Pārstāvība - kāds ir šis process? Pārstāvības kļūda

Pārstāvības jēdziens bieži atrodams statistikas pārskatos un runu un ziņojumu sagatavošanā. Iespējams, bez tā nav grūti iedomāties kādu no skatīšanai paredzētās informācijas veidiem.

Pārstāvība - kas tas ir?

Pārstāvība atspoguļo to, kā atlasīti objekti vai daļas atbilst to datu kopumam, no kura tie tika atlasīti, saturam un nozīmei.

Citas definīcijas

Pārstāvības jēdzienu var izpaust dažādos kontekstos. Bet, ņemot vērā tā nozīmi, reprezentativitāte ir atsevišķu vienību pazīmju un īpašību atbilstība kopējai iedzīvotāju skaitam, kas precīzi atspoguļo visu vispārējās datu bāzes kopumā raksturīgās iezīmes.

Arī informācijas reprezentativitāte tiek definēta kā paraugu datu spēja pārstāvēt populācijas parametrus un īpašības, kas ir svarīgi no pētījuma viedokļa.

Reprezentatīvais paraugs

Paraugu ņemšanas princips ir izvēlēties vissvarīgākās un precīzāk atspoguļojošās kopējās datu kopas īpašības. Šajā nolūkā tiek izmantotas dažādas metodes, kas ļauj iegūt precīzus rezultātus un vispārēju iedzīvotāju priekšstatu par to, ka tiek izmantoti tikai selektīvi materiāli, kas apraksta visu datu kvalitāti.

Tādējādi nav nepieciešams izpētīt visu materiālu, bet pietiek ar to, ka tiek ņemta vērā selektīva reprezentativitāte. Kas tas ir? Šis ir atsevišķu datu paraugs, lai iegūtu priekšstatu par kopējo informācijas masu.

Atkarībā no metodes, tie atšķiras kā varbūtēji un neticami. Varbūtējs ir paraugs, ko iegūst, aprēķinot vissvarīgākos un interesantākos datus, kas pēc tam ir iedzīvotāju pārstāvji. Tas ir apzināta izvēle vai izlases veida izlase, tomēr, pamatojoties uz tā saturu.

Neticama - tā ir viena no nejaušās izlases veida šķirnēm, kas apkopota saskaņā ar parastās izlozes principu. Šajā gadījumā nav ņemts vērā tas, kurš veic šādu izlasi. Lieto tikai akli.

Varbūtējā paraugu ņemšana

Varbūtējos paraugus var arī iedalīt vairākos veidos:

• Viens no vienkāršākajiem un saprotamākajiem principiem ir nereprezentatīvs paraugs. Piemēram, šī metode bieži tiek izmantota, veicot sociālos apsekojumus. Šajā gadījumā aptaujas dalībnieki nav izraudzīti no pūļa par jebkādām īpašām iezīmēm, un informāciju iegūst no pirmajiem 50 cilvēkiem, kuri tajā piedalījās.
• Mērķa paraugi atšķiras, jo viņiem ir vairākas prasības un nosacījumi atlasīšanai, tomēr viņi paļaujas uz gadījuma sakritību, nevis cenšas iegūt labu statistiku.
• Paraugu ņemšana, pamatojoties uz kvotām, ir vēl viena neobjektīvā parauga variācija, ko bieži izmanto lielu datu kopu izpētei. Par to tiek izmantoti daudz nosacījumu un normu. Tiem ir jāatbilst objektiem, kuriem jāatbilst. Tas nozīmē, ka, izmantojot sociālās aptaujas piemēru, mēs varam pieņemt, ka tiks intervēti 100 cilvēki, bet, apkopojot statistisko pārskatu, tiks ņemts vērā tikai noteiktu cilvēku skaits, kas atbilst noteiktajām prasībām.

Varbūtēji paraugi

Attiecībā uz varbūtējiem paraugiem tiek aprēķināti vairāki parametri, uz kuriem atbilst parauga objektiem, un starp tiem faktus un datus, kurus var attēlot kā paraugu datu reprezentativitāti, var izvēlēties dažādos veidos. Šādi nepieciešamo datu aprēķināšanas veidi var būt:

• Vienkārša nejauša paraugu ņemšana. Tas sastāv no tā, ka izvēlētajā segmentā, izmantojot pilnīgi izlases loterijas metodi, tiek izvēlēts nepieciešamais datu daudzums, kas būs reprezentatīvs paraugs.

• Sistemātiska un nejauša izlases metode ļauj apkopot nepieciešamo datu aprēķināšanas sistēmu, pamatojoties uz nejauši izvēlētu segmentu. Tādējādi, ja pirmais nejaušais skaitlis, kas norāda datu secības numuru no kopējā iedzīvotāju skaita, ir 5, tad sekojošie izvēlētie dati var kļūt, piemēram, 15, 25, 35 un tā tālāk. Šis piemērs skaidri paskaidro, ka pat nejaušās atlases pamatā var būt vajadzīgo ievaddatu sistemātiska aprēķināšana.

Patērētāju paraugs

Būtiska izvēle ir metode, kas sastāv no katra atsevišķa segmenta izvērtēšanas, un, pamatojoties uz tās novērtējumu, tiek veidots iedzīvotāju skaits, kas atspoguļo kopējās datubāzes īpašības un īpašības. Tādā veidā tiek apkopoti vairāk datu, kas atbilst reprezentatīva parauga prasībām. Jūs varat viegli izvēlēties vairākas iespējas, kas neieviesīs kopējo skaitu, vienlaikus nezaudējot atlasīto datu kvalitāti, kas atspoguļo kopējo iedzīvotāju skaitu. Tādā veidā tiek noteikts pētījuma rezultātu reprezentativitāte.

Parauga lielums

Nevis pēdējais atrisināmais jautājums ir izlases lielums, kas atspoguļo iedzīvotāju pārstāvību. Parauga lielums ne vienmēr ir atkarīgs no iedzīvotāju avotu skaita. Tomēr izlases iedzīvotāju reprezentativitāte tieši ir atkarīga no tā, cik segmentos rezultāts būtu jāsadala visbeidzot. Jo vairāk šādu segmentu, jo vairāk datu nonāk produktīvā paraugā. Ja rezultātiem nepieciešams vispārējs apzīmējums un nav vajadzīga specifika, tad, attiecīgi, paraugs kļūst mazāks, jo, neievērojot detaļās, informācija tiek sniegta virspusēji, kas nozīmē, ka tā lasīšana būs vispārēja.

Reprezentativitātes kļūdas jēdziens

Reprezentativitātes kļūda ir īpašā neatbilstība starp vispārējās populācijas raksturojumiem un datiem par izlasi. Veicot jebkuru izlases pētījumu, nav iespējams iegūt pilnīgi precīzus datus, tāpat kā pilna populāciju izpēte un paraugs, ko attēlo tikai daĜa no datiem un parametriem, bet sīkāks pētījums ir iespējams tikai, pētot visu iedzīvotāju skaitu. Tādējādi dažas kļūdas un kļūdas ir neizbēgamas.

Kļūdu veidi

Reputācijas parauga dizainā ir dažas kļūdas:

• Sistemātiska.
• Random.
• Tīšs
• Netīša
• Standarta.
• Ierobežošana.

Izlases kļūdas izpausmju bāze var būt nepārtraukta kopējā populācijas izpēte. Parasti izlases veida reprezentativitāte ir maznozīmīga un raksturīga.

Sistemātiskas kļūdas rodas starp noteikumu par datu atlasi no izplatītas populācijas pārkāpumiem.

Vidējā kļūda ir starpība starp vidējo izlases vērtību un galveno iedzīvotāju skaitu. Tas nav atkarīgs no vienību skaita paraugā. Tas ir apgriezti proporcionāls izlases lielumam. Tad kuram lielāks ir skaļums, jo mazāka ir vidējās kļūdas vērtība .

Maksimālā kļūda ir maksimālā iespējamā atšķirība starp veikto paraugu vidējām vērtībām un kopējo populāciju. Šāda kļūda tiek raksturota kā maksimālo iespējamo kļūdu noteiktos apstākļos to izskanējumam.

Apzinātās un nejaušās pārstāvības kļūdas

Datu neobjektivitātes kļūdas ir tīšas un netīšas.

Tad nodomu kļūdas parādīšanās iemesls ir pieeja datu izvēlei, izmantojot tendenču noteikšanas metodi. Nejaušas kļūdas rodas pat selektīva novērošanas sagatavošanās posmā, reprezentatīvā parauga veidošanās. Lai izvairītos no šādām kļūdām, ir nepieciešams izveidot labu pamatu paraugu ņemšanai, kas ir atlases vienību saraksts. Tai pilnībā jāatbilst paraugu ņemšanas mērķiem, jābūt uzticamiem, aptverot visus pētījuma aspektus.

Derīgums, uzticamība, reprezentativitāte. Kļūdu aprēķins

Vidējā aritmētiskā (M) reprezentativitātes kļūda (Mm) aprēķināšana.

Vidējā kvadrātveida novirze: izlases lielums (> 30).

Pārstāvības kļūda (Mp) un relatīvā vērtība (P): parauga lielums (n> 30).

Gadījumā, kad ir nepieciešams pētīt iedzīvotājus, kuru izlases lielums ir mazs un ir mazāks par 30 vienībām, novērojumu skaits tiks samazināts par vienu vienību.

Kļūdas lielums ir tieši proporcionāls izlases lielumam. Informācijas reprezentativitāte un precīzas prognozēšanas iespējas aprēķināšanas pakāpe atspoguļo noteiktas kļūdas lielumu.

Pārstāvniecības sistēmas

Ne tikai informācijas plūsmas novērtēšanas procesā tiek izmantots reprezentatīvs paraugs, bet persona, kas saņem informāciju, izmanto arī reprezentatīvas sistēmas. Tādējādi smadzenes apstrādā noteiktu informāciju, izveidojot reprezentatīvu visu informācijas plūsmas paraugu, lai kvalitatīvi un ātri izvērtētu iesniegtos datus un izprastu problēmas būtību. Lai atbildētu uz jautājumu: "Pārstāvība - kas tas ir?" - cilvēka apziņas mērogā ir pavisam vienkārša. Šajā nolūkā smadzenes izmanto visus pakārtotos maņu orgānus, atkarībā no tā, kāda veida informāciju ir nepieciešams izolēt no vispārējās plūsmas. Tādējādi atšķirt:

• Vizuālā reprezentācijas sistēma, kas ietver acu vizuālās uztveres orgānus. Cilvēki, kuri bieži izmanto līdzīgu sistēmu, sauc par vizuāliem materiāliem. Ar šo sistēmu persona apstrādā informāciju, kas nāk attēlu formā.
• Audial pārstāvis sistēma. Galvenais orgāns, ko lieto, ir baumas. Sistēma apstrādā informāciju, kas sniegta audio failu vai runas formā. Cilvēki, kas informāciju labāk uztver ar auss, tiek saukti par audiāliem.
• Kinestētiskās reprezentācijas sistēma ir informācijas plūsmas apstrāde, uztverot to, izmantojot ožu un taktilā kanālus.

• Digitālā reprezentatīva sistēma tiek izmantota kopā ar citiem, lai iegūtu informāciju no ārpuses. Tas ir subjektīvi loģisks uztvere un saņemto datu izpratne.

Tātad pārstāvība - kas tas ir? Vienkāršs paraugu ņemšana no kopas vai vienotas procedūras informācijas apstrādē? Viennozīmīgi var teikt, ka reprezentativitāte daudzos veidos nosaka mūsu uztveri par datu plūsmu, palīdzot izolēt no tā nozīmīgākās un nozīmīgākās.