Ошибка самоотбора: что это такое, методы и примеры

В большинстве случаев у исследователей возникают проблемы с получением результатов, которые не совпадают с тем, что происходит в целевой популяции. Несмотря на множество причин для этого, предвзятость самоотбора является одной из самых важных.

Когда мы говорим « предвзятость отбора », мы имеем в виду, что эксперимент пошел не так, как надо, из-за чего интересующая вас группа была представлена ​​неверно или недопредставлена.

Эта предвзятость является проблемой при исследовании программ или продуктов. Самостоятельный выбор затрудняет исследование рынка и оценку программ.

В этом блоге мы рассмотрим определение предвзятости самоотбора и методы, которым мы должны следовать, чтобы уменьшить предвзятость, а также приведем несколько примеров этой предвзятости.

Что такое предвзятость самоотбора?

Предвзятость самоотбора возникает, когда люди решают присоединиться к группе самостоятельно. Это приводит к смещенной выборке, когда используется невероятностная выборка. Он часто используется для описания ситуаций, в которых черты людей в группе, которые заставили их выбрать быть там, приводят к странным или плохим вещам, происходящим в группе.

Это похоже на предвзятость неответов , когда группа людей, принявших участие в опросе, дала разные ответы, чем группа, которая не ответила.

Теперь мы обсудим методы уменьшения этого смещения. Мы также приведем несколько примеров. Чтобы узнать больше, оставайтесь с нами до конца.

Методы снижения предвзятости самоотбора

Самый очевидный способ устранить предвзятость самоотбора — не позволять людям выбирать себя для участия в опросе. Для получения выборки идеально подходит метод вероятностной выборки.

Метод вероятностной выборки

Вероятностная выборка — это метод выбора совокупности для систематического исследования, основанный на теории вероятностей. Здесь исследователь выбирает небольшую группу людей из всего населения, характеристики которых он хочет оценить.

Вероятностная выборка основана на принципе рандомизации, что означает, что все члены исследуемой совокупности имеют равные шансы попасть в выборочную совокупность.

Например, если размер популяции составляет 500 человек, каждый человек в популяции имеет шанс 1 из 500 попасть в исследовательскую выборку.

Основная идея этого метода заключается в том, что если вы можете выбрать случайную выборку, представляющую целое, ваши оценки будут точными. Когда выборка достаточно велика, вы можете использовать статистические методы, чтобы сделать вывод о всей совокупности на основе выборки.

Вот несколько примеров методов вероятностной выборки:

• Простая случайная выборка: опрос американского сообщества собирает информацию о жизни в Соединенных Штатах путем случайного выбора людей.

Бюро переписи населения США запрашивает подробную информацию у случайной выборки жителей страны. Затем они используют эту информацию, чтобы сделать вывод обо всей популяции.

• Систематическая выборка. Систематическая выборка — это тип вероятностной выборки, при котором исследователь использует случайную начальную точку и фиксированные интервалы для поиска членов исследуемой совокупности. Вот что происходит прямо сейчас. Пример систематического отбора проб

Скажем, людей, которые вас интересуют, число 800. Вы можете выбрать шестого человека случайным образом в качестве отправной точки и выбрать случайный интервал выборки из 10 человек. Это означает, что исследуемая совокупность будет состоять из каждого 10-го элемента подряд.

• Стратифицированная выборка . Идея стратификации — вот что делает стратифицированную выборку эффективной. Когда изучаемая популяция делится на подгруппы (называемые «слоями») в зависимости от пола, возраста, уровня дохода и других подобных факторов, это называется «стратификация». Каждому слою присваивается вес в зависимости от его размера. Затем отбирается выборка, присваивая каждой страте случайное место для начала.
• Кластерная выборка. Кластерная выборка — это способ случайного выбора выборки для исследования из большой совокупности. В этом случае исследователь делит население на существующие группы, такие как кварталы и города. Его также называют многоступенчатой ​​выборкой.

Чтобы сгруппировать исследовательскую выборку, исследователь делит ее на естественные подгруппы с разными характеристиками. Затем они случайным образом выбирают кластеры для использования в качестве образцов и получают необходимую информацию.

Примеры предвзятости самоотбора

В следующих примерах показано несколько ситуаций, в которых может возникнуть предвзятость самоотбора:

Пример 1

Учитель хочет знать, помогает ли новый курс о том, как хорошо сдавать тесты, учащимся лучше справляться. Она вывешивает регистрационный лист перед своим классом и позволяет ученикам самим решать, хотят ли они посещать занятия.

Предвзятость самоотбора, вероятно, связана с тем, что учащиеся, которые более серьезно относятся к школе, с большей вероятностью запишутся. Это означает, что выборка студентов, прошедших курс, вероятно, не похожа на всю группу, которая могла бы его пройти.

Пример 2

Представьте, что местное правительство проводит опрос, в котором спрашивает людей, должны ли уличные знаки также быть написаны на других языках, кроме английского, чтобы людям, не говорящим по-английски, было легче передвигаться.

Предвзятость самоотбора вероятна потому, что в опросе примут участие только жители, умеющие читать по-английски. Это означает, что мнения людей, принявших участие в опросе, вероятно, не совпадают со мнением всех жителей города.

Пример 3

Если биолог хочет выяснить, какой в ​​среднем рост у определенного вида оленей, он может положить корм для оленей на открытом лугу и сфотографировать оленей, которые приходят его съесть.

В этом случае, скорее всего, возникнет систематическая ошибка самоотбора, потому что только олени, которым нравится такой корм для оленей или которым удобнее находиться на открытом воздухе, скорее всего, выйдут на луг и будут включены в данные выборки.

Таким образом, маловероятно, что средний рост оленя в этой выборке будет таким же, как средний рост всех оленей.

Вывод

Мы узнали о предвзятости самоотбора и методах уменьшения этой предвзятости. Кроме того, мы привели несколько примеров. Предвзятость самоотбора является большой проблемой в исследованиях. При использовании маловероятностной выборки получается смещенная выборка. Мы обсудили метод вероятностной выборки, который может помочь предотвратить эту предвзятость в вашем бизнесе.

QuestionPro — это гораздо больше, чем просто программа для проведения опросов; мы предлагаем решение для каждой проблемы и бизнеса. У нас также есть платформы для управления данными, такие как наша исследовательская библиотека InsightsHub.

Организации по всему миру используют системы управления знаниями и решения, такие как InsightsHub, для более эффективного управления данными, экономии времени на получение информации и повышения эффективности использования исторических данных при одновременном снижении затрат и повышении рентабельности инвестиций.

УЧИТЬ БОЛЬШЕ