Näytteistysvirheet

Näytteistysvirheet ovat tilastollisen otannan tuloksissa esiintyviä eroja verrattuna populaation todellisiin arvoihin. Ne syntyvät, koska otos on pieni osa populaatiosta eikä koko populaatiota, jolloin otoksen tilastolliset suureet voivat poiketa populaation parametreista pelkän sattuman vuoksi. Näytteistysvirheet ovat satunnaisia: niiden odotusarvo on nolla epäedullisesti suunnitellussa otannassa.

Näytteistysvirheitä voidaan mitata ja tulkita. Yleinen mittari on otoksen keskiarvo tai suhteen estimaatin, jonka vaihtelua kuvaa standardivirhe. Suurempi otoskoko pienentää standardivirhettä ja siten todennäköisyyttä, että otoksen arvo on lähellä populaation arvoa. Tämä mahdollistaa luottamusvälien ja virhemarginaalien muodostamisen.

Suurin osa näytteistysvirheestä voidaan minimoida suunnittelemalla laadukas otanta. Hyviä käytäntöjä ovat edustavan otoksen varmistaminen, satunnaistaminen, stratifikointi (jaottelu ryhmiin, joista otokset kerätään erikseen) sekä laadukkaan otanta-ruudun käyttö. Lisäksi on tärkeää minimoida otantakaistan vääristymiä, kuten väärän otantakehyksen käyttö tai liiallinen ei-vastaaminen, sillä nämä voivat muuttaa virheen luonnetta mutta eivät poista sitä kokonaan.

Näytteistysvirhe eroaa ns. ei-näytteistysvirheistä, kuten mittausvirheistä, ei-vastaamisesta tai tiedon käsittelyvirheistä. Näytteistysvirhe on nimenomaan otannan luonnollinen satunnainen vaihtelu, jota voidaan tämänhetkisten menetelmien avulla vain arvioida ja pienentää. Esimerkkinä politiikan tutkimuksessa 1000 henkilön gallup voi antaa tuloksen, joka poikkeaa todellisesta enemmistöarviosta näytteistysvirheen vuoksi; virhemarginaali kertoo tässä suurimman todennäköisen poikkeaman rajan.