Даже очень большие выборки могут давать необъективные оценки для измерения бедности, если обследование не является случайным или если данные, полученные на его основе, не были скорректированы на возможные отклонения, например, из-за стратификации выборки (Вставка 3.6). Случайная выборка требует, чтобы каждый человек в популяции или каждая подгруппа в стратифицированной выборке имели равные шансы быть выбранными. Это гарантирует статистическую независимость - предположение, лежащее в основе большинства результатов, обычно используемых при создании статистических выводов о параметрах населения на основе выборочных обследований. (См. Вставку 3.6 о статистической независимости).
Бедные люди могут быть представлены в выборочных обследованиях не в полном объёме; например, их может быть труднее опросить, потому что они живут в отдаленных районах или бродяжничают. Действительно, в обследовании домашних хозяйств может отсутствовать одна отдельная подгруппа бедных: бездомные. Кроме того, некоторые обследования, которые использовались для измерения бедности, не предназначались для этой цели, поскольку их выборка не была рассчитана на охват всего населения. Примеры включают обследования рабочей силы, для которых выборка, как правило, ограничивается "экономически активным населением", что исключает определенные подгруппы бедных. Ключевые вопросы, которые следует задать в связи с любым обследованием: охватывает ли выборочная совокупность все население? Существует ли вероятность предвзятости в ответах, поскольку вероятность сотрудничества с интервьюером не случайна (см. Вставку 3.6).
Естественно, выбираемый ответ, при котором некоторые типы домохозяйств с меньшей вероятностью будут участвовать в обследованиях, может вызывать серьезную озабоченность при измерении бедности или неравенства. Ожидается, что, как правило, это будут относительно состоятельные люди, которые менее склонны к участию в опросах. Затем мы будем переоценивать уровень бедности, если только не удастся исправить смещение; последствия для измерения неравенства теоретически неоднозначны (Обратите внимание, что выборочное соблюдение требований - это не то же самое, что перевод доходов между богатыми и бедными, что должно изменить показатель неравенства. При выборочном соблюдении происходит перемещение долей населения, что создает двусмысленность. В технических терминах это объясняется у Коринеке и др. (2006). Мы вернемся к этому вопросу ниже.
Вопрос при разработке опроса заключается в том, следует ли платить тем, кто согласен участвовать. Подход к этому вопросу неоднозначен: в некоторых опросах платежи (часто скромные) производятся, а в других - нет. Использование новых технологий для проведения опросов (таких как мобильные телефоны) также подняло этот вопрос. Процент ответов, как правило, ниже, чем при проведении опросов на дому, поэтому может показаться привлекательным найти какую-то форму компенсации, например, предоставив бесплатное время для общения по телефону тем, кто согласен участвовать в опросе. Однако существует риск того, что такая практика на самом деле усугубит ситуацию; да, общий процент ответов возрастет, но выборка вполне может быть еще более предвзятой, с меньшим представительством богатых. Это объясняется далее во Вставке 3.8. Мы вернемся к проблемам выборочного опрашивания, при которых некоторые типы домохозяйств с меньшей вероятностью будут участвовать в обследованиях, когда мы рассмотрим ошибки измерений приведённые ниже.
| Вставка 3.8 Экономика участия в опросе Участие в опросе - это вопрос индивидуального выбора; никто не обязан подчиняться участию в статистическом опросе. Есть некоторая предполагаемая выгода от участия - удовлетворение от выполнения своего гражданского долга, - но есть и издержки. Можно ожидать, что эти расходы будут расти вместе с доходом. Например, альтернативные издержки времени, необходимого для выполнения требований, возрастают вместе с доходом (из-за более высокой ставки заработной платы), в то время как само время примерно не зависит от дохода. Потенциальный респондент опроса должен сопоставить предполагаемые выгоды с затратами. Представляется разумным ожидать, что предельные затраты (MC) на участие в опросе возрастают вместе с участием (измеряемые временем, затраченным на проведение опроса); чем дольше вы проводите опрос, тем больше он начинает поглощать время отводимое на другие ценные виды деятельности. Мы также можем предположить, что более высокий доход подразумевает более высокие предельные затраты (МС). Последнее свойство может быть рационализировано с точки зрения упущенного дохода от времени, потраченного на проведение опроса, который будет выше для тех, у кого более высокие ставки заработной платы.
Рисунок В 3.8.1 Выбор участия в опросе Разумно предположить, что предельная выгода не зависит от участия или, по крайней мере, не увеличивается с участием. Давайте также предположим, что предельная выгода от участия не растет вместе с доходом. В этих условиях существует оптимальный уровень индивидуального участия, приравнивающий предельную выгоду к предельной стоимости, как показано на рисунке B 3.8.1. По мере роста дохода желаемое участие снижается. Богатые будут менее склонны принимать участие, чем бедные. Фиксированная плата, выплачиваемая тем, кто согласен участвовать, увеличит вероятность участия, но она также может увеличить вероятность предвзятости, при которой процент участников будет уменьшаться при увеличении их дохода. Это происходит, если плата за участи является более сильным стимулом для участия бедных. Таким образом, участники опроса получающие оплату могут увеличить количество участников вашей выборки, но уменьшить вашу способность делать обоснованные выводы о распределении доходов среди населения по этой выборке. Дополнительная литература: Более полное обсуждение этой темы можно найти у Коринек и др. (2006). В более сложной модели участия в опросе Коринек и др. (2006) показывают, что при определенных условиях можно получить обратную зависимость, при которой самые бедные и богатые с меньшей вероятностью захотят участвовать в опросе, чем группы со средним уровнем дохода. |
Существуют различные методы выборки, которые могут помочь провести более эффективное с точки зрения затрат обследование, чем это было бы возможно при простой случайной выборке (Вставка 3.6). Стратифицированная случайная выборка, при которой разные подгруппы населения имеют разные (но известные) шансы быть выбранными, но все имеют равные шансы в любой данной подгруппе, может повысить точность измерения бедности, достижимую при заданном количестве проведённых опросов; например, можно провести избыточную выборку в определенных регионах, где, как считается, сосредоточены бедные. Кластерная выборка, напротив, снижает точность, поскольку обследованные домохозяйства в рамках данного кластера не могут считаться независимыми (Вставка 3.6 и Вставка 3.9).
| Вставка 3.9 Влияние дизайна на стандартные
ошибки Часто бывает интересно иметь достаточно большую выборку для каждой первичной единицы выборки, например, для измерения географических переменных, используемых для объяснения бедности или даже показателей бедности по первичным единицам выборки. Это требует адекватных проб на втором этапе двухэтапной схемы отбора проб (Вставка 3.6). Но это приводит к еще одной проблеме. Для данного совокупного размера выборки более крупные выборки на местном уровне увеличивают стандартную ошибку общей оценки показателей бедности или других демографических параметров. Это называется эффектом дизайна (DE). Это отношение фактической дисперсии (для данной переменной в конкретном проекте опроса) к дисперсии в простой случайной выборке. Можно показать, что эффект дизайна достигается за счет DE = 1 + p(B - 1), где p - коэффициент корреляции внутри первичной единицы выборки, а B - размер выборки, полученной в каждой первичной единице выборки. Таким образом, дизайн исследований может столкнуться с компромиссом между необходимостью точной оценки интересующих параметров популяции и способностью измерять то, что интересует человека на уровне первичной единицы. Дополнительная литература: Классическая трактовка этой темы - Киш (1965, гл. 5). |
Выбор, сделанный при разработке вопросника, может иметь значение для показателей, полученных из данной выборки. Качественные методы исследования и пилотное тестирование могут улучшить дизайн опроса, чтобы гарантировать, что тема, формулировка и последовательность вопросов смогут соответствовать гипотезам, подлежащим проверке. Фокус-группы могут быть полезным качественным инструментом на этапе разработки опроса, например, при формулировании соответствующих вопросов. Пилотное тестирование имеет важное значение для любого проекта вопросника.
Один общий момент должен оставаться ясным: следует знать о любых существенных изменениях в структуре обследования в области сравнения бедности, таких как различия в структуре выборки или вопроснике. Изменения в формулировке вопроса или изменения в расположении одного и того же вопроса в инструменте опроса могут изменить результаты (См., например, Kilic и Sohnesen (2014), которые приводят другие соответствующие доказательства).