Estatísticas Conundrums: Lidando com uma pesquisa que não respondem
Respondedores são sempre um problema quando você está calculando os resultados de uma pesquisa. Antes que você possa triturar os números em todas as pesquisas que você recebe de volta, você tem que decidir o que fazer com os exames que você não fez Voltam.
Um artigo de jornal sobre a última pesquisa diz que 50 por cento dos entrevistados disseram blá blá blá. A boa impressão diz que os resultados são baseados em uma pesquisa com 1.000 adultos nos Estados Unidos. Mas espera - é de 1.000 o número real de pessoas seleccionadas para a amostra, ou é o número final de participantes? Você pode precisar de tomar um segundo look- esses dois números quase nunca coincidem.
Por exemplo, Jenny quer saber qual a percentagem de pessoas nos Estados Unidos já conscientemente enganado em seus impostos. Em sua aula de estatísticas, ela descobriu que se ela conseguir uma amostra de 1.000 pessoas, a margem de erro para o seu inquérito só é mais ou menos 3 por cento, o que ela acha que é legal. Então, ela se propõe a atingir a meta de 1.000 respostas ao seu inquérito. Ela sabe que, nos dias de hoje, é difícil levar as pessoas a responder a um inquérito, e ela está preocupada que ela pode perder uma grande quantidade de sua amostra dessa maneira, então ela tem uma idéia. Porque não mandar mais pesquisas do que ela precisa para que ela recebe 1.000 exames de volta?
Jenny olha para vários resultados da pesquisa nos jornais, revistas e na Internet, e ela acha que a taxa de resposta (a percentagem de pessoas que realmente responder a um inquérito) é tipicamente cerca de 25 por cento. (Em termos do mundo real, este é generoso, acredite ou não, mas pense nisso:.? Quantos inquéritos você jogado fora ultimamente) Então Jenny figuras que se ela envia 4.000 inquéritos e recebe 25 por cento deles de volta, ela tem os 1.000 inquéritos que ela precisa para fazer sua análise, responder a sua pergunta, e ter essa pequena margem de erro de mais ou menos 3 por cento.
Jenny realiza sua pesquisa, e apenas como um relógio, dos 4.000 inquéritos que ela manda, 1.000 voltar. Ela vai em frente com sua análise e conclui que 400 dessas pessoas relataram traindo seus impostos (40 por cento). Ela acrescenta-lhe margem de erro e relatórios, "Baseado na minha dados da pesquisa, 40 por cento dos norte-americanos fazem batota em seus impostos, mais ou menos 3 pontos percentuais."
Agora segure o telefone, Jenny. Ela só sabe o que essas 1.000 pessoas que retornaram a pesquisa, disse. Ela não tem idéia do que as outras 3.000 pessoas disse. E aqui está o kicker: Quer ou não alguém responde a uma pesquisa é muitas vezes relacionada com a razão, a pesquisa está sendo feito. Não é uma coisa aleatória. Esses não respondentes (pessoas que não respondem a uma pesquisa) carregam muito peso em termos do que eles não estão tendo tempo para lhe dizer.
Por uma questão de argumento, vamos supor que 2.000 das pessoas que originalmente receberam a pesquisa foram desconfortável com a pergunta, porque eles fazem batota em seus impostos, e eles não querem que ninguém saiba sobre isso, então eles jogaram a pesquisa no lixo . Suponha que as outras 1.000 pessoas não fazem batota em seus impostos, para que eles não acho que foi um problema e não retornou à pesquisa. Se estes dois cenários fosse verdade, os resultados ficaria assim:
Cheaters = 400 (pesquisados) + 2.000 (não respondentes) = 2,400
Estes resultados levantam a percentagem total de cheaters a 2.400 dividido por 4.000 - 60 por cento. Isso é uma enorme diferença!
Você poderia ir completamente para o outro lado com as 3.000 não respondentes. Você pode supor que nenhum deles enganar, mas eles simplesmente não ter o tempo para dizer isso. Se você soubesse esta informação, você obteria 600 (pesquisados) + 3.000 (não respondentes) = 3.600 noncheaters. Fora de 4.000 entrevistados, este é 90 por cento. A verdade é provável que seja em algum lugar entre os dois exemplos anteriores, mas não respondentes torná-lo muito difícil de dizer.
E o pior é que as fórmulas Jenny usa pela margem de erro não sabem que a informação que colocar neles se baseia em dados enviesados, assim que sua margem de 3 por cento relataram de erro é errado. As fórmulas feliz acionar a resultados, não importa o quê. É até você para se certificar de que o que você colocar as fórmulas é bom, info limpo.
Obtendo 1.000 resultados quando você enviar 4.000 inquéritos é nem de longe tão boa como a obtenção de 1.000 resultados quando o envio de 1.000 inquéritos (ou até 100 resultados de 100 inquéritos). Planeje sua pesquisa com base em quanto follow-up você pode fazer com as pessoas a fazer o trabalho, e se ele tem um menor tamanho da amostra, que assim seja. Pelo menos, os resultados têm uma melhor chance de ser estatisticamente correta.