Neatlases kļūda attiecas uz kļūdu, kas rodas datu vākšanas rezultātā, kuras dēļ dati atšķiras no patiesajām vērtībām. Tas atšķiras no izlases kļūdas, kas ir jebkura atšķirība starp izlases vērtībām Nejaušais mainīgais Gadījuma lielums (stohastiskais mainīgais) ir statistikas mainīgo veids, kura iespējamās vērtības ir atkarīgas no noteiktas nejaušas parādības iznākuma un universālajām vērtībām, kas var rasties no ierobežota izlases lieluma.
Neatlases kļūda var izpausties dažādos veidos, ieskaitot neatbildēšanas kļūdu, mērījumu kļūdu, intervētāja kļūdu, korekcijas kļūdu un apstrādes kļūdu.
Neatlases kļūdas mehānika
Kļūda, kas nav atlase, var rasties, ja tiek ņemta izlase vai visa populācija (skaitīšana). Tas ietilpst divās kategorijās:
1. Nejaušas kļūdas
Nejaušas kļūdas ir kļūdas, par kurām nevar ņemt vērā un tās vienkārši notiek. Statistikas pētījumos tiek uzskatīts, ka katra nejauša kļūda kompensē viens otru, parasti runājot, tāpēc tie maz rada bažas.
2. Sistemātiskas kļūdas
Sistemātiskas kļūdas ietekmē pētījuma izlasi un rezultātā bieži radīs bezjēdzīgus datus. Sistemātiska kļūda ir konsekventa un atkārtojama, tāpēc pētījuma veidotājiem ir ļoti jāuzmanās, lai mazinātu šādu kļūdu.
Kļūdas, kas nav saistītas ar izlasi, var rasties no vairākiem pētījuma aspektiem. Visizplatītākās kļūdas, kas nav saistītas ar izlasi, ir kļūdas datu ievadē, tendenciozi jautājumi un lēmumu pieņemšana, neatbildēšana, nepatiesa informācija un neatbilstoša analīze.
Neatlasāmu kļūdu veidi
Ir vairāki neatlases kļūdu veidi, tostarp:
1. Neatbildēšanas kļūda
Neatbildēšanas kļūdu izraisa atšķirības starp cilvēkiem, kuri izvēlas piedalīties, salīdzinot ar cilvēkiem, kuri nepiedalās dotajā aptaujā. Citiem vārdiem sakot, tas pastāv, kad cilvēkiem tiek dota iespēja piedalīties, bet viņi izvēlas to nedarīt, tāpēc viņu aptaujas rezultāti netiek iekļauti datos.
2. Mērījuma kļūda
Mērījumu kļūda attiecas uz visām kļūdām, kas saistītas ar katras izlases vienības mērīšanu, atšķirībā no kļūdām, kas saistītas ar to izvēli. Kļūda bieži rodas, ja ir neskaidri jautājumi, zemas kvalitātes dati izlases noguruma dēļ (ti, kādam ir apnicis veikt aptauju) un zemas kvalitātes mērīšanas rīki Mērīšanas līmenis Statistikā mērījumu līmenis ir klasifikācija, kas attiecas uz vērtības, kas mainīgajiem tiek piešķirtas viena ar otru. Citiem vārdiem sakot,.
3. Intervētāja kļūda
Intervētāja kļūda rodas, kad intervētājs (vai administrators) pieļauj kļūdu, ierakstot atbildi. Kvalitatīvā pētījumā intervētājs var likt respondentam atbildēt noteiktā veidā. Kvantitatīvā pētījumā intervētājs var uzdot jautājumu citādi, kas noved pie atšķirīga gala rezultāta.
4. Pielāgošanas kļūda
Pielāgošanas kļūda apraksta situāciju, kad datu analīze tos pielāgo tā, ka tā nav pilnīgi precīza. Pielāgošanas kļūdu veidi ietver kļūdas datu svēršanā, datu tīrīšanā un aprēķināšanā.
5. Apstrādes kļūda
Apstrādes kļūda rodas, ja rodas datu apstrādes problēma, kas izraisa kāda veida kļūdu. Piemērs būs, ja dati ievadīti nepareizi vai ja datu fails ir bojāts.
Paraugu kļūda salīdzinājumā ar neatlasīšanas kļūdu
Bieži vien izlases kļūda un neatlasīšanas kļūda tiek izmantota līdzīgos kontekstos, taču starp abiem jēdzieniem ir dažas būtiskas atšķirības. Tie ietver:
1. Izlases kļūda var rasties pat tad, ja nav pieļauta acīmredzama kļūda, atšķirībā no kļūdas, kas nav izlases, kas rodas, kad rodas kļūda.
2. Izlases kļūda rodas, ja izlase nepārstāv universālo patiesību, turpretī neatlasīšanas kļūda ir raksturīga noteiktam pētījuma plānam.
3. Izlases kļūdu var ievērojami samazināt, palielinoties izlases lielumam, bet kļūdas atlasei ir nepieciešami vairāk metodiskie procesi, lai samazinātu.
4. Izlases kļūdu bieži izraisa iekšējie faktori, turpretī kļūdu, kas nav atlase, izraisa ārējie faktori, kas nav pilnībā saistīti ar aptauju, pētījumu vai skaitīšanu.
Kā samazināt kļūdas
Samazināšanas kļūdu samazināšana nav tik viegli izdarāma kā izlases kļūdu samazināšana. Izmantojot izlases kļūdu, jūs varat samazināt kļūdu risku, vienkārši palielinot izlases lielumu. Tas nedarbosies ar kļūdām, kas nav saistītas ar izlasi, kuras bieži ir ļoti grūti atklāt un novērst (ja vien kļūdas avots netiek ņemts vērā ļoti metodiski).
Lai efektīvi samazinātu kļūdas, kas nav saistītas ar izlasi, ļoti rūpīgi jāapsver tie, kas izstrādā pētījumu, lai nodrošinātu rezultātu pareizību. Kā tāds pētnieks var pētījumā izstrādāt kļūdas samazināšanas mehānismu, bet pēc tam neieviešot citu kļūdu.
Piemēram, pētnieks var maksāt personai prēmiju atkarībā no viņu datu ievades precizitātes, vai arī viņš var filmēt visas intervijas, lai nodrošinātu, ka intervētājs paliek pie tēmas un scenārija.
Papildu resursi
Finanses ir oficiālais sertificēto banku un kredītu analītiķu (CBCA) ™ CBCA ™ sertifikātu nodrošinātājs. Sertificētā banku un kredītu analītiķu (CBCA) ™ akreditācija ir globāls kredītanalītiķu standarts, kas aptver finanses, grāmatvedību, kredītu analīzi, naudas plūsmas analīzi, derības modelēšana, aizdevuma atmaksa un citas lietas. sertifikācijas programma, kas paredzēta ikviena pārveidošanai par pasaules klases finanšu analītiķi.
Šie papildu resursi būs ļoti noderīgi, lai palīdzētu jums kļūt par pasaules klases finanšu analītiķi un virzīt savu karjeru pēc iespējas pilnīgāk:
- Klastera atlase Klastera atlase Statistikā klastera izlase ir izlases metode, kurā visa pētījuma populācija tiek sadalīta ārēji viendabīgā, bet iekšēji
- Parametrs Parametrs Parametrs ir noderīga statistiskās analīzes sastāvdaļa. Tas attiecas uz raksturlielumiem, kas tiek izmantoti, lai definētu noteiktu populāciju. Pie tā pierasts
- Paraugu atlases aizspriedumi Paraugu atlases aizspriedumi Paraugu atlases neobjektivitāte ir neobjektivitāte, kas rodas no nespējas nodrošināt pareizu populācijas izlases nejaušināšanu. Paraugu atlases trūkumi
- I tipa kļūda I tipa kļūda Statistiskās hipotēzes pārbaudē I tipa kļūda būtībā ir patiesās nulles hipotēzes noraidīšana. I tipa kļūda ir pazīstama arī kā nepatiesa
