Begreppet representativitet återfinns ofta i statistisk rapportering och i förberedelser av tal och rapporter. Utan det är det kanske svårt att föreställa sig någon form av presentation av information för granskning.
Representativitet – vad är det?
Representativitet återspeglar hur de valda objekten eller delarna motsvarar innehållet och betydelsen av datamängden från vilken de valdes.
Andra definitioner
Begreppet representativitet kan avslöjas i olika sammanhang. Men i sin mening är representativitet överensstämmelsen mellan egenskaperna och egenskaperna hos utvalda enheter från den allmänna befolkningen, som exakt återspeglar egenskaperna hos hela den allmänna databasen som helhet.
Representativiteten av information definieras också som förmågan hos urvalsdata att representera parametrar och egenskaper hos populationen som är viktiga ur studiens synvinkel.
Representativt exempel
Principen för sampling är att väljaden viktigaste och exakt återspeglar egenskaperna hos den totala datamängden. För detta används olika metoder som gör det möjligt att erhålla korrekta resultat och en allmän uppfattning om populationen, med endast provmaterial som beskriver egenskaperna hos all data.
Det är alltså inte nödvändigt att studera hela materialet, utan det räcker med att beakta provets representativitet. Vad är det? Detta är ett urval av individuella uppgifter för att få en uppfattning om den totala mängden information.
Beroende på metoden särskiljs de som probabilistiska och osannolika. Sannolikhet är ett urval som görs genom att beräkna de viktigaste och mest intressanta uppgifterna, som är ytterligare representanter för den allmänna befolkningen. Är det ett avsiktligt val eller ett slumpmässigt urval, trots dess innehåll.
Osannolikt - det här är en av varianterna av slumpmässigt urval, sammanställt enligt principen om ett vanligt lotteri. I detta fall beaktas inte åsikten från den som utgör ett sådant prov. Endast en blindlot används.
Sannolikhetsurval
Sannolikhetsexempel kan också delas in i flera typer:
- En av de enklaste och mest begripliga principerna är icke-representativt urval. Till exempel används denna metod ofta i sociala undersökningar. Samtidigt väljs undersökningsdeltagare inte ut från mängden på några specifika grunder, och information erhålls från de första 50 personerna som deltog i den.
- Medveteturval skiljer sig åt genom att de har ett antal krav och villkor i urvalet, men förlitar sig ändå på slumpmässiga sammanträffanden, utan strävar efter målet att uppnå bra statistik.
- Kvotabaserad sampling är en annan variant av icke-probabilistisk sampling som ofta används för att undersöka stora datamängder. Den använder många villkor. Objekt väljs ut som ska motsvara dem. Det vill säga, med exemplet med en social undersökning kan man anta att 100 personer kommer att intervjuas, men endast åsikten från ett visst antal personer som kommer att uppfylla de uppställda kraven kommer att beaktas vid sammanställningen av en statistisk rapport.
Sannolikhetsexempel
För probabilistiska urval beräknas ett antal parametrar som objekten i urvalet kommer att motsvara, och bland dem, på olika sätt, kan just de fakta och data som kommer att presenteras som representativitet för provdata vald. Dessa sätt att beräkna nödvändig data kan vara:
Enkelt slumpmässigt urval. Den består i det faktum att bland det valda segmentet väljs den erforderliga mängden data genom en helt slumpmässig lotterimetod, som kommer att vara ett representativt urval
Systematisk och slumpmässig urval gör det möjligt att skapa ett system för att beräkna nödvändig data baserat på ett slumpmässigt v alt segment. Således, om det första slumpmässiga talet som indikerar sekvensnumret för de data som v alts från den totala populationen är 5, då den efterföljandedata som ska väljas kan till exempel vara 15, 25, 35 och så vidare. Detta exempel förklarar tydligt att även ett slumpmässigt urval kan baseras på systematiska beräkningar av nödvändiga indata
Exempel på konsumenter
Intentional Sampling är en metod som tar hänsyn till varje enskilt segment och baserat på dess bedömning sammanställs en population som återspeglar egenskaperna och egenskaperna hos den övergripande databasen. På så sätt samlas mer data in som uppfyller kraven för ett representativt urval. Det är lätt att välja ett antal alternativ som inte kommer att inkluderas i det totala antalet, utan att förlora kvaliteten på den valda data som representerar den totala populationen. På så sätt bestäms representativiteten för studiens resultat.
Provstorlek
Inte den sista frågan som tas upp är urvalsstorleken för en representativ representation av befolkningen. Urvalsstorleken beror inte alltid på antalet källor i den allmänna befolkningen. Provpopulationens representativitet beror dock direkt på hur många segment resultatet ska delas in i. Ju fler sådana segment, desto mer data kommer in i det resulterande provet. Om resultaten kräver en allmän notation och inte kräver detaljer, så blir urvalet därför mindre, eftersom informationen, utan att gå in på detaljer, presenteras mer ytligt, vilket betyder att dess läsning blir generell.
Mistake-konceptrepresentativitet
Representativitetsfel är en specifik diskrepans mellan populationens egenskaper och urvalsdata. När man utför en urvalsstudie är det omöjligt att få absolut exakta data, som i en komplett studie av allmänna populationer och ett urval försett med endast en del av informationen och parametrarna, medan en mer detaljerad studie är möjlig endast när man studerar hela populationen. Vissa felaktigheter och fel är därför oundvikliga.
Typer av fel
Särskilj några av de fel som uppstår vid sammanställning av ett representativt urval:
- Systematisk.
- Random.
- Deliberate.
- Oavsiktligt.
- Standard.
- Limit.
Anledningen till uppkomsten av slumpmässiga fel kan vara den diskontinuerliga karaktären av studien av den allmänna befolkningen. Vanligtvis är slumpmässiga fel i representativitet av försumbar storlek och natur.
Under tiden uppstår systematiska fel när reglerna för att välja data från den allmänna befolkningen överträds.
Medelfel är skillnaden mellan urvalets medelvärde och den underliggande populationen. Det beror inte på antalet enheter i urvalet. Den är omvänt proportionell mot urvalsstorleken. Sedan ju större volym, desto mindre är värdet på medelfelet.
Marginalfel är den största möjliga skillnaden mellan medelvärdena för provet som tagits och den totala populationen. Ett sådant fel karakteriseras som de maximala sannolika felenunder givna förhållanden för deras utseende.
Avsiktliga och oavsiktliga representativa fel
Dataförskjutningsfel kan vara avsiktliga eller oavsiktliga.
Skälen till uppkomsten av avsiktliga fel är då metoden för att välja data med metoden för att fastställa trender. Oavsiktliga fel uppstår även vid förberedelse av en provobservation och bildar ett representativt urval. För att undvika sådana fel är det nödvändigt att skapa en bra samplingsram för listning av samplingsenheter. Den måste helt uppfylla målen för provtagningen, vara tillförlitlig och täcka alla aspekter av studien.
Validitet, tillförlitlighet, representativitet. Felberäkning
Beräkna representativitetsfelet (Mm) för det aritmetiska medelvärdet (M).
Standardavvikelse: provstorlek (>30).
Representativitetsfel (Mr) och relativt värde (R): urvalsstorlek (n>30).
I det fall du måste studera en population där antalet urval är litet och är mindre än 30 enheter, då kommer antalet observationer att bli mindre med en enhet.
Storleken på felet är direkt proportionell mot storleken på urvalet. Informationens representativitet och beräkningen av graden av möjlighet att göra en korrekt prognos återspeglar ett visst mått av marginellt fel.
Representationssystem
Det är inte bara ett representativt urval som används i processen för att utvärdera presentationen av information, utan den person som tar emot informationen själv,använder representativa system. Således bearbetar hjärnan en viss mängd information och skapar ett representativt urval från hela informationsflödet för att kvalitativt och snabbt kunna utvärdera inlämnad data och förstå kärnan i frågan. Svara på frågan: "Representativitet - vad är det?" - på skalan av mänskligt medvetande är ganska enkelt. För att göra detta använder hjärnan alla underordnade sinnesorgan, beroende på vilken typ av information som behöver isoleras från det allmänna flödet. Således skiljer de åt:
- Visuellt representationssystem, där organen för visuell perception av ögat är involverade. Människor som ofta använder ett sådant system kallas visuella. Med hjälp av detta system bearbetar en person information som kommer i form av bilder.
- Audial representationssystem. Huvudorganet som används är hörseln. Information som tillhandahålls i form av ljudfiler eller tal bearbetas av just detta system. Människor som uppfattar information bättre på gehör kallas auditiva.
- Det kinestetiska representationssystemet är behandlingen av informationsflödet genom att uppfatta det genom lukt- och taktila kanaler.
Det digitala representationssystemet används tillsammans med andra som ett sätt att få information utifrån. Detta är en subjektiv-logisk uppfattning och förståelse av mottagna data
Så representativitet - vad är det? Ett enkelt urval från en uppsättning ellerintegrerad procedur i behandlingen av information? Vi kan definitivt säga att representativitet till stor del avgör vår uppfattning om dataflöden, vilket hjälper till att isolera det mest betydande och betydelsefulla från det.
