과소계산 편향: 설명 및 예

과소계산 편향 은 모집단의 일부 구성원이 표본에서 충분히 대표되지 않을 때 발생하는 편향입니다.

이러한 유형의 편향은 편의 표본 추출 과 자발적 응답 표본 추출 에서 자주 발생합니다. 여기서는 쉽게 얻을 수 있지만 모집단의 일부 구성원이 과소 계산되는 표본을 수집하는 경우가 많습니다.

과소계산 편향이 왜 문제가 됩니까?

과소계산 편향은 표본이 모집단을 대표하지 못하게 하기 때문에 문제가 됩니다 . 표본 데이터 수집의 목표는 전체 모집단에 대한 데이터를 수집하는 것보다 빠르고 간단한 방법으로 데이터를 얻고, 표본의 결과를 더 큰 모집단으로 추정할 수 있는 것입니다. 넓은.

그러나 결과를 추정하려면 표본이 모집단 전체를 대표 해야 합니다. 이상적으로는 표본이 모집단의 “미니” 버전이 되기를 바랍니다. 안타깝게도 과소 집계 편향으로 인해 표본에 포함된 사람들이 더 넓은 모집단에 포함된 사람들과 매우 다르게 보일 수 있습니다.

예를 들어, 연구자가 특정 도시의 시민들이 잠재적인 새로운 법률에 대해 어떻게 생각하는지 알고 싶어한다고 가정해 보겠습니다. 데이터를 수집하기 위해 그들은 근처 도서관으로 가서 방문객들에게 잠재적인 새로운 법에 대해 어떻게 생각하는지 물어봅니다. 이는 데이터를 수집하는 편리한 방법이지만 연구자들은 다음을 포함한 여러 유형의 사람들을 과소평가할 위험이 있습니다.

• 집에 갇힌 사람들
• 도서관 방문을 좋아하지 않는 사람들
• 도시의 다른 지역에 있는 다른 도서관에 가는 사람들

이 연구에서는 특정 유형의 사람들을 제외하기 때문에 연구 결과가 인구 집단을 대표할 가능성이 없습니다.

예를 들어, 이 특정 도서관을 자주 방문하는 사람들이 나머지 인구보다 잠재적인 새로운 법률을 지지할 가능성이 훨씬 더 높다고 가정해 보겠습니다. 이는 설문 조사 결과가 알려지면 이 도시의 높은 비율의 시민들이 잠재적인 새로운 법률을 지지하는 것으로 보이지만 실제로는 대부분의 시민들이 지지하지 않는다는 것을 의미합니다.

아래 그림은 이 문제를 보여줍니다. 녹색 원은 새 법에 찬성하는 사람들을 나타내고 빨간색 원은 새 법에 반대하는 사람들을 나타낸다고 가정합니다.

새로운 법을 지지하는 대부분의 사람들이 표본에 포함되어 있지만 전체 인구를 대표하지는 않는다는 점에 유의하십시오. 설문조사 결과에 따르면 대부분의 사람들이 새로운 법에 찬성하는 것으로 나타났으나 실제로는 그렇지 않습니다.

과소계산 편향의 예

다음 예에서는 과소계산 편향이 발생할 수 있는 여러 사례를 보여줍니다.

실시예 1

연구자들은 특정 도시의 시민들이 새로운 공원 건설에 대해 어떻게 생각하는지 알고 싶어합니다. 데이터를 수집하기 위해 연구자들은 지역 타운 미팅에 참석하여 주민들의 생각을 묻습니다. 불행하게도 이러한 형태의 편의 샘플링은 다음 그룹을 과소계산하는 데 어려움을 겪을 수 있습니다.

• 자치단체 회의에 참석하기 위한 교통수단이 없는 사람들
• 타운미팅이 진행되고 있다는 사실조차 모르는 사람들
• 저녁에 일을 해서 마을 회의에 참석할 수 없는 사람들

따라서 이들의 의견은 연구 결과에 반영되지 않습니다. 이러한 특정 그룹이 적게 계산되었기 때문에 표본이 모집단 전체를 대표할 가능성은 거의 없습니다.

실시예 2

연구자들은 특정 국가에서 사람들이 하루에 몇 시간 동안 텔레비전을 시청하는지 알고 싶어합니다. 연구를 위한 데이터를 수집하기 위해 그들은 지역 전화번호부에서 무작위로 이름을 선택하고 사람들에게 전화를 걸어 텔레비전 소비에 대해 질문했습니다. 이는 편의 샘플링의 한 형태이며 다음 그룹이 과소계산될 수 있습니다.

• 지역 전화번호부에 자신의 전화번호를 기재하지 않은 매우 부유한 사람들
• 휴대전화만 사용하고 지역 전화번호부에 번호가 기재되어 있지 않은 청소년

따라서 본 연구에서는 매우 부유한 사람들과 젊은이들이 시청하는 텔레비전의 양이 과소평가될 것입니다. 이러한 특정 그룹이 적게 계산되었기 때문에 표본이 모집단 전체를 대표할 가능성은 거의 없습니다.

실시예 3

연구자들은 특정 도시의 시민들이 새로운 교통 코드에 대해 어떻게 생각하는지 알고 싶어합니다. 그래서 그들은 지역 쇼핑센터를 지나가는 사람들에게 설문지를 배포했습니다. 이는 다음 그룹의 과소 적용으로 인해 어려움을 겪을 수 있는 편의 샘플링의 한 형태입니다.

• 쇼핑센터까지 이동하기 위한 교통수단이 없는 사람들(따라서 고속도로 코드의 영향을 크게 받지 않는 사람들)
• 쇼핑몰에 가는 것을 좋아하지 않는 사람들(따라서 혼잡한 지역에서는 운전하지 않기로 선택할 수도 있음)
• 다른 도시의 다른 쇼핑몰로 가는 사람들

따라서 이들의 의견은 연구 결과에 반영되지 않습니다. 이러한 특정 그룹이 적게 계산되었기 때문에 표본이 모집단 전체를 대표할 가능성은 거의 없습니다.

과소계산 편향을 방지하는 방법

과소계산 편향은 편의 샘플링으로 인해 발생하는 경우가 많습니다. 과소 집계 편향의 영향을 제거(또는 최소한 최소화)하기 위해 더 나은 형태의 샘플링은 단순 무작위 표본을 사용하는 것입니다.

이 유형의 표본에서는 모집단의 각 구성원이 표본의 일부로 선택될 확률이 동일합니다.

이 접근 방식의 장점은 각 구성원이 표본에 포함될 확률이 동일하므로 단순 무작위 표본이 일반적으로 관심 모집단을 대표한다는 것입니다.

편의 샘플링 대신 이 접근 방식을 사용하면 모집단의 모든(또는 거의 모든) 그룹의 구성원이 표본에 포함될 가능성이 높기 때문에 표본 결과를 더 넓은 모집단으로 추정하는 능력에 대해 더 확신을 가질 수 있습니다. . .

추가 리소스

자기 선택 편향이란 무엇입니까?
SEO 편향이란 무엇입니까?
무응답 편향이란 무엇입니까?