Reprezentativita:chyba pokrytí populace (coverage error)Jindřich Krejčí

Management sociálních dat a datové archivyKurz ISS FSV UK

Reprezentativita - coverage error Snímek 2

Chyba pokrytí populace

jednotky výběru

cílová populace:populace, ke které vztahujeme dokazování

populace šetření: populace, ke které se výzkum vztahuje reálně (nezahrnuje některé skupiny; např. určíme, že nezkoumáme institucionální populace, bezdomovce...)

opora výběru: seznam(-y) nebo sada materiálů a procedur (např. mapa,

kartotéka...) použitých k identifikaci jednotek cílové populace

populace opory: populace skutečně zachycená v opoře

nezachycené jednotky, nežádoucí jednotky, duplikace, klastry

DOSTUPNOST VHODNÉ OPORY !

Cílová populace

Populaceopory

nezahrnutá část populace

nežádoucí jednotky

populace zachycená ve výzkumu

Reprezentativita - coverage error Snímek 3

příklady opory► telefonní seznam► seznam oblastí, seznam adres domácností, seznam členů domácnosti

-> komplexní design výběru

chyby pokrytí na všech úrovních► systematické chyby (problém mladých, znevýhodněné skupiny...)

► pravidlo rezidence de facto/de jure

nežádoucí jednotky ► identifikace až při pokusu o kontakt: problém s výběrem -

odhad a navýšení výběru?; snížení efektivity

jednotky, u nichž nevíme, zda do výzkumu patří

klastry - podvýběr

RDD - random digit dialing

výběr v průběhu sběru dat (počítač, Kish grid, datum narození...)

kompenzační váhy (klastry, duplicity - identifikace v průběhu sběru dat)

Snímek 4

obecná populace v ČR - domácnosti a jednotlivci► adresy domácností ČSÚ, databáze adres budov, výběr oblastí - soupis

domácností, databáze adres plátců (INKASO), náhodná procházka

zákazníci, zaměstnanci, členové organizací► seznamy (aktuálnost; různé charakteristiky - prozkoumat, zjistit kontext),

ochrana osobních údajů, někdy problém vymezit populaci (zaměstnání na DPČ, faktury...)

firmy, organizace► různé velikosti, různé struktury, problém geografické lokace, formální/

administrativní vs reálný stav, dynamický vývoj

události (narození, zakoup. něčeho, výskyt něčeho, nezaměstnanost, kriminální čin...)

► různé opory (časová škála, seznam jiných jednotek - osob,.. př. time use survey)

specifické populace► špatně identifikovatelné populace, malé, řídké, rozptýlené

chyba pokrytí populace: rozdíl mezi hodnotou cílové populace a populace opory

Reprezentativita - coverage error

Str. 5

kombinace více opor v jednom kroku► různé výb. pravděpodobnosti, konstrukce design. vah► překryv opor (výběr tazatelem v terénu / zahrnutí všech vybraných jedn. -

různé pravděpodobnosti / zpřesnění odhadů pomocí překryvu), ► Př. kombinace RDD a oblast/soupis dom.

Ptel.. = PRDD + POBL - PRDD * POBL

Pnon-tel. = POBL

► Př. zpřesnění (RDD domácnosti a OBL domácnosti bez tel. - soubor / OBL domácnosti s tel. - zjistí se podíl a stanoví se váhy pro soubor)

napůl otevřený interval (half-open interval)► uspořádaný seznam s chybějícími jednotkami (např. neaktuální)► prozkoumá se oblast od vybrané jednotky k nejbližší další jednotce v

seznamu► zahrnou se všechny jednotky a přiřadí se jim pravděpodobnost vybrané

jednotky / provede se podvýběr / nové jednotky konstituují nové stratum (překvapení) a v něm se samostatně provede výběr

Redukce počtu chybějících jednotek

Redukce počtu chybějících jednotek II.

vícenásobný výběr (multiplicity sampling)► obdoba snow-ball ► z opory se vyberou jednotky, s každou jednotkou se vybere

celá síť jednotek► nutnost přesné definice vymezení sítě, nesmí se překrývat► váhy podle velikosti sítě► nepřesnosti při stanovení sítě (respondenti ji často přesně

neurčí)

Snímek 6Reprezentativita - coverage error