Dobrý přehled výzkumu výzkumu usiluje o snížení chyby při odběru vzorků
Co je interval spolehlivosti?
Interval spolehlivosti je míra chyb, kterou by výzkumný pracovník zažil, kdyby mohl požádat o konkrétní výzkumnou otázku , například o každém členovi cílové populace, a obdržet stejnou odpověď, kterou uvedli členové vzorku v průzkumu.
Například, pokud výzkumník použil interval spolehlivosti 4 a 60% účastníků průzkumu vzorek odpověděl "doporučil přátelům", mohl si být jist, že mezi 54% a 64% členů celé cílové populace také říkají "doporučil přátelům", když se zeptali na stejnou otázku. Interval spolehlivosti je v tomto případě +/- 4.
Co je úroveň důvěry?
Úroveň důvěryhodnosti je vyjádření toho, jak může být výzkumník jistý o získaných datech 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 vědce v pravděpodobnost, 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 údaje, které skutečně odrážejí cílovou populaci. Široký interval spolehlivosti svědčí o menší důvěře v data, protože existuje větší rozpětí chyb . Rozsáhlý interval důvěryhodnosti je jako zajištění vašich sázek. I když 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, se kterou data vzorku odráží cílovou populaci, závisí také na procentu respondentů, kteří dali konkrétní odpověď nebo reagovali specifickým způsobem . Čím větší je počet respondentů, kteří poskytli konkrétní odpověď, řekněte: "Velmi šťastný," tím jistější je, 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 koncích normální křivky) se pravděpodobně vyskytují přibližně ve stejné míře u populace jako ve vzorku - zde je méně variabilní , 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.) Proto je snadnější si být jisti, že frekvence extrémních odpovědí .
- Velikost populace není důležitým faktorem ve velikosti vzorku, pokud výzkumník pracuje s populací, která je velmi malá a známá (např. Dostatečně malá, aby výzkumný pracovník identifikoval všechny členy populace).
Výzkumné systémy společnosti Creative poukazují na to, že:
Matematika pravděpodobnosti dokazuje, 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 názorů státu ve výši 15 000 000, protože by to bylo město 100 000 lidí.
Vytvoření reprezentativního vzorku může být nákladným a časově náročným procesem. 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 vzorku ve výzkumu kvalitativních výzkumů
Kvalitativní výzkum má průzkumnou nebo popisnou povahu a nezaměřuje se na čísla ani 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 z cílové populace, pak bude mít důvěra v přesnost údajů odvozených z tohoto vzorku tendenci být vysoká.
Určení velikosti vzorků ve výzkumu výzkumu
Pro stanovení velikosti vzorku se vztahují 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 následně testovány na korelaci v kvantitativní studii.
Velikost vzorku v kvantitativním výzkumu
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.
Při provádění průzkumu průzkumu trhu je cílem ze vzorku vyvodit, co pravděpodobně platí pro cílový vesmír. Vzorek poskytuje data, která mohou být pozorována nebo známá. Z těchto pozorovaných nebo známých dat může badatel odhadnout, do jaké míry lze v cílové populaci najít neznámou hodnotu nebo parametr .
Výzkum kvantitativních průzkumů je založen na představě normální symetrické křivky, která v mysli výzkumného pracovníka představuje cílový vesmír - populaci, o níž výzkumník musí odhadnout spíše než skutečně znát parametry. Reprezentativní vzorek umožňuje výzkumnému pracovníkovi vypočítat - ze vzorových dat - odhadovaný rozsah hodnot, které pravděpodobně zahrnují 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 úkol: Aktivita ve vědeckém centru umožňuje, aby se velké množství koulí rozpadlo mezi dva akrylové listy po jednom. Každá kulička prochází stejným otvorem v horní části displeje a pak klesá 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 vědního střediska. 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.