Τι είναι η δειγματοληψία στην έρευνα;

Ορισμός της δειγματοληψίας (και οι 5 όροι που πρέπει να ξεκαθαρίσετε)

Δειγματοληψία είναι η διαδικασία επιλογής μιας μικρότερης ομάδας (ενός δείγματος) από μια μεγαλύτερη ομάδα (έναν πληθυσμό), ώστε να μάθετε για τον πληθυσμό χωρίς να μετρήσετε όλους. Μια μελέτη ολόκληρου του πληθυσμού είναι συχνά ανέφικτη, γι’ αυτό οι ερευνητές κάνουν δειγματοληψία ώστε η εργασία να γίνει εφικτή και να παράγει παρ’ όλα αυτά χρήσιμα συμπεράσματα.

Οι πέντε όροι παρακάτω κάνουν το μεγαλύτερο μέρος της δουλειάς σε κάθε κεφάλαιο μεθοδολογίας. Αν τους κάνετε λάθος, κάθε μεταγενέστερη απόφαση κληρονομεί το λάθος.

• warning
  Πληθυσμός: ολόκληρη η ομάδα που θέλετε να περιγράψετε, διατυπωμένη με όρια και χρονικό παράθυρο. «Όλοι οι τελειόφοιτοι φοιτητές νοσηλευτικής στις τρεις πανεπιστημιουπόλεις, εγγεγραμμένοι κατά την 1η Μαρτίου» είναι πληθυσμός. «Νοσηλευτές» δεν είναι.
• warning
  Πληθυσμός-στόχος και προσβάσιμος πληθυσμός: ποιους θέλετε να περιγράψετε σε σχέση με ποιους η στρατολόγηση και τα εργαλεία σας μπορούν πραγματικά να προσεγγίσουν. Η κατονομασία του χάσματος ανάμεσα στους δύο είναι πλεονέκτημα σε μια αναφορά, όχι αδυναμία.
• warning
  Πλαίσιο δειγματοληψίας: η λίστα ή ο μηχανισμός από τον οποίο αντλείτε. Ένα μητρώο φοιτητών, ένα μητρώο ασθενών, μια βάση δεδομένων πελατών, ένας κατάλογος νοικοκυριών ενός χωριού, ένας εκλογικός κατάλογος. Τα προβλήματα του πλαισίου δημιουργούν σφάλμα κάλυψης και καμία μέθοδος δεν τα διορθώνει.
• warning
  Μονάδα δειγματοληψίας: αυτό που πραγματικά επιλέγεται. Ένα άτομο, ένα νοικοκυριό, ένα ιατρείο, μια τάξη, μια βάρδια, μια παραγγελία. Στους σχεδιασμούς κατά συστάδες και πολυσταδιακούς, η μονάδα στο πρώτο στάδιο είναι μια ομάδα, και η ομάδα ονομάζεται πρωτογενής μονάδα δειγματοληψίας.
• warning
  Σχέδιο δειγματοληψίας: ολόκληρο το σχέδιο γραμμένο στο χαρτί. Πλαίσιο, μέθοδος, πόσες μονάδες, πώς έρχεστε σε επαφή μαζί τους και τι θα κάνετε για όσους δεν απαντούν. Το «σχέδιο δειγματοληψίας» είναι αυτό που πραγματικά ζητά ένας εξεταστής ή ένας αξιολογητής όταν ρωτά για τη δειγματοληψία σας.

Για έναν σύντομο επίσημο ορισμό της ίδιας ιδέας, δείτε το εκπαιδευτικό σημείωμα για τη δειγματοληψία του U.S. Office of Research Integrity (Γραφείο Ερευνητικής Ακεραιότητας των ΗΠΑ).¹ Αν εντάσσετε τη δειγματοληψία σε ένα ευρύτερο σχέδιο μελέτης, ο οδηγός μας για τον ερευνητικό σχεδιασμό καλύπτει τα βήματα πριν και μετά από αυτήν.

Γιατί δειγματοληψία και πότε η απογραφή είναι η καλύτερη απάντηση

Η ανάγκη για δειγματοληψία είναι πρώτα πρακτική και μετά στατιστική. Τέσσερις λόγοι εμφανίζονται ξανά και ξανά.

1. Κόστος

   Κάθε επιπλέον συμμετέχων κοστίζει χρήματα, χρόνο προσωπικού ή καλή διάθεση. Ένα σωστά αντλημένο δείγμα 600 ατόμων μπορεί να απαντήσει στο ίδιο ερώτημα με μια κακοσχεδιασμένη προσπάθεια σε 60.000.

2. Ταχύτητα

   Οι αποφάσεις έχουν προθεσμίες. Ένα δείγμα σας δίνει απάντηση μέσα στο χρονικό περιθώριο όπου η απάντηση είναι ακόμη χρήσιμη.

3. Εφικτότητα

   Ορισμένοι πληθυσμοί δεν μπορούν να καταγραφούν καθόλου: περαστικοί σε μια αγορά, άτομα που εγκατέλειψαν μια υπηρεσία, άτυποι έμποροι. Άλλοι είναι πρακτικά άπειροι, ή η μέτρηση μιας μονάδας την καταστρέφει.

4. Ποιότητα

   Αυτό εκπλήσσει πολλούς. Η συγκέντρωση της προσπάθειας σε μια μικρότερη ομάδα σας επιτρέπει να κυνηγήσετε όσους δεν απάντησαν, να εκπαιδεύσετε σωστά τους συνεντευκτές και να ελέγξετε τα δεδομένα. Η προσπάθεια ανά μονάδα συνήθως αξίζει περισσότερο από τον αριθμό των μονάδων.

Η απογραφή αντίθετα μετρά όλους. Είναι η καλύτερη επιλογή όταν ο πληθυσμός είναι αρκετά μικρός ώστε να προσεγγιστεί, όταν υπάρχουν ήδη στοιχεία επικοινωνίας ή όταν κάθε μέλος έχει δικαίωμα να ερωτηθεί. Μια έρευνα εργαζομένων σε έναν οργανισμό 200 ατόμων είναι ζήτημα απογραφής, όχι δειγματοληψίας. Το ίδιο και η αξιολόγηση ενός μαθήματος. Όταν ο πληθυσμός είναι μικρός, η δειγματοληψία δεν σας προσφέρει σχεδόν τίποτα και σας στερεί τη δυνατότητα αναφοράς ανά ομάδα.

Πώς είναι στην πράξη ένα καλό δείγμα

Τα εγχειρίδια περιγράφουν ένα καλό δείγμα ως «αντιπροσωπευτικό», κάτι που δεν είναι λειτουργικό κριτήριο. Αυτές οι τέσσερις ιδιότητες είναι.

• Κάλυψη: κάθε μέλος του πληθυσμού-στόχου θα μπορούσε κατ’ αρχήν να έχει επιλεγεί.
• Ελεγχόμενη επιλογή: ποιος καταλήγει στο δείγμα το αποφασίζει ένας κανόνας, όχι το ποιος προσφέρεται εθελοντικά ή ποιος βρίσκεται πιο κοντά στην πόρτα.
• Αρκετές μονάδες στη μικρότερη ομάδα για την οποία πρέπει να αναφέρετε αποτελέσματα: ένας συνολικός αριθμός μπορεί να φαίνεται υγιής, ενώ η ομάδα που πραγματικά σας ενδιαφέρει στηρίζεται σε 11 υποβολές.
• Περιγράψιμο: μπορείτε να καταγράψετε ακριβώς πώς αντλήθηκε και κάποιος άλλος θα μπορούσε να το επαναλάβει.

Για μια περιγραφή σε απλή γλώσσα του πώς τα δείγματα στηρίζουν τις εκτιμήσεις για τον πληθυσμό, η επισκόπηση της U.S. Census Bureau (Στατιστική Υπηρεσία Απογραφής των ΗΠΑ) για τη δειγματοληψία ερευνών και τη στατιστική συμπερασματολογία είναι ένα καλό σημείο εκκίνησης.²

Το πλαίσιο δειγματοληψίας ορίζει το ανώτατο όριο

Το πλαίσιο δειγματοληψίας είναι η συγκεκριμένη λίστα ή ο μηχανισμός από τον οποίο αντλείτε. Είναι το πιο παραμελημένο κομμάτι της δειγματοληψίας και το σημείο όπου οι περισσότερες πραγματικές μελέτες στραβώνουν αθόρυβα, επειδή το πλαίσιο αποφασίζει ποιοι ήταν καν επιλέξιμοι.

Τα πλαίσια είναι συνηθισμένα αντικείμενα. Ένα μητρώο φοιτητών, ένα μητρώο ασθενών, μια κατάσταση προσωπικού, μια βάση δεδομένων πελατών. Μια λίστα χωριών με αριθμό νοικοκυριών, ένας εκλογικός κατάλογος, μια σειρά παραγγελιών, μια λίστα ιατρείων σε μια περιφέρεια. Παρατηρήστε ότι ορισμένα πλαίσια απαριθμούν άτομα και άλλα τόπους. Αυτή η διάκριση καθορίζει ποιες μέθοδοι είναι διαθέσιμες σε εσάς.

Ελέγξτε το πλαίσιο πριν από την κλήρωση, όχι μετά. Μετρήστε τις γραμμές. Συγκρίνετε αυτόν τον αριθμό με οποιοδήποτε ανεξάρτητο σύνολο μπορείτε να βρείτε, όπως ο αριθμός προσωπικού του τμήματος ανθρώπινου δυναμικού ή ο αριθμός εγγραφών. Αναζητήστε το τμήμα που θα σας έφερνε σε μεγαλύτερη αμηχανία αν το είχατε παραλείψει και ελέγξτε ότι υπάρχει. Αφαιρέστε τις διπλοεγγραφές. Καταγράψτε τι αποκλείει το πλαίσιο, γιατί αυτή η πρόταση ανήκει έτσι κι αλλιώς στους περιορισμούς σας.

Οι 9 μέθοδοι δειγματοληψίας σε σύγκριση

Οι μέθοδοι δειγματοληψίας χωρίζονται σε δύο οικογένειες. Η πιθανοτική δειγματοληψία χρησιμοποιεί έναν τυχαίο μηχανισμό, ώστε κάθε μονάδα του πλαισίου να έχει γνωστή, μη μηδενική πιθανότητα επιλογής. Η μη πιθανοτική δειγματοληψία δεν το κάνει, οπότε οι πιθανότητες επιλογής είναι άγνωστες. Όλα τα υπόλοιπα απορρέουν από αυτή τη μία διάκριση.

Η δεύτερη στήλη είναι αυτή που οι περισσότεροι οδηγοί παραλείπουν, γι’ αυτό εδώ μπαίνει πρώτη. Μόνο ένας πιθανοτικός σχεδιασμός στηρίζει περιθώριο σφάλματος, διάστημα εμπιστοσύνης ή τη φράση «συν ή πλην 5 μονάδες». Αν μια μέθοδος λέει «όχι» εκεί, μπορείτε και πάλι να μάθετε πολλά από αυτήν. Απλώς δεν μπορείτε να δημοσιεύσετε έναν δείκτη ακρίβειας μαζί με το αποτέλεσμα. Η ίδια η ακρίβεια είναι άλλη συζήτηση, που καλύπτεται στον οδηγό μας για το μέγεθος δείγματος.

Πώς διαβάζεται ο πίνακας: οι πέντε πρώτες μέθοδοι είναι πιθανοτικοί σχεδιασμοί και οι τέσσερις τελευταίες όχι. Αυτός ο ένας διαχωρισμός, και όχι τα ονόματα των επιμέρους μεθόδων, είναι που καθορίζει αν ένας δείκτης ακρίβειας είναι έντιμος.

Οι μέθοδοι πιθανοτικής δειγματοληψίας, μία προς μία

Πιθανοτική δειγματοληψία σημαίνει ότι κάθε μονάδα του πλαισίου έχει γνωστή, μη μηδενική πιθανότητα επιλογής και ότι την επιλογή την κάνει ένας τυχαίος μηχανισμός. Αυτή είναι όλη η βάση για να πείτε οτιδήποτε αριθμητικό για τον πληθυσμό. Πέντε σχεδιασμοί καλύπτουν σχεδόν κάθε πραγματική μελέτη. Οι ανασκοπήσεις της κλινικής έρευνας και της έρευνας υγείας καλύπτουν την ίδια οικογένεια με ελαφρώς διαφορετικές ονομασίες, και αξίζει να ξέρετε το γιατί πριν τις συναντήσετε: καθεμία από τις δύο που αναφέρονται εδώ εντάσσει την πολυσταδιακή δειγματοληψία στη δειγματοληψία κατά συστάδες αντί να την παραθέτει χωριστά.³⁴

Απλή τυχαία δειγματοληψία

Η απλή τυχαία δειγματοληψία δίνει σε κάθε μονάδα της λίστας ακριβώς την ίδια πιθανότητα επιλογής. Αριθμείτε τη λίστα, δημιουργείτε τυχαίους αριθμούς και παίρνετε τις μονάδες στις οποίες αντιστοιχούν.

Λυμένο παράδειγμα. Ένα μητρώο πανεπιστημίου περιλαμβάνει 12.000 εγγεγραμμένους φοιτητές και χρειάζεστε 400 υποβολές. Αριθμήστε το μητρώο από 1 έως 12.000, δημιουργήστε 400 μοναδικούς τυχαίους αριθμούς σε αυτό το εύρος με ένα υπολογιστικό φύλλο ή ένα στατιστικό πακέτο και προσκαλέστε αυτούς τους φοιτητές. Αν αναμένετε ποσοστό απόκρισης 40%, κληρώστε και προσκαλέστε 1.000, ώστε οι 400 ολοκληρωμένες υποβολές να είναι ρεαλιστικές.

Πού αποτυγχάνει. Με 400 υποβολές κατανεμημένες σε ένα μητρώο 12.000 φοιτητών, ένα τμήμα 300 φοιτητών συνεισφέρει περίπου 10 άτομα. Αυτό δεν αρκεί για αναφορά αποτελεσμάτων. Αν οποιαδήποτε υποομάδα πρέπει να εμφανίζεται στα αποτελέσματά σας, η απλή τυχαία δειγματοληψία είναι λάθος εργαλείο και η λύση είναι η στρωματοποιημένη δειγματοληψία.

Καταγράψτε την τυχαιοποίησή σας. Το λογισμικό που χρησιμοποιήθηκε, τον σπόρο αν υπήρχε και την ημερομηνία. Αυτή η μία πρόταση είναι που κάνει την κλήρωση αναπαραγώγιμη, και οι αξιολογητές πράγματι τη ζητούν.

Συστηματική δειγματοληψία

Η συστηματική δειγματοληψία παίρνει κάθε k-οστή μονάδα από μια ταξινομημένη λίστα μετά από ένα τυχαίο σημείο έναρξης. Διαιρέστε το μέγεθος της λίστας με τον αριθμό που χρειάζεστε για να βρείτε το διάστημα k, επιλέξτε έναν τυχαίο αριθμό μεταξύ 1 και k ως σημείο έναρξης και μετρήστε προς τα εμπρός.

Λυμένο παράδειγμα. Ένα περιφερειακό νοσοκομείο καταγράφει 9.000 επισκέψεις εξωτερικών ασθενών σε ένα τρίμηνο και θέλει 600 συνεντεύξεις εξόδου. Το διάστημα είναι 9.000 διά 600, άρα k ίσον 15. Επιλέξτε ένα τυχαίο σημείο έναρξης μεταξύ 1 και 15, ας πούμε 7, και πάρτε συνέντευξη στις επισκέψεις 7, 22, 37, 52 και ούτω καθεξής. Μια ομάδα πεδίου μπορεί να ακολουθήσει αυτόν τον κανόνα χωρίς φορητό υπολογιστή, και αυτός είναι ο πραγματικός λόγος που η μέθοδος επιβιώνει.

Πού αποτυγχάνει. Περιοδικότητα. Αν η λίστα έχει έναν επαναλαμβανόμενο κύκλο που συμπίπτει με το k, παίρνετε δείγμα από την ίδια θέση κάθε φορά. Μια λίστα επισκέψεων ταξινομημένη ανά ημέρα ιατρείου με κύκλο 7 ημερών και διάστημα 7 θα σας έδινε μία ημέρα της εβδομάδας και τίποτε άλλο. Ελέγξτε τη σειρά πριν ορίσετε το k και ανακατέψτε τη λίστα αν η σειρά σχετίζεται με αυτό που μετράτε.

Στρωματοποιημένη δειγματοληψία

Η στρωματοποιημένη δειγματοληψία χωρίζει τον πληθυσμό σε μη επικαλυπτόμενες ομάδες που ονομάζονται στρώματα και αντλεί ένα τυχαίο δείγμα μέσα σε κάθε στρώμα. Είναι η πιο χρήσιμη αναβάθμιση που έχουν στη διάθεσή τους οι περισσότερες μελέτες, επειδή εγγυάται ότι κάθε ομάδα για την οποία πρέπει να αναφέρετε αποτελέσματα εμφανίζεται πράγματι.

Λυμένο παράδειγμα με τους υπολογισμούς. Ένας οργανισμός έχει 4.200 εργαζομένους σε έξι επαρχίες και χρειάζεται 600 υποβολές.

• Αναλογική κατανομή. Μια επαρχία με 1.400 εργαζομένους αντιστοιχεί σε 1.400 διά 4.200, δηλαδή στο ένα τρίτο του προσωπικού, οπότε παίρνει το ένα τρίτο των 600, δηλαδή 200 υποβολές. Μια επαρχία με 210 εργαζομένους παίρνει 210 διά 4.200 επί 600, δηλαδή 30 υποβολές. Κάθε επαρχία εκπροσωπείται ανάλογα με το μέγεθός της και δεν χρειάζεται στάθμιση κατά την ανάλυση.
• Μη αναλογική κατανομή, γνωστή και ως υπερδειγματοληψία. Τριάντα υποβολές είναι πολύ λίγες για να αναφέρετε χωριστά για αυτή τη μικρή επαρχία. Γι’ αυτό παίρνετε σκόπιμα 80 από αυτήν και μειώνετε τη μεγαλύτερη επαρχία για να αντισταθμίσετε. Τώρα οι πιθανότητες επιλογής διαφέρουν μεταξύ επαρχιών, οπότε πρέπει να σταθμίσετε τα δεδομένα πίσω στις πραγματικές αναλογίες πριν παραθέσετε οποιονδήποτε αριθμό για ολόκληρο τον οργανισμό. Η παράλειψη αυτού του βήματος είναι το συνηθέστερο σφάλμα στη στρωματοποιημένη δειγματοληψία.

Επιλογή στρωμάτων. Επιλέξτε μεταβλητές που σχετίζονται με το αποτέλεσμα ή με το ποιοι είναι πιθανό να απαντήσουν και που υπάρχουν ήδη στο πλαίσιό σας. Περιοχή, τοποθεσία, ρόλος, κατηγορία προϋπηρεσίας, πρόγραμμα σπουδών, είδος προγράμματος και ηλικιακή ομάδα είναι οι συνηθισμένοι υποψήφιοι. Στρώματα που δεν σχετίζονται με το αποτέλεσμα προσθέτουν διοικητικό φόρτο χωρίς να κερδίζετε ακρίβεια. Αν η μεταβλητή ομαδοποίησης λείπει από το πλαίσιό σας, ίσως χρειαστεί να τη συλλέξετε μέσα στο ερωτηματολόγιο. Ο οδηγός μας για τις δημογραφικές ερωτήσεις εξηγεί πώς να ζητήσετε αυτές τις μεταβλητές χωρίς να χάσετε συμμετέχοντες.

Δειγματοληψία κατά συστάδες

Η δειγματοληψία κατά συστάδες επιλέγει τυχαία ολόκληρες, φυσικά σχηματισμένες ομάδες και στη συνέχεια κάνει την έρευνα σε όλους μέσα στις ομάδες που επιλέχθηκαν. Χρειάζεστε μια λίστα των ομάδων, όχι μια λίστα των ατόμων, και γι’ αυτό υπάρχει.

Λυμένο παράδειγμα. Μια περιφέρεια έχει 180 δημοτικά σχολεία και κανέναν κεντρικό κατάλογο μαθητών. Επιλέγετε τυχαία 24 σχολεία και κάνετε την έρευνα σε κάθε μαθητή της 8ης τάξης σε καθένα. Κάνατε 24 επισκέψεις σε σχολεία αντί για 180 και δεν χρειαστήκατε ποτέ μητρώο μαθητών για να ξεκινήσετε.

Τι πληρώνετε γι’ αυτό. Οι μαθητές του ίδιου σχολείου μοιάζουν περισσότερο μεταξύ τους απ’ ό,τι με μαθητές σε όλη την περιφέρεια. Έτσι, κάθε επιπλέον μαθητής σε ένα σχολείο που έχετε ήδη επιλέξει προσθέτει λιγότερη νέα πληροφορία από έναν ανεξάρτητο μαθητή. Ο ενεργός αριθμός υποβολών σας είναι μικρότερος από τον πραγματικό αριθμό υποβολών σας. Αυτή η διόγκωση είναι το φαινόμενο σχεδιασμού, και πρέπει να ενσωματωθεί στο σχέδιο αντί να ανακαλυφθεί κατά την ανάλυση.

Πού αποτυγχάνει. Πολύ λίγες συστάδες. Έξι σχολεία επιλεγμένα τυχαία μπορεί να διαφέρουν πάρα πολύ μεταξύ τους, και το αποτέλεσμα εξαρτάται από το ποια έξι έτυχε να κληρώσετε. Περισσότερες συστάδες με λιγότερα άτομα στην καθεμία είναι σχεδόν πάντα καλύτερο από το αντίστροφο.

Πολυσταδιακή δειγματοληψία

Η πολυσταδιακή δειγματοληψία επιλέγει σε δύο ή περισσότερα στάδια: πρώτα ομάδες, μετά μονάδες μέσα στις ομάδες που επιλέχθηκαν, και μερικές φορές ένα τρίτο στάδιο μέσα σε αυτές. Σχεδόν κάθε εθνική έρευνα νοικοκυριών στον κόσμο είναι χτισμένη με αυτόν τον τρόπο.

Λυμένο παράδειγμα. Επιλέξτε 120 εκλογικά τμήματα από τον εθνικό κατάλογο. Μέσα σε κάθε τμήμα που επιλέχθηκε, μια ομάδα πεδίου καταγράφει επιτόπου τα νοικοκυριά και στη συνέχεια επιλέγει τυχαία 20 από αυτά. Μέσα σε κάθε νοικοκυριό που επιλέχθηκε, ένας ενήλικας επιλέγεται τυχαία αντί να αφεθεί σε όποιον ανοίξει την πόρτα. Αυτά είναι τρία στάδια, και το τελευταίο μετράει: αν αφήσετε το νοικοκυριό να αποφασίσει ποιος απαντά, επανεισάγετε ακριβώς τη μεροληψία επιλογής που ο σχεδιασμός είχε στόχο να αποφύγει.

Τι πληρώνετε γι’ αυτό. Διαφορετικά άτομα καταλήγουν με διαφορετικές πιθανότητες επιλογής, οπότε η ανάλυση χρειάζεται σταθμίσεις, και ο υπολογισμός της διακύμανσης πρέπει να λαμβάνει υπόψη την ομαδοποίηση σε κάθε στάδιο. Πρόκειται για έναν πραγματικό σχεδιασμό που χρειάζεται κάποιον ικανό να κάνει σταθμισμένη ανάλυση. Αν κανείς στο έργο δεν μπορεί, επιλέξτε έναν απλούστερο σχεδιασμό αντί για έναν πολυσταδιακό χωρίς στάθμιση.

Στρωματοποιημένη ή κατά συστάδες δειγματοληψία: η διαφορά σε μία γραμμή

Αυτές οι δύο συγχέονται συνεχώς, επειδή και οι δύο ξεκινούν χωρίζοντας τον πληθυσμό σε ομάδες. Η διαφορά είναι τι κάνετε μετά.

Οι μέθοδοι μη πιθανοτικής δειγματοληψίας, μία προς μία

Μη πιθανοτική δειγματοληψία σημαίνει ότι οι πιθανότητες επιλογής είναι άγνωστες, επειδή κανένας τυχαίος μηχανισμός δεν αποφάσισε ποιος επιλέχθηκε. Είναι η σωστή επιλογή σε τέσσερις περιπτώσεις. Δεν μπορείτε να δημιουργήσετε ένα χρησιμοποιήσιμο πλαίσιο. Η ομάδα είναι κρυφή. Η ταχύτητα μετράει περισσότερο από την ακρίβεια. Ή το ερώτημα αφορά το νόημα και όχι το μέγεθος.

Αυτές οι μέθοδοι δεν είναι δεύτερης κατηγορίας. Απαντούν σε ένα διαφορετικό ερώτημα. Το λάθος δεν είναι ποτέ η χρήση τους· είναι να τις χρησιμοποιήσετε και μετά να γράψετε μια πρόταση που μόνο ένα πιθανοτικό δείγμα θα μπορούσε να στηρίξει.

Δειγματοληψία ευκολίας

Η δειγματοληψία ευκολίας, γνωστή και ως δειγματοληψία διαθεσιμότητας, στρατολογεί όποιον προσεγγίζεται πιο εύκολα. Ένα αναδυόμενο παράθυρο σε έναν ιστότοπο, ένας σύνδεσμος σε ένα ενημερωτικό δελτίο, οι φοιτητές της δικής σας τάξης, άτομα που περνούν από έναν πάγκο σε μια αγορά.

Παράδειγμα. Ένα κατάστημα τοποθετεί έναν σύνδεσμο για σχόλια στην απόδειξη. Όλοι όσοι απαντούν έχουν αγοράσει κάτι, είχαν μαζί τους κινητό, είχαν χρόνο και είχαν λόγο να μπουν στον κόπο. Καθένα από αυτά τα φίλτρα αφαιρεί ένα διαφορετικό κομμάτι της πελατειακής βάσης.

Έντιμη χρήση. Πιλοτικός έλεγχος ενός ερωτηματολογίου, διατύπωση υποθέσεων, εντοπισμός της γλώσσας που χρησιμοποιούν οι πελάτες, έλεγχος ότι μια ερώτηση γίνεται κατανοητή. Όλες εξαιρετικές χρήσεις. Καμία δεν απαιτεί εκτίμηση για τον πληθυσμό.

Δειγματοληψία με ποσοστώσεις

Η δειγματοληψία με ποσοστώσεις ορίζει στόχους στρατολόγησης για συγκεκριμένες ομάδες και τους καλύπτει. Σαράντα από αγροτικές και εξήντα από αστικές περιοχές. Πενήντα γυναίκες και πενήντα άνδρες. Είκοσι σε καθεμία από πέντε ηλικιακές ομάδες.

Παράδειγμα. Μια ομάδα έρευνας αγοράς χρειάζεται 500 υποβολές που να αντιστοιχούν στην εθνική κατανομή κατά ηλικία, φύλο και περιοχή, και δεν έχει λίστα του πληθυσμού. Στρατολογεί μέχρι να γεμίσει κάθε κελί.

Γιατί εξακολουθεί να μην είναι πιθανοτική δειγματοληψία. Οι ποσοστώσεις ελέγχουν τη σύνθεση του δείγματος, όχι την επιλογή των ατόμων που το αποτελούν. Όποιος στρατολογεί εξακολουθεί να επιλέγει, και τα άτομα που προσεγγίζονται εύκολα διαφέρουν συστηματικά από εκείνα που δεν προσεγγίζονται. Ένα δείγμα μπορεί να ταιριάζει τέλεια με τον πληθυσμό σε ηλικία και φύλο και να πέφτει παρ’ όλα αυτά πολύ έξω στις στάσεις, επειδή η ηλικία και το φύλο δεν ήταν ποτέ οι μεταβλητές που προκαλούσαν τη ζημιά.

Σκόπιμη δειγματοληψία

Η σκόπιμη δειγματοληψία, γνωστή και ως δειγματοληψία κρίσης, επιλέγει σκόπιμα περιπτώσεις που πληρούν δηλωμένα κριτήρια. Συνηθισμένες παραλλαγές είναι η επιλογή τυπικών περιπτώσεων, ακραίων περιπτώσεων, κρίσιμων περιπτώσεων, μέγιστης διακύμανσης και ειδικών.

Παράδειγμα. Μια μελέτη για το πώς χρησιμοποιείται ένα νέο σύστημα πληρωμών επιλέγει οκτώ άτομα. Δύο που το χρησιμοποιούν καθημερινά, δύο που το εγκατέλειψαν, δύο που δεν το υιοθέτησαν ποτέ και δύο υπαλλήλους υποστήριξης που χειρίζονται παράπονα. Αυτή η κατανομή επιλέγεται σκόπιμα, και το σκεπτικό είναι η μέθοδος.

Έντιμη χρήση. Η περισσότερη ποιοτική έρευνα. Το κριτήριο εδώ δεν είναι η τυχαιότητα. Είναι αν μπορείτε να πείτε γιατί αυτές οι περιπτώσεις και όχι άλλες, και αν το εύρος των απόψεων είναι αρκετά πλατύ για να στηρίξει τους ισχυρισμούς σας.

Δειγματοληψία χιονοστιβάδας

Η δειγματοληψία χιονοστιβάδας στρατολογεί έναν μικρό αριθμό συμμετεχόντων, οι οποίοι στη συνέχεια παραπέμπουν άλλους που πληρούν τα κριτήρια, και αυτοί με τη σειρά τους παραπέμπουν κι άλλους.

Παράδειγμα. Μια μελέτη για άτυπους διασυνοριακούς εμπόρους ξεκινά με τέσσερις συμμετέχοντες που εντοπίστηκαν μέσω ενός τοπικού συλλόγου, και καθένας συστήνει δύο ακόμη. Δεν υπάρχει μητρώο άτυπων εμπόρων, οπότε καμία μέθοδος βασισμένη σε πλαίσιο δεν είναι διαθέσιμη.

Τι κάνει στο δείγμα σας. Ομοφιλία. Οι άνθρωποι παραπέμπουν άτομα που τους μοιάζουν. Το δείγμα μετατοπίζεται προς ένα κοινωνικό δίκτυο και μακριά από τα απομονωμένα μέλη του πληθυσμού, που συχνά είναι εκείνα που η έρευνα χρειάζεται περισσότερο να ακούσει. Αν ξεκινήσετε από πολλά ασύνδετα αρχικά σημεία αντί για ένα, η μετατόπιση μειώνεται, αλλά δεν εξαλείφεται.

Πώς να κάνετε ένα μη πιθανοτικό δείγμα υποστηρίξιμο

Οι περισσότεροι οδηγοί σταματούν στο «δεν μπορείτε να γενικεύσετε» και αφήνουν τον αναγνώστη μετέωρο, ενώ οι περισσότεροι αναγνώστες κάνουν ακριβώς τέτοιου είδους μελέτη. Αυτό είναι το κομμάτι που συνήθως λείπει.

• Περιγράψτε τη στρατολόγηση, όχι μόνο το όνομα της μεθόδου. Πού δημοσιεύτηκε ο σύνδεσμος, ποιες ημερομηνίες, ποιοι τον είδαν, αν προσφέρθηκε κίνητρο, και πόσοι προσεγγίστηκαν σε σχέση με πόσους απάντησαν. Αυτό επιτρέπει στον αναγνώστη να κρίνει το δείγμα αντί να μαντεύει.
• Συγκρίνετε το δείγμα που πετύχατε με ένα γνωστό σημείο αναφοράς και δημοσιεύστε τη σύγκριση. Αν ο οργανισμός σας αποτελείται κατά 60% από προσωπικό πεδίου και οι συμμετέχοντές σας κατά 25%, πείτε το σε έναν πίνακα. Μια δηλωμένη απόκλιση είναι εύρημα. Μια κρυμμένη είναι ελάττωμα.
• Μάθετε τι μπορεί και τι δεν μπορεί να κάνει η στάθμιση. Η προσαρμογή των δεδομένων σας ώστε τα δημογραφικά να αντιστοιχούν στον πληθυσμό μπορεί να διορθώσει μια ορατή ανισορροπία. Δεν μπορεί να διορθώσει την επίδραση ατόμων που διαφέρουν από τους συμμετέχοντες σε κάτι που δεν μετρήσατε, και ποτέ δεν μετατρέπει ένα μη πιθανοτικό δείγμα σε δείγμα που στηρίζει ισχυρισμό ακρίβειας.
• Αλλάξτε την πρόταση, όχι τη στατιστική. Αντί για «το 38% των πελατών είναι δυσαρεστημένοι, συν ή πλην 4 μονάδες», γράψτε «το 38% των 620 πελατών που απάντησαν δήλωσε δυσαρέσκεια. Οι συμμετέχοντες στρατολογήθηκαν μέσω μιας ειδοποίησης μέσα στην εφαρμογή επί δύο εβδομάδες και δεν αποτελούν τυχαίο δείγμα πελατών.» Η δεύτερη πρόταση είναι συντομότερη, πιο χρήσιμη και δεν μπορεί να αμφισβητηθεί.

Η ποιοτική έρευνα έχει το δικό της λεξιλόγιο γι’ αυτό. Ένα πρωτόκολλο συνήθως ζητά αιτιολόγηση και όχι αριθμητικό στόχο. Πρέπει να καλύπτει τον προβλεπόμενο αριθμό και το εύρος των απόψεων, μια διάκριση που ο οδηγός του University of Bath διατυπώνει συνοπτικά.⁵

Αντιστοιχίστε τη μέθοδο με την περίσταση

Έξι περιστάσεις, έξι μέθοδοι. Αποφασίστε πριν ανοίξετε την απάντηση. Είναι ο γρηγορότερος τρόπος να δείτε αν ο παραπάνω πίνακας έγινε πράγματι κατανοητός.

Πώς να επιλέξετε μέθοδο δειγματοληψίας

Οι περισσότερες μελέτες δεν αποτυγχάνουν επειδή κάποιος διάλεξε τη λάθος τεχνική. Αποτυγχάνουν επειδή η τεχνική δεν ταίριαζε με το πλαίσιο, την απόφαση ή αυτό που η ομάδα πεδίου μπορούσε ρεαλιστικά να κάνει. Τρεις ερωτήσεις το ξεκαθαρίζουν σχεδόν κάθε φορά.

1. Ξεκινήστε από τον ισχυρισμό που πρέπει να κάνετε

   Γράψτε την πρόταση που θέλετε να δημοσιεύσετε, πριν επιλέξετε οτιδήποτε. «Το εξήντα δύο τοις εκατό των πελατών μας θα μας σύστηνε» και «οι πελάτες που φεύγουν περιγράφουν τρία επαναλαμβανόμενα προβλήματα» είναι διαφορετικές προτάσεις που χρειάζονται διαφορετικούς σχεδιασμούς. Αν κανείς δεν θα αντιμετωπίσει το αποτέλεσμα ως αριθμό για τον πληθυσμό, έχετε πολύ περισσότερη ελευθερία απ’ όσο νομίζετε.

2. Ελέγξτε το πλαίσιο πριν δεσμευτείτε

   Μπορείτε πράγματι να καταγράψετε τον πληθυσμό ή μια κοντινή προσέγγισή του; Αν όχι, μπορείτε να καταγράψετε τις ομάδες στις οποίες ανήκουν; Η απάντηση σε αυτό και μόνο το ερώτημα αποκλείει αμέσως τις περισσότερες από τις εννέα μεθόδους, γι’ αυτό μπαίνει δεύτερο και όχι τελευταίο.

3. Κατονομάστε τις υποομάδες για τις οποίες είστε υποχρεωμένοι να αναφέρετε

   Αν ένα αποτέλεσμα πρέπει να εμφανίζεται για κάθε περιοχή, τοποθεσία ή ρόλο, αυτό καθορίζει τον σχεδιασμό μέσω στρωμάτων ή ποσοστώσεων. Καθορίζει επίσης πόσες υποβολές χρειάζεστε σε κάθε ομάδα. Αν το αποφασίσετε μετά την έρευνα πεδίου, δεν διορθώνεται.

4. Ελέγξτε τον σχεδιασμό απέναντι στην πραγματικότητα του πεδίου

   Ο χρόνος, ο προϋπολογισμός, η δυνατότητα επικοινωνίας, η γλωσσική πρόσβαση, ο αλφαβητισμός, η συνδεσιμότητα και η πολιτική κινήτρων καθορίζουν τι είναι εφαρμόσιμο. Ένας σχεδιασμός που μια ομάδα πεδίου δεν μπορεί να ακολουθήσει γίνεται δειγματοληψία ευκολίας με ένα επίσημο όνομα, κάτι χειρότερο από το να επιλέξετε έντιμα δειγματοληψία ευκολίας. Ο σχεδιασμός στρατολόγησης χωρίς αποκλεισμούς μειώνει τη συστηματική υποεκπροσώπηση.⁶ Αφού επιλέξετε το δείγμα, χρησιμοποιήστε ένα εργαλείο δημιουργίας ερωτηματολογίων για να ετοιμάσετε το ερωτηματολόγιο και να το στείλετε στα άτομα που επέλεξε το σχέδιο δειγματοληψίας σας. Η κοινοποίηση ενός ανοιχτού δημόσιου συνδέσμου αλλάζει το ποιοι μπορούν να απαντήσουν· δεν διατηρεί ένα τυχαίο δείγμα.

Πού αποτυγχάνουν στην πράξη τα δείγματα: κάλυψη, επιλογή και μη απόκριση

Η επιλογή είναι το κομμάτι που ανησυχεί όλους και αυτό που πάει στραβά λιγότερο συχνά. Η ζημιά συνήθως γίνεται πριν από την επιλογή, στο πλαίσιο, ή μετά από αυτήν, στο ποιοι μπαίνουν στον κόπο να απαντήσουν. Και τα δύο παράγουν υπολογιστικά φύλλα που φαίνονται καθαρά και λανθασμένα συμπεράσματα.

Η πιο διάσημη αποτυχία δειγματοληψίας είχε 2,4 εκατομμύρια συμμετέχοντες

Το 1936 το Literary Digest προέβλεψε ότι ο Alf Landon θα έπαιρνε περίπου το 55% των ψήφων. Ο Franklin Roosevelt κέρδισε περίπου το 61%.⁷ Το περιοδικό είχε ταχυδρομήσει 10 εκατομμύρια ψηφοδέλτια και είχε πάρει πίσω περίπου 2,4 εκατομμύρια, ποσοστό απόκρισης 24% που καμία εθνική δημοσκόπηση σήμερα δεν πλησιάζει.⁸ Η δημοσκόπηση έβαλε τον Roosevelt είκοσι μονάδες κάτω από το πραγματικό του ποσοστό, με δείγμα δυόμισι εκατομμυρίων ατόμων.

Ο αριθμός που θα έπρεπε να υπάρχει σε κάθε σελίδα για τη δειγματοληψία. Μια μεταγενέστερη επανανάλυση υπολόγισε το δειγματοληπτικό περιθώριο σφάλματος για τις εκτιμήσεις του Digest ανά πολιτεία: κυμαινόταν από 0,18 έως 2,3 ποσοστιαίες μονάδες, με διάμεσο 0,6.⁸ Ένας δείκτης ακρίβειας συν ή πλην μισής μονάδας, πάνω σε ένα σφάλμα είκοσι μονάδων. Τίποτα δεν δείχνει πιο καθαρά ότι ένα περιθώριο σφάλματος μετρά μόνο έναν από τους πολλούς τρόπους με τους οποίους μια έρευνα μπορεί να κάνει λάθος.

Και η καθιερωμένη εξήγηση είναι μόνο κατά το ήμισυ σωστή. Όλοι μαθαίνουν ότι το Digest έκανε δειγματοληψία σε ιδιοκτήτες αυτοκινήτων και συνδρομητές τηλεφώνου, που ήταν πλούσιοι και Ρεπουμπλικανοί. Ένας εμπειρικός έλεγχος αυτού του ισχυρισμού χρησιμοποίησε μια έρευνα της Gallup του Μαΐου 1937. Όσοι είχαν και αυτοκίνητο και τηλέφωνο εξακολουθούσαν να προτιμούν τον Roosevelt, 55 έναντι 45. Μεταξύ όλων όσοι δήλωσαν ότι έλαβαν ψηφοδέλτιο του Digest, ο Roosevelt προηγούνταν 55 έναντι 44. Το πλαίσιο έγερνε προς τους Ρεπουμπλικανούς, αλλά όχι αρκετά για να προκύψει συντριπτική νίκη του Landon.⁷

Το μισό που λείπει είναι η μη απόκριση. Μεταξύ όσων δήλωσαν ότι επέστρεψαν το ψηφοδέλτιό τους, ο Landon προηγούνταν 51 έναντι 48. Μεταξύ όσων δεν το επέστρεψαν, ο Roosevelt προηγούνταν 69 έναντι 30. Η πρόχειρη ανάλυση αποδίδει περίπου έντεκα μονάδες του σφάλματος στο πλαίσιο και περίπου επτά στη διαφορική μη απόκριση.⁷ Η στάθμιση των επιστροφών με βάση μια ερώτηση που το Digest είχε ήδη θέσει, τι ψήφισαν το 1932, θα είχε δώσει τον σωστό νικητή με αριθμητική διαθέσιμη το 1936.⁸

Ένα υψηλό ποσοστό απόκρισης δεν είναι ο στόχος που νομίζετε

Τα ποσοστά απόκρισης των τηλεφωνικών δημοσκοπήσεων του ίδιου του Pew Research Center έπεσαν από 36% το 1997 σε 9% το 2012 και σε 6% το 2018.⁹ Στο μεταξύ, η εθνική έρευνα οικογενειακής υγείας της Ινδίας (National Family Health Survey), που διεξήχθη με προσωπικές συνεντεύξεις, επέλεξε 664.972 νοικοκυριά και βρήκε 653.144 από αυτά κατοικημένα. Πήρε συνέντευξη από 636.699 από αυτά, ποσοστό απόκρισης 97,5%. Διαβάστε προσεκτικά αυτόν τον παρονομαστή, γιατί εκεί πάει στραβά συνηθέστερα ένα ποσοστό απόκρισης: σε σχέση με τον αριθμό που επιλέχθηκε αντί για τον αριθμό των κατοικημένων, η ίδια έρευνα πεδίου δίνει 95,7%. Η έρευνα άντλησε το δείγμα της από 30.456 συστάδες σε όλες τις 707 περιφέρειες.¹⁰

Αυτά τα δύο δεδομένα ανήκουν στην ίδια δεκαετία. Ο τρόπος συλλογής και η προσπάθεια στο πεδίο επηρεάζουν τα ποσοστά απόκρισης πολύ περισσότερο από οποιονδήποτε γενικό ισχυρισμό για την κόπωση από τις έρευνες. Αν ένας οδηγός σας λέει ότι το μέσο ποσοστό απόκρισης είναι ένας συγκεκριμένος αριθμός, δεν περιγράφει ένα πραγματικό μέγεθος.

Τώρα το δυσκολότερο εύρημα. Μια μετα-ανάλυση 235 εκτιμήσεων μεροληψίας μη απόκρισης από 30 δημοσιευμένες μελέτες βρήκε ότι η συσχέτιση μεταξύ ποσοστού απόκρισης και μεγέθους της μεροληψίας μη απόκρισης ήταν 0,33. Στο τετράγωνο, αυτό σημαίνει ότι το ποσοστό απόκρισης εξηγεί περίπου το 11% της διακύμανσης της μεροληψίας.¹¹ Μια επόμενη ανάλυση 59 μελετών, σχεδιασμένων ειδικά για να μετρήσουν τη μεροληψία μη απόκρισης, κατέληξε στο ίδιο συμπέρασμα.¹²

Το ποσοστό απόκρισης αξίζει να αναφέρεται και να βελτιώνεται. Δεν είναι πιστοποιητικό. Αυτό που προκαλεί μεροληψία είναι αν η τάση για απάντηση συνδέεται με αυτό που μετράτε. Μια έρευνα για τον εθελοντισμό πάσχει από αυτό πολύ περισσότερο από μια έρευνα για την ταχύτητα του ευρυζωνικού διαδικτύου. Κυνηγήστε τη συσχέτιση, όχι το ποσοστό.

Περισσότερες υποβολές δεν μπορούν να επιδιορθώσουν ένα χαλασμένο πλαίσιο

Κατά την εκστρατεία εμβολιασμού του 2021, δύο πολύ μεγάλες έρευνες παρακολουθούσαν την εμβολιαστική κάλυψη στις Ηνωμένες Πολιτείες. Η μία συγκέντρωνε περίπου 250.000 υποβολές την εβδομάδα και υπερεκτίμησε την κάλυψη της πρώτης δόσης κατά 17 ποσοστιαίες μονάδες σε σχέση με το επίσημο σημείο αναφοράς. Η άλλη συγκέντρωνε περίπου 75.000 κάθε δύο εβδομάδες και την υπερεκτίμησε κατά 14. Μια τρίτη έρευνα με περίπου 1.000 συμμετέχοντες, που διεξήχθη σύμφωνα με την τυπική πιθανοτική πρακτική, έδωσε αξιόπιστες εκτιμήσεις.¹³

Το ίδιο μοτίβο εμφανίζεται και στη συνηθισμένη ερευνητική δουλειά. Συγκρίνοντας τρία πιθανοτικά πάνελ με τρεις διαδικτυακές πηγές εθελοντικής συμμετοχής σε 28 σημεία αναφοράς και 29.937 συνεντεύξεις, το μέσο απόλυτο σφάλμα ήταν 5,8 ποσοστιαίες μονάδες για τα δείγματα εθελοντικής συμμετοχής και 2,6 για τα πιθανοτικά πάνελ. Στα 25 από αυτά τα σημεία αναφοράς που ήταν διαθέσιμα για υποομάδες, η διαφορά για ενήλικες 18 έως 29 ετών ήταν 11,2 έναντι 3,6.¹⁴

Και ένα αξιομνημόνευτο διαγνωστικό: σε μια έρευνα εθελοντικής συμμετοχής, το 12% των ενηλίκων κάτω των 30 δήλωσε ότι είχε άδεια χειρισμού πυρηνικού υποβρυχίου.¹⁵ Ο πραγματικός αριθμός είναι κοντά στο μηδέν. Αν ένα πάνελ μπορεί να βγάλει κάτι τέτοιο, μπορεί να βγάλει οτιδήποτε, και μια μεγαλύτερη παραγγελία από το ίδιο πάνελ απλώς σας αγοράζει περισσότερο από το ίδιο.

Ποιους παραλείπει το πλαίσιό σας, εκτός ΗΠΑ και Ηνωμένου Βασιλείου

Οι περισσότεροι οδηγοί δειγματοληψίας υποθέτουν σιωπηρά ένα δυτικό πλαίσιο: μια λίστα email, ένα σταθερό τηλέφωνο, ένα εθνικό μητρώο διευθύνσεων. Μεγάλο μέρος του κόσμου δεν κάνει δειγματοληψία με αυτόν τον τρόπο, και τα κενά κάλυψης έχουν μετρημένη μορφή.

• Μια διαδικτυακή έρευνα σε μια χώρα χαμηλού ή μεσαίου εισοδήματος είναι δείγμα του συνδεδεμένου κομματιού της, και αυτό το κομμάτι γέρνει προς τους άνδρες. Οι γυναίκες σε χώρες χαμηλού και μεσαίου εισοδήματος έχουν 14% λιγότερες πιθανότητες από τους άνδρες να χρησιμοποιούν το διαδίκτυο από κινητό, που αντιστοιχεί σε περίπου 235 εκατομμύρια λιγότερες γυναίκες από άνδρες στο διαδίκτυο.¹⁶
• Τα τηλεφωνικά δείγματα υπερεκπροσωπούν τους αρχηγούς νοικοκυριών. Σε τηλεφωνικές έρευνες της World Bank (Παγκόσμια Τράπεζα) σε τέσσερις αφρικανικές χώρες, οι συμμετέχοντες ήταν κατά 52% άνδρες στην Ουγκάντα και κατά 73% στη Νιγηρία, έναντι περίπου του μισού στον ενήλικο πληθυσμό. Στην Ουγκάντα, το 6% των συμμετεχόντων σε τηλεφωνικές έρευνες ήταν 15 έως 24 ετών, έναντι 38% του ενήλικου πληθυσμού.¹⁷
• Τι να κάνετε γι’ αυτό. Συνδυάστε τρόπους συλλογής αντί να υπερασπίζεστε έναν. Καταγράψτε επιτόπου τα νοικοκυριά όπου δεν υπάρχει μητρώο. Κάντε την έρευνα στις γλώσσες που ο πληθυσμός σας πραγματικά διαβάζει και κάντε προέλεγχο της μετάφρασης αντί για αντίστροφη μετάφραση. Στη συνέχεια δηλώστε το εναπομένον κενό στους περιορισμούς σας, γιατί θα εξακολουθεί να υπάρχει.

Τι μπορεί και τι δεν μπορεί να διορθώσει η στάθμιση

Η στάθμιση προσαρμόζει τα δεδομένα σας ώστε η σύνθεση του δείγματος να αντιστοιχεί σε γνωστά στοιχεία του πληθυσμού. Είναι πραγματικά ισχυρή και συστηματικά υπερεκτιμάται.

Υπέρ της. Το 2016 η τελική δημοσκόπηση του University of New Hampshire έδινε την Clinton μπροστά κατά 11 μονάδες σε μια αναμέτρηση που κέρδισε κατά 0,4. Δεν είχε γίνει προσαρμογή ως προς την εκπαίδευση. Η επιτροπή αξιολόγησης κατέληξε ότι αυτή η μία προσαρμογή θα είχε εξαλείψει ουσιαστικά όλο το σφάλμα.¹⁸ Μία μεταβλητή, που συσχετίζεται τόσο με την απόκριση όσο και με το αποτέλεσμα, έκανε όλη τη δουλειά.

Κατά της αποκλειστικής εξάρτησης από αυτήν. Όταν περισσότερες από 30.000 διαδικτυακές συνεντεύξεις εθελοντικής συμμετοχής αξιολογήθηκαν σε σχέση με 24 σημεία αναφοράς, η μέση εκτιμώμενη μεροληψία ήταν 8,4 ποσοστιαίες μονάδες χωρίς στάθμιση. Σε όλες τις διαδικασίες στάθμισης που δοκιμάστηκαν, συμπεριλαμβανομένων εξελιγμένων προσεγγίσεων αντιστοίχισης, καμία δεν έριξε τη μέση μεροληψία κάτω από 6 μονάδες.¹⁹ Ο τετραπλασιασμός του μεγέθους δείγματος κέρδισε άλλες 0,2 μονάδες.

Ο κανόνας που προκύπτει είναι απλός. Η στάθμιση διορθώνει την ανισορροπία στις μεταβλητές με τις οποίες σταθμίζετε, στον βαθμό που αυτές οι μεταβλητές σχετίζονται με το αποτέλεσμα. Δεν κάνει τίποτα για τους τρόπους με τους οποίους οι συμμετέχοντες διαφέρουν από όσους δεν απάντησαν σε πράγματα που δεν μετρήσατε ποτέ, και ποτέ δεν μετατρέπει ένα μη πιθανοτικό δείγμα σε δείγμα που στηρίζει ισχυρισμό ακρίβειας.

Ένας δείκτης ακρίβειας είναι κατώτατο όριο, όχι ανώτατο

Ένα περιθώριο σφάλματος ποσοτικοποιεί τη δειγματοληπτική μεταβλητότητα, και μόνο αυτήν. Υποθέτει ότι το δείγμα αντλήθηκε τυχαία από τον πληθυσμό-στόχο και ότι η υπόλοιπη μεροληψία έχει αφαιρεθεί. Το σφάλμα κάλυψης, η μεροληψία μη απόκρισης, το σφάλμα μέτρησης και οι δόλιοι συμμετέχοντες βρίσκονται όλα εκτός αυτού.

Τα στοιχεία είναι σαφή. Το τελευταίο δεκαπενθήμερο του 2020, 348 προεδρικές δημοσκοπήσεις σε επίπεδο πολιτείας ανέφεραν περιθώριο σφάλματος, και ο μέσος όρος του αναφερόμενου περιθωρίου ήταν 3,9 μονάδες. Σε σύγκριση με αυτόν τον μέσο όρο, το 55% από αυτές απέκλινε από την τελική διαφορά περισσότερο από ένα περιθώριο σφάλματος και το 21% περισσότερο από το διπλάσιό του.²⁰ Επρόκειτο για σύγχρονες δημοσκοπήσεις με σύγχρονες μεθόδους. Αντιμετωπίστε το περιθώριο σφάλματος ως κατώτατο όριο της αβεβαιότητάς σας, ποτέ ως ανώτατο.

Βαθμός A σημαίνει επίσημη στατιστική, μετα-ανάλυση ή εύρημα που έχει αναπαραχθεί. Βαθμός B σημαίνει μία ισχυρή μελέτη της οποίας το συμπέρασμα δεν έχει ακόμη επαναληφθεί ανεξάρτητα.

Φαινόμενο σχεδιασμού: γιατί τα δείγματα κατά συστάδες χρειάζονται περισσότερα άτομα

Σχεδόν κάθε οδηγός προτείνει τη δειγματοληψία κατά συστάδες για την εξοικονόμηση κόστους και σταματά εκεί. Η εξοικονόμηση είναι πραγματική, το ίδιο και ο λογαριασμός. Τα άτομα μέσα στο ίδιο σχολείο, ιατρείο, εκλογικό τμήμα ή κατάστημα μοιάζουν μεταξύ τους. Μοιάζουν μεταξύ τους περισσότερο απ’ ό,τι με άτομα που επιλέγονται τυχαία από ολόκληρο τον πληθυσμό. Έτσι, κάθε επιπλέον υποβολή από μια ομάδα που έχετε ήδη επιλέξει φέρει λιγότερη νέα πληροφορία.

Το φαινόμενο σχεδιασμού είναι ο αριθμός που το μετρά. Με λόγια: πόσο ευρύτερη γίνεται η αβεβαιότητά σας σε σύγκριση με την ανεξάρτητη επιλογή του ίδιου αριθμού ατόμων. Για έναν σχεδιασμό με ισομεγέθεις ομάδες είναι

φαινόμενο σχεδιασμού = 1 + (μέσο μέγεθος ομάδας - 1) x ενδοταξική συσχέτιση

Η ενδοταξική συσχέτιση δείχνει πόσο όμοια είναι τα άτομα μέσα σε μια ομάδα ως προς αυτό που μετράτε. Μηδέν σημαίνει ότι το να είναι κάποιος στο ίδιο σχολείο δεν σας λέει τίποτα για την απάντηση ενός μαθητή. Ένα σημαίνει ότι όλοι σε ένα σχολείο απαντούν πανομοιότυπα, και το σχολείο θα μπορούσε κάλλιστα να είναι ένα άτομο. Οι πραγματικές τιμές είναι μικρές, αλλά οι μικρές τιμές προκαλούν μεγάλη ζημιά όταν τα μεγέθη των ομάδων μεγαλώνουν. Συγκεντρωτικά σε 48 εθνικές έρευνες νοικοκυριών, η μέση ενδοταξική συσχέτιση είναι περίπου 0,06. Διαφέρει ανάλογα με το τι μετράτε. Τα ερωτήματα γονιμότητας κυμαίνονται περίπου από 0,01 έως 0,03, η τρέχουσα χρήση αντισύλληψης από 0,03 έως 0,05 και οι τοκετοί με ιατρική βοήθεια φτάνουν έως 0,22 στα εθνικά στοιχεία.²¹

Αν δεν έχετε δική σας εκτίμηση, δανειστείτε μια προεπιλεγμένη τιμή με προσοχή. Το εγχειρίδιο δειγματοληψίας των DHS καταφεύγει στην τιμή 1,5 για το deft όταν μια έρευνα δεν έχει δικό της στοιχείο.²² Το deft δεν είναι το ίδιο μέγεθος με το φαινόμενο σχεδιασμού του παραπάνω τύπου: είναι ο λόγος των δύο τυπικών σφαλμάτων, ενώ το φαινόμενο σχεδιασμού είναι ο λόγος των δύο διακυμάνσεων. Το υψώνετε στο τετράγωνο, οπότε deft 1,5 αντιστοιχεί σε φαινόμενο σχεδιασμού 2,25. Το εγχειρίδιο χαρακτηρίζει την τιμή λύση ανάγκης και όχι τυπική τιμή, και τα δικά του λυμένα παραδείγματα χρησιμοποιούν 1,40 για τη χρήση σύγχρονης αντισύλληψης και 1,22 για τον εμβολιασμό παιδιών.

Η στάθμιση προσθέτει τη δική της συνιστώσα. Μια εθνική έρευνα που κάνει υπερδειγματοληψία σε μία περιοχή και μετά τη σταθμίζει πίσω φέρει δύο φαινόμενα σχεδιασμού ταυτόχρονα. Ένα φαινόμενο στάθμισης 1,22 και ένα φαινόμενο ομαδοποίησης 1,80 δίνουν συνολικό φαινόμενο σχεδιασμού 2,20. Έτσι, 5.000 νοικοκυριά που πήραν μέρος σε συνέντευξη συμπεριφέρονται σαν 2.277 ανεξάρτητα.²³

Το δίδαγμα για τον σχεδιασμό. Περισσότερες ομάδες με λιγότερα άτομα στην καθεμία είναι καλύτερες από λιγότερες ομάδες με περισσότερα άτομα, σχεδόν πάντα. Σαράντα σχολεία των 24 μαθητών και 24 σχολεία των 40 μαθητών κοστίζουν περίπου τις ίδιες 960 υποβολές, αλλά το πρώτο έχει μικρότερο φαινόμενο σχεδιασμού και ένα υποστηρίξιμο αποτέλεσμα. Αν σχεδιάζετε πόσες υποβολές χρειάζεστε συνολικά, υπολογίστε το στον οδηγό μας για το μέγεθος δείγματος και μετά πολλαπλασιάστε με το φαινόμενο σχεδιασμού. Αν το κάνετε ανάποδα, οι μελέτες κατά συστάδες καταλήγουν με ανεπαρκή ισχύ.

Τρία λυμένα παραδείγματα, από την αρχή ως το τέλος

Τα ονόματα των μεθόδων είναι εύκολα. Οι αποφάσεις γύρω από αυτά είναι εκεί όπου οι μελέτες πραγματικά στραβώνουν. Αυτά τα τρία οδηγούν έναν πραγματικό σχεδιασμό από τον ορισμό του πληθυσμού μέχρι την πρόταση που μπορείτε να δημοσιεύσετε.

Παράδειγμα 1: εμπειρία ασθενών σε μια περιφέρεια

• Πληθυσμός. Ενήλικες που πήγαν σε εξωτερικό ιατρείο σε οποιοδήποτε από τα 46 δημόσια ιατρεία της περιφέρειας μεταξύ 1ης Απριλίου και 30ής Ιουνίου.
• Πλαίσιο. Δεν υπάρχει μητρώο ασθενών για όλη την περιφέρεια. Υπάρχει λίστα των 46 ιατρείων, με μηνιαίους αριθμούς επισκέψεων.
• Μέθοδος. Πολυσταδιακή. Επιλέξτε 18 ιατρεία με πιθανότητα ανάλογη των επισκέψεων και μετά επιλέξτε συστηματικά κάθε 8ο ασθενή που αποχωρεί, σε δύο τυχαία επιλεγμένες ημέρες λειτουργίας του ιατρείου.
• Γιατί όχι κάτι απλούστερο. Μια πλήρης λίστα ασθενών θα επέτρεπε στρωματοποιημένη δειγματοληψία, αλλά δεν υπάρχει και δεν μπορεί να δημιουργηθεί μέσα στο χρονοδιάγραμμα. Ένα δείγμα ευκολίας στα τρία μεγαλύτερα ιατρεία θα ήταν γρηγορότερο και θα περιέγραφε τα τρία μεγαλύτερα ιατρεία.
• Τι πρέπει να αναφερθεί. Οι πιθανότητες επιλογής διαφέρουν ανάλογα με το μέγεθος του ιατρείου, οπότε η ανάλυση χρειάζεται σταθμίσεις και το διάστημα πρέπει να διευρυνθεί λόγω του φαινομένου σχεδιασμού.
• Η πρόταση που μπορεί να δημοσιευτεί. «Μεταξύ των ενηλίκων που επισκέφθηκαν δημόσια εξωτερικά ιατρεία της περιφέρειας κατά το δεύτερο τρίμηνο, εκτιμάται ότι το 71% έκρινε αποδεκτό τον χρόνο αναμονής, με βάση 1.240 συνεντεύξεις εξόδου σε 18 ιατρεία που επιλέχθηκαν με πιθανότητα ανάλογη των επισκέψεων.»

Παράδειγμα 2: μια μελέτη διπλωματικής εργασίας σε φοιτητικό πληθυσμό

• Πληθυσμός. Οι φοιτητές που είναι εγγεγραμμένοι στη Σχολή Οικονομικών Επιστημών το τρέχον ακαδημαϊκό έτος: 3.100 σε τρία έτη σπουδών.
• Πλαίσιο. Το μητρώο εγγραφών της σχολής, που περιλαμβάνει το έτος σπουδών και το πρόγραμμα σπουδών.
• Μέθοδος. Στρωματοποιημένη τυχαία δειγματοληψία ανά έτος σπουδών, αναλογική κατανομή, στόχος 350 ολοκληρωμένες υποβολές.
• Οι υπολογισμοί. Το πρώτο έτος έχει 1.300 φοιτητές, δηλαδή το 42% των 3.100, οπότε παίρνει το 42% των 350, δηλαδή 147 υποβολές. Επαναλάβετε για κάθε έτος. Επειδή η κατανομή είναι αναλογική, δεν απαιτείται στάθμιση.
• Σχεδιασμός απόκρισης. Με αναμενόμενο ποσοστό απόκρισης 35% πρέπει να προσκαλέσετε περίπου 1.000 φοιτητές για να φτάσετε τις 350 ολοκληρωμένες υποβολές, και καλό είναι να τους προσκαλείτε στρώμα προς στρώμα, ώστε μια αδύναμη απόκριση σε ένα έτος να φαίνεται όσο υπάρχει ακόμη χρόνος για παρέμβαση.
• Περιορισμοί προς δήλωση. Οι φοιτητές που διέκοψαν αλλά παραμένουν στο μητρώο αποτελούν υπερκάλυψη. Οι φοιτητές που εγγράφηκαν μετά την εξαγωγή του μητρώου αποτελούν υποκάλυψη. Και τα δύο ανήκουν στην παράγραφο των περιορισμών.

Παράδειγμα 3: σχόλια πελατών για ένα ηλεκτρονικό κατάστημα

• Πληθυσμός. Οι πελάτες που ολοκλήρωσαν παραγγελία τις τελευταίες 90 ημέρες.
• Πλαίσιο. Ο πίνακας παραγγελιών. Είναι πλήρης για τις ηλεκτρονικές παραγγελίες και πλήρης για τις αγορές ως επισκέπτης, αλλά ένας πελάτης με δύο λογαριασμούς εμφανίζεται δύο φορές.
• Μέθοδος. Αφαιρέστε τις διπλοεγγραφές ώστε να μείνει μία γραμμή ανά πελάτη και κάντε συστηματική δειγματοληψία κάθε 12ου πελάτη μετά από ένα τυχαίο σημείο έναρξης, συνεχώς και όχι σε μία παρτίδα.
• Η παγίδα που αποφεύγει. Η πρόσκληση μόνο των συνδρομητών του ενημερωτικού δελτίου είναι γρηγορότερη και αποτελεί δείγμα ευκολίας των πιο ενεργών πελατών σας. Θα κάνει την ικανοποίηση να φαίνεται καλύτερη απ’ ό,τι είναι, με συνέπεια, κάθε τρίμηνο.
• Μια σημείωση για τους εργαζομένους. Ο ίδιος οργανισμός, όταν κάνει έρευνα στους δικούς του 180 εργαζομένους, δεν πρέπει να κάνει καθόλου δειγματοληψία. Αυτός ο πληθυσμός είναι μικρός, προσβάσιμος, και όλοι έχουν δικαίωμα να ερωτηθούν. Κάντε απογραφή, και αν η συμμετοχή είναι χαμηλή, αντιμετωπίστε το ως εύρημα και όχι ως πρόβλημα δειγματοληψίας.

Πώς να γράψετε το κομμάτι της δειγματοληψίας στη μεθοδολογία σας

Αυτό είναι το βήμα που παραλείπουν οι περισσότεροι οδηγοί, και είναι αυτό που πραγματικά διαβάζει ένας επιβλέπων, ένας αξιολογητής ή ένας πελάτης. Η περιγραφή της δειγματοληψίας πρέπει να απαντά σε πέντε ερωτήματα με τη σειρά: ποιοι, από ποια λίστα, πώς επιλέχθηκαν, πόσοι, και τι σας επιτρέπεται επομένως να ισχυριστείτε.

Συμπληρώστε τα κενά παρακάτω. Είναι σκόπιμα απλό: οι εξεταστές δεν αναζητούν εδώ κομψή πρόζα, αναζητούν έναν σχεδιασμό που μπορούν να αξιολογήσουν.

Η ίδια μελέτη, γραμμένη αδύναμα και γραμμένη σωστά

Αδύναμο. «Λήφθηκε τυχαίο δείγμα φοιτητών και συλλέχθηκαν 350 υποβολές.»

Τίποτα εδώ δεν μπορεί να ελεγχθεί. Η λέξη «τυχαίο» κάνει μια δουλειά που δεν έχει κερδίσει, δεν υπάρχει πλαίσιο, ούτε παρονομαστής, ούτε δήλωση για το ποιοι αποκλείστηκαν.

Ισχυρό. «Ο πληθυσμός-στόχος ήταν οι 3.100 φοιτητές που ήταν εγγεγραμμένοι στη Σχολή Οικονομικών Επιστημών το 2026. Το πλαίσιο δειγματοληψίας ήταν το μητρώο εγγραφών της σχολής, όπως εξήχθη στις 3 Μαρτίου 2026. Χρησιμοποιήθηκε στρωματοποιημένη τυχαία δειγματοληψία ανά έτος σπουδών με αναλογική κατανομή, ώστε κάθε έτος να μπορεί να αναφερθεί χωριστά. Προσκλήθηκαν χίλιοι φοιτητές και 350 συμπλήρωσαν το ερωτηματολόγιο, ποσοστό απόκρισης 35%. Δεν εφαρμόστηκε στάθμιση επειδή η κατανομή ήταν αναλογική. Οι φοιτητές που διέκοψαν μετά την ημερομηνία εξαγωγής παρέμειναν στο πλαίσιο και δεν μπορούσαν να εντοπιστούν, κάτι που αποτελεί μια μικρή πηγή υπερκάλυψης.»

Η δεύτερη εκδοχή είναι μεγαλύτερη, και κάθε επιπλέον πρόταση είναι μια πρόταση για την οποία ο αξιολογητής δεν χρειάζεται πια να ρωτήσει.

Λίστα ελέγχου σχεδίου δειγματοληψίας

Ένα γραπτό σχέδιο δειγματοληψίας αποτρέπει τα περισσότερα σφάλματα που μπορούν να αποφευχθούν, επειδή αναγκάζει τις αποφάσεις να ληφθούν πριν από την έρευνα πεδίου και όχι κατά την ανάλυση. Οκτώ σημεία, μία σελίδα.

Μόλις οριστικοποιηθεί το σχέδιο, το εργαλείο μέτρησης κρίνει αν άξιζε η άντληση του δείγματος. Ένα τέλειο δείγμα δεν μπορεί να σώσει μια καθοδηγητική ή διπλή ερώτηση, γι’ αυτό αξίζει να διαβάσετε παραδείγματα ερωτήσεων για έρευνες πριν ξεκινήσετε τη συλλογή.

Συχνές ερωτήσεις

Σχετικά άρθρα

Η δειγματοληψία είναι μία απόφαση μέσα σε μια ευρύτερη μελέτη. Αυτοί οι οδηγοί καλύπτουν τις αποφάσεις πριν και μετά από αυτήν.

• Ο ερευνητικός σχεδιασμός εντάσσει τη δειγματοληψία στη σειρά με την υπόλοιπη μελέτη, από τον ορισμό του πληθυσμού μέχρι την έναρξη.
• Το Πώς να προσδιορίσετε το μέγεθος δείγματος καλύπτει τους υπολογισμούς ακρίβειας που αυτή η σελίδα σκόπιμα αφήνει σε άλλους, μαζί με τους τύπους.
• Το Πώς να γράψετε ερωτήσεις για έρευνες καλύπτει την πλευρά της μέτρησης, που κανένας σχεδιασμός δειγματοληψίας δεν μπορεί να σώσει.
• Οι Αρχές σχεδιασμού ερωτηματολογίου εξηγούν πώς συναρμολογείται ένα ολόκληρο ερωτηματολόγιο όταν οι ερωτήσεις υπάρχουν πια.
• Η μεροληψία απόκρισης εμβαθύνει στη διαφορά ανάμεσα στα άτομα που επιλέξατε και στα άτομα που απάντησαν.
• Οι δημογραφικές ερωτήσεις είναι χρήσιμες όταν στο πλαίσιό σας λείπει η μεταβλητή που χρειάζεστε για στρωματοποίηση.
• Η στατιστική σημαντικότητα εξηγεί τι να κάνετε με τους αριθμούς όταν το δείγμα έχει συγκεντρωθεί.
• Η ανάλυση ποσοτικών δεδομένων καλύπτει τα βήματα ανάλυσης που ακολουθούν, μαζί με το πού χρειάζονται σταθμίσεις.

Πώς γράφτηκε αυτός ο οδηγός και τι δεν καλύπτει

Ποιος τον έγραψε. Ο Michael Hodge, που ασχολείται με τη μεθοδολογία ερευνών, τον σχεδιασμό ερωτήσεων και την ποιότητα δεδομένων στο SuperSurvey και γράφει τους πρακτικούς οδηγούς της ενότητας «Οδηγοί και βοήθεια».

Σε τι βασίζεται. Οι ορισμοί ακολουθούν τη μεθοδολογική ανασκόπηση και τις πανεπιστημιακές ερευνητικές οδηγίες που αναφέρονται παρακάτω, όπου πράγματι ορίζονται οι τεχνικοί όροι. Οι σελίδες των επίσημων φορέων ερευνητικής ακεραιότητας και των στατιστικών υπηρεσιών παρατίθενται ως σύντομα σημεία εκκίνησης σε απλή γλώσσα, όχι ως πηγή αυτών των ορισμών. Οι περιγραφές των μεθόδων ακολουθούν τις ίδιες ανασκοπήσεις και οδηγίες. Κάθε αριθμός στην ενότητα των στοιχείων προέρχεται από μια κατονομαζόμενη πρωτογενή πηγή που αναφέρεται παρακάτω. Κάθε ισχυρισμός φέρει επίσης βαθμό βεβαιότητας, ώστε να βλέπετε ποια ευρήματα είναι εδραιωμένα και ποια στηρίζονται σε μία μόνο μελέτη. Τα στοιχεία για το φαινόμενο σχεδιασμού στο γράφημα και τον πίνακα είναι δικοί μας υπολογισμοί. Χρησιμοποιήσαμε τον τυπικό τύπο, με τις παραδοχές τυπωμένες στη λεζάντα, ώστε να μπορείτε να τους επαναλάβετε ή να τους αμφισβητήσετε με τα δικά σας μεγέθη συστάδων.

Τι δεν καλύπτει. Αυτός ο οδηγός αφορά τη δειγματοληψία για έρευνες και μελέτες παρατήρησης. Δεν καλύπτει τον πειραματικό σχεδιασμό ή την τυχαία κατανομή, πέρα από τη διάκρισή τους. Παραλείπει επίσης τη δειγματοληψία για ελέγχους αποδοχής, ελέγχους λογιστικής και επεξεργασία σήματος, που χρησιμοποιούν την ίδια λέξη για διαφορετικά πράγματα. Η δειγματοληψία καθοδηγούμενη από τους συμμετέχοντες, η δειγματοληψία χρόνου-τόπου και η προσαρμοστική δειγματοληψία κατά συστάδες είναι πραγματικές μέθοδοι που χρησιμοποιούν οι ειδικοί για κρυφούς πληθυσμούς, και είναι εκτός του πεδίου αυτού του οδηγού. Οι τιμές της ενδοταξικής συσχέτισης προέρχονται από έρευνες νοικοκυριών σε χώρες χαμηλού και μεσαίου εισοδήματος. Αντιμετωπίστε τις ως ενδεικτικές, όχι ως τιμές για μεταφορά σε διαφορετικό πλαίσιο.

Πού οι αριθμοί είναι πιο αδύναμοι. Η επανανάλυση του Literary Digest στηρίζεται σε μία έρευνα του 1937 και σε μία μεταγενέστερη επανανάλυση, και οι δύο συγγραφείς επισημαίνουν τη δική τους αβεβαιότητα· γι’ αυτό έχει βαθμό B. Τα στοιχεία για το σφάλμα των δημοσκοπήσεων προέρχονται από εκλογικές δημοσκοπήσεις στις Ηνωμένες Πολιτείες, που έχουν μελετηθεί ασυνήθιστα καλά και δεν είναι απαραίτητα αντιπροσωπευτικές του σφάλματος των ερευνών γενικά.

Γνωστοποίηση. Το SuperSurvey πουλά λογισμικό ερευνών. Τίποτα σε αυτή τη σελίδα δεν πωλείται, κανένα μέρος της δεν απαιτεί εγγραφή, και κανένας οργανισμός δεν χρηματοδότησε ούτε αξιολόγησε αυτόν τον οδηγό. Όπου παραπέμπουμε στις δικές μας σελίδες, το κάνουμε επειδή καλύπτουν την επόμενη απόφαση, όχι επειδή ένας σύνδεσμος μας αποφέρει κάτι.

Βιβλιογραφία