Généraliser les résultats statistiques à l'ensemble de la population

Faire des conclusions sur une population beaucoup plus large que votre échantillon représente en fait est un des plus grands non-non dans les statistiques. Ce genre de problème est appelé la généralisation, et il se produit plus souvent que vous ne le pensez. Les gens veulent que leurs résultats instantly- ils ne veulent pas attendre pour eux, des enquêtes et des expériences si bien planifiées prennent une banquette arrière à des enquêtes sur le Web instantanés et des échantillons de commodité.

Par exemple, un chercheur veut savoir comment le câble des chaînes d'information ont influencé la façon dont les Américains obtiennent leur nouvelles. Il arrive aussi d'être un professeur de statistiques à une grande institution de recherche et a 1000 étudiants dans ses classes. Il décide qu'au lieu de prendre un échantillon aléatoire des Américains, ce qui serait difficile, beaucoup de temps, et coûteux, il sera juste poser une question sur son examen final pour obtenir des réponses de ses élèves. Son analyse des données montre que seulement 5 pour cent de ses élèves de lire le journal et / ou de regarder les émissions de nouvelles du réseau anymore- la montre de repos nouvelles de câble. Pour sa classe, le ratio des étudiants qui regardent exclusivement les nouvelles de câble par rapport à ces étudiants qui ne est de 20 à 1. Les rapports de ce professeur et envoie un communiqué de presse à ce sujet. Les canaux de nouvelles de câble ramasser sur lui et le lendemain sont des rapports, "Américains choisissent Cable News canaux sur les journaux et les nouvelles du réseau par une marge de 20 à 1!"




Voyez-vous ce qui ne va pas avec cette image? Le problème est que les conclusions du professeur vont bien au-delà de son étude, ce qui est faux. Il a utilisé les élèves de sa classe de statistiques pour obtenir les données qui sert de base pour l'ensemble de son rapport et le titre qui en résulte. Pourtant, le professeur présente les résultats d'environ tous Américains. Il est sûr de dire que d'un échantillon de 1000 étudiants de prendre une classe de statistiques dans le même temps au même collège ne représente pas une section transversale d'Amérique.

Si le professeur veut tirer des conclusions à la fin de l'Amérique, il doit sélectionner un échantillon aléatoire d'Américains de prendre son enquête. Si il utilise 1.000 élèves de sa classe, puis ses conclusions peuvent être faites seulement cette classe et personne d'autre.

Pour éviter ou de détecter la généralisation, identifier la population que vous avez l'intention de tirer des conclusions sur et assurez-vous de l'échantillon sélectionné représente cette population. Si l'échantillon représente un petit groupe au sein de cette population, alors les conclusions doivent être réduits de portée également.


» » » » Généraliser les résultats statistiques à l'ensemble de la population