3.4.3 Sigara olasılık örnekleri: Örnek eşleştirme

Tüm olmayan olasılık örnekleri aynıdır. Biz ön ucunda daha fazla denetimi ekleyebilirsiniz.

yaklaşım Wang ve 2012 ABD başkanlık seçimleri sonucunu tahmin etmek için kullanılan meslektaşları veri analizi gelişmelere tamamen bağlıydı. Yani, onlar geldiğince çok tepkiler toplanan ve daha sonra bunları ağırlık yeniden çalıştı. olasılıklı olmayan örnekleme ile çalışmak için bir tamamlayıcı strateji veri toplama süreci üzerinde daha fazla kontrole sahip olmaktır.

Kısmen kontrol olasılık dışı örnekleme sürecinin en basit örneği kota örneklemesi, anket araştırmalarının ilk günlerinde geri gider bir tekniktir. kota örneklemesi, araştırmacılar her grupta seçilecek farklı gruplar (örneğin, genç erkekler, genç kadınlar, vb) ve insanların sayısı daha sonra belirlenen kontenjanlar içine nüfus bölün. Araştırmacı her grupta kota yerine getirene kadar Katılımcılar gelişigüzel bir şekilde seçilir. Çünkü kota, ortaya çıkan örnek daha başka türlü doğru olacağını daha hedef nüfus gibi görünüyor, ama içerme olasılıkları bilinmeyen çünkü birçok araştırmacı kota örneklemesi şüpheci. Aslında, kota örneklemesi nedeni 1948 ABD Başkanlık anketlerde hata "Dewey Truman Mağlubiyet" oldu. örnekleme süreci üzerinde bir miktar kontrol sağladığından, ancak, bir kota örneklemesi tamamen kontrolsüz bir veri toplama göre bazı avantajlara sahip olabileceğini görebilirsiniz.

kota örneklemesi ötesinde, olasılık dışı örnekleme sürecini kontrol etmek daha modern yaklaşımlar artık mümkün. Bu tür bir yaklaşım Örnek eşleştirme olarak adlandırılan ve bazı ticari ağ paneli sağlayıcıları tarafından kullanılmaktadır. Nüfusun 1) tam bir kayıt ve gönüllülerin 2) büyük bir panel: En basit şekliyle, örnek eşleştirme iki veri kaynağı gerektirir. Gönüllüler herhangi nüfus bir olasılık örnek olması gerekmez önemlidir; panelin içine seçimi için hiçbir gereksinimleri olmadığını vurgulamak için, ben kirli bir paneli arayacağım. Ayrıca, nüfus kayıt ve kirli paneli hem bu örnekte, ben yaş ve cinsiyet dikkate edeceğiz, ama gerçekçi durumlarda bu yardımcı bilgiler çok daha detaylı olabilir, her kişi hakkında bazı yardımcı bilgiler içermelidir. Numune eşleşen hile olasılığı örneklerinin benziyor örnekleri üreten bir şekilde kirli bir panelden örnekleri seçmektir.

bir simüle olasılık örnek nüfus dairesinden alındığında örnek eşleştirme başlar; Bu simüle örnek, bir hedef örnek olur. Sonra, yardımcı bilgilere dayanarak, hedef numunede vakalar eşleşen bir örnek oluşturmak için kirli panelde insanlara eşleştirilir. Örneğin, eğer hedef numunede 25 yaşındaki kadın var, o zaman araştırmacı eşleşen numunede olmak kirli panelinden 25 yaşındaki kadın bulur. Son olarak, eşleşen numunenin üyeleri katılımcıların nihai seti üretmek için görüşmeler yapılmaktadır.

eşleşti örnek hedef numunenin gibi görünüyor olsa da, eşleştirilmiş örnek bir olasılık örneği olmadığını hatırlamak önemlidir. Eşleştirilmiş örnekler yalnızca bilinen yardımcı bilgiler (örn, yaş ve cinsiyet) hedef örneği maç değil, ölçülmeyen özelliklerine yapabilirsiniz. Kirli panelde insanlar yoksul-sonuçta olma eğilimindedir Örneğin, bir nedeni bir anket paneli eşleştirilmiş örnek yaş ve hala sahip olacaktır cinsiyet açısından hedef örnekteki gibi görünse bile-daha sonra para kazanmak için katılmak için yoksul insanların karşı bir önyargı. Gerçek olasılık örnekleme sihirli hem ölçülmüş ve ölçülmeyen özelliklerine sorunları (Bölüm 2 gözlemsel çalışmalardan nedensel çıkarım için eşleşen bizim tartışma ile tutarlı bir nokta) ekarte etmektir.

Uygulamada, numune eşleştirme anketleri tamamlamak için istekli geniş ve çeşitli paneli sahip bağlıdır ve bu nedenle başta olmak üzere bir panel geliştirmek ve korumak için gelemez şirketler tarafından yapılır. Ayrıca, uygulamada, eşleştirme ve non-yanıt (bazen eşleştirilmiş örneklem insanlar ankete katılmayı reddetme) (hedef örneğindeki birisi panelde mevcut değil bazen iyi bir maç) ile ilgili sorunlar olabilir. Bu nedenle, uygulamada, örnek eşleştirme yaparak Araştırmacılar ayrıca tahminleri yapmak için tabakalaşma sonrası ayarı çeşit gerçekleştirin.

Örnek eşleştirme hakkında yararlı teorik garantiler sağlamak zordur, ama pratikte iyi gerçekleştirebilirsiniz. Örneğin, Stephen Ansolabehere ve Brian Schaffner (2014) posta, telefon, ve örnek eşleştirme ve post-tabakalaşma ayarı kullanarak bir İnternet paneli: Üç farklı örnekleme yöntemiyle ve yöntemleri görüşme 2010 yılında yapılan yaklaşık 1.000 kişinin üç paralel anketler karşılaştırıldı. Üç yaklaşımlardan tahminler gibi Akım Nüfus Araştırması (CPS) ve Ulusal Sağlık Röportaj Araştırması (USES) gibi yüksek kaliteli kriterler tahminlerine oldukça benzerdir. Daha spesifik olarak, hem internet ve e-posta anketleri 3 puanlık bir ortalama kapalı ve telefon anketi kapalı 4 puan oldu. Bu büyük hatalar biri yaklaşık 1.000 kişi örneklerinden beklediğiniz yaklaşık şeylerdir. Her ne kadar, önemli ölçüde daha iyi veri üretilen bu modların hiçbiri, (sekiz ay sürdü) posta anketine göre alanına önemli ölçüde daha hızlı idi (gün veya hafta sürdü) Internet ve telefon anketi ve örnek eşleştirme kullanılan internet araştırması, hem diğer iki mod daha ucuz.

Böyle Edebiyat Digest anket olarak anket araştırma bazı utanç verici başarısızlıkları ile ilişkili olduğundan Sonuç olarak, sosyal bilimciler ve istatistikçiler kısmen, bu olasılık dışı örneklerinden çıkarımlar inanılmaz şüpheci vardır. bölümünde, bu şüphe ile katılıyorum: düzeltilmemiş olmayan olasılık örnekleri kötü tahminler üretmek için muhtemeldir. Araştırmacılar (örneğin, post-tabakalaşma) örnekleme sürecinde önyargıları ayarlamak ya da biraz örnekleme sürecini kontrol edebilirsiniz Ancak, (örneğin, örnek eşleştirme), daha iyi tahminler ve çoğu amaçlar için yeterli kalitede hatta tahminleri üretebilir. Tabii ki, mükemmel idam olasılıklı örnekleme yapmak için daha iyi olurdu, ama o artık gerçekçi bir seçenek gibi görünmektedir.

olasılık dışı örnekleri ve olasılık örnekleri Her ikisi de kalitesi değişir ve şu anda muhtemelen olasılık örneklerinden en tahminler olmayan olasılık örneklerinden tahminlerden daha güvenilir olduğunu durumdur. Ama, şimdi bile, iyi yürütülmüş olmayan olasılık örneklerinden tahminler kötü yürütülmüş olasılık örneklerinden tahminlerden daha büyük olasılıkla daha iyi. Ayrıca, olasılık dışı örnekleri ölçüde daha ucuzdur. Nedenle, olasılıklı olmayan örnekleme vs ihtimali bir maliyet-kalite trade-off (Şekil 3.6) sunmaktadır görünür. İleriye yönelik olarak, ben iyi pişmiş dışı olasılık örneklerinden tahminler daha ucuz ve daha iyi olacağını bekliyoruz. Ayrıca, çünkü sabit telefon anketleri ve non-yanıt artan oranlarda arıza, ben olasılık örnekleri daha pahalı hale gelir ve düşük kaliteli bekliyoruz. Çünkü bu uzun vadeli eğilimlerin, ben olasılık dışı örnekleme anket araştırma üçüncü döneminde giderek daha önemli hale gelecektir diye düşünüyorum.

Şekil 3.6: Uygulamada olmayan olasılık örnekleme olasılık örneklemesi hem büyük, heterojen kategoriler vardır. Genel olarak, olasılık dışı örnekleme düşük maliyetli ancak daha yüksek hata olmak bir maliyet hata ticaret-off var. Ancak, iyi pişmiş olasılık dışı örnekleme kötü-done olasılık örnekleme daha iyi tahminler üretebilir. Gelecekte, ben olasılık dışı örnekleme olasılık örneklemesi kötü ve daha pahalı alacak ise daha iyi ve daha ucuz olsun bekliyoruz.

Şekil 3.6: Uygulamada olmayan olasılık örnekleme olasılık örneklemesi hem büyük, heterojen kategoriler vardır. Genel olarak, olasılık dışı örnekleme düşük maliyetli ancak daha yüksek hata olmak bir maliyet hata ticaret-off var. Ancak, iyi pişmiş olasılık dışı örnekleme kötü-done olasılık örnekleme daha iyi tahminler üretebilir. Gelecekte, ben olasılık dışı örnekleme olasılık örneklemesi kötü ve daha pahalı alacak ise daha iyi ve daha ucuz olsun bekliyoruz.