Ponderação Raked / RIM

Em uma pesquisa, projetamos uma amostra com o objetivo de representar a população e fornecer insights sobre a população que ajudariam os pesquisadores a tirar inferências e conclusões para negócios ou agências públicas.

Quando amostramos para uma pesquisa, atribuímos igual probabilidade de indivíduos serem selecionados para representar a população. No entanto, devido à disponibilidade de indivíduos OU devido à sensibilidade dos sujeitos da pesquisa OU à acessibilidade das amostras, às vezes nossas amostras podem ficar distorcidas e ter a representação correta da população.

Na ponderação RIM, consideramos um procedimento de ajuste proporcional iterativo que estima os pesos individuais. A primeira iteração calcula os pesos para corresponder aos totais da primeira dimensão (variável de ponderação), a segunda iteração corresponde aos totais da segunda dimensão e assim por diante. Esses passos para todas as dimensões são realizados repetidamente, a menos que a convergência seja alcançada dentro de uma margem de erro aceitável.

Login no BI » Ponderações » Novo esquema de peso » Ponderação raked » Selecionar pesquisa » Selecionar as perguntas » Selecionar filtro de dados » Adicionar um nome » Adicionar as proporções » Salvar Clique para baixar o vídeo

Passo 1: Ponderações » Novo esquema de peso

Passo 2: Ponderação raked » Próximo

Passo 3: Selecionar pesquisa

Passo 4: Selecionar perguntas » Próximo

Passo 5 (Opcional): Criar o filtro necessário » Próximo

Passo 5: Dê um nome » Adicione as proporções » Salvar

O processamento pode levar de 1 minuto a 60 minutos. Você pode ver o status aqui:
Você pode clicar no nome do esquema de ponderação para ver as estatísticas daquele esquema específico:
Informações importantes:

• Eficiência: Em qual porcentagem de eficiência dos dados os pesos convergiram.
• Iterações: O número de iterações necessárias
• Status: Sucesso (Os dados convergiram com sucesso) | Máximo travado (Mais iterações não puderam melhorar a eficiência) | máx iter (Atingiu o número máximo de iterações antes que os dados pudessem convergir)