Průzkumy Výzkum - intervaly spolehlivosti a úrovně

Při průzkumu výzkumů se statistické vzorky aplikují na randomizované vzorky. Tyto statistiky představují míru, do jaké může výzkumník věřit, že studovaný vzorek je přiměřeně platný a spolehlivý.

Co je interval spolehlivosti?

interval spolehlivosti je míra chyby, kterou by měl badatel, pokud by mohl požádat o konkrétní výzkumnou otázku, např. O každého člena cílové populace, a obdržet stejnou odpověď, které členové vzorku uvedli v průzkumu.

Pokud výzkumník například použil interval spolehlivosti 4 a 60% účastníků průzkumu, odpověděl "doporučil přátelům", mohl by být

jistý , že mezi 54% a 64% členů celé cílové populace by také uvedlo, že by se na stejnou otázku zeptal "doporučil přátelům". Interval spolehlivosti v tomto případě je +/- 4.

Co je úroveň důvěry?

Úroveň spolehlivosti

je vyjádřením toho, jak může být výzkumník věrný z údajů získaných ze vzorku. Úrovně důvěry jsou vyjádřeny v procentech a udávají, jak často by procento cílové populace dalo odpověď, která leží v intervalu spolehlivosti. Nejběžněji používaná úroveň spolehlivosti je 95%. Související pojetí se nazývá statistická významnost.

Důvěra výzkumníka

v pravděpodobnosti , že jeho vzorek je skutečně reprezentativní pro cílovou populaci, je ovlivněn řadou faktorů. Důvěra výzkumného pracovníka v návrhu a realizaci studie - a uvědomění si jeho omezení - je z velké části založena na třech důležitých proměnných: Velikost vzorku, frekvence odezvy a velikost populace. Výzkumní pracovníci se již dávno shodli na tom, že tyto proměnné je třeba pečlivě zvážit během fáze plánování výzkumu.

Velikost vzorku

• Obecně řečeno, větší vzorky poskytují data, která skutečně odrážejí cílovou populaci. Široký interval spolehlivosti svědčí o menší důvěře v data, protože existuje větší rozpětí pro chybu . Rozsáhlý interval důvěryhodnosti je jako zajištění vašich sázek. Přestože existuje vztah mezi intervalem spolehlivosti a velikostí vzorku, není to však lineární vztah. Výzkumník nemůže snížit úroveň spolehlivosti na polovinu zdvojnásobením velikosti vzorku. Frekvence odezvy
• Přesnost, s jakou údaje vzorku odráží cílovou populaci, závisí také na procentu respondentů, kteří dali konkrétní odpověď nebo reagovali specifickým způsobem. Čím větší je počet respondentů, kteří dali určitou odpověď, řekněme "Velmi šťastný", tím je jistější, že výzkumník může být touto odpovědí.V průměru v prostředních oblastech normální křivky bude určitá variabilita. To znamená, že pokud je výzkumný pracovník 50% přesvědčen, že členové cílové populace budou reagovat (v intervalu spolehlivosti) jako členové vzorové populace, je pravděpodobné, že budou mít určité odchylky od této 50% úrovně. Je dobré si uvědomit, že odlehlé hodnoty (data, která jsou na vzdálenějších koncích nebo konce normální křivky) se pravděpodobněji vyskytují u přibližně stejné míry v populaci jako ve vzorku - existuje menší variabilita zde, protože je nižší frekvence. (Zvažte, jak se koule v Galtonově skříni skládají uprostřed uprostřed výstava Pacific Science Center? Jen pár koulí se odrazí do ocasu.) Z tohoto důvodu je snadnější být přesvědčen o četnosti extrémních odpovědí .

• Velikost populace

• není důležitým faktorem ve velikosti vzorku, pokud výzkumník pracuje s populací, která je velmi malá a je známá (např. Dostatečně malá, aby všichni členové populace může identifikovat výzkumný pracovník). Výzkumné systémy Creative Research poukazují na to, že:

Matematika pravděpodobnosti ukazuje, že velikost populace je irelevantní, pokud velikost vzorku nepřekročí několik procent celkové populace, kterou zkoumáte. To znamená, že vzorek 500 lidí je stejně užitečný při zkoumání stanovisek státu 15 000 000, protože by to bylo město 100 000.

Generování reprezentativního vzorku

může být nákladný a časově náročný proces. Výzkumní pracovníci vždy čelí kompromisu mezi úrovní spolehlivosti, kterou chtějí získat - nebo míru přesnosti, kterou potřebují k dosažení - a úroveň důvěry, kterou si mohou dovolit. Velikost vzorků ve výzkumu kvalitativních výzkumů

Kvalitativní výzkum je průzkumný nebo popisný a není zaměřen na čísla nebo měření. Ale obavy týkající se chyby výběru při výzkumu kvalitativních průzkumů jsou stále platné. Obecně platí, že pokud vzorka reprezentuje cílový vesmír, témata nebo vzory, které vyplynou z výzkumu, odrážejí větší populaci, která je pro výzkumníka zajímavá.

Je-li vzorek reprezentativní a skládá se z velkého procenta cílové populace, pak bude důvěra v přesnost údajů odvozených z tohoto vzorku bývá vysoká.

Určení velikosti vzorků v průzkumu výzkumu

Při stanovení velikosti vzorku platí různá pravidla pro kvantitativní výzkum a kvalitativní výzkum. Obecně řečeno, aby si věřil v údaji získaným výzkumem kvalitativního průzkumu, musí mít badatel jasnou představu o tom, jak budou data využívána. Data mohou tvořit základ pro popisný příběh (jako v případové studii nebo některý etnografický výzkum) nebo může sloužit průzkumným způsobem k identifikaci relevantních proměnných, které by mohly být později testovány na korelaci v kvantitativní studii.

Velikost vzorku v kvantitativním výzkumu Výzkum

Kvantitativní výzkum často zahrnuje srovnání mezi segmenty trhu nebo podskupinami cílových trhů.Vzhledem k tomu, že kvantitativní výzkum vychází z čísel, může být poměrně snadné určení vhodné velikosti vzorku - pro každou důležitou skupinu nebo segment ve studii by výzkumný pracovník doufal, že dojde k průzkumu 100 účastníků.

Toto číslo je doporučení a není absolutní. Výzkumný pracovník trhu zvažuje řadu relevantních proměnných pro určení velikosti vzorku ve výzkumu průzkumů.

Velikost vzorků při výzkumu kvantitativních výzkumů

Při provádění průzkumu průzkumu trhu je cílem

vyvodit ze vzorku, co pravděpodobně platí pro cílový vesmír. Vzorek poskytuje údaje, které mohou být pozorovány nebo známé. Z těchto pozorovaných nebo známých dat může badatel odhadnout míru, do jaké může být nalezena neznámá hodnota nebo parametr v cílové populaci. Výzkum kvantitativních průzkumů je založen na pojmu symetrické křivky , která v mysli výzkumného pracovníka představuje cílový vesmír - populaci, o které výzkumník musí odhadnout spíše než skutečně > znát

parametry. Reprezentativní vzorek umožňuje výzkumnému pracovníkovi vypočítat - ze vzorových dat - odhadovaný rozsah hodnot , který bude pravděpodobně zahrnovat neznámou hodnotu nebo parametr, který je zajímavý. Tento odhadovaný rozsah hodnot představuje oblast na normální křivce a obecně se vyjadřuje jako desetinná nebo procentní hodnota. Normální křivka a pravděpodobnost Normální, symetrická křivka je vizuální vyjádření pravděpodobnosti. Podívejme se na jednoduchý heuristický: Aktivita ve vědeckém centru umožňuje, aby se velké množství kuliček rozpadlo mezi dva akrylové listy po jednom. Každá koule prochází stejným otvorem v horní části displeje a pak spadne mezi libovolnými vertikálními paralelními děliči, které oddělují stohy kuliček, jakmile se zastaví. Po několika hodinách koule vytvořily tvar normální křivky. Křivka se trochu změní, protože každá nově zavedená koule zasáhne hromadu míčů, které dorazily jako první.

Celkově však symetrická křivka je zřejmá a přirozeně se vyskytovala nezávisle na jakýchkoli činnostech pozorovatelů nebo zaměstnanců vědeckého centra. Zakřivený tvar, který tvoří koule, odráží pravděpodobnost, že většina koulí spadne do středu a zůstane tam. Méně kuliček se dostane do vzdálenějších částí křivky - některé nevyhnutelně budou, ale jejich počet je jen málo. Tato normální křivka je podobná konceptu vzorku. Pokaždé, když je displej vyprázdněn a kuličky jsou opět zapuštěny do pole Galton, konfigurace hromů koulí bude jen trochu jiná. Ale v průběhu času se tvar křivky příliš nezmění a vzorec zůstane pravdivý.