Stichprobenverzerrungen treten auf, wenn einige Mitglieder einer Population systematisch eher in einer Stichprobe ausgewählt werden als andere.
Stichprobenverzerrungen schränken die Verallgemeinerbarkeit von Ergebnissen ein, da sie eine Bedrohung für die externe Validität, insbesondere die Populationsvalidität, darstellen. Mit anderen Worten, Ergebnisse aus verzerrten Stichproben können nur auf Populationen verallgemeinert werden, die Merkmale mit der Stichprobe teilen.
Ursachen für Stichprobenverzerrungen
Die Wahl des Forschungsdesigns oder der Datenerhebungsmethode kann zu Stichprobenverzerrungen führen. Stichprobenverzerrungen können sowohl bei Wahrscheinlichkeitsstichproben als auch bei Nicht-Wahrscheinlichkeitsstichproben auftreten.
Stichprobenverzerrungen bei Wahrscheinlichkeitsstichproben
Bei Wahrscheinlichkeitsstichproben hat jedes Mitglied der Grundgesamtheit eine bekannte Chance, ausgewählt zu werden. Sie können zum Beispiel einen Zufallszahlengenerator verwenden, um eine einfache Zufallsstichprobe aus Ihrer Grundgesamtheit auszuwählen.
Obwohl dieses Verfahren das Risiko einer Stichprobenverzerrung verringert, kann es diese nicht ausschließen. Wenn Ihr Stichprobenrahmen – die tatsächliche Liste von Individuen, aus der die Stichprobe gezogen wird – nicht mit der Grundgesamtheit übereinstimmt, kann dies zu einer verzerrten Stichprobe führen.
Obwohl Sie eine Zufallsstichprobe verwendet haben, hatte nicht jedes Mitglied Ihrer Zielpopulation – die Studenten an Ihrer Universität – eine Chance, ausgewählt zu werden. In Ihrer Stichprobe fehlen alle Personen, die sich nicht für eine Teilnahme an der Forschung angemeldet haben. Dies kann zu einer Verzerrung Ihrer Stichprobe in Richtung von Personen führen, die weniger soziale Ängste haben und eher bereit sind, an der Forschung teilzunehmen.
Stichprobenverzerrung bei Nicht-Wahrscheinlichkeitsstichproben
Eine Nicht-Wahrscheinlichkeitsstichprobe wird anhand von nicht zufälligen Kriterien ausgewählt. Bei einer Zufallsstichprobe werden die Teilnehmer z.B. nach Erreichbarkeit und Verfügbarkeit ausgewählt.
Nichtwahrscheinlichkeitsstichproben führen oft zu verzerrten Stichproben, da einige Mitglieder der Population mit größerer Wahrscheinlichkeit einbezogen werden als andere.
Arten der Stichprobenverzerrung
| Typ | Erläuterung | Beispiel | |
|---|---|---|---|
| Selbst-Auswahl | Personen mit bestimmten Merkmalen sind eher bereit, an einer Studie teilzunehmen als andere. | Personen, die eher auf der Suche nach Nervenkitzel sind, nehmen eher an Studien zur Schmerzforschung teil. Dies kann die Daten verzerren. | |
| Non-Response | Personen, die die Teilnahme an einer Studie verweigern oder sie abbrechen, unterscheiden sich systematisch von denen, die teilnehmen. | In einer Studie über Stress und Arbeitsbelastung nehmen Mitarbeiter mit hoher Arbeitsbelastung seltener teil. Die resultierende Stichprobe kann sich hinsichtlich der Arbeitsbelastung nicht stark unterscheiden. | |
| Untererfassung | Einige Mitglieder einer Bevölkerung sind in der Stichprobe unzureichend repräsentiert. | Bei der Durchführung allgemeiner nationaler Umfragen über das Internet können Gruppen mit eingeschränktem Internetzugang, wie z.B. ältere Menschen und Haushalte mit geringem Einkommen, übersehen werden. | |
| Survivorship | Erfolgreiche Beobachtungen, Personen und Objekte sind mit größerer Wahrscheinlichkeit in der Stichprobe vertreten als erfolglose. | In wissenschaftlichen Journalen gibt es eine starke Publikationsverzerrung hin zu positiven Ergebnissen. Erfolgreiche Forschungsergebnisse werden weitaus häufiger veröffentlicht als Nullbefunde. | |
| Vorauswahl oder Werbung | Die Art und Weise, wie die Teilnehmer vorgewählt werden oder wo eine Studie beworben wird, kann die Stichprobe verzerren. | Wenn Sie Freiwillige suchen, um eine neuartige Schlafintervention zu testen, kann es sein, dass Sie eine Stichprobe erhalten, die stärker motiviert ist, ihre Schlafgewohnheiten zu verbessern als der Rest der Bevölkerung. Infolgedessen ist es wahrscheinlich, dass sie ihre Schlafgewohnheiten unabhängig von den Auswirkungen Ihrer Intervention verbessern. | |
| Gesundheitsbewusste Nutzer | Freiwillige für präventive Interventionen verfolgen mit größerer Wahrscheinlichkeit gesundheitsfördernde Verhaltensweisen und Aktivitäten als andere Mitglieder der Bevölkerung. | Eine Stichprobe, die an einer präventiven Intervention teilnimmt, ernährt sich besser, ist körperlich aktiver, verzichtet auf Alkohol und vermeidet das Rauchen mehr als der Rest der Bevölkerung. Die experimentellen Ergebnisse können ein Ergebnis der Behandlung sein, die mit diesen Merkmalen der Stichprobe interagiert, und nicht nur mit der Behandlung selbst. |
Wie Sie Stichprobenverzerrungen vermeiden oder korrigieren
Die Verwendung eines sorgfältigen Forschungsdesigns und sorgfältiger Stichprobenverfahren kann Ihnen helfen, Stichprobenverzerrungen zu vermeiden.
- Bestimmen Sie eine Zielpopulation und einen Stichprobenrahmen (die Liste der Personen, aus der die Stichprobe gezogen wird). Stimmen Sie den Stichprobenrahmen so weit wie möglich auf die Zielpopulation ab, um das Risiko von Stichprobenverzerrungen zu reduzieren.
- Machen Sie Online-Umfragen so kurz und zugänglich wie möglich.
- Nachfassen bei Non-Respondern.
- Vermeiden Sie Convenience Sampling.
Oversampling zur Vermeidung von Verzerrungen
Oversampling kann zur Vermeidung von Stichprobenverzerrungen in Situationen eingesetzt werden, in denen Mitglieder bestimmter Gruppen unterrepräsentiert sind (Untererfassung). Dies ist eine Methode, bei der Befragte aus einigen Gruppen so ausgewählt werden, dass sie einen größeren Anteil an einer Stichprobe ausmachen, als dies in der Grundgesamtheit der Fall ist.
Nach der Erfassung aller Daten werden die Antworten der überstichprobenartig erfassten Gruppen mit ihrem tatsächlichen Anteil an der Grundgesamtheit gewichtet, um jegliche Stichprobenverzerrung zu entfernen.
Sie ziehen eine national repräsentative Stichprobe mit 1500 Befragten zusammen, die eine Überstichprobe asiatischer Amerikaner enthält. Die amerikanischen Haushalte werden per Zufallsauswahl kontaktiert, und aus Regionen mit mehr asiatischen Amerikanern werden überproportional große Stichproben gezogen. Von den 1500 Befragten sind 336 asiatische Amerikaner. Basierend auf dieser Stichprobengröße können sich die Forscher auf ihre Ergebnisse über asiatische Amerikaner verlassen.
Durch Gewichtung wird sichergestellt, dass die Antworten der asiatischen Amerikaner 5,6 % der Gesamtzahl ausmachen. Dies ermöglicht genaue Schätzungen der Stichprobe als Ganzes.
Häufig gestellte Fragen zur Stichprobenverzerrung
Eine Stichprobe ist eine Teilmenge von Individuen aus einer größeren Grundgesamtheit. Stichprobenbildung bedeutet, dass Sie die Gruppe auswählen, von der Sie in Ihrer Forschung tatsächlich Daten sammeln werden. Wenn Sie z. B. die Meinungen der Studenten an Ihrer Universität untersuchen, könnten Sie eine Stichprobe von 100 Studenten befragen.
In der Statistik ermöglicht eine Stichprobe das Testen einer Hypothese über die Merkmale einer Grundgesamtheit.
Stichprobenverzerrungen treten auf, wenn einige Mitglieder einer Grundgesamtheit systematisch wahrscheinlicher in einer Stichprobe ausgewählt werden als andere.
Warum sind Stichprobenverzerrungen wichtig?
Stichprobenverzerrungen sind eine Gefahr für die externe Validität – sie schränken die Verallgemeinerbarkeit Ihrer Ergebnisse auf eine breitere Gruppe von Personen ein.
Zu den häufigsten Arten von Stichprobenverzerrungen gehören Selbstselektion, Non-Response, Untererfassung, Survivorship, Pre-Screening oder Werbung und Healthy User Bias.
Die Verwendung eines sorgfältigen Forschungsdesigns und Stichprobenverfahrens kann Ihnen helfen, Stichprobenverzerrungen zu vermeiden. Oversampling kann verwendet werden, um eine Untererfassung zu korrigieren.
Stichproben werden verwendet, um Rückschlüsse auf Populationen zu ziehen. Stichproben sind einfacher zu erheben, weil sie praktisch, kostengünstig, bequem und überschaubar sind.