Icke-samplingsfel

Vad är ett icke-provtagningsfel?

Ett icke-samplingsfel är en statistisk term som hänvisar till ett fel som uppstår under datainsamling, vilket gör att data skiljer sig från de sanna värdena. Ett icke-samplingsfel skiljer sig från ett samplingsfel. Ett urvalsfel är begränsat till eventuella skillnader mellan provvärden och universumvärden som uppstår på grund av att urvalsstorleken var begränsad. (Hela universum kan inte provas i en undersökning eller en folkräkning.)

Ett urvalsfel kan uppstå även när inga misstag av något slag görs. "Fel" beror på det faktum att data i ett prov sannolikt inte kommer att perfekt matcha data i universum från vilket provet är taget. Detta "fel" kan minimeras genom att öka urvalsstorleken.

Icke-samplingsfel täcker alla andra avvikelser, inklusive de som uppstår på grund av en dålig urvalsteknik.

Hur ett icke-provtagningsfel fungerar

Icke-urvalsfel kan förekomma i både urval och folkräkningar där en hel population undersöks. Icke-urvalsfel delas in i två kategorier: slumpmässiga och systematiska.

Slumpmässiga fel tros uppväga varandra och är därför oftast av ringa oro. Systematiska fel påverkar å andra sidan hela urvalet och utgör därför en mer betydande fråga. Slumpmässiga fel leder i allmänhet inte till att ett urval eller en folkräkning tas bort, medan ett systematiskt fel med största sannolikhet kommer att göra den insamlade informationen oanvändbar.

Icke-urvalsfel orsakas av externa faktorer snarare än ett problem inom en undersökning, studie eller folkräkning.

Det finns många sätt som icke-samplingsfel kan uppstå. Till exempel kan icke-urvalsfel inkludera, men är inte begränsade till, datainmatningsfel, partiska enkätfrågor, partisk bearbetning/beslutsfattande, uteblivna svar, olämpliga analysslutsatser och falsk information från respondenterna.

Särskilda överväganden

Även om en ökning av urvalsstorleken kan hjälpa till att minimera urvalsfel, kommer det inte att ha någon effekt på att minska fel utan urval. Detta beror på att icke-samplingsfel ofta är svåra att upptäcka, och det är praktiskt taget omöjligt att eliminera dem.

Icke-urvalsfel inkluderar bortfallsfel, täckningsfel, intervjufel och bearbetningsfel. Ett täckningsfel skulle till exempel uppstå om en person räknades två gånger i en undersökning, eller om deras svar duplicerades i undersökningen. Om en intervjuare är partisk i sitt urval, skulle det icke-samplingsfelet betraktas som ett intervjufel.

Dessutom är det svårt att bevisa att respondenterna i en undersökning lämnar falsk information – antingen av misstag eller med avsikt. Oavsett vilket, desinformation som tillhandahålls av respondenterna räknas som icke-urvalsfel och de beskrivs som svarsfel.

Tekniska fel finns i en annan kategori. Om det finns några datarelaterade poster⁠—som kodning, insamling, inmatning eller redigering—betraktas de som bearbetningsfel.

Höjdpunkter

• Ett icke-urvalsfel hänvisar till antingen slumpmässiga eller systematiska fel, och dessa fel kan vara utmanande att upptäcka i en undersökning, ett urval eller en folkräkning.

– När icke-urvalsfel uppstår ökar andelen bias i en studie eller undersökning.

– Ju högre antal fel, desto mindre tillförlitlig är informationen.

– Systematiska icke-urvalsfel är värre än slumpmässiga icke-urvalsfel eftersom systematiska fel kan leda till att studien, undersökningen eller folkräkningen måste skrotas.

– Ett icke-samplingsfel är en term som används i statistik som syftar på ett fel som uppstår under datainsamlingen, vilket gör att data skiljer sig från de sanna värdena.