Che cos'è un errore di non campionamento?
Un errore non di campionamento è un termine statistico che si riferisce a un errore che si verifica durante la raccolta dei dati, facendo sì che i dati differiscano dai valori reali. Un errore non di campionamento differisce da un errore di campionamento. Un errore di campionamento è limitato a qualsiasi differenza tra i valori del campione e i valori dell'universo che sorgono perché le dimensioni del campione erano limitate. (L'intero universo non può essere campionato in un sondaggio o in un censimento.)
Key Takeaways
- Un errore non di campionamento è un termine utilizzato nelle statistiche che si riferisce a un errore che si verifica durante la raccolta dei dati, causando i dati differire dai valori reali. Un errore non di campionamento si riferisce a errori casuali o sistematici e questi errori possono essere difficili da individuare in un sondaggio, campione o censimento. Gli errori sistematici di non campionamento sono peggiori degli errori casuali di non campionamento perché errori sistematici possono comportare la necessità di eliminare lo studio, il sondaggio o il censimento. Maggiore è il numero di errori, minore è l'affidabilità delle informazioni. Quando si verificano errori non di campionamento, il tasso di errore in uno studio o in un sondaggio aumenta.
Può verificarsi un errore di campionamento anche quando non vengono commessi errori di alcun tipo. Gli "errori" derivano dal semplice fatto che è improbabile che i dati in un campione corrispondano perfettamente ai dati nell'universo da cui viene prelevato il campione. Questo "errore" può essere minimizzato aumentando la dimensione del campione.
Gli errori non di campionamento coprono tutte le altre discrepanze, comprese quelle derivanti da una scarsa tecnica di campionamento.
Come funziona un errore non di campionamento
Errori non di campionamento possono essere presenti sia nei campioni che nei censimenti in cui viene esaminata un'intera popolazione. Gli errori non di campionamento rientrano in due categorie: casuale e sistematico.
Si ritiene che gli errori casuali si compensino a vicenda e quindi, molto spesso, sono di scarsa preoccupazione. Gli errori sistematici, d'altra parte, riguardano l'intero campione e quindi presentano un problema più significativo. Gli errori casuali, in genere, non comporteranno la demolizione di un campione o di un censimento, mentre un errore sistematico molto probabilmente renderà inutilizzabili i dati raccolti.
Gli errori non di campionamento sono causati da fattori esterni piuttosto che da un problema all'interno di un sondaggio, studio o censimento.
Esistono molti modi in cui possono verificarsi errori non di campionamento. Ad esempio, gli errori non di campionamento possono includere, a titolo esemplificativo, errori di immissione di dati, domande di sondaggio distorte, elaborazione / processo decisionale distorta, mancate risposte, conclusioni di analisi inadeguate e informazioni false fornite dai rispondenti.
considerazioni speciali
L'aumento della dimensione del campione può aiutare a ridurre al minimo gli errori di campionamento, ma non avrà alcun effetto sulla riduzione degli errori non di campionamento. Questo perché gli errori non di campionamento sono spesso difficili da rilevare ed è praticamente impossibile eliminarli.
Gli errori non di campionamento includono errori di mancata risposta, errori di copertura, errori di intervista ed errori di elaborazione. Un errore di copertura si verificherebbe, ad esempio, se una persona fosse contata due volte in un sondaggio o le loro risposte fossero duplicate nel sondaggio. Se un intervistatore è distorto nel proprio campionamento, l'errore non di campionamento sarebbe considerato un errore dell'intervistatore.
Inoltre, è difficile dimostrare che gli intervistati in un sondaggio stanno fornendo informazioni false, per errore o di proposito. In entrambi i casi, la disinformazione fornita dagli intervistati viene considerata come errore non di campionamento e viene descritta come errore di risposta.
Esistono errori tecnici in un'altra categoria. Se sono presenti voci relative ai dati, come codifica, raccolta, immissione o modifica, vengono considerate errori di elaborazione.
