Generalizando resultados estatísticos à população inteira

Fazendo conclusões sobre uma população muito mais ampla do que a sua amostra representa realmente é um dos maiores não-não é em estatísticas. Este tipo de problema é chamado generalização, e ocorre mais frequentemente do que se poderia pensar. As pessoas querem que seus resultados instantânea- eles não querem esperar por eles, pesquisas e experiências, de modo bem planejado ter um assento traseiro para pesquisas na Web instantâneas e amostras de conveniência.

Por exemplo, um pesquisador quer saber como canais de notícias do cabo ter influenciado a forma como os americanos obtêm suas notícias. Ele também passa a ser um professor de estatística em uma grande instituição de pesquisa e tem 1.000 alunos em suas aulas. Ele decide que em vez de tomar uma amostra aleatória dos norte-americanos, o que seria difícil, demorado e caro, ele vai apenas colocar uma pergunta sobre seu exame final para obter respostas de seus alunos. Sua análise dos dados mostra que apenas 5 por cento dos seus alunos ler o jornal e / ou assistir a programas de notícias da rede anymore- a notícia cabo relógio descanso. Para sua classe, a proporção de estudantes que exclusivamente assistir notícias a cabo em comparação com os estudantes que não é de 20 a 1. Os relatórios do professor este e envia um comunicado de imprensa sobre o assunto. Os canais de notícias a cabo pegar nele e no dia seguinte estão relatando, "os americanos escolhem canais de notícias a cabo mais de jornais e notícias de rede por uma margem de 20 a 1!"

Você vê o que há de errado com esta imagem? O problema é que as conclusões do professor vão muito além de seu estudo, o que está errado. Ele usou os estudantes em sua classe estatísticas para obter os dados que serve como base para todo o seu relatório e o título resultante. No entanto, o professor apresenta os resultados sobre todos Americanos. É seguro dizer que uma amostra de 1.000 estudantes universitários que tomam uma classe estatísticas ao mesmo tempo na mesma faculdade não representa um corte transversal da América.

Se o professor quer fazer conclusões no final sobre a América, ele tem que selecionar uma amostra aleatória de americanos para tomar o seu levantamento. Se ele usa 1.000 alunos de sua classe, em seguida, suas conclusões podem ser feitas apenas essa classe e de mais ninguém.

Para evitar ou detectar a generalização, identificar a população que você está pretendendo fazer conclusões sobre e certifique-se a amostra selecionada representa essa população. Se a amostra representa um grupo menor dentro dessa população, em seguida, as conclusões têm de ser reduzidas em escopo também.