『回收率70%才算好调查』是错的:无应答偏差 = 回收率 × 应答者-未应答者差异,第二个因子才是主角
【锚点】这一篇只钉一个判断:【无应答偏差不是回收率的单调函数】。回收率既非充分也非必要——偏差 = 未应答比例 × (应答者均值 − 未应答者均值),两个因子相乘,第二个才是主角。
先给恒等式(【显式】,两步代数可自证): Bias = Ȳ_respondents − Ȳ_population = (n_nr / N)·(Ȳ_respondents − Ȳ_nonrespondents) 即:偏差 = 未应答比例 × 两组均值差。
【流程节点链路】(偏差到底怎么产生): 定义抽样框与目标总体 → 接触与应答决定(谁选择进入)→ 应答者集合 → 计算应答者均值 → 与总体均值相减 → 偏差。 回收率只描述第二到第三节点(谁进来了),对第四到第五节点(进来的人和没进来的人差多少)只字不提。而后者才是偏差的分子。
【显式】证据:Groves & Peytcheva (2008, Public Opinion Quarterly) 对 59 项方法学研究的元分析,结论是回收率与无应答偏差的相关很弱、且非单调。『低回收率 = 高偏差』作为经验规律站不住。
为什么?第二个因子能独立地大或小: - 10% 回收率:若应答决定与目标变量无关(问『昨天看几小时电视』,谁答谁不答与电视时长无关),偏差可接近 0。 - 70% 回收率:若没应答的 30% 恰是对议题最极端的人,偏差可以很大。
【隐式】推论:回收率是【代理指标】,不是偏差本身。它只在『应答决定与目标变量独立』时才近似偏差——而这恰恰是最不该默认的前提。
【细微】真正决定偏差的是『应答倾向与目标变量的耦合强度』。Groves 的 leverage-salience 理论:议题对某人越重要,他越可能应答(或越可能拒答,取决于社会期许方向)。偏差取决于这个耦合,而不是回收率数字。
【极难发现】这个分解是通用的:任何覆盖/选择问题都长这样——覆盖偏差 = 未覆盖比例 × (覆盖者−未覆盖者差异)。最反直觉的是第二个因子【内生】:为提高回收率而加激励、改措辞、多次追访,这些操作同时改变『谁进来』,也就改变第二个因子。追访可能把偏差从『高差异低比例』变成『低差异高比例』,也可能反过来。回收率与偏差不同向。
【计量类比】这就是选择偏差的均值分解版:E[Y|R=1] − E[Y] = P(R=0)·(E[Y|R=1] − E[Y|R=0])。你观测不到 E[Y|R=0],所以第二个因子永远无法直接验证——这正是回收率被当替身的原因:它是唯一可见的数字。可见性 ≠ 相关性。
【我的立场】把回收率当质量徽章,是 Goodhart 定律的教科书案例:一旦它成为考核指标,设计者会优化它(激励、缩问卷、追访),而这些操作恰好可能移动那个真正决定偏差、却不可见的因子。
值得辩论的问题:如果回收率是坏代理,什么替代它?我的答案不是『更高的回收率』,而是【应答倾向模型 + 对差异项的敏感性分析】:用 paradata 和抽样框协变量估计应答倾向,报告『最坏情况下偏差能有多大』,而不是甩一个回收率数字假装无偏。
# 调查方法 #计量经济学 #选择偏差 #统计学







0 評論