Sondaggi intervalli e livelli di confidenza alla ricerca

Nella ricerca sui sondaggi, le statistiche vengono applicate a campioni randomizzati. Queste statistiche rappresentano il grado in cui un ricercatore può essere sicuro che il campione di studio sia ragionevolmente valido e affidabile.

Intervallo di confidenza

UN intervallo di confidenza è il margine di errore che un ricercatore proverebbe se potesse porre una particolare domanda di ricerca, diciamo, di ogni membro della popolazione target e ricevere la stessa risposta che i membri del campione hanno dato nel sondaggio. Ad esempio, se il ricercatore utilizzasse un intervallo di confidenza del 4 e del 60% dei partecipanti al campione del sondaggio ha risposto: "Consiglierei agli amici", potrebbe essere Sicuro che tra il 56% e il 64% dei membri dell'intera popolazione target direbbe anche "lo raccomanderebbe agli amici" quando gli viene chiesto la stessa domanda. L'intervallo di confidenza, in questo caso, è +/- 4.

Livello di confidenza

UN livello di confidenza è un'espressione di quanto un ricercatore possa essere sicuro dei dati ottenuti da un campione. I livelli di confidenza sono espressi in percentuale e indicano la frequenza con cui quella percentuale della popolazione target darebbe una risposta che risiede nell'intervallo di confidenza. Il livello di confidenza più comunemente usato è il 95%. Un concetto correlato è chiamato significato statistico.

Un ricercatore Fiducia nella probabilità che il loro campione è veramente rappresentativo della popolazione target è influenzato da una serie di fattori. La fiducia di un ricercatore nella progettazione e l'implementazione del loro studio e una consapevolezza dei suoi limiti, è in gran parte basata su tre variabili importanti: dimensione del campione, frequenza di risposta e dimensione della popolazione. I ricercatori hanno a lungo concordato sul fatto che queste variabili devono essere attentamente considerate durante la fase di pianificazione della ricerca.

Dimensione del campione del sondaggio

In generale, campioni più grandi forniscono dati che riflettono veramente la popolazione target. Un vasto intervallo di confidenza è indicativo di minore fiducia nei dati perché c'è un margine maggiore di errore. Un vasto intervallo di confidenza è come coprire le tue scommesse. Sebbene vi sia una relazione tra l'intervallo di confidenza e la dimensione del campione, non è una relazione lineare. Un ricercatore non può ridurre a metà un livello di confidenza raddoppiando la dimensione del campione.

La frequenza di risposta

L'accuratezza con cui i dati del campione riflettono la popolazione target dipende anche dalla percentuale di intervistati che hanno dato una risposta particolare o hanno risposto in modo specifico. Maggiore è il numero di intervistati che hanno dato una risposta particolare, dicono "molto felice", più è più sicuro che il ricercatore può essere di quella risposta. Ci sarà una certa variabilità nella percentuale nelle aree centrali della curva normale. Cioè, se un ricercatore è fiducioso del 50% che i membri delle popolazioni target risponderanno (entro un intervallo di confidenza) come i membri della popolazione campione, è probabile che ci siano alcune variazioni da quel livello del 50%.

Sii consapevole dei valori anomali

È bene ricordare che i valori anomali (i dati che si trovano in lontananza, o code, della curva normale) hanno maggiori probabilità di verificarsi all'incirca allo stesso tasso nella popolazione che fanno in un campione, c'è meno variabilità qui perché C'è una frequenza più bassa. Per questo motivo, è più facile essere sicuri della frequenza di risposte estreme.

La dimensione della popolazione non è un fattore importante nella dimensione del campione a meno che un ricercatore non stia lavorando con una popolazione molto piccola e conosciuto a loro (E.G., Abbastanza piccolo in modo che tutti i membri della popolazione possano essere identificati dal ricercatore).

I sistemi di ricerca creativi sottolineano che:

La matematica della probabilità dimostra che la dimensione della popolazione è irrilevante a meno che la dimensione del campione non superi il pochi percento della popolazione totale che si sta esaminando. Ciò significa che un campione di 500 persone è altrettanto utile nell'esame delle opinioni di uno stato di 15.000.000 in quanto sarebbe una città di 100.000.

Generare un campione rappresentativo può essere un processo costoso e che richiede tempo. I ricercatori affrontano sempre un compromesso tra il livello di confidenza che vorrebbero ottenere o il grado di precisione di cui hanno bisogno per raggiungere e il livello di confidenza che possono permettersi.

Dimensione del campione nella ricerca sui sondaggi qualitativi

La ricerca qualitativa è esplorativa o descrittiva di natura e non si concentra su numeri o misurazioni. Ma le preoccupazioni per l'errore di campionamento nella ricerca qualitativa dell'indagine sono ancora valide. Come regola generale, se un campione è rappresentativo dell'universo target, i temi o i modelli che emergono dalla ricerca rifletteranno la popolazione più ampia che è interessante per il ricercatore. Se il campione è sia rappresentativo ed è costituito da una grande percentuale della popolazione target, allora la fiducia nell'accuratezza dei dati derivati ​​da quel campione tende ad essere elevata.

Determinare la dimensione del campione nella ricerca sui sondaggi

Regole diverse si applicano alla ricerca quantitativa e alla ricerca qualitativa quando si tratta di determinare la dimensione del campione. In generale, per essere fiduciosi nei dati generati dalla ricerca di sondaggi qualitativi, un ricercatore deve avere un'idea chiara di come verranno utilizzati i dati. I dati possono costituire la base per una narrazione descrittiva (come in un caso di studio o in alcune ricerche etnografiche) o possono servire in modo esplorativo per identificare variabili pertinenti che potrebbero essere successivamente testate per le correlazioni in uno studio quantitativo.

Dimensione del campione nella ricerca di sondaggi quantitativi

La ricerca quantitativa comporta spesso confronti tra segmenti di mercato o sottogruppi di un mercato target. Poiché la ricerca quantitativa è guidata dai numeri, determinare una dimensione comoda del campione può essere abbastanza semplice. Per ogni gruppo o segmento importante in uno studio, un ricercatore spera di esaminare 100 partecipanti. Questo numero è una raccomandazione e non un assoluto. Un ricercatore di mercato prenderà in considerazione una serie di variabili pertinenti per determinare la dimensione di un campione nella ricerca di sondaggi.

Quando conducono ricerche di mercato del sondaggio, l'obiettivo è dedurre dal campione ciò che è probabile che sia vero per l'universo target. Un campione fornisce dati che possono essere osservato o noto. Da questi dati osservati o noti, un ricercatore può stimare il grado in cui un valore o un parametro sconosciuto può essere trovato in una popolazione target.

La ricerca quantitativa dell'indagine si basa sulla nozione di a normale, curva simmetrica che rappresenta, nella mente del ricercatore, l'universo target - la popolazione su cui il ricercatore deve stimare piuttosto che effettivamente Sapere parametri. Un campione rappresentativo consente a un ricercatore di calcolare dallo campione, un intervallo stimato di valori che è probabile che includa il valore o il parametro sconosciuti che è di interesse. Questa gamma di valori stimata rappresenta un'area sulla curva normale ed è generalmente espressa come decimale o percentuale.

La curva e la probabilità normali

Una curva normale e simmetrica è un'espressione visiva della probabilità. Diamo un'occhiata a una semplice euristica: un'attività in un centro scientifico lascia cadere un gran numero di palline tra due fogli acrilici, uno alla volta. Ogni palla cade attraverso la stessa apertura nella parte superiore del display e poi scende tra uno qualsiasi dei divisori verticali e paralleli che separano le pile di palline una volta che si fermano. Dopo diverse ore, le palle hanno formato la forma di una curva normale.

La curva cambia un po 'mentre ogni palla appena introdotta colpisce la massa di palle che sono arrivate per prime. Ma nel complesso, la curva simmetrica è evidente e si è verificata naturalmente, indipendente da qualsiasi azione da parte degli osservatori del centro scientifico o del personale. La forma curva che la forma delle palle riflette la probabilità che la maggior parte delle palle cadano al centro e rimangano lì. Meno palline arriveranno nelle estremità più lontane della curva ma alcune inevitabilmente lo faranno, ma sono poche in numero.

Questa curva normale è simile al concetto di un campione. Ogni volta che il display viene svuotato e le palle possono ancora cadere nella scatola di Galton, la configurazione delle pile di palline sarà solo un po 'diversa. Ma nel tempo, la forma della curva non cambierà molto e il modello sarà vero.