SurveyMonkey에는 모집단 규모에 따라 주어진 오차 한계 또는 신뢰 구간에 필요한 표본 크기를 파악하기위한 단계와 차트가 있습니다.
이 차트는 단순히 무작위 표본을 얻지 못한다는 사실을 무시합니까? 설문 조사에 귀를 기울이는 사람들 만 얻을 수 있기 때문입니까?
이 질문을 입력하면 질문이 주관적인 것처럼 보이므로 제대로 묻지 않을 수 있습니다. 그것은 실제로 SurveyMonkey에 관한 것이 아니라 더 일반적인 질문입니다. 실제로 내가 모르는 고급 기술을 사용하여 자발적 응답 데이터로부터 신뢰 구간을 계산할 수 있습니까?
출구 조사 또는 국가 조사에서 분명히 그들은이 문제를 다루어야한다. 저의 교육은 설문 조사 샘플링 기법에 대해서는 자세히 다루지 않았지만 인구 통계 학적 데이터를 수집하고이를 사용하여 표본의 대표성을 아는 것으로 생각합니다.
그러나 간단한 온라인 설문 조사를 위해 응답을 귀찮게하는 사람들이 무작위 표본이라고 가정하고 있습니까?
답변:
짧은 대답은 '예'입니다. Survey Monkey는 샘플을 얻은 방법을 정확하게 무시합니다. Survey Monkey는 수집 한 내용 이 편의 샘플 이 아니라고 가정하기에 충분히 똑똑 하지는 않지만 사실상 모든 Survey Monkey 설문 조사 는 편의 샘플입니다. 이것은 정확히 어떤 양의 깎아 지른 샘플링을 제거 할 수 없는지 추정하는 데 큰 차이가 있습니다. 한편으로 SRS로부터 획득 할 모집단 (및 그 내부의 연관)을 정의 할 수 있습니다. 다른 한편으로, 당신은 당신의 비 무작위 표본 추출에 의해 정의 된 인구의 연결을 정의 할 수 있습니다 당신은 할 수 있습니다추정치 (및 이러한 값에 대한 전력 규칙 보유) 불일치에 대해 토론하고 독자가 비 랜덤 샘플 이 실제 추세를 추정하는 데 얼마나 유효한지 정확하게 결정하게하는 것은 연구원의 책임 입니다.
요컨대, 편견이라는 용어가 일관되지 않습니다. 확률 이론에서 추정량의 바이어스는 의해 정의됩니다 . 그러나 추정기는 편향 될 수 있지만 일관되므로 정규 분포 된 RV의 표준 편차에 대한 최대 우도 추정의 편향과 같은 큰 표본에서 편향이 "소멸"됩니다. 즉, 입니다. 사라지는 편견이없는 추정자 (예 : )는 일관성 이확률 이론에서. 역학 전문가와 같은 연구 설계 전문가들은 불일치를 "바이어스"라고 부르는 나쁜 습관을 선택했습니다. 이 경우 선택 편견 또는 자원 봉사 편견입니다. 그것은 편견의 한 형태이지만 불일치로 인해 샘플링의 양이 문제를 해결하지 못할 것입니다.
편의 표본 데이터에서 모집단 수준 연관을 추정하려면 표본 추출 확률 메커니즘을 올바르게 식별하고 모든 추정치에 역 확률 가중치를 사용해야합니다. 매우 드문 상황에서는 이것이 의미가 있습니다. 실제로 이러한 메커니즘을 식별하는 것은 불가능합니다. 그것이 수행 될 수있는 시간은 설문 조사를 작성하기 위해 접근 한 이전 정보를 가진 개인 집단입니다. 무응답 확률은 나이, 성별, SES와 같은 이전 정보의 함수로 추정 할 수 있습니다. 인구 조사는 그러한 분석에 역 확률 가중치를 포함하는 좋은 예입니다.