Poisson mixture sampling yritystiedon keruusta johtuvan vastausrasitteen tasaajana
KTM Ismo Teikarin taloustieteiden kvantitatiivisten menetelmien alaan kuuluva
väitöskirja "Poisson Mixture Sampling in Controlling the Distribution of
Response Burden in Longitudinal and Cross Section Business Surveys" tarkastetaan Helsingin kauppakorkeakoulussa perjantaina 20. huhtikuuta 2001. Väitöstilaisuus alkaa klo 12 päärakennuksen NOKIA-salissa B200. Vastaväittäjänä toimii professori Erkki Pahkinen Jyväskylän yliopistosta ja kustoksena professori Antti Kanto Helsingin kauppakorkeakoulusta.
Tutkimuksen kohteena on yritysten tiedusteluihin vastaamisesta aiheutuva rasite ja sen tasaaminen. Yritystiedustelujen kasvava kysyntä lisää yritysten vastausrasitetta. Tiedonkeruusta syntyvä vastausrasite koostuu kahdesta komponentista, jotka ovat vastaamiseen kulunut aika sekä todennäköisyys joutua tiedustelun kohteeksi. Rasitteen odotusarvo saadaan, kun kerrotaan nämä komponentit keskenään. Tiedusteluun joutumisen satunnaisuus tekee rasitteen jakautumisesta epätasaisen. Eräässä koelaskelmassa, jossa populaatioon tehtiin neljä 25 prosentin satunnaisotosta, 21,1 prosenttia olisi joutunut tiedusteluun kaksi kertaa ja 4,7 prosenttia kolme kertaa.
Jotta vastausrasite saataisiin tasaiseksi, tarvitaan välineitä, joilla vastaamistiheyttä voidaan koordinoida. On kaksi erilaista tapaa koordinoida yhdestä otantakehikosta tehtyjä otoksia siten, että rasite jakautuu oikeudenmukaisesti eri yrityksille. Yksi perustuu rotaatiomenetelmään, jossa otantakehikko jaetaan rotaatioryhmiin joita vaihtamalla rasitetta voidaan tasata. Toinen perustuu ns. kiinteän satunnaisluvun käyttöön. Jokainen yritys saa otantakehikkoon tullessaan satunnaisluvun, joka säilyy sillä niin kauan kunnes se poistuu kehikosta. Satunaisluvut järjestetään pienimmästä suurimpaan. Kun tältä janalta poimitaan n kappaletta peräkkäisiä yksiköitä, tuloksena on yksinkertainen satunnaisotos, jonka koko on n. Koska satunnaisluvut ovat kiinteitä, voidaan aloituspistettä muuttamalla kontrolloida kahden tai useamman otoksen päällekkäisyyttä.
Poisson-otanta on yksi niistä menetelmistä, joissa voidaan käyttää mainittua kiinteiden satunnaislukujen tekniikkaa. Sillä on kuitenkin kaksi huonoa ominaisuutta. Ensinnäkin se ohittaa jokaisella rotaatiokierroksella osan pieniä yrityksiä, mikä aiheuttaa epäoikeudenmukaisuutta, koska toiset joutuvat vastaamaan ja toiset eivät. Tämän ongelman ratkaisemiseksi tässä työssä on kehitetty Poisson Mixture (PoMix) -otantamenetelmä, joka pääosin, tai joissakin tapauksissa täysin, poistaa tämän ongelman. Simulointitutkimukset osoittivat tämän menetelmän olevan edellä mainitun ominaisuuden lisäksi myöskin tehokkaamman kuin perinteinen Poisson-otanta, pienentäen otosvarianssia.
Toinen Poisson-otannan huono ominaisuus on, että se antaa satunnaisen
otoskoon, joka voi poiketa paljonkin toivotusta otoksen koosta. Pahimmassa
tapauksessa otoskoko on nolla. Tämän ongelman ratkaisemiseksi on tehty
erilaisia malleja, joista yksi on ruotsissa kehitetty sekventiaalinen
Poisson-otanta. Tätä mallia seuraten on tässä tutkimuksessa PoMix-otannasta
edelleen kehitetty kiinteän otoskoon antava "Ordered PoMix" -otantamenetelmä.
| |
