Keräilyvirheet

Keräilyvirheet ovat tilastotieteessä käytetty suomalainen termi, joka kuvaa virheitä, jotka syntyvät tiedon keräämisen ja kokoamisen prosesseissa. Ne voivat kohdistua sekä otoksiin, mittauksiin että tiedon yhdistämiseen ja tallennukseen. Termi kattaa sekä suunnittelu- että toteutuksesta johtuvat epävarmuustekijät, jotka voivat heikentää tutkimuksen luotettavuutta.

Tyypillisiä keräilyvirheitä ovat epätäydellinen tai vinoutunut otanta, ei‑vastaajien aiheuttama virhe sekä kattavuusvirheet, jolloin osa kohteista jää tilastotiedon ulkopuolelle. Lisäksi esiintyy mittausvirheitä, epäselvät tai virheellisesti vastattavat kysymykset, virheet tiedon syötössä sekä aineiston yhdistämiseen tai muotoiluun liittyvät käsittelyvirheet.

Vaikutukset voivat olla sekä systemaattisia että satunnaisia, ja ne voivat johtaa vääriin estimaatteihin sekä heikentää tulosten luotettavuutta. Erityisesti pienissä otoksissa tai monien lähteiden yhdistämisessä keräilyvirheet korostuvat.

Ehkäisemiseksi suositellaan selkeää tutkimusdesignia, standardoituja menetelmiä, koulutettua henkilöstöä, pilottitutkimuksia sekä kattavaa laadunvarmistusta ja dokumentointia. Käytännön keinoja ovat kaksinkertainen tarkastus, datan puutteiden huomioiminen sekä tarkoituksenmukainen imputointi ja punnittu weighting.