Door Bruno Janssen
Hoofdstuk 2: types of errors in surveys
Doelen: Fundamentele voorwaarde Interference in survey research:
Verwerven van statistische Je kunt alleen iets over
antwoorden van de
schattingen over de kenmerken doelpopulatie zeggen aan de hand respondenten
van de doelpopulatie van de mensen die echt hebben
geantwoord
Minimaliseren fouten in De antwoorden die mensen steekproefsample van
verzamelde data geven, kunnen nauwkeurig de populatie die antwoord
geven op de vragen
kenmerken van de respondenten
Meten van fouten die in elke beschrijven
survey voorkomen
kenmerken van de
populatie
Error gerelateerd aan respondent Dataverzameling = potentiele Error gerelateerd aan antwoorden
bias respondent
Doel: minimaliseren afwijkingen Sample frame kiezen: lijst/bron Doel: error in het gegeven
steekproefsample / populatie van mensen die gekozen kunnen antwoord zo klein mogelijk
worden → mensen zijn houden → true value zo hoog
systematisch anders dan rest = mogelijk
bias
Sampling error: variatie die Selectie respondenten: niet Invalidity → antwoord geen
ontstaat omdat er een steekproef aselect zijn geselecteerd = anders goede maatstaf voor
is genomen i.p.v. iedereen te dan doelpopulatie beantwoorden vraag →
ondervragen → afwijking in respondent niet juist geantwoord
verdeling (altijd gevolg random (random fout)
steekproeftrekking) Grote E = veel onjuiste
antwoorden → niet valide
Aantal respondenten moet hoog
genoeg zijn
Bias: systematische wijze waarop Fouten verzamelen antwoorden: Bias: antwoorden wijken
respondenten van populatie non-respons → niet beschikbaar systematisch af van de true score
verschillen → niet random om te antwoorden / niet willen = in de populatie (vallen hoger of
verschil met populatie (bias) lager uit)
Sampling error en bias staan los van elkaar → onder/bovenrepresentatie van kenmerken door uitsluiten
respondenten, maar wel consistente/stabiele meting zonder sampling error
Random error: minimaliseren van random variatie tussen steekproef en populatie / antwoorden van de
respondenten en de true value → sampling error en invalidity
Bias: systematische error door onder/bovenrepresentatie / afwijkingen van de true value door antwoorden
respondenten
Hoofdstuk 3: sampling
Aspecten van sample selectie The sampleframe Kenmerken steekproefframe
Sampleframe: mensen die een kans Bijna complete lijst met Begrijpelijk/volledig: dekt het frame
hebben om geselecteerd te worden door mensen die zich in de de populatie
de steekproefkeuze die gemaakt is → populatie bevinden
alleen representatief voor populatie in
frame
Kanssteekproef: iedereen gelijke kans Een groep mensen die Probability of selection: de kans
om mee te doen iets doen of ergens heen dat een persoon geselecteerd kan
gaan, waardoor ze in de worden
steekproef vallen
1
Samevatting Survey Research Methods
, Door Bruno Janssen
Details van een specifieke Adressen of woningen Efficiëntie: mate waarin mensen van
steekproeftrekking: grootte sample + die geselecteerd worden de doelpopulatie te vinden zijn in
specifieke procedures voor selectie door een plek te kiezen het steekproefframe
respondenten → adres gekozen →
bewoners
Probleem volledigheid: goede controle of sample wel lijkt op de doelpopulatie → moet de populatie
dekken (representatief)
Probleem probability of selection: mogelijkheid om per individu de kans te berekenen dat hij/zij
geselecteerd wordt (kans niet berekend worden = geen uitspraken over populatie worden gedaan)
Problemen bij efficiëntie: eerst iedereen selecteren, dan steekproefframe in populatie → rekening houden
met kosten = uitputtende strategie
Selecting one-stage-sampling Systematic samples Gestratificeerde steekproef
Simple random sampling: Systematische Wanneer populatie verschillend
enkelvoudige aselecte steekproef → steekproef: aselect een is → populatie wordt ingedeeld in
deelnemers van sample worden startpunt kiezen, selectie niet overlappende strata → uit
tegelijkertijd geselecteerd en zijn respondenten door vast elke strata een aselecte steekproef
onafhankelijk van andere deelnemers interval kleinere kans op
(gelijke kansen in populatie om Hele populatie wordt onder/oververtegenwoordiging
geselecteerd te worden) geselecteerd op
overkoepelend kenmerk
Opletten voor verborgen
logica → moeten gelijke
kansen blijven
Voordeel: meest geschikte Voordeel: generalisatie Voordeel: representativiteit,
steekproefmethode om resultaten blijft mogelijk, sneller en onderlinge vergelijkbaarheid,
generaliseren naar populatie goedkoper onderzoek kleine subpopulaties
Nadeel: duur, tijdrovend, volledige Nadeel: populatie Nadeel: complexer, duurder,
populatie en non-respons volledig, risico op tijdrovender
verborgen ordening,
probleem non-respons
Different probabilities of selection: groter sample → niet doelpopulatie vergroten, wanneer een groep
moeilijk is om te bereiken moet je in de buurt daaromheen gaan werven = verkleinen vertekening, pas
selecteren na de survey = evenveel mannen als vrouwen
Clustersteekproef Multistage sampling Area probability sampling
Kosten beperken in onderzoek, Populatie wordt Een populatie doormiddel van
populatie opgedeeld in clusters opgedeeld in clusters, geografische grenzen selecteren =
(onderling gelijk) dan selectie uit dan selectie clusters, dan lijst met adressen
clusters = iedereen uit cluster wordt selectie paar
ondervraagd respondenten uit clusters
Voordeel: kostenbesparend, praktisch Voordelen: leerzame Random digit dailing: bellen van
Nadeel: representativiteit wordt minder benadering op maat mensen, geen clustersteekproef
onderzoek Nadeel: veel ongebruikte nummers,
Nadelen: complex, kosteneffectief en efficiënt
representativiteit minder
Respondent selection: op welke basis selecteren → zorgen dat er geen bias ontstaat door persoonlijke
voorkeuren
Meerdere steekproefkaders: om beter de doelpopulatie te dekken → combinatie van de resultaten =
efficiëntere methode van dataverzameling
Improving coverage Improving sampling efficiency
2
Samevatting Survey Research Methods
Hoofdstuk 2: types of errors in surveys
Doelen: Fundamentele voorwaarde Interference in survey research:
Verwerven van statistische Je kunt alleen iets over
antwoorden van de
schattingen over de kenmerken doelpopulatie zeggen aan de hand respondenten
van de doelpopulatie van de mensen die echt hebben
geantwoord
Minimaliseren fouten in De antwoorden die mensen steekproefsample van
verzamelde data geven, kunnen nauwkeurig de populatie die antwoord
geven op de vragen
kenmerken van de respondenten
Meten van fouten die in elke beschrijven
survey voorkomen
kenmerken van de
populatie
Error gerelateerd aan respondent Dataverzameling = potentiele Error gerelateerd aan antwoorden
bias respondent
Doel: minimaliseren afwijkingen Sample frame kiezen: lijst/bron Doel: error in het gegeven
steekproefsample / populatie van mensen die gekozen kunnen antwoord zo klein mogelijk
worden → mensen zijn houden → true value zo hoog
systematisch anders dan rest = mogelijk
bias
Sampling error: variatie die Selectie respondenten: niet Invalidity → antwoord geen
ontstaat omdat er een steekproef aselect zijn geselecteerd = anders goede maatstaf voor
is genomen i.p.v. iedereen te dan doelpopulatie beantwoorden vraag →
ondervragen → afwijking in respondent niet juist geantwoord
verdeling (altijd gevolg random (random fout)
steekproeftrekking) Grote E = veel onjuiste
antwoorden → niet valide
Aantal respondenten moet hoog
genoeg zijn
Bias: systematische wijze waarop Fouten verzamelen antwoorden: Bias: antwoorden wijken
respondenten van populatie non-respons → niet beschikbaar systematisch af van de true score
verschillen → niet random om te antwoorden / niet willen = in de populatie (vallen hoger of
verschil met populatie (bias) lager uit)
Sampling error en bias staan los van elkaar → onder/bovenrepresentatie van kenmerken door uitsluiten
respondenten, maar wel consistente/stabiele meting zonder sampling error
Random error: minimaliseren van random variatie tussen steekproef en populatie / antwoorden van de
respondenten en de true value → sampling error en invalidity
Bias: systematische error door onder/bovenrepresentatie / afwijkingen van de true value door antwoorden
respondenten
Hoofdstuk 3: sampling
Aspecten van sample selectie The sampleframe Kenmerken steekproefframe
Sampleframe: mensen die een kans Bijna complete lijst met Begrijpelijk/volledig: dekt het frame
hebben om geselecteerd te worden door mensen die zich in de de populatie
de steekproefkeuze die gemaakt is → populatie bevinden
alleen representatief voor populatie in
frame
Kanssteekproef: iedereen gelijke kans Een groep mensen die Probability of selection: de kans
om mee te doen iets doen of ergens heen dat een persoon geselecteerd kan
gaan, waardoor ze in de worden
steekproef vallen
1
Samevatting Survey Research Methods
, Door Bruno Janssen
Details van een specifieke Adressen of woningen Efficiëntie: mate waarin mensen van
steekproeftrekking: grootte sample + die geselecteerd worden de doelpopulatie te vinden zijn in
specifieke procedures voor selectie door een plek te kiezen het steekproefframe
respondenten → adres gekozen →
bewoners
Probleem volledigheid: goede controle of sample wel lijkt op de doelpopulatie → moet de populatie
dekken (representatief)
Probleem probability of selection: mogelijkheid om per individu de kans te berekenen dat hij/zij
geselecteerd wordt (kans niet berekend worden = geen uitspraken over populatie worden gedaan)
Problemen bij efficiëntie: eerst iedereen selecteren, dan steekproefframe in populatie → rekening houden
met kosten = uitputtende strategie
Selecting one-stage-sampling Systematic samples Gestratificeerde steekproef
Simple random sampling: Systematische Wanneer populatie verschillend
enkelvoudige aselecte steekproef → steekproef: aselect een is → populatie wordt ingedeeld in
deelnemers van sample worden startpunt kiezen, selectie niet overlappende strata → uit
tegelijkertijd geselecteerd en zijn respondenten door vast elke strata een aselecte steekproef
onafhankelijk van andere deelnemers interval kleinere kans op
(gelijke kansen in populatie om Hele populatie wordt onder/oververtegenwoordiging
geselecteerd te worden) geselecteerd op
overkoepelend kenmerk
Opletten voor verborgen
logica → moeten gelijke
kansen blijven
Voordeel: meest geschikte Voordeel: generalisatie Voordeel: representativiteit,
steekproefmethode om resultaten blijft mogelijk, sneller en onderlinge vergelijkbaarheid,
generaliseren naar populatie goedkoper onderzoek kleine subpopulaties
Nadeel: duur, tijdrovend, volledige Nadeel: populatie Nadeel: complexer, duurder,
populatie en non-respons volledig, risico op tijdrovender
verborgen ordening,
probleem non-respons
Different probabilities of selection: groter sample → niet doelpopulatie vergroten, wanneer een groep
moeilijk is om te bereiken moet je in de buurt daaromheen gaan werven = verkleinen vertekening, pas
selecteren na de survey = evenveel mannen als vrouwen
Clustersteekproef Multistage sampling Area probability sampling
Kosten beperken in onderzoek, Populatie wordt Een populatie doormiddel van
populatie opgedeeld in clusters opgedeeld in clusters, geografische grenzen selecteren =
(onderling gelijk) dan selectie uit dan selectie clusters, dan lijst met adressen
clusters = iedereen uit cluster wordt selectie paar
ondervraagd respondenten uit clusters
Voordeel: kostenbesparend, praktisch Voordelen: leerzame Random digit dailing: bellen van
Nadeel: representativiteit wordt minder benadering op maat mensen, geen clustersteekproef
onderzoek Nadeel: veel ongebruikte nummers,
Nadelen: complex, kosteneffectief en efficiënt
representativiteit minder
Respondent selection: op welke basis selecteren → zorgen dat er geen bias ontstaat door persoonlijke
voorkeuren
Meerdere steekproefkaders: om beter de doelpopulatie te dekken → combinatie van de resultaten =
efficiëntere methode van dataverzameling
Improving coverage Improving sampling efficiency
2
Samevatting Survey Research Methods
