<\/p>\n
Il bias da mancata risposta<\/strong> \u00e8 il bias che si verifica quando le persone che rispondono a un sondaggio differiscono in modo significativo da quelle che non rispondono.<\/span><\/p>\n Gli errori dovuti alla mancata risposta possono verificarsi per diversi motivi:<\/span><\/p>\n Per tutti questi motivi possono verificarsi errori di mancata risposta.<\/span><\/p>\n La distorsione da mancata risposta \u00e8 un problema per due ragioni principali:<\/span><\/p>\n 1. La distorsione da mancata risposta fa s\u00ec che il campione non sia rappresentativo della popolazione nel suo complesso.<\/strong> Il vantaggio di raccogliere dati per un campione \u00e8 che \u00e8 pi\u00f9 veloce e meno costoso rispetto alla raccolta di dati per un\u2019intera popolazione e consente di estrapolare i risultati del campione a una popolazione pi\u00f9 ampia.<\/span><\/p>\n Tuttavia, per poter estrapolare i risultati, il campione deve essere rappresentativo<\/a><\/em> della nostra popolazione nel suo complesso. Idealmente, vorremmo che il nostro campione fosse una versione \u201cmini\u201d della popolazione.<\/span><\/p>\n Sfortunatamente, i bias dovuti alla mancata risposta possono far s\u00ec che le persone del nostro campione appaiano molto diverse da quelle della popolazione pi\u00f9 ampia.<\/span><\/p>\n Ad esempio, supponiamo che una citt\u00e0 stia valutando la possibilit\u00e0 di costruire una nuova struttura per l’arrampicata su roccia. Per valutare quanto i residenti della citt\u00e0 sarebbero interessati all\u2019utilizzo di questo tipo di strutture, i funzionari della citt\u00e0 stanno inviando un breve sondaggio tramite una nuova app per smartphone.<\/span><\/p>\n A causa della modalit\u00e0 di svolgimento del sondaggio e del contenuto del sondaggio (domande sull’arrampicata), a rispondere sono soprattutto i giovani che hanno l’applicazione e sono interessati all’arrampicata.<\/span><\/p>\n Quindi, quando arrivano i risultati del sondaggio, sembra che la stragrande maggioranza della popolazione della citt\u00e0 sia interessata a costruire questa nuova struttura. Purtroppo i risultati dell\u2019indagine non sono rappresentativi della popolazione nel suo insieme.<\/span><\/p>\n L’immagine seguente illustra questo problema: supponiamo che i cerchi verdi rappresentino le persone interessate a utilizzare la struttura mentre i cerchi rossi rappresentino le persone che non sono interessate a utilizzare la struttura:<\/span><\/p>\n Si noti come il campione non sia rappresentativo della popolazione nel suo complesso. I risultati del sondaggio mostrerebbero che la maggior parte delle persone \u00e8 entusiasta di una nuova struttura per l\u2019arrampicata. Sfortunatamente, se i funzionari della citt\u00e0 presumessero che questo campione fosse rappresentativo della popolazione, potrebbero decidere di costruire la struttura e rendersi presto conto che molte meno persone ne farebbero uso di quanto pensassero.<\/span><\/p>\n 2. Gli errori dovuti alla mancata risposta possono causare una maggiore varianza nelle stime<\/strong> . Se la dimensione del campione dell\u2019indagine risultasse inferiore a quella prevista dai ricercatori, la varianza nelle stime dello studio potrebbe essere maggiore del previsto.<\/span><\/p>\n Ad esempio, attraverso la verifica delle ipotesi , sappiamo che maggiore \u00e8 la dimensione del nostro campione, minore \u00e8 la varianza nella nostra stima della media della popolazione o della proporzione della popolazione. Tuttavia, minore \u00e8 la dimensione del campione, maggiore \u00e8 la varianza delle stime dei parametri della popolazione e pi\u00f9 difficile \u00e8 trovare un risultato statisticamente significativo.<\/span><\/p>\n Gli esempi seguenti illustrano diversi casi in cui possono verificarsi errori di mancata risposta.<\/span><\/p>\n I ricercatori vogliono sapere come gli informatici percepiscono il nuovo software. C’\u00e8 pressione per ottenere quanti pi\u00f9 dati possibili dal sondaggio, quindi i ricercatori progettano un sondaggio che dura circa un’ora. Quando distribuiscono il sondaggio, scoprono che molti lavoratori IT non rispondono affatto o iniziano a rispondere ma finiscono per arrendersi prima di completare l’intero sondaggio.<\/span><\/p>\n Quando i ricercatori recuperano i dati, scoprono che gli intervistati percepiscono il software come eccellente e di alta qualit\u00e0. Tuttavia, una volta presentato il nuovo software al team IT generale, hanno scoperto di ricevere feedback per lo pi\u00f9 negativi.<\/span><\/p>\n Si \u00e8 scoperto che le persone che si sono prese il tempo di completare l’intero sondaggio si sono rivelate per lo pi\u00f9 informatici alle prime armi, incapaci di valutare i difetti del programma.<\/span><\/p>\n Per questo motivo, gli intervistati non riflettevano la popolazione pi\u00f9 ampia dei professionisti IT nel suo complesso e i risultati del sondaggio erano quindi inaffidabili.<\/span><\/p>\n I ricercatori vogliono saperne di pi\u00f9 sui tassi di consumo di alcol in un determinato college. Decidono di allestire uno stand nel campus dove gli studenti possono fermarsi e rispondere a un questionario su quanto e quanto spesso consumano alcol. Purtroppo il questionario non \u00e8 anonimo quindi solo gli studenti che bevono poco o per nulla scelgono di compilare il questionario.<\/span><\/p>\n Quando i risultati sono arrivati, \u00e8 emerso che il consumo di alcol era basso e poco frequente tra gli studenti. Sfortunatamente, gli intervistati non riflettono la popolazione studentesca pi\u00f9 ampia del campus e pertanto i risultati non sono affidabili.<\/span><\/p>\n Le elezioni presidenziali del 1936 sono un classico esempio di bias per mancata risposta. Una pubblicazione popolare dell’epoca pubblic\u00f2 un sondaggio che prevedeva che Alf Landon avrebbe sconfitto Franklin D. Roosevelt con una valanga di voti. Tuttavia, quando arrivarono le elezioni, Franklin D. Roosevelt ottenne effettivamente una vittoria schiacciante.<\/span><\/p>\n Risulta che dei 10 milioni di questionari inviati, solo 2,3 milioni di persone hanno risposto. I 7,7 milioni che non hanno risposto si sono rivelati molto diversi in termini di preferenze politiche.<\/span><\/p>\n Pertanto, i risultati del questionario non riflettevano la popolazione nel suo complesso, motivo per cui la previsione sulla vittoria di Alf Landon si \u00e8 rivelata cos\u00ec errata.<\/span><\/p>\n Gli errori dovuti alla mancata risposta possono essere evitati (o almeno mitigati) adottando le seguenti misure:<\/span><\/p>\n Sebbene non sia sempre possibile eliminare completamente gli effetti dei bias dovuti alla mancata risposta, \u00e8 possibile minimizzarli utilizzando un metodo di progettazione e distribuzione intelligente dell\u2019indagine.<\/span><\/p>\n Cos\u2019\u00e8 il bias di autoselezione? Il bias da mancata risposta \u00e8 il bias che si verifica quando le persone che rispondono a un sondaggio differiscono in modo significativo da quelle che non rispondono. Gli errori dovuti alla mancata risposta possono verificarsi per diversi motivi: Il sondaggio \u00e8 mal progettato e porta a mancate risposte. Ad esempio, i sondaggi troppo lunghi […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Perch\u00e9 la distorsione da mancata risposta \u00e8 un problema?<\/strong><\/span><\/h2>\n
Esempi di bias per mancata risposta<\/strong><\/span><\/h2>\n
Esempio 1<\/strong><\/span><\/h3>\n
Esempio 2<\/strong><\/span><\/h3>\n
Esempio 3<\/strong><\/span><\/h3>\n
Come prevenire i bias dovuti alla mancata risposta<\/strong><\/span><\/h2>\n
\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Che cos’\u00e8 il bias di sottostima?<\/a>
Cos\u2019\u00e8 il pregiudizio SEO?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"