調查的誤差 政大選研中心副研究員 蔡佳泓
調查研究的步驟 研究對象 研究母體 調查的模式與設計 選擇抽樣架構 前測 募集受訪者 訪問 資料處理
誤差的類型 抽樣誤差 涵蓋誤差 個體無反應誤差 題目無反應誤差回答誤差 受訪者的測量誤差 調查後誤差 模式效果 機構效應調查執行誤差 受訪者誤差 回答誤差 調查執行誤差
冰山一角? 受訪者誤差 回答誤差 調查執行誤差
抽樣誤差(Sampling error) 樣本與母體或較大樣本之間的差距 數學上可計算
涵蓋誤差(Coverage error) 樣本不能涵蓋母體 例:電話不普及的國家,電話號碼不能涵蓋所有合格受訪者
個體無反應誤差(Unit nonresponse error) 中選的個人拒絕接受訪問 拒訪率的問題
題目無反應誤差(Item nonresponse error) 無反應:拒答、不知道、看情形
受訪者的測量誤差(Respondents measurement error) 受訪者有可能給一個錯誤的答案 例:受訪者聽到是不喜歡的媒體訪問而故意亂回答
訪員的測量誤差(Interviewers measurement error) 訪員因為不標準化的訪問所造成的誤差 例:訪員暗示、解釋題意、念錯題目、跳過題目等
調查後誤差(Postsurvey error) 分析資料過程造成的誤差
模式效果(Mode effects) 調查方式(面對面、電話、郵寄問卷、網路)的誤差
調查模式 自我實施 訪員 未電腦化 郵寄問卷 面對面訪問 電腦化 網路民調 CATI
機構效應(Comparability effects) 不同機構在同一時間調查結果不同 原因:題目問法不同、訪問是否在周末進行、在選前幾天進行、加權方式 不同國家進行同一調查也可能有不同結果 不同時間點進行同一調查可能因為人口結構變化造成結果變化。
誤差類型 系統誤差:某種模式的誤差 例1:對某種產品滿意的消費者,傾向於接受滿意度調查,因此傾向給產品高分 例2:老年人較不願受訪,因此估計出的平均年齡偏低 系統型誤差影響平均數,不過不會影響迴歸係數
誤差類型 隨機誤差:隨機發生的誤差,沒有規律 雖然隨機誤差不一定會規律出現,但是會降低測量的信度,增加變數的變異數,也會降低迴歸係數
誤差類型 不相關誤差(uncorrelated error):誤差發生在不同個人,或是個人發生誤差的情形沒什麼規律 相關誤差(correlate error) :同樣誤差發生在同一個人。例如同一個資料登錄者一直出錯。會使得已經存在的隨機誤差相乘。
調查相關的效應 不見得會造成誤差,但是會影響測量 很難消除 例1:題目順序 例2:選項順序(Recency effect) 例3:訪員效應
減少調查誤差 調查不可能沒有誤差,而要減少誤差需要提高調查成本,拉長時間。 提高成本:加強訪員訓練、增加成功樣本數、做好前測。 拉長時間:重覆訪問拒訪的受訪者