Wat is een Propensity weging?
(bron: Robert van Ossenbruggen, Reyn van Ewijk)
Propensity weging is een relatief nieuwe weegmethode die in zwang raakte tijdens de opkomst van online onderzoek in Nederland. Omdat bij dit type onderzoek gebruikt wordt gemaakt van een onderzoekspanel waarbij niet – zoals bij telefonisch onderzoek – een aselecte steekproef uit de Nederlandse populatie kan worden getrokken, zijn er factoren die de samenstelling van het panel beïnvloeden. Van tevoren kan worden gesteld dat ieder onderzoekspanel scheef is samengesteld. In grote lijnen komt dit neer op:
Deze techniek wordt gebruikt voor steekproeven die niet aselect zijn getrokken, maar waarbij sprake is van zelfselectie. Iedere persoon neemt vanuit een bepaalde geneigdheid deel aan een onderzoekspanel. Deze geneigdheid kan worden uitgedrukt in een kans (=propensity).
Zo heeft bijvoorbeeld een laagopgeleide vrouw van 55 jaar een lagere kans om in een onderzoekspanel te zitten dan een universitair geschoolde man van 28. In dit voorbeeld wordt duidelijk dat kennis van leeftijd, opleiding en geslacht informatie verschaft over de kans om aan het panel deel te nemen.
Met andere woorden, op basis van beschikbare achtergrondgegevens kunnen we de kansen voorspellen en hierop corrigeren. In een statistisch model wordt voorspeld of een persoon al dan niet tot het panel behoort. Hierdoor kan van elke persoon de ‘neiging’ (=propensity) om aan het panel deel te nemen worden berekend.
De propensity score kan worden geïnterpreteerd als een profielscore; profielen, die zijn oververtegenwoordigd, krijgen een hoge propensity score, profielen, die zijn ondervertegenwoordigd, krijgen een lage propensity score. De propensity score vormt het uitgangspunt van de weging. Door de verdeling van de propensities van de steekproef gelijk te maken met de verdeling van de propensities van de populatie is een representatieve steekproef het resultaat.
Propensity weging is een relatief nieuwe weegmethode die in zwang raakte tijdens de opkomst van online onderzoek in Nederland. Omdat bij dit type onderzoek gebruikt wordt gemaakt van een onderzoekspanel waarbij niet – zoals bij telefonisch onderzoek – een aselecte steekproef uit de Nederlandse populatie kan worden getrokken, zijn er factoren die de samenstelling van het panel beïnvloeden. Van tevoren kan worden gesteld dat ieder onderzoekspanel scheef is samengesteld. In grote lijnen komt dit neer op:
- jongere hoogopgeleide mensen zijn oververtegenwoordigd, terwijl oudere laagopgeleide mensen enigszins zijn ondervertegenwoordigd;
- mensen in het panel zijn vaker online;
- panelleden zijn geneigd om vaker mee te doen met onderzoek.
Deze techniek wordt gebruikt voor steekproeven die niet aselect zijn getrokken, maar waarbij sprake is van zelfselectie. Iedere persoon neemt vanuit een bepaalde geneigdheid deel aan een onderzoekspanel. Deze geneigdheid kan worden uitgedrukt in een kans (=propensity).
Zo heeft bijvoorbeeld een laagopgeleide vrouw van 55 jaar een lagere kans om in een onderzoekspanel te zitten dan een universitair geschoolde man van 28. In dit voorbeeld wordt duidelijk dat kennis van leeftijd, opleiding en geslacht informatie verschaft over de kans om aan het panel deel te nemen.
Met andere woorden, op basis van beschikbare achtergrondgegevens kunnen we de kansen voorspellen en hierop corrigeren. In een statistisch model wordt voorspeld of een persoon al dan niet tot het panel behoort. Hierdoor kan van elke persoon de ‘neiging’ (=propensity) om aan het panel deel te nemen worden berekend.
De propensity score kan worden geïnterpreteerd als een profielscore; profielen, die zijn oververtegenwoordigd, krijgen een hoge propensity score, profielen, die zijn ondervertegenwoordigd, krijgen een lage propensity score. De propensity score vormt het uitgangspunt van de weging. Door de verdeling van de propensities van de steekproef gelijk te maken met de verdeling van de propensities van de populatie is een representatieve steekproef het resultaat.
Pro-abonnees downloaden gratis het Ebook met 67 vragen en antwoorden over Marktonderzoek.