Investor's wiki

Provtagningsfel

Provtagningsfel

Vad Àr ett samplingsfel?

Ett urvalsfel Àr ett statistiskt fel som uppstÄr nÀr en analytiker inte vÀljer ett urval som representerar hela populationen av data. Som ett resultat av detta representerar resultaten i urvalet inte de resultat som skulle erhÄllas frÄn hela populationen.

Provtagning Àr en analys som görs genom att vÀlja ett antal observationer frÄn en större population. Urvalsmetoden kan ge bÄde provtagningsfel och icke-samplingsfel.

FörstÄ provtagningsfel

Ett urvalsfel Ă€r en avvikelse i urvalsvĂ€rdet mot det sanna populationsvĂ€rdet. Urvalsfel uppstĂ„r eftersom urvalet inte Ă€r representativt för populationen eller Ă€r partiskt pĂ„ nĂ„got sĂ€tt. Även randomiserade urval kommer att ha en viss grad av urvalsfel eftersom ett urval endast Ă€r en approximation av populationen frĂ„n vilken det Ă€r hĂ€mtat.

Typer av provtagningsfel

Det finns olika kategorier av urvalsfel.

Populationsspecifikt fel

Ett populationsspecifikt fel uppstÄr nÀr en forskare inte förstÄr vem som ska undersöka.

Valfel

Urvalsfel uppstÄr nÀr undersökningen Àr sjÀlvvald, eller nÀr endast de deltagare som Àr intresserade av undersökningen svarar pÄ frÄgorna. Forskare kan försöka övervinna urvalsfel genom att hitta sÀtt att uppmuntra deltagande.

Sample Frame Error

Ett urvalsramfel uppstÄr nÀr ett urval vÀljs frÄn fel populationsdata.

Uteblivet fel

Ett bortfallsfel uppstÄr nÀr ett anvÀndbart svar inte erhÄlls frÄn undersökningsforskarna eftersom de inte kunde kontakta potentiella respondenter (eller potentiella respondenter vÀgrade att svara).

Eliminera provtagningsfel

Förekomsten av urvalsfel kan minskas genom att öka urvalsstorleken. NĂ€r urvalsstorleken ökar kommer urvalet nĂ€rmare den faktiska populationen, vilket minskar risken för avvikelser frĂ„n den faktiska populationen. TĂ€nk pĂ„ att genomsnittet av ett urval pĂ„ 10 varierar mer Ă€n genomsnittet av ett urval pĂ„ 100. ÅtgĂ€rder kan ocksĂ„ vidtas för att sĂ€kerstĂ€lla att urvalet representerar hela populationen pĂ„ ett adekvat sĂ€tt.

Forskare kan försöka minska provtagningsfel genom att replikera sin studie. Detta kan Ästadkommas genom att göra samma mÀtningar upprepade gÄnger, anvÀnda mer Àn en patient eller flera grupper, eller genom att genomföra flera studier.

SlumpmÀssig urval Àr ett ytterligare sÀtt att minimera förekomsten av urvalsfel. SlumpmÀssigt urval etablerar ett systematiskt tillvÀgagÄngssÀtt för att vÀlja ett urval. Till exempel, snarare Àn att vÀlja deltagare som ska intervjuas pÄ mÄfÄ, kan en forskare vÀlja de vars namn stÄr först, 10:e, 20:e, 30:e, 40:e och sÄ vidare pÄ listan.

Exempel pÄ samplingsfel

Antag att XYZ Company tillhandahÄller en prenumerationsbaserad tjÀnst som lÄter konsumenter betala en mÄnadsavgift för att streama videor och andra typer av programmering via en internetanslutning.

Företaget vill undersöka husÀgare som tittar pÄ minst 10 timmars programmering via internet per vecka och som betalar för en befintlig videostreamingtjÀnst. XYZ vill avgöra hur stor andel av befolkningen som Àr intresserad av en billigare prenumerationstjÀnst. Om XYZ inte tÀnker noga pÄ provtagningsprocessen kan flera typer av provtagningsfel uppstÄ.

Ett populationsspecifikationsfel skulle uppstĂ„ om XYZ Company inte förstĂ„r de specifika typer av konsumenter som bör inkluderas i urvalet. Till exempel, om XYZ skapar en befolkning av mĂ€nniskor mellan 15 och 25 Ă„r, fattar mĂ„nga av dessa konsumenter inte köpbeslutet om en videostreamingtjĂ€nst eftersom de kanske inte arbetar heltid. Å andra sidan, om XYZ sammanstĂ€ller ett urval av arbetande vuxna som fattar köpbeslut, kanske konsumenterna i denna grupp inte tittar pĂ„ 10 timmars videoprogram varje vecka.

Urvalsfel orsakar ocksÄ förvrÀngningar i resultaten av ett prov. Ett vanligt exempel Àr en undersökning som bara förlitar sig pÄ en liten del av personer som omedelbart svarar. Om XYZ anstrÀnger sig för att följa upp konsumenter som inte svarar frÄn början kan resultatet av undersökningen Àndras. Dessutom, om XYZ utesluter konsumenter som inte svarar direkt, kanske urvalsresultaten inte speglar preferenserna för hela befolkningen.

Samplingsfel vs. Icke-samplingsfel

Det finns olika typer av fel som kan uppstÄ vid insamling av statistisk data. Urvalsfel Àr de till synes slumpmÀssiga skillnaderna mellan egenskaperna hos en urvalspopulation och den allmÀnna populationens egenskaper. Urvalsfel uppstÄr eftersom urvalsstorlekarna oundvikligen Àr begrÀnsade. (Det Àr omöjligt att ta ett urval av en hel population i en undersökning eller en folkrÀkning.)

Ett urvalsfel kan uppstÄ Àven nÀr inga misstag av nÄgot slag görs; Samplingsfel uppstÄr eftersom inget prov nÄgonsin kommer att perfekt matcha data i universum som provet tas frÄn.

Företaget XYZ kommer ocksÄ att vilja undvika icke-samplingsfel. Icke-samplingsfel Àr fel som uppstÄr under datainsamling och gör att data skiljer sig frÄn de sanna vÀrdena. Icke-urvalsfel orsakas av mÀnskliga fel, till exempel ett misstag som gjorts i undersökningsprocessen.

Om en grupp konsumenter bara tittar pÄ fem timmars videoprogram i veckan och ingÄr i undersökningen Àr det beslutet ett icke-samplingsfel. Att stÀlla frÄgor som Àr partiska Àr en annan typ av fel.

Vanliga frÄgor om samplingsfel

Vad Àr samplingsfel och sampling?

Urvalsfel Àr statistiska fel som uppstÄr nÀr ett urval inte representerar hela populationen. Inom statistik innebÀr urval att vÀlja den grupp som du faktiskt ska samla in data frÄn i din forskning.

Vad Àr formeln för samplingsfel?

Samplingsfel=ZĂ—Ïƒn</ mtr>dĂ€r:</ mrow>Z=Z poĂ€ngvĂ€rde baserat pĂ„ konfidensintervall (ungefĂ€r=1,96) σ=Befolkningsstandardavvikelse</ mstyle>n=Storlek pĂ„ provet\begin&\text=Z\times\frac{\ sigma}{\sqrt}\&\textbf{dĂ€r:}\&Z=Z\text{ poĂ€ngvĂ€rde baserat pĂ„}\&\qquad\ \text{konfidensintervallet (ca} =1.96)\&\sigma=\text\&n=\text{Storlek pĂ„ provet}\end

c-2.7,0,-7.17,-2.7,-13.5,-8c-5.8,-5.3,-9.5,-10,-9.5,-14

c0,-2,0,3,-3,3,1,-4c1,3,-2,7,23,83,-20,7,67,5,-54

c44.2,-33.3,65.8,-50.3,66.5,-51c1.3,-1.3,3,-2.5,-2c4.7,0,8.7,3.3,12,10

s173,378,173,378c0,7,0,35,3,-71,104,-213c68,7,-142,137,5,-285,206,5,-429

c69,-144,104,5,-217,7,106,5,-221

10-0

c5.3,-9.3,12,-14,20,-14

H400000v40H845.2724

s-225.272.467,-225.272.467s-235.486,-235.486c-2.7,4.7,-9.7,-19.7

c-6.0,-10,-1,-12,-3s-194,-422,-194,-422s-65.47,-65.47z

M834 80h400000v40h-400000z'/>​ σ​< /span>< span class="psrut" style="height:3.1075600000000003em;"> span class="mord textbf">dĂ€r:</ span>Z =ZpoĂ€ngvĂ€rde baserat pĂ„< span style="top:-2.0987800000000005em;">>< /span> konfidensintervall (ungefĂ€r=</ span>1.9 span>6)< span class="psrut" style="height:3.1075600000000003em;">σ=Standardavvikelse för befolkningen</ span>n =Storlek pĂ„ provet</ span>

Formeln för urvalsfel anvÀnds för att berÀkna det totala urvalsfelet i statistisk analys. Urvalsfelet berÀknas genom att dividera standardavvikelsen för populationen med kvadratroten av storleken pÄ urvalet och sedan multiplicera resultatet med Z-poÀngvÀrdet, vilket Àr baserat pÄ konfidensintervallet.

Vilka Àr typerna av provtagningsfel?

I allmÀnhet kan urvalsfel delas in i fyra kategorier: populationsspecifikt fel, urvalsfel, urvalsramfel eller bortfallsfel. Ett populationsspecifikt fel uppstÄr nÀr forskaren inte förstÄr vem de ska kartlÀgga. Ett urvalsfel uppstÄr nÀr respondenterna sjÀlv vÀljer sitt deltagande i studien. (Detta resulterar endast i de som Àr intresserade av att svara, vilket snedvrider resultaten.) Ett exempelramfel uppstÄr nÀr fel delpopulation anvÀnds för att vÀlja ett urval. Slutligen uppstÄr ett bortfallsfel nÀr potentiella respondenter inte lyckas kontaktas eller vÀgrar att svara.

Varför Àr samplingsfel viktigt?

Att vara medveten om förekomsten av urvalsfel Àr viktigt eftersom det kan vara en indikator pÄ vilken förtroendenivÄ som kan sÀttas i resultaten. Urvalsfel Àr ocksÄ viktigt i samband med en diskussion om hur mycket forskningsresultat kan variera.

Hur hittar du ett provtagningsfel?

I enkÀtundersökningar uppstÄr urvalsfel eftersom alla urval Àr representativa urval: en mindre grupp som stÄr för hela din forskningspopulation. Det Àr omöjligt att undersöka hela gruppen mÀnniskor du vill nÄ.

Det Àr vanligtvis inte möjligt att kvantifiera graden av urvalsfel i en studie eftersom det Àr omöjligt att samla in relevant data frÄn hela populationen du studerar. Det Àr dÀrför forskare samlar in representativa urval (och representativa urval Àr anledningen till att det finns provtagningsfel).

##Höjdpunkter

– Provtagning Ă€r en analys som görs genom att vĂ€lja ut ett antal observationer frĂ„n en större population.

– Förekomsten av urvalsfel kan minskas genom att öka urvalsstorleken.

– Ett urvalsfel uppstĂ„r nĂ€r urvalet som anvĂ€nds i studien inte Ă€r representativt för hela populationen.

  • SlumpmĂ€ssig urval Ă€r ett ytterligare sĂ€tt att minimera förekomsten av urvalsfel.

– Även randomiserade urval kommer att ha en viss grad av urvalsfel eftersom ett urval bara Ă€r en approximation av populationen som det Ă€r hĂ€mtat frĂ„n.

  • I allmĂ€nhet kan urvalsfel delas in i fyra kategorier: populationsspecifikt fel, urvalsfel, urvalsramfel eller bortfallsfel.