Kalibrace dat z průzkumů na populační okraje
Při zpracování dat z dotazníkových šetření se málokdy podaří získat vzorek, který přesně odpovídá struktuře cílové populace. Rozdíly v návratnosti dotazníků u různých demografických skupin vedou k tomu, že některé segmenty jsou ve vzorku nadreprezentovány, zatímco jiné podreprezentovány. Kalibrace dat je statistický postup, který tyto disproporce odstraňuje úpravou vah jednotlivých respondentů tak, aby vážené marginální distribuce vybraných proměnných odpovídaly známým populačním parametrům, například údajům ze sčítání lidu.
Tento proces pomáhá snížit vychýlení odhadů způsobené selektivním neodpovídáním. Je však nutné mít na paměti, že kalibrace upravuje pouze rozdělení proměnných, které do výpočtu explicitně zadáte. Vztahy a distribuce u proměnných, které nebyly součástí kalibračních kritérií, zůstávají neupravené.
Raking versus poststratifikace
Při úpravě vah na populační cíle se nejčastěji používají dvě metody: poststratifikace a raking (iterativní proporcionální aproximace).
Poststratifikace rozděluje vzorek do vzájemně se vylučujících buněk definovaných kombinací všech sledovaných proměnných (např. konkrétní buňka pro muže ve věku 18–29 let v určitém regionu). Každé buňce je pak přiřazena váha na základě jejího skutečného podílu v populaci. Tato metoda je optimální, pokud jsou známy populační četnosti pro všechny kombinace proměnných a v každé buňce vzorku je dostatečný počet respondentů. S rostoucím počtem proměnných však počet buněk roste multiplikativně, což vede k prázdným nebo extrémně málo obsazeným buňkám.
Raking (iterativní proporcionální fitting) tento problém řeší tak, že vyžaduje pouze znalost marginálních distribucí (okrajů) jednotlivých proměnných, nikoli jejich vzájemných kombinací. Algoritmus pracuje v cyklech:
- Upraví váhy respondentů tak, aby odpovídaly okrajům první proměnné.
- Vezme tyto upravené váhy a přepočítá je, aby odpovídaly okrajům druhé proměnné.
- Tento postup opakuje pro všechny zadané proměnné.
- Protože úprava pozdějších proměnných naruší shodu u dříve upravených proměnných, algoritmus celý proces opakuje v dalších iteracích, dokud se rozdíly mezi váženými součty vzorku a populačními cíli u všech proměnných neocitnou pod stanovenou tolerancí.
Pokud je zadána pouze jedna kategorická proměnná, raking se chová jako jednoduchá poststratifikace. Výpočet pak skončí v jediném cyklu, kdy se na každou kategorii aplikuje přímočarý faktor úpravy vyjádřený jako cílový podíl dělený aktuálním podílem.
Výchozí váhy a jejich příprava
Před spuštěním kalibrace je často nutné definovat počáteční stav respondentů pomocí výchozích vah. Tyto váhy reprezentují bezrozměrné relativní hodnoty odrážející pravděpodobnost výběru a počáteční korekce.
- Pravděpodobnostní výběry: Výchozí váha by měla odpovídat převrácené hodnotě pravděpodobnosti výběru daného respondenta, případně upravené o předpokládanou míru neodpovídání.
- Nepravděpodobnostní (příležitostné) výběry: Pokud výchozí pravděpodobnosti výběru neexistují, ponechává se pole pro výchozí váhu prázdné. Kalkulačka v takovém případě přiřadí každému respondentovi výchozí hodnotu 1. Výsledné kalibrované váhy sice srovnají strukturu vzorku s populací, ale samy o sobě nepromění příležitostný vzorek v plnohodnotný pravděpodobnostní výběr.
Všechny hodnoty ve sloupci s výchozí vahou musí být konečná čísla větší než 0. Pokud se v datech objeví neplatný údaj, nástroj zobrazí chybu: „‹token›“ není konečná výchozí váha (řádek ‹line›). nebo Výchozí váha na řádku ‹line› musí být větší než 0..
Kishův vliv vah a efektivní velikost vzorku
Použití vah při analýze dat z průzkumů s sebou nese kompromis mezi vychýlením a rozptylem. Srovnání demografické struktury s populací sice snižuje systematické vychýlení, ale zavedení nestejných vah zvyšuje rozptyl odhadů a snižuje statistickou přesnost.
K měření tohoto vlivu se používá Kishův vliv vah (Kish's design effect due to weighting). Tento ukazatel vyjadřuje, o kolik se zvýší rozptyl odhadu průměru v důsledku variability vah. Vypočítá se podle vzorce:
Kishův vliv vah = n·Σw² ÷ (Σw)² = ‹count›·‹sumSquares› ÷ ‹sum›² = ‹effect›.
Kde w představuje výsledné váhy a n je celkový počet respondentů. Na základě tohoto vlivu se určuje efektivní velikost vzorku (Effective sample size), která udává ekvivalentní velikost neváženého náhodného výběru se stejnou statistickou přesností:
Efektivní velikost vzorku = (Σw)² ÷ Σw² = ‹sum›² ÷ ‹sumSquares› = ‹effective›.
Účinnost vážení (Weighting efficiency) vyjadřuje procentuální podíl efektivní velikosti vzorku vůči skutečnému počtu respondentů. Výrazná variabilita vah vede k nízké účinnosti a výraznému poklesu efektivní velikosti vzorku.
Tato diagnostika zohledňuje výhradně variabilitu vah. Nezahrnuje další aspekty komplexních plánů výběru, jako je shlukování (clustering), stratifikace nebo konečná korekce populace.
Diagnostika chyb a selhání konvergence
Při provádění rakingu může dojít k situacím, kdy algoritmus nedokáže najít stabilní řešení. Mezi hlavní příčiny patří:
- Problém nulové buňky (Zero-Cell Condition): Pokud má určitá kategorie v tabulce populačních cílů stanoven kladný cíl, ale ve vzorku respondentů pro tuto kategorii neexistuje žádný zástupce (nebo je součet jejich výchozích vah roven nule), řešení neexistuje. Kalkulačka v tomto případě proces zastaví s chybou: „
‹variable› / ‹category›“ má kladný cíl, ale žádnou použitelnou váhu vzorku, takže neexistuje žádné konečné řešení.. - Nekompatibilní cíle: Pokud se snažíte kalibrovat vzorek podle příliš mnoha proměnných, jejichž vzájemné distribuce v malém vzorku znemožňují matematické vyhovění všem okrajům zároveň, algoritmus může oscilovat a nesplnit toleranční limit v nastaveném počtu iterací.
- Překročení limitu iterací: Pokud algoritmus dosáhne nastaveného maxima, aniž by klesla maximální relativní chyba pod zvolenou toleranci, zobrazí se stav: Před konvergencí bylo dosaženo limitu iterací (
‹iterations›). Poslední váhy jsou zobrazeny pro diagnostiku, nikoli jako kalibrované výsledky..
Pokud raking úspěšně konverguje, ale výsledné váhy vykazují extrémní extrémy (např. několik respondentů má obrovské váhy, zatímco ostatní téměř nulové), nástroj zobrazí varování: Okraje se shodují, ale největší váha je ‹ratio›krát větší než nejmenší; před jejich použitím zkontrolujte efektivní velikost vzorku.. V takovém případě je vhodné zvážit sloučení některých kategorií nebo redukci počtu kalibračních proměnných.
Příprava dat a technické limity
Pro správné fungování kalkulačky je nutné dodržet formátování vstupních dat.
Data respondentů
Tabulka s respondenty musí obsahovat záhlaví a jeden řádek pro každého respondenta. Podporovány jsou oddělovače v podobě tabulátorů, středníků nebo čárek. V národních prostředích, která používají jako desetinný znak čárku, se doporučuje používat jako oddělovač sloupců tabulátor nebo středník, aby desetinná čárka zůstala uvnitř buňky a nedošlo k chybnému rozdělení sloupců.
Limity pro data respondentů:
- Maximální velikost textu: 2 000 000 znaků.
- Maximální počet řádků: 20 000 respondentů.
- Minimálně dva pojmenované sloupce s unikátními názvy bez prázdných záhlaví.
Populační okraje
Tabulka cílů musí obsahovat přesně tři sloupce: proměnnou, kategorii a cílové procento.
Limity pro populační okraje:
- Maximálně 500 řádků cílů.
- Maximálně 6 kalibračních proměnných.
- Maximálně 100 cílových kategorií na jednu proměnnou.
- Součet procent pro každou proměnnou musí činit přesně 100 %. Jednotlivé cíle musí být v rozmezí od 0 % do 100 % včetně.
Ochrana osobních údajů
Všechny výpočty probíhají lokálně přímo ve vašem webovém prohlížeči. Žádná data respondentů ani vypočtené váhy se neodesílají na externí servery.
Často kladené otázky
Co mám použít jako výchozí váhu? Použijte váhu, která náleží před kalibraci na populaci – obvykle převrácenou hodnotu pravděpodobnosti výběru každého respondenta po případné úpravě na neodpovídání, kterou váš průzkum vyžaduje. Pokud pravděpodobnostní váhy nemáte, ponechte pole prázdné, aby všichni začínali s vahou 1. Tím vzniknou kalibrační váhy, ale z příležitostného vzorku se tím pravděpodobnostní vzorek nestane.
Proč může být cíl bez řešení nebo proč může selhat konvergence? Kladný cíl nelze vytvořit z kategorie, která nemá žádného respondenta ve vzorku. Při více proměnných mohou pozorované kombinace způsobit, že jinak rozumně vypadající okraje budou nekompatibilní. Velmi nízký limit iterací nebo extrémní počáteční váhy mohou výpočet zastavit před dosažením požadované tolerance. Kontrola cílových hodnot a protokol nejhorších cílů ukazují, kde nesoulad přetrvává; tyto poslední váhy nepovažujte za kalibrované.
Je Kishův vliv vah celkovým efektem plánu výběru? Ne. Měří pouze ztrátu přesnosti spojenou s nestejnými vahami: stejné váhy dávají hodnotu 1 a proměnlivější váhy snižují efektivní velikost vzorku. Shlukování, stratifikace, korekce na konečnou populaci a vztah výsledku ke kalibračním proměnným mohou skutečný rozptyl změnit. Pro směrodatné odchylky a intervaly spolehlivosti použijte software, který zná kompletní plán výběru.
Co je raking a kdy je jeden okraj pouhou poststratifikací? Raking (iterativní proporcionální aproximace) upravuje vždy jeden známý populační okraj a poté mezi nimi cykluje, dokud dřívější okraje po pozdějších úpravách stále souhlasí. Pokud zadáte pouze jednu kategorickou proměnnou, stačí jeden cyklus: každá kategorie získá známou úpravu ve tvaru cílový podíl ÷ aktuální podíl. Více okrajů nevynucuje shodu jejich neuvedených vzájemných kombinací.