3.4.3 Muut kuin todennäköisyysotantaan: näyte matching

Kaikkia ei-todennäköisyyden näytteet ovat samat. Voimme lisätä enemmän valvontaa etuosa.

Lähestymistapa Wang ja työtovereiden käytetty arvioitaessa tulos 2012 Yhdysvaltain presidentinvaalit riippui yksinomaan parannuksiin tietojen analysointiin. Eli ne kerätään paljon vastauksia kuin pystyivät ja sitten yrittänyt uudelleen paino niitä. Täydentävä strategia kanssa kuin todennäköisyysotantaan on saada enemmän valtaa tiedonkeruu.

Yksinkertaisin esimerkki osittain hallinnassa kuin todennäköisyysotantaan prosessi on kiintiö näytteenotto, tekniikka, joka juontaa juurensa alkuaikoina kyselytutkimuksen. Vuonna kiintiö näytteenotto, tutkijat jakavat väestön eri ryhmiin (esim nuoria miehiä, nuoria naisia ​​jne) ja sen jälkeen asetettu kiintiöt ihmisten määrä valitaan kussakin ryhmässä. Vastaajat valitaan sattumanvaraisesti kunnes tutkijan on täyttänyt kiintiötään kussakin ryhmässä. Koska kiintiöiden tuloksena näyte näyttää enemmän kohderyhmä kuin olisi totta muuten, mutta koska todennäköisyydet sisällyttäminen ei tunneta monet tutkijat ovat skeptisiä kiintiö näytteenotto. Itse asiassa kiintiö näytteenotto oli syy "Dewey Tappiot Truman" virhe 1948 Yhdysvaltain presidentin gallupit. Koska se tarjoaa jonkin verran valvoa mittauksen, kuitenkin, voi nähdä, miten kiintiö näytteenotto saattaa olla joitakin etuja täysin kontrolloimaton tiedonkeruuta.

Moving pidemmälle kiintiö näytteenotto, modernimpi lähestymistapoja valvontaan kuin todennäköisyysotantaan prosessi ovat nyt mahdollisia. Yksi tällainen lähestymistapa on nimeltään näyte matching, ja sitä käytetään joissakin kaupallinen verkossa paneeli tarjoajia. Yksinkertaisimmillaan, näyte matching vaatii kaksi tietolähteet: 1) täydellinen rekisteri väestöstä ja 2) suuri paneeli vapaaehtoisia. On tärkeää, että vapaaehtoiset ei tarvitse olla todennäköisyys näyte mistä tahansa väestön korostaa, että ei ole olemassa vaatimuksia valintaa paneeliin, soitan sitä likainen paneeli. Myös molemmat väestörekisteriin ja likainen paneeli on oltava joitakin ylimääräisiä tietoja kunkin henkilön, tässä esimerkissä, minä harkita iän ja sukupuolen, mutta realistinen tilanteissa tämä lisäinformaatio saattaa olla paljon yksityiskohtaisempi. Temppu näytteen sovitus on valita näytteet likainen paneeli tavalla, joka tuottaa näytteet, jotka näyttävät todennäköisyysotantaan.

Näyte matching alkaa, kun simuloitu todennäköisyys näyte otetaan väestörekisteristä; Tämä simuloitu näyte tulee kohdenäytteessä. Sitten, joka perustuu lisäinformaation tapauksia kohdeotokseen sovitetaan ihmisiä likainen paneeli muodostaa Hyväksytty näyte. Esimerkiksi jos on 25 vuotta vanha nainen kohdeotokseen, sitten tutkija etsii 25 vuotta vanha nainen päässä likainen paneeli on sovitetussa näytteessä. Lopuksi jäsenet sovitetun näytteen haastatellaan tuottaa viimeinen vastaajista.

Vaikka Hyväksytty tulos näyttää kohdeotokseen, on tärkeää muistaa, että sovitetun näyte ei ole todennäköisyys näyte. Hyväksytty näytteet voivat vain kohdistuskuvake näyte tunnetun lisäinformaation (esim, ikä ja sukupuoli), mutta ei mittaamatta ominaisuuksia. Esimerkiksi jos ihmiset likainen paneelin yleensä huonompi-loppujen lopuksi yksi syy liittyä kyselyn paneeli on ansaita rahaa sitten vaikka Hyväksytty tulos näyttää kohdeotokseen kannalta iän ja sukupuolen se on silti bias kohti köyhiä. Taika todellisen todennäköisyyden näytteenotto on sulkea pois ongelmia sekä mitattujen mittaamatta ominaisuudet (piste, joka on sopusoinnussa keskustelumme yhteensovittamistoimenpiteet syy päätellen havaintotutkimuksista luvussa 2).

Käytännössä näyte matching riippuu jolla on laaja ja monipuolinen paneeli innokkaita loppuun tutkimuksia, ja siten se on pääasiassa yritykset, jotka on varaa kehittää ja ylläpitää tällaista paneelia. Myös käytännössä, voi olla ongelmia matching (joskus hyvä ottelu joku kohdeotokseen ei löydy paneelin) ja kato (joskus ihmiset sovitetussa näytteessä kieltäytyä osallistua kyselyyn). Näin ollen käytännössä, tutkijat tekevät näyte matching myös suorittaa jonkinlaista jälkiositukseen säätö tehdä arvioita.

On vaikea antaa hyödyllisiä teoreettisia takeita näyte matching, mutta käytännössä se voi suorittaa hyvin. Esimerkiksi Stephen Ansolabehere ja Brian Schaffner (2014) verrattuna kolme rinnakkaista tutkimuksiin noin 1000 ihmistä toteutettiin 2010 käyttäen kolmea eri näytteenotto- ja haastattelumenetelmillä: posti, puhelin ja Internet-paneelin avulla näyte matching ja jälkiositukseen säätö. Arvioista kolmesta lähestymistavoista olivat melko samanlaisia ​​arvioiden laadukkaita vertailuarvoja, kuten nykyinen asukasluku Survey (CPS) ja National Health Interview Survey (NHIS). Tarkemmin, sekä Internetin ja sähköpostin tutkimukset olivat pois keskimäärin 3 prosenttiyksikköä ja puhelin tutkimus oli pois 4 prosenttiyksikköä. Virheet tämä suuri noin odottaisi näytteistä noin 1000 henkilöä. Vaikka mikään näistä tiloista tuotti huomattavasti parempia tietoja, sekä Internetin ja puhelimen kysely (joka kesti päiviä tai viikkoja) olivat olennaisesti nopeammin kenttään kuin postikyselynä (joka kesti kahdeksan kuukautta), ja Internet-kysely, jota käytetään näytteen matching, oli halvempi kuin kaksi muuta tilaa.

Lopuksi yhteiskuntatieteilijät ja tilastotieteilijät ovat uskomattoman skeptisiä päätelmiä näiden ei-todennäköisyysotantaan, osittain koska ne liittyvät joidenkin kiusallista viat kyselytutkimuksen kuten Literary Digest kyselyssä. Osittain yhdyn kriittisyys: oikaisematon kuin todennäköisyysotantaan tuottavat todennäköisesti huono arvioita. Kuitenkin, jos tutkijat voivat säätää, että harhat näytteenottoprosessi (esim jälkiositukseen) tai ohjata näytteenottoprosessi hieman (esim näyte matching), ne voivat tuottaa parempia arvioita, ja jopa arviot riittävän laadukkaita useimpiin tarkoituksiin. Tietenkin olisi parempi tehdä täydellisesti toteutettu todennäköisyysotantaan, mutta se ei vaikuta enää realistinen vaihtoehto.

Sekä ei-todennäköisyysotantaan ja todennäköisyys näytteet vaihtelevat niiden laatuun, ja tällä hetkellä se on todennäköisesti totta, että suurin osa arvioiden todennäköisyysotantaan ovat luotettavampia kuin arvioita kuin todennäköisyysotantaan. Mutta jo nyt, arvioiden hyvin suoritetuista kuin todennäköisyys näytteet ovat luultavasti parempia kuin arvioiden huonosti suoritettu todennäköisyysotantaan. Edelleen, ei-todennäköisyys näytteet ovat oleellisesti halvempia. Näin ollen näyttää siltä, ​​että todennäköisyys vs kuin todennäköisyysotantaan tarjoaa kustannus-laatu kauppa-off (Kuva 3.6). Innolla odotan, että arvioiden kypsäksi kuin todennäköisyysotantaan tulee halvempia ja parempia. Edelleen, koska erittely lankapuhelin tutkimuksia ja yhä hinnat ei-vastausta, odotan, että todennäköisyys näytteet tulee kalliimmaksi ja huonompilaatuisia. Koska nämä pitkän aikavälin trendejä, uskon, että ei-todennäköisyysotantaan tulee yhä tärkeämpää kolmannen aikakauden kyselytutkimuksen.

Kuva 3.6: Todennäköisyys näytteenotto käytännössä ja ei-todennäköisyysotantaan ovat suuria, heterogeeninen luokkia. Yleensä on kustannus-virhe kompromisseja muiden kuin todennäköisyysotantaan ollessa halvemmalla mutta korkeampi virhe. Kuitenkin hyvin tehty ei-todennäköisyysotantaan voivat tuottaa parempia arvioita kuin huonosti tehty todennäköisyysotantaan. Tulevaisuudessa odotan, että ei-todennäköisyysotantaan saavat parempaa ja halvempaa, kun todennäköisyysotantaan pahenee ja kalliimpaa.

Kuva 3.6: Todennäköisyys näytteenotto käytännössä ja ei-todennäköisyysotantaan ovat suuria, heterogeeninen luokkia. Yleensä on kustannus-virhe kompromisseja muiden kuin todennäköisyysotantaan ollessa halvemmalla mutta korkeampi virhe. Kuitenkin hyvin tehty ei-todennäköisyysotantaan voivat tuottaa parempia arvioita kuin huonosti tehty todennäköisyysotantaan. Tulevaisuudessa odotan, että ei-todennäköisyysotantaan saavat parempaa ja halvempaa, kun todennäköisyysotantaan pahenee ja kalliimpaa.