Provtagningsfel

Vad är ett samplingsfel?

Ett urvalsfel är ett statistiskt fel som uppstår när en analytiker inte väljer ett urval som representerar hela populationen av data. Som ett resultat av detta representerar resultaten i urvalet inte de resultat som skulle erhållas från hela populationen.

Provtagning är en analys som görs genom att välja ett antal observationer från en större population. Urvalsmetoden kan ge både provtagningsfel och icke-samplingsfel.

Förstå provtagningsfel

Ett urvalsfel är en avvikelse i urvalsvärdet mot det sanna populationsvärdet. Urvalsfel uppstår eftersom urvalet inte är representativt för populationen eller är partiskt på något sätt. Även randomiserade urval kommer att ha en viss grad av urvalsfel eftersom ett urval endast är en approximation av populationen från vilken det är hämtat.

Typer av provtagningsfel

Det finns olika kategorier av urvalsfel.

Populationsspecifikt fel

Ett populationsspecifikt fel uppstår när en forskare inte förstår vem som ska undersöka.

Valfel

Urvalsfel uppstår när undersökningen är självvald, eller när endast de deltagare som är intresserade av undersökningen svarar på frågorna. Forskare kan försöka övervinna urvalsfel genom att hitta sätt att uppmuntra deltagande.

Sample Frame Error

Ett urvalsramfel uppstår när ett urval väljs från fel populationsdata.

Uteblivet fel

Ett bortfallsfel uppstår när ett användbart svar inte erhålls från undersökningsforskarna eftersom de inte kunde kontakta potentiella respondenter (eller potentiella respondenter vägrade att svara).

Eliminera provtagningsfel

Förekomsten av urvalsfel kan minskas genom att öka urvalsstorleken. När urvalsstorleken ökar kommer urvalet närmare den faktiska populationen, vilket minskar risken för avvikelser från den faktiska populationen. Tänk på att genomsnittet av ett urval på 10 varierar mer än genomsnittet av ett urval på 100. Åtgärder kan också vidtas för att säkerställa att urvalet representerar hela populationen på ett adekvat sätt.

Forskare kan försöka minska provtagningsfel genom att replikera sin studie. Detta kan åstadkommas genom att göra samma mätningar upprepade gånger, använda mer än en patient eller flera grupper, eller genom att genomföra flera studier.

Slumpmässig urval är ett ytterligare sätt att minimera förekomsten av urvalsfel. Slumpmässigt urval etablerar ett systematiskt tillvägagångssätt för att välja ett urval. Till exempel, snarare än att välja deltagare som ska intervjuas på måfå, kan en forskare välja de vars namn står först, 10:e, 20:e, 30:e, 40:e och så vidare på listan.

Exempel på samplingsfel

Antag att XYZ Company tillhandahåller en prenumerationsbaserad tjänst som låter konsumenter betala en månadsavgift för att streama videor och andra typer av programmering via en internetanslutning.

Företaget vill undersöka husägare som tittar på minst 10 timmars programmering via internet per vecka och som betalar för en befintlig videostreamingtjänst. XYZ vill avgöra hur stor andel av befolkningen som är intresserad av en billigare prenumerationstjänst. Om XYZ inte tänker noga på provtagningsprocessen kan flera typer av provtagningsfel uppstå.

Ett populationsspecifikationsfel skulle uppstå om XYZ Company inte förstår de specifika typer av konsumenter som bör inkluderas i urvalet. Till exempel, om XYZ skapar en befolkning av människor mellan 15 och 25 år, fattar många av dessa konsumenter inte köpbeslutet om en videostreamingtjänst eftersom de kanske inte arbetar heltid. Å andra sidan, om XYZ sammanställer ett urval av arbetande vuxna som fattar köpbeslut, kanske konsumenterna i denna grupp inte tittar på 10 timmars videoprogram varje vecka.

Urvalsfel orsakar också förvrängningar i resultaten av ett prov. Ett vanligt exempel är en undersökning som bara förlitar sig på en liten del av personer som omedelbart svarar. Om XYZ anstränger sig för att följa upp konsumenter som inte svarar från början kan resultatet av undersökningen ändras. 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 uppstå vid insamling av statistisk data. Urvalsfel är de till synes slumpmässiga skillnaderna mellan egenskaperna hos en urvalspopulation och den allmänna populationens egenskaper. Urvalsfel uppstår eftersom urvalsstorlekarna oundvikligen är begränsade. (Det är omöjligt att ta ett urval av en hel population i en undersökning eller en folkräkning.)

Ett urvalsfel kan uppstå även när inga misstag av något slag görs; Samplingsfel uppstår eftersom inget prov någonsin kommer att perfekt matcha data i universum som provet tas från.

Företaget XYZ kommer också att vilja undvika icke-samplingsfel. Icke-samplingsfel är fel som uppstår under datainsamling och gör att data skiljer sig från de sanna värdena. Icke-urvalsfel orsakas av mänskliga fel, till exempel ett misstag som gjorts i undersökningsprocessen.

Om en grupp konsumenter bara tittar på fem timmars videoprogram i veckan och ingår i undersökningen är det beslutet ett icke-samplingsfel. Att ställa frågor som är partiska är en annan typ av fel.

Vanliga frågor om samplingsfel

Vad är samplingsfel och sampling?

Urvalsfel är statistiska fel som uppstår när ett urval inte representerar hela populationen. Inom statistik innebär urval att välja den grupp som du faktiskt ska samla in data från i din forskning.

Vad är formeln för samplingsfel?

$\begin&\text=Z\times\frac{\ sigma}{\sqrt}\&\textbf{där:}\&Z=Z\text{ poängvärde baserat på}\&\qquad\ \text{konfidensintervallet (ca} =1.96)\&\sigma=\text\&n=\text{Storlek på provet}\end$

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">där:</ span>Z =Zpoängvärde baserat på< span style="top:-2.0987800000000005em;">>< /span> konfidensintervall (ungefär=</ span>1.9 span>6)< span class="psrut" style="height:3.1075600000000003em;">σ=Standardavvikelse för befolkningen</ span>n =Storlek på provet</ span>

Formeln för urvalsfel används för att beräkna det totala urvalsfelet i statistisk analys. Urvalsfelet beräknas genom att dividera standardavvikelsen för populationen med kvadratroten av storleken på urvalet och sedan multiplicera resultatet med Z-poängvärdet, vilket är baserat på konfidensintervallet.

Vilka är typerna av provtagningsfel?

I allmänhet kan urvalsfel delas in i fyra kategorier: populationsspecifikt fel, urvalsfel, urvalsramfel eller bortfallsfel. Ett populationsspecifikt fel uppstår när forskaren inte förstår vem de ska kartlägga. Ett urvalsfel uppstår när respondenterna själv väljer sitt deltagande i studien. (Detta resulterar endast i de som är intresserade av att svara, vilket snedvrider resultaten.) Ett exempelramfel uppstår när fel delpopulation används för att välja ett urval. Slutligen uppstår ett bortfallsfel när potentiella respondenter inte lyckas kontaktas eller vägrar att svara.

Varför är samplingsfel viktigt?

Att vara medveten om förekomsten av urvalsfel är viktigt eftersom det kan vara en indikator på vilken förtroendenivå som kan sättas i resultaten. Urvalsfel är också viktigt i samband med en diskussion om hur mycket forskningsresultat kan variera.

Hur hittar du ett provtagningsfel?

I enkätundersökningar uppstår urvalsfel eftersom alla urval är representativa urval: en mindre grupp som står för hela din forskningspopulation. Det är omöjligt att undersöka hela gruppen människor du vill nå.

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

##Höjdpunkter

– Provtagning är en analys som görs genom att välja ut ett antal observationer från en större population.

– Förekomsten av urvalsfel kan minskas genom att öka urvalsstorleken.

– Ett urvalsfel uppstår när urvalet som används i studien inte är representativt för hela populationen.

• Slumpmässig urval är ett ytterligare sätt att minimera förekomsten av urvalsfel.

– Även randomiserade urval kommer att ha en viss grad av urvalsfel eftersom ett urval bara är en approximation av populationen som det är hämtat från.

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