Wynik możesz podać w jednym zdaniu: „Ważony odsetek odpowiedzi «tak» wyniósł 60,0%. Podstawą było 150 osób z ważną odpowiedzią, z których 102 wybrały «tak» przed ważeniem”. Liczba 150 informuje o faktycznych obserwacjach, a procent o oszacowanym udziale po uwzględnieniu wag. Jeżeli podasz obie liczby, oznacz je tak, aby czytelnik nie próbował odtwarzać 60,0% przez dzielenie 102 przez 150. Ten iloraz odpowiada innemu, nieważonemu wynikowi: 68,0%.
Weź jedną pozycję ankiety i jeden wynik z wydruku. Ustal, komu pokazano pytanie, ilu uczestników dało ważną odpowiedź oraz której wagi użyto. Dopiero potem powtórz obliczenie: zsumuj wagi odpowiadających „tak” i podziel przez sumę wag wszystkich ważnych odpowiedzi na tę pozycję. Wydruk nie wystarczy, jeżeli nie wiadomo, czy program włączył brak danych, jak potraktował filtr lub co oznacza kolumna „ważone n”. Dla każdego wskaźnika zapisz dokładne reguły, zanim przeniesiesz go do wykresu albo akapitu.
Rozróżnij cztery wartości z wydruku
Pierwsza wartość to nieważona liczebność podstawy. Jest liczbą rzeczywistych obserwacji wliczonych do danego obliczenia. Przy jednej odpowiedzi na osobę możesz nazywać ją liczbą osób. Jeżeli plik ma kilka ankiet od tego samego uczestnika albo wiele wierszy na gospodarstwo domowe, najpierw zidentyfikuj jednostkę. Liczba 150 może oznaczać 150 respondentów, 150 wizyt lub 150 zakończonych pomiarów. Od tego zależy, jaki opis jest możliwy, jak policzysz udziały i czy obserwacje są zależne.
Druga wartość to nieważona liczebność kategorii. Informuje, ilu uczestników z analizowanej podstawy wybrało odpowiedź „tak”. Dzieląc ją przez nieważone n, otrzymasz udział odpowiedzi w analizowanej próbie. Przy braku ważenia to zazwyczaj wynik przekazywany czytelnikowi jako odsetek w próbie. Po wprowadzeniu wag możesz nadal podać oba wyniki, o ile każdy zostanie podpisany. To przydatne w aneksie, gdy trzeba pokazać, jak ważenie zmieniło opis. W głównym tekście wystarczy ta liczba, która odpowiada zaplanowanemu pytaniu, z informacją o nieważonej podstawie.
Trzecia wartość to suma wag analizowanych obserwacji. Jeśli wagi zostały znormalizowane, skala tej sumy może być umowna. Jeśli są to wagi uogólniające, odpowiednio udokumentowana suma może w danym projekcie służyć jako estymata liczby jednostek populacji. To wymaga właściwej skali, projektu i zakresu. Zsumowanie wag osób z ważną odpowiedzią daje sumę dla tej podgrupy z zastosowaną regułą braków. Nie oznacza automatycznie liczby wszystkich osób w populacji. Wartość 210 może też pochodzić z tabeli, w której program użył wag jako liczności powtórzeń. W takim razie najpierw sprawdź sposób analizy, zwłaszcza jeżeli na podstawie tej kolumny wyliczono błąd standardowy.
Czwarta wartość to ważony odsetek. W najprostszym opisie jest stosunkiem sumy wag obserwacji z daną odpowiedzią do sumy wag podstawy. Jeżeli każda osoba ma identyczną dodatnią wagę, obydwa procenty są takie same. Jeżeli wagi się różnią, wpływ poszczególnych osób na oszacowanie jest różny. Znak rozbieżności zależy od tego, które odpowiedzi częściej występują w obserwacjach o większych wagach. Większe wagi mogą przesunąć odsetek zarówno w dół, jak i w górę. Sam fakt przesunięcia nie pozwala ocenić, czy ważenie wykonano poprawnie.
Jak opisać oba rodzaje podstawy
Zapis „60% (n = 150)” jest zwięzły, lecz bez przypisu nie mówi, czy n jest ważone, czy nieważone. Ustal raz w legendzie lub bezpośrednio przy wykresie: „Odsetki ważone, n to nieważona liczba osób z ważną odpowiedzią”. Jeśli dodatkowo podajesz liczebności kategorii, rozróżnij „n podstawy” od „liczba odpowiedzi «tak»”. W opisie podgrup daj osobne n dla każdego odsetka. Przenoszenie ogólnego n na wszystkie wyniki maskuje filtry, braki i nierówny rozkład osób między kategoriami. Jeżeli każdy panel wykresu przedstawia inną pozycję, najwygodniej umieścić n na panelu albo w jednym, łatwym do odczytania objaśnieniu.
Możesz zrezygnować z publikowania sum wag, jeśli dla odbiorcy wystarczą odsetek, nieważone n i udokumentowana metoda. Zachowaj jednak sumy w pliku, z którego odtworzysz wynik. W przeciwnym razie kolejna osoba może znać obie liczebności nieważone, lecz nadal nie da rady sprawdzić procentu. Ustal też, na jakim etapie zaokrąglasz. Dla każdego zestawienia przechowuj wynik z pełniejszą dokładnością, a do tekstu, wykresu i podpisu stosuj tę samą regułę końcową.
Ustal, co oznacza kolumna z wagą
W badaniach z doborem losowym waga wyjściowa często wiąże się z prawdopodobieństwem włączenia do próby. Jednostka, którą losowano z mniejszym prawdopodobieństwem, może mieć większą wagę. Kolejne korekty mogą uwzględniać brak udziału i dopasowanie do znanych rozkładów populacji. W metodologii BAEL GUS dokumentuje m.in. nieproporcjonalny dobór regionów i odpowiednio zróżnicowane mnożniki uogólniające. W dokumentacji NHANES CDC/NCHS wyjaśnia podobne kroki i wskazuje, że wybór wagi zależy od części badania, z której pochodzi analizowana zmienna. To przykłady z konkretnych projektów, a w pracy używa się schematu przypisanego do własnego zbioru.
Szukaj instrukcji w opisie badania, słowniku danych i protokole autora analizy. Ustal nazwę pola, rodzaj wagi i jej skalę, jednostkę oraz zakres osób. Sprawdź też, czy waga dotyczy pomiaru głównego, podpróby, konkretnej fali lub połączenia kilku rund. Nazwa „weight”, „waga” albo „wt” nie wystarcza do rozstrzygnięcia. Pole może zawierać wagę losowania, wagę końcową, liczebność powtórzeń w zbiorze zagregowanym albo wagę replikacyjną używaną do oceny wariancji. Wybór zmienia interpretację. Nie podstawiaj zamiennie kolumn dlatego, że po zaokrągleniu dają podobny wynik.
Właściwa waga dla pytania i poziomu analizy
Jeżeli każda osoba wzięła udział w krótkiej ankiecie, ale dodatkowy test wypełniała jedynie wylosowana podpróba, nie przenoś automatycznie wagi dla ankiety na odpowiedzi z testu. Najpierw sprawdź, jak twórca badania skorygował prawdopodobieństwo wyboru i udziału w tej części. W przeciwnym razie interpretacja wyniku może obejmować niewłaściwą grupę i pomijać etap doboru. Jeśli łączysz pytanie z pełnego wywiadu z wynikiem dodatkowego pomiaru, analiza dotyczy osób mających niezbędne dane, a dokumentacja powinna wskazać, która waga jest przeznaczona do tego połączenia.
Analogiczny błąd powstaje przy użyciu wagi gospodarstwa domowego do opisu osób. Rozpatrz rodzinę z trzema ankietowanymi i rodzinę z jedną osobą. Powielenie wagi gospodarstwa w każdym wierszu da pierwszej rodzinie trzykrotny udział drugiej, jeśli wagi gospodarstw są równe. W analizie osób taki rozkład może odpowiadać pytaniu, ale musi wynikać z reguły doboru osób i powiązanych wag. W analizie gospodarstw potrzebujesz jednej odpowiedniej obserwacji na gospodarstwo lub innego rozwiązania przyjętego w projekcie. W pierwszej kolejności potwierdź, co reprezentuje każda waga.
Jeśli pracujesz na kilku falach, sprawdź, czy chcesz pokazać stan w każdej fali, średnią z pewnego okresu czy zmianę u tych samych osób. Skopiowanie jednej wagi do kolejnego pomiaru może ignorować ubytek uczestników lub inny skład próby. W projekcie panelowym wybierz zakres odpowiadający pytaniu o zmianę i właściwą wagę, jeśli projekt ją przewiduje. Gdy nie wiesz, jak łączyć fale, pokaż wyniki osobno do czasu wyjaśnienia dokumentacji.
Nie pozwól, aby zaokrąglenie zmieniło rachunek
Pomnożenie wszystkich wag przez jedną dodatnią stałą nie zmieni ich proporcji i dlatego nie zmieni opisywanego ilorazu sum. Zmieni za to obie sumy i każdy wynik interpretowany jako ważona liczebność. Jeżeli porównujesz eksporty z różną normalizacją, najpierw sprawdź, czy wagi różnią się jedynie stałą skalą. Jeżeli część wag wzrosła mocniej niż inne, może zmienić się wynik. Zachowaj w pliku wagi użyte w obliczeniach i zaokrąglaj końcowy procent, bez obcinania każdej wartości wcześniej. Liczby widoczne w raporcie roboczym mogą być zaokrąglone, choć narzędzie zachowuje dokładniejsze wartości do obliczeń.
Wagi analityczne służące do odzwierciedlenia schematu badania należy przekazać do procedury obsługującej dany typ wag. Nazwy opcji różnią się w programach. Użycie polecenia traktującego wagę jako krotność obserwacji może dać ten sam punktowy udział i zarazem inną liczebność, wariancję albo stopnie swobody. Sprawdź ustawienia procedury oraz wyeksportuj kod albo czytelny zapis czynności. Sama nazwa programu nie pozwoli ustalić, czy zastosowano właściwy algorytm.
Przelicz cały przykład, od 200 rekordów do podpisu
Wyobraź sobie badanie dojazdów studentów na zajęcia. Pytanie filtrujące wskazuje, czy badana osoba dojeżdża na zajęcia stacjonarne. Osoby zakwalifikowane do bloku oceniają, czy obecna organizacja połączeń wystarcza, by dotrzeć na pierwsze zajęcia. Ankieta używa dwóch merytorycznych odpowiedzi: „tak” i „nie”. Puste pole nie jest żadną z tych odpowiedzi. Poniższe dane są fikcyjne i uproszczone do ćwiczenia. Nie opisują żadnej uczelni ani rzeczywistej próby.
Do pliku trafiło 200 ankiet, po jednej na osobę. Zgodnie z odpowiedzią na filtr 40 osób nie dojeżdżało, więc nie otrzymało pytania. Pozostałych 160 otrzymało pozycję. Wśród nich 10 osób nie odpowiedziało. W analizie pokazujemy udział odpowiedzi „tak” wśród 150 osób z ważną odpowiedzią. W osobnym miejscu opisujemy 10 pominięć wśród uprawnionych. Przed publikacją warto odtworzyć obie tożsamości: 200 = 40 + 160 i 160 = 10 + 150. Wykres z n = 200 przy odsetku liczonym wśród 150 osób bez stosownego objaśnienia opisywałby niewłaściwą podstawę.
Dwie warstwy mają inny udział w próbie i inny wynik
Do ćwiczenia przyjmij, że dokumentacja pozwala zastosować w tym bloku dwie dodatnie wagi o umownej skali. Osoby z warstwy A mają wagę 1, a osoby z warstwy B wagę 3. W ważnych odpowiedziach warstwy A jest 90 odpowiedzi „tak” i 30 „nie”. W warstwie B jest 12 odpowiedzi „tak” i 18 „nie”. Jedna warstwa jest większa w pliku, druga otrzymuje większą wagę na osobę. Wszystkie liczby poniżej odnoszą się do tego samego pytania i tej samej reguły ważności.
- A: 120 osób z ważną odpowiedzią. Nieważony udział „tak” w warstwie wynosi 90/120, czyli 75,0%. Suma wag dla wszystkich odpowiedzi w tej warstwie to 120, a dla „tak” to 90.
- B: 30 osób z ważną odpowiedzią. Nieważony udział „tak” w warstwie wynosi 12/30, czyli 40,0%. Suma wag wszystkich odpowiedzi w tej warstwie to 90, a dla „tak” to 36.
- Łącznie przed ważeniem: 102 odpowiedzi „tak” i 48 „nie”, 150 osób. Iloraz 102/150 daje 68,0%.
- Łącznie po ważeniu: dla „tak” suma wynosi 90 + 36 = 126, dla „nie” 30 + 54 = 84, a dla całej podstawy 210. Iloraz 126/210 daje 60,0%, a 84/210 daje 40,0%.
W warstwach waga jest stała, więc procent „tak” po ważeniu osobno w A i B pozostaje odpowiednio 75,0% i 40,0%. Zmienia się ich udział w wyniku łącznym. Bez wag A stanowi 120/150, czyli 80,0% podstawy. Po ważeniu A wnosi 120/210, czyli około 57,1% łącznej masy wag. Większe znaczenie zyskuje warstwa B z niższym udziałem odpowiedzi „tak”. To wyjaśnia, dlaczego łączny odsetek spadł z 68,0% do 60,0%. Średnia arytmetyczna 75,0% i 40,0%, czyli 57,5%, dawałaby obu warstwom równe znaczenie i w tym przykładzie nie odtwarza żadnego z dwóch wyników łącznych.
Sprawdź licznik bez użycia gotowego procentu. Przy wadze 1 każda odpowiedź „tak” w A dodaje 1 do licznika i mianownika. W B dodaje 3 do obu sum. Odpowiedź „nie” dodaje swoją wagę do mianownika, lecz nie do licznika „tak”. Dzięki tej kontroli szybko odkryjesz, czy arkusz policzył w liczniku tylko kategorie „tak” i czy mianownik obejmuje ten sam zbiór. Jeżeli obliczasz wynik z jednego wiersza na osobę, nie doliczaj tego samego rekordu kilka razy z powodu połączenia pliku z danymi o poszczególnych kursach lub przystankach.
Wzór dla arkusza, który można odtworzyć
Jeśli w bazie odpowiedź „tak” ma kod 1, a „nie” kod 0, najpierw wyznacz wskaźnik kwalifikacji do analizy: pytanie wyświetlono, odpowiedź jest ważna i waga spełnia zasady dokumentacji. Nieważoną podstawę oblicz przez zliczenie zakwalifikowanych wierszy. Nieważony licznik to liczba zakwalifikowanych wierszy z kodem 1. Ważony licznik otrzymasz przez zsumowanie wag tylko tych wierszy, a ważony mianownik przez zsumowanie wag wszystkich zakwalifikowanych wierszy. Przy dużym pliku wygodnie utworzyć osobną kolumnę kontrolną dla statusu i nie opierać się na ręcznym ukrywaniu wierszy. Puste wiersze, tekstowe kody i duplikaty mogą przejść przez formułę dającą poprawnie wyglądający procent.
Jeżeli nie masz dostępu do danych jednostkowych, poproś o sumy wag oraz rzeczywiste liczebności dla konkretnego pytania, zakresu i wersji zbioru. Posiadanie jedynie tabeli z dwoma zaokrąglonymi procentami nie wystarczy do odzyskania wszystkich wartości. Nawet znajomość łącznego n nie pozwoli ustalić rozkładu wag. Gdy porównujesz wydruk z arkuszem, sprawdź niezależnie liczby wyłączeń, udział w każdej warstwie, nazwę wagi i dokładny procent przed zaokrągleniem.
Sprawdź, jak obsłużono filtr, braki i nieprawidłowe wagi
Pytanie filtrujące określa, kogo dotyczy wynik. W przykładzie pytanie o dojazd nie dotyczy 40 osób, które nie dojeżdżają na zajęcia stacjonarne. Gdyby potraktować ich jako „nie”, odpowiedź oznaczałaby jednocześnie brak dojazdu i ocenę niedostatecznego połączenia. Osobom, które dotarły do pytania, ale nie odpowiedziały, przypisz odrębną kategorię techniczną. Ich opinia jest nieznana. Gdy program domyślnie interpretuje niewypełnione pole jako 0, wynik może odpowiadać innemu pytaniu niż to, które zapisałeś w planie.
W przykładowej warstwie A były cztery braki pozycji, a w warstwie B sześć. Udział pominięć wśród osób, które miały odpowiedzieć, przed ważeniem wynosi 10/160, czyli 6,25%. Przy tych samych wagach suma wag braków wynosi 4 × 1 + 6 × 3 = 22. Łączna suma wag kwalifikujących się do pytania wynosi 210 + 22 = 232. Ważony udział pominięć w tej podstawie to 22/232, czyli około 9,5%. Pokaż te dwie liczby, jeśli pomagają zrozumieć konsekwencje braków. Zwróć uwagę, że przypadki o dużej wadze mogą zmieniać rozmiar problemu bardziej niż sugeruje ich surowa liczba.
Odróżnij odmowę, odpowiedź „nie wiem” i brak techniczny
W części ankiet „nie wiem” jest rzeczywistą odpowiedzią, którą warto opisać, np. w badaniu znajomości zasad. W innych analizach z góry traktuje się ją poza dychotomią „tak/nie”. Ustal, który odsetek chcesz podać. Jeśli interesują Cię wszystkie odpowiedzi, „nie wiem” można pokazać jako trzecią kategorię. Jeśli interesuje Cię rozkład wśród rozstrzygniętych ocen, podaj procent „tak” wśród „tak/nie” oraz pokaż osobno, ile odpowiedzi „nie wiem” wyłączono. W obydwu wariantach rozlicz zakres i nie utożsamiaj go z brakiem całego formularza. Odmowa może wystąpić tylko w jednym pytaniu u osoby, która dostarczyła resztę danych. Tę różnicę uwzględnia dokumentacja wielu badań, w tym rozdział GUS poświęcony realizacji próby BAEL.
Sprawdź, czy waga została skorygowana za brak udziału w badaniu, czy za brak na tej pozycji. To różne problemy. Korekta ogólnego braku udziału nie musi uzupełniać nieznanej odpowiedzi u osoby już uwzględnionej w zbiorze. Jeśli analizujesz wyłącznie kompletne odpowiedzi, opisz to i wskaż, jak brak może zniekształcić wynik. Jeśli przyjęto imputację lub dostosowanie wag ze względu na brak pozycji, ustal, na czym opiera się metoda, które obserwacje dotyczy oraz jak wpłynęła na precyzję. Suma wag nie dostarczy tej informacji sama.
Pokaż wpływ założeń, gdy odpowiedzi brakuje
Jeśli chcesz zrozumieć zakres możliwego wyniku wśród wszystkich 160 osób, możesz policzyć dwa skrajne warianty przy tych samych wagach. Jeśli wszystkie pominięcia byłyby odpowiedzią „nie”, udział „tak” wyniósłby 126/232, około 54,3%. Jeśli wszystkie byłyby „tak”, udział wyniósłby (126 + 22)/232, około 63,8%. Te warianty służą pokazaniu, jak wynik zależy od nieznanych odpowiedzi w tym przykładzie. Nie są przedziałem ufności i nie zastępują analizy schematu doboru. Nie imputują też każdej z osób rzeczywistej odpowiedzi. Na wykresie przedstawiaj je jako odrębną analizę wrażliwości, jeśli taki wynik jest przydatny, a procent wśród ważnych odpowiedzi pozostaw jasno podpisany.
Gdy „brak” był skutkiem źle działającego filtra, obydwa warianty mogą dotyczyć niewłaściwej zbiorowości. Odtwórz najpierw kryteria kwalifikacji. Przy danych z kilku wersji ankiety porównaj, czy pytanie zadano każdemu spełniającemu te same warunki. Jeżeli w jednej wersji ocena pojawiała się tylko osobom dojeżdżającym co najmniej trzy razy w tygodniu, a w drugiej wszystkim dojeżdżającym, trzeba pokazać, jakie wiersze reprezentuje każda wersja. Żadne ważenie nie zamienia tych filtrów w identyczny pomiar.
Nie zamieniaj brakującej wagi w wartość 1
Brak lub wartość 0 w kolumnie wag często ma znaczenie opisane przez twórcę zbioru. Waga może wynosić zero w pliku ogólnym dla osób nienależących do podpróby lub nieposiadających dodatniej wagi w danej części. Ujemna liczba może być kodem technicznym albo właściwością określonej metody, której nie należy stosować według zasad uproszczonego przykładu. Zatrzymaj obliczenie przy wątpliwościach, sprawdź dokumentację i oddziel braki w wyniku od braków w wadze. Jeżeli u danej osoby brakuje wagi, może mieć poprawną odpowiedź, ale nie wniesie jej do konkretnego ważonego oszacowania bez rozstrzygniętej reguły.
Przy dużym zakresie wag sprawdź wartości minimalne, maksymalne i ich rozkład według statusu danych. Jeśli jeden rekord ma wagę dziesięć razy większą od pozostałych, sprawdź, czy wynika z projektu, czy powstał po błędnym połączeniu plików. Nie obcinaj wag, żeby wynik wyglądał stabilniej. Ograniczanie dużych wag zmienia metodę, może zmniejszyć wariancję kosztem obciążenia i wymaga uzasadnienia. W protokole dopisz, które wyniki zależą od jednej zmiany, i zachowaj porównywalną wersję do audytu. W raportowaniu wyjaśnij też, czy wykluczono przypadki z brakiem dodatniej wagi, zanim podasz n jako podstawę ważonego wyniku.
Oceń precyzję w zgodzie ze schematem badania
Do oszacowania punktowego potrzebujesz sum wag. Do poprawnego błędu standardowego zwykle potrzebujesz więcej informacji, m.in. o warstwach, jednostkach losowania lub wagach replikacyjnych, zależnie od projektu. Osoby z tej samej klasy, placówki lub wylosowanego obszaru mogą dostarczać skorelowanych odpowiedzi. Waga nie usuwa tej zależności. Jeżeli w obliczeniu przyjmiesz wszystkie wiersze jako niezależne, wyliczony przedział może wyglądać precyzyjnie mimo słabszej informacji o populacji. Właściwa procedura i zestaw zmiennych zależą od sposobu losowania, korekt oraz dostępnych danych. Sam ważony odsetek z arkusza nie rozstrzyga, którą procedurę wybrać.
W przykładowym zbiorze wynik 60,0% opiera się na 150 osobach. Nie należy wstawiać 210 jako liczby niezależnych prób do prostego wzoru, bo to suma wag o umownej skali. Pomnożenie wszystkich wag przez 10 nie zmieni 60,0%, ale podniosłoby sumę do 2100. Gdyby traktować tę liczbę jako n w prostym przedziale, uzyskiwano by coraz węższy przedział tylko przez zmianę jednostki wagi. To szybki test, że sposób wyznaczenia precyzji jest niewłaściwy. Z drugiej strony podstawienie nieważonego n = 150 do wzoru dla próby prostej nadal może pomijać warstwy, skupienia i wpływ nierównych wag. Wybierz metodę z instrukcji projektu albo jasno przedstaw jedynie wynik punktowy i granice interpretacji.
Zbuduj obiekt schematu zanim ograniczysz się do podgrupy
Do wyliczenia prostego ilorazu sum dla studentów dojeżdżających potrzebne są wiersze należące do tego zakresu. Estymacja wariancji podgrupy w badaniu złożonym może wymagać zachowania informacji o jednostkach losowania, których nie widać w podgrupie. W samouczku wariancji NHANES CDC/NCHS zaleca stosowanie funkcji analizy domeny w odpowiednim narzędziu zamiast wcześniejszego usuwania rekordów spoza tej podgrupy. Różne programy obsługują ten etap w różny sposób. Sprawdź, czy cała dokumentacja wskazuje właściwy zestaw wejściowy, definicję dziedziny estymacji oraz traktowanie wag dodatnich i braków.
Jeśli w jednym z wielu ośrodków nie ma żadnej ważnej odpowiedzi na pozycję, nie wykreślaj go w ciemno z konstrukcji schematu. Takie wykluczenie może zmienić sposób, w jaki procedura oblicza stopnie swobody lub wariancję. Zacznij od rozliczenia przyczyn: poza filtrem, brak pozycji, brak odpowiedniej wagi lub brak całej jednostki. Ustal, które z nich dotyczą definicji podgrupy, a które jakości danych. Wątpliwości zapisz przy opisie metody; przy małej podgrupie lepiej przedstawić ograniczenie niż podstawę pozornie powiększoną przez sumę wag.
Oceń, co oznacza mała podgrupa
Załóż, że po dodatkowym podziale chcesz opisać osoby dojeżdżające nocnymi połączeniami. W danych jest osiem ważnych odpowiedzi, z których pięć miało wysoką wagę. Duży ważony udział może odpowiadać określonej regule, lecz nadal opiera się na ośmiu obserwacjach. Sprawdź, ile jednostek losowania wnosi dane, jaki jest błąd standardowy i czy wynik spełnia przyjęte zasady publikowania. Jeżeli plan i dokumentacja nie podają minimum, nie przenoś bez uzasadnienia progu z innej ankiety. Niektóre badania stosują jednocześnie kryteria n, szerokości przedziału i precyzji. Przydatność zależy od celu, rozkładu i projektu.
W module o wiarygodności estymat NHANES rozdzielono nieważoną liczbę obserwacji i efektywną liczebność, używaną w ich zasadach oceny precyzji. W ogólnym ujęciu efekt schematu porównuje wariancję oszacowania z wariancją przy określonym punkcie odniesienia w postaci próby prostej. Efektywna liczebność może pomóc zilustrować, ile informacji daje dane oszacowanie względem przyjętej próby odniesienia. Nie jest kolejną liczbą respondentów. Nie obliczaj jej przez sumowanie wag ani nie podstawiaj do dowolnego wzoru. Opisz, jak ją wyznaczono, tylko jeśli rzeczywiście jej użyto.
Porównując dwa wyniki, upewnij się, że obie wartości dotyczą tych samych jednostek, tego samego rodzaju wagi i porównywalnej podstawy. Różnicę 64% minus 52% możesz zapisać jako 12 punktów procentowych. Ocena jej niepewności wymaga procedury dla kontrastu zgodnej z projektem i ewentualnej zależności pomiędzy estymatami, np. gdy te same osoby oceniały dwie trasy. Dwa pojedyncze przedziały nie są gotowym przedziałem dla różnicy. Jeżeli materiał pozwala jedynie na opis, nazwij różnicę opisową i wskaż liczebności zamiast sugerować wynik testu.
Próba z otwartego linku ma inną podstawę wnioskowania
Jeżeli link rozpowszechniono wśród znajomych lub na grupie studenckiej bez określonego schematu naboru, można opisać, kto odpowiedział i jakie są wyniki w tych danych. Dopasowanie rozkładu wieku czy kierunku do znanych proporcji nie wyjaśnia automatycznie, dlaczego niektórzy odpowiedzieli, a inni nie. W każdej dopasowanej kategorii mogą pozostawać różnice związane z zainteresowaniem tematem, dostępem do internetu albo opinią o dojazdach. Zgodność jednej metryczki nie daje dowodu reprezentatywności wszystkich wniosków. Jeśli badanie ma uzasadnioną, udokumentowaną metodę modelowania selekcji, przedstaw jej założenia i ograniczenia. Jeśli nie ma potrzebnych danych, opisz korektę jako wariant i oddziel wynik w obserwowanej próbie od ewentualnych wniosków o populacji.
Zapisz wynik, który czytelnik może odtworzyć
Akapit do rozdziału wyników
„Pytanie o wystarczające połączenia pokazano 160 dojeżdżającym studentom. Spośród nich 150 udzieliło ważnej odpowiedzi, a 10 pominęło pozycję. Przed ważeniem odpowiedź «tak» wybrały 102 osoby, co stanowiło 68,0% ważnych odpowiedzi. Po zastosowaniu udokumentowanych wag przypisanych tej części ankiety odsetek wyniósł 60,0%. Podstawą oszacowania było nieważone n = 150. Odsetek odnosi się do odpowiedzi ważnych i nie uwzględnia 40 osób poza zakresem pytania. Wyniki są opisowe w ramach ćwiczenia i nie podano dla nich przedziału ufności”.
W prawdziwej pracy doprecyzuj, jaką populację odzwierciedla waga, jeśli materiał i projekt na to pozwalają. Jeżeli stosujesz kryteria jakości i oszacowania wariancji, podaj metodę oraz przedział w tej samej części tekstu. Nie przepisuj zdania o populacji bez podstawy w schemacie doboru lub przyjętym modelu. Zamiast „60% wszystkich studentów” użyj etykiety odpowiadającej zdefiniowanej grupie. Jeśli waga odzwierciedla konkretny semestr, tryb studiów lub kampus, nie rozszerzaj opisu na inne okresy, uczelnie albo formy uczestnictwa.
Podpis pod wykresem
„Odsetek odpowiedzi «tak» na pytanie o wystarczające połączenia dla dojeżdżających studentów. Wartości ważone. Nieważona liczebność podstawy: n = 150. Nie uwzględniono osób poza filtrem (40) i bez odpowiedzi na tę pozycję (10)”. Jeżeli publikujesz również słupki dla A i B, dodaj „A: n = 120, B: n = 30”. Gdy legenda rozróżnia wartości ważone i nieważone, zachowaj ten podział w każdym panelu. Jeśli na wykresie pojawiają się przedziały, zaznacz ich poziom, metodę i to, do którego zestawu wartości należą. Nie umieszczaj ważonego procentu przy podstawie będącej liczbą wszystkich wypełnionych ankiet, chyba że wyraźnie wyjaśniasz obie liczby.
Notatka, która zostaje w pliku analizy
Zapisz w jednej notatce nazwę źródłowej zmiennej i wagi, wersję danych, jednostkę, pytanie filtrujące, regułę braków, sposób agregacji i zaokrąglenie. Dla przykładu możesz wskazać: „Jeden wiersz na osobę; włączono osoby dojeżdżające z odpowiedzią «tak» lub «nie» i dodatnią wagą; licznik ważony 126, mianownik ważony 210; nieważone 102/150; wykluczono 10 pozycji bez odpowiedzi i 40 osób poza zakresem”. Jeśli przeliczasz kilka fal, dodaj regułę łączenia lub wskaż, że każdą analizowano odrębnie. Jeżeli obliczasz wariancję, dopisz zmienne projektu, metodę i sposób obsługi podgrup. W spisie skrótów możesz wyjaśnić, czym jest jednostka losowania, ale przy wyniku nadal czytelnie podpisz n.
Skontroluj wynik w arkuszu, wykresie i tekście
W pierwszym przejściu sprawdź liczebności i sumy wag, potem porównaj opisy. Błąd może wystąpić dopiero przy przeniesieniu wyniku, np. n z poprzedniego pytania pozostaje w podpisie, mimo że wartości pochodzą już z innej pozycji. Kontrola ręczna jednego panelu ułatwia wykrycie, czy arkusz stosuje właściwy filtr i sposób ważenia. Jeśli po poprawce etykiety raport nadal zawiera „n ważone”, ustal, czy to suma wag, efektywna liczebność czy inna wartość wyliczona w programie. Każda wymaga innego objaśnienia.
- Potwierdź, że liczba wierszy odpowiada jednostce i liczbie pomiarów w analizie.
- Rozlicz osoby poza filtrem, braki pozycji i osoby wyłączone z powodu problemu z wagą.
- Sprawdź z dokumentacją pochodzenie wagi, jej jednostkę i zakres stosowania.
- Porównaj nieważoną liczebność podstawy, liczbę odpowiedzi „tak” i ich zwykły iloraz.
- Odtwórz ważony licznik i mianownik osobno. Sprawdź, czy obie sumy pochodzą z tej samej podstawy.
- Wyjaśnij, dlaczego wynik zmienił się po ważeniu. Odtwórz udział ważniejszych wag w istotnych podgrupach.
- Jeżeli podajesz przedział, użyj procedury odpowiedniej dla schematu i ocenianej podgrupy. Podaj zastosowaną metodę.
- Porównaj tytuł, osie, legendę, przypis i akapit. Czy czytelnik zrozumie, co oznacza procent i podane n?
- Usuń z wniosków sformułowania o całej populacji, jeśli próba i przyjęta metoda nie uzasadniają takiej interpretacji.
- Zachowaj kopię użytych ustawień i sum kontrolnych, by można było odtworzyć wynik po zmianie bazy.
Dobry opis przetrwa trzy proste pytania czytelnika: „Ile osób odpowiedziało?”, „Jak otrzymano procent?” i „Kogo on dotyczy?”. Ustal każdą odpowiedź osobno. Przy wyliczonym przedziale dołóż pytanie o niepewność. Gdy informacja o schemacie lub zakresie nie jest dostępna, zaznacz dokładnie, które dane są potrzebne, i ogranicz opis do ustaleń, które można sprawdzić z dostarczonych wyników.
Bibliografia
- Główny Urząd Statystyczny (2023). Zeszyt metodologiczny. Badanie Aktywności Ekonomicznej Ludności. Warszawa. § 2.2 (dobór próby), § 2.3 (uogólnianie wyników) oraz § 7.2 (precyzja).
- National Center for Health Statistics, CDC. NHANES Tutorials: Weighting Module. Dokumentacja doboru wag odpowiednich dla zakresu pomiaru.
- National Center for Health Statistics, CDC. NHANES Tutorials: Variance Estimation Module. Dokumentacja estymacji wariancji oraz analizy podgrup.
- National Center for Health Statistics, CDC. NHANES Tutorials: Reliability of Estimates Module. Dokumentacja liczebności nieważonej, efektu schematu i efektywnej liczebności.
Najczęstsze pytania
Dlaczego ważony odsetek nie wynika z ilorazu odpowiedzi i liczebności?
Nieważony iloraz daje każdej osobie taki sam wpływ. W ważonym odsetku licznik i mianownik są sumami odpowiednich wag, dlatego podana obok liczba osób nie musi odtwarzać procentu.
Czy sumę wag można zapisać jako liczebność respondentów?
Podawaj liczbę obserwowanych jednostek jako n. Sumę wag objaśniaj osobno, według dokumentacji. Znormalizowane wagi mogą mieć umowną skalę, a estymata liczby jednostek populacji wymaga właściwych wag i zakresu.
Czy do ważonego odsetka wliczyć wagę osoby bez odpowiedzi?
Zależy od definicji wyniku. Dla udziału odpowiedzi merytorycznych używa się wag jednostek z ważną odpowiedzią; brak opisuje się osobno. Dla wyniku obejmującego wszystkie osoby uprawnione trzeba jawnie ustalić postępowanie z nieznanym wynikiem.
Czy ważenie ankiety z otwartego linku daje reprezentatywne wyniki?
Dopasowanie rozkładu wybranych cech samo nie uzasadnia reprezentatywności. Trzeba znać populację, sposób naboru i założenia, od których zależy wynik. Opisz dobór, ograniczenia oraz cel ewentualnej korekty.
Mam już obliczenia. Czy przygotujecie do nich opis?
Możemy pracować na gotowej analizie, jeżeli raport ma objaśnienia metod, zmiennych i oznaczeń. Dołącz pytania badawcze oraz wytyczne. Jeżeli brakuje informacji potrzebnych do interpretacji lub analiza wymaga ponownego sprawdzenia, wskażemy potrzebę odrębnego etapu.
Co przesłać do wyceny opracowania wyników?
Przygotuj aktualny materiał, narzędzie badawcze, cel i pytania, wytyczne oraz termin. Przy ankiecie potrzebny jest plik odpowiedzi i kwestionariusz; przy wywiadach liczba rozmów, transkrypcje lub opis ich stanu; przy dokumentach zbiór albo spis materiału oraz kryteria analizy. Dodaj istniejący tekst i uwagi promotora, jeśli są.



