การสำรวจระดับชาติเทียบกับการสำรวจตัวอย่าง: จะรู้ได้อย่างไรว่าเราคิดอย่างไรเกี่ยวกับความเท่าเทียม

การสำรวจระดับชาติเทียบกับการสำรวจตัวอย่าง: จะรู้ได้อย่างไรว่าเราคิดอย่างไรเกี่ยวกับความเท่าเทียม

ผู้เชี่ยวชาญด้านการสุ่มตัวอย่างแบบสำรวจใช้สูตรทางคณิตศาสตร์เพื่อคำนวณส่วนต่างของข้อผิดพลาดสำหรับแบบสำรวจของตน สิ่งนี้สะท้อนให้เห็นถึงความแปรปรวนเนื่องจากข้อเท็จจริงที่ว่าเรากำลังจัดการกับตัวอย่างทางสถิติ ไม่ใช่ประชากรทั้งหมด ตัวอย่างเช่น สมมติว่าเราพบว่า 63 คนจากกลุ่มตัวอย่างสุ่มอย่างง่ายจาก 100 คนบอกว่าพวกเขาเชื่อในการปฏิรูปการแต่งงาน การข้ามความแตกต่างทางเทคนิคเล็กน้อยเพื่อให้ง่ายต่อการอภิปราย เพื่อนนักสถิติของ

คุณอาจช่วยคุณคำนวณส่วนต่างของข้อผิดพลาดที่เกี่ยวข้องได้

ดังนั้นคุณสามารถพูดบางอย่างเช่น “เรามั่นใจ 95% ว่าระหว่าง 53% ถึง 73% ของประชากรออสเตรเลียเชื่อในการปฏิรูปการแต่งงาน” เห็นได้ชัดว่ามีข้อผิดพลาดมาก และกลุ่มตัวอย่างที่ใหญ่ขึ้นจะช่วยให้เรารายงานช่วงที่แคบลงได้

หากแบบสำรวจของเราอ้างอิงจากคน 1,000 คน ข้อผิดพลาดจะลดลงเหลือ +/- 3% ซึ่งเป็นสิ่งที่คุณได้รับในแบบสำรวจความคิดเห็นทางการเมืองที่รายงานในสื่อต่างๆ

ส่วนต่างของข้อผิดพลาดดังกล่าวจะไม่เป็นไรหากผลการสำรวจตัวอย่างของคุณแสดงบางอย่าง เช่น การแบ่ง 63%/37% ของปัญหา เนื่องจากในกรณีนี้ ส่วนต่างของข้อผิดพลาด 3% จะไม่เปลี่ยนแปลงผลลัพธ์ แต่ถ้าผลลัพธ์คือ 52% ถึง 48%

ดังนั้นการทำแบบสำรวจที่เชื่อถือได้จึงเป็นเพียงเรื่องของการตรวจสอบขนาดตัวอย่างที่ใหญ่พอที่จะรับประกันข้อผิดพลาดเล็กน้อยที่เหมาะสม ง่ายใช่มั้ย? น่าเสียดายที่เรื่องราวยังมีอีกมาก คุณสามารถโพสต์แบบสำรวจของคุณบนอินเทอร์เน็ตแล้วนั่งรอให้ผู้อื่นตอบ ปัญหาคือคุณไม่รู้ว่าใครจะตอบสนอง

คุณสามารถรับรายชื่อหมายเลขโทรศัพท์ สุ่มเลือกบุคคลจากหมายเลขนั้น จากนั้นโทรหาพวกเขาและถามคำถาม แต่คนส่วนใหญ่ที่ฉันรู้จักไม่มีแม้แต่โทรศัพท์บ้าน และฉันรู้ว่าพวกเราส่วนใหญ่ตอบสนองอย่างไรเมื่อเราได้รับโทรศัพท์ทางคอมพิวเตอร์ที่น่ารำคาญบนมือถือขอให้เรา “โปรดเข้าร่วมในการสำรวจสั้นๆ” ความล้มเหลวอย่างมากของวารสารรายสัปดาห์ของ Literary Digestในการทำนายผลการเลือกตั้งประธานาธิบดีสหรัฐฯ ในปี 1936 แสดงให้เห็นถึงอันตรายของการพึ่งพารายชื่อทางโทรศัพท์เพื่อระบุตัวผู้เข้าร่วมการสำรวจที่เป็นไปได้ แม้ว่าจะใช้ขนาดตัวอย่างประมาณ 2.4 ล้านคนแต่ปัญหาพื้นฐานก็คือในปี 1936 โทรศัพท์ยังใหม่และเป็นสินค้าฟุ่มเฟือย 

โดยเฉพาะอย่างยิ่งในช่วงที่เกิดภาวะเศรษฐกิจตกต่ำครั้งใหญ่

ดังนั้น กลุ่มตัวอย่างที่ดึงมาจากรายชื่อทางโทรศัพท์จึงมีอคติต่อสมาชิกที่ร่ำรวยกว่าของประชากร ซึ่งมีพฤติกรรมการลงคะแนนเสียงแตกต่างจากคนจนและไม่ได้รับสิทธิ์ ซึ่งไม่ได้เป็นตัวแทนในการสำรวจความคิดเห็นทางโทรศัพท์

การวาดภาพตัวอย่างจากรายชื่อผู้ที่มีโทรศัพท์ถือเป็นการละเมิดกฎสำคัญของการสุ่มตัวอย่าง ซึ่งก็คือเพื่อให้แน่ใจว่ากลุ่มตัวอย่างเป็นตัวแทนของประชากรที่สนใจ

รับตัวอย่างที่ถูกต้อง

กลยุทธ์ที่ดีกว่ามากคือการดึงแบบสำรวจของคุณจากรายชื่อที่รับประกันว่าจะมีเกือบทุกคน เช่น ผู้มีสิทธิเลือกตั้ง ผู้เชี่ยวชาญด้านการสุ่มตัวอย่างแบบสำรวจจะแนะนำคุณว่าอย่าสุ่มตัวอย่างง่ายๆ จากรายการ แต่ให้ใช้กลยุทธ์ที่ชาญฉลาดเพื่อเพิ่มโอกาสในการได้ตัวอย่างที่เป็นตัวแทน

สิ่งที่เรียกว่าการสุ่มตัวอย่างแบบแบ่งชั้นจะกำหนดเป้าหมายผู้เข้าร่วมการสำรวจตามลักษณะต่างๆ เช่น อายุและเพศ กลยุทธ์การสุ่มตัวอย่างแบบหลายขั้นตอนอาจเลือกจากรายชื่อพื้นที่ทางภูมิศาสตร์ที่เป็นไปได้ แล้วจึงสุ่มตัวอย่างบุคคลที่อาศัยอยู่ในพื้นที่ที่เลือกเหล่านั้น

แม้ว่าการคำนวณส่วนต่างของข้อผิดพลาดที่เกี่ยวข้องด้วยกลยุทธ์ดังกล่าวจะซับซ้อนกว่าเล็กน้อย แต่คุณสามารถมั่นใจได้มากขึ้นว่าตัวอย่างสุดท้ายของคุณเป็นตัวแทนของประชากรอย่างแท้จริง

ปัญหาการไม่ปรากฏตัว

เมื่อคุณมั่นใจในการออกแบบแบบสำรวจของคุณแล้ว ความท้าทายต่อไปของคุณคือการคำนึงถึงความจริงที่ว่าบางคนจะไม่ตอบสนองอย่างหลีกเลี่ยงไม่ได้ ไม่เหมือนกับการ สำรวจสำมะโนประชากรภาคบังคับหรือการเลือกตั้งที่ประชาชนต้องตอบตามกฎหมาย การสำรวจตัวอย่างมีชื่อเสียงในด้านปัญหาการไม่ตอบ

บางคนอาจอยู่ในช่วงวันหยุดและไม่เคยเห็นคำขอสำรวจของคุณเลยด้วยซ้ำ คนอื่นอาจเห็นคำขอของคุณแต่ไม่สนใจ คนอื่นอาจสนใจแต่ยุ่งหรือฟุ้งซ่านเกินกว่าจะมีส่วนร่วม

บางคนอาจมีเจตนาดีและแม้กระทั่งกรอกแบบสำรวจที่คุณส่งไปให้ แต่ทำซองจดหมายหายก่อนที่จะนำไปส่งที่กล่องจดหมาย ขึ้นอยู่กับว่าคุณขยันแค่ไหนในการไล่ตามคนที่ไม่ตอบแบบสำรวจของคุณ คุณอาจจบลงด้วยสถานการณ์ที่มีเพียง 10% ของคนที่คุณกำหนดเป้าหมายเท่านั้นที่ตอบแบบสำรวจของคุณจริงๆ

ตราบใดที่โอกาสในการไม่ตอบสนองมีเท่ากันสำหรับทุกคน สิ่งนี้ไม่จำเป็นต้องเป็นหายนะ ตัวอย่างเช่น คุณสามารถแสดงขนาดตัวอย่างที่ลดลงในส่วนต่างของการคำนวณข้อผิดพลาด

หากคุณทำตามคำแนะนำของเพื่อนนักสถิติ คุณอาจจะเพิ่มจำนวนเป้าหมายการสำรวจเริ่มต้นของคุณด้วยซ้ำเพื่อคาดหมายว่าจะไม่มีการตอบกลับ อย่างไรก็ตาม ในทางปฏิบัติ อัตราการไม่ตอบสนองมักจะแตกต่างกันไปมากในแต่ละคน

หากปัจจัยเดียวกันนี้มีอิทธิพลต่อการลงคะแนนเสียงของผู้คนด้วย แสดงว่าคุณอยู่ในสถานการณ์ที่ผลการสำรวจของคุณอาจมีอคติอย่างมาก

แนะนำ น้ำเต้าปูปลา