Statistischer Fehler

Umfragen bei Civey werden jeweils mit einem statistischen Fehler ausgewiesen.

Wir orientieren uns an den von der AAPOR aufgestellten Richtlinien zur Angabe von Unsicherheitsmaßen für Non-Probability-Surveys und berechnen die Unsicherheit unserer Ergebnisse mit Hilfe eines bayesianischen 95%-Kredibilitätsintervalls basierend auf einem Beta-Binomial-Modell unter Verwendung einer nicht-informativen Bayes- Laplace Prior-Verteilung (Tuyl, Gerlach und Mengersen, 2008).

Als deren Parameter wird jeweils die Hälfte der Stichprobengröße gesetzt, wodurch wir eine konservative Schätzung des Fehlers erhalten.

Um darüber hinaus dem Einfluss der Erhebungsmethode und Gewichtung auf die Unsicherheit der endgültigen Ergebnisse Rechnung zu tragen, wird eine Pseudo-Design-Effekt-Korrektur nach Kish, 1992 angewendet. Hierbei wird der Fehler um einen Faktor angepasst, der proportional zum Verhältnis der Varianz eines ungewichteten und mit unserem Verfahren berechneten Ergebnis ist. Diese Methode folgt der gängigen Praxis in der Markt- und Meinungsforschung und hat sich in internen Tests bewährt. Die so generierte Maßzahl liegt nahe an mit Hilfe komplexerer Verfahren generierter Schätzungen des statistischen Fehlers, insbesondere dem Generalized-Raking-Varianzschätzer.

Was bedeutet der statistische Fehler unter Civey Umfragen

Unter den Annahmen des Non-Probability Ansatzes können die Ergebnisse demnach im bayesianischen Sinne so verstanden werden, dass der wahre Wert mit 95-prozentiger Wahrscheinlichkeit innerhalb des angegebenen Intervalls liegt. Ein Ergebnis von 20% für eine Antwortkategorie mit einer Unsicherheit von 2,5% ist damit so zu interpretieren, dass der wahre Wert mit 95-prozentiger Wahrscheinlichkeit zwischen 17,5% und 22,5% liegt.