Ważenie danych

Ważenie to:

  • Dostosowanie struktury próby zrealizowanej do struktury populacji badanej
  • Przypisanie odpowiednich współczynników ważności poszczególnym elementom próby – wag uwzględnianych przy obliczeniach
  • Są to współczynniki pomiędzy liczebnościami respondentów zrealizowanymi w poszczególnych warstwach a tymi, które są przy określonej liczebności próby proporcjonalne do populacji
  • Struktura populacji powinna być znana z dużą dokładnością
  • Należy – podobnie jak przy warstwowaniu próby – unikać nadmiernie szczegółowego ważenia, aby nie wprowadzać uzależnienia wyników od sposobu ważenia

Czy ważenie jest konieczne?
  • Jeśli badana populacja jest różnorodna – różne jej części mają różne charakterystyki – to wynik badania zależy od proporcji próby w badaniu
  • Jeśli proporcje próby i badanej populacji są różne – wyniki nie odzwierciedlają stanu populacji a jedynie stan próby

Przykład:

W społeczeństwie złożonym z 50% kobiet i 50% mężczyzn 20% kobiet i 80% mężczyzn ogląda programy sportowe w telewizji.

Pytanie: Jaki procent społeczeństwa ogląda programy sportowe TV?
Odpowiedź: 50% * 20% + 50% * 80% = 10% + 40% = 50%

W próbie badania mamy 70% kobiet (30% mężczyzn); wnioskując na podstawie próby otrzymamy:

70% * 20% + 30% + 80% = 14% + 24% = 38%

Należy więc osiągnąć sytuację w której w trakcie analiz wpływ na wynik podpróby kobiet ograniczymy do 50% a podpróby mężczyzn zwiększymy do 50%.
Temu służy ważenie.

Po co / kiedy ważymy?
  • Aby kompensować nierówne prawdopodobieństwa doboru poszczególnych respondentów, gdy schemat doboru próby zakłada nieproporcjonalny udział poszczególnych warstw (design weights)
  • Aby kompensować odstępstwa od struktury populacji wynikające z losowego charakteru schematu doboru respondentów do próby (ważenie poststratyfikacyjne)
  • Aby kompensować non-response, gdy realizacja próby spowodowała jej zniekształcenie w stosunku do próby wylosowanej (i populacji badanej)
  • Aby połączyć wyniki badań uzyskanych różnymi technikami (części próby, w których respondentów dobrano innymi metodami)

A więc zawsze wtedy, gdy struktura próby zrealizowanej w badaniu odbiega od struktury populacji

Wagi mogą być:

  • Wagami w próbie: wtedy suma wag w próbie równa się jej liczebności (taka waga jest stosowana przy analizach statystycznych i ułatwia śledzenie realizowalności badania w poszczególnych warstwach doboru próby). Warto wiedzieć, że średnia waga w próbie wynosi zawsze 1, a o jakości danych świadczy ich rozkład (dyspersja) a nie średnia!
  • Wagami populacyjnymi – przeliczanymi na całą badaną populację: suma wag to liczebność populacji, a każda waga odpowiada liczbie osób, które „reprezentuje” dany element próby (taka waga pozwala np. określić potencjał rynku).
  • Obie wagi są proporcjonalne – łączy je iloraz liczebności próby i populacji.