3.4.3 Nem valószínűségi mintákon: minta megfelelő

Nem minden nem-valószínűségi mintákon azonos. Mi adhat több ellenőrzés a front end.

A megközelítés Wang és munkatársai becsléséhez használt eredményét a 2012-es amerikai elnökválasztás függött teljesen javítását adatok elemzését. Azaz, összeszedtek annyi válaszokat tudtak majd megpróbálta újra súly őket. A kiegészítő stratégia dolgozó nem valószínűségi mintavételt több beleszólásuk az adatgyűjtést.

A legegyszerűbb példa a részlegesen kontrollált nem valószínűségi mintavételi eljárás kvóta mintavétel, a technika, hogy megy vissza a korai napokban kérdőíves kutatás. Kvóta mintavétel, a kutatók osztják a népesség különböző csoportjainak (például, fiatal férfiak, fiatal nők, stb.), Majd sor kvótákat a száma, akik kell kiválasztani az egyes csoportokban. A válaszadók kiválasztása a rendszertelenül, amíg a kutató találkozott a kvótát az egyes csoportokban. Mivel a kvóták a kapott minta úgy néz ki, mint a célcsoportot, mint igaz lenne másképp, hanem azért, mert a valószínűségek befogadás ismeretlen sok kutató szkeptikus kvóta mintavétel. Tény, hogy a kvóta mintavétel volt oka a "Dewey legyőzi Truman" hiba a 1948 amerikai elnöki közvélemény-kutatások. Mert ez biztosítja néhány felett a mintavételi eljárás azonban láthatjuk, hogyan kvóta mintavétel lehet néhány előnye a teljesen szabályozatlan adatgyűjtés.

Túllépve kvóta mintavétel, modernebb megközelítések a nem valószínűségi mintavételi eljárás is lehetségesek. Az egyik ilyen megközelítés az úgynevezett minta megfelelő, és ez által használt néhány online kereskedelmi központ számára. A legegyszerűbb formájában, minta megfelelő igényel két adatforrás: 1) teljes körű nyilvántartást a lakosság és 2) egy nagy panel önkéntesek. Fontos, hogy az önkéntesek nem kell, hogy egy valószínűségi minta bármely népesség; hangsúlyozni, hogy nincsenek követelmények kiválasztása a panel, hívom, hogy egy piszkos panel. Továbbá, mind a népesség-nyilvántartás és a piszkos panel tartalmaznia kell néhány kiegészítő információt minden egyes ember, ebben a példában, én úgy korú és nemű, de reális körülmények között ez a kiegészítő információkat lehetne sokkal részletesebb. A trükk a minta megfelelő, hogy mintákat egy piszkos panel oly módon, hogy termel minta úgy néz ki, mint valószínűségi mintákon.

Minta megfelelő kezdődik, amikor egy szimulált valószínűségi mintát veszünk a népesség-nyilvántartásban; ez a szimulált minta lesz a célpont mintát. Ezután alapján a kiegészítő információ, az esetekben a cél mintában vannak illesztve az emberek a piszkos panel alkotnak egy párosított minta. Például, ha van egy 25 éves nő, a megcélzott mintában, akkor a kutató úgy találja, egy 25 éves nő a piszkos panel, hogy a párosított mintában. Végül, tagjai a párosított minta megkérdezett, hogy a végső sor válaszadók.

Annak ellenére, hogy a kiegyenlített minta úgy néz ki, mint a megcélzott mintában, fontos megjegyezni, hogy a párosított minta nem egy valószínűségi minta. Egyező minták csak a célpont mintát az ismert kiegészítő információkat (pl, kor és nem), de nem, nem mért jellemzők. Például, ha az emberek a piszkos panel általában a gyengébb elvégre az egyik oka, hogy csatlakozzon egy felmérés panel, hogy pénzt keresni, akkor is, ha a párosított minta úgy néz ki, mint a megcélzott mintában az életkor és nem szerint ez még mindig elfogultsággal szegény emberek. A mágia valódi valószínűségi mintavételt kizárni problémák, a mért és nem mért jellemzők (egy pont, ami összhangban van a vita a megfelelő ok-okozati következtetés a megfigyeléses vizsgálatok a 2. fejezetben).

A gyakorlatban, a minta megfelelő attól függ, hogy a nagy és változatos panel alig várja, hogy teljes felmérések, és így főként történik cégek megengedhetik maguknak, hogy fejleszteni és fenntartani egy ilyen panel. Továbbá, a gyakorlatban, nem lehet probléma a megfelelő (néha egy jó meccs, hogy valaki a cél minta nem létezik a panel) és nem választ (néha az emberek az illesztett mintája nem vesznek részt a felmérésben). Ezért a gyakorlatban a kutatók csinál minta megfelelő is végez valamilyen utólagos rétegzés beállítás, hogy a becslések.

Nehéz hasznos elméleti garanciát a minta megfelelő, de a gyakorlatban is jól teljesítenek. Például Stephen Ansolabehere és Brian Schaffner (2014) képest három párhuzamos felmérést mintegy 1000 ember 2010-ben végzett három különböző mintavételi és interjú módszer: mail, telefon, és egy internetes panel segítségével mintát egyezés utáni rétegződés beállítása. A becslések a három megközelítés igen hasonló volt becslései minőségi kritériumok, mint például az aktuális népesség Survey (CPS) és az Országos Lakossági Egészségfelmérés (NHIS). Pontosabban, az interneten és postai felmérések voltak ki átlagosan 3 százalékponttal, a telefonos felmérés volt kapcsolva 4 százalékponttal. Hibák ez a nagy körülbelül mit elvár minták mintegy 1000 ember. Bár ezek egyike sem módok elő lényegesen jobb adat, mind az internet és a telefon felmérés (amelyik napok vagy hetek) lényegesen gyorsabban terén, mint az e-mail felmérés (amelyik nyolc hónap), és az internet felmérést, amely használt minta megfelelő, olcsóbb volt, mint a másik két mód.

Összefoglalva, a társadalomtudósok és a statisztikusok hihetetlenül szkeptikus következtetéseket ezekből nem valószínűségi minta, részben azért, mert társított néhány kínos kudarcok kérdőíves kutatás, mint az irodalmi Digest közvélemény-kutatás. Részben egyetértek a szkepticizmus: korrigálatlan nem valószínűségi minta valószínűleg termelni rossz becslés. Ha azonban a kutatók állíthatja a torzítás a mintavételi eljárás (pl utáni rétegződés) vagy ellenőrzik a mintavételi eljárás valamivel (pl minta megfelelő), akkor jobban ki becsléseket, és még becslések megfelelő minőségű a legtöbb célra. Persze, nem lenne jobb, ha nem tökéletesen végrehajtott valószínűségi mintavétel, de ez már nem tűnik reális megoldásnak.

Mind a nem valószínűségi mintákon és valószínűségi mintákon változó a minőség, és jelenleg ez valószínűleg a helyzet, hogy a legtöbb becslés valószínűségi minták megbízhatóbbak becslései nem valószínűségi mintát. De még most is, becslések helyesen lefolytatott nem valószínűségi mintát talán jobb, mint becslések rosszul végzett valószínűségi mintákon. Továbbá, a nem valószínűségi mintát lényegesen olcsóbb. Úgy tűnik tehát, hogy a valószínűsége vs nem valószínűségi mintavételi kínál költséghatékony minőségi kompromisszum (3.6 ábra). Várja, elvárom, hogy a becslések a jól végzett nem valószínűségi minta lesz olcsóbb és jobb. Továbbá, mivel a bontás vezetékes telefon felmérések és növekvő aránya a nem válasz, azt várom, hogy valószínűségi mintákon lesz drágább és rosszabb minőségű. Ezek miatt a hosszú távú trendek, úgy gondolom, hogy nem valószínűségi mintavételi egyre fontosabb lesz a harmadik korszak kérdőíves kutatás.

3.6 ábra: valószínűségi mintavétel a gyakorlatban, és nem valószínűségi mintavételi egyaránt nagy, heterogén kategória. Általában van egy költség-hiba trade-off a nem valószínűségi mintavétellel alacsonyabb költségű, de nagyobb hiba. Azonban jól sikerült, nem valószínűségi mintavétel képes jobb becsléseket, mint a rosszul végzett valószínűségi mintavétel. A jövőben, azt várom, hogy a nem valószínűségi mintavétel lesz jobb és olcsóbb, miközben valószínűségi mintavétel lesz rosszabb és drágább.

3.6 ábra: valószínűségi mintavétel a gyakorlatban, és nem valószínűségi mintavételi egyaránt nagy, heterogén kategória. Általában van egy költség-hiba trade-off a nem valószínűségi mintavétellel alacsonyabb költségű, de nagyobb hiba. Azonban jól sikerült, nem valószínűségi mintavétel képes jobb becsléseket, mint a rosszul végzett valószínűségi mintavétel. A jövőben, azt várom, hogy a nem valószínűségi mintavétel lesz jobb és olcsóbb, miközben valószínűségi mintavétel lesz rosszabb és drágább.