Выборка удобства является одной из наиболее распространенных форм отбора выборки при проведении исследования. Этот тип выборки используется потому, что он позволяет исследователям быстро и легко собрать данные. Однако этот процесс может привести к ошибке недостаточного охвата, поскольку исследователи отбирают только те группы или отдельных людей, которые более доступны для них.
В качестве примера возьмем исследование о буллинге среди подростков. В этом случае вы можете не включать в исследование подростков, находящихся на домашнем обучении или посещающих частные школы, поскольку их труднее охватить, чем тех, кто учится в государственных школах. Если в вашей выборке не будет этих групп, это может повлиять на достоверность результатов, поскольку эти учащиеся могут переживать буллинг иначе, чем те, кто посещает государственные школы.
Понимание того, что такое предубеждение недоохвата...
Проще говоря, недоохват происходит, когда значительная часть исследуемой совокупности имеет очень мало шансов попасть в выборку или не представлена в ней удовлетворительным образом.
Например, предположим, вы проводите опрос о предпочтениях нынешних студентов колледжа и хотите понять, какие фильмы им нравятся больше всего. Для этого вы можете выбрать случайную выборку студентов колледжа и спросить, сколько раз в неделю они ходят в кинотеатры. Однако если поблизости от дома этих студентов нет кинотеатров (или если у них нет машин), у них практически нет шансов быть отобранными для такого опроса.
В этом случае ошибка недостаточного охвата приведет к результатам, занижающим среднее число раз в неделю, когда студенты колледжа посещают кинотеатры, поскольку она не учитывает людей, не имеющих доступа к фильмам.
Причины возникновения погрешности скрытого охвата
Хотя погрешность скрытого охвата является серьезной проблемой, ее также можно предотвратить при правильной технике и понимании проблемы.
Одной из причин возникновения погрешности скрытого охвата является отсутствие ответа на опрос. Это означает, что при проведении опроса некоторые люди не отвечают на него. Это может произойти по многим причинам: возможно, у них нет времени, они считают, что им нечего сказать, или вообще забыли об опросе. Какой бы ни была причина, эти люди не будут включены в ваши результаты, потому что вы не собрали их ответы.
Другой причиной неполного охвата является ошибка неохвата - это относится к случаям, когда человек выбран из вашей выборки, но с ним невозможно связаться из-за ошибки исследователя. Например, если вы проводите телефонный опрос и случайно звоните человеку, который недостаточно хорошо говорит по-английски, чтобы понять ваши вопросы, то этот человек, скорее всего, бросит трубку, так и не ответив ничего, то есть его ответ не будет записан для последующего анализа!
Последняя причина смещения при недостаточном охвате, которую мы сегодня обсудим, - это ошибка охвата, которая относится к случаям, когда люди, которые должны быть включены в вашу выборку, не включены.
Как исправить смещение при недостаточном охвате?
С помощью Audience вы можете избежать смещения выборки, используя наши лучшие инструменты. Возьмем условную логику - эта функция позволяет использовать опрос в качестве инструмента для подтверждения опыта определенных групп в вашем исследовании, тем самым повышая целостность результатов.
Условная логика особенно полезна, если у вас небольшой размер выборки или если крайне важно, чтобы все члены определенной группы были представлены в вашей совокупности опроса. Это связано с тем, что условная логика помогает гарантировать, что все члены этой группы получат одинаковую информацию на первый вопрос и не упустят никаких важных деталей, которые могут быть важны для их опыта, но могут не относиться к другим группам. Предположим, вы изучаете опыт людей, принадлежащих к разным расам в Америке. В этом случае условная логика позволяет задать уникальные вопросы, касающиеся этого опыта, респондентам из определенных групп.
Примеры скрытой предвзятости
Предвзятость скрытого охвата часто встречается в исследованиях и может привести к неточным выводам. Предвзятость недоохвата возникает, когда члены исследуемой совокупности не могут завершить опрос без доступа к Интернету.
- Если часть вашей совокупности не имеет доступа к Интернету или если они потеряли соединение во время заполнения опроса, собранные данные будут неполными. Это приведет к ошибке недостаточного охвата и повлияет на результаты вашего исследования.
Наше программное обеспечение позволяет эффективно собирать данные от всех участников вашего исследования, как с доступом к Интернету, так и без него, а также с помощью мобильных устройств. Участники опроса могут заполнять данные в удаленных местах без доступа к Интернету. Позвольте Audience сделать за вас всю тяжелую работу, избегайте предвзятости, связанной с недостаточным охватом, и собирайте данные от любого человека, в любом месте и в любое время.
- Опросы дружественны к мобильным устройствам и адаптируются к любому устройству с доступом в Интернет, включая мобильные телефоны. Это означает, что вы сможете охватить больше респондентов и решить проблему доступности, которая часто приводит к неполному охвату в любом систематическом исследовании.
Независимо от того, каким устройством пользуются ваши респонденты, опросы всегда будут отлично выглядеть и легко заполняться. Респонденты смогут удобно просматривать и отвечать на ваши вопросы, не уменьшая и не увеличивая масштаб формы.
- Существует множество причин, по которым может возникнуть предубеждение, связанное с недостаточным охватом; однако одной из распространенных причин является то, что сборщики данных не обращаются к некоторым группам населения.
Например, предположим, что вы исследуете гендерное равенство на рабочем месте, но опрашиваете только мужчин, работающих в компаниях из списка Fortune 500. В этом случае вы упустите женщин, которые работают в небольших компаниях или вообще не работают, поскольку ухаживают за детьми или престарелыми родственниками. В результате набор данных может показаться перекошенным в сторону мужских взглядов, несмотря на то, что они были собраны у представителей обоих полов!
Вывод
Предвзятость недостаточного охвата, также известная как предвзятость выборки, является распространенной проблемой в систематических исследованиях. Чтобы избежать предубеждения недостаточного охвата, вы должны понять, почему ваша выборка не представляет вашу целевую аудиторию. Затем вы можете предпринять шаги по устранению причин этого явления.
Иными словами, если вы пытаетесь сделать выводы о большой популяции, но взяли в выборку лишь небольшую ее часть, то в этой популяции будут люди, не представленные в вашей выборке, и они могут не иметь сходных характеристик с теми, кто в нее попал. Это может вызвать проблемы, поскольку ваши выводы могут не отражать реальную ситуацию.
Как уже говорилось, предвзятость заниженного охвата возникает в результате выборки по принципу удобства и недостаточного знания и понимания целевой аудитории. Мы в считаем, что ориентация на адекватную аудиторию сделает ваше исследование не только точным, но и глубоким, что позволит вам принимать разумные бизнес-решения.
Автор: Даниэль Фигероа
- questionpro
Поделиться
