Esinduslikkuse mõistet leidub sageli statistilises aruandluses ning kõnede ja aruannete koostamisel. Võib-olla on ilma selleta raske ette kujutada igasugust teabe esitamist ülevaatamiseks.
Esinduslikkus – mis see on?
Esinduslikkus peegeldab seda, kuidas valitud objektid või osad vastavad selle andmestiku sisule ja tähendusele, millest need valiti.
Muud määratlused
Esinduslikkuse mõiste võib avalduda erinevates kontekstides. Kuid oma tähenduses on esinduslikkus üldkogumi valitud üksuste tunnuste ja omaduste vastavus, mis kajastavad täpselt kogu üldandmebaasi kui terviku omadusi.
Teabe representatiivsust defineeritakse ka kui valimiandmete võimet esindada üldkogumi parameetreid ja omadusi, mis on uuringu seisukoh alt olulised.
Esinduslik näidis
Samplivõtmise põhimõte on validakõige olulisem ja kogu andmekogumi omadusi täpselt kajastav. Selleks kasutatakse erinevaid meetodeid, mis võimaldavad saada täpseid tulemusi ja üldist ettekujutust populatsioonist, kasutades ainult näidismaterjale, mis kirjeldavad kõigi andmete kvaliteeti.
Seega ei ole vaja uurida kogu materjali, vaid piisab valimi esinduslikkuse arvestamisest. Mis see on? See on üksikute andmete valik, et saada ülevaade teabe kogumassist.
Sõltuv alt meetodist eristatakse neid tõenäosuslike ja ebatõenäolistena. Tõenäosus on valim, mis koostatakse kõige olulisemate ja huvitavamate andmete arvutamisel, mis on üldkogumi edasised esindajad. Kas see on tahtlik või juhuslik valik, mis on selle sisuga siiski õigustatud.
Ebatõenäoline – see on üks juhusliku valimi variante, mis on koostatud tavalise loterii põhimõttel. Sel juhul ei võeta sellise valimi moodustaja arvamust arvesse. Kasutatakse ainult pimelots.
Tõenäosuse valim
Tõenäosusvalimi saab jagada ka mitut tüüpi:
- Üks lihtsamaid ja arusaadavamaid põhimõtteid on mitteesinduslik valim. Näiteks kasutatakse seda meetodit sageli sotsiaaluuringutes. Samas ei valita küsitluses osalejaid massist välja kindlatel põhjustel ning teavet saadakse esimeselt 50 inimeselt, kes selles osalesid.
- Tahtlikvalimid erinevad selle poolest, et nende valikul on mitmeid nõudeid ja tingimusi, kuid need tuginevad siiski juhuslikule kokkusattumusele, mitte taotledes eesmärki saavutada hea statistika.
- Kvoodipõhine valim on mittetõenäosusliku valimi teine variant, mida kasutatakse sageli suurte andmehulkade uurimiseks. See kasutab palju tingimusi. Valitakse objektid, mis peaksid neile vastama. Ehk siis sotsiaaluuringu näitel võib eeldada, et küsitletakse 100 inimest, kuid statistilise aruande koostamisel arvestatakse vaid teatud hulga inimeste arvamust, kes vastavad kehtestatud nõuetele.
Tõenäosusnäidised
Tõenäosuslike valimite puhul arvutatakse välja hulk parameetreid, millele valimis olevad objektid vastavad, ja nende hulgast saab erinevatel viisidel välja tuua just need faktid ja andmed, mis esitatakse valimiandmete esinduslikkusena. valitud. Vajalike andmete arvutamise viisid võivad olla järgmised:
Lihtne juhuslik valim. See seisneb selles, et valitud segmendi hulgast valitakse vajalik hulk andmeid täiesti juhusliku loterii meetodil, millest saab esinduslik valim
Süstemaatiline ja juhuslik valim võimaldab luua süsteemi vajalike andmete arvutamiseks juhuslikult valitud segmendi põhjal. Seega, kui esimene juhuslik arv, mis näitab kogupopulatsioonist valitud andmete järjenumbrit, on 5, siis järgnevvalitavad andmed võivad olla näiteks 15, 25, 35 jne. See näide selgitab selgelt, et isegi juhuslik valik võib põhineda vajalike sisendandmete süstemaatilistel arvutustel
Tarbijate näidis
Tahtlik valim on meetod, mis arvestab iga üksikut segmenti ja selle hinnangu põhjal koostatakse populatsioon, mis kajastab üldise andmebaasi omadusi ja omadusi. Nii kogutakse rohkem andmeid, mis vastavad esindusliku valimi nõuetele. Lihtne on valida mitmeid valikuid, mida koguarvusse ei lisata, ilma et see kaotaks kogu populatsiooni esindavate valitud andmete kvaliteeti. Sel viisil tehakse kindlaks uuringu tulemuste esinduslikkus.
Näidise suurus
Mitte viimane probleem, millega tuleb tegeleda, ei ole üldkogumi esindusliku esindatuse valimi suurus. Valimi suurus ei sõltu alati allikate arvust üldkogumis. Valimipopulatsiooni esinduslikkus sõltub aga otseselt sellest, kui mitmeks segmendiks tuleks tulemus jagada. Mida rohkem selliseid segmente, seda rohkem andmeid saadud valimisse jõuab. Kui tulemused nõuavad üldist märgistamist ja ei nõua spetsiifikat, siis vastav alt muutub valim väiksemaks, sest detailidesse laskumata on teave esitatud pinnapealsem alt, mis tähendab, et selle lugemine on üldine.
Viga kontseptsioonesinduslikkus
Representatiivsuse viga on spetsiifiline lahknevus üldkogumi omaduste ja valimiandmete vahel. Mis tahes valimiuuringu läbiviimisel on võimatu saada absoluutselt täpseid andmeid, nagu üldpopulatsioonide tervikliku uuringu ja ainult osa teabe ja parameetritega varustatud valimi puhul, samas kui üksikasjalikum uuring on võimalik ainult kogu populatsiooni uurimisel. Seega on mõned ebatäpsused ja vead vältimatud.
Veade tüübid
Eristage esindusliku valimi koostamisel esinevaid vigu:
- Süsteemiline.
- Juhuslik.
- Tahtlik.
- Tahtmata.
- Standardne.
- Limit.
Juhuslike vigade ilmnemise põhjuseks võib olla üldpopulatsiooni uuringu katkestus. Tavaliselt on juhuslik esindusviga suurus ja olemus tühine.
Vahepeal ilmnevad süstemaatilised vead, kui rikutakse üldkogumi andmete valimise reegleid.
Keskmine viga on erinevus valimi keskmise ja aluseks oleva populatsiooni vahel. See ei sõltu valimi ühikute arvust. See on pöördvõrdeline valimi suurusega. Mida suurem on helitugevus, seda väiksem on keskmise vea väärtus.
Piirviga on suurim võimalik erinevus võetud proovi keskmiste väärtuste ja kogupopulatsiooni vahel. Sellist viga iseloomustatakse kui maksimaalseid tõenäolisi vigunende välimuse antud tingimustel.
Tahtlikud ja tahtmatud esindusvead
Andmete nihkevead võivad olla tahtlikud või tahtmatud.
Siis on tahtlike vigade ilmnemise põhjuseks lähenemine andmete valikule trendide määramise meetodil. Tahtmatud vead tekivad isegi valimivaatluse koostamise etapis, moodustades esindusliku valimi. Selliste vigade vältimiseks on vaja luua hea diskreetimisraam valimiüksuste loetlemiseks. See peab täielikult vastama valimi võtmise eesmärkidele, olema usaldusväärne ja hõlmama kõiki uuringu aspekte.
Kehtivus, usaldusväärsus, esinduslikkus. Vea arvutamine
Arvutage aritmeetilise keskmise (M) representatiivsusviga (Mm).
Standardhälve: valimi suurus (>30).
Esindusviga (Mr) ja suhteline väärtus (R): valimi suurus (n>30).
Juhul, kui peate uurima üldkogumit, kus valimite arv on väike ja alla 30 ühiku, väheneb vaatluste arv ühe ühiku võrra.
Vea suurus on otseselt võrdeline valimi suurusega. Teabe esinduslikkus ja täpse prognoosi tegemise võimalikkuse astme arvutamine peegeldab teatud piirviga.
Esitussüsteemid
Teabe esitamise hindamisel ei kasutata mitte ainult esinduslikku valimit, vaid teabe saajat ennast,kasutab esindussüsteeme. Seega töötleb aju teatud hulga informatsiooni, luues kogu infovoost esindusliku valimi, et kvalitatiivselt ja kiiresti hinnata esitatud andmeid ning mõista probleemi olemust. Vastake küsimusele: "Esinduslikkus – mis see on?" - inimteadvuse skaalal on see üsna lihtne. Selleks kasutab aju kõiki alluvaid meeleorganeid, olenev alt sellest, millist infot on vaja üldisest voost eraldada. Seega eristavad nad:
- Visuaalne esitussüsteem, kus on kaasatud silma visuaalse tajumise organid. Inimesi, kes sellist süsteemi sageli kasutavad, nimetatakse visuaalideks. Selle süsteemi abil töötleb inimene kujutiste kujul tulevat teavet.
- Audiaalne esitussüsteem. Peamine organ, mida kasutatakse, on kuulmine. See konkreetne süsteem töötleb helifailide või kõne kujul edastatavat teavet. Inimesi, kes tajuvad teavet paremini kõrva järgi, nimetatakse kuulmisvõimeliseks.
- Kinesteetiline esitussüsteem on teabevoo töötlemine, tajudes seda haistmis- ja puutekanalite kaudu.
Digitaalset esitussüsteemi kasutatakse koos teistega väljastpoolt info hankimise vahendina. See on subjektiiv-loogiline taju ja arusaam saadud andmetest
Niisiis, esinduslikkus – mis see on? Lihtne valik komplektist võiterviklik protseduur teabe töötlemisel? Võime kindl alt öelda, et esinduslikkus määrab suuresti meie ettekujutuse andmevoogudest, aidates eraldada sellest kõige olulisem ja olulisem.
