவீத புள்ளிகள் இருந்தது. இந்த பெரிய பிழைகள் ஒரு சுமார் 1,000 பேர் மாதிரிகள் இருந்து எதிர்பார்ப்பதை சுமார் என்ன. என்றாலும், கணிசமாக சிறந்த தரவு இந்த முறைகள் எதுவும், இணையம் மற்றும் தொலைப்பேசி கணக்கெடுப்பு இருவரும் (எடுத்து அதில் நாட்கள் அல்லது வாரங்கள்) மெயில் கணக்கெடுப்பு (எட்டு மாதங்கள் எடுத்து அதில்) விட துறையில் கணிசமாக வேகமாக இருந்தன, மற்றும் மாதிரி பொருந்தும் பயன்படுத்தப்படும் எந்த இணைய கணக்கெடுப்பில்,, மற்ற இரண்டு முறைகள் விட மலிவாக இருந்தது.
முடிவில், சமூக விஞ்ஞானிகள் மற்றும் புள்ளியியல் இந்த அல்லாத நிகழ்தகவு மாதிரிகளில் இருந்து அனுமானங்கள் நம்பமுடியாத சந்தேகம், பகுதியில் அவர்கள் போன்ற இலக்கிய டைஜஸ்ட் தேர்தல் சர்வே ஆராய்ச்சி சில இக்கட்டான தோல்விகள் தொடர்பில் இல்லாததால் உள்ளன. அதில் ஒரு பகுதி, நான் இந்த ஐயுறவு உடன்படவில்லை: unadjusted அல்லாத நிகழ்தகவு மாதிரிகள் மோசமான மதிப்பீடுகள் தயாரிக்க வாய்ப்பு உள்ளது. எனினும், ஆராய்ச்சியாளர்கள் மாதிரி செயல்முறை (எ.கா., பிந்தைய ஸ்டிராடிபிகேஷனால்) உள்ள சார்புத் தன்மையால் சரிசெய்ய முடியும் என்றால் அல்லது ஓரளவு மாதிரி செயல்முறை கட்டுப்படுத்த (எ.கா., மாதிரி பொருத்துதல்), அவர்கள் நல்ல மதிப்பீடுகள், மற்றும் மிக நோக்கங்களுக்காக போதிய தரம் கூட மதிப்பீடுகள் தயாரிக்க முடியும். நிச்சயமாக, அது செய்தபின் தூக்கிலிடப்பட்டார் நிகழ்தகவு மாதிரி செய்ய நன்றாக இருக்கும், ஆனால் அந்த இனி ஒரு யதார்த்தமான விருப்பத்தை தோன்றுகிறது.
அல்லாத நிகழ்தகவு மாதிரிகள் மற்றும் நிகழ்தகவு மாதிரிகள் இருவரும் தங்கள் தரமான வேறுபடுகின்றன, மற்றும் தற்போது அது வாய்ப்பு நிகழ்தகவு மாதிரிகளில் இருந்து பெரும்பாலான மதிப்பீடுகள் அல்லாத நிகழ்தகவு மாதிரிகளில் இருந்து மதிப்பீடுகள் விட நம்பிக்கைக்கு உரியவை என்று வழக்கு. ஆனால், இப்போது கூட, நன்கு நடத்தப்படுகிற அல்லாத நிகழ்தகவு மாதிரிகளில் இருந்து மதிப்பீடுகள் மோசமாக நடத்திய நிகழ்தகவு மாதிரிகளில் இருந்து மதிப்பீடுகளை விட ஒருவேளை நன்றாக இருக்கும். மேலும், அல்லாத நிகழ்தகவு மாதிரிகள் கணிசமாக மலிவானவை. இதனால், இது என்று நிகழ்தகவு எதிராக அல்லாத நிகழ்தகவு மாதிரி ஒரு செலவு தரமான வர்த்தக பரிமாற்றம் (படம் 3.6) வழங்குகிறது தோன்றுகிறது. எதிர்பார்த்து, நான் நன்றாக செய்து அல்லாத நிகழ்தகவு மாதிரிகளில் இருந்து மதிப்பீடுகள் மலிவான, சிறப்பான ஆக வேண்டும் என்று எதிர்பார்க்கிறோம். மேலும், ஏனெனில் தரைவழி தொலைபேசி ஆய்வுகள் மற்றும் அல்லாத பதில் அதிகரித்து விகிதங்கள் முறிவு, நான் நிகழ்தகவு மாதிரிகள் அதிக விலை ஆக குறைந்த தரம் வேண்டும் என்று எதிர்பார்க்கிறோம். ஏனெனில் இந்த நீண்ட கால போக்குகள், நான் அல்லாத நிகழ்தகவு மாதிரி சர்வே ஆராய்ச்சி மூன்றாவது காலத்தில் பெருகிய முறையில் முக்கிய மாறிவிட்டது என்று நினைக்கிறேன்.