Apklausų svorio skaičiuoklė

Suderinkite respondentų duomenis su žinomomis populiacijos maržomis, tada patikrinkite kiekvieną galutinį svorį, tikslinį liekamąjį narį ir efektyvųjį imties tūrį.

Imtis ir tikslai

Įklijuokite antraštę ir iki 20,000 respondentų eilučių (2,000,000 simbolių). Naudokite tabuliaciją arba kabliataškius, kad jūsų regiono dešimtainis skyriklis liktų kiekvieno langelio viduje.
Naudokite kintamąjį, kategoriją ir tikslinį procentą (0%–100%): ne daugiau kaip 500 eilučių, 6 kintamieji ir po 100 kategorijų kiekvienam. Kiekvienas kintamasis turi apimti visas apklaustas kategorijas ir sudaryti 100%.
Neprivalomas ir bedimensis. Palikite tuščią, kad visiems būtų priskirtas pradinis svoris 1. Reikšmės turi būti baigtinės ir didesnės už 0.
Neprivalomas baigtinis skaitinis stulpelis, naudojamas tik svertiniams vidurkiams palyginti; rezultatai išlaiko paties stulpelio vienetą.
Bedimensis. Sustoti, kai kiekvieno tikslo santykinė klaida yra lygi arba mažesnė už šią reikšmę (nuo 1e-12 iki 1e-2).
Paskutiniai svoriai lieka tik diagnostiniai, jei ši riba pasiekiama prieš konvergenciją (nuo 1 iki 500).

Sukalibruoti svoriai

Maržų atitikimas

—

Tikslinis auditas

KintamasisKategorijaImtis nTikslasSvertinisLiekamasis narys

Pirmojo ciklo korekcijos daugikliai

KintamasisKategorijaDabartinė sumaTikslinė sumaDaugiklis

Konvergencijos žurnalas

IteracijaMaks. santykinė klaidaBlogiausias tikslas

Respondentų svoriai

EilutėIDPradinis svorisKorekcijaGalutinis svorisRezultatas

Algoritmas ir pakeitimas

Smc = Σ wi for i in category c

Tmc = n × targetmc ÷ 100

amc = Tmc ÷ Smc

wi ← wi × amc

wi,final = di × adjustmenti

DEFFKish = n·Σwi² ÷ (Σwi)²

neff = (Σwi)² ÷ Σwi²

    Įklijuokite respondentų duomenis ir populiacijos tikslus, kad sukurtumėte svorius.

    Jūsų respondentų duomenys ir apskaičiuoti svoriai lieka šioje naršyklėje ir niekada nėra įkeliami.

    DUK

    Kas yra svorio derinimas (raking) ir kada viena marža yra tiesiog poststratifikacija?

    Svorio derinimas (raking) koreguoja po vieną žinomą populiacijos maržą vienu metu, o tada cikliškai jas kartoja, kol ankstesnės maržos vis dar sutampa po vėlesnių korekcijų. Jei pateikiate tik vieną kategorinį kintamąjį, pakanka vieno ciklo: kiekviena kategorija gauna įprastą korekciją „tikslinė dalis ÷ dabartinė dalis“. Kelios maržos nelemia to, kad jų neįrašyti kryžminiai deriniai sutaptų.

    Ką turėčiau naudoti kaip pradinį svorį?

    Naudokite svorį, kuris priklauso prieš populiacijos kalibravimą – dažniausiai tai yra kiekvieno respondento galutinės atrankos tikimybės atvirkštinis dydis po bet kokio ankstesnio neatsakymo koregavimo, kurio reikalauja jūsų tyrimas. Jei neturite tikimybinių svorių, palikite lauką tuščią, kad visiems būtų priskirta reikšmė 1. Taip sugeneruosite kalibravimo svorius, tačiau tai nepavers proginės imties tikimybine imtimi.

    Ar Kish svorio efektas yra pilnas tyrimo plano efektas?

    Ne. Jis matuoja tik tikslumo praradimą, susijusį su nelygiais svoriais: lygūs svoriai duoda 1, o labiau kintantys svoriai sumažina efektyvųjį imties tūrį. Klasterizacija, stratifikacija, baigtinės populiacijos pataisos ir tai, kaip rezultatas susijęs su kalibravimo kintamaisiais, gali pakeisti tikrąją dispersiją. Standartinėms klaidoms ir pasikliautiniams intervalams skaičiuoti naudokite programinę įrangą, kuri žino visą imties planą.

    Kodėl tikslas gali neturėti sprendimo arba nesukonverguoti?

    Teigiamo tikslo negalima sukurti iš kategorijos, kurioje nėra nė vieno apklausto respondento. Naudojant kelis kintamuosius, stebimi deriniai taip pat gali paversti kitais atžvilgiais priimtinas maržas nesuderinamomis. Labai maža iteracijų riba arba ekstremalūs pradiniai svoriai gali sustabdyti procesą nepasiekus pageidaujamo nuokrypio. Tikslinis auditas ir blogiausio tikslo žurnalas rodo, kur išlieka neatitikimas; nelaikykite tų paskutinių svorių sukalibruotais.

    Parašė ir peržiūrėjo BroBroGo redakcijos komanda.Paskutinį kartą atnaujinta:

    Įvadas į apklausų duomenų kalibravimą

    Atliekant kiekybinius tyrimus, surinktos imties demografinė sudėtis dažnai skiriasi nuo tikrosios populiacijos struktūros. Apklausų svorio skaičiuoklė leidžia tyrėjams sukalibruoti respondentų duomenis, kad jie atitiktų žinomas populiacijos maržas. Šis procesas padeda sumažinti atrankos paklaidas ir užtikrina, kad gauti rezultatai tiksliau reprezentuotų tiriamąją grupę.

    Naudojant šį įrankį, visi respondentų duomenys ir apskaičiuoti svoriai lieka šioje naršyklėje ir niekada nėra įkeliami į išorinius serverius. Vietinis apdorojimas užtikrina duomenų privatumą tiesiogiai naudotojo įrenginyje.

    Svorio derinimas (raking) ir poststratifikacija

    Svorio derinimas (angl. raking arba iterative proportional fitting) yra algoritmas, taikomas tuomet, kai reikia suderinti kelis nepriklausomus populiacijos kintamuosius (pavyzdžiui, lytį, amžių ir regioną), neturint informacijos apie jų bendrą kryžminį pasiskirstymą.

    Jei tyrėjas pateikia tik vieną kategorinį kintamąjį, skaičiuoklė taiko vienos maržos elgseną. Tokiu atveju kalibravimas atliekamas per vieną ciklą, pritaikant paprastą korekciją „tikslinė dalis ÷ dabartinė dalis“ kiekvienai kategorijai. Tai yra klasikinė poststratifikacija. Tačiau, kai naudojami keli kintamieji, poststratifikacijai reikėtų žinoti kiekvieno kryžminio langelio (pvz., „jaunas vyras iš Vilniaus“) tikslią populiacijos dalį. Kadangi šių duomenų dažnai trūksta, svorio derinimas iteratyviai koreguoja kiekvieno kintamojo maržas po vieną, kol pasiekiama bendra konvergencija.

    Pradinių svorių taikymas

    Skaičiuoklėje galima nurodyti pradinio svorio stulpelį. Jei šis laukas paliekamas tuščias, kiekvienam respondentui priskiriamas numatytasis pradinis svoris, lygus 1.

    Pradiniai svoriai (arba baziniai svoriai) atspindi tikimybę patekti į imtį. Tikimybinėse imtyse bazinis svoris yra atvirkštinis respondento atrankos tikimybės dydis. Prieš pradedant kalibravimą prie populiacijos maržų, šie svoriai taip pat gali būti pakoreguoti dėl neatsakymo paklaidų. Visi pradinio svorio stulpelio įrašai turi būti baigtiniai skaičiai, didesni už 0.

    Kish svorio efektas ir dispersijos padidėjimas

    Svorio taikymas sumažina demografinį poslinkį, tačiau padidina statistinę paklaidą. Nevienodi respondentų svoriai sumažina efektyvųjį imties tūrį. Šis poveikis vertinamas naudojant Kish svorio efekto formulę:

    Kish svorio efektas = n·Σw² ÷ (Σw)² = ‹count›·‹sumSquares› ÷ ‹sum›² = ‹effect›.

    Atitinkamai, efektyvusis imties tūris apskaičiuojamas taip:

    Efektyvusis imties tūris = (Σw)² ÷ Σw² = ‹sum›² ÷ ‹sumSquares› = ‹effective›.

    Šie rodikliai padeda įvertinti svorio efektyvumą. Svarbu suprasti, kad Kish diagnostika atspindi tik nelygius svorius; ji neapima klasterizacijos, stratifikacijos ar pilno tyrimo dispersijos įvertinimo.

    Duomenų paruošimas ir techniniai ribojimai

    Kad skaičiuoklė veiktų tinkamai, įklijuojami duomenys turi atitikti šiuos formavimo reikalavimus:

    • Respondentų duomenys: Lentelėje turi būti antraštės eilutė ir ne daugiau kaip 20 000 respondentų eilučių (maksimalus simbolių skaičius – 2 000 000). Lentelėje privalo būti bent du pavadinti stulpeliai su unikaliomis antraštėmis. Kaip skirtukus galima naudoti tabuliaciją, kabliataškius arba kablelius. Regionuose, kur dešimtainis skyriklis yra kablelis, rekomenduojama naudoti tabuliaciją arba kabliataškius, kad skaičiai išliktų savo langeliuose.
    • Populiacijos maržos (%): Šią lentelę turi sudaryti lygiai trys stulpeliai: kintamasis, kategorija ir procentas. Leidžiama pateikti iki 500 tikslinių eilučių, iki 6 kalibravimo kintamųjų ir iki 100 kategorijų vienam kintamajam. Kiekvieno kintamojo tikslų suma turi sudaryti lygiai 100%, o reikšmės turi būti nuo 0% iki 100%.

    Jei nurodomas neprivalomas rezultato stulpelis, skaičiuoklė palygina pradinį ir galutinį svertinį vidurkį, išlaikydama originalius stulpelio matavimo vienetus.

    Algoritmo konvergencija ir diagnostika

    Svorio derinimo procesas vyksta iteratyviai, kol pasiekiamas nustatytas santykinis nuokrypis (nuo 1e-12 iki 1e-2) arba pasiekiama maksimali iteracijų riba (nuo 1 iki 500). Kiekvieno žingsnio metu taikoma ši korekcija:

    ‹variable› / ‹category›: daugiklis = tikslinė suma ÷ dabartinė suma = ‹target› ÷ ‹current› = ‹factor›

    Po sėkmingo suderinimo galutiniai svoriai yra normalizuojami:

    Normalizuokite galutinius svorius iki vidurkio 1, kad jų suma būtų lygi respondentų skaičiui: Σw = n = ‹count›.

    Galimos klaidos ir įspėjimai:

    • Nulinis langelis (Zero-Cell): Jei tam tikra kategorija turi teigiamą populiacijos tikslą, tačiau imtyje nėra nė vieno respondento, skaičiuoklė pateiks klaidą: „‹variable› / ‹category›“ turi teigiamą tikslą, bet neturi tinkamo naudoti imties svorio, todėl baigtinis sprendimas neegzistuoja.
    • Konvergencijos nebuvimas: Jei pasiekiama iteracijų riba nepasiekus nustatyto tikslumo, rodomas pranešimas: „Pasiekta iteracijų riba (‹iterations›) prieš konvergenciją. Paskutiniai svoriai rodomi diagnostikai, o ne kaip sukalibruoti rezultatai.“.
    • Ekstremalūs svoriai: Jei svoriai sėkmingai suderinami, tačiau jų pasiskirstymas yra labai netolygus, rodomas įspėjimas: „Maržos sutapo, tačiau didžiausias svoris yra ‹ratio› kartų didesnis už mažiausią; prieš naudodami juos, patikrinkite efektyvųjį imties tūrį.“.
    • Jau suderinta: Jei pradiniai duomenys jau atitinka tikslus, sistema praneša: „Pradiniai svoriai jau atitinka kiekvieną pageidaujamą maržą.“.

    Sėkmingai sukalibravus duomenis, galima naudoti funkciją „Kopijuoti svertinius duomenis“, kuri nukopijuoja pilną respondentų lentelę su pridėtais stulpeliais raking_adjustment ir raking_weight.

    Dažniausiai užduodami klausimai (DUK)

    Ką turėčiau naudoti kaip pradinį svorį?
    Naudokite svorį, kuris priklauso prieš populiacijos kalibravimą – dažniausiai tai yra kiekvieno respondento galutinės atrankos tikimybės atvirkštinis dydis po bet kokio ankstesnio neatsakymo koregavimo, kurio reikalauja jūsų tyrimas. Jei neturite tikimybinių svorių, palikite lauką tuščią, kad visiems būtų priskirta reikšmė 1. Taip sugeneruosite kalibravimo svorius, tačiau tai nepavers proginės imties tikimybine imtimi.

    Kas yra svorio derinimas (raking) ir kada viena marža yra tiesiog poststratifikacija?
    Svorio derinimas (raking) koreguoja po vieną žinomą populiacijos maržą vienu metu, o tada cikliškai jas kartoja, kol ankstesnės maržos vis dar sutampa po vėlesnių korekcijų. Jei pateikiate tik vieną kategorinį kintamąjį, pakanka vieno ciklo: kiekviena kategorija gauna įprastą korekciją „tikslinė dalis ÷ dabartinė dalis“. Kelios maržos nelemia to, kad jų neįrašyti kryžminiai deriniai sutaptų.

    Kodėl tikslas gali neturėti sprendimo arba nesukonverguoti?
    Teigiamo tikslo negalima sukurti iš kategorijos, kurioje nėra nė vieno apklausto respondento. Naudojant kelis kintamuosius, stebimi deriniai taip pat gali paversti kitais atžvilgiais priimtinas maržas nesuderinamomis. Labai maža iteracijų riba arba ekstremalūs pradiniai svoriai gali sustabdyti procesą nepasiekus pageidaujamo nuokrypio. Tikslinis auditas ir blogiausio tikslo žurnalas rodo, kur išlieka neatitikimas; nelaikykite tų paskutinių svorių sukalibruotais.

    Ar Kish svorio efektas yra pilnas tyrimo plano efektas?
    Ne. Jis matuoja tik tikslumo praradimą, susijusį su nelygiais svoriais: lygūs svoriai duoda 1, o labiau kintantys svoriai sumažina efektyvųjį imties tūrį. Klasterizacija, stratifikacija, baigtinės populiacijos pataisos ir tai, kaip rezultatas susijęs su kalibravimo kintamaisiais, gali pakeisti tikrąją dispersiją. Standartinėms klaidoms ir pasikliautiniams intervalams skaičiuoti naudokite programinę įrangą, kuri žino visą imties planą.

    Tiesinės regresijos skaičiuoklėSuderinkite mažiausiųjų kvadratų tiesę su suporuotais duomenimis ir vienoje vietoje matykite jos nuolydį, R², p reikšmę, pasikliautinius intervalus, liekamuosius narius bei prognozes.Z įverčio ir standartinio nuokrypio skaičiuoklėĮklijuokite duomenų rinkinį, kad gautumėte jo vidurkį, standartinį nuokrypį ir kiekvienos reikšmės z įverčius, arba raskite vieną nežinomąjį formulėje z = (x − μ) / σ su normaliosios kreivės tikimybėmis.Procentų skaičiuoklėKiek yra X % skaičiaus, kokį procentą viena reikšmė sudaro nuo kitos, bendra suma pagal žinomą procentą, padidėjimas ar sumažėjimas tarp dviejų skaičių ir pardavimo kainos po nuolaidos — viskas viename puslapyje.Santykio skaičiuoklėSuprastinkite santykį, raskite trūkstamą proporcijos narį arba padidinkite/sumažinkite abi puses tuo pačiu koeficientu.Masės centro skaičiuoklėSurašykite, kiek sveria kiekviena dalis ir kur ji yra, ir pamatykite pusiausvyros tašką bei svertinę sumą už kiekvienos ašies.Sergamumo ir paplitimo skaičiuoklėPaverskite atvejų ir populiacijos skaičių kumuliaciniu sergamumu, asmenų-laiko sergamumo lygiu bei taškiniu paplitimu – su aiškiai matomu kiekvieno rodiklio vardikliu.Gyventojų piramidės generatoriusPaverskite amžiaus ir lyties duomenis interaktyvia gyventojų piramide su priklausomybės koeficientais, amžiaus mediana ir formos įvertinimu.Balsavimo metodų palyginimo įrankisPaleiskite vieną reitingavimo biuletenių scenarijų per penkias skaičiavimo taisykles ir tiksliai pamatykite, kodėl skiriasi laimėtojai.