Samplingfouten

Samplingfouten, ook wel steekproeffouten genoemd, zijn verschillen tussen een statistiek uit een steekproef en de populatieparameter die je probeert te schatten. Ze ontstaan doordat een steekproef maar een deel van de populatie vertegenwoordigt en door toeval in de selectie.

Oorzaken en aard: samplingfouten komen door imperfecte representativiteit van de steekproef, de steekproefomvang en de onderliggende variabiliteit in de populatie. Nonresponse, onderdekking en selectie-effecten kunnen de fout vergroten. Over het algemeen wordt de verwachte fout kleiner naarmate de steekproef groter is, hoewel ze nooit volledig verdwijnt zolang er geen volledige telling van de populatie is.

Kwantificatie en interpretatie: de onzekerheid door samplingfouten wordt uitgedrukt met de standaardfout. Voor een steekproefgemiddelde is de standaardfout ongeveer σ/√n; voor een proportie is deze √[p(1-p)/n]. Bij onbekende σ wordt vaak de steekproefstandaarddeviatie s gebruikt. Volgens de centrale limietstelling liggen steekproeffenomen gemiddeldes bij voldoende grote n ongeveer normaal verdeeld, waardoor vertrouwen- of betrouwbaarheidsintervallen kunnen worden berekend.

Relatie tot andere fouten: samplingfouten zijn toevals- of kansfouten die over herhaalde steekproeven heen fluctueren en gemiddeld klein worden bij grotere steekproeven. Ze staan los van systematische bias, die structureel de schatting kan vertekenen en vaak niet door meer steekproeven verdwijnt.

Verminderen en schatten van onzekerheid: betere steekproefontwerpen verminderen samplingfouten, bijvoorbeeld door randomisatie, stratificatie en grotere steekproeven. Gewichten kunnen ondervertegenwoordigde groepen herstellen; nonresponse kan worden aangepakt met follow-up en imputatie of weighting. Resampling-methoden zoals bootstrapping kunnen helpen bij het schatten van de onzekerheid uit de gegevens zelf.