Jak propagovat kvalitu ve společenských mediálních vzorcích
Tyto rozdíly byly pozorovány u věku, pohlaví, rodinného stavu, sociálně-ekonomického stavu, zdravotního stavu a počtu dětí.
Rychlost odezvy
Rozsah, v němž údaje na konci studie zahrnují všechny členy ve vzorku, se označuje jako míra odezvy . Zatímco tato koncepce je jasná ve strukturovaném průzkumu nebo v souboru rozhovorů, je ve výzkumu sociálních médií nejednoznačnější. V výzkumu sociálních médií je nicméně méně důležitý než v jiných typech kvalitativních výzkumů . Míra odpovědí je vypočtena počtem účastníků, kteří dokončují průzkumy - nebo se shodují na dotazování - dělí celkový počet osob, které tvoří původní pokus o odběr vzorků . Celkový počet musí zahrnovat lidi, kteří nebyli úspěšně kontaktováni nebo kteří se odmítli účastnit výzkumu.
Generalizační problém
Bez ohledu na to, jak jsou shromažďovány údaje, nelze důraz na vysokou míru odpovědi dostatečně zdůraznit.
Není-li míra odezvy vzorku nízká, není možné realisticky generovat větší populaci. Vzestup vzorků se zvyšuje s poklesem míry odezvy. V průzkumu založeném na médiích, kdy návratnost klesla na 20 nebo 30 procent vzorku, se tato skupina účastníků téměř neshoduje s celkovým vzorkem populace.
Stejná tendence lidí, aby se vrátili poštovní průzkum nebo souhlasili s účastí telefonického průzkumu, se objevují u lidí, kteří se zapojují do sociálních sítí médií: to je zvláště zájem o předmět (nebo výrobek nebo službu, případně být).
Velikost vzorku
Menší vzorky mají větší vzorkovací chybu než větší vzorky. Zvažte, že ukázkové údaje poskytují odhad atributů větší populace. Každý vzorek odebraný ze vzorkovacího rámce poskytuje samostatný odhad této větší populace. Teoreticky by mohlo existovat oddělený vzorek odpovědí v každém vzorku, který by byl proveden pro každou otázku. V průběhu času se dostatečným počtem vzorků odebraných ze vzorkovacího rámce skutečný vzor shromáždil kolem skutečného vzoru větší populace.
Hranice chyby
Chyba při odběru vzorků popisuje přesnost odhadu ze všech vzorků odebraných z větší populace. Chyba při odběru vzorků je vyjádřena v rozsahu chyby, která je spojena s úrovní spolehlivosti, což je statistické opatření . Například v prezidentském preferenčním průzkumu může zpráva uvést, že 64% voličů je upřednostňováno. Mezera chyby by byla plus-nebo-minus 3 body s 95% úrovní spolehlivosti.
Jinými slovy, pokud by hlasování bylo znovu provedeno se 100 různými vzorky voličů, ze 100 voličů by 95 voličů znamenalo, že úředník je zvýhodněn o 61% až 67% voličů. To znamená, že 61% voličů + 3% nebo -3%.
Rozhodnutí o velikosti vzorku
Omezení chyby spojené s výběrem vzorků se snižuje, protože velikost vzorků se zvyšuje, ale pouze na určitý bod. Když velikost vzorku dosáhne 1000 až 2000 respondentů, je rozpětí chyb dostatečně malé, aby bylo možné zvážit větší vzorky (není to nákladově efektivní volba ). Pokud jsou podskupiny součástí větší populace, mohou být odůvodněné větší velikosti vzorků, protože velikost chyb se bude měnit pro každou podskupinu v závislosti na počtu lidí v podskupinách. Například s ohledem na 1000 členů sítě sociálních médií a hranice chyb, která se rovná někde mezi 1 a 3 procentními body s 95% intervalem spolehlivosti, analýza podskupiny této sítě sociálních médií - řekněme, pobyt na domácí stránce, maminky o hodnotě asi 100 - by měly větší rozpětí chyb asi 4 až 10 bodů.
Měření dostatečné spotřeby vzorku
Vzorky se typicky vyhodnocují podle použitých výběrových postupů spíše než jejich konečné velikosti nebo složení. To je zásadní proto, že - ve většině situací - není možné přesně měřit, jak reprezentativní je vzorek větší populace. Statistické postupy se používají, protože umožňují pohodlné a zásadně spolehlivé odhady. Stanovení přiměřeného intervalu spolehlivosti a rozpětí chyb na začátku umožňuje výzkumným pracovníkům zaměřit se na proměnné, jako je míra odezvy a adekvátní vzorkovací rámce.