Statistiken Conundrums: Der Umgang mit Umfrage Non-Responder
Non-Responder sind immer ein Problem, wenn Sie die Ergebnisse einer Umfrage sind zu berechnen. Bevor Sie die Zahlen in allen Umfragen Crunch können Sie wieder zu bekommen, müssen Sie entscheiden, was ist mit den Umfragen zu tun Sie tat nicht Komm zurück.
Ein Zeitungsartikel über die neuesten Umfrage besagt, dass 50 Prozent der Befragten bla bla bla sagte. Das Kleingedruckte sagt, dass die Ergebnisse auf einer Befragung von 1.000 Erwachsenen in den Vereinigten Staaten basieren. Aber halt - ist 1000 die tatsächliche Anzahl der Menschen für die Stichprobe ausgewählt, oder ist es die endgültige Anzahl der Befragten? Sie können diese beiden Zahlen kaum passen ein zweites Look- nehmen müssen.
Zum Beispiel möchte Jenny zu wissen, wie viel Prozent der Menschen in den Vereinigten Staaten haben immer auf ihre Steuern wissentlich betrogen. In ihrer Statistik Klasse, fand sie heraus, dass, wenn sie eine Stichprobe von 1.000 Menschen bekommt, die Fehlerspanne für ihre Erhebung ist nur plus oder minus 3 Prozent, was sie denkt groovy ist. So setzt sie das Ziel, 1000 Antworten auf ihre Umfrage zu erreichen heraus. Sie weiß, dass, in diesen Tagen, es ist schwer, die Menschen auf eine Umfrage zu antworten zu bekommen, und sie ist besorgt, dass sie auf diese Weise ein hohes Maß an ihre Probe verlieren kann, so hat sie eine Idee. Warum senden nicht mehr Umfragen als sie braucht, so dass sie sich wieder 1000 Umfragen bekommt?
Jenny schaut auf mehrere Umfrageergebnisse in den Zeitungen, Zeitschriften und im Internet, und sie stellt fest, dass die Response-Rate (der Prozentsatz der Menschen, die tatsächlich auf eine Umfrage antworten) ist in der Regel rund 25 Prozent. (In Bezug auf die reale Welt, das ist großzügig, es glauben oder nicht, aber denken Sie daran:.? Wie viele Umfragen haben Sie in letzter Zeit weggeworfen), so Jenny Zahlen, dass, wenn sie 4000 Umfragen sendet und erhält 25 Prozent von ihnen zurück, sie hat die 1000 Umfragen sie ihre Analyse zu tun braucht, ihre Frage zu beantworten, und haben, dass kleine Fehlermarge von plus oder minus 3 Prozent.
Jenny führt ihre Umfrage, und gerade wie am Schnürchen, aus den 4.000 Befragungen sie aussendet, 1000 zurückkommen. Sie geht voran mit ihrer Analyse und stellt fest, dass 400 dieser Menschen auf ihre Steuern (40 Prozent) berichteten betrügt. Sie fügt hinzu, ihre Fehlerquote und berichtet: "Auf der Grundlage meiner Umfragedaten, 40 Prozent der Amerikaner auf, ihre Steuern zu betrügen, plus oder minus 3 Prozentpunkte."
Jetzt halten Sie das Telefon, Jenny. Sie weiß nur, was die 1.000 Menschen, die die Umfrage ergab sagte. Sie hat keine Ahnung, was die anderen 3000 Menschen gesagt. Und hier ist der Kicker: Unabhängig davon, ob jemand reagiert auf eine Umfrage oft auf dem Grund verwandt ist die Erhebung durchgeführt wird. Es ist nicht eine zufällige Sache. Diese nonrespondents (Menschen, die an einer Umfrage nicht reagieren) tragen eine Menge Gewicht in Bezug auf was sie nicht Zeit nehmen, um Ihnen zu sagen.
Aus Gründen der Argumentation an, dass 2000 der Menschen, die ursprünglich bekam die Umfrage mit der Frage unangenehm waren, weil sie auf ihre Steuern betrügen, und sie wollte nicht, dass jemand darüber Bescheid wissen, so warf sie die Erhebung in den Müll . Nehmen wir an, dass die anderen 1000 Menschen betrügen nicht auf ihre Steuern, so haben sie nicht, dass es ein Problem war und nicht die Umfrage zurück. Wenn diese beiden Szenarien wahr wäre, würden die Ergebnisse wie folgt aussehen:
Cheaters = 400 (befragten) + 2.000 (nonrespondents) = 2.400
Diese Ergebnisse erhöhen den Gesamtprozentsatz von Betrügern auf 2.400 geteilt durch 4000 - 60 Prozent. Das ist ein großer Unterschied!
Sie könnten vollständig in die andere Richtung mit den 3000 nonrespondents gehen. Sie können annehmen, dass keiner von ihnen betrügen, aber sie nehmen einfach nicht die Zeit, so zu sagen. Wenn Sie diese Informationen wüsste, würde erhalten Sie 600 (befragten) + 3,000 (nonrespondents) = 3.600 noncheaters. Von 4000 befragten, das ist 90 Prozent. Die Wahrheit ist wahrscheinlich irgendwo zwischen den beiden vorhergehenden Beispielen, aber nonrespondents machen es zu schwer zu sagen.
Und das Schlimmste daran ist, dass die Formeln Jenny für Fehlermarge verwendet wissen nicht, dass die Informationen, die sie in sie hineingelegt basiert auf voreingenommen Daten, so dass sie gemeldet 3 Prozent Fehlerquote ist falsch. Die Formeln glücklich Ergebnisse Kurbel aus, egal was. Es liegt an Ihnen, um sicherzustellen, dass das, was Sie in den Formeln setzen ist gut, sauber Info.
1.000 Ergebnisse bekommen, wenn Sie 4000 Umfragen versenden ist bei weitem nicht so gut wie 1000 Ergebnisse erhalten, wenn 1000 Umfragen aussendet (oder sogar 100 Ergebnisse von 100 Umfragen). Planen Sie Ihre Umfrage auf, wie viel Follow-up Sie mit Menschen tun können, die Arbeit zu erledigen, und wenn es eine kleinere Probengröße nimmt, soll es so sein. Wenigstens haben die Ergebnisse eine bessere Chance, statistisch korrekt.