stringtranslate.com

Уровень ответов (опрос)

Статистик Национальной службы сельскохозяйственной статистики США объясняет данные о частоте ответов на брифинге 2017 года, чтобы прояснить контекст данных о производстве сельскохозяйственных культур.

В исследовании опросов показатель ответов , также известный как показатель завершения или показатель возврата , представляет собой количество людей, ответивших на опрос, деленное на количество людей в выборке . Обычно он выражается в виде процента . Этот термин также используется в прямом маркетинге для обозначения количества людей, ответивших на предложение.

Общее мнение в академических опросах заключается в выборе одного из шести определений, обобщенных Американской ассоциацией по исследованию общественного мнения (AAPOR). [1] Эти определения одобрены Национальным исследовательским советом и Журналом Американской медицинской ассоциации, а также другими общепризнанными институтами. [ необходима ссылка ] Вот они:

  1. Коэффициент реагирования 1 (RR1) — или минимальный коэффициент реагирования — это количество полных интервью, деленное на количество интервью (полных плюс частичных) плюс количество неинтервью (отказы и прерывания плюс отсутствие контактов плюс другие) плюс все случаи неизвестного соответствия требованиям (неизвестно, есть ли жилье, плюс неизвестно, другие).
  2. Коэффициент ответов 2 (RR2) – RR1 + подсчет частичных интервью в качестве респондентов.
  3. Коэффициент ответов 3 (RR3) – оценивает, какая доля случаев неизвестной приемлемости фактически является приемлемой. Те респонденты, которые, по оценкам, не соответствуют требованиям, исключаются из знаменателя. Метод оценки *должен* быть явно указан с помощью RR3.
  4. Коэффициент ответов 4 (RR4) — выделяет случаи неизвестной приемлемости, как в RR3, но также включает частичные интервью в качестве респондентов, как в RR2.
  5. Коэффициент реагирования 5 (RR5) – это либо частный случай RR3, в котором предполагается, что среди случаев неизвестной приемлемости нет подходящих случаев, либо редкий случай, когда нет случаев неизвестной приемлемости. RR5 подходит только тогда, когда можно обоснованно предположить, что ни один из неизвестных случаев не является подходящим, или когда нет неизвестных случаев.
  6. Коэффициент реагирования 6 (RR6) — предполагает то же самое, что и RR5, а также включает частичные интервью в качестве респондентов. RR6 представляет собой максимальный коэффициент реагирования.

Шесть определений AAPOR различаются в зависимости от того, были ли опросы частично или полностью завершены, и как исследователи справляются с неизвестными нереспондентами. Определение № 1, например, НЕ включает частично завершенные опросы в числитель, в то время как определение № 2 включает. Определения 3–6 касаются неизвестной приемлемости потенциальных респондентов, с которыми не удалось связаться. Например, в дверях 10 домов, которые вы пытались опросить, нет ответа. Возможно, 5 из тех домов, которые вы уже знаете, — это люди, которые подходят для вашего опроса на основе соседей, которые рассказали вам, кто там жил, но остальные 5 совершенно неизвестны. Возможно, жильцы соответствуют вашей целевой группе, может быть, нет. Это может быть учтено или не учтено в вашем показателе ответов, в зависимости от того, какое определение вы используете.

Пример: если 1000 опросов были отправлены по почте, а 257 были успешно завершены (полностью) и возвращены, то процент ответов составит 25,7%.

Важность

Коэффициент реагирования на опрос является результатом деления числа опрошенных людей на общее число людей в выборке, которые имели право участвовать и должны были быть опрошены. [2] Низкий коэффициент реагирования может привести к смещению выборки , если неответы неравномерны среди участников относительно воздействия и/или результата. Такое смещение известно как смещение неответа .

В течение многих лет уровень ответов на опрос рассматривался как важный показатель качества опроса. Многие наблюдатели предполагали, что более высокий уровень ответов гарантирует более точные результаты опроса (Aday 1996; Babbie 1990; Backstrom и Hursh 1963; Rea и Parker 1997). Но поскольку измерение связи между неответами и точностью статистики опроса является сложным и дорогим, лишь немногие тщательно разработанные исследования до недавнего времени предоставляли эмпирические доказательства для документирования последствий более низкого уровня ответов.

Такие исследования, наконец, были проведены в последние годы, и некоторые из них пришли к выводу, что затраты на увеличение уровня ответов зачастую не оправданы, учитывая разницу в точности опросов.

Один из ранних примеров открытия был представлен Виссером, Кросником, Маркеттом и Кертином (1996), которые показали, что опросы с более низкими показателями отклика (около 20%) дали более точные измерения, чем опросы с более высокими показателями отклика (около 60 или 70%). [3] В другом исследовании Китер и др. (2006) сравнили результаты 5-дневного опроса, использующего обычную методологию Pew Research Center (с показателем отклика 25%), с результатами более строгого опроса, проведенного в течение гораздо более длительного периода и достигшего более высокого показателя отклика 50%. В 77 из 84 сравнений два опроса дали результаты, которые были статистически неразличимы. Среди пунктов, которые продемонстрировали значительные различия между двумя опросами, различия в долях людей, дающих определенный ответ, варьировались от 4 процентных пунктов до 8 процентных пунктов. [4]

Исследование Кертина и др. (2000) проверило влияние более низких показателей ответов на оценки Индекса потребительских настроений (ИПН). Они оценили влияние исключения респондентов, которые изначально отказались сотрудничать (что снижает показатель ответов на 5–10 процентных пунктов), респондентов, которым требовалось более пяти звонков для завершения интервью (снижение показателя ответов примерно на 25 процентных пунктов), и тех, кому требовалось более двух звонков (снижение примерно на 50 процентных пунктов). Они не обнаружили никакого влияния исключения этих групп респондентов на оценки ИПН, используя ежемесячные выборки из сотен респондентов. Для годовых оценок, основанных на тысячах респондентов, исключение людей, которым требовалось больше звонков (но не изначально отказавшихся), имело очень небольшое значение. [5]

Холбрук и др. (2005) оценили, связаны ли более низкие показатели ответов с меньшей невзвешенной демографической репрезентативностью выборки. Изучив результаты 81 национального опроса с показателями ответов, варьирующимися от 5 до 54 процентов, они обнаружили, что опросы с гораздо более низкими показателями ответов снизили демографическую репрезентативность в пределах исследованного диапазона, но не намного. [6]

Choung et al. (2013) рассмотрели уровень ответов сообщества на отправленный по почте вопросник о функциональных желудочно-кишечных расстройствах. Уровень ответов на их опрос сообщества составил 52%. Затем они взяли случайную выборку из 428 ответивших и 295 не ответивших для извлечения медицинских записей и сравнили не ответивших с ответившими. Они обнаружили, что у респондентов был значительно более высокий индекс массы тела и большее поведение обращения за медицинской помощью по поводу проблем, не связанных с ЖКТ. Однако, за исключением дивертикулеза и кожных заболеваний, не было значительной разницы между ответившими и не ответившими с точки зрения каких-либо желудочно-кишечных симптомов или конкретного медицинского диагноза. [7]

Тем не менее, несмотря на эти недавние исследования, более высокий уровень ответов предпочтительнее, поскольку отсутствующие данные не являются случайными. [8] Не существует удовлетворительного статистического решения для работы с отсутствующими данными, которые могут быть неслучайными. Предположение о крайней предвзятости респондентов является одним из предлагаемых методов работы с низким уровнем ответов на опрос. Высокий уровень ответов (>80%) из небольшой случайной выборки предпочтительнее низкого уровня ответов из большой выборки. [9]

Смотрите также

Ссылки

  1. ^ "Стандартные определения - AAPOR". Стандартные определения – AAPOR . AAPOR . Получено 3 марта 2016 г. .
  2. ^ "Response Rates – An Overview". Американская ассоциация по исследованию общественного мнения (AAPOR). 29 сентября 2008 г. http://www.aapor.org/Education-Resources/For-Researchers/Poll-Survey-FAQ/Response-Rates-An-Overview.aspx
  3. ^ Виссер, Пенни С.; Кросник, Джон А.; Маркетт, Джесси; Кертин, Майкл (1996). «Почтовые опросы для прогнозирования выборов? Оценка опроса Колумбии по рассылке». Public Opinion Quarterly . 60 (2): 181–227. doi :10.1086/297748.
  4. ^ Китер, Скотт, Кортни Кеннеди, Майкл Даймок, Джонатан Бест и Пейтон Крейгхилл. 2006. «Оценка влияния растущего числа неответов на оценки, полученные в ходе национального телефонного опроса методом RDD». Public Opinion Quarterly. 70(5): 759–779.
  5. ^ Кертин, Ричард; Прессер, Стэнли; Сингер, Элинор (2000). «Влияние изменений скорости реагирования на индекс потребительских настроений». Public Opinion Quarterly . 64 (4): 413–428. doi :10.1086/318638. PMID  11171024.
  6. ^ Холбрук, Эллисон, Джон Кросник и Элисон Пфент. 2007. «Причины и последствия показателей ответов в опросах, проводимых новостными СМИ и исследовательскими фирмами по обследованию государственных подрядчиков». В книге «Достижения в методологии телефонных опросов» под ред. Джеймса М. Лепковски, Н. Клайда Такера, Дж. Майкла Брика, Эдит Д. Де Леув , Лилли Япека, Пола Дж. Лавракаса, Майкла В. Линка и Роберты Л. Сангстер. Нью-Йорк: Wiley. https://pprg.stanford.edu/wp-content/uploads/2007-TSMII-chapter-proof.pdf
  7. ^ Seon Choung, Rok; Richard Locke, III; Schleck, Cathy D.; Ziegenfuss, Jeanette Y.; Beebe, Timothy J.; Zinsmeister, Alan R.; Talley, Nicholas J. (2013). «Низкий уровень ответов не обязательно указывает на смещение из-за отсутствия ответов в исследовании гастроэнтерологического обследования: популяционное исследование». Журнал общественного здравоохранения . 21 (1): 87–95. doi :10.1007/s10389-012-0513-z. S2CID  38267579.
  8. ^ Altman, DG; Bland, JM (февраль 2007 г.). «Отсутствующие данные». BMJ . 334 (7590): 424. doi :10.1136/bmj.38977.682025.2C. PMC 1804157 . PMID  17322261. 
  9. ^ Эванс, С. Дж. (февраль 1991 г.). «Хорошее руководство по обследованиям». BMJ . 302 (6772): 302–3. doi :10.1136/bmj.302.6772.302. PMC 1669002 . PMID  2001503.