
138
|
第十章:偏頗與錯誤的微妙來源
其實是有一些策略能夠用來找出或甚至是解決其中一些偏頗,但為了怕沒有辦法能夠修
復偏頗的來源,知道這些問題可能會如何影響你的結果是很重要的。
超過上限∕超過下限
尾巴存在於任何的分佈中,而舉例來說,在工資或收入的狀況中,這些尾巴可能會很
長。為了要保護它的受訪者的資料,實施訪問的機構也許會使用單一值來將極高的值
(topcoding)或是極低的值(bottomcoding)置換掉。以 Current Population Survey
(CPS)當做例子,每個月由 U.S. Census Bureau 對超過 50,000 個家庭作訪問。在前幾
年, Census Bureau 會將超過上限的值以上限值替換。舉例來說,在 1996 年之前,工
資的上限設定為 $99,999,所以任何回報工資超過這個上限的人,他的工資值就會被置
換成 $99,999。這個程序的影響,就是會在該階層的工資分佈中產生一個突起。在最近
幾年, Census Bureau 會將超過一些(較高)門檻工資的值,使用類似特徵(特別是性
別、人種以及工作狀態)集合的人的平均工資來置換。
這個方法有兩個優點:第一,它不會在工資上限處產生單一的突起(儘管它會在上限之
上產生數個較小的突起);第二,不論有沒有上限,所有工資的加總會是相同的。在最
近期的 CPS 中,在上限之上的工資在受訪者之間被交換;這保留了分佈的尾巴,但這樣
也改變了工資與其他性質之間的關聯(以保護受訪者)。
若沒有存取其他的資料來源(不論是行政資料或是將上下限移除之前的原始受訪資料) ...