Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Wielkość: px

Rozpocząć pokaz od strony:

Download "Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa"

Gabriel Staniszewski
7 lat temu
Przeglądów:

1 Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1

2 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse) wywadu ne udzelono ne uzyskano żadnej nformacj Częścowy brak odpowedz (ITEM nonresponse) wywadu udzelono ne uzyskano częścowej nformacj Powody: Respondent jest neosągalny Respondent jest nedostępny Respondent odmówł udzelena wywadu Kwestonarusz zagnął Powody: Odmowa udzelena odpowedz (pytana drażlwe) Ne pamętam (pytana szczegółowe, wymagające oblczeń) Ne wem RESPONSE RATE wskaźnk odpowedz 2

3 Sposoby radzena sobe z brakam danych: w trakce badana: DOLOSOWYWANIE dodatkowych jednostek do badana Konstrukcja PRÓB REZERWOWYCH: posługwane sę dodatkowym jednostkam w marę neuzyskwana odpowedz. po przeprowadzenu badana: WAŻENIE założene: osoby od których ne uzyskano odpowedz ne różną sę przecętne w swoch poglądach od przecętnej opn osób od których odpowedz uzyskano IMPUTACJA zastępowane braków danych: - na podstawe nnych źródeł różnce pomędzy jednostkam które udzelły a które ne udzelły odpowedz są uwzględnane - na podstawe danych nformacj w próbe różnce są uwzględnane bądź ne 3

4 Konsekwencje występowana braków danych PRZYKŁAD: Badane percepcj proflów muzycznych młodych meszkańców mast Założena: próba 1000 elementowa odzwercedlająca strukturę populacj wg płc grup wekowych. POPULACJA: PRÓBA: Struktura ludnośc Kwoty w próbe Grupy weku kobety płeć mężczyźn Razem kobety płeć mężczyźn Razem ,5% 12,6% 10,9% 11,5% 21,4% 24,1% ,2% 20,0% 40,3% ,2% 23,5% 45,7% ,0% 11,1% 18,3% 19,1% 38,3% 30,2% Ogółem 50,7% 45,9% 49,3% 54,1% 100,0% Identyfkacja zakresu deformacj próby z powodu błędów nelosowych jest możlwa dzęk cechom metryczkowym, według których próba była konstruowana. 4

5 Zastępowane braków danych IMPUTACJA brak pojedynczych odpowedz dedukcyjna determnstyczna stochastyczna uwzględnająca mechanzm lczb losowych wprowadzene wartośc umownych średne np. dane na temat populacj zaczerpnęte z nnych źródeł lub z danych z próby cold-deck na podstawe nnych badań lub symulacj hot-deck podobeństwo obektów Imputacja jednej wartośc lub mputacja welu wartośc (weloraka) 5

6 PRZYKŁAD: Zastępowane braków danych Tabela 1. Welkość mejscowośc, z której pochodzl respondenc lczba braków odpowedz lczba jednostek w grupe mejsce zameszkana trudno powedzeć odmowa pozycyjny wskaźnk braków danych weś 10% 6% 17% masto ponżej meszkańców 5% 11% 16% od do % 8% 10% od do % 21% 22% od do % 19% 20% masto 500 tys. meszkańców węcej 6% 22% 28% 6

7 PRZYKŁAD c.d. Zastępowane braków danych Tabela 2. Średn mesęczny dochód respondenta analza pełnych przypadków mputacja średnej ogólnej mputacja średnej w grupach lczba obserwacj 1060, , ,0 lczba braków danych 245,0 0,0 0,0 średna 1 175, , ,6 standardowy błąd szacunku średnej 30,2 24,6 24,8 odchylene standardowe 984,3 887,0 895,4 perwszy kwartyl 660,0 706,2 706,2 medana 1 000, , ,0 trzec kwartyl 1 400, , ,0 7

8 Zastępowane braków danych w SPSS 8

9 Zastępowane braków danych w SPSS 1. Średna z wartośc zaobserwowanych 2. Średna z zaobserwowanych wartośc sąsednch z podanem które to są wartośc sąsedne 3. Medana z zaobserwowanych wartośc sąsednch z podanem które to są wartośc sąsedne 4. Interpolacja lnowa na podstawe wartośc obserwowanej stojącej przed brakem wartośc obserwowanej stojącej po braku 5. Trend lnowy dane dostępne w ser traktowane są jako trend lnowy, w mejsce braku wstawane są wartośc przewdywane na podstawe trendu 9

10 Przyczyny ważena danych Technka losowana Odmowy odpowedz Dostosowywane reprezentatywnośc ze względu na różne cechy (poststratyfkacja) 10

11 Przyczyny ważena danych Technka losowana Odmowy odpowedz Dostosowywane reprezentatywnośc ze względu na różne cechy (poststratyfkacja) 11

12 Ważene Polega na zmane struktury próby tak, aby odzwercedlała strukturę populacj według tych cech które były podstawą doboru próby. Mus być stosowane jeśl próba ne jest samoważąca sę (losowane nne nż proste, systematyczne, proporcjonalne). W przypadku procedur ogranczonego doboru losowego każda próba może być reprezentatywna dla populacj, jeśl każdemu elementow z próby przypsze sę prawdopodobeństwo znalezena sę w próbe. 12

13 Konstrukcja wag N n N n - lczebność populacj - lczebność próby n = k k - lczebność populacj w klase N = - lczebność w próbe w klase = 1 = 1 n N Wag duże - populacyjne Wag małe dla próby W = N n w = N n n N 13

Podobne dokumenty

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje