Грешка без узорковања односи се на грешку која настаје као резултат прикупљања података, због чега се подаци разликују од стварних вредности. Разликује се од грешке узорковања, што је било која разлика између вредности узорка Случајна променљива Случајна променљива (стохастичка променљива) је врста променљиве у статистици чије могуће вредности зависе од исхода одређене случајне појаве и универзалних вредности које могу резултирати из ограничене величине узорковања.
Грешка неузорковања може бити у различитим облицима, укључујући грешку неодговора, грешку мерења, грешку анкетара, грешку прилагођавања и грешку обраде.
Механика неузорковања грешке
Грешка у узорковању може настати када се узима узорак или читава популација (попис становништва). Подпада у две категорије:
1. Случајне грешке
Случајне грешке су грешке које се не могу урачунати и једноставно се догоде. У статистичким студијама се верује да се свака случајна грешка међусобно надокнађује, уопштено говорећи, тако да оне мало или нимало не забрињавају.
2. Систематске грешке
Систематске грешке утичу на узорак студије и као резултат тога, често ће створити бескорисне податке. Систематска грешка је доследна и поновљива, па креатори студије морају водити рачуна да такву грешку ублаже.
Грешке у узорковању могу се појавити из неколико аспеката студије. Најчешће грешке у узорковању укључују грешке у уносу података, пристрасна питања и доношење одлука, неодговоре, лажне информације и непримерену анализу.
Врсте грешака без узорковања
Постоји неколико врста грешака без узорковања, укључујући:
1. Грешка без одговора
Грешка у неодазивању узрокована је разликама између људи који су одлучили да учествују у поређењу са људима који не учествују у датој анкети. Другим речима, постоји када се људима да могућност да учествују, али одлуче да не учествују, па се њихови резултати анкете не укључују у податке.
2. Грешка у мерењу
Грешка мерења односи се на све грешке које се односе на мерење сваке јединице узорковања, за разлику од грешака у вези са начином на који су одабране. Грешка се често јавља када постоје збуњујућа питања, неквалитетни подаци због замора узорковања (тј. Неко је уморан од узимања анкете) и неквалитетни алати за мерење Ниво мерења У статистикама ниво мерења је класификација која се односи вредности које се међусобно додељују променљивим. Другим речима, ниво.
3. Грешка анкетара
Грешка анкетара се јавља када анкетар (или администратор) направи грешку приликом снимања одговора. У квалитативном истраживању, анкетар може навести испитаника да одговори на одређени начин. У квантитативном истраживању, анкетар може поставити питање на другачији начин, што доводи до другачијег крајњег резултата.
4. Грешка подешавања
Грешка у прилагођавању описује ситуацију у којој се анализом података прилагођава на такав начин да није у потпуности тачна. Облици грешака прилагођавања укључују грешке у пондерисању података, чишћењу података и импутацији.
5. Грешка у обради
Грешка у обради настаје када постоји проблем са обрадом података који узрокује неку врсту грешке. Пример ће бити ако су подаци унети погрешно или ако је датотека података оштећена.
Погрешка узорковања наспрам грешке неузорковања
Често се грешка узорковања и грешка неузорковања користе у сличном контексту, али постоје неке кључне разлике између оба концепта. То укључује:
1. Грешка у узорковању може настати чак и када није учињена очигледна грешка, за разлику од грешке у узорковању која настаје када се грешка догоди.
2. Грешка у узорковању се јавља када узорак није репрезентативан за универзалну истину, док је грешка у узорковању специфична за одређени дизајн студије.
3. Грешка у узорковању може се знатно смањити како се величина узорка повећава, али неузорковање захтева више методичких процеса да би се смањило.
4. Грешку у узорковању често узрокују унутрашњи фактори, док грешку у узорковању узрокују спољни фактори који нису у потпуности повезани са анкетом, истраживањем или пописом.
Како смањити грешке
Смањивање грешке у узорковању није тако лако постићи као смањење грешке у узорковању. Уз грешку узорковања, можете смањити ризик од грешке једноставним повећањем величине узорка. Неће радити код грешака у узорковању, што је често врло тешко открити и елиминисати (осим ако се извор грешке не посвети врло методично).
Да би се ефикасно смањиле грешке у узорковању, они који дизајнирају студију морају бити веома пажљиви како би се осигурала валидност резултата. Као такав, истраживач може дизајнирати механизам у студију како би смањио грешку, а да накнадно не уводи другу грешку.
На пример, истраживач може појединцу платити бонус у зависности од тачности уноса података или може снимити све интервјуе како би се осигурало да анкетар остане на теми и на сценарију.
Додатна средства
Финанце је званични добављач сертификованог банкарског и кредитног аналитичара (ЦБЦА) ™ ЦБЦА ™ сертификација Акредитација сертификованог банкарског и кредитног аналитичара (ЦБЦА) ™ је глобални стандард за кредитне аналитичаре који покрива финансије, рачуноводство, кредитну анализу, анализу новчаног тока, моделирање савеза, отплата зајма и још много тога. програм сертификације, осмишљен да трансформише било кога у финансијског аналитичара светске класе.
Да би вам помогли да постанете финансијски аналитичар светске класе и унапредите своју каријеру у потпуности, ови додатни ресурси ће вам бити од велике помоћи:
- Узорковање кластера Узорковање кластера У статистикама, кластер узорковање је метода узорковања у којој је целокупна популација студије подељена на споља хомогене, али интерно
- Параметар Параметар Параметар је корисна компонента статистичке анализе. Односи се на карактеристике које се користе за дефинисање дате популације. Навикло је на
- Непристрасност одабира узорка Непристрасност одабира узорка Непристрасност одабира узорка је пристрасност која је резултат неуспеха да се осигура правилна рандомизација узорка популације. Мане одабира узорка
- Погрешка типа И Погрешка типа И При тестирању статистичких хипотеза, грешка типа И у основи представља одбацивање истинске нултих хипотеза. Грешка типа И такође је позната и као лажна
