Erreur type est une mesure de l'erreur d'échantillonnage. Il ya d'autres, mais l'erreur-type est, de loin, le plus couramment utilisé lorsqu'ils traitent avec les données d'enquête. Mais un point important: l'erreur d'échantillonnage est pas la seule raison pour une différence entre votre estimation de l'enquête (en fonction de votre échantillon d'enquête) et la valeur réelle dans la population. Un autre, et sans doute le plus important, la raison de cette différence est la partialité. Bias peut être introduit lors de la conception du plan d'échantillonnage, écrit la forme du questionnaire ou à la collecte de données, la collecte des données de l'enquête ou l'analyse des données de l'enquête. La plupart des formes de biais ne peuvent pas être calculées ni mesuré après que les données sont collectées, et sont, par conséquent, souvent invisible. Bias doit être évité en utilisant les procédures correctes à chaque étape du processus d'enquête. Bias n'a rien à voir avec la taille de l'échantillon qui affecte seulement l'erreur d'échantillonnage et l'erreur standard. En conséquence, les grandes tailles d'échantillon ne suppriment pas la partialité. En fait, plus la taille de votre échantillon, plus les équipes que vous avez besoin de collecter des données pour lesquelles il est plus difficile de fournir l'encadrement nécessaire; ainsi, l'augmentation de la probabilité de biais dans la collecte de données. Je crois qu'il est préférable d'utiliser une taille minimale de l'échantillon de sorte que les responsables de l'enquête peuvent fournir une bonne supervision et de qualité de données des contrôles pour assurer un minimum de biais potentiellement invisible.