Typy zkreslení výběru vzorku

Zkreslení výběru vzorku je velkým problémem, který může změnit výsledky studie a ovlivnit platnost jakéhokoli vyšetřovacího procesu. Dochází k ní tehdy, když při provádění systematického šetření nemáte k dispozici spravedlivou nebo vyváženou prezentaci požadovaných vzorků dat.

Pochopení výběrového zkreslení je důležité pro každého výzkumníka, protože by vám pomohlo vyhnout se tomuto častému úskalí. V tomto článku se budeme zabývat různými typy výběrových zkreslení, vysvětlíme vám, jak se jim můžete vyhnout, a ukážeme vám, jak pomocí aplikace Formplus shromáždit objektivní vzorky pro průzkum.

Co je to výběrové zkreslení?

K výběrovému zkreslení dochází tehdy, když vzorek dat v systematickém šetření nereprezentuje přesně to, co je možné ve výzkumném prostředí získat. Když shromažďujete data tak, že někteří členové zamýšlené populace mají nižší nebo vyšší pravděpodobnost výběru než ostatní, výsledkem je výběrové zkreslení.

Zkreslení výběru vzorku je častým úskalím, protože k němu mnohdy dochází neúmyslně; to znamená bez vědomí výzkumníka. Mnohdy může váš výzkumný plán a metodika výzkumu vnést do procesu sběru dat výběrové zkreslení a změnit výsledky výzkumu.

• Samovýběr

Přesně jak název napovídá, k samovýběru dochází, když se do výzkumného vzorku vyberou jedinci se specifickými vlastnostmi. Když dojde k samovýběru, vnáší to do vzorku abnormální nebo nežádoucí podmínky, které mohou ovlivnit validitu celého procesu.

Někdy se vzhledem k povaze studie mohou jedinci s určitými charakteristikami nebo zkušenostmi ochotněji zúčastnit, a to také vede k samovýběru. Sebevýběrové zkreslení je běžné v sociologii, kriminologii, psychologii, ekonomii a dalších studiích v podobných oborech.

Například při provádění průzkumu hodnocení výrobku se mohou jedinci, kteří mají s výrobkem pozitivní zkušenost, sami vybrat do studijního vzorku. To zkreslí údaje a zabrání pravdivému zobrazení zkušeností spotřebitelů a klientů.

• Nedostatečné pokrytí

Nedostatečné pokrytí je běžným typem výběrového zkreslení a dochází k němu v případě, že některé proměnné v populaci jsou ve studijním vzorku zastoupeny nedostatečně nebo vůbec. Jednou z běžných příčin nedostatečného pokrytí je pohodlný výběr vzorků; to znamená, že sbíráte vzorky dat pouze ze zdrojů, které jsou snadno dostupné.

Chcete-li ze své studie získat co nejlepší výsledky, musíte mít poctivě zastoupené vzorky dat z výzkumné populace. To znamená, že musíte být ochotni udělat něco navíc a získat data, která potřebujete pro validní výsledky výzkumu.

Pokud se spoléháte pouze na vzorky dat, které můžete snadno najít, existuje vysoká pravděpodobnost, že vám uniknou některé důležité informace, které mohou výrazně změnit vaše výsledky. Průzkum Literary Digest z roku 1936 je asi nejznámějším příkladem nedostatečného zjištění.

• Non-response Bias

Non-response je neschopnost části vaší zkoumané populace zúčastnit se výzkumu v důsledku faktoru, který ji výrazně odlišuje od zbytku populace. Lze ji také označit jako zkreslení účasti.

V systematickém šetření existují různé důvody pro non-response bias. Například pokud má váš výzkum špatné otázky pro průzkum nebo pokud je váš průzkum špatně sestaven, může to být pro určitou část (části) studované populace velký odrazující faktor.

Také pokud v průzkumu požadujete citlivé informace, můžete zaznamenat vysoký počet případů zkreslení neodpovědí. Mnoho respondentů průzkumu nemusí být ochotno poskytnout informace, které považují za osobní, jako jsou informace o rodinném životě, sexuálních preferencích nebo financích.

Například průzkum o baletních technikách zaznamená non-response od osob, které nemají žádné znalosti nebo zájem o balet a dokonce ani o tanec. Abyste se vyhnuli zkreslení výběru vzorku (non-response bias), zajistěte, aby byl váš průzkum dobře navržen, obsahoval správné otázky a byl zaměřen na správné publikum.

• Zkreslení výběrového souboru

Zkreslení výběrového souboru neboli zkreslení přežití vzniká, když ignorujete výzkumné proměnné, které neprošly přirozeným nebo nepřirozeným výběrovým procesem, zatímco věnujete pozornost proměnným, které prošly. Často se považuje za logickou chybu, která ignoruje určité členy studované populace z důvodu nedostatečné viditelnosti.

Příklad při provádění studie o výkonnosti podniků v určitém odvětví můžete ignorovat neúspěšné organizace, které již neexistují. Pokud tak učiníte, mohou mít vaše zjištění velmi pozitivní náhled, který není pravdivou reprezentací toho, čeho lze v daném odvětví dosáhnout.

Mnoho studií má tendenci ignorovat příběhy zapomenutých neúspěšných podniků v kontextu výzkumu. Zajímavé je, že zkreslení přežití přesahuje rámec výzkumu a studií. Jako lidé v interakci v každodenním životě máme tendenci zaměřovat se na přeživší, ignorovat neúspěchy a předpokládat, že náš úspěch vypovídá o všem.

• Zdravý uživatel

Tento typ výběrového zkreslení je běžný v medicíně a epidemiologických studiích. Healthy user sampling bias jednoduše znamená, že typ osob, které se dobrovolně hlásí do lékařského výzkumu a klinických studií, je často na hony vzdálen tomu, co lze získat v běžné populaci.

Mnohdy jsou tyto osoby zdravější a aktivnější než ostatní osoby ve studované populaci. Výsledkem je, že nakonec studujete spíše osoby, které jsou dostatečně zdravé, aby se mohly věnovat určité činnosti, než osoby, které by se této činnosti věnovaly, kdyby byly dostatečně zdravé.

Když dojde ke zkreslení zdravých uživatelů, nelze výsledky dané studie nebo výzkumu aplikovat na zbytek populace. Jedním ze způsobů, jak bojovat proti efektu zdravého uživatele, je povzbudit různé osoby z výzkumné populace, aby se zúčastnily vaší studie.

• Předběžný výběr nebo reklamní zkreslení

Předběžný výběr nebo reklamní zkreslení nastává, když výsledkem výběrového procesu nasazeného ve studii je vzorek, který špatně reprezentuje populaci. Někdy mohou výběrová kritéria ve studii odradit některé skupiny od účasti ve výzkumu.

Ačkoli mohou existovat dobré důvody pro volbu předběžného výběru účastníků studie, může to značně narušit proces šetření a v konečném důsledku; vaše zjištění. Může se totiž stát, že nakonec vyberete účastníky, kteří mají podobné charakteristiky, jež ovlivní výsledky.

Zkreslení výběru vzorku ve výzkumu

Ve výzkumu je metoda výběru vzorku zkreslená, pokud upřednostňuje některé výsledky výzkumu před jinými. Jak jsme již zmínili, zkreslení výběru vzorku ve výzkumu je z velké části neúmyslné a může se objevit i při náhodném výběru vzorků. To však neznamená, že se jí nelze vyhnout.

Chcete-li zkreslení výběru vzorků ve výzkumu omezit, měli byste omezit svůj úsudek a snažit se co nejvíce vyhnout účelovému výběru vzorků. Určete také proměnné svého výzkumu a co nejpřesněji definujte cílovou skupinu.

Příklad výběrového zkreslení ve výzkumu

Chce-li organizace zjistit informace o volební apatii v určitém regionu, rozhodne se provést výzkum, aby zjistila, proč lidé nechodí k volbám. Pro získání potřebných údajů se výzkumník rozhodne provést průzkum v jednom z nejdražších nákupních center v regionu.

Tato metoda výběru vzorku již vylučuje různé soubory lidí v regionu, kteří jsou oprávněni volit. Například vylučuje lidi, kteří si nemohou dovolit nakupovat v obchodním centru, plus lidi, kteří by v době administrace průzkumu v obchodním centru ani nebyli.

Údaje, které jsou výsledkem pohodlného výběru, jak vidíme zde, jsou nepřesnou reprezentací myšlenek a zkušeností většího počtu obyvatel s volební apatií. Proto budou výsledky tohoto výzkumu značně chybné a nelze je označit za validní.

Zkreslení výběru vzorků v psychologii

Výzkum a klinické studie v psychologii mohou být ovlivněny různými typy zkreslení výběru vzorků; zejména zkreslením výběru uživatelů zdraví a zkreslením vlastního výběru. Pokud k tomu dojde, je tím hrubě ovlivněna vnitřní validita procesu a může dojít k mnohonásobným chybám.

Chcete-li v psychologii snížit výběrové zkreslení, pracujte na sběru dat od dobře různorodé výzkumné populace. Můžete si vytvořit výběrový rámec; to znamená seznam osob, od kterých se budou sbírat výzkumná data, a poté výběrový rámec co nejpřesněji přiřadit k cílové populaci.

Příklad výběrového zkreslení v psychologii

Uvažujte o studii, jejímž cílem je porozumět duševnímu zdraví osob v určité skupině. Za účelem shromáždění požadovaných údajů požádá výzkumník jednotlivce, aby se do studie přihlásili dobrovolně.

Tato akce může vést k předpojatosti uživatelů zdraví, kdy se dobrovolně přihlásí jedinci s dobrým nebo skvělým duševním zdravím. Proto výsledek tohoto výzkumu nemusí být přesným obrazem toho, co je možné získat v komunitě.

Výběrové zkreslení v průzkumech

Návrh průzkumu může způsobit výběrové zkreslení stejně jako typ otázek, které v průzkumu uvedete. Někdy může být váš průzkum sestaven tak, že může upřednostňovat nebo znevýhodňovat sběr dat od určitých tříd lidí nebo jednotlivců za určitých podmínek.

Něco tak základního, jako je typ jazyka použitý ve vašem průzkumu, může automaticky vyloučit velký počet osob z vašeho výzkumného souboru. Pokud například chcete, aby váš průzkum vyplnily osoby, které jsou negramotné nebo pologramotné, musíte zajistit, aby byl snadno srozumitelný.

Příklad výběrového zkreslení v průzkumech

Výběrové zkreslení se do průzkumů vkrádá různými způsoby. Například průzkum zaměřený na měření užívání tvrdých drog mezi dospívajícími a mladými dospělými bude zkreslený, pokud vyloučí dospívající a mladé dospělé, kteří jsou chudí nebo nevzdělaní.

Jak se vyhnout zkreslení výběru vzorku

Prvním trikem, jak se vyhnout zkreslení výběru vzorku ve vaší studii, je záměrný přístup k celému procesu – od výběru výzkumných metod po určení cílové skupiny a všeho mezi tím. Mnohokrát se výběrové zkreslení vplíží, když nevěnujete dostatečnou pozornost nebo když ve svém výzkumu ignorujete i ty nejmenší detaily.

Tady je několik dalších věcí, které můžete udělat:

• Vyhněte se výběrovému šetření

Buďte připraveni dát si se svým výzkumem práci a adekvátně si opatřit data. Pohodlnému výběru vzorků se můžete vyhnout tak, že jasně zmapujete jednotlivé skupiny studovaného souboru a zajistíte, abyste od každé skupiny získali dostatečné množství údajů.

• Dohledání osob, které neodpověděly

Zjištění, proč lidé neodpověděli na váš průzkum nebo dotazník, může poskytnout informace o tom, co možná děláte špatně. Kladete špatné otázky? Žádáte špatné informace? Nebo se zaměřujete na nesprávné publikum?

• Udělejte svůj průzkum jednoduchý a přístupný

Ujistěte se, že váš průzkum je snadno pochopitelný, stručný a jde přímo k věci. Složité průzkumy s příliš mnoha otázkami mohou respondenty odradit a vést k vysoké míře vyřazení z průzkumu.

• Jasně definujte cílovou skupinu

Definujte cílovou skupinu a rámec pro výběr vzorku. Výběrový rámec co nejvíce přizpůsobte cílové populaci, abyste snížili riziko zkreslení výběru.

• Oversampling

Jedná se o metodu, která se používá ke korekci zkreslení výběru při nedostatečném pokrytí. Zde byste záměrně shromáždili více údajů od skupin, které jsou ve vašem výzkumném souboru zastoupeny nedostatečně.

Po shromáždění všech údajů se odpovědi od nadvýběrových skupin zváží podle jejich původního podílu na výzkumné populaci, aby se odstranila jakákoli forma výběrového zkreslení.

Jak shromáždit nezkreslený vzorek v průzkumech

Pomocí aplikace Formplus můžete vytvořit krásné a efektivní průzkumy pro shromažďování nezkreslených vzorků dat. Formplus má řadu funkcí a možností odpovědí v polích, které vám pomohou shromáždit a zpracovat nezaujaté vzorky dat od zkoumané populace. Vytvořte si průzkum Formplus v těchto jednoduchých krocích:

1. Přihlaste se ke svému účtu Formplus. Vstupte na ovládací panel a klikněte na tlačítko „vytvořit nový formulář“.

• Přetáhněte a přesuňte preferovaná pole do formuláře z dostupných možností polí v nástroji pro vytváření formulářů. Můžete přidat pole pro hodnocení, pole pro časové údaje nebo dokonce pole pro odesílání souborů, pokud chcete přijímat soubory přímo do preferovaného cloudového úložiště.
• Kliknutím na malou ikonu připomínající tužku vedle každého pole přejdete na kartu možností úprav pole. Ta se objeví v pravém rohu nástroje pro tvorbu formulářů.

• Vyplňte otázku průzkumu a případné možnosti. Zde můžete také nastavit pole formuláře jako povinné. Poté změny uložte.
• Dalším uložením formuláře získáte přístup k části pro přizpůsobení sestavovače. Zde můžete upravit vzhled formuláře přidáním loga vaší organizace do průzkumu, změnou rozvržení formuláře nebo výběrem nového písma pro váš průzkum.

• Zkopírujte odkaz na formulář a sdílejte jej s respondenty. Ke správě průzkumu můžete použít některou z našich několika možností sdílení formuláře, abyste získali nezkreslené odpovědi.

Zkreslení výběru představuje hrozbu pro vnější platnost výzkumu, protože zobecňuje vaše zjištění na širší skupinu lidí; což by se nemělo stát. To maří účel vašeho systematického šetření, protože jeho výsledky budou nepřesnou prezentací toho, co je možné získat v kontextu výzkumu.

Proto byste se měli vyhnout zkreslení výběru vzorku nebo omezit jeho výskyt na nejnutnější minimum. V tomto článku jsme vám ukázali různé způsoby, jak zajistit, aby zkreslení výběru vzorku nezničilo váš průzkum. K vytvoření průzkumů pro nezkreslený výběr vzorku můžete použít aplikaci Formplus.