Sélection des échantillons et la réalisation d'enquêtes

Les termes spécifiques sont utilisés pour décrire les problèmes avec des enquêtes et des échantillons. Assurez-vous que vous prenez sur les différences subtiles. Voici les termes les plus courants:

• Cadre d'échantillonnage: Une liste de tous les membres de la population cible.

• Recensement: Obtenir des informations désiré de tout le monde dans la population cible.

• Échantillon aléatoire: Chaque membre de la population a une chance égale d'être sélectionné pour l'échantillon.

• Bias: Iniquité systématique dans la sélection de l'échantillon ou la collecte de données.

• Commodité échantillon: Un échantillon choisi uniquement pour la commodité, ne repose pas sur le hasard.

• Bénévoles / auto-sélectionné échantillon: Exemple de déterminer où les gens sur leurs propres à être impliqué.

• Le biais de non-réponse: Se produit quand quelqu'un dans l'échantillon ne retourne pas ou ne termine pas l'enquête.

• Biais de réponse: Lorsque le répondant prend l'enquête, mais ne donne pas d'information correcte.

• Le sous-dénombrement: Base de sondage ne comprend pas une représentation adéquate de certains groupes au sein de la population cible.

Exemples de questions

1. 
   
   
   
   

   Pourquoi est-polarisation particulièrement problématique dans les enquêtes?

   Répondre: car il peut être impossible à détecter, et donc impossible à corriger

   De nombreuses causes potentielles de biais dans la recherche d'enquête existent, et ils sont particulièrement problématique car les résultats du sondage seule ne peut donner aucune indication de ce genre de partialité, le cas échéant, affecté les résultats. Ainsi, il peut être impossible de compenser ou de corriger les biais présents dans les données.

2. Vous souhaitez interroger les élèves dans une école secondaire et de calculer l'âge moyen. Laquelle des procédures suivantes se traduira dans un échantillon aléatoire simple?

   A. classer les étudiants en tant que mâle ou femelle et le dessin d'un échantillon aléatoire de chaque

   B. utilisant une liste alphabétique des élèves et la sélection de tous les noms 15, en commençant par le premier

   C. sélectionnant trois tableaux au hasard dans la cafétéria pendant l'heure du déjeuner et en demandant aux étudiants de ces tables pour leur âge

   D. sélectionner un élève au hasard, lui demandant de proposer trois amis à participer et continue de cette façon jusqu'à ce que vous avez votre taille de l'échantillon

   E. numéroter les étudiants en utilisant liste officielle de l'école et de sélection de l'échantillon en utilisant un générateur de nombres aléatoires

   Réponse: E. numéroter les étudiants en utilisant liste officielle de l'école et de sélection de l'échantillon en utilisant un générateur de nombres aléatoires

   Cette méthode est la seule qui décrit qui se traduira par un échantillon aléatoire simple.

   Les autres méthodes suggérées sont un échantillon stratifié (classer les étudiants en tant que mâle ou femelle et le dessin d'un échantillon aléatoire de chaque), un échantillon systématique (en utilisant une liste d'étudiants par ordre alphabétique et en sélectionnant chaque nom 15, en commençant par la première), un échantillon de la grappe (la sélection de trois tables au hasard dans la cafétéria pendant l'heure du déjeuner et en demandant aux élèves de ces tables pour leur âge), et un échantillon boule de neige (en sélectionnant un élève au hasard, lui demandant de proposer trois amis à participer et à continuer de cette façon jusqu'à ce que vous avez votre taille de l'échantillon).

3. Supposons que vous menez une enquête en montrant un nombre de 800 sur l'écran de télévision pendant un programme populaire et invitant les gens à appeler avec leur réponse à une question posée. Quel type de biais est susceptible d'entraîner?

   Répondre: biais de l'échantillon des bénévoles

   Vous recevrez des réponses que de personnes qui se trouvent être en regardant le programme, puis se porter volontaires pour participer à l'enquête. Parce que vous ne les avez pas sélectionnez vous-même à l'avance, ils ne constituent pas un échantillon statistique, et il est probable qu'ils ne représentent pas toute la population d'intérêt réel.

4. Parfois échelles sont inversés au cours d'une enquête. Par exemple, avec Likert items de l'échelle, 1 peut parfois signifier tout à fait d'accord et parfois fortement en désaccord. Quelle est l'une des raisons de cette inversion?

   Répondre: pour réduire le biais causé en utilisant toujours des déclarations positives ou négatives

   Certaines personnes peuvent avoir tendance à accepter des déclarations positives plutôt que la question équivalent écrit comme une déclaration négative, donc en incluant les deux types de déclarations, ce biais peut être réduite.

Si vous avez besoin de plus de pratique sur cette question et d'autres sujets de votre cours de statistiques, visitez 1,001 Statistiques Exercices For Dummies d'acheter en ligne pour 1001 l'accès des problèmes statistiques de pratique! Nous pouvons vous aider à suivre votre performance, voir où vous devez étudier, et créer des problèmes personnalisé définit à maîtriser vos stats compétences.