Edustusllisuus – mikä tämä prosessi on? Edustava virhe

Sisällysluettelo:

Edustusllisuus – mikä tämä prosessi on? Edustava virhe
Edustusllisuus – mikä tämä prosessi on? Edustava virhe
Anonim

Edustavuuden käsite löytyy usein tilastoraportoinnista sekä puheiden ja raporttien valmistelusta. Ehkä ilman sitä on vaikea kuvitella minkäänlaista tietojen esittämistä tarkastettavaksi.

Edustusllisuus - mitä se on?

edustavuuden käsite
edustavuuden käsite

Representatiivisuus heijastaa sitä, kuinka valitut objektit tai osat vastaavat sen tietojoukon sisältöä ja merkitystä, josta ne on valittu.

Muut määritelmät

Edustuksellisuuden käsite voi paljastua eri yhteyksissä. Mutta sen merkityksessä edustavuus on yleisestä populaatiosta valittujen yksiköiden ominaisuuksien ja ominaisuuksien vastaavuutta, jotka heijastavat tarkasti koko yleisen tietokannan ominaisuuksia kokonaisuutena.

mitä edustavuus on
mitä edustavuus on

Tiedon edustavuus määritellään myös otantatietojen kyvyksi edustaa tutkimuksen kann alta tärkeitä perusjoukon parametreja ja ominaisuuksia.

Edustava näyte

Näytteenoton periaate on valitatärkeimmät ja kokonaistietojoukon ominaisuuksia tarkasti heijastavat. Tätä varten käytetään erilaisia menetelmiä, joiden avulla saadaan tarkkoja tuloksia ja yleinen käsitys populaatiosta käyttämällä vain näytemateriaaleja, jotka kuvaavat kaikkien tietojen laatua.

Tämän vuoksi koko aineistoa ei tarvitse tutkia, vaan otoksen edustavuuden huomioiminen riittää. Mikä se on? Tämä on valikoima yksittäisiä tietoja, jotta saat käsityksen tiedon kokonaismassasta.

tulosten edustavuus
tulosten edustavuus

Menetelistä riippuen ne erotetaan todennäköisiksi ja epätodennäköisiksi. Todennäköisyys on otos, joka tehdään laskemalla tärkeimmät ja mielenkiintoisimmat tiedot, jotka edustavat edelleen yleistä populaatiota. Onko se tahallinen valinta vai satunnainen valinta, joka on kuitenkin perusteltu sisällöllään.

Epätodennäköistä - tämä on yksi satunnaisotannan muodoista, joka on koottu säännöllisen arpajaisten periaatteen mukaan. Tässä tapauksessa tällaisen otoksen muodostajan mielipidettä ei oteta huomioon. Vain sokkoerä käytetään.

Todennäköisyysotanta

Todennäköisyysnäytteet voidaan myös jakaa useisiin tyyppeihin:

  • Yksi yksinkertaisimmista ja ymmärrettävimmistä periaatteista on epäedustava otanta. Tätä menetelmää käytetään usein esimerkiksi sosiaalisissa tutkimuksissa. Samaan aikaan kyselyyn osallistujia ei valita joukosta millään erityisellä perusteella, vaan tiedot saadaan 50 ensimmäiseltä kyselyyn osallistuneelta.
  • Tahallistanäytteet eroavat toisistaan siinä, että niillä on useita vaatimuksia ja ehtoja valinnassa, mutta ne perustuvat silti satunnaiseen sattumaan, eivätkä pyri saavuttamaan hyviä tilastoja.
  • Kiintiöihin perustuva otanta on toinen muunnelma ei-todennäköisyyspohjaisesta otannasta, jota käytetään usein suurten tietojoukkojen tutkimiseen. Se käyttää paljon ehtoja. Objektit valitaan, joiden tulee vastata niitä. Eli yhteiskuntatutkimuksen esimerkillä voidaan olettaa, että haastatellaan 100 henkilöä, mutta tilastoraporttia laadittaessa huomioidaan vain tietyn määrän henkilöitä, jotka täyttävät asetetut vaatimukset.
tiedon edustavuus
tiedon edustavuus

Todennäköisyysnäytteet

Todennäköisyyspohjaisille näytteille lasketaan joukko parametreja, joita otoksessa olevat kohteet vastaavat, ja niiden joukosta eri tavoilla voidaan laskea juuri ne tosiasiat ja tiedot, jotka esitetään otostietojen edustavuudena. valittu. Nämä tavat laskea tarvittavat tiedot voivat olla:

Yksinkertainen satunnaisotos. Se koostuu siitä, että valitun segmentin joukosta valitaan vaadittu tietomäärä täysin satunnaisella arpajaisella, joka on edustava näyte

Systemaattinen ja satunnaisotos mahdollistaa järjestelmän luomisen tarvittavien tietojen laskemiseksi satunnaisesti valitun segmentin perusteella. Jos siis ensimmäinen satunnaisluku, joka ilmaisee kokonaispopulaatiosta valitun datan järjestysnumeron, on 5, niin seuraavavalittavat tiedot voivat olla esimerkiksi 15, 25, 35 ja niin edelleen. Tämä esimerkki selittää selvästi, että jopa satunnainen valinta voi perustua tarvittavien syöttötietojen systemaattisiin laskelmiin

Näyte kuluttajista

Intentional Sampling on menetelmä, joka ottaa huomioon jokaisen yksittäisen segmentin ja sen arvioinnin perusteella kootaan populaatio, joka kuvastaa koko tietokannan ominaisuuksia ja ominaisuuksia. Tällä tavalla kerätään enemmän tietoa, joka täyttää edustavan otoksen vaatimukset. On helppo valita useita vaihtoehtoja, jotka eivät sisälly kokonaismäärään, menettämättä koko väestöä edustavien valittujen tietojen laatua. Tällä tavalla selvitetään tutkimuksen tulosten edustavuus.

Näytekoko

Ei viimeinen käsiteltävä asia, joka on otoskoko edustavaa väestöä varten. Otoskoko ei aina riipu lähteiden määrästä yleisessä populaatiossa. Otospopulaation edustavuus riippuu kuitenkin suoraan siitä, kuinka moneen segmenttiin tulos tulee jakaa. Mitä enemmän tällaisia segmenttejä, sitä enemmän dataa pääsee tuloksena olevaan otokseen. Jos tulokset vaativat yleistä merkintää eivätkä vaadi tarkennuksia, niin otos pienenee vastaavasti, koska yksityiskohtiin menemättä tieto esitetään pinnallisemmin, mikä tarkoittaa, että sen lukema on yleistä.

edustavuusvirhe
edustavuusvirhe

Virhekäsiteedustavuus

Representatiivisuusvirhe on erityinen ero perusjoukon ominaisuuksien ja otantatietojen välillä. Otostutkimusta suoritettaessa on mahdotonta saada täysin tarkkoja tietoja, kuten yleisten populaatioiden täydellisessä tutkimuksessa ja otoksessa, joka sisältää vain osan tiedoista ja parametreista, kun taas yksityiskohtaisempi tutkimus on mahdollista vain koko populaatiota tutkiessa. Näin ollen jotkut epätarkkuudet ja virheet ovat väistämättömiä.

Virhetyypit

Erottele jotkin virheet, joita esiintyy edustavaa otosta koottaessa:

  • Systematic.
  • Satunnainen.
  • Tahallinen.
  • Tahatonta.
  • Vakio.
  • Raja.

Syy satunnaisten virheiden esiintymiseen voi olla yleisen populaation tutkimuksen epäjatkuvuus. Tyypillisesti satunnainen edustavuusvirhe on kooltaan ja luonteeltaan mitätön.

Sillä välin tapahtuu systemaattisia virheitä, kun yleisen väestön tietojen valitsemista koskevia sääntöjä rikotaan.

tietojen edustavuus
tietojen edustavuus

Keskivirhe on ero otoksen keskiarvon ja taustalla olevan perusjoukon välillä. Se ei riipu näytteen yksiköiden lukumäärästä. Se on kääntäen verrannollinen otoksen kokoon. Mitä suurempi äänenvoimakkuus, sitä pienempi on keskimääräisen virheen arvo.

Rajavirhe on suurin mahdollinen ero otoksen keskiarvojen ja kokonaispopulaatioiden välillä. Tällaista virhettä luonnehditaan suurimmaksi todennäköisiksi virheiksitietyissä niiden ulkonäön olosuhteissa.

Tahalliset ja tahattomat edustavuusvirheet

Datan offset-virheet voivat olla tahallisia tai tahattomia.

Syy tahallisten virheiden esiintymiseen on sitten lähestymistapa tietojen valintaan trendien määrittämismenetelmällä. Tahattomia virheitä tapahtuu jopa näytehavainnon valmisteluvaiheessa muodostaen edustavan otoksen. Tällaisten virheiden välttämiseksi on tarpeen luoda hyvä näytteenottokehys näytteenottoyksiköiden luetteloimiseksi. Sen on täytettävä täysin näytteenoton tavoitteet, oltava luotettava ja katettava kaikki tutkimuksen osa-alueet.

Pätevyys, luotettavuus, edustavuus. Virhelaskenta

yksi
yksi

Laske aritmeettisen keskiarvon (M) edustavuusvirhe (Mm).

Standardipoikkeama: otoskoko (>30).

Representatiivisuusvirhe (Mr) ja suhteellinen arvo (R): otoskoko (n>30).

Kun joudut tutkimaan populaatiota, jossa näytteiden määrä on pieni ja alle 30 yksikköä, havaintojen määrä vähenee yhdellä yksiköllä.

Virheen koko on suoraan verrannollinen otoksen kokoon. Tiedon edustavuus ja tarkan ennusteen tekemisen mahdollisuuden asteen laskeminen heijastelee tiettyä rajavirhettä.

2
2

Edustusjärjestelmät

Tiedon esittämisen arvioinnissa ei käytetä ainoastaan edustavaa otosta, vaan tiedon vastaanottavaa henkilöä itse,käyttää edustavia järjestelmiä. Siten aivot käsittelevät tietyn määrän tietoa ja muodostavat edustavan otoksen koko tietovirrasta, jotta lähetetyt tiedot voidaan arvioida laadullisesti ja nopeasti ja ymmärtää asian ydin. Vastaa kysymykseen: "Edustavuus - mitä se on?" - ihmistietoisuuden mittakaavassa on melko yksinkertaista. Tätä varten aivot käyttävät kaikkia alamaisia aistielimiä riippuen siitä, millaista tietoa on eristettävä yleisestä virtauksesta. Siten ne erottavat:

3
3
  • Visuaalinen esitysjärjestelmä, jossa silmän visuaalisen havainnoinnin elimet ovat mukana. Ihmisiä, jotka käyttävät usein tällaista järjestelmää, kutsutaan visuaaleiksi. Tämän järjestelmän avulla ihminen käsittelee kuvien muodossa tulevaa tietoa.
  • Audaalinen esitysjärjestelmä. Pääasiallinen käytetty elin on kuulo. Tämä järjestelmä käsittelee äänitiedostojen tai puheen muodossa toimitettavaa tietoa. Ihmisiä, jotka havaitsevat tiedon paremmin korvalla, kutsutaan auditiivisiksi.
  • Kinestettinen esitysjärjestelmä on informaatiovirran käsittelyä havaitsemalla se haju- ja tuntokanavien kautta.
4
4

Digitaalista esitysjärjestelmää käytetään muiden ohella keinona saada tietoa ulkopuolelta. Tämä on subjektiivis-looginen käsitys ja ymmärrys vastaanotetuista tiedoista

validiteetti luotettavuus edustavuus
validiteetti luotettavuus edustavuus

Joten edustavuus – mitä se on? Yksinkertainen valinta sarjasta taiolennainen menettely tietojen käsittelyssä? Voimme ehdottomasti sanoa, että edustavuus määrää suurelta osin käsityksemme tietovirroista, mikä auttaa erottamaan merkittävimmän ja merkittävimmän siitä.

Suositeltava: