비 샘플링 오류-개요, 역학, 유형

비 샘플링 오류는 데이터 수집 결과로 인해 발생하는 오류로 데이터가 실제 값과 다릅니다. 표본 값의 차이 인 표본 오차와는 다릅니다. 임의 변수 임의 변수 (확률 변수)는 특정 임의 현상의 결과와 결과로 나타날 수있는 보편적 인 값에 따라 가능한 값이 달라지는 통계 변수의 한 유형입니다. 제한된 샘플링 크기에서.

비 샘플링 오류

비 샘플링 오류는 비 응답 오류, 측정 오류, 면접관 오류, 조정 오류 및 처리 오류를 포함하여 다양한 형태로 나타날 수 있습니다.

비 샘플링 오류의 역학

비 표본 오차는 표본 또는 전체 모집단 (인구 조사)을 취할 때 발생할 수 있습니다. 두 가지 범주에 속합니다.

1. 무작위 오류

무작위 오류는 설명 할 수없고 그냥 발생하는 오류입니다. 통계 연구에서 각 무작위 오류는 일반적으로 말해서 서로 상쇄되므로 거의 또는 전혀 문제가되지 않습니다.

2. 체계적인 오류

체계적인 오류는 연구 샘플에 영향을 미치고 결과적으로 종종 쓸모없는 데이터를 생성합니다. 체계적인 오류는 일관되고 반복 가능하므로 연구 작성자는 이러한 오류를 완화하기 위해 많은주의를 기울여야합니다.

비 표본 오류는 연구의 여러 측면에서 발생할 수 있습니다. 가장 일반적인 비 샘플링 오류에는 데이터 입력 오류, 편향된 질문 및 의사 결정, 무응답, 잘못된 정보 및 부적절한 분석이 포함됩니다.

비 샘플링 오류의 유형

다음과 같은 여러 유형의 비 샘플링 오류가 있습니다.

1. 무응답 오류

무응답 오류는 특정 설문 조사에 참여하지 않은 사람들과 참여하기로 선택한 사람들의 차이로 인해 발생합니다. 즉, 사람들이 참여할 수있는 선택권이 주어졌지만 참여하지 않기로 선택할 때 존재하므로 설문 조사 결과가 데이터에 통합되지 않습니다.

2. 측정 오류

측정 오류는 선택 방법과 관련된 오류가 아니라 각 샘플링 단위의 측정과 관련된 모든 오류를 나타냅니다. 혼란스러운 질문, 샘플링 피로로 인한 낮은 품질의 데이터 (예 : 설문 조사에 지친 사람) 및 품질이 낮은 측정 도구가있을 때 오류가 자주 발생합니다. 측정 수준 통계에서 측정 수준은 관련된 분류입니다. 서로 변수에 할당 된 값. 즉,.

3. 면접관 오류

인터뷰어 오류는 인터뷰어 (또는 관리자)가 응답을 기록 할 때 오류를 만들 때 발생합니다. 질적 연구에서 면접관은 응답자가 특정 방식으로 답변하도록 유도 할 수 있습니다. 정량적 연구에서 면접관은 다른 방식으로 질문을 할 수 있으며, 이는 다른 최종 결과로 이어집니다.

4. 조정 오류

조정 오류는 데이터 분석이 완전히 정확하지 않은 방식으로 데이터를 조정하는 상황을 나타냅니다. 조정 오류의 형태에는 데이터 가중치 부여, 데이터 정리 및 대치 오류가 포함됩니다.

5. 처리 오류

데이터 처리에 문제가 발생하여 오류가 발생하면 처리 오류가 발생합니다. 예를 들어 데이터를 잘못 입력했거나 데이터 파일이 손상된 경우입니다.

샘플링 오류와 비 샘플링 오류

종종 샘플링 오류와 비 샘플링 오류는 비슷한 맥락에서 사용되지만 두 개념 간에는 몇 가지 중요한 차이점이 있습니다. 여기에는 다음이 포함됩니다.

1. 샘플링 오류는 실수가 발생했을 때 발생하는 비 샘플링 오류와 달리 명백한 실수가없는 경우에도 발생할 수 있습니다.

2. 표본이 보편적 인 진실을 나타내지 않는 반면 표본 추출 오차는 특정 연구 설계에 특정한 경우에 발생합니다.

3. 샘플링 크기가 증가함에 따라 샘플링 오류를 크게 줄일 수 있지만 비 샘플링 오류를 줄이기 위해서는보다 체계적인 프로세스가 필요합니다.

4. 샘플링 오류는 종종 내부 요인에 의해 발생하는 반면 비 샘플링 오류는 조사, 연구 또는 인구 조사와 완전히 관련이없는 외부 요인에 의해 발생합니다.

오류를 줄이는 방법

비 샘플링 오류를 줄이는 것은 샘플링 오류를 줄이는 것만 큼 쉽게 달성되지 않습니다. 샘플링 오류를 사용하면 단순히 샘플 크기를 늘림으로써 오류 위험을 줄일 수 있습니다. 비 샘플링 오류에 대해서는 작동하지 않으며, 종종 감지하고 제거하기가 매우 어렵습니다 (오류의 원인을 매우 체계적으로 고려하지 않는 한).

비 샘플링 오류를 효과적으로 줄이려면 결과의 유효성을 보장하기 위해 연구를 설계하는 사람들이 매우 신중하게 고려해야합니다. 따라서 연구원은 오류를 줄이기 위해 연구에 메커니즘을 설계하고 이후에 다른 오류를 발생시키지 않을 수 있습니다.

예를 들어, 연구원은 데이터 입력의 정확성에 따라 개인에게 보너스를 지급하거나 면접관이 주제와 대본에 머물도록 모든 인터뷰를 촬영할 수 있습니다.

오류를 줄이는 방법

추가 자료

Finance는 CBCA (Certified Banking & Credit Analyst) ™ CBCA ™ 인증의 공식 제공 업체입니다. CBCA (Certified Banking & Credit Analyst) ™ 인증은 금융, 회계, 신용 분석, 현금 흐름 분석을 다루는 신용 분석가를위한 글로벌 표준입니다. 계약 모델링, 대출 상환 등. 누구나 세계적 수준의 재무 분석가로 변모하도록 설계된 인증 프로그램입니다.

세계적 수준의 재무 분석가가되고 경력을 최대한으로 발전시키는 데 도움이되는 다음 추가 리소스가 매우 유용합니다.

  • 군집 표본 추출 군집 표본 추출 통계에서 군집 표본 추출은 연구의 전체 모집단을 외부 적으로 동종이지만 내부적으로 구분하는 표본 추출 방법입니다.
  • 매개 변수 매개 변수 매개 변수는 통계 분석의 유용한 구성 요소입니다. 주어진 모집단을 정의하는 데 사용되는 특성을 나타냅니다. 그것은에 사용됩니다
  • 표본 선택 편향 표본 선택 편향 표본 선택 편향은 모집단 표본의 적절한 무작위 화를 보장하지 못하여 발생하는 편향입니다. 샘플 선택의 결함
  • 제 1 종 오류 제 1 종 오류 통계 가설 검정에서 제 1 종 오류는 본질적으로 진정한 귀무 가설을 거부하는 것입니다. 제 1 종 오류는 거짓이라고도합니다.

최근 게시물