Poststratificatie

Poststratificatie is een statistische methode uit de enquête- en steekproefanalyse die de representativiteit van een steekproef verbetert door de gewichten na de dataverzameling af te stemmen op bekende populatiemarges. Het doel is bias te verminderen die kan voortkomen uit een niet-representatieve respons of uit het complexe steekproefontwerp.

Bij poststratificatie worden poststrata gedefinieerd op basis van bekende variabelen zoals leeftijd, geslacht, regio of andere relevante kenmerken. Voor elk poststratum wordt het gewicht zodanig aangepast dat de totale gewichten in die groep gelijk zijn aan de populatieomvang van die groep. Het resultaat is dat analyses rekening houden met de daadwerkelijke structuur van de bevolking, waardoor schattingen voor subgroepen betrouwbaarder kunnen worden.

Poststratificatie is verwant aan andere gewichtsmethoden zoals raking (iteratieve proportionele aanpassing) en calibratie, die eveneens meerdere variabelen tegelijk corrigeren. In sommige gevallen worden deze technieken gecombineerd met poststratificatie om de efficiëntie en stabiliteit van gewichten te verbeteren.

Voordelen zijn onder meer minder bias door nonresponse en betere nauwkeurigheid in subgroepen, wat de algemene generaliseerbaarheid van de resultaten vergroot. Nadelen zijn onder meer de noodzaak van betrouwbare populatiecijfers voor de gekozen poststrata en het risico op zeer grote gewichten als sommige poststrata weinig of geen respondenten opleveren, wat de variance verhoogt. Daarnaast kan poststratificatie niet corrigeren voor biases die voortkomen uit variabelen die niet gemeten zijn of buiten de gekozen poststrata vallen.

Toepassingsgebieden omvatten politieke peilingen, officiële statistieken en marktonderzoek, waar nauwkeurige representatie van bevolkingsgroepen van belang is.