Representativiteit - wat is dit proces? dekking fout

Het concept van de vertegenwoordiging is gebruikelijk in statistische otchetnostyakh en bij de voorbereiding van toespraken en rapporten. Misschien is het zonder moeilijk om elke vorm van de presentatie van informatie op het scherm voorstellen.

Representativiteit - wat is dat?

Representativiteit geeft weer hoe de geselecteerde objecten of onderdelen komen overeen met de inhoud en de betekenis van de gegevens populatie waaruit ze werden geselecteerd.

andere definities

Het concept van de vertegenwoordiging kan worden uitgebreid in verschillende contexten. Maar de betekenis ervan vertegenwoordiging - is de naleving kenmerken en eigenschappen van geselecteerde eenheden van de algemene bevolking die een goed beeld van de algemene kenmerken van de gehele database als geheel.

Ook representatieve informatie wordt gedefinieerd als het vermogen om een monster dataset van parameters en eigenschappen die belangrijk zijn vanuit het perspectief van het lopende onderzoek zijn in te dienen.

representatieve steekproef

Het principe van een steekproef is belangrijk bij het kiezen van de meest accurate en de weergave van de eigenschappen van een dataset. Het maakt gebruik van een verscheidenheid van methoden, die het mogelijk maken om nauwkeurige resultaten te verkrijgen en een overzicht van de algemene bevolking, met behulp van alleen geselecteerde materialen die de kwaliteit van de gegevens te beschrijven.

Dus, niet nodig om al het materiaal te leren, en volstaat het om een selectieve weergave te overwegen. Wat is het? Dit is een voorbeeld van de individuele gegevens om een idee over de totale massa van informatie.

Ze zijn afhankelijk van de methode van de onderscheiden als kans en niet-waarschijnlijkheid. Waarschijnlijkheid - waarvan een monster wordt gemaakt door het berekenen van de belangrijkste en meest interessante gegevens, die verder vertegenwoordigers van de bevolking als geheel. Dit is een bewuste keuze of een willekeurige steekproef, echter gerechtvaardigd door de inhoud ervan.

Nonprobabilistic - is een vorm van een steekproef van het gebruikelijke beginsel van de loterij. In dit geval is het oordeel van de persoon die een dergelijke selectie maakt. Het maakt gebruik van alleen blind draw.

kanssteekproeven

Kanssteekproeven kunnen worden onderverdeeld in verschillende types:

• Een van de meest eenvoudige en duidelijke principes - een gemak monster. Bijvoorbeeld, wordt deze methode vaak gebruikt bij het uitvoeren van sociale enquêtes. In dit geval worden de respondenten niet geselecteerd uit de menigte op een bepaalde functies en informatie die in de eerste 50 mensen die deelnamen aan het.
• Opzettelijke bemonstering verschillen in dat ze een aantal eisen en voorwaarden voor de selectie, maar nog steeds rekenen op toeval, niet het nastreven van de doelstelling van het bereiken van goede statistieken.
• Het monster op basis van quota - dit is een andere variant van probabilistische monster wordt vaak gebruikt voor de analyse van grote datasets. Voor haar, gebruik gemaakt van een aantal voorwaarden en normen. Geselecteerde objecten om ze te evenaren. Dat is het voorbeeld van de sociale onderzoek suggereert dat zal worden geïnterviewd 100 mensen, maar alleen de mening van een aantal mensen die zal voldoen aan de gestelde eisen zal bij het opstellen van statistische rapporten in aanmerking worden genomen.

kanssteekproeven

Voor kanssteekproeven geschatte aantal opties die de objecten in de steekproef zal ontmoeten, onder wie een aantal manieren om nauwkeurig worden verkozen tot de feiten en gegevens die de representativiteit van de steekproef gegevens zullen worden gepresenteerd. Deze methoden berekenen van de benodigde gegevens kunnen zijn:

• Enkelvoudige aselecte steekproef. Het ligt in het feit dat bij het geselecteerde segment volledig willekeurig geselecteerde loterij vereiste hoeveelheid data die representatief monster zijn.

• Systematische en steekproeven maakt het mogelijk een systeem van het berekenen van de nodige gegevens op basis van een willekeurig segment te maken. Als dus het eerste random getal, waarbij het rangnummer van gegevens gekozen uit de algemene populatie aangeeft, 5, wordt de volgende te selecteren data kan bijvoorbeeld 15, 25, 35 enzovoort. Dit voorbeeld verklaart duidelijk dat zelfs een willekeurige selectie kan worden gebaseerd op systematische berekeningen van de benodigde ruwe data.

monster klanten

Betekenisvolle - een werkwijze die bestaat uit het overwegen elk afzonderlijk segment, en op basis van zijn analyse opgesteld reeks die de kenmerken en eigenschappen van de gedeelde database. Aldus gekozen grotere hoeveelheid data overeenkomend met een representatieve eisen. Het is mogelijk om eenvoudig selecteer een aantal opties die niet zullen worden opgenomen in het totale aantal, zonder verlies van de kwaliteit van de geselecteerde gegevens die de totale bevolking. Op deze wijze wordt de representativiteit van de resultaten van de studie.

De steekproefomvang

Niet laatste vraag die moet worden aangepakt - het is de steekproefomvang voor de representativiteit van de bevolking. steekproefgrootte niet altijd afhankelijk van het aantal bronnen in de bevolking. Echter, de representativiteit van het monster is afhankelijk van hoe veel segmenten uiteindelijk moet worden verdeeld resultaat. Hoe meer segmenten, hoe meer gegevens krijgt in productieve monster. Als de resultaten vereisen een generieke term en heeft geen specifieke eisen, dan, respectievelijk, het monster wordt kleiner, omdat, zonder in detail te treden, de informatie wordt gepresenteerd meer oppervlakkige, wat betekent dat de interpretatie ervan wordt gedeeld.

Het concept van de representativiteit fouten

foutmarge - een specifieke verschillen tussen de kenmerken van de gegevens bevolking en monster. Tijdens elke bemonstering is absoluut onmogelijk om nauwkeurige gegevens te krijgen, net als in de volledige onderzoekspopulatie en steekproef vertegenwoordigde slechts een deel van de informatie en opties, terwijl een meer gedetailleerde studie alleen in de studie van de gehele set is mogelijk. Zo onvermijdelijk een aantal fouten en vergissingen.

soorten fouten

Onderscheid aantal fouten die optreden bij de bereiding van een representatieve steekproef:

• Systematische.
• Random.
• Opzettelijke.
• Onbedoeld.
• Standard.
• Limit.

De basis voor het optreden van willekeurige fouten kan discontinue aard van de studie van de totale bevolking. Typisch, toevallige fout van de representativiteit heeft kleine grootte en karakter.

Systematische fouten optreden tussen de gegevens in strijd met de selectie regels van de algemene bevolking.

De gemiddelde fout - het verschil tussen de gemiddelde monsterwaarden en de basisset. Het is niet afhankelijk van het aantal eenheden in het monster. Het is omgekeerd evenredig met het volume van het monster. Hoe groter het volume, hoe lager de waarde van de gemiddelde fout.

Error limiet - is de grootst mogelijke verschil tussen de gemiddelde waarde van het monster te maken en de totale bevolking. Deze fout wordt gekarakteriseerd als de waarschijnlijkste fouten onder bepaalde omstandigheden zich voordoen.

Opzettelijke en onopzettelijke fouten van representativiteit

data offset fouten zijn opzettelijke en onopzettelijke.

Dan is de redenen voor het ontstaan van een opzettelijke fout is een benadering van de selectie van de gegevens die door de methode van het bepalen van de trends. Onbedoelde fouten optreden in de fase van de voorbereiding van het monster waarneming vorming van een representatieve steekproef. Om dergelijke fouten te voorkomen, moet u een goede basis voor de bemonstering, lijsten component selectie-eenheden te creëren. Het moet volledig in overeenstemming zijn met de doelstellingen van de bemonstering met het nauwkeurig zijn, waarin alle aspecten van de studie.

Validiteit, betrouwbaarheid, representatief. rekenfouten

Berekening van steekproeffout (Mm) het rekenkundig gemiddelde waarde (M).

Standaarddeviatie: steekproefgrootte (> 30).

Foutmarge (Mp) en een relatieve waarde (P) monstergrootte (n> 30).

In het geval dat het noodzakelijk is de totale studie, waarbij de hoeveelheid van het monster klein is en minder dan 30 eenheden, dan is het aantal gevallen minder dan een eenheid.

Foutwaarde recht evenredig met de monstergrootte. Representatieve informatie en de berekening van de mate van de mogelijkheid tot het opstellen van een nauwkeurige voorspelling geeft een bepaalde waarde limiet fouten.

representatieve systemen

Niet alleen in het beoordelingsproces van het presenteren van informatie met behulp van een representatieve steekproef, maar ook de persoon die de informatie gebruikt representatiesystemen. Aldus hersenen verwerken bepaalde hoeveelheid informatie op een representatief monster van de gehele informatiestroom om de verstrekte gegevens efficiënt en snel te beoordelen en begrijpen van de leerstof maken. Om de vraag te beantwoorden: "representativiteit - dat dit" - simpelweg de schaal van het menselijk bewustzijn. Om dit te doen, de hersenen maakt gebruik van alle ondergeschikt aan de zintuigen, afhankelijk van wat voor soort informatie moet worden gescheiden van de algemene stroom. Zo wordt onderscheid gemaakt tussen:

• Visual representatiesysteem waarbij organen worden gebruikt visuele waarneming van het oog. Mensen vaak een soortgelijk systeem, genaamd visuals. Met dit systeem, een persoon verwerkt de informatie in de vorm van afbeeldingen.
• Auditieve representatiesysteem. Het hoofdlichaam, dat gebruikt - dit is een gerucht. De in de vorm van geluidsbestanden of spraak verstrekte informatie wordt verwerkt door het systeem. Mensen zijn meer ontvankelijk voor informatie over de hoorzitting, genaamd audialami.
• Kinesthetisch representatieve systeem is een verwerking informatiestroom door het aftasten met de olfactorische en tactiele kanalen.

• Digitaal representatief systeem wordt samen met de andere als een middel van buiten verkrijgen van informatie. Deze subjectieve waarneming en logische interpretatie van de gegevens.

Dus representativiteit - wat is het? Eenvoudige selectie uit de verzameling of integrale procedure in het verwerken van informatie? We kunnen zeggen dat de representativiteit bepaalt grotendeels onze perceptie van datastromen, helpen om te isoleren van het de meest boeiende en betekenisvolle.