Good Survey Research Design rozpoczyna się od silnej strategii próbkowania
Tradycyjne badania rynkowe opierają się na założeniu, że próbka - reprezentatywna grupa respondentów - może zostać zidentyfikowana i dostępna.
Reprezentatywne próbki w badaniach ankietowych
W badaniach rynkowych określenie reprezentatywna próba odnosi się do:
- Wybór kilku konsumentów, którzy dopasowują członków docelowego wszechświata konsumentów. Przykładem docelowego wszechświata mogą być właściciele i użytkownicy smartfonów, w wieku od 20 do 30 lat.
- Dopasowanie próbki do wszechświata musi być silne dla wszystkich atrybutów przewidywanych jako mające wpływ na wyniki ankiety.
- Jednym z przykładów dopasowania próbki do wszechświata może być dobór konsumentów do perfum zaprojektowanych przez młodą, kobiecą celebrytę. W tym przypadku atrybutami, które mogą mieć wpływ na wyniki badania, są: Kobieta, 18-28 lat, doświadczona w zakresie rozrywki.
- Drugorzędny zestaw atrybutów może być: Urban-mieszkanie, zapisany na studia, zamieszkały na wschodnim wybrzeżu lub zachodnim wybrzeżu, uznaniowe dochody (poziomy dochodów).
- Proporcje członków, którym można przypisać istotne cechy w próbce, muszą ściśle zbliżać się do proporcji członków w docelowym wszechświecie konsumentów.
- Na przykład, jeśli wszechświat konsumenta zawiera ludzi biznesu, studentów i seniorów, reprezentatywnej próbki nie można zbudować z przyjemnych studentów w księgarni uniwersyteckiej w środy po południu.
- Dostęp do uczestników badania może być trudny. Jest to jeden z głównych powodów, dla których profesjonalne panele konsumenckie są często wykorzystywane w inicjatywach badawczych.
- Inną skuteczną strategią jest stosowanie procedury losowego losowania warstwowego , która pomaga badaczowi uzyskać dane o podgrupach.
Wybór próbki w badaniach ankietowych
Członkowie próbki są wybierani na wiele sposobów, które mają na celu zmniejszenie błędu. Oznacza to, że prawdopodobieństwo wygenerowania prawidłowych wniosków badawczych wzrasta , a wnioski można uogólnić na docelowy wszechświat.
Próbki do badań są korzystnie wybierane w procesie randomizacji. Na przykład, jeśli członkowie próbki są wybierani z bazy danych, co trzeci członek listy bazy danych może zostać wybrany. Czasami członkowie próbki mogą wymagać przypisania, a nie losowego wyboru. Nie jest to podejście preferowane, ponieważ nawet w najlepszych warunkach ankiety są przedmiotem niedokładnych prób, które mają związek z szansą i nie mają nic wspólnego z projektowaniem badań. Spójrzmy na listę źródeł błędów, zmodyfikowaną z zagadnień głosowania w wyborach telefonicznych zidentyfikowanych przez zasoby eksperymentalne . Ta lista zawiera możliwe źródła niedokładności między projektowaniem ankiet, wdrażaniem ankiet i analizą danych ankietowych:
- Niekompletne informacje o członkach bazy danych powodują, że ważne zmienne są pomijane w próbie
- Wybrani członkowie, którzy zostali wybrani, nie chcą uczestniczyć w ankiecie.
- Przykładowi członkowie, którzy odmawiają udziału w badaniu, różnią się w odniesieniu do ważnej zmiennej w badaniu niż ci próbni członkowie, którzy wyrażają zgodę na udział.
- Respondenci ankiety udzielają fałszywych lub niekompletnych odpowiedzi na pytania ankietowe.
Pozycje na tej liście, ponownie zmodyfikowane z listy sondowania telefonicznego przez zasoby eksperymentalne , odnoszą się do projektu ankiety.
- Zastosowano proces randomizacji, ale - przez przypadek - otrzymano zbyt wiele wartości odstających. *
- Pytania w ankiecie są sformułowane nieprawidłowo i wprowadzają w błąd respondentów.
- Kolejność pytań w ankiecie ma nieodpowiedni wpływ na odpowiedzi na kolejne pytania.
- Odpowiedzi ankietowe są poddawane ważeniu lub grupowaniu, które zniekształcają dane.
Kiedy badacz rynku jest dość wygodny, że próbka jest reprezentatywna dla populacji docelowej w swoich badaniach ankietowych, uwaga może zostać przeniesiona do rozważenia wielkości próby i przedziałów ufności .
Materiały do eksperymentów to interesująca strona internetowa stworzona przez badaczy psychologii, którzy próbowali dowiedzieć się, jak obliczać i usuwać wartości odstające.