Dobar pregled istraživačkog dizajna nastoji smanjiti pogrešku uzorkovanja
Što je Interval povjerenja?
Interval pouzdanosti je margina pogreške koju bi istraživač mogao doživjeti ako bi on mogao postaviti određeno pitanje istraživanja , recimo, svakog člana ciljane populacije i dobiti isti odgovor koji su članovi uzorka dali u anketi.
Na primjer, ako je istraživač koristio intervalu pouzdanosti od 4 i 60% sudionika u uzorku ispitivanja, odgovorio je "preporučio prijateljima", mogao bi biti siguran da će između 54% i 64% članova cijele ciljane populacije također kažu "Bilo bih preporučiti prijateljima" kada je postavljeno isto pitanje. Interval pouzdanosti, u ovom slučaju, iznosi +/- 4.
Koja je razina povjerenja?
Razina pouzdanosti je izraz koliko pouzdan istraživač može biti od podataka dobivenih iz uzorka. Razine povjerenja izražene su kao postotak i pokazuju koliko često taj postotak ciljane populacije daje odgovor koji se nalazi unutar intervala pouzdanosti. Najčešće korištena razina pouzdanosti iznosi 95%. Povezani koncept se naziva statistička značajnost.
Povjerenje istraživača na vjerojatnost da njegov uzorak zaista reprezentira ciljnu populaciju pod utjecajem je brojnih čimbenika.
Povjerenje istraživača u dizajn i implementaciju studija - i svijest o njegovim ograničenjima - uglavnom se temelji na tri važne varijable: veličina uzorka, učestalost odgovora i veličina populacije. Istraživači su se dugo složili da se ove varijable moraju pažljivo razmotriti tijekom faze planiranja istraživanja.
- Veličina uzorka Općenito govoreći, veći uzorci daju podatke koji doista odražavaju ciljnu populaciju. Široki interval pouzdanosti ukazuje na manje povjerenja u podatke jer postoji veća margina za pogrešku . Široki interval pouzdanosti je poput zaštite vaših oklada. Iako postoji veza između intervala povjerenja i veličine uzorka, ali nije linearni odnos . Istraživač ne može smanjiti razinu pouzdanosti na pola tako da udvostruči veličinu uzorka.
- Učestalost odgovora Točnost s kojom podaci o uzorku odražavaju ciljanu populaciju, također ovisi o postotku ispitanika koji su dali određeni odgovor ili reagirali na određeni način . Što je veći broj ispitanika koji su dali poseban odgovor, kažu "Vrlo sretan", sigurniji istraživač može biti od tog odgovora. Postoji neka varijabilnost postotka u srednjim područjima normalne krivulje. To jest, ako je istraživač 50% uvjeren da će članovi ciljane populacije odgovoriti (unutar intervala pouzdanosti) poput članova uzorka populacije, vjerojatno će biti neke varijacije od razine od 50%.
Dobro je imati na umu da su izgledi (podaci koji se nalaze na krajnjem kraju, ili repovi normalne krivulje) vjerojatnije pojavljuju približno jednakoj stopi u populaciji kao u uzorku - ovdje postoji manje varijabilnosti , jer postoji niža frekvencija . (Razmislite o tome kako loptice u kutiji Galton imaju tendenciju da se stave u sredinu u izložbi Pacific Science Center? Samo nekoliko kuglica odbija se u repove.) Iz tog razloga, lakše je biti uvjeren u učestalost ekstremnih odgovora ,
- Veličina stanovništva nije važan čimbenik u veličini uzorka, osim ako istraživač radi s vrlo malom i poznatom populacijom (npr., Dovoljno mali da bi istraživač mogao identificirati sve članove populacije).
Creative Research Systems ističe da:
Matematika vjerojatnosti dokazuje veličinu populacije je irelevantna, osim ako veličina uzorka premašuje nekoliko posto ukupne populacije koju pregledavate. To znači da je uzorak od 500 ljudi jednako koristan u ispitivanju mišljenja države od 15.000.000 jer bi to bio grad od 100.000.
Generiranje reprezentativnog uzorka može biti skup i dugotrajan proces. Istraživači se uvijek suočavaju s kompromisom između razine pouzdanosti koju bi željeli postići - ili stupnju točnosti koje su im potrebni za postizanje - i razine pouzdanosti koju mogu priuštiti.
Veličina uzorka u istraživanju kvalitativnih istraživanja
Kvalitativna istraživanja su istraživačka ili opisna u prirodi i ne usredotočuju se na brojeve ili mjerenja. No zabrinutost zbog pogrešaka uzorkovanja u istraživanjima kvalitativnih istraživanja još je uvijek valjana. Kao opće pravilo, ako je uzorak reprezentativan za ciljni svemir, teme ili obrasci koji proizlaze iz istraživanja odrazit će veće stanovništvo koje je od interesa za istraživača. Ako je uzorak reprezentativan i sastoji se od velikog postotka ciljane populacije, tada će povjerenje u točnost podataka izvedenih iz tog uzorka biti visoko.
Određivanje veličine uzorka u istraživanjima istraživanja
Različita pravila primjenjuju se na kvantitativno istraživanje i kvalitativno istraživanje kada je riječ o određivanju veličine uzorka. Općenito govoreći, da bismo bili sigurni u podatke dobivene kvalitativnim istraživanjem istraživanja, istraživač mora imati jasnu predodžbu o tome kako će se podaci koristiti. Podaci mogu biti osnova za opisnu pripovijest (kao što je slučaj u studiji slučaja ili nekim etnografskim istraživanjima) ili može poslužiti istraživačkom metodom kako bi se identificirale relevantne varijable koje bi kasnije bile testirane za korelacije u kvantitativnoj studiji.
Veličina uzorka u kvantitativnim istraživanjima
Kvantitativno istraživanje često uključuje usporedbe tržišnih segmenata ili podskupina ciljnog tržišta. Budući da se kvantitativno istraživanje pokreće brojevima, određivanje udobne veličine uzorka može biti prilično jednostavno - za svaku važnu skupinu ili segment u istraživanju, istraživač bi se nadao da će istražiti 100 sudionika. Ovaj broj je preporuka, a ne apsolutna. Istraživač tržišta razmotrit će niz relevantnih varijabli za određivanje veličine uzorka u istraživanjima istraživanja.
Pri provođenju istraživanja tržišta istraživanja, cilj je zaključiti iz uzorka što je vjerojatno da će biti točno za ciljni svemir. Uzorak daje podatke koji se mogu promatrati ili poznati. Iz ovih promatranih ili poznatih podataka istraživač može procijeniti stupanj do kojeg se može naći nepoznata vrijednost ili parametar u ciljanoj populaciji.
Istraživanje kvantitativnih istraživanja temelji se na pojmu normalne , simetrične krivulje koja u mislima istraživača predstavlja ciljani svemir - stanovništvo o kojem istraživač mora procijeniti, a ne stvarno znati parametre. Reprezentativni uzorak omogućuje istraživačima da - iz podataka o uzorku - izračunaju procijenjeni raspon vrijednosti koje vjerojatno uključuju nepoznatu vrijednost ili parametar koji je od interesa. Ovaj procijenjeni raspon vrijednosti predstavlja područje na normalnoj krivulji i općenito se izražava kao decimalni ili postotak.
Normalna krivulja i vjerojatnost
Normalna, simetrična krivulja je vizualni izraz vjerojatnosti. Pogledajmo jednostavnu heuristiku: Aktivnost u znanstvenom centru omogućuje da veliki broj lopti padne između dva akrilna lista, jedan po jedan. Svaka kugla pada kroz isti otvor na vrhu zaslona, a zatim pada između bilo koje od vertikalnih, paralelnih razdjelnika koje razdvajaju hrpe kuglica nakon što se zaustave. Nakon nekoliko sati, lopte su oblikovale oblik normalne krivulje. Krivulja se malo mijenja, jer svaka nova izvedena lopta pogoduje masu kugli koje su prvi put stigle. Ali sveukupno, simetrična krivulja je očigledna i došlo je prirodno, neovisno o bilo kojoj aktivnosti promatrača ili osoblja Centra za znanost. Zakrivljeni oblik oblika kuglica odražava vjerojatnost da će većina kuglica pasti u središte i ostati tamo. Manje kuglica će ga pretvoriti u krajnje krajeve krivulje - neke neizbježno hoće, ali malo ih je.
Ova normalna krivulja slična je konceptu uzorka. Svaki put kada se zaslon isprazni i kugle opet dopuštaju da padne u kutiju Galton, konfiguracija hrpa kuglica bit će samo malo drugačija. Ali s vremenom, oblik krivulje neće se mijenjati mnogo, a uzorak će ostati istinit.