3.4.3 Не-вероватноће узорци: узорак подударања

Нисмо исти сви узорци не вероватноћа. Можемо додати већу контролу на предњем крају.

Приступ Ванг и његове колеге користе за процену исхода америчке председничке изборе 2012. зависио искључиво од побољшања у анализи података. То јест, они прикупљају онолико одговора колико су могли, а затим покушао да их поново тежине. Допунска стратегија за рад са не-случајног узорковања је да имају већу контролу над процесом прикупљања података.

Најједноставнији пример делимично контролисаног процеса узорковања не вероватноће је узорковање квота, техника која датира још од раних дана истраживању. У узорковања квоте, истраживачи деле становништво у различитим групама (нпр младића, дјевојака, итд) па поставите квоте за број људи да би био изабран у свакој групи. Испитаници су изабрани на насумице док истраживач испунио своју квоту у свакој групи. Због квота, добијени узорак више личи на циљну популацију него што би иначе било истинито, али зато вероватноће укључења нису познати многи истраживачи су скептични узорковања квоте. У ствари, узорковање квота је био узрок "Девеи Пораз Труман" грешку у 1948. САД председничким изборима. Јер даје извесну контролу над процесом узорковања, међутим, може се видети како узорковање квота можда има неке предности у односу на потпуно неконтролисано прикупљање података.

Удаљава- узорковања квоте, модерније приступи контролу процеса узорковања не вероватноће су сада могуће. Један такав приступ се зове усклађивање узорак, а користи се од стране неких комерцијалних онлајн панел провајдера. У свом најједноставнијем облику, одговарајући узорак захтева два извора података: 1) потпуни регистар становништва и 2) велики панел волонтера. Важно је да волонтери не морају да буду узорак вероватноћа из било ког становништва; да нагласи да не постоје услови за избор у панелу, ја ћу га назвати прљава плоча. Исто тако, и регистар становништва и прљава плоча мора да садржи неке помоћне информације о свакој особи, у овом примеру, ја ћу размотрити старости и полу, али у реалним ситуацијама то помоћни информација може бити много детаљнији. Трик упаривања узорка је да изаберете узорке са прљавом панела на начин који производи узорке који изгледају као узорцима вероватноће.

одговарајући узорак почиње када се симулирати вероватноћа узорак узет из регистра становништва; ово симулирани узорак постаје мета узорак. Затим на основу помоћном информације предмета у циљној узорку су подешени људима у прљавом панелу да формира подудара узорак. На пример, ако постоји 25 година стар у циљној узорку, онда је истраживач налази 25 години Жена од прљавог панела бити у усклађене узорку. Коначно, чланови упарена узорка су интервјуисани за производњу коначни скуп испитаника.

Иако је упарен узорак изгледа као циљне узорка, важно је запамтити да одговара узорак није вероватноћа узорак. Подударају се узорци могу само одговара циљну узорак на познатом помоћни информације (на пример, старост и пол), али не и на Немерени карактеристикама. На пример, ако људи на прљавом панела сиромашнији-после свега, један од разлога да се придруже панел анкета је да заради новац-онда чак и ако је упарен узорак изгледа као циљне узорка у погледу старости и полу она ће и даље имати склоност ка сиромашним људима. Магија праве вероватноће узорковања је да влада на проблеме на обе измерених и неизмерну карактеристика (тачку која је у складу са нашим дискусију о одговарају за узрочно-последичне закључак из опсервационих студија у Поглављу 2).

У пракси, одговарајући узорак зависи има велику и разнолику панел жељан да заврши истраживања, и на тај начин се углавном обавља компанија које могу да приуште да развија и одржава такву плочу. Исто тако, у пракси, не може бити проблема са одговарајућом (понекад добре утакмице за некога у циљном узорку не постоји на табли) и без одговора (понекад људи у усклађене узорку одбијају да учествују у истраживању). Стога, у пракси, истраживачи раде поклапање узорка да врши неку врсту прилагођавања након стратификацијској да се процене.

Тешко је обезбедити корисне теоријске гаранције о подударања узорака, али у пракси то може добро обављати. На пример, Стивен Ансолабехере и Брајан СЦХАФФНЕР (2014) поређењу три паралелна истраживања о око 1.000 људи спроведене у 2010. години користећи три различите узорковање и анкетирање методе: маил, телефон и интернет панел помоћу узорка усклађивање и прилагођавање након стратификације. Процене из три приступа били су прилично слични проценама из високо квалитетних мерила као што је тренутно истраживање становништва (ЦПС) и Националне Хеалтх Интервиев Сурвеи (НХИС). Тачније, обе анкете Интернет и е-маил су са у просеку за 3 процентна поена и истраживање телефон био искључен за 4 процентна поена. Грешке ово велика су отприлике оно што се очекује од узорака око 1.000 људи. Иако, ниједан од ових начина произведених знатно бољи подаци, и интернет и телефон истраживање (која је дана или недеља) су знатно брже у поље него поште истраживања (која је осам месеци), а истраживање интернет, који користи подударања узорака, је јефтинији од других два начина.

У закључку, социолози и статистичари су невероватно скептични према закључака из ових узорака не вероватноће, делом због тога што су повезани са неким непријатним неуспесима истраживању, као што су књижевна Дигест анкети. У делу, слажем се са овим скептицизма: неприлагођена узорци не вероватноће ће вероватно произвести лоше процене. Међутим, ако истраживачи могу подесити за предрасуде у процесу узорковања (нпр, после стратификацијској) или контролише процес узорковања нешто (нпр, узорак подударања), они могу произвести боље процене, па чак и процене довољно квалитета за већину сврхе. Наравно, било би боље да раде савршено извршен случајног узорковања, али да више не изгледа као реална опција.

Оба узорка не вероватноће и узорци вероватноћа да варира у њихов квалитет, а тренутно је вероватно случај да је већина процене из узорка вероватноћа је поузданија од проценама из узорка не вероватноће. Али, чак и сада, процене из добро спроведених узорцима не вероватноћа су вероватно боље него проценама из лоше спроведеним узорцима вероватноће. Даље, узорци не вероватноће су знатно јефтиније. Тако, чини се да вероватноћа против не-случајног узорковања нуди цене квалитета компромис (слика 3.6). Радујем, ја очекујем да ће процене из добро урадили узорцима не вероватноћа постати јефтинији и бољи. Даље, због квара на телефонским анкетама фиксних и повећање стопе без одговора, очекујем да ће узорци вероватноћа постати скупљи и лошијег квалитета. Због ових дугорочних трендова, мислим да ће не вероватноћа узорковање постају све важнији у трећем добу истраживању.

Слика 3.6: Вероватноћа узорковање у пракси и не вероватноће узорковања су обе велике, хетерогене категорије. У принципу, постоји цена-грешка компромис са не-вероватноћа узорковање и нижи трошкови, али већа грешка. Међутим, добро урађено не вероватноћа узорковања може да произведе боље процене од лоше обављен вероватноће узорковања. У будућности, ја очекујем да ће без вероватноћа узорковање боље и јефтиније, а вероватноћа узорковања ће се погоршати и скупљи.

Слика 3.6: Вероватноћа узорковање у пракси и не вероватноће узорковања су обе велике, хетерогене категорије. У принципу, постоји цена-грешка компромис са не-вероватноћа узорковање и нижи трошкови, али већа грешка. Међутим, добро урађено не вероватноћа узорковања може да произведе боље процене од лоше обављен вероватноће узорковања. У будућности, ја очекујем да ће без вероватноћа узорковање боље и јефтиније, а вероватноћа узорковања ће се погоршати и скупљи.