Undercount bias: erklärung und beispiele

Unter einer Unterzählungsverzerrung versteht man die Verzerrung, die auftritt, wenn einige Mitglieder einer Grundgesamtheit in der Stichprobe nicht ausreichend vertreten sind.

Diese Art von Verzerrung tritt häufig bei der Stichprobenerhebung nach Zweckmäßigkeit und freiwilliger Reaktion auf, bei der Sie eine Stichprobe sammeln, die leicht zu erhalten ist, bei der es jedoch häufig zu Unterzählungen einiger Mitglieder einer Grundgesamtheit kommt.

Warum ist der Undercount-Bias ein Problem?

Eine Verzerrung durch Unterzählung ist ein Problem, da sie dazu führt, dass die Stichprobe nicht repräsentativ für die Grundgesamtheit ist. Das Ziel beim Sammeln von Daten für eine Stichprobe besteht darin, Daten schneller und einfacher zu erhalten als beim Sammeln von Daten für eine gesamte Grundgesamtheit und die Ergebnisse aus der Stichprobe auf die größere Grundgesamtheit extrapolieren zu können. breit.

Um die Ergebnisse extrapolieren zu können, muss die Stichprobe jedoch repräsentativ für unsere Gesamtbevölkerung sein. Im Idealfall möchten wir, dass unsere Stichprobe eine „Mini“-Version der Grundgesamtheit ist. Leider kann eine Unterzählung dazu führen, dass die Menschen in unserer Stichprobe ganz anders aussehen als die breitere Bevölkerung.

Angenommen, Forscher möchten wissen, was die Bürger einer bestimmten Stadt über ein mögliches neues Gesetz denken. Um Daten zu sammeln, gehen sie in eine nahegelegene Bibliothek und fragen die Besucher, was sie über das mögliche neue Gesetz denken. Obwohl dies eine bequeme Möglichkeit zur Datenerhebung ist, riskieren Forscher, mehrere Arten von Personen zu wenig zu zählen, darunter:

• Menschen, die zu Hause eingesperrt sind
• Leute, die einfach nicht gerne in die Bibliothek gehen
• Menschen, die eine andere Bibliothek in einem anderen Teil der Stadt besuchen

Da diese Studie bestimmte Personengruppen ausschließt, ist es unwahrscheinlich, dass die Studienergebnisse repräsentativ für die Bevölkerung sind.

Nehmen wir zum Beispiel an, dass Menschen, die diese spezielle Bibliothek besuchen, das potenzielle neue Gesetz viel eher unterstützen als der Rest der Bevölkerung. Das heißt, wenn die Ergebnisse der Umfrage bekannt sind, wird es den Anschein haben, dass ein hoher Prozentsatz der Bürger dieser Stadt das potenzielle neue Gesetz unterstützt, obwohl dies in Wirklichkeit die meisten Bürger nicht tun.

Das folgende Bild veranschaulicht dieses Problem: Angenommen, die grünen Kreise stellen Personen dar, die das neue Gesetz befürworten, während die roten Kreise Personen darstellen, die gegen das neue Gesetz sind:

Beachten Sie, dass die Stichprobe die meisten Befürworter des neuen Gesetzes umfasst, sie jedoch nicht repräsentativ für die Gesamtbevölkerung ist. Berichten zufolge zeigen die Umfrageergebnisse, dass die meisten Menschen das neue Gesetz befürworten, obwohl dies in Wirklichkeit nicht der Fall ist.

Beispiele für Undercount-Bias

Die folgenden Beispiele veranschaulichen mehrere Fälle, in denen eine Unterzählungsverzerrung auftreten kann.

Beispiel 1

Forscher wollen wissen, was Bürger einer bestimmten Stadt über den Bau eines neuen Parks denken. Um Daten zu sammeln, nehmen Forscher an einer Gemeindeversammlung vor Ort teil und befragen die Bewohner nach ihren Gedanken. Leider kann es bei dieser Form der Convenience-Sampling zu einer Unterzählung der folgenden Gruppen kommen:

• Menschen, die keinen Zugang zu öffentlichen Verkehrsmitteln haben, um zu Gemeindeversammlungen zu gelangen
• Menschen, die nicht einmal wissen, dass Stadtversammlungen stattfinden
• Leute, die abends arbeiten und einfach nicht an Stadtversammlungen teilnehmen können

Daher werden die Meinungen dieser Personen in den Ergebnissen der Studie nicht berücksichtigt. Aufgrund der Unterzählung dieser spezifischen Gruppen ist es unwahrscheinlich, dass die Stichprobe für die Gesamtbevölkerung repräsentativ ist.

Beispiel 2

Forscher wollen wissen, wie viele Stunden am Tag die Menschen in einem bestimmten Land fernsehen. Um Daten für die Studie zu sammeln, wählen sie zufällig Namen aus einem lokalen Telefonverzeichnis aus und rufen Menschen an, um sie nach ihrem Fernsehkonsum zu befragen. Hierbei handelt es sich um eine Form der Zufallsstichprobe, bei der es zu einer Unterzählung der folgenden Gruppen kommen kann:

• Sehr wohlhabende Menschen, die ihre Telefonnummern nicht in lokalen Telefonverzeichnissen angeben
• Jugendliche, die ausschließlich Mobiltelefone nutzen und deren Nummern nicht in den lokalen Telefonverzeichnissen aufgeführt sind

Daher wird in dieser Studie der Anteil der Fernsehkonsumenten sehr wohlhabender und junger Menschen unterschätzt. Aufgrund der Unterzählung dieser spezifischen Gruppen ist es unwahrscheinlich, dass die Stichprobe für die Gesamtbevölkerung repräsentativ ist.

Beispiel 3

Forscher wollen wissen, was Bürger einer bestimmten Stadt über eine neue Verkehrsordnung denken. Deshalb verteilen sie einen Fragebogen an Menschen, die durch ein örtliches Einkaufszentrum gehen. Hierbei handelt es sich um eine Form der Convenience-Stichprobe, bei der die folgenden Gruppen möglicherweise nicht ausreichend erfasst werden:

• Personen, die keinen Zugang zu öffentlichen Verkehrsmitteln haben, um zum Einkaufszentrum zu gelangen (und daher weitgehend nicht von der Straßenverkehrsordnung betroffen sind)
• Menschen, die nicht gerne ins Einkaufszentrum gehen (und sich daher möglicherweise dafür entscheiden, nicht in belebten Gegenden zu fahren)
• Leute, die in ein anderes Einkaufszentrum in einer anderen Stadt gehen

Daher werden die Meinungen dieser Personen in den Ergebnissen der Studie nicht berücksichtigt. Aufgrund der Unterzählung dieser spezifischen Gruppen ist es unwahrscheinlich, dass die Stichprobe für die Gesamtbevölkerung repräsentativ ist.

So verhindern Sie einen Undercount-Bias

Eine Unterzählungsverzerrung resultiert häufig aus der Zweckmäßigkeitsstichprobe. Um die Auswirkungen der Unterzählungsverzerrung zu beseitigen (oder zumindest zu minimieren), ist die Verwendung einer einfachen Zufallsstichprobe eine bessere Form der Stichprobe.

Bei dieser Art von Stichprobe hat jedes Mitglied einer Grundgesamtheit die gleiche Chance, in die Stichprobe aufgenommen zu werden.

Der Vorteil dieses Ansatzes besteht darin, dass einfache Zufallsstichproben im Allgemeinen repräsentativ für die interessierende Grundgesamtheit sind, da jedes Mitglied die gleiche Chance hat, in die Stichprobe aufgenommen zu werden.

Wenn wir diesen Ansatz anstelle der Zufallsstichprobe verwenden, können wir sicherer sein, dass wir die Stichprobenergebnisse auf die breitere Bevölkerung extrapolieren können, da wahrscheinlich Mitglieder jeder (oder fast jeder) Bevölkerungsgruppe in der Stichprobe enthalten sind . .

Zusätzliche Ressourcen

Was ist ein Selbstselektionsbias?
Was ist SEO-Bias?
Was ist Non-Response-Bias?