Data-Graph

מטרת השיטה:

שיטת ייזום של נתונים חסרים במחקרים שונים מטרתה לשמור על רמת שיתוף הפעולה עם המרואיין, משמע, להשיג מהמרואיין נתונים מהימנים מבלי שיהיו מוטים על ידי עייפות וחוסר ריכוז כמו שקורה באיסוף מידע בעזרת שאלונים ארוכים במיוחד. האפשרות ליזום בחלוקה אקראית מידע חסר למרואיין מצליחה לצמצם את אורך השאלון מבלי לוותר על התוכן המלא של שאלות המחקר. צמצום כזה משמעותו חיסכון כספי ניכר בהשקעה באמצעים לשמירה על ריכוז של המרואיין.

החיסכון נובע מאורך הסקר שמתקצר בסדר גודל של 25% לעומת איסוף נתונים לכל הפריטים שנסקרים. המחשבה מאחורי השיטה היא שסקרים ארוכים מניבים מהימנות יורדת עם ההתקדמות השאלות, ובדרך כלל החלקים האחרונים לא מהימנים באותה מידה כמו החלקים הראשונים.

תהליך העבודה:

על מנת לשמר את הנתונים השונים בעזרת כלי השלמת הנתונים יש לעצב מראש את השאלון, כך שיכיל רק חלקים אחדים. אותן שאלות שלא מופיעות בסקר כזה או אחר ומסומנות כערך חסר. השלמת הנתונים מבוססת על הדמיון בין המשתנים מאותו נושא. היות שמדובר בחסר אקראי, השלמת הנתונים תעשה על בסיס הנתונים הקיימים, כך שתישמר האקראיות. למעשה, השיטה מאפשרת השלמה באקראיות מלאה, כך שהפיזור הטבעי של התשובות נשמר. המבנה המוצע הוא שמירה על מספר שאלות עוגן שעליהן מתבקש המרואיין לענות במלואן, ועל שאלות אחרות באותו נושא מהן רואה המרואיין רק חלק אקראי.

לעומת האקראיות היזומה בתהליך המוצע, לא ניתן היזום להשלים נתונים שמקורם באי-ידיעה או חוסר רצון של הנבדק לענות. במקרה זה קיימות שיטות אחרות שמאפשרות השלמה, אך תהליך זה יתבצע לאחר השלמת השלב הראשון.

מבחינה קונצפטואלית, שיטה זאת מציעה, כאמור, ניסוח של מספר היגדי מפתח בכל תחום. אלו יישארו קבועים וכל המרואיינים יישאלו לגביהם. סביב היגדי המפתח יפותחו שאלות משלימות. הייזום ייעשה על האחרונות. לאחר השלמת הנתונים ניתן להשוות את הקשר בין השאלות המשלימות לשאלות המפתח, מה שמהווה מדד נוסף למהימנות השיטה.

יתרונות וחסרונות:

כללית, שיטת השלמת הנתונים החסרים מתפתחת מאוד בשנים האחרונות ומקבלת תמיכה גורפת מסטטיסטיקאים מובילים בעולם. הטענה היא שבכל מקרה הדיווח מתמקד בממוצע והשונות ולא בפרט בודד. לכן, השלמת הנתונים לא תפגע במדד הממוצע ומדד השונות וניתן לבצע את כל סוגי הניתוחים המקובלים ולקבל אומדנים. במקרים של מדגמים גדולים מספיק לשיטת השלמת הנתונים מהימנות גבוהה ויציבה, למרות שיש להניח שהשונות מצטמצמת כתוצאה מהחלפה של נתונים חסרים בנתונים סביב הממוצע בשיעור גבוה. הכלי המתמטי/סטטיסטי בעזרתו מתבצעת ההשלמה הוא כלי סימולציות משוכלל וקיימים מדדים טובים לבחינת איכות ההשלמה ואקראיותה. לקריאה נוספת על התיאוריה מאחורי השלמת הנתונים.

ד"ר גבי ליברמן – דטה גרף, מחקר וייעוץ סטטיסטי