Statistical Methods for Physical Science
William R. Leo, in Methods in Experimental Physics, 1994
1.4.1 Systematic Errors
Systematic errors concem the possible biases that may be present in an observation. A common example is the zeroing of a measuring instrument such as a balance or a voltmeter. Clearly, if this is not done properly, all measurements made with the instmment will be offset or biased by some constant amount. However, even if the greatest of care is taken, one can never be certain that the instrument is exactly at the zero point. Indeed, various physical factors such as the thickness of the scale lines, the lighting conditions under which the calibration is pefformed, and the sharpness of the calibrator’s eyesight will ultimately limit the process, so that one can say only that the instmment has been “zeroed” to within some range of values, say 0±δ. This uncertainty in the “zero value’ then introduces the possibility of a bias in all subsequent measurements made with this instmment; i.e., there will be a certain nonzero probability that the measurements are biased by a value as large as ±δ.
More generally, systematic errors arise whenever there is a comparison between two or more measurements. And indeed, some reflection will show that all measurements and observations involve comparisons of some sort. In the preceding case, for example, a measurement is referenced to the zero point (or some other calibration point) of the instmment. Similarly, in detecting the presence of a new particle, the signal must be compared to the background events that could simulate such a particle, etc. Part of the art of experimentation, in fact, is to ensure that systematic errors are sufficiently small for the measurement at hand, and indeed, in some experiments how well this uncertainty is controlled can be the key success factor.
One example of this is the measurement of parity violation in highenergy electron-nucleus scattering. This effect is due to the exchange of a Z0 boson between electron and nucleus and manifests itself as a tiny difference between the scattering cross sections for electrons that are longitudinally polarized parallel (dσR) and antiparallel (dσL) to their line of movement. This difference is expressed as the asymme try parameter, A=(dσR-dσL)/(dσR+dσL). which has an expected value of A≈9×10-5[9].
To perform the experiment, a longitudinally polarized electron beam is scattered off a suitable target, and the scattering rates are measured for beam polarization parallel and antiparallel. To be able to make a valid comparison of these two rates at the desired level, however, it is essential to maintain identical conditions for the two measurements. Indeed, a tiny change in any number of parameters, for example, the energy of the beam, could easily create an artificial difference between the two scattering rates, thereby masking any real effect. The major part of the effort in this experiment, therefore, is to identify the possible sources of systematic error, design the experiment so as to minimize or eliminate as many of these as possible and monitor those that remain!
Systematic errors are distinguished from random errors by two characteristics. First, in a series of measurements taken with the same instrument and calibration, all measurements will have the same systematic error. In contrast, the random errors in these same data will fluctuate from measurement to measurement in a completely independent fashion. Moreover, the random emrs may be decreased by making repeated measurements as shown by Eq. (1.32). The systematic errors, on the other hand, will remain constant no matter how many measurements are made and can be decreased only by changing the method of measurement. Systematic errors, therefore, cannot be treated using probability theory, and indeed there is no general procedure for this. One must usually resort to a case by case analysis, and as a general mle, systematic errors should be kept separate from the random errors.
A point of confusion, which sometimes occurs, especially when data are analyzed and treated in several different stages, is that a random error at one stage can become a systematic error at a later stage. In the first example, for instance, the uncertainty incurred when zeroing the voltmeter is a random error with respect to the zeroing process. The *experiment here is the positioning of the pointer exactly on the zero marking and one can easily imagine doing this process many times to obtain a distribution of “zero points” with a certain standard deviation. Once a zero calibration is made, however, subsequent measurements made with the instmment will all be referred to that particular zero point and its error. For these measurements, the zero-point error is a systematic error. Another similar example is the least-squares (see Chapter 9) fitted calibration curve. Assuming that the calibration is a straight line, the resulting slope and intercept values for this fit will contain random errors due to the calibration measurements. For all subsequent measurements referred to this calibration curve, however, these errors are not random but systematic.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/S0076695X08602513
Data Reduction and the Propagation of Errors
Robert G. Mortimer, in Mathematics for Physical Chemistry (Fourth Edition), 2013
16.1.1 The Combination of Random and Systematic Errors
Random and systematic errors combine in the same way as the errors in Eq. (16.4). If εr is the probable error due to random errors and εs is the probable error due to systematic errors, the total probable error is given by
(16.5)
If you use the 95% confidence level for the random errors, you must use the same confidence level for systematic errors if you make an educated guess at the systematic error. Most people instinctively tend to estimate errors at about the 50% confidence level. To avoid this tendency, you might make a first guess at your systematic error and then double it.
Example 16.2
Assume that a length has been measured as 37.8 cm with an expected random error of 0.35 cm and a systematic error of 0.06 cm. Find the total expected error
εt=(0.35cm)2+(0.06cm)21/2=0.36cm≈0.4cm,l=37.8cm±0.4cm.
If one source of error is much larger than the other, the smaller error makes a much smaller contribution after the errors are squared. In the previous example, the systematic error is nearly negligible, especially since one significant digit is usually sufficient in an expected error.
Exercise 16.2
Assume that you estimate the total systematic error in a melting temperature measurement as 0.20 °C at the 95% confidence level and that the random error has been determined to be 0.06 °C at the same confidence level. Find the total expected error.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780124158092000161
Experimental Design and Sample Size Calculations
Andrew P. King, Robert J. Eckersley, in Statistics for Biomedical Engineers and Scientists, 2019
9.4.2 Blinding
Systematic errors can arise because either the participants or the researchers have particular knowledge about the experiment. Probably the best known example is the placebo effect, in which patients’ symptoms can improve simply because they believe that they have received some treatment even though, in reality, they have been given a treatment of no therapeutic value (e.g. a sugar pill). What is less well known, but nevertheless well established, is that the behavior of researchers can alter in a similar way. For example, a researcher who knows that a participant has received a specific treatment may monitor the participant much more carefully than a participant who he/she knows has received no treatment. Blinding is a method to reduce the chance of these effects causing a bias. There are three levels of blinding:
- 1.
-
Single-blind. The participant does not know if he/she is a member of the treatment or control group. This normally requires the control group to receive a placebo. Single-blinding can be easy to achieve in some types of experiments, for example, in drug trials the control group could receive sugar pills. However, it can be more difficult for other types of treatment. For example, in surgery there are ethical issues involved in patients having a placebo (or sham) operation.2
- 2.
-
Double-blind. Neither the participant nor the researcher who delivers the treatment knows whether the participant is in the treatment or control group.
- 3.
-
Triple-blind. Neither the participant, the researcher who delivers the treatment, nor the researcher who measures the response knows whether the participant is in the treatment or control group.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780081029398000189
Thermoluminescence Dating
L. Musílek, M. Kubelík, in Radiation in Art and Archeometry, 2000
8.2 Systematic errors
The uncertainties contributing to the systematic error originate from various sources. The first source of the systematic error is the calibration of the α source, the β source, the α counter, the potassium content measurement, the β measurement and the γ measurement. Assuming that each of these uncertainties is ±5 %, then, for the various versions of dosimetry, the error terms are:
(16a)(σ4)a2=25{fα2+(1−fα)2+(fα+fβ,Th,U+fγ,Th,U)2+(fβ,K+fγ,K)2},
(16b)(σ4)b2=25{fα2+(1−fα−fβ)2+(fα+fγ,Th,U)2+fγ,K2+fβ2},
(16c)(σ4)c2=25{fα2+(1−fα−fβ)2+(fα+fβ,Th,U)2+fβγ,K2+fγ2},
(16d)(σ4)d2=25{2fα2+fβ2+fγ2}.
Due to the observed discrepancy between the calculated (from radioactive analysis) and measured (by TLD) γ dose rates, which is estimated to ±10 %, an additional error term needs to be added:
The second source of the systematic error arises from the uncertainty of the ratio between the uranium and thorium series. The measurement by α counting gives no information about this ratio, and converting the α count-rates to dose rates depends on it, as the energy of β and γ radiation emitted per α particle differs between both series. For the uncertainty in this ratio ±50 % is assumed and it is used for various options of dosimetry:
(18a)(σ6)a2=15fβ,Th,U2+10fγ,Th,U2,
Another problem is given by the fact, that both uranium and thorium series contain one of the isotopes of radon as a member. Possible escape of this gas can influence the dose rate and can be evaluated by the measurement in a gas cell, where only particles from escaped radon are detected by a scintillator. This technique is described in [37]. However, the estimate of the escape measured in the laboratory does not necessarily correspond to the real escape rate at the sampling location. Assuming that the uncertainty of the value gs, which expresses the lost α counts for the conditions of the sample, is ±25 %, then we obtain the error term:
(19)(σ7)2=(gs/4αB)2(fα+fβ,Th,U)2+(gw/2α′)2fγ,Th,U2,
where αB is the α count rate corrected for radon escape and the second term refers to radon escape in the soil, α’ being the corrected α count rate from the soil and gw the lost counts for the soil sample (having the same wetness as in the ground).
The last important source of the systematic error is given by the uncertainty δF of the fractional water uptake F. The value of δF must be estimated from the knowledge about the conditions (rainfall, drainage, etc.) on site. This error can be approximated by:
(20)σ8=(δF/F){W(1,5fα+1,25fβ)+W′(1,15fγ)}.
W and W’ is the saturation wetness of the sample and the soil, respectively, expressed as the ratio of the saturation weight minus the dry weight and the dry weight in percent.
The overall systematic error is a combination of the contributions discussed above, i.e.:
(21)σs2=σ42+σ52+σ62+σ72+σ82,
and the overall error for the sample is given by the combination of random and systematic errors as:
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780444504876500523
Total Survey Error
Tom W. Smith, in Encyclopedia of Social Measurement, 2005
Bias, or Systematic Error
Turning to bias, or systematic error, there is also a sampling component. First, the sample frame (i.e., the list or enumeration of elements in the population) may either omit or double count units. For example, the U.S. Census both misses people (especially African-Americans and immigrants) and counts others twice (especially people with more than one residence), and samples based on the census reflect these limitations. Second, certain housing units, such as new dwellings, secondary units (e.g., basement apartments in what appears to be a single-family dwelling), and remote dwellings, tend to be missed in the field. Likewise, within housing units, certain individuals, such as boarders, tend to be underrepresented and some respondent selection methods fail to work in an unbiased manner (e.g., the last/next birthday method overrepresents those who answer the sample-screening questions). Third, various statistical sampling errors occur. Routinely, the power of samples is overestimated because design effects are not taken into consideration. Also, systematic sampling can turn out to be correlated with various attributes of the target population. For example, in one study, both the experimental form and respondent selection were linked by systematic sampling in such a way that older household members were disproportionately assigned to one experimental version of the questionnaire, thus failing to randomize respondents to both experimental forms.
Nonsampling error comes from both nonobservational and observational errors. The first type of nonobservational error is coverage error, in which a distinct segment of the target population is not included in sample. For example, in the United States, preelection random-digit-dialing (RDD) polls want to generalize to the voting population, but systematically exclude all voters not living in households with telephones. Likewise, samples of businesses often underrepresent smaller firms. The second type of nonobservational error consists of nonresponse (units are included in the sample, but are not successfully interviewed). Nonresponse has three main causes: refusal to participate, failure to contact because people are away from home (e.g., working or on vacation), and all other reasons (such as illness and mental and/or physical handicaps).
Observational error includes collection, processing, and analysis errors. As with variable error, collection error is related to mode, instrument, interviewer, and respondent. Mode affects population coverage. Underrepresentation of the deaf and poor occurs in telephone surveys, and of the blind and illiterate, in mail surveys. Mode also affects the volume and quality of information gathered. Open-ended questions get shorter, less complete answers on telephone surveys, compared to in-person interviews. Bias also is associated with the instrument. Content, or the range of information covered, obviously determines what is collected. One example of content error is when questions presenting only one side of an issue are included, such as is commonly done in what is known as advocacy polling. A second example is specification error, in which one or more essential variable is omitted so that models cannot be adequately constructed and are therefore misspecified.
Various problematic aspects of question wordings can distort questions. These include questions that are too long and complex, are double-barreled, include double negatives, use loaded terms, and contain words that are not widely understood. For example, the following item on the Holocaust is both complex and uses a double negative: “As you know, the term ‘holocaust’ usually refers to the killing of millions of Jews in Nazi death camps during World War II. Does it seem possible or does it seem impossible to you that the Nazi extermination of the Jews never happened?” After being presented with this statement in a national U.S. RDD poll in 1992, 22% of respondents said it was possible that the Holocaust never happened, 65% said that it was impossible that it never happened, and 12% were unsure. Subsequent research, however, demonstrated that many people had been confused by the wording and that Holocaust doubters were actually about 2% of the population, not 22%. Error from question wording also occurs when terms are not understood in a consistent manner.
The response scales offered also create problems. Some formats, such as magnitude measurement scaling, are difficult to follow, leaving many, especially the least educated, unable to express an opinion. Even widely used and simple scales can cause error. The 10-point scalometer has no clear midpoint and many people wrongly select point 5 on the 1–10 scale in a failed attempt to place themselves in the middle. Context, or the order of items in a survey, also influences responses in a number of quite different ways. Prior questions may activate certain topics and make them more accessible (and thus more influential) when later questions are asked. Or they may create a contrast effect under which the prior content is excluded from later consideration under a nonrepetition rule. A norm of evenhandedness may be created that makes people answer later questions in a manner consistent with earlier questions. For example, during the Cold War, Americans, after being asked if American reporters should be allowed to report the news in Russia, were much more likely to say that Russian reporters should be allowed to cover stories in the United States, compared to when the questions about Russian reporters were asked first. Even survey introductions can influence the data quality of the subsequent questions.
Although social science scholars hope that interviewers merely collect information, in actuality, interviewers also affect what information is reported. First, the mere presence of an interviewer usually magnifies social desirability effects, so that there is more underreporting of sensitive behaviors to interviewers than when self- completion is used. Second, basic characteristics of interviewers influence responses. For example, Whites express more support for racial equality and integration when interviewed by Blacks than when interviewed by Whites. Third, interviewers may have points of view that they convey to respondents, leading interviewers to interpret responses, especially to open-ended questions, in light of their beliefs.
Much collection error originates from respondents. Some problems are cognitive. Even given the best of intentions, people are fallible sources. Reports of past behaviors may be distorted due to forgetting the incidents or misdating them. Minor events will often be forgotten, and major events will frequently be recalled as occurring more recently than was actually the case. Of course, respondents do not always have the best of intentions. People tend to underreport behaviors that reflect badly on themselves (e.g., drug use and criminal records) and to overreport positive behaviors (e.g., voting and giving to charities).
Systematic error occurs during the processing of data. One source of error relates to the different ways in which data may be coded. A study of social change in Detroit initially found large changes in respondents’ answers to the same open-ended question asked and coded several decades apart. However, when the original open-ended responses from the earlier survey were recoded by the same coders who coded the latter survey, the differences virtually disappeared, indicating that the change had been in coding protocols and execution, not in the attitudes of Detroiters. Although data-entry errors are more often random, they can seriously bias results. For example, at one point in time, no residents of Hartford, Connecticut were being called for jury duty; it was discovered that the new database of residents had been formatted such that the “d” in “Hartford” fell in a field indicating that the listee was dead. Errors can also occur when data are transferred. Examples include incorrect recoding, misnamed variables, and misspecified data field locations. Sometimes loss can occur without any error being introduced. For example, 20 vocabulary items were asked on a Gallup survey in the 1950s and a summary scale was created. The summary scale data still survive, but the 20 individual variables have been lost. Later surveys included 10 of the vocabulary items, but they cannot be compared to the 20-item summary scale.
Wrong or incomplete documentation can lead to error. For example, documentation on the 1967 Political Participation Study (PPS) indicated that one of the group memberships asked about was “church-affiliated groups.” Therefore, when the group membership battery was later used in the General Social Surveys (GSSs), religious groups were one of the 16 groups presented to respondents. However, it was later discovered that church-affiliated groups had not been explicitly asked about on the earlier survey, but that the designation had been pulled out of an “other-specify” item. Because the GSS explicitly asked about religious groups, it got many more mentions than had appeared in the PPS; this was merely an artifact of different data collection procedures that resulted from unclear documentation.
Most discussions of total survey error stop at the data-processing stage. But data do not speak for themselves. Data “speak” when they are analyzed, and the analysis is reported by researchers. Considerable error is often introduced at this final stage. Models may be misspecified, not only by leaving crucial variables out of the survey, but also by omitting such variables from the analysis, even when they are collected. All sorts of statistical and computational errors occur during analysis. For example, in one analysis of a model explaining levels of gun violence, a 1 percentage point increase from a base incidence level of about 1% was misdescribed as a 1% increase, rather than as a 100% increase. Even when a quantitative analysis is done impeccably, distortion can occur in the write-up. Common problems include the use of jargon, unclear writing, the overemphasis and exaggeration of results, inaccurate descriptions, and incomplete documentation. Although each of the many sources of total survey error can be discussed individually, they constantly interact with one another in complex ways. For example, poorly trained interviewers are more likely to make mistakes with complex questionnaires, the race of the interviewer can interact with the race of respondents to create response effects, long, burdensome questionnaires are more likely to create fatigue among elderly respondents, and response scales using full rankings are harder to do over the phone than in person. In fact, no stage of a survey is really separate from the other stages, and most survey error results from, or is shaped by, interactions between the various components of a survey.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B0123693985001262
Part 1
D. DELAUNAY, in Advances in Wind Engineering, 1988
Observations errors
To test the effects of possible systematic errors of observation on ΔP, R, and T, the values of the parameters of observed cyclones have been increased, in succession, by 10% for ΔP and T and 20% for R. Similarly, it may be feared that all the cyclones which have crossed the area in question were not listed. Simulation was therefore carried out with an average value of NC increased by 10%. It appears that these modifications result in an increase of the values of V50 and V1000 not exceeding 1.5 m/s, except for ΔP, for which a systematic over-evaluation of 10% leads to an increase of V50 and V1000 between 2 and 2.5 m/s.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B978044487156550014X
Model Evaluation and Enhancement
Robert Nisbet Ph.D., … Ken Yale D.D.S., J.D., in Handbook of Statistical Analysis and Data Mining Applications (Second Edition), 2018
Evaluation of Models According to Random Error
We can express the total of the random error and systematic error mathematically, but it is very difficult to distinguish between them in practice. For example, the general form of a regression model is
(11.2)Y=a+b1X1+b2X2+b3X3+⋯+bnXn+Error
where a is the slope intercept, X-values are the predictor variables, and b-values are the coefficients associated with each X-value.
If the signal in the data set is faint, the error term will be relatively large. If the signal in the data is strong, the error will be relatively small. Unfortunately, the error term in Eq. (11.1) is a combination of random error and model error. Most model performance metrics do not distinguish between random error and model error. But there are some techniques that can be used to measure model error to some extent and correct for it. We will begin by discussing model performance metrics, which express the total combined error. Later in the chapter, we will present some common techniques for assessing model error and show some ways to correct for it (partially).
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780124166325000116
Quantum Entanglement and Information Processing
J.A. Jones, in Les Houches, 2004
4.2 Composite rotations
The use of composite rotations to reduce the effects of systematic errors in conventional NMR experiments relies on the fact that any state of a single isolated qubit can be mapped to a point on the Bloch sphere, and any unitary operation on a single isolated qubit corresponds to a rotation on the Bloch sphere. The result of applying any series of rotations (a composite rotation) is itself a rotation, and so there are many apparently equivalent ways of performing a desired rotation. These different methods may, however, show different sensitivity to errors: composite rotations can be designed to be much less error prone than simple rotations!
A rotation can go wrong in two basic ways: the rotation angle can be wrong or the rotation axis can be wrong. In an NMR experiment (viewed in the rotating frame) ideal RF pulses cause rotation of a spin through an angle θ = ω1 t around an axis in the xy-plane. So called pulse length errors occur when the pulse power ω1 is incorrect, so that the flip angle θ is systematically wrong by some fraction. This can be due to experimenter carelessness, but more usually arises from the inhomogeneity in the RF field over a macroscopic sample. The second type of error, off-resonance effects (Fig. 6), occur when the excitation frequency doesn
S⌣t match the transition frequency, so that the Hamiltonian is the sum of RF and off-resonance terms. This results in rotations around a tilted axis, and the rotation angle is also increased.
Fig. 6. Effect of applying an off-resonance 180° pulse to a spin with initial state Iz; the spin rotates around a tilted axis. Trajectories are shown for small, medium and large off-resonance effects.
The first composite rotation [47] was designed to compensate for pulse length errors in an inversion pulse, that is a pulse which takes the state Iz to − Iz. This can be achieved by, for example, a simple 180° pulse, but this is quite sensitive to pulse length errors. The composite rotation 90°x180°y90°x has the same effect in the absence of errors, but will also partly compensate for pulse length errors. This is shown in Fig. 7 which plots the inversion efficiency of the simple and composite 180° pulses as a function of the fractional pulse length error g. (The inversion efficiency of an inversion pulse measures the component of the final spin state along −Iz after the pulse is applied to an initial state of Iz.)
Fig. 7. The inversion efficiency of a simple 180° pulse (dashed line) and of the composite pulse 90°x 180°y 90°x. (solid line) as a function of the fractional pulse length error g. The way in which the composite pulse works can be understood by examining trajectories on the Bloch sphere, which are shown on the right for three values of g.
Composite pulses of this kind are very widely used within conventional NMR, and many different pulses have been developed [48], but most of them are not directly applicable to quantum computing [50]. This is because conventional NMR pulse sequences are designed to perform specific motions on the Bloch sphere (such as inversion), in which case the initial and final spin states are known, while for quantum computing it is necessary to use general rotations, which are accurate whatever the initial state of the system. Perhaps surprisingly composite pules are known which have the desired property, of performing accurate rotations whatever the initial spin state.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/S0924809903800343
Probability, Statistics, and Experimental Errors
Robert G. Mortimer, in Mathematics for Physical Chemistry (Fourth Edition), 2013
Abstract
Every measured quantity is subject to experimental error. The two types of experimental error are systematic errors and random errors. Systematic errors must usually be estimated by educated guesswork. Random errors are assumed to be a sample from a population of many imaginary replicas of the experiment. Such a population is assumed to be governed by probability theory. Mathematical statistics is used to infer the properties of a population from a sample. Random errors can be treated statistically if the measurement can be repeated a number of times. The mean of a set of repeated measurements is a better estimate of the correct value of a variable than is a single measurement.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B978012415809200015X
The B → D*ℓν Form Factor at Zero Recoil and the Determination of |Vcb|
J.N. Simone, … S.M. Ryan, in Proceedings of the 31st International Conference on High Energy Physics Ichep 2002, 2003
2 DOUBLE RATIO METHOD
We consider three double ratios of hadronic matrix elements for which the bulk of statistical and systematic errors are expected to cancel. From these ratios we extract three zero recoil form factors:
(3)〈D|v0|B〉 〈B|v0|D〉〈D|v0|D〉 〈B|v0|B〉⇒ | h+(1)|2
(4)〈D∗|v0|B∗〉 〈B∗|v0|D∗〉〈D∗|v0|D∗〉 〈B∗|v0|B∗〉⇒ | h1(1)|2
(5)〈D∗|A1|B〉 〈B∗|A1|D〉〈D∗|A1|D〉 〈B∗|A1|B〉⇒ | HA1(1)|2
Form factor h+ is one of two form factors contributing to B → Dℓν decays[8]. Note that the third ratio yields HA1 and not hA1.
Form factors h+, h1 and HA1 depend, respectively, upon parameters ℓP, ℓV and ℓA and have quark mass dependence:
(6)1−|hX(1)|Δ2=ℓx−ℓx[3](12mc+12mb)+…
where Δ=(12mc−12mb). The bare charm and bottom quark masses are inputs in lattice QCD. We compute double ratios for a range of “charm” and “bottom” quark masses. After matching the lattice theory to HQET, we determine all the ℓx as well as the order 1/mQ3 coefficients ℓx[3] by studying the mass dependence of the form factors. These long-distance coefficients are combined as in Equation 2 to give our determination of hA1(1).
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780444513434501484
Глава восемнадцатая.
СБОР ДАННЫХ:
РЕАЛЬНЫЕ ПРОЦЕДУРЫ И СИСТЕМАТИЧЕСКИЕ
ОШИБКИ
Одна из основных
проблем, с которой мы сталкиваемся при
маркетинговых исследованиях, — это
проблема сбора данных. На этой стадии
исследования используется персонал,
занятый полевым, телефонным или почтовым
опросом. В этой главе речь будет идти
главным образом о возможных ошибках
при проведении опросов и об их причинах.
Если вы будете осознавать потенциальные
источники ошибок, возникающих при сборе
данных, вы сможете надлежащим образом
оценивать исследовательскую информацию,
на основе которой должны приниматься
те или иные решения.
Влияние
и значение систематических ошибок
ОШИБКА
В ВЫБОРКЕ
Разность
между наблюдаемыми значениями
количественного признака и их долгосрочным
средним значением при повторении
измерений.
СИСТЕМАТИЧЕСКАЯ
ОШИБКА
Ошибка
исследования, не связанная с выборкой;
может быть вызвана концептуальными или
логическими ошибками, неправильной
интерпретацией ответов, а также
статистическими, арифметическими,
табуляционными, кодовыми или отчетными
ошибками.
Ошибки, возникающие
при обследовании, можно разделить на
два основных типа: ошибки
в выборке и
систематические
ошибки.
Концепция
ошибки в выборке
широко использовалась в главах 15, 16 и
17. Основой для ее рассмотрения была
концепция выборочного распределения
некой статистики, например выборочного
среднего, выборочной доли и тому подобное.
Само понятие выборочного распределения
неразрывно связано с понятием ошибки
в выборке. Названное распределение
существует благодаря тому, что различные
выборки, сформированные в соответствии
с принятым планом обследования, дают
разные оценки параметра. Статистика
меняется от выборки к выборке в силу
того, что в каждом случае выборочному
отбору подвергается лишь часть генеральной
совокупности. Соответственно мы можем
определить ошибку в выборке как «разность
между наблюдаемыми значениями
количественное» признака и их долгосрочным
средним значением при повторении
измерений». Как мы видели, ошибка в
выборке может быть уменьшена путем
увеличения объема выборки. Концентрация
распределения выборочной статистики
возле долгосрочного среднего значения
возрастает, а выборочная статистика
выравнивается при увеличении количества
наблюдений.
Систематические
ошибки
являются отражением ошибок иного рода,
которые, вообще говоря, могут возникать
и не при выборочных обследованиях. Они
подразделяются на случайные
и неслучайные.
Неслучайные систематические ошибки
имеют более тяжкие последствия. Случайные
ошибки дают оценки, отличные от истинного
значения; они могут приводить к отклонениям
и в большую, и в меньшую сторону и имеют
при этом случайный характер. Неслучайные
же систематические ошибки приводят к
односторонним отклонениям. Соответственно
для них характерна тенденция к смещению
выборочного значения относительно
параметра совокупности. Систематические
ошибки могут являться следствием
концептуальных или логических ошибок,
неправильной интерпретации ответов, а
также статистических, арифметических,
табуляционных, кодовых или отчетных
ошибок. Они столь вездесущи, что один
из авторов не смог сдержать своих чувств
и написал:
«Перечень
возможных бед и напастей с увеличением
наших познаний только расширяется.
Многолетняя работа в определенной
области позволяет приобрести известный
методологический опыт, который, к
сожалению, практически никогда не
становится доступным другим. Подлинной
уверенности в правильности выработанных
подходов нет и быть не может (выделено
нами)».
Систематические
ошибки не только вездесущи, но они и не
столь подконтрольны, как ошибки в
выборке. При увеличении объема выборки
ошибки в выборке уменьшаются. Сказать
то же самое о систематических ошибках
нельзя. В этом случае они могут как
уменьшаться, так и возрастать. Помимо
прочего, ошибки в выборке при использовании
вероятностных методов могут быть
оценены. В случае же систематических
ошибок, как направление, так, тем более,
и величина ошибки могут оказаться
совершенно непредсказуемыми.
Систематические
ошибки приводят к смещению выборочного
значения относительно параметра
совокупности, но в ряде случаев мы не
можем судить даже о том, к чему именно
они приведут, — к переоценке или к
недооценке параметра. Систематические
ошибки влияют и на достоверность
выборочных оценок. Вызванное ими смещение
может увеличить ошибку оценки определенных
статистик до такой степени, что оценка
доверительного интервала окажется
ошибочной.
Одно из обследований,
призванное оценить уровень накоплений
потребителей, проведенное Иллинойским
университетом, может служить наглядным
свидетельством сказанного. В ходе этого
обследования исследователи сравнивали
полученные от потребителей сведения
об их финансовых средствах и долгах с
известной информацией.
«Опытное
обследование неожиданно показало, что
систематические ошибки существуют не
только в теории, оказалось, что именно
они являются основной причиной замеченной
тенденции к занижению агрегированных
показателей…
Эта ошибка не
просто присутствовала в данных
обследования, в ряде случаев роль
систематических ошибок была столь
велика, что
определение доверительных интервалов
по известным формулам статистики теряло
всяческий смысл… Следует
особо отметить, что
при увеличении объема выборки величина
этой ошибки только возрастала (выделено
нами)».
В некоторых
ситуациях даже самые изощренные выборки
не могут избавить нас от систематических
ошибок.
«Значимость
полученных в ходе этого обследования
данных весьма специфична, они лишний
раз говорят о том, что исследователь
постоянно должен стремиться к выявлению
и устранению систематических ошибок.
Особенно критичными они становятся при
работе с широкомасштабными, хорошо
продуманными вероятностными выборками,
поскольку при увеличении эффективности
проектирования выборки и уменьшении
выборочной дисперсии, эффект систематических
ошибок усиливается. Поскольку
систематические отклонения практически
не зависят от объема выборки, мы
сталкиваемся с парадоксальной ситуацией:
чем эффективнее составлена выборка,
тем большую роль играют систематические
ошибки и тем меньшим смыслом обладают
вычисления по определению доверительного
интервала, в основе которых лежат обычные
формулы».
В случае обследования,
проведенного Иллинойским университетом,
мы могли определить систематическую
ошибку, поскольку в распоряжении
исследователей находились не только
результаты опроса, но и реальные данные,
отражающие финансовое положение
потребителей. Предположим, что мы не
обладаем подобными данными. Исследователи
смогут предположить, что полученные
ими ответы не совсем точны, но как они
смогут определить хотя бы направление
вызванного такими ошибками смещения?
То ли респонденты сознательно завышали
уровень своих сбережений, желая впечатлить
интервьюера, то ли занижали их, боясь,
что реальные цифры могут вызвать
повышенный интерес у сотрудников
Налогового управления. Предположим,
что сам факт неточности приведенных
сведений не вызывает у нас сомнений.
Возникает еще один вопрос: какова
величина этой «неточности»? Завышение
реальной суммы на 10000 долларов или ее
занижение на 2000? Или наоборот?
Как вы, вероятно,
уже начинаете осознавать, зачастую
проблема систематических ошибок
оказывается
центральной. Два
типа систематических ошибок, отсутствие
ответов одних и некорректные ответы
других участников обследования, могут
обратить результаты обследования
буквально в ничто. Наглядной иллюстрацией
этого является исследовательское окно
18.1. В результате специальных исследований,
проведенных Бюро переписей, выяснилось,
что такие систематические ошибки могут
в десять раз превышать ошибку выборки.
В этом результате нет ничего неожиданного.
Помимо прочего, оказалось, что
систематическая ошибка составляет
большую часть ошибки обследования, в
то время как случайная ошибка выборки
сведена к минимуму. Систематические
ошибки могут быть уменьшены, но уменьшение
их связано не столько с увеличением
объема выборки, сколько с использованием
специальных методов. Для того чтобы
исследователь имел такую возможность,
ему необходимо прежде всего осознавать
их причины.
ОШИБКА
НЕНАБЛЮДЕНИЯ
Систематическая
ошибка, возникающая вследствие неполучения
данных от ряда элементов, входящих в
обследуемую выборку.
Типы систематических ошибок
На рис. 18.1 представлены
основные типы систематических ошибок.
Они делятся на два основных типа:
ошибки, связанные
с неполучением данных, и ошибки наблюдения.
Ошибки ненаблюдения
возникают вследствие невозможности
получения данных от части элементов
обследуемой совокупности. Ошибки
ненаблюдения могут быть вызваны тем,
что часть обследуемой совокупности не
была представлена в выборке, или же
элементы, отобранные для включения в
выборку, не представили данных.
Ошибки наблюдений
возникают вследствие некорректной
информации, полученной от элементов
выборки, они могут возникнуть и на стадии
обработки данных или формулирования
итогового вывода. По ряду характеристик
они представляются еще более неприятными,
чем ошибки ненаблюдения. В случае
последних мы по крайней мере знаем, что
ошибки этого вида обусловлены неполным
охватом или неполучением данных. О
существовании же ошибок наблюдения мы
даже и не подозреваем. Само понятие
ошибки наблюдения основывается на
предположении о том, что для количественного
признака или признаков существует некое
«истинное» значение. Соответственно
ошибка наблюдения является разностью
объявленного и «истинного» значения.
Вы уже понимаете, что определение Ошибки
наблюдения ставит исследователя в
ужасно неудобное положение, поскольку
при этом он задается той самой величиной,
определение которой является целью
обследования.
ОШИБКА
НАБЛЮДЕНИЯ
Систематическая
ошибка, либо возникающая при обработке
данных или формулировании заключений,
либо являющаяся следствием некорректности
информации, получаемой от элементов
выборки.
ОШИБКИ НЕНАБЛЮДЕНИЯ
Как вы видите на
рис. 18.1, существуют два типа ошибок
ненаблюдения: ошибки неохвата и ошибки
неполучения данных. Любая из этих ошибок
может привести к существенным неточностям,
однако аналитик, знакомый с сутью
проблемы, может существенно уменьшить
возможную ошибку.
ОШИБКА
НЕОХВАТА
Систематическая
ошибка, являющаяся следствием того, что
определенные части или целые блоки
генеральной совокупности не были
включены в основу выборки.
Ошибки неохвата.
Неохват может стать источником серьезных
неточностей, при этом
ошибка неохвата относится
только к ошибочно выпавшим из рассмотрения
частям совокупности, но никак не к
частям, исключенным намеренно. Таким
образом, проблема неохвата имеет
отношение к основе выборки.
Например, при общем
обследовании ошибка неохвата может
возникнуть при использовании телефонного
справочника в качестве основы выборки.
Телефоны есть далеко не у всех семей, и
не все номера телефонов включены в
справочник. Помимо прочего, существует
целый ряд демографических отличий между
лицами, имеющими телефоны и не имеющими
их.
При почтовом
опросе, где основой выборки служит
рассылочная ведомость, ошибка неохвата
может быть следствием того, что рассылочная
ведомость не дает адекватного представления
о различных группах популяции. Опытные
исследователи знают, сколь редко подобные
ведомости бывают удачными, пусть даже
речь идет о весьма специфичных группах
населения (смотри табл. 18.1).
В тех случаях,
когда данные должны собираться методом
обхода квартир, респондентов сводят в
своеобразную территориальную выборку.
В этом случае основой выборки становится
скорее не список респондентов, а
определенные районы, кварталы или дома.
Тем не менее это не снимает проблемы
неполноты основы выборки. Городские
карты могут устареть, вследствие чего
районы новой застройки полностью выпадут
из рассмотрения. Помимо прочего,
инструкции, данные интервьюерам, могут
оказаться недостаточно детальными.
Указание «начните обследование с
северо-западной оконечности означенного
района, избрав начальный пункт случайным
образом и подвергая обследованию каждый
пятый жилой дом» может оказаться
неполным, если в этом районе существуют
многоквартирные дома. Практика показывает,
что при проведении обследования
интервьюеры предпочитают обходить
стороной ветхие или запущенные строения.
Вместе с тем интервьюеры предпочитают
общаться с максимально доступными
членами семей, что противоречит положению
инструкции о случайном характере опроса.
Все это приводит к недостаточному
представлению определенной части
популяции при одновременном избыточном
представлении другой, наиболее доступной
ее части.
Проблемы с основой
выборки существуют и при проведении
опросов в торговых центрах. С одной
стороны, здесь отсутствует список
элементов совокупности. С другой стороны,
попасть в число обследуемых могут только
те люди, которые привыкли совершать
здесь покупки, при этом чем чаще они это
делают, тем выше вероятность того, что
они станут респондентами. Именно по
этой причине при обследованиях такого
рода часто используются пропорциональные
выборки.
Тем не менее
использование пропорциональных выборок
не снимает проблем, связанных с ошибками
неохвата. Свобода же выбора респондентов
интервьюером буквально распахивает
двери для таких ошибок. «Недобор»
характерен как для лиц с самыми низкими,
так и для лиц с самыми высокими доходами.
Руководитель проекта может не осознавать
этого, поскольку исполнители зачастую
склонны к фальсификации результатов,
позволяющей скрыть это обстоятельство.
Чем более сложной и развитой будет такая
пропорциональная выборка, тем более
критичным становится названный момент.
Если некоторые элементы выборки будут
задаваться набором, состоящим из трех
или четырех признаков, интервьюер,
испытывающий в этой связи определенные
затруднения, может «немного слукавить»,
приписав требуемые характеристики тем,
кто ими не обладает.
Ошибка перебора
может возникать вследствие возникновения
повторов в сводке элементов выборки.
Единицы с множественными входами в
основу выборки, например семьи, имеющие
несколько телефонных номеров, имеют
более высокую вероятность включения в
выборку, чем единицы, соответствующие
только одной позиции списка. Впрочем,
для большинства обследований ошибки
неохвата представляют куда большую
опасность.
ОШИБКА
ПЕРЕБОРА
Систематическая
ошибка, возникающая вследствие повтора
позиций в сводке элементов выборки.
Ошибка неохвата
представляет проблему далеко не для
любого обследования. В ряде случаев
исследователь имеет в своем распоряжении
четкую, ясную и полную основу выборки.
Скажем, если администрация универмага
решит провести обследование покупателей,
приобретающих товары в кредит, проблем
с определением основы выборки у нее не
будет. Основа выборки, очевидно, будет
совпадать со списком таких кредитов по
открытым счетам. Возможны разве что
какие-то затруднения при распознавании
активных и неактивных счетов, но указанная
проблема может быть разрешена уже на
подготовительном этапе обследования.
—
Таблица
18.1
|
Количество |
Цена (долл.) |
Количество |
Цена (долл.) |
||
|
12900 |
Розничная |
45/1000 |
135 |
Книжные клубы |
85 |
|
800 |
Торговля |
85 |
6300 |
Издательства |
45/1000 |
|
30200 |
Розничная |
45/1000 |
1725 |
Издательства |
45/1000 |
|
2400 |
Хлебопеки |
45/1000 |
850 |
Оптовые |
85 |
|
600 |
Балетные |
85 |
24000 |
Бухгалтерский |
45/1000 |
|
2450 |
Владельцы |
45/1000 |
20100 |
Книжные |
45/1000 |
|
10500 |
Руководители |
45/1000 |
588 |
Книжные |
85 |
|
16100 |
Ипотеки, |
45/1000 |
3100 |
Книжные |
45/1000 |
|
4100 |
Ипотеки, фирмы |
45/1000 |
3300 |
Книжные |
45/1000 |
|
13790 |
Банки главные |
45/1000 |
132 |
Ботанические |
85 |
|
324 |
Банки с |
85 |
2700 |
Ботаники |
45/1000 |
|
538 |
Банки с |
85 |
2600 |
Розлив безалк. |
45/1000 |
|
1278 |
Банки с |
85 |
4600 |
Магазины |
45/1000 |
|
3582 |
Банки с |
45/1000 |
7500 |
Кегельбаны |
45/1000 |
|
8835 |
Банки с |
45/1000 |
6000 |
Производство |
45/1000 |
|
12400 |
Банки с |
45/1000 |
530 |
Советы |
85 |
|
13245 |
Банки с |
45/1000 |
2400 |
Производство |
45/1000 |
|
200 |
Банки с |
85 |
14500 |
Каменщики |
45/1000 |
|
40100 |
Отделения |
45/1000 |
8290 |
Магазины для |
45/1000 |
|
20000 |
Банковские |
45/1000 |
30100 |
Работники |
45/1000 |
|
209600 |
Банковские |
45/1000 |
4798 |
Радиостанции |
45/1000 |
|
66700 |
Банковские |
45/1000 |
4428 |
Радиостанции |
45/1000 |
|
3490 |
Сбербанки, |
45/1000 |
1050 |
Телевизионные |
85 |
|
16800 |
Сбербанки, |
45/1000 |
211000 |
Брокеры и |
45/1000 |
|
6000 |
Работники |
45/1000 |
207200 |
Брокеры и |
45/1000 |
|
11030 |
Работники |
45/1000 |
3600 |
Брокеры |
45/1000 |
|
243 |
Судьи по делам |
85 |
300000 |
Брокеры и |
45/1000 |
|
8400 |
Поставщики |
45/1000 |
170000 |
Брокеры и |
45/1000 |
|
64200 |
Парикмахерские |
45/1000 |
47000 |
Брокеры, |
45/1000 |
|
81900 |
Бары, закусочные |
45/1000 |
28400 |
Брокеры, |
45/1000 |
|
2800 |
Школы моделей |
45/1000 |
17000 |
Брокеры, |
85/1000 |
|
200000 |
Салоны красоты |
45/1000 |
276000 |
Строительные |
45/1000 |
|
315 |
Пчеловоды |
85 |
53900 |
Стройматериалы, |
45/1000 |
|
90 |
Пивовары |
85 |
46600 |
Стройматериалы, |
45/1000 |
|
11900 |
Поставщики |
45/1000 |
31300 |
Уборка |
45/1000 |
|
37000 |
Ученые-бихевиористы |
45/1000 |
13600 |
Установка |
45/1000 |
|
170 |
Бюро консультаций |
85 |
19000 |
Печи (жидкое |
45/1000 |
|
4000 |
Розлив и |
45/1000 |
9000 |
Автобусные |
45/1000 |
|
26000 |
Производство |
45/1000 |
5200 |
Автобусные |
45/1000 |
|
11700 |
Продажа и |
45/1000 |
3550 |
Автобусные |
45/1000 |
|
2500 |
Бильярдные |
45/1000 |
4700 |
Автобусные |
45/1000 |
|
1380 |
Компании |
85 |
3600 |
Профессиональные |
45/1000 |
|
5700 |
Биохимики |
45/1000 |
3100 |
Профессиональные |
45/1000 |
|
23700 |
Биологи |
45/1000 |
2000000 |
Профессиональные |
договорная |
|
3900 |
Центры контроля |
45/1000 |
200000 |
Проф. администр. |
договорная |
|
6400000 |
Семьи |
договорная |
60000 |
Проф. адм., |
50/1000 |
|
4600 |
Банки крови |
45/1000 |
4600 |
Производство |
45/1000 |
|
3000000 |
Производственные |
договорная |
9300 |
Конторские |
45/1000 |
|
5250 |
Гавани |
45/1000 |
1000000 |
Бизнесмены |
договорная |
|
12350 |
Торговцы |
45/1000 |
2000000 |
Бизнесмены |
договорная |
|
21 000 |
Снабжение |
45/1000 |
525 |
Школы бизнеса |
85 |
|
567400 |
Владельцы |
50/1000 |
2000 |
Школы секретарей |
45/1000 |
|
10000 |
Верфи, |
45/1000 |
3700 |
Торговые |
45/1000 |
|
14000 |
Отделы |
45/1000 |
4530 |
Публикации |
45/1000 |
|
67700 |
Ремонт кузовов |
45/1000 |
20400 |
Мясные лавки |
45/1000 |
|
5000 |
Паровое |
45/1000 |
8900 |
Мясо, оптовые |
45/1000 |
Подобным же образом
общество взаимного кредита в некой
фирме вряд ли столкнется с ошибкой
неохвата при обследовании потенциальных
клиентов. Здесь целевой совокупностью
будут сотрудники фирмы; список же их,
по всей вероятности, не будет нуждаться
в уточнении, поскольку он лежит в основе
платежной ведомости.
Ошибки неохвата
ставят перед исследователем два вопроса:
(1) насколько они серьезны? (2) каким
образом возможно их уменьшить? Основная
проблема состоит в том, что их величина
может быть оценена только при сравнении
результатов выборочного обследования
с некими независимыми внешними
показателями. Внешний же показатель в
свою очередь может быть либо определен,
посредством дополнительной проверки
качества части результатов, либо получен
в ходе другого надежного обследования,
результаты которого не утратили своей
актуальности, например, последней
переписи населения. Возможность сравнения
результатов с результатами переписи
или обследования выборки большого
объема предполагает общность операционных
определений элементов выборки. Если
исследователь планирует проведение
таких сравнений, он должен учитывать
это обстоятельство при выборе обследуемых
объектов (например, квартир или индивидов).
Предположим, ошибка
неохвата весьма велика. Что должен
делать исследователь для того, чтобы
уменьшить ее влияние? Разумеется, самый
очевидный шаг состоит в улучшении
качества основы выборки. Улучшение это
может заключаться в обновлении карт, в
выборочной проверке качества и
репрезентативности ведомости и т. д.
Проблема отсутствия ряда элементов,
характерная для телефонных обследований,
может решаться путем набора случайных
цифр или дополнительными звонками, хотя
такой способ не дает адекватного
представления о лицах, не имеющих
телефона:
Несовершенная
основа выборки может быть улучшена лишь
до определенного предела. Когда этот
предел будет достигнут, исследователь
может попытаться уменьшить ошибку
неохвата посредством отбора элементов
выборки или уточнением результатов.
Скажем, при формировании выборки по
списку аналитики часто сталкиваются с
тем, что в нем содержатся повторы,
неподходящие элементы и пропуски. Первым
шагом, направленным на исправление
ситуации, должно стать обновление и
уточнение списка, для чего могут
использоваться дополнительные источники.
Впрочем, подобные меры могут привести
разве что к сокращению количества
пропусков, но никак не к выявлению
повторов или неприемлемых элементов.
При отборе элементов выборки неприемлемые
элементы должны исключаться из
рассмотрения. Не поддайтесь искушению
заменить неприемлемый элемент элементом,
следующим в списке за ним, поскольку
использование подобного приема может
оказать серьезное влияние на характер
выборки. Если отбор осуществляется
случайным образом, следует просто-напросто
перейти к следующему отобранному
случайным образом элементу. Если же
отбор производится систематически, при
появлении неприемлемых элементов
следует прежде всего отрегулировать
выборочный интервал.
Проблема повторов
обычно решается методом корректировки.
Обычно результаты получают вес обратный
вероятности попадания элемента в
выборку. При обследовании, базирующемся
на регистрационной ведомости автомобилей,
каждому респонденту будет задан вопрос:
«Сколько у вас машин?» Обладатель двух
машин получит весовой коэффициент 1/2,
обладатель трех машин соответственно
1/2 .
Выбор надлежащих
процедур отбора элементов корректировки
и отстройки, компенсирующей неадекватность
основы выборки, при проведении серьезных
выборочных обследований имеет особую
значимость и во многом определяется
квалификацией исследователя. Мы не
станем вдаваться в детали, отметим лишь
то, что ошибки неохвата:
1) относятся к
разряду систематических ошибок и потому
не входят в стандартные статистические
зависимости;
2) как правило, не
могут быть устранены посредством
увеличения объема выборки;
3) могут иметь
существенный размер;
4) могут быть
уменьшены (но не обязательно устранены)
при осознании их наличия посредством
улучшения основы выборки и принятия
ряда специальных мер, позволяющих до
определенной степени компенсировать
остаточное несовершенство основы.
Ошибки неполучения
данных. Другой возможный источник
систематического отклонения ненаблюдения
— ошибка
неполучения данных.
Она порождается отсутствием информации
о некоторых элементах, которые должны
были войти в состав выборки. Попытка
контакта с выделенным респондентом
может оказаться неудачной, — об этом
никогда нельзя забывать. Например, на
рис. 18.2 представлены различные исходы
предполагаемого телефонного контакта.
Количество этих исходов столь велико,
что даже условная оценка серьезности
проблемы неполучения данных может
оказаться весьма и весьма затруднительной.
ОШИБКА
НЕПОЛУЧЕНИЯ ДАННЫХ
Систематическая
ошибка, порождаемая отсутствием
информации о некоторых элементах,
которые должны были войти в состав
выборки.
ДОЛЯ
ОТВЕТИВШИХ
Отношение
количества проведенных с респондентами
интервью к количеству приемлемых
респондентов в выборке.
В конце семидесятых
несколько исследователей осознали, что
в практике маркетинговых исследований
не существует стандартной процедуры
для определения соотношения полученных
и неполученных ответов. Поскольку
различные исследовательские организации
использовали при определении показателя
неполучения данных разные определения
и методики, эта проблема не получала
точного и однозначного разрешения.
Пытаясь найти выход из этой ситуации,
аналитики провели
исследование, в котором участвовали
представители Совета исследовательских
организации Америки с (CASRO)
и ведущих заказчиков. Каждому участнику
обследования был выслан опросный лист,
на котором были представлены данные
трех реальных телефонных опросов по
контактам и ответам — выборки по
телефонному справочнику, выборки по
методу случайных чисел и списочной
выборки. Респондентов просили определить
долю ответивших, контактов, выполненных
работ и отказов для каждого из трех
обследований. (Ниже будут даны определения
для каждой из этих долей). Отличие
результатов друг от друга оказалось
разительным. В верхней части табл. 18.2
представлены необработанные данные
для выборки, основанной на телефонном
справочнике. Используя эти данные, одна
организация пришла к выводу, что
доля ответивших
(отношение количества интервью к
количеству контактов) составляет 12%, в
то время как другая организация нашла
ее равной 90%. Ответы других участников
опроса были столь же разноречивыми.
Всего 3 фирмы из 40 пришли к одному и тому
же ответу, но при этом они пользовались
различными определениями. В нижней
части табл. 18.2 представлены три наиболее
часто используемых определения, а также
определения, дающие минимальные и
максимальные значения доли ответивших.
Разнообразие
определений не только приводило к
множественности значений доли
неответивших, но и осложняло разрешение
проблемы, связанной с ошибкой неполучения
данных. Последняя могла зависеть как
от эффективности используемых методов,
так и от того, насколько удачно были
выбраны определения. Пытаясь оптимизировать
и стандартизировать практику обследований,
CASRO
предложил следующее стандартное
определение доли ответивших:
Главное условие
для правильного определения доли
ответивших — надлежащее использование
критерия приемлемости. В табл. 18.3 показан
порядок определения доли ответивших
при наличии и при отсутствии требования
приемлемости.
Неполучение данных
представляет проблему для любого
обследования, при котором оно возникает,
поскольку возникает закономерный
вопрос: не существует ли серьезных
отличий между ответившими и неответившими?
Естественно, мы не можем однозначно
ответить на этот вопрос, пусть даже
предыдущие обследования свидетельствуют
о том, что между представителями двух
этих групп не существует особой разницы.
Две главные причины
ошибки неполучения данных — это
отсутствие и отказ от интервью. Ошибки
неполучения данных могут возникать при
обследованиях, использующих личный,
телефонный или почтовый опросы. При
проведении почтовых опросов проблема
отсутствия подменяется проблемой
неполучения опросного листа. Опросный
лист может просто-напросто затеряться
на почте, и в этом случае систематическую
ошибку можно считать случайной (если
только этой потере не подлежат некие
фундаментальные причины, такие как
выбытие или смерть адресата; последние
приведут к появлению систематической
ошибки.
Отсутствие.
Данные о некоторых элементах выборки
могут отсутствовать, поскольку в момент
звонка интервьюера респондентов может
не оказаться дома. Опытные данные
показывают, что процент
отсутствия
растет со временем. Очевидно, многое
зависит от респондента и времени суток,
в которое совершается звонок. Замужние
женщины с маленькими детьми в течение
дня (речь не идет о выходных) оказываются
дома чаще, чем мужчины или бездетные и
незамужние женщины. Вероятность того,
что вам ответят, выше для семей с низким
достатком или для сельских семей. Этот
показатель подвержен сезонным и недельным
(рабочие дни/выходные) колебаниям. Мало
того, куда проще застать дома «ответственного
подростка», нежели нужного вам респондента,
соответственно проблема отсутствия
может оказаться действительно серьезной.
ОТСУТСТВИЕ
Систематическая
ошибка, возникающая вследствие неполучения
ответов от заранее определенных
респондентов, отсутствующих дома в
момент звонка регистратора.
Для
снижения эффекта отсутствия может быть
принят ряд мер. Например, при некоторых
обследованиях интервьюер может заранее
договориться с респондентом о времени
своего звонка. Этот подход будет особенно
эффективным при обследовании
административных работников, но может
оказаться неоправданным при обследовании
обычных потребителей. В последнем случае
принято использовать повторный звонок
(или повторные звонки), который должен
производиться в другой час. На деле
неполучение данных, обусловленное
отсутствием респондентов, имеет очень
большое влияние на точность большинства
обследований. Один ведущий эксперт
пришел к заключению, что небольшие
выборки с 4-6 повторными звонками
оказываются более эффективными, чем
большие выборки без повторных звонков,
если только процентное значение доли
ответивших существенно не превышает
нормальный уровень. Некоторые данные
свидетельствуют о том, что для осуществления
контакта с тремя четвертями выборки
семей необходимо совершить от 4 до 5
звонков (смотри табл. 18.3).
Альтернативой
прямому
повторному звонку
может являться модифицированная
попытка контакта.
Если после первой попытки контакта и
нескольких повторных звонков интервьюеру
так и не удастся вступить в контакт с
нужным лицом, он может послать ему
опросный лист с конвертом или оставить
этот лист у его двери. Если же отсутствие
обусловлено «отсутствием нужного лица»,
а не «отсутствием кого-либо дома»,
регистратор может узнать у домашних
время, когда респондент обычно бывает
дома.
Неопытные
исследователи наивно пытаются решить
проблему отсутствия посещением соседней
квартиры или звонком по номеру, следующему
в списке за нужным. Подобную тактику
следует признать крайне неудачной.
Интервьюер подменяет
«присутствующими» (которые могут
существенно отличаться от отсутствующих
по ряду характеристик) часть обследуемого
сегмента популяции. При этом доля
«присутствующих» увеличивается, но
проблема не разрешается, а лишь
усугубляется.
Доля отсутствующих
зависит как от искусности интервьюера,
так и от принятой процедуры первичных
контактов и повторных попыток контакта.
Соответственно ошибка отсутствия может
быть уменьшена до некоторой степени
надлежащим обучением персонала, при
котором особенное внимание должно
обращаться на повышение эффективности
повторных попыток контакта.
Указанная зависимость
доли отсутствующих от профессионализма
интервьюера позволяет ввести меру для
оценки и сравнения самих интервьюеров:
для этого определяется
доля контактов (К)
ДОЛЯ
КОНТАКТОВ
Мера,
используемая для оценки и сравнения
работы интервьюеров при установлении
ими контакта с избранными респондентами;
К
= отношению установленных контактов к
общему количеству приемлемых элементов
выборки, с которыми надлежит вступить
в контакт.
Доля контактов
может служить мерилом настойчивости
интервьюера. Сравнение работы интервьюеров
и принятие корректирующих мер может
производиться по соответствующим
контактным уровням.
Контролера может
заинтересовать причина низких контактных
уровней у тех или иных интервьюеров.
Возможно, интервьюер работает в зоне с
традиционно высокой долей отсутствующих,
например в районе, где проживают люди
с высоким уровнем доходов. При анализе
отчетов, в которых приводится время
попыток контакта, может быть выявлена
и обусловленность низких результатов
неадекватностью дополнительных процедур.
В любом случае организаторам обследования
имеет смысл провести дополнительное
обучение персонала (этим может заняться
и сам контролер). Доля контактов может
использоваться и для оценки потенциальной
ошибки неполучения данных, обусловленной
отсутствием респондентов.
Ошибка неполучения
данных, обусловленная отсутствием
респондентов, может быть учтена и в
схеме статистической корректировки
результатов Политца-Симмонса. Эта схема
строится не на повторных, а на единичных
попытках контакта с каждым членом
выборки в момент времени, определенный
случайным образом. При этом контакте
респонденту задается вопрос, находился
ли он (или она) дома в это же время в
течение пяти предыдущих дней. Пять
соответствующих ответов и время самого
интервью дают информацию о том, когда
же респондент бывал дома в течение шести
последних дней. Ответам каждого информанта
присваивается соответствующий
(вероятность нахождения дома может
сообщаться интервьюеру и самим
респондентом) обратный весовой
коэффициент: например, для информанта,
присутствовавшего дома в это время
только один раз, весовой коэффициент
будет равен 6. Идея, подлежащая этой
схеме, состоит в том, что люди, редко
бывающие дома, не получают при обследовании
должного представления. Соответственно
чем реже респондент бывает дома, тем
выше должен быть соответствующий ему
весовой коэффициент.
Отказы от интервью.
Почти всегда при проведении обследования
находятся люди, которые отказываются
принять в нем участие. В одном из самых
массированных исследований серьезности
этой проблемы «Ваш голос» принимали
участие 46 исследовательских фирм,
проведших почти 1,4 миллиона телефонных
и персональных интервью. Обследование
показало, что около 38% опрошенных
отказались от участия в опросе, причем,
количество людей, отказавшихся участвовать
в нем до проведения или в ходе
предварительного собеседования
составляло 86%. Остальные отказались от
участия непосредственно в ходе
обследования. Исследовательское окно
18.2 дает представление о динамике и
специфике отказов от участия в
обследовании.
ОТКАЗЫ
ОТ ИНТЕРВЬЮ
Систематическая
ошибка, возникающая вследствие того,
что часть респондентов отказывается
принимать участие в обследовании.
Доля
отказов
зависит, помимо прочего, от особенностей
респондентов, организаций, осуществляющих
финансовое обеспечение обследования,
обстоятельств контакта, темы обследования
и искусства интервьюера. На долю отказов
может повлиять даже культура данной
территории. Скажем, в некоторых
государствах, таких как Саудовская
Аравия, обследовать женщин практически
невозможно.
Имеет значение и
метод сбора информации. Опытные данные
свидетельствуют о том, что наиболее
эффективными являются персональные, а
наименее эффективными — почтовые методы
опроса. Телефонные интервью занимают
промежуточное положение.
Хотя существуют
особые техники, позволяющие вовлекать
в обследование отдельные группы
населения, в общем случае наименее
«отзывчивыми» оказываются женщины,
представители цветного населения и
лица с невысоким уровнем образования
и низким уровнем доходов.
На количество
отказов может повлиять и характер
организации, производящей обследование.
Многие люди определяют свое участие
или неучастие в опросе именно этим
обстоятельством»
Порой к отказу
приводят какие-то внешние обстоятельства.
Респондент может быть занят, может
испытывать усталость или чувствовать
себя не лучшим образом. На долю отказов
влияет и предмет исследования. Лица,
интересующиеся данным предметом, охотнее
принимают участие в опросе. В общем
случае действует следующий закон: более
щекотливые темы вызывают большее
количество отказов.
И наконец, сама
личность интервьюера может оказать
существенное влияние на количество
отказов. Его подход, манеры и даже
демографические характеристики могут
повлиять на решение потенциального
респондента.
Каким образом
возможно скорректировать такую ошибку?
Рекомендуется использование трех
стратегий:
1. Увеличение доли
первичных ответов.
2. Повторные попытки.
3. Экстраполяция
полученной информации.
Увеличение доли
первичных ответов.
Улучшение условий проведения интервью
и углубленное обучение интервьюеров —
очевидные пути увеличения доли ответивших;
однако особенности респондента могут
оказаться фактором, неподвластным
контролю исследователя. Целевая популяция
определяется поставленной задачей, и
популяция эта может содержать семьи с
различным образовательным уровнем и
уровнем доходов, культурой и профессиональной
принадлежностью и т. д. Тем не менее
поставленная нами цель вполне достижима.
Как будет показано далее, при рассмотрении
нами взаимодействия интервьюера—интервьюируемого
можно заранее задать «нужный» тип
интервьюера.
Надлежащему
сотрудничества может способствовать
и убеждение респондентов в ценности
проводимого обследования и важности
их участия в нем. Может сыграть свою
роль и предварительное уведомление.
Если идентификация
организации, финансирующей обследование,
может привести к уменьшению количества
ответивших, исследователям надлежит
либо скрыть эту информацию, либо
обратиться к профессиональной организации,
занимающейся проведением подобных
обследований. Именно по этой причине
некоторые компании, имеющие в своем
составе исследовательские департаменты,
пользуются услугами специализированных
исследовательских фирм.
Чем больше информации
о сути и цели обследования сообщают
интервьюеры потенциальным респондентам,
тем большей становится доля ответивших
как при персональном, так и при телефонном
обследовании. Гарантия конфиденциальности
также способствует увеличению доли
ответивших, так как многие участники
опроса не хотят, чтобы их ответы
ассоциировались с их именами. При
проведении почтовых обследований
позитивную роль может сыграть и
материальный стимул. Интересен тот
факт, что подобный же стимул не эффективен
при персональных опросах, если только
они не проводятся в торговых центрах.
Использование
одной и той же техники повышения уровня
сотрудничества может давать для различных
обследований существенно отличающиеся
друг от друга результаты. Просмотр
результатов различных обследований
проясняет картину, пусть роль побудительного
стимулирования и разнится от случая к
случаю. Это может быть отчасти обусловлено
как самим предметом обследования, так
и соответствующим ему временным периодом.
На рис. 18.3 показаны результаты одного
из самых массовых недавних исследований
техник стимулирования участия в
корреспондентских опросах. Средний
эффект от применения соответствующих
техник представлен взвешенным
коэффициентом корреляции для обследования,
где веса отражают объем различных
выборок, на которых основываются
отдельные корреляции. Чем выше корреляция
взвешенного среднего, тем более
эффективной является данная техника.
Приведенные на рис. 18.3 результаты
свидетельствуют о том, что самыми
успешными техниками повышения
эффективности почтовых опросов являются
использование поощрений, уведомление
о предстоящем опросе и повторные почтовые
отправления.
Повышение доли
ответивших путем повтора попытки
контакта. В
некоторых случаях причиной отказа
участвовать в обследовании могут стать
некие обстоятельства. Поскольку последние
могут оказаться изменчивыми или
временными, повторная попытка установления
контакта может привести к успешному
исходу и позитивно повлиять на общий
показатель доли ответивших. Если
респондент отказался от участия в
обследовании, сославшись на болезнь
или на усталость, вы вправе надеяться
на успешный исход повторной (аналогичной
или несколько видоизмененной) попытки.
При почтовом опросе эта попытка выразится
в отправке повторного почтового
отправления. Успех подобных мероприятий
во многом зависит от уровня компетентности
персонала.
Если же источником
ошибки, обусловленной неполучением
данных, является сам предмет исследования,
ситуация становится куда более сложной.
Обследование, не представляющее для
респондентов особого интереса или же
представляющееся им сомнительным,
скорее всего, будет сопровождаться
большим количеством отказов. Соответственно
исследователь должен использовать все
возможности для того, чтобы заинтересовать
респондента,— например, он может ввести
в опросный лист не относящиеся к делу
вопросы.
Если респондент
отказался от участия в персональном
или телефонном опросе не в силу неких
сложившихся в данный момент обстоятельств,
а по каким-то иным причинам, повторные
попытки окажутся не столь успешными.
Почтовый опрос в этом смысле является
исключением. Многие люди склонны отвечать
только на второй или даже третий запрос.
Разумеется, в таком случае необходимо
провести идентификацию лиц, не ответивших
на предыдущие запросы, или, что то же
самое, ответивших на них, нежелание же
подвергнуться таковой идентификации,
как уже отмечалось, заставляет многих
людей отвечать отказом. Таким образом,
идентификация респондентов, призванная
уменьшить одну составляющую ошибки
неполучения данных, может привести к
увеличению другой ее составляющей.
Альтернативный же подход, при котором
повторные почтовые отправления будут
разосланы всем участникам обследования,
будет раздражать иных респондентов и
может оказаться излишне дорогостоящим
для организации, проводящей обследование.
Коррекция
результатов, призванная учитывать
эффект неполучения данных.
Третья стратегия состоит в оценке
возможного эффекта, обусловленного
неполучением данных, и в соответствующей
коррекции результатов обследования.
Предположим, что при определении среднего
уровня доходов для некой популяции
регистратору удалось получить ответы
только части лиц, входящих в обследуемую
выборку
.
Долю неответивших обозначим
.
Если
,
— средний
уровень доходов ответивших, а
— средний
уровень дохода не ответивших, общий
средний уровень будет равен
Разумеется, при
этом предполагается, что значение
известно или по крайней мере может быть
оценено. В ряде случаев для оценки этой
величины предпринимаются интенсивные
повторные попытки контакта с выборкой
нереспондентов. Указанные попытки могут
иметь форму видоизмененного повтора,
о котором говорилось ранее. Поскольку
же ситуация, при которой в ходе повторного
обследования будут получены ответы
всех респондентов, достаточно редка,
можно говорить только о приблизительной
оценке. Игнорирование первичного
неполучения информации эквивалентно
принятию того, что
равно
,
что обычно неверно.
Второй метод
корректировки результатов состоит в
отслеживании количества ответивших на
первичный запрос, на первый повтор,
второй повтор и т. д. По этим данным
определяется среднее значение
количественного признака (или другая
приемлемая статистика), после чего
производится сравнение подмножеств,
призванное ответить на вопрос, приводит
ли проблема неполучения ответа к
статистически значимым последствиям.
Если нет, среднее значение количественного
признака для нереспондентов принимается
равным аналогичному значению для
ответивших. Если же выявляется определенный
тренд, то возникает необходимость в
соответствующей экстраполяции
результатов. Данный метод особенно
ценен при проведении почтовых опросов,
при которых идентификация лиц, ответивших
на первый запрос, второй запрос и т. д.,
не вызывает особых трудностей.
Опыт, накопленный
в ходе предыдущих опросов, также может
служить основой для уменьшения эффекта
неполучения данных. Организации, часто
проводящие однотипные выборочные
обследования, сочтут этот подход наиболее
действенным. Ни один из названных методов
оптимизации не может быть назван
совершенным, однако лучше воспользоваться
любым из них, чем не использовать никакого
и уравнять характеристики нереспондентов
и респондентов. Именно это и происходит
в тех случаях, когда мы не пытаемся
ослабить эффект неполучения данных.
Частичное
неполучение данных.
До сих пор мы говорили о полном
неполучении данных. Частичное неполучение
данных,
которое также может приводить к
возникновению серьезных проблем, состоит
в том, что респондент, согласившийся
принять участие в опросе, не хочет или
не может ответить на некоторые вопросы
вследствие специфики их формы или
содержания или вследствие нежелания
обременять себя поиском нужной информации.
Как уже говорилось ранее, при разработке
опросных листов исследователи пытаются
сделать все возможное для того, чтобы
подобных проблем не возникало. Тем не
менее полностью исключить появление
таких вопросов невозможно.
Возможность
исправления ситуации во многом зависит
от размера частичного неполучения
данных. Здесь мы должны различать
катастрофическое или случайное, частичное
неполучение данных. Если слишком большое
количество вопросов остается без
ответов, последние теряют смысл, и мы
приходим к ситуации полного неполучения
данных от ряда респондентов. Если же
количество таких вопросов относительно
невелико, ответ остается осмысленным.
В любом случае при обработке результатов
варианты «не знаю» и «отсутствие ответа»
должны идти отдельными позициями. Этот
подход представляется оптимальным,
поскольку явлению частичного неполучения
данных в этом случае может быть дана
должная оценка. В некоторых случаях
недостающая информация по какому-то
пункту или пунктам может быть восполнена
путем анализа иных пунктов заполненного
опросного листа. Это относится прежде
всего к тем
случаям, когда
одной теме или предмету посвящено сразу
несколько вопросов. Полученные ответы
анализируются, и на этой основе заполняется
пропущенная позиция. Если подобная
согласованность отсутствует, возможно
прибегнуть к регрессивному
анализу,
посредством которого устанавливается
взаимосвязь нескольких показателей.
Отсутствующий пункт рассматривается
как целевой количественный показатель.
С помощью регрессивного анализа
устанавливается его априорная
функциональная зависимость от других
показателей (по результатам обследований,
в которых были получены ответы на все
вопросы). Установленная зависимость
позволяет неким образом оценить
недостающие ответы опросных листов.
Последний, третий
способ восполнения частичного неполучения
информации состоит в подстановке
среднего значения, определенного для
полученных ответов. Разумеется, при
этом мы исходим из предположения, что
лица, не ответившие на вопросы, ничем
не отличаются от лиц, ответивших на них.
Подобная подстановка среднего весьма
рискованна, — ею следует пользоваться
с большой осторожностью.
ДОЛЯ
ПОЛНЫХ ОТВЕТОВ
Мера
оценки и сравнения работы интервьюеров
по их умению получать от респондентов
всю требуемую информацию.
Доля ответивших
и доля полных ответов.
Подобно тому, как доля контактов может
использоваться для оценки и сравнения
работы регистраторов по количеству
отсутствующих респондентов, для сравнения
их работы по количеству отказов могут
использоваться два показателя: доля
ответивших R,
и доля полных
ответов С.
Как уже объяснялось ранее, доля ответивших
равна отношению количества ответивших
к общему количеству приемлемых
респондентов в выборке. Доля ответивших
может использоваться для оценки
определенных аспектов работы интервьюера.
Доля полных ответов
имеет существенно иное значение. Обычно
этот показатель используется для оценки
способности интервьюеров получать
ответы на ключевые вопросы обследования,
такие как уровень доходов респондента,
наличие у него долгов и тому подобное,
хотя его можно использовать и для оценки
всего обследования. Доля полных ответов
позволяет судить о полноте представленного
ответа.
ОШИБКИ НАБЛЮДЕНИЯ
Ошибки наблюдения,
определенные ранее, могут быть менее
очевидными, чем ошибки ненаблюдения,
вследствие чего наблюдатель может даже
не догадываться об их существовании.
ОШИБКИ
СБОРА
Систематическая
ошибка, возникающая при сборе данных.
Ошибки сбора.
Наиболее распространенной ошибкой
наблюдений является
ошибка сбора,
которая возникает уже после того, как
нужный индивид согласится принять
участие в обследовании. Вместо того
чтобы идти на полное сотрудничество,
он отказывается отвечать на одни и дает
неправильные ответы на другие вопросы
интервьюера. Такие ошибки принято
именовать соответственно ошибками
пропуска и
ошибками
свидетельства.
В предыдущей части мы рассматривали
ошибки пропуска и неполного получения
информации. Теперь мы хотим привлечь
ваше внимание к ошибкам свидетельства,
которые принято относить к ошибкам в
ответах.
При рассмотрении
ошибок в ответах следует понимать смысл
процедуры опроса. Во-первых, респонденту
надлежит понять суть вопроса. Во-вторых,
ему необходимо обдумать свой ответ.
Респондент пытается найти требуемую
информацию и восстанавливает в сознании
соответствующие факты, события и
ощущения. Он или она пытается неким
образом организовать свой ответ исходя
из этой информации. В-третьих, респондент
понимает, что его ответ должен быть
точным. В-четвертых, он должен
руководствоваться и иными соображениями:
стремлением произвести на интервьюера
должное впечатление и тому подобное. И
наконец, он должен вербализовать
результаты представленного ментального
процесса. Целью опроса является реализация
последней стадии. Нарушить же этот
процесс возможно на любом этапе,
следствием чего будет неточный ответ
или, что то же самое, ошибка в ответе.
Рис.
18.4.
Опрос — модель возникновения ошибок
Факторы, способные
вызвать ошибки в ответах, столь
многочисленны, что практически не
поддаются классификации. Тем не менее
при работе с ошибками сбора данных можно
воспользоваться схемой Кана— Кэннела
(рис. 18.4). Данная модель исходит из
нескольких предположений. Во-первых,
каждая личность имеет свойственные ей
характеристики и психологические
предпочтения, которые могут повлиять
на отношение к опросу. Некоторые
характеристики (такие, как возраст и
пол) очевидны, другие (такие, как
психологическое состояние) могут
оставаться неизвестными интервьюеру.
В любом случае интервьюер и респондент
вступают в определенную систему
взаимоотношении, обусловленных как
названными факторами, так и данными
непосредственного чувственного
восприятия. Во-вторых, интервью является
интерактивным процессом, детерминантами
которого являются как интервьюер, так
и респондент. Каждая из сторон отрабатывает
специфическое поведение другой стороны.
Заметьте, однако, что между поведенческими
блоками нет непосредственной связи.
Эта связь имеет более сложный характер.
«Поведение интервьюера и респондента
определяется восприятием поведения
противной стороны, когнитивной или
социально обусловленной реакцией и,
наконец, результирующим стимулом,
подлежащим той или иной модели поведения.
Только на этой стадии поведенческий
акт принимает свойственную ему
определенность, которая воспринимается
и отрабатывается вторым участником
взаимодействия».
Восприятие поведения
может быть неадекватным, точно так же
как неадекватным может быть само
восприятие сторон. И интервьюер, и
респондент должны сделать определенные
усилия, для того чтобы стало возможным
их полноценное общение в ситуации
опроса. На его результат влияет не только
специфика поведения участников интервью,
но и их характеристики, и психологические
особенности.
Модель взаимодействия
интервьюера-респондента имеет ряд
привлекательных особенностей. Во-первых,
она соответствует эмпирическим данным.
Во-вторых, она позволяет судить о том,
как можно было бы свести к минимуму
ошибки в ответах (а также ошибки
неполучения данных, вызванные отказами).
Данная модель приложима не только к
персональному, но и к телефонному и
почтовому методам опроса, что еще больше
повышает ее ценность. Приведем пример.
Специфическое восприятие данным
респондентом характеристик и модели
поведения телефонного интервьюера, вне
всяких сомнений повлияет на его,
респондента, ответы. Это касается как
личности самого интервьюера, так и
возможных подозрений респондента,
считающего истинные цели обследования
иными, сомневающегося в конфиденциальности
беседы и т. п. Факторы такого рода могут
свести все попытки интервьюера на нет,
причем ложность ответов будет уже
неслучайной.
Личные особенности
(характеристики).
Опытные данные свидетельствуют о том,
что личные особенности могут серьезно
повлиять на ответы. Если интервьюер и
респондент имеют много общего, их
взаимодействие становится куда более
легким и успешным. В первую очередь это
относится к таким очевидным характеристикам,
как национальность, возраст и пол, но
это же правило приложимо и к менее
очевидным особенностям: принадлежности
к определенному классу или группе
населения. Имеет смысл подбирать
интервьюера таким образом, чтобы он как
можно меньше отличался от респондента,
в этом случае вероятность позитивного
исхода интервью существенно возрастает.
К сожалению,
использовать этот принцип на практике
крайне сложно. В роли интервьюеров в
большинстве случаев выступают домохозяйки,
пытающиеся повысить доходы семьи.
Сказать, что в деятельности такого рода
принимают участи представители различных
групп и слоев населения, можно было бы
только с очень большой натяжкой. Каким
же образом исследователь может повлиять
на соответственные ошибки? Можно
определить степень изменчивости
интервьюеров, можно поменять график и
стиль их работы, но самым эффективным
способом, как уже было отмечено выше,
является подбор интервьюеров, принадлежащих
к различным социальным группам.
Психологические
факторы.
Опытные данные говорят о том, что
результаты работы интервьюеров имеют
явную обусловленность их взглядами,
позициями и стремлениями. Естественно,
подобную психологическую обусловленность
имеет любой человек. Возможно ли вообще
как-то контролировать эти факторы, и
если да, то как это сделать? Прежде всего
следует обратить особое внимание на
обучение персонала. Сами психологические
склонности интервьюеров некритичны,
поскольку этот психологический фактор
остается скрытым от респондента. Главное,
чтобы они не влияли на ход интервью и
соответственно не искажали бы ответов.
Именно по этой
причине большинство обследований
проводится по жесткой фиксированной
схеме, которой должны неукоснительно
придерживаться все интервьюеры.
Необходимо наличие ясной письменной
инструкции. Она должна четко определять
цель обследования и содержать описание
используемых материалов: опросных
листов, карт, нормативов и т. п. Должно
даваться развернутое описание процедуры
опроса, типы приемлемых формулировок,
способы и нормы проверок (если таковые
производятся). В инструкциях должны
задаваться количество и тип респондентов,
с которыми интервьюеру следует вступить
в контакт, а также временные рамки
обследования. Инструкции должны быть
упорядоченными и однозначными.
Важно, чтобы
содержание и язык инструкций были
доступны каждому интервьюеру. Эта цель
может быть достигнута в ходе занятий с
ними. В некоторых случаях имеет смысл
экзаменовать потенциальных интервьюеров
на предмет понимания ими цели обследования
:
и владения методами,
позволяющими получать объективные, не
обусловленные позицией самого интервьюера
ответы.
Поведенческие
факторы.
Биографические данные, мнения, позиции,
намерения респондента также могут
являться источником ошибок. Их наличие
или отсутствие зависит от характера
взаимодействия интервьюер—респондент.
Иными словами, ошибки такого рода
возникают непосредственно в ходе этого
взаимодействия.
К сожалению, опытные
данные говорят о том, что даже при
относительной простоте опросных листов
и жесткости правил проведения опроса
интервьюеры зачастую не соблюдают
требований инструкции, что влечет за
собой ошибки. В одном классическом
обследовании 15 интервьюеров, окончивших
колледж, производили опрос одного и
того же респондента, которому была дана
инструкция дать одинаковые ответы всем
пятнадцати интервьюерам. Все интервью
были записаны и впоследствии
проанализированы. Самой большой
неожиданностью стало количество
допущенных ошибок. Было сделано 66
неудачных попыток прояснить суть явно
неадекватных ответов дополнительными
вопросами; общее же количество ошибок
в расчете на одного респондента колебалось
между 12 и 36. При другом обследовании
было установлено, что «треть интервьюеров…
часто допускает ошибки и пренебрегает
требованиями действующей инструкции,
не умея ясно выразить суть основных
понятий, искажая их, сокращая вопросы
или не понимая ответов».
Три модели поведения
интервьюеров приводят к появлению
ошибок: (1) ошибки при формулировке
вопросов и неумение задавать уточняющие
вопросы, (2) ошибки при записи ответов,
(3) подтасовка данных.
Ошибки при
формулировке вопросов могут сопутствовать
вопросам любого типа, наиболее же острой
эта проблема становится при работе с
вопросами, допускающими различные
толкования, предполагающими продолжение
опроса. Разные интервьюеры будут задавать
разные уточняющие вопросы. Могут
отличаться как смысл, так и продолжительность
дополнительного опроса. Соответственно
различие ответов может вызываться как
«истинным» отличием позиций респондентов,
так и различием подходов при проведении
дополнительного опроса.
Немаловажное
значение имеет и то, как будет сформулирован
исходный вопрос. Интервьюеры склонны
перефразировать его, дабы сделать суть
вопроса более понятной для респондента.
При этом они могут «вчитывать» в него
собственное понимание или собственную
позицию, тем самым предрасполагая
респондента к тому или к иному ответу.
Как ни странно,
альтернативные вопросы сопряжены с
высокой вероятностью появления ошибки.
Эта ошибка может возникать, например,
вследствие того, что при постановке
вопроса интервьюер может сделать особый
акцент на одной из альтернатив. Небольшого
изменения тона достаточно для того,
чтобы изменить смысл всего вопроса. В
одном из недавних исследований,
посвященных проблеме ошибок интервьюеров
при формулировке вопросов, было
установлено, что в зависимости от типа
среднее количество ошибок, приходящихся
на один вопрос, составляет
• ошибки чтения
0,293;
• варианты
вербализации 0,116;
• уточняющие
вопросы 0,140;
• обратная связь
0,161.
Одна из главных
задач интервьюера — удержание внимания
и интереса респондента. Одновременно
интервьюер должен фиксировать
неоднозначные ответы респондента или
перепроверять их соответствие друг
другу. Одновременное решение двух этих
задач в ряде случаев может приводить к
ошибкам. Занятый своим делом интервьюер
может «не услышать» респондента. Причиной
этого может стать как неразборчивость
сказанного, так и сосредоточенность
интервьюера на чем-то ином. Последний
может услышать именно то, что он хотел
услышать, и воспринять именно то, что
он хотел воспринять. К ошибкам такого
рода склонен любой человек, их может
совершить каждый. Если же мы будем
слишком требовательными, работа может
показаться интервьюерам непосильной,
вследствие чего они откажутся от ее
исполнения.
Подтасовка данных
также может стать источником ошибки.
Эта подтасовка может относиться как ко
всему опросному листу, так и к отдельным
его пунктам. Фонд рекламных исследований
(АКР) порой проводит проверочные повторные
обследования выборок, уже подвергавшихся
обследованию. Сотрудники фонда хотят
убедиться в том, что опрос действительно
имел место, и что были заданы все нужные
вопросы. При проведении одного из таких
обследований оказалось, что 5,4% опросных
листов 33 различных обследований не
находят подтверждения, а 7,9% имеют не
менее двух серьезных противоречий. Даже
Бюро переписей, которое можно было бы
назвать самым скрупулезным и аккуратным
сборщиком информации в мире, постоянно
сталкивается со сфабрикованными
опросными листами. Исследовательское
окно 18.3 может служить иллюстрацией к
сказанному.
Большинство
коммерческих исследовательских фирм
проверяет достоверность 10-20 % опросных
листов путем проведения контрольного
почтового или телефонного опроса. При
этом проверяется следующее:
1. Метод опроса —
проверяется соответствие использованного
метода заданному (например, действительно
ли проводился персональный, а не
телефонный опрос).
2. Поставленные
вопросы — проверка того, не были ли
выпущены из рассмотрения важные вопросы
(демографического или классификационного
характера).
3. Демонстрация
продукции — проверка того, действительно
ли была произведена потребная для
проведения опроса демонстрация продукта
или информационного листа.
4. Знакомство
респондента с интервьюером — проверка
того, не занимался ли интервьюер опросом
своих знакомых или друзей.
5. Реакция на
проведение опроса — проверка «качества»
работы интервьюера.
Другой разновидностью
обмана, не являющейся ошибкой в ответах,
но серьезно влияющей на все систематические
ошибки, могут быть раздутые счета.
Интервьюер может указать завышенное
расстояние или завышенную продолжительность
обследования. Проблема эта имеет весьма
широкое распространение вследствие
специфики работы интервьюера. Прямой
контроль над интервьюером отсутствует,
оплачивается же его труд весьма скромно.
Оплата труда инспектора обычно зависит
от зарплаты интервьюера, чем выше
последняя, тем больше первая. Раздутые
счета отвлекают средства от других
статей обследования и снижают его
эффективность, поскольку стоимость
информации возрастает.
Как уже говорилось
ранее, ошибки в ответах сложнее поддаются
коррекции, чем ошибки неполучения
информации. Их знак и их величина
неизвестны, поскольку их невозможно
определить, не зная истинного значения.
Исследователю надлежит стремиться к
их недопущению, ибо они не поддаются
устранению. Источники ошибок могут быть
различными, соответственно различными
могут быть и меры их предотвращения.
Скажем, обучение позволяет сократить
количество ошибок при формулировании
вопросов и записи ответов. Подобным же
образом с подтасовкой данных можно
бороться надлежащим отбором персонала
и определением уровня оплаты интервьюеров
и системы контроля. Квалификация
интервьюера может оцениваться по
качеству его работы, ее стоимости, типам
ошибок, способности следовать инструкциям
и т. п. Мы не будем останавливаться на
этом вопросе, поскольку это потребовало
бы написания отдельной книги. Нам
достаточно помнить о существовании
ошибок в ответах, о причинах, их
порождающих, и об их деструктивном
характере. Модель взаимодействия
интервьюер—респондент способствует
наглядному представлению этих причин
и нахождению методов их предотвращения.
Офисные ошибки.
Систематические ошибки могут возникать
не только при сборе информации. Они
могут появляться при редактировании,
кодировании, составлении таблиц и
анализе данных. В большинстве случаев
эти ошибки могут быть устранены частично
или полностью введением надлежащего
контроля над процессом обработки данных.
Эти вопросы обсуждаются в главах,
посвященных анализу полученных
результатов.
Разница между случайной и систематической ошибкой
Если ошибка не имеет какой-либо конкретной модели возникновения, она известна как случайная ошибка, которая также известна как несистематическая ошибка, и, следовательно, такие ошибки нельзя предсказать заранее, как неизбежную ошибку, тогда как систематическая ошибка — это ошибка, которая может возникнуть. из-за любой ошибки в измерении прибора ошибка или ошибка в использовании прибора экспериментатором и, следовательно, это ошибка, которой можно избежать.
Основное отличие состоит в том, что случайные ошибки в основном приводят к колебаниям, которые окружают истинное значение из-за трудностей при проведении измерений, тогда как систематические ошибки приводят к предсказуемым, а также постоянным отклонениям от истинного значения из-за проблем с калибровка оборудования.
Независимо от того, насколько осторожны при проведении экспериментов, скорее всего, будет ошибка, называемая экспериментальной ошибкой. Будь то из-за присущих ему проблем, связанных с проблемами с вашим оборудованием, точным выполнением измерений или полным предотвращением ошибки, это практически невозможно.
Чтобы противостоять упомянутой проблеме, ученые стараются изо всех сил классифицировать эти ошибки и пытаться количественно оценить любую неопределенность в измерениях, которые они делают. Выявление разницы между этими ошибками является жизненно важной частью обучения, позволяющего разрабатывать более эффективные эксперименты и пытаться свести к минимуму любые ошибки, которые действительно подкрадываются.
Инфографика случайных и систематических ошибок
Давайте посмотрим основные различия между случайной ошибкой и систематической ошибкой.
Ключевые отличия
Ключевые отличия заключаются в следующем:
- Случайная ошибка определяет себя как непредсказуемое нарушение, которое возникает в вашем эксперименте из-за неизвестного источника. При этом систематическая ошибка возникает из-за неисправности аппарата, который не построен.
- Случайная ошибка, как указано в приведенной выше таблице, возникает в обоих направлениях, тогда как систематическая ошибка возникает только в одном направлении. Систематические ошибки возникают из-за встроенной неисправности или ошибки аппарата; следовательно, он всегда дает аналогичную ошибку. Случайная ошибка, как упоминалось ранее, возникает из-за неизвестного источника, поэтому она возникает в любом направлении.
- Величина систематической ошибки будет оставаться постоянной или неизменной, потому что дефект, который присутствует в ней, встроен внутри устройства, и по сравнению с величиной случайной ошибки он имеет переменную величину.
- Ошибка 0 и неправильная калибровка прибора вызовут систематическую ошибку. Случайная ошибка возникает из-за параллакса или, как указано ранее в приведенной выше сравнительной таблице, из-за неправильного использования устройства.
- Случайная погрешность уменьшается или может быть минимизирована путем получения 2 или более показаний одного и того же эксперимента, в то время как систематическая ошибка может быть минимизирована путем тщательного проектирования конструкции устройства.
- Случайная ошибка сама по себе уникальна и не имеет конкретных типов, тогда как систематическая ошибка может быть разделена на три основных типа: ошибка среды, ошибка прибора и систематическая ошибка.
- Случайная ошибка не воспроизводится, с другой стороны, систематическая ошибка будет воспроизводимой, потому что дефект, как указано ранее, встроен в структуру устройства.
Сравнительная таблица случайных и систематических ошибок
| Основа | Случайная ошибка | Систематическая ошибка | ||
| Основное определение | Это ошибки, которые колеблются из-за неопределенности или непредсказуемости, присущей вашему процессу измерения, или различий в величине, которую вы пытаетесь измерить. | Это происходит в основном из-за недостатков оборудования, то есть они обычно возникают из-за неправильной калибровки оборудования. | ||
| Величина ошибки | Величина ошибки меняется при каждом чтении. | Измеренное значение будет либо очень низким, либо очень высоким по сравнению с истинным значением. | ||
| Причины | 1) Ошибка параллакса
2) Неправильное использование аппарата. 3) Ограничение инструмента, среды и т. Д. |
1) Нулевая ошибка
2) Неправильная калибровка |
||
| Методы минимизации | Повторно снимая показания. | 1) За счет улучшения конструкции аппарата.
2) Ошибка нуля может быть уменьшена путем вычитания из ошибки нуля полученного показания. |
||
| Направление ошибки | Это происходит с обеих сторон | Это происходит только в одном направлении. | ||
| Подтипы ошибок | Подтипов нет. | Есть 3 подтипа — a. Инструмент b. Систематическая ошибка c. Среда. | ||
| Воспроизводимо ли это | Этот вид ошибки не воспроизводится | Этот вид ошибки воспроизводится | ||
| С точки зрения стоимости | Цена — это комбинация стоимости, которая в основном связана с производством. | Затраты снижаются, когда они сравниваются со стоимостью с точки зрения стоимости. |
Вывод
Случайная ошибка в основном возникает из-за каких-либо нарушений, происходящих в вашем окружении, таких как колебания или перепады давления, температуры или из-за наблюдателя, который может принимать неправильные или неправильные показания. Систематическая ошибка, возможно, также возникает из-за механической конструкции аппарата.
Случайных ошибок по существу нельзя избежать, а систематических ошибок можно избежать. Ученые не могут делать точных масштабов или измерений, какими бы умелыми они ни были.
Систематические ошибки, возможно, трудно обнаружить, и это связано с тем, что все, что вы измеряете, будет неверным или неверным на ту же величину, и вы, возможно, вообще не осознаете, что существует проблема. Перед использованием необходимо правильно откалибровать оборудование, и да, тогда вероятность систематических ошибок будет намного меньше.
Систематические ошибки
Предмет
Механика
Разместил
🤓 viktoriia.semenova.88
👍 Проверено Автор24
ошибки, сохраняющиеся при повторных измерениях; причины их различны: а) погрешность прибора (например, стрелка амперметра не стоит на нуле при отсутствии тока); б) отсутствие учета влияния внешних факторов (например, взвешивание тела без учета действия на него выталкивающей силы воздуха); систематические ошибки учитывают поправками.
Научные статьи на тему «Систематические ошибки»
Грубые и негрубые ошибки в работах учащихся: вопросы разграничения
Профилактика, а также коррекция ошибок в работах учащихся является частью систематической работы на уроках…
и пунктуационными ошибками на изученные правила….
Педагогу представления об ошибках и их типах необходимы для организации систематической работы по их…
является систематической или осуществляется в определенных фонетических позициях….
Грубые ошибки влияют на выставление оценку за работу.
Статья от экспертов
О систематических ошибках повторных измерений
Рассмотрен вопрос обнаружения систематических ошибок путем сравнения результатов оценки точности измерений до уравнивания, по разностям двойных измерений и после уравнивания с использованием доверительного оценивания.
Содержательные выборочные методы определения ожидаемой ошибки в аудите
Методы определения ожидаемой ошибки в аудите
Определение 1
Ожидаемая ошибка выборки — это значение…
ошибки в бухгалтерском учете, которое аудитор еще до начала аудиторской проверки хочет обнаружить в…
совокупностей со случайными и равновозможными ошибками….
Систематические ошибки – это ошибки, которые произошли неслучайно, т.е. ошибки которые появились в связи…
На появление систематических ошибок влияют 2 причины.
Статья от экспертов
Алгоритм обработки измерений, устойчивый к систематическим ошибкам
Рассматривается задача оценивания характеристик случайного процесса по дискретным измерениям. Полагается, что измерения содержат кусочно-непрерывные помехи, имеющие конечное число разрывов первого рода на всем отрезке наблюдения и описываемые на интервалах непрерывности степенными полиномами со случайными коэффициентами.
Повышай знания с онлайн-тренажером от Автор24!
- Напиши термин
- Выбери определение из предложенных или загрузи свое
-
Тренажер от Автор24 поможет тебе выучить термины с помощью удобных и приятных
карточек
Другое дело систематические ошибки — они являются неслучайными и имеют определенную направленность. Такие ошибки очень опасны, так как приводят к искажению результатов статистического исследования. Эти ошибки, как правило, являются преднамеренными. Известно, например, что люди предпочитают преуменьшать свои доходы, округлять возраст, стараются показать большую осведомленность в области культуры, науки, чем это есть на самом деле. Предприятия также могут внести элементы недостоверности в свою информацию, особенно в те характеристики, от которых зависят величина налоговых платежей, расчеты с кредиторами и т. п. Все ошибки такого рода необходимо выявить и исправить. Поэтому после проверки полноты данных проводится их контроль — счетный и логический. [c.39]
Ошибки регистрации — это отклонения между значением показателя, полученного в ходе статистического наблюдения, и фактическим, действительным его значением. Такой вид ошибок имеет место и при сплошном, и при несплошном наблюдениях. Ошибки регистрации бывают случайными и систематическими. Случайные ошибки — это результат действия различных случайных факторов (например, цифры переставлены местами, перепутаны соседние строки или графы при заполнении статистического формуляра). Систематические ошибки регистрации всегда имеют одинаковую тенденцию либо к увеличению, либо к уменьшению значения показателей по каждой единице наблюдения, и поэтому величина показателя по совокупности в целом будет включать в себя накопленную ошибку. Примером статистической ошибки регистрации при проведении социологических опросов может служить округление возраста населения, как правило, на цифрах, оканчивающихся на 5 и 0. Многие [c.21]
Систематические ошибки репрезентативности появляются вследствие нарушения принципов отбора единиц из исходной совокупности, которые должны быть подвергнуты наблюдению. Для устранения ошибок наблюдения необходимо осуществить контроль полученной информации. [c.22]
Генеральную совокупность при механическом отборе можно ранжировать или упорядочить по величине изучаемого или коррелирующего с ним признака, что позволит повысить репрезентативность выборки. Однако в этом случае возрастает опасность систематической ошибки, связанной с занижением значений изучаемого признака (когда из каждого интервала регистрируется первое значение) или его завышением (если из каждого интервала регистрируется последнее значение). Поэтому отбор целесообразно начинать с середины первого интервала, например при 5%-ной выборке отобрать 10, 30, 50, 70-ю и с таким же интервалом последующие единицы. [c.136]
Однако может оказаться, что данные о доходе, полученные в результате опроса, на самом деле являются искаженными, — например, в среднем заниженными, т.е. объясняющие переменные измеряются с систематическими ошибками. В этом случае люди, действительно обладающие доходом X, будут на самом деле тратить на исследуемый товар в среднем величину, меньшую, чем ДА), т.е. в рассмотренном примере объ- [c.12]
Систематические ошибки измерения объясняющих переменных — одна из возможных причин того, что эконометрическая модель не является регрессионной. В экономических исследованиях подобная ситуация встречается достаточно часто. Одним из возможных путей устранения этого, как правило, довольно неприятного обстоятельства, является выбор других объясняющих переменных (эти вопросы рассматриваются в гл. 8 настоящего учебника). [c.13]
Определение стандартных затрат имеет ряд недостатков, например, возможны систематические ошибки в определении нормативов и деструктивный результат от задания неадекватных норм и стандартов. [c.101]
Если систематические ошибки (износ режущего инструмента, температурные деформации и т. д.) приводят к смещению средних значений, то применяются контрольные диаграммы для среднего значения или для медиан. Если же систематические ошибки приводят к увеличению разброса параметров, [c.90]
Это означает, что отсутствует систематическая ошибка в определении линии регрессии, следовательно оценки параметров регрессии являются несмещенными, то есть математическое ожидание оценки каждого параметра равно его истинному значению. [c.107]
В противном случае мы принимаем гипотезу HI. Это означает, что при заданном уровне значимости в уравнении регрессии присутствует систематическая ошибка, и это уравнение должно быть уточнено. [c.125]
Текущие процедуры матричной оценки вторичных ценных бумаг, выпущенных на базе пула ипотек, подвергались критике за неадекватный учет возможностей, предоставляемых этими ценными бумагами (таких, как предоставляемая домовладельцам возможность производить авансовые выплаты по закладным в рассрочку). Эта возможность имеет свою внутреннюю стоимость, и то, что модель не в состоянии адекватно включить ее в цену вторичной ценной бумаги, порождает систематические ошибки. [c.441]
В принципе надо учитывать только случайные потери, не поддающиеся прямому расчету, непосредственному прогнозированию и потому не учтенные в предпринимательском проекте. Если потери можно заранее предвидеть, то они должны рассматриваться не как потери, а как неизбежные расходы и входить в расчетную калькуляцию. Так, предвидимое движение цен, налогов, их изменение в ходе осуществления хозяйственной деятельности предприниматель обязан учесть в бизнес-плане. Только в силу несовершенства используемых методов расчета предпринимательской деятельности или недостаточно глубокой проработки бизнес-плана систематические ошибки могут рассматриваться как потери в том смысле что они способны изменить ожидаемый результат в худшую сторону. Следовательно, прежде, чем оценивать риск, обусловленный действием сугубо случайных факторов, крайне желательно отделить систематическую составляющую потери от случайных. [c.117]
В рассмотренных показателях множественной корреляции (индекс и коэффициент) используется остаточная дисперсия, которая имеет систематическую ошибку в сторону преуменьшения, тем более значительную, чем больше параметров определяется в уравнении регрессии при заданном объеме наблюдений п. Если число параметров при х — равно от и приближается к объему наблюдений, то остаточная дисперсия будет близка к нулю и коэффициент (индекс) корреляции приблизится к единице даже при слабой связи факторов с результатом. Для того чтобы не допустить возможного преувеличения тесноты связи, используется скорректированный индекс (коэффициент) множественной корреляции. [c.119]
Экспериментальные торговые районы были выбраны случайным образом из числа разрешенных, и таким же образом были сформированы 27 комбинаций условий. Очевидно, что использование заданного перечня районов могло внести систематическую ошибку в наши результаты, но мы надеялись, что и на этот раз [c.175]
Общий объем выборки при этом остался равным 64. Во избежание систематической ошибки, связанной с различным количеством листвы в ярусах, ветви в каждом из них брались с таким расчетом, чтобы количество листьев на них было пропорционально общей массе листьев в этом ярусе. [c.150]
При изучении правильности устанавливается общая приемлемость данного способа измерения (шкалы или системы шкал). Непосредственно понятие правильности связано с возможностью учета в результате измерения различного рода систематических ошибок. Систематические ошибки имеют некоторую стабильную природу возникновения либо они являются постоянными, либо меняются по определенному закону. Возможно, что последующие этапы окажутся излишними, если в самом начале выяснится полная неспособность данного инструмента на требуемом уровне дифференцировать изучаемую совокупность, иначе говоря, если окажется, что систематически не используется какая-то часть шкалы либо та или иная градация шкалы или вопроса. И, наконец, возможно, что исходный признак не обладает дифференцирующей способностью в отношении объекта измерения. Прежде всего нужно ликвидировать или уменьшить такого рода недостатки шкалы и только затем использовать ее в исследовании. [c.155]
Визуализация объектов и процессов управления. При внедрении системы визуализации необходимо согласовывать характеристики электронных карт и образов управляемых объектов, используемых разными менеджерами. Это особенно важно из-за больших объемов данных. Пользователи-менеджеры, не имеющие опыта работы с ВИС-приложениями, пытаются создать план-карты образов в малом масштабе. В то же время для решения задач информационного менеджмента, например наладки тепловой сети, и для визуализации других управляемых сетей необходимо для исключения систематической ошибки иметь образы большого масштаба. [c.199]
Надежность. При изучении различных аспектов разработки и использования тестов важную роль играет анализ ошибок измерения, ибо при составлении тестов, как и в любой работе, возможны ошибки. Обычно выделяют три класса ошибок промахи, систематические ошибки и случайные ошибки. [c.78]
Систематические ошибки остаются постоянными или закономерно меняются от измерения к измерению и в силу этих особенностей могут быть предсказаны заранее, а в некоторых случаях и устранены. К этой группе относятся ошибки, возникающие в связи с использованием различных методов сбора данных. [c.78]
Систематическую ошибку можно устранить, изменив процедуру формирования выборки. Случайная же ошибка будет присутствовать всегда, при любом выборочном опросе для общего результата значительно опаснее систематическая, так как по выборке ее невозможно выявить и оценить. Случайная ошибка подчиняется определенным законам и, используя статистические методы, ее можно оценить. [c.150]
В-третьих, метод статистических испытаний дает систематическую ошибку, возникающую вследствие подмены подлинных вероятностей относительными частотами, и для получения выводов с необходимой точностью иногда требуется огромное количество испытаний, находящееся на пределе возможностей вычислительной техники (чтобы получить в ответе еще один верный десятичный знак, нужно увеличить число имитаций в 100 раз). [c.24]
Правильность анализа определяется близостью к нулю его систематической ошибки (отклонением математического ожидания серии измерений от истинного значения). [c.63]
Правильность анализа характеризуется близостью к нулю его систематической ошибки, оцениваемой по результатам внешнего геологического контроля. При внешнем контроле повторный (контрольный) анализ проб выполняется в другой, более квалифицированной лаборатории. Критерием правильности анализов служит при этом величина t [c.88]
Средние содержания ценных компонентов обычно рассчитывают способом взвешивания по мощности. Однако при подсчете часто приходится иметь дело со столовыми (видимыми) значениями мощности, причем пересчет их в истинные значения не всегда может быть осуществлен достаточно надежно. Расчет средних при этом обычно ведут со взвешиванием по значениям стволовых мощностей. Такое взвешивание может приводить к систематическим ошибкам, если между углами встречи тела полезного ископаемого выработками и качеством сырья в отдельных его частях возникает некоторая связь. Так, на полиметаллическом месторождении Степное (Казахстан) вертикальные скважины закономерно пересекали среднюю часть седловидной залежи под углами, близкими к прямому, а фланговые части — под более острыми углами, что определяло повышенные значения стволовых мощностей на флангах и пониженные в центре (рис. 3.8). Однако фланговые части залежи на крыльях антиклинали как раз характеризовались пониженным качеством руд. Взвешивание по стволовым мощностям приводило в данном случае к занижению среднего качества руд по залежи в целом. Аналогичные погрешности могут возникать при разведке неоднородных по качеству сырья линейных тел веерными скважинами. [c.90]
Особенно необходимо учитывать случайные потери, не поддающиеся прямому расчету, непосредственному прогнозированию и потому неучтенные в предпринимательском проекте. Если потери можно заранее предвидеть, то они должны рассматриваться не как потери, а как неизбежные расходы и включаться в расчетную калькуляцию. Так, предвидимое движение цен, налогов, их изменение в ходе осуществления хозяйственной деятельности необходимо учесть в бизнес-плане. Только в силу несовершенства используемых методов расчета производственной деятельности систематические ошибки могут рассматриваться как потери в том смысле, что они способны изменить в худшую сторону ожидаемый результат. [c.35]
Задача может быть модифицирована и обобщена в различных направлениях. Жесткое ограничение — несмещенность оценки (равенство нулю систематической ошибки) обычно можно ослабить и заменить ограничениями сверху и снизу величины первого момента ошибок про- [c.41]
В общем случае при постановке задачи о сглаживании и прогнозе случайных процессов исключение систематических ошибок экстраполяции (равенство нулю первого момента ошибок упреждения) не является обязательным и тем более единственным требованием рациональной фильтрации или рационального прогнозирования. Больше того, в ряде случаев целесообразно расширить область определения задачи и заменить требование о нулевых систематических ошибках ограничениями на их величину. Могут быть указаны и другие неравенства и логические соотношения, которым в тех или иных содержательных задачах фильтрации и прогноза должны удовлетворять, сглаженные или упрежденные точки. Например, может быть ограничена дисперсия или корреляционные моменты случайных величин, зависящих от г (/о + п) и (М- Можно указать содержательные постановки, в которых область определения задачи естественно задавать вероятностными или жесткими ограничениями. Таким образом, в общем случае ограничения задачи сглаживания и экстраполяции высекают в Я не линейное подпространство и не линейное многообразие, а некоторую выпуклую или невыпуклую область G. [c.309]
Свяжем с задачей А задачу А» прогнозирования по минимуму дисперсии при [нулевых систематических ошибках прогноза. Задача А формулируется следующим образом. [c.329]
Увольнение в связи с обнаружившимся несоответствием рабочего или служащего занимаемой должности или выполняемой работе вследствие недостаточной квалификации либо состояния здоровья, препятствующих продолжению данной работы (п. 2 ст. 33 КЗоТ). Признаками несоответствия вследствие недостаточной квалификации могут быть систематические ошибки при выполнении порученной работнику работы, невыполнение нормы выработки, брак и т. п. Расторжение трудового договора в случаях, предусмотренных в п. 2 ст. 33 КЗоТ, недопустимо с работниками, не имеющими необходимого опыта работы в связи с непродолжительностью трудового стажа, а также по мотиву отсутствия специального образования, если оно, согласно закону, не является обязательным условием при заключении трудового договора (79, п. И). [c.545]
Оба вида ошибок могут иметь случайный и систематический характер. Случайные ошибки возникают по разным случайным причинам (описка, пропуск, неточный подсчет и т. д.) и воздействуют на точность данных как в сторону их увеличения, так и уменьшения. При достаточно большом количестве наблюдений согласно закону больших чисел эти ошибки взаимно погашаются и не оказывают существенного влияния на точность наблюдений. Систематические ошибки возникают по какой-либо определенной причине и вызывают одностороннее изменение данных (ошибки программы наблюдений, нарушение принципов отбора объектов наблюдения и т. п.), искажая их. Мерами предупреждения этих ошибок является правильное определение количества наблюдений, обоснованный выбор объектов наблюдения и др. [c.91]
Такая же опасность возникает при замене по какой-либо причине единиц, попавших в выборку, другими единицами (например, вместо отобранного домохозяйства, где в момент прихода интервьюера никто не открыл дверь, был проведен опрос в соседней квартире или интервьюер встретил решительный отказ участвовать в опросе и был вынужден пойти на замену домохозяйства). Как отмечает социолог В. И. Паниотто, систематические ошибки представляют собой некоторое постоянное смещение, которое не уменьшается с увеличением числа опрошенных и вызвано недостатками и просчетами в системе отбора респондентов. Если, например, для изучения общественного мнения жителей города в архитектурном управлении получить сведения о жилом фонде и из всех имеющихся в городе квартир отобрать случайным образом 400 квартир, а затем предложить интервьюерам опросить всех, кого они застанут в момент посещения в этих квартирах, то полученные данные не будут репрезентативны. Допущена систематическая ошибка более подвижная часть населения попадает в выборку в меньшей пропорции, а менее подвижная — в большей пропорции, чем в генеральной совокупности. Пенсионеров, например, можно чаще застать дома, чем студентов-вечерников. При увеличении выборки эта ошибка не устраняется если мы проведем опрос в 800 квартирах или даже во всех квартирах города (сплошной опрос), то полученные данные будут репрезентативны для населения, находящегося дома в момент прихода интервьюера, а не для всех жителей города. [c.164]
Чтобы минимизировать систематическую ошибку, возникающую при оптимизации, мы ограничились простым перекрестным правилом скользящих средних (СМА = rossing-Moving-Averages) — это правило торговли пропагандируют Брок и др. [56]. Правило очень простое в том отношении, что в вычислении индикатора не участвуют числа Фибоначчи. Здесь важно, что технический анализ стремится предсказать, главным образом, направление изменения цены (вниз, вверх, на том же уровне), а не величину этого изменения. [c.215]
Можно еще дальше усовершенствовать эксперимент, связанный с определением урожайности культуры и зависимый от качества обработки почвы. Если каждого рабочего закрепить за определенным полем, то вследствие различности почв может появиться систематическая ошибка. Обозначим поля буквами W, X, У, ZH определим условия эксперимента рабочих между полями таким образом, чтобы каждый из них обслуживал поле только один день. В этом случае получим план, называемый греко-латинским квадратом, который позволяет усреднить влияние таких факторов, как день, поле, рабочий (табл. 4.6). [c.160]
НЕСМЕЩЕННАЯ ОЦЕНКА [unbiased estimator] — статистическая точечная оценка, математическое ожидание которой совпадает с оцениваемой величиной (у нее нет систематической ошибки). [c.226]
СИСТЕМАТИЧЕСКАЯ ОШИБКА [systemati error] — понятие математической статистики — ошибка, которая постоянно либо преувеличивает, либо преуменьшает результаты измерений оценок наблюдаемых величин) в результате воздействия определенных факторов, систематически влияющих на эти измерения и изменяющих их в одном направлении (в отличие от случайных ошибок). Оценки, лишенные систематических ошибок, называются несмещенными оценками. [c.327]
Расчетное значение критерия t сравнивается с табличным значением статистического критерия Стьюдента для данного числа пар и выбранного уровня значимости. Систематическая ошибка считается отсутствующей, если tpa 4 < табл. [c.88]
Однострелочные секундомеры простого действия используют для измерения элементов операций по отдельным отсчетам затрат времени при выборочном и цикловом методах хронометража. Они имеют одну основную центральную стрелку, движущуюся по круговому циферблату, шкала которого может иметь секундную или деся- тичную градуировку. Пределы измерения шкалы 30 или 60 с. Секундомер может иметь один или два дополнительных счетчика для отсчета целого числа минут, прошедших с момента начала наблюдения. Их недостаток — малая точность при хронометрировании по текущему времени вследствие накопления систематической ошибки, вызываемой накапливанием запаздываний в пуске стрелки после считывания показаний. Этого недостатка лишен однострелочный секундомер суммирующего действия. Но он более сложен по конструкции и менее надежен в работе. [c.139]
Минимизация систематической ошибки. Практическое использование излагаемых выше предложений по повышению устойчивости оценок коэффициентов регрессии наталкивается на следующие неопределенности. Какую минимизируемую функцию риска выбрать Все предлагаемые оценки содержат параметры v — в п. 7.2.1, k — в п. 7.2.2 и К — в п. 7.2.3 и 7.2.4. Какими брать значения этих параметров Если полезно уменьшать веса больших отклонений прогнозируемой переменной, то, может быть, полезно взвешивать и предикторные переменные [c.221]