Чи SurveyMonkey ігнорує той факт, що ви отримуєте невипадкову вибірку?

SurveyMonkey має кроки та діаграму, щоб визначити, який розмір вибірки потрібен для заданого інтервалу помилок або довірчого інтервалу, виходячи з чисельності вашого населення.

Розмір вибірки SurveyMonkey

Чи просто ігнорує цей графік той факт, що ви не отримаєте випадкову вибірку, оскільки ви отримуєте лише людей, які турбуються відповісти на опитування?

Коли я набираю це, я отримую попередження про те, що питання видається суб'єктивним, тому, можливо, я не ставлю його правильно. Мова йде не про SurveyMonkey, але це загальне питання - чи можна насправді обчислити інтервали довіри з даних добровільної відповіді, використовуючи деякі передові методи, про які я не знаю?

На виїзних опитуваннях або в національних опитуваннях, очевидно, вони повинні вирішити цю проблему. Моя освіта глибоко не охоплювала методи вибіркового обстеження, але я припускаю, що вона включає збір демографічних даних та використання їх, щоб знати, наскільки представницький є вибірка.

Але окрім цього, для простого онлайн-опитування вони просто припускають, що люди, які намагаються відповісти, є випадковою вибіркою населення?

Коротка відповідь - так: Мавпа опитування ігнорує, як саме ви отримали зразок. Опитування мавп недостатньо розумне, щоб вважати, що зібране вами не є зручним зразком, але практично кожен опитувальний опис мавпи - це вибірка зручності. Це створює значну невідповідність у тому, що саме ви оцінюєте, яке жодна кількість чистої вибірки не може / не усуне. З одного боку, ви могли б визначити кількість населення (та асоціації в ньому), яку ви отримаєте від СГД. З іншого боку, ви могли б визначити сукупність, визначену вашою невипадковою вибіркою, асоціаціями , які ви можете тамОцінка (і правила харчування застосовуються для таких значень). Вам, як досліднику, належить обговорити невідповідність і дозволити читачеві вирішити, наскільки справедливим може бути невипадковий зразок для наближення до реальної тенденції.

$\mbox{Bias}_n = \theta - \hat{\theta}_n$$\hat{\theta} \rightarrow_p \theta$$\hat{\theta} \not\to_p \theta$в теорії ймовірностей. Експерти з дизайну дослідження (на зразок епідеміологів) взяли погану звичку називати невідповідність "упередженістю". У цьому випадку це упередження щодо відбору або добровільність. Це, безумовно, форма упередженості, але непослідовність означає, що жодна кількість вибірки ніколи не виправить це питання.

Для того, щоб оцінити асоціації рівня населення за зручними даними вибірки, вам доведеться правильно визначити механізм імовірності вибірки та використовувати зворотне зважування ймовірностей у всіх своїх оцінках. У дуже рідкісних ситуаціях це має сенс. Визначити такий механізм практично неможливо на практиці. Час, який це можна зробити, перебуває в когорті осіб, які мають попередню інформацію, до яких звертаються, щоб заповнити опитування. Вірогідність невідповіді може бути оцінена як функція тієї попередньої інформації, наприклад, вік, стать, ЄЕП, ... Зважування дає шанс екстраполювати, які результати були б для населення, що не відповідає. Перепис є хорошим прикладом залучення зворотного ймовірного зважування для таких аналізів.