ความเป็นตัวแทน - กระบวนการนี้คืออะไร? ข้อผิดพลาดในการเป็นตัวแทน

แนวคิดของการเป็นตัวแทนมักใช้ในการรายงานทางสถิติและในการจัดทำสุนทรพจน์และรายงาน บางทีหากไม่มีมันก็ยากที่จะจินตนาการถึงการนำเสนอข้อมูลประเภทใดเพื่อการตรวจสอบ

การเป็นตัวแทน - มันคืออะไร?

ความเป็นตัวแทนจะสะท้อนว่าออบเจ็กต์หรือชิ้นส่วนที่เลือกสอดคล้องกับเนื้อหาและความหมายของชุดข้อมูลที่เลือกไว้อย่างไร

คำจำกัดความอื่น ๆ

แนวคิดของการเป็นตัวแทนสามารถสำรวจได้ในบริบทที่แตกต่างกัน แต่ตามความหมายแล้ว ความเป็นตัวแทนคือความสอดคล้องของคุณลักษณะและคุณสมบัติของหน่วยที่เลือกจากประชากรทั่วไป ซึ่งสะท้อนถึงคุณลักษณะของฐานข้อมูลทั่วไปทั้งหมดอย่างแม่นยำในภาพรวม

นอกจากนี้ ความเป็นตัวแทนของข้อมูลถูกกำหนดให้เป็นความสามารถของข้อมูลตัวอย่างในการแสดงพารามิเตอร์และคุณสมบัติของประชากรที่มีความสำคัญจากมุมมองของการศึกษาต่อเนื่อง

ตัวอย่างตัวแทน

หลักการสุ่มตัวอย่างคือการเลือกข้อมูลที่สำคัญที่สุดและสะท้อนถึงคุณสมบัติของชุดข้อมูลทั้งหมดอย่างแม่นยำ ด้วยเหตุนี้จึงใช้วิธีการต่างๆ เพื่อให้ได้ผลลัพธ์ที่ถูกต้องและเป็นแนวคิดทั่วไปของประชากรทั่วไป โดยใช้เฉพาะวัสดุที่คัดเลือกมาซึ่งอธิบายคุณภาพของข้อมูลทั้งหมด

จึงไม่มีความจำเป็นต้องศึกษาให้ทั่วถึงวัสดุ แต่ก็เพียงพอที่จะพิจารณาความเป็นตัวแทนของกลุ่มตัวอย่าง อะไรเนี่ย? นี่คือการเลือกข้อมูลแต่ละส่วนเพื่อให้มีแนวคิดเกี่ยวกับมวลรวมของข้อมูล

จำแนกตามวิธีเป็นความน่าจะเป็นและไม่น่าจะเป็นไปได้ ความน่าจะเป็นคือตัวอย่างที่สร้างขึ้นโดยการคำนวณข้อมูลที่สำคัญและน่าสนใจที่สุด ซึ่งเป็นตัวแทนเพิ่มเติมของประชากรทั่วไป นี่เป็นการเลือกโดยเจตนาหรือการเลือกแบบสุ่ม อย่างไรก็ตาม ได้รับการพิสูจน์โดยเนื้อหา

ไม่น่าจะเป็นหนึ่งในพันธุ์สุ่มตัวอย่าง รวบรวมตามหลักสลากกินแบ่งรัฐบาล ในกรณีนี้จะไม่คำนึงถึงความคิดเห็นของผู้ที่สร้างตัวอย่างดังกล่าว ใช้เฉพาะล็อตบอดเท่านั้น

การสุ่มตัวอย่างความน่าจะเป็น

ตัวอย่างความน่าจะเป็นสามารถแบ่งออกเป็นหลายประเภท:

• หนึ่งในหลักการที่ง่ายและเข้าใจได้มากที่สุดคือตัวอย่างที่ไม่เป็นตัวแทน ตัวอย่างเช่น วิธีนี้มักใช้ในการสำรวจทางสังคม ในเวลาเดียวกัน ผู้เข้าร่วมการสำรวจจะไม่ถูกเลือกจากฝูงชนในพื้นที่ใดโดยเฉพาะ และข้อมูลจะได้รับจาก 50 คนแรกที่เข้าร่วมในนั้น
• ตัวอย่างโดยเจตนาต่างกันตรงที่มีข้อกำหนดและเงื่อนไขจำนวนหนึ่งในการเลือก แต่ยังคงอาศัยความบังเอิญแบบสุ่ม ไม่ได้ติดตามสถิติที่ดีเป็นเป้าหมาย
• การสุ่มตัวอย่างตามโควต้าเป็นอีกเรื่องหนึ่งรูปแบบต่างๆ ของการสุ่มตัวอย่างความไม่น่าจะเป็นไปได้ ซึ่งมักใช้เพื่อสำรวจชุดข้อมูลขนาดใหญ่ ใช้ข้อกำหนดและเงื่อนไขเป็นจำนวนมาก มีการเลือกวัตถุที่ควรสอดคล้องกับพวกเขา นั่นคือการใช้ตัวอย่างการสำรวจทางสังคมสามารถสันนิษฐานได้ว่าจะมีการสัมภาษณ์ 100 คน แต่จะพิจารณาเฉพาะความคิดเห็นของคนจำนวนหนึ่งที่มีคุณสมบัติตรงตามข้อกำหนดที่กำหนดไว้เมื่อรวบรวมรายงานทางสถิติ

ตัวอย่างความน่าจะเป็น

สำหรับตัวอย่างความน่าจะเป็น จะคำนวณเป็นอนุกรมพารามิเตอร์ที่วัตถุในตัวอย่างจะสอดคล้องกัน และในจำนวนนั้น สามารถเลือกข้อเท็จจริงและข้อมูลเหล่านั้นอย่างแม่นยำซึ่งจะถูกนำเสนอในฐานะตัวแทนของข้อมูลตัวอย่างในรูปแบบต่างๆ ได้อย่างแม่นยำ วิธีการคำนวณข้อมูลที่จำเป็นดังกล่าวสามารถ:

• ตัวอย่างสุ่มง่ายๆประกอบด้วยความจริงที่ว่าในกลุ่มที่เลือก วิธีลอตเตอรีสุ่มโดยสมบูรณ์จะเลือกจำนวนข้อมูลที่ต้องการ ซึ่งจะเป็นตัวอย่างที่เป็นตัวแทน

• การสุ่มตัวอย่างอย่างเป็นระบบและสุ่มให้ความสามารถในการสร้างระบบสำหรับการคำนวณข้อมูลที่จำเป็นตามกลุ่มที่เลือกแบบสุ่ม ดังนั้น หากตัวเลขสุ่มตัวแรกที่ระบุหมายเลขลำดับของข้อมูลที่เลือกจากประชากรทั้งหมดคือ 5 ข้อมูลต่อมาที่จะเลือกอาจเป็น เช่น 15, 25, 35 และอื่นๆ ตัวอย่างนี้อธิบายอย่างชัดเจนว่าแม้แต่ตัวเลือกแบบสุ่มก็สามารถอ้างอิงจากการคำนวณข้อมูลที่ป้อนเข้าที่จำเป็นอย่างเป็นระบบ

ตัวอย่างผู้บริโภค

การสุ่มตัวอย่างที่มีความหมายเป็นวิธีที่ประกอบด้วยการพิจารณาแต่ละส่วน และบนพื้นฐานของการประเมิน ชุดจะถูกรวบรวมที่สะท้อนถึงลักษณะและคุณสมบัติของฐานข้อมูลทั่วไป ด้วยวิธีนี้ จะมีการเก็บรวบรวมข้อมูลเพิ่มเติมที่ตรงตามข้อกำหนดของกลุ่มตัวอย่างที่เป็นตัวแทน ง่ายต่อการเลือกตัวเลือกจำนวนหนึ่งที่ไม่รวมอยู่ในจำนวนทั้งหมด โดยไม่สูญเสียคุณภาพของข้อมูลที่เลือกซึ่งแสดงถึงจำนวนประชากรทั้งหมด ด้วยวิธีนี้จะกำหนดความเป็นตัวแทนของผลการศึกษา

ขนาดตัวอย่าง

ไม่ใช่คำถามสุดท้ายที่ต้องแก้ไข -คือขนาดกลุ่มตัวอย่างสำหรับการเป็นตัวแทนของประชากร ขนาดกลุ่มตัวอย่างไม่ได้ขึ้นอยู่กับจำนวนแหล่งที่มาของประชากรทั่วไปเสมอไป อย่างไรก็ตาม ความเป็นตัวแทนของประชากรกลุ่มตัวอย่างโดยตรงขึ้นอยู่กับจำนวนผลลัพธ์ที่ควรแบ่งออกเป็นส่วนต่างๆ ยิ่งเซ็กเมนต์ดังกล่าวมากเท่าใด ข้อมูลก็จะยิ่งเข้าสู่กลุ่มตัวอย่างมากขึ้นเท่านั้น หากผลลัพธ์ต้องการสัญกรณ์ทั่วไปและไม่ต้องการข้อมูลเฉพาะ ดังนั้น ตัวอย่างจะเล็กลง เพราะโดยไม่ต้องลงรายละเอียด ข้อมูลจะถูกนำเสนออย่างผิวเผินมากขึ้น ซึ่งหมายความว่าการอ่านจะเป็นแบบทั่วไป

แนวคิดของความผิดพลาดในการเป็นตัวแทน

ข้อผิดพลาดในการเป็นตัวแทนมีความเฉพาะเจาะจงความคลาดเคลื่อนระหว่างลักษณะของประชากรทั่วไปและข้อมูลกลุ่มตัวอย่าง เมื่อทำการศึกษาตัวอย่างใดๆ เป็นไปไม่ได้เลยที่จะได้ข้อมูลที่แม่นยำอย่างแท้จริง เช่นในการศึกษาประชากรทั่วไปทั้งหมดและกลุ่มตัวอย่างที่มีข้อมูลและพารามิเตอร์เพียงบางส่วนเท่านั้น ในขณะที่การศึกษาที่มีรายละเอียดมากขึ้นจะทำได้ก็ต่อเมื่อศึกษาประชากรทั้งหมดเท่านั้น ดังนั้นข้อผิดพลาดและข้อผิดพลาดบางอย่างจึงหลีกเลี่ยงไม่ได้

ประเภทของข้อผิดพลาด

มีข้อผิดพลาดบางอย่างที่เกิดขึ้นเมื่อรวบรวมตัวอย่างตัวแทน:

• อย่างเป็นระบบ
• สุ่ม
• ตั้งใจ
• ไม่ได้ตั้งใจ
• มาตรฐาน
• จำกัด

สาเหตุของการปรากฏตัวของข้อผิดพลาดแบบสุ่มอาจเป็นลักษณะที่ไม่ต่อเนื่องของการศึกษาของประชากรทั่วไป โดยปกติแล้ว ข้อผิดพลาดแบบสุ่มของการเป็นตัวแทนจะมีขนาดและธรรมชาติเล็กน้อย

ข้อผิดพลาดอย่างเป็นระบบเกิดขึ้นเมื่อกฎสำหรับการเลือกข้อมูลจากประชากรทั้งหมดถูกละเมิด

ข้อผิดพลาดเฉลี่ยคือความแตกต่างระหว่างค่าเฉลี่ยค่าตัวอย่างและประชากรหลัก ไม่ขึ้นอยู่กับจำนวนหน่วยในตัวอย่าง เป็นสัดส่วนผกผันกับขนาดตัวอย่าง ยิ่งมีปริมาณมาก ค่าความผิดพลาดเฉลี่ยก็จะยิ่งน้อยลงเท่านั้น

ข้อผิดพลาดเล็กน้อยนั้นใหญ่ที่สุดเท่าที่จะเป็นไปได้ความแตกต่างระหว่างค่าเฉลี่ยของกลุ่มตัวอย่างที่ทำกับประชากรทั้งหมด ข้อผิดพลาดดังกล่าวมีลักษณะเป็นข้อผิดพลาดสูงสุดที่เป็นไปได้ภายใต้เงื่อนไขที่กำหนดของการเกิดขึ้น

ข้อผิดพลาดโดยตั้งใจและไม่ตั้งใจของการเป็นตัวแทน

ข้อผิดพลาดในการชดเชยข้อมูลอาจเกิดขึ้นโดยตั้งใจหรือไม่ตั้งใจก็ได้

แล้วสาเหตุของความผิดพลาดโดยเจตนาเป็นแนวทางการเลือกข้อมูลด้วยวิธีการกำหนดแนวโน้ม ข้อผิดพลาดที่ไม่ได้ตั้งใจเกิดขึ้นได้แม้ในขั้นตอนการเตรียมการสังเกตตัวอย่าง โดยสร้างตัวอย่างที่เป็นตัวแทน เพื่อหลีกเลี่ยงข้อผิดพลาดดังกล่าว จำเป็นต้องสร้างกรอบการสุ่มตัวอย่างที่ดีสำหรับรายการหน่วยการสุ่มตัวอย่าง ต้องเป็นไปตามวัตถุประสงค์ของการสุ่มตัวอย่างอย่างครบถ้วน เชื่อถือได้ ครอบคลุมทุกด้านของการศึกษา

ความถูกต้อง ความน่าเชื่อถือ ความเป็นตัวแทน การคำนวณผิดพลาด

การคำนวณข้อผิดพลาดของการเป็นตัวแทน (Mm) ของค่าเฉลี่ยเลขคณิต (M)

ส่วนเบี่ยงเบนมาตรฐาน: ขนาดตัวอย่าง (>30)

ข้อผิดพลาดของตัวแทน (Mr) และค่าสัมพัทธ์ (R): ขนาดตัวอย่าง (n>30)

ในกรณีที่คุณต้องศึกษาประชากรที่มีจำนวนตัวอย่างน้อยและน้อยกว่า 30 หน่วย จำนวนการสังเกตจะน้อยลงทีละหน่วย

ขนาดของข้อผิดพลาดเป็นสัดส่วนโดยตรงกับขนาดตัวอย่าง ความเป็นตัวแทนของข้อมูลและการคำนวณระดับความเป็นไปได้ในการคาดการณ์ที่แม่นยำนั้นสะท้อนถึงข้อผิดพลาดเล็กน้อยจำนวนหนึ่ง

ระบบตัวแทน

ไม่เพียงแต่ในกระบวนการประเมินการส่งข้อมูลเท่านั้นใช้ตัวอย่างที่เป็นตัวแทน แต่ผู้ที่ได้รับข้อมูลเองใช้ระบบตัวแทน ดังนั้นสมองจึงประมวลผลข้อมูลจำนวนหนึ่งสร้างตัวอย่างตัวแทนจากการไหลของข้อมูลทั้งหมดเพื่อประเมินข้อมูลที่ส่งมาในเชิงคุณภาพและรวดเร็วและเข้าใจสาระสำคัญของปัญหา ตอบคำถาม: "ตัวแทน - มันคืออะไร" - ในระดับจิตสำนึกของมนุษย์นั้นค่อนข้างง่าย ในการทำเช่นนี้ สมองจะใช้อวัยวะรับสัมผัสทั้งหมด ขึ้นอยู่กับว่าข้อมูลประเภทใดจำเป็นต้องแยกออกจากกระแสทั่วไป ดังนั้นพวกเขาจึงแยกแยะ:

• ระบบการแสดงภาพโดยที่อวัยวะในการรับรู้ภาพของตามีส่วนเกี่ยวข้อง ผู้ที่ใช้ระบบดังกล่าวบ่อยครั้งเรียกว่าวิชวล ด้วยความช่วยเหลือของระบบนี้ บุคคลจะประมวลผลข้อมูลที่มาในรูปของรูปภาพ
• ระบบตัวแทนการได้ยินอวัยวะหลักที่ใช้คือการได้ยิน ข้อมูลที่ให้มาในรูปแบบของไฟล์เสียงหรือเสียงพูดจะถูกประมวลผลโดยระบบเฉพาะนี้ ผู้ที่รับรู้ข้อมูลได้ดีกว่าด้วยหูเรียกว่าโสตประสาท
• ระบบการเป็นตัวแทนทางการเคลื่อนไหวคือการประมวลผลการไหลของข้อมูลโดยการรับรู้ด้วยความช่วยเหลือของช่องทางการดมกลิ่นและสัมผัส

• ระบบตัวแทนดิจิทัลถูกนำมาใช้ร่วมกับระบบอื่นๆ เพื่อรับข้อมูลจากภายนอก นี่คือการรับรู้เชิงตรรกะเชิงอัตวิสัยและความเข้าใจในข้อมูลที่ได้รับ

ดังนั้นการเป็นตัวแทน - มันคืออะไร?การเลือกอย่างง่ายจากขั้นตอนจำนวนมากหรือขั้นตอนเดียวในการประมวลผลข้อมูล? เราสามารถพูดได้อย่างแน่นอนว่าการเป็นตัวแทนนั้นกำหนดการรับรู้ของเราเกี่ยวกับการไหลของข้อมูลเป็นส่วนใหญ่ ซึ่งช่วยแยกสิ่งที่สำคัญและสำคัญที่สุดออกจากมัน