Próba reprezentatywna - potrzeba i propozycja definicji

• Authors: Mirosław Szreder

Title variants

EN

Representative sample – the need for and the proposal of a definition

Abstracts

EN

A ‘representative sample’ is one of few terms used in statistical inference which do not have a precise and commonly recognised definition. The need for such a definition is less nagging in sciences and natural sciences, where empirical experimental research has exploratory objectives, and thus rarely requires obtaining representative samples. On the other hand, descriptive and confirmatory objectives of social sciences and economics necessitate samples on the basis of which it would be possible to make generalisations of relevant estimates for a given population and assess their errors. The aim of this paper is to discuss the role of a representative sample in scientific and statistical inference, and additionally to propose its definition and show its specificity in the case where at the same time it is a non-random sample, whose representativeness is limited to some specified variables only.In the proposed definition, the author focuses on the consistency of the sample structure with the structure of the population and the possibility of making inference in which estimates obtained from the sample have numerical error values assigned to them. It is also argued that samples which show convergence of the distributions of only some characteristics with their population distributions should be called ‘representative samples in terms of specified variables’ instead of just ‘representative samples’. Moreover, it is demonstrated that the category of a random sample which is inseparably linked to statistical inference does not need any equivalents.

PL

„Próba reprezentatywna” należy do tych nielicznych pojęć wnioskowania statystycznego, które nie doczekały się precyzyjnej i powszechnie uznanej definicji. Potrzeba istnienia takiej definicji jest mniej odczuwalna w naukach ścisłych i przyrodniczych, w których empiryczne badania eksperymentalne, mające głównie cele eksploracyjne, rzadko wymagają uzyskania prób reprezentatywnych. Z kolei cele deskryptywne i konfirmacyjne, właściwe dla nauk społecznych i ekonomicznych, sprawiają, że jednym z najważniejszych wymogów odnoszących się do próby badawczej jest możliwość dokonywania na jej podstawie uogólnień odpowiednich oszacowań dla populacji wraz z oceną ich błędów. Celem artykułu jest krytyczne omówienie roli próby reprezentatywnej we wnioskowaniu naukowym i statystycznym, a ponadto zaproponowanie definicji „próby reprezentatywnej” i wskazanie jej specyfiki względem prób nielosowych, których reprezentatywność jest ograniczona jedynie do ściśle wskazanych zmiennych. W proponowanej definicji autor kładzie nacisk na zgodność struktury próby ze strukturą populacji oraz na możliwości wnioskowania, w którym ocenom uzyskanym z próby są przypisane odpowiednio oszacowane liczbowe wartości błędów. Postuluje także, aby próbę, która wykazuje zbieżność rozkładów tylko niektórych cech z ich rozkładami populacyjnymi, nazywać nie „próbą reprezentatywną”, lecz „próbą reprezentatywną ze względu na wyszczególnione zmienne”. Uzasadniono także zbędność tworzenia we wnioskowaniu statystycznym kategorii „próby reprezentacyjnej”.

Keywords

PL

próba reprezentatywna; wnioskowanie statystyczne; wnioskowanie naukowe; cele eksploracyjne; cele deskryptywne; cele konfirmacyjne

EN

representative sample; statistical inference; scientific inference; exploratory objectives; descriptive objectives; confirmatory objectives

• Publisher: Główny Urząd Statystyczny
• Journal: Wiadomości Statystyczne. The Polish Statistician
• Year: 2024
• Volume: 69
• Issue: 11
• Pages: 54-68

Dates

published

2024

Contributors

author

Mirosław Szreder

• Uniwersytet Gdański, Wydział Zarządzania, Polska

• https://orcid.org/0000000275970816

References

• Analytical Methods Committee. (2016). Representative sampling? Views from a regulator and a measurement scientist. Analytical Methods, 8(24), 4783–4784. https://doi.org/10.1039/c6ay90077a.
• Babbie, E. (2004). Badania społeczne w praktyce (tłum. W. Betkiewicz, M. Bucholc, P. Gadomski, J. Haman, A. Jasiewicz-Betkiewicz, A. Kloskowska-Dudzińska, M. Kowalski, M. Mozga). Wydaw-nictwo Naukowe PWN.
• Bracha, C. (1996). Teoretyczne podstawy metody reprezentacyjnej. Wydawnictwo Naukowe PWN.
• Bracha, C. (1998). Metoda reprezentacyjna w badaniu opinii publicznej i marketingu. Efekt.
• Dowlen, O. (2008). The political potential of sortition. A study of the random selection of citizens for public office. Imprint Academic.
• Ebrahim, S., Smith, G. D. (2013). Commentary: Should we always deliberately be non-representa-tive?. International Journal of Epidemiology, 42(4), 1022–1026. https://doi.org/10.1093/ije /dyt105 .
• Kozłowski, A., Szreder, M. (2020). Informacje spoza próby w badaniach statystycznych. Wydawnictwo Uniwersytetu Gdańskiego.
• Lavrakas, P. J. (red.). (2008). Representative sample. W: Encyclopedia of Survey Research Methods (t. 2). SAGE Publications. https://doi.org/10.4135/9781412963947.
• Pub Affairs Bruxelles. (2021). Conference on the Future of Europe: European Citizens’ Panels set to start. https://www.pubaffairsbruxelles.eu/eu-institution-news/conference-on-the-future-of -europe-european-citizens-panels-set-to-start/.
• Reichenbach, H. (1951). The Rise of Scientific Philosophy. University of California Press. https://doi.org/10.2307/jj.8501244.
• Richiardi, L., Pizzi, C., Pearce, N. (2013). Commentary: Representativeness is usually not necessary and often should be avoided. International Journal of Epidemiology, 42(4), 1018–1022. https://doi.org/10.1093/ije/dyt103.
• Rothman, K. J., Gallacher, J. E. J., Hatch, E. E. (2013). Why representativeness should be avoided. International Journal of Epidemiology, 42(4), 1012–1014. https://doi.org/10.1093/ije/dys223.
• Rószkiewicz, M., Perek-Białas, J., Węziak-Białowolska, D., Zięba-Pietrzak, A. (2013). Projektowanie badań społeczno-ekonomicznych. Rekomendacje i praktyka badawcza. Wydawnictwo Naukowe PWN.
• Rudolph, J. E., Zhong, Y., Duggal, P., Mehta, S. H., Lau, B. (2023). Defining representativeness of study samples in medical and population health research. BMJ Medicine, 2(1), 1–7. https://doi.org/10.1136/bmjmed-2022-000399.
• Shell, E. R. (2016). Hurdling Obstacles: Meet Marcia McNutt, scientist, administrator, editor, and now National Academy of Sciences president. Science, 353(6295), 116–119. https://doi.org/10.1126/science.353.6295.116.
• Spiegelhalt, D. J., Grieve, A. P., Lindley, D. V., Copas, J. B., Cairns, A. J. G., Chatfield, C., Box, G., Cox, D., Tukey, J. W., Raftery, A. E., Aitkin, M., Barnard, G. A., Donnelly, P., Ehrenberg, A. S. C., Gelfand, A. E., MaHlick, B. K., Gelman, A., Meng, X.-L., Glasbey, C. A., …, Zellner, A. (1995). Discussion of the paper by Draper. Journal of the Royal Statistical Society, Series B (Methodologi- cal), 57(1), 71–97. https://doi.org/10.1111/j.2517-6161.1995.tb02016.x.
• Steczkowski, J. (1995). Metoda reprezentacyjna w badaniach zjawisk ekonomiczno-społecznych. Wy-dawnictwo Naukowe PWN.
• Szreder, M. (2010). Metody i techniki sondażowych badań opinii (wyd. II zmienione). Polskie Wydawnictwo Ekonomiczne.
• Szreder, M. (2012). Wybór próby badawczej – aspekt etyczny i naukowy. Marketing i Rynek, (11), 24–27.
• Szreder, M. (2019). Istotność statystyczna w czasach big data. Wiadomości Statystyczne. The Polish Statistician, 64(11), 42–57. https://doi.org/10.5604/01.3001.0013.7583.
• Szymkowiak, M. (2019). Podejście kalibracyjne w badaniach społeczno-ekonomicznych. Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu. https://doi.org/10.18559/978-83-66199-89-7.
• Tong, C. (2019). Statistical Inference Enables Bad Science; Statistical Thinking Enables Good Science. The American Statistician, 73(S1), 246–261. https://www.tandfonline.com/doi/full/10.1080/00031305.2018.1518264#abstract.
• Trian, N. (2021, 1 marca). Macron’s ‘direct democracy’ to be tested as citizens’ panel on climate wraps up. https://www.france24.com/en/france/20210301-macron-s-direct-democracy-to-be-tested-as-citizens-panel-on-climate-wraps-up.

Identifiers

DOI

10.59139/ws.2024.11.4

Biblioteka Nauki

59125007