Ikke-sampling fejl

Hvad er en ikke-prøveudtagningsfejl?

En ikke-stikprøvefejl er et statistisk udtryk, der refererer til en fejl, der opstår under dataindsamlingen, hvilket får dataene til at afvige fra de sande værdier. En ikke-stikprøvefejl adskiller sig fra en prøveudtagningsfejl. En stikprøvefejl er begrænset til eventuelle forskelle mellem prøveværdier og universværdier, der opstår, fordi prøvestørrelsen var begrænset. (Hele universet kan ikke udtages i en undersøgelse eller en folketælling.)

Der kan opstå en stikprøvefejl, selv når der ikke er begået fejl af nogen art. "Fejlene" skyldes den blotte kendsgerning, at data i en prøve sandsynligvis ikke passer perfekt til data i universet, hvorfra prøven er taget. Denne "fejl" kan minimeres ved at øge stikprøvestørrelsen.

Ikke-stikprøvefejl dækker alle andre uoverensstemmelser, inklusive dem, der opstår på grund af en dårlig stikprøveteknik.

Sådan fungerer en ikke-stikprøvefejl

Ikke-stikprøvefejl kan være til stede i både stikprøver og folketællinger, hvor en hel population er undersøgt. Ikke-stikprøvefejl falder ind under to kategorier: tilfældige og systematiske.

Tilfældige fejl menes at opveje hinanden og er derfor oftest af ringe bekymring. Systematiske fejl påvirker på den anden side hele stikprøven og udgør derfor et mere væsentligt problem. Tilfældige fejl vil generelt ikke resultere i skrotning af en prøve eller en folketælling, hvorimod en systematisk fejl højst sandsynligt vil gøre de indsamlede data ubrugelige.

Ikke-stikprøvefejl er forårsaget af eksterne faktorer snarere end et problem inden for en undersøgelse, undersøgelse eller folketælling.

Der er mange måder, hvorpå ikke-stikprøvefejl kan opstå. For eksempel kan fejl uden stikprøver omfatte, men er ikke begrænset til, dataindtastningsfejl, forudindtaget undersøgelsesspørgsmål, forudindtaget behandling/beslutningstagning, manglende svar, upassende analysekonklusioner og falsk information fra respondenterne.

Særlige overvejelser

Selvom en forøgelse af stikprøvestørrelsen kan hjælpe med at minimere stikprøvefejl, vil det ikke have nogen effekt på at reducere ikke-stikprøvefejl. Dette skyldes, at ikke-stikprøvefejl ofte er svære at opdage, og det er praktisk talt umuligt at eliminere dem.

Ikke-stikprøvefejl omfatter manglende svarfejl, dækningsfejl, interviewfejl og behandlingsfejl. En dækningsfejl ville for eksempel opstå, hvis en person blev talt to gange i en undersøgelse, eller deres svar blev duplikeret på undersøgelsen. Hvis en interviewer er forudindtaget i deres stikprøveudtagning, vil den ikke-stikprøvefejl blive betragtet som en interviewerfejl.

Derudover er det svært at bevise, at respondenterne i en undersøgelse giver falske oplysninger – enten ved en fejl eller med vilje. Uanset hvad, tæller misinformation givet af respondenterne som ikke-stikprøvefejl, og de beskrives som svarfejl.

Tekniske fejl findes i en anden kategori. Hvis der er datarelaterede poster⁠-såsom kodning, indsamling, indtastning eller redigering - betragtes de som behandlingsfejl.

Højdepunkter

• En ikke-stikprøvefejl refererer til enten tilfældige eller systematiske fejl, og disse fejl kan være udfordrende at få øje på i en undersøgelse, stikprøve eller folketælling.

• Når der opstår fejl uden stikprøver, stiger frekvensen af bias i en undersøgelse eller undersøgelse.

• Jo højere antal fejl, jo mindre pålidelige oplysninger.

• Systematiske ikke-stikprøvefejl er værre end tilfældige ikke-stikprøvefejl, fordi systematiske fejl kan resultere i, at undersøgelsen, undersøgelsen eller folketællingen må skrottes.

• En ikke-stikprøvefejl er et udtryk, der bruges i statistik, og som refererer til en fejl, der opstår under dataindsamlingen, hvilket får data til at afvige fra de sande værdier.