Gute Umfrage Research Design sucht nach Sampling-Fehler zu reduzieren
Was ist ein Konfidenzintervall?
Ein Konfidenzintervall ist die Fehlerspanne, die ein Forscher erfahren würde, wenn er oder sie eine bestimmte Forschungsfrage von jedem Mitglied der Zielpopulation stellen könnte und die gleiche Antwort erhalten würde, die die Stichprobenmitglieder in der Umfrage gegeben haben.
Wenn der Forscher zum Beispiel ein Konfidenzintervall von 4 und 60% der Teilnehmer in der Stichprobe "Ich würde meinen Freunden empfehlen" verwendet, kann er sicher sein , dass zwischen 54% und 64% der Mitglieder der gesamten Zielbevölkerung dies tun würden Sagen Sie auch "Würde ich Freunden empfehlen", wenn Sie dieselbe Frage stellen. Das Konfidenzintervall beträgt in diesem Fall +/- 4.
Was ist eine Vertrauensstufe?
Ein Konfidenzniveau ist ein Ausdruck dafür, wie sicher ein Forscher von den Daten sein kann, die von einer Probe erhalten werden. Konfidenzniveaus werden als Prozentsatz ausgedrückt und geben an, wie häufig dieser Prozentsatz der Zielpopulation eine Antwort geben würde, die innerhalb des Konfidenzintervalls liegt. Das am häufigsten verwendete Konfidenzniveau ist 95%. Ein verwandtes Konzept wird statistische Signifikanz genannt.
Das Vertrauen eines Forschers in die Wahrscheinlichkeit, dass seine Stichprobe tatsächlich repräsentativ für die Zielpopulation ist, wird von einer Reihe von Faktoren beeinflusst.
Das Vertrauen eines Forschers in sein Studiendesign und seine Implementierung - und ein Bewusstsein für dessen Grenzen - basiert im Wesentlichen auf drei wichtigen Variablen: Stichprobengröße, Häufigkeit der Reaktion und Populationsgröße. Die Forscher waren sich lange einig, dass diese Variablen in der Forschungsplanungsphase sorgfältig berücksichtigt werden müssen.
- Stichprobenumfang Im Allgemeinen liefern größere Stichproben Daten, die die Zielpopulation wirklich widerspiegeln. Ein breites Konfidenzintervall weist auf weniger Vertrauen in die Daten hin, da ein größerer Spielraum für Fehler besteht . Ein breites Konfidenzintervall ist wie die Absicherung Ihrer Wetten. Obwohl zwischen Vertrauensbereich und Stichprobenumfang eine Beziehung besteht, handelt es sich nicht um eine lineare Beziehung . Ein Forscher kann das Konfidenzniveau nicht halbieren, indem er die Stichprobengröße verdoppelt.
- Häufigkeit der Antwort Die Genauigkeit, mit der Stichprobendaten die Zielpopulation widerspiegeln, hängt auch vom Prozentsatz der Befragten ab, die eine bestimmte Antwort gegeben oder auf eine bestimmte Art und Weise geantwortet haben . Je größer die Anzahl der Befragten ist, die eine bestimmte Antwort gegeben haben, sagen Sie "Sehr glücklich", desto sicherer kann der Forscher von dieser Antwort sein. Der Prozentsatz in den mittleren Bereichen der Normalkurve wird etwas schwanken. Das heißt, wenn ein Forscher zu 50% davon überzeugt ist, dass Mitglieder der Zielpopulationen (innerhalb eines Konfidenzintervalls) wie Mitglieder der Stichprobenpopulation reagieren werden, ist wahrscheinlich eine gewisse Abweichung von diesem 50% -Niveau zu beobachten.
Es ist gut daran zu erinnern, dass Ausreißer (Daten, die sich an den fernen Enden oder Schwänzen der Normalkurve befinden) eher mit der gleichen Rate in der Population auftreten wie in einer Stichprobe - hier gibt es weniger Variabilität weil es eine niedrigere Frequenz gibt . (Denken Sie daran, wie sich die Bälle in einer Galton-Box in der Mitte des Pacific Science Center-Exponats stapeln? Nur ein paar Bälle prallen in die Schwänze ab.) Aus diesem Grund ist es einfacher, auf die Häufigkeit extremer Antworten zu vertrauen .
- Die Populationsgröße ist kein wichtiger Faktor für die Stichprobengröße, es sei denn, ein Forscher arbeitet mit einer Population, die sehr klein und ihm bekannt ist (z. B. klein genug, um alle Mitglieder der Population durch den Forscher identifizieren zu können).
Creative Research Systems weist darauf hin, dass:
Die Wahrscheinlichkeitsrechnung beweist, dass die Größe der Population irrelevant ist, es sei denn, die Stichprobengröße überschreitet einige Prozent der von Ihnen untersuchten Gesamtbevölkerung. Das bedeutet, dass eine Stichprobe von 500 Personen ebenso nützlich ist , um die Meinungen eines Staates von 15.000.000 zu prüfen, wie es eine Stadt von 100.000 wäre.
Die Erstellung einer repräsentativen Stichprobe kann ein kostspieliger und zeitaufwändiger Prozess sein. Forscher müssen immer einen Kompromiss finden zwischen dem Vertrauensniveau, das sie erhalten möchten - oder dem Grad an Genauigkeit, den sie erreichen müssen - und dem Vertrauensniveau, das sie sich leisten können.
Stichprobenumfang in der qualitativen Umfrageforschung
Qualitative Forschung ist explorativ oder beschreibend und konzentriert sich nicht auf Zahlen oder Messungen. Bedenken hinsichtlich Stichprobenfehlern in der qualitativen Umfrageforschung sind jedoch weiterhin gültig. Wenn eine Stichprobe für das Zieluniversum repräsentativ ist, spiegeln die Themen oder Muster, die sich aus der Forschung ergeben, die größere Population wider, die für den Forscher von Interesse ist. Wenn die Stichprobe sowohl repräsentativ ist als auch aus einem großen Prozentsatz der Zielpopulation besteht, wird das Vertrauen in die Genauigkeit der von dieser Stichprobe abgeleiteten Daten tendenziell hoch sein.
Bestimmen der Stichprobengröße in der Umfrageforschung
Für die quantitative und qualitative Forschung gelten unterschiedliche Regeln, wenn es um die Bestimmung der Stichprobengröße geht. Im Allgemeinen muss ein Forscher eine klare Vorstellung davon haben, wie die Daten verwendet werden, um sich auf die Daten zu verlassen, die durch die qualitative Umfrageforschung generiert werden. Die Daten können die Grundlage für eine beschreibende Erzählung bilden (wie in einer Fallstudie oder einer ethnographischen Untersuchung) oder sie können explorativ dazu dienen, relevante Variablen zu identifizieren, die später in einer quantitativen Studie auf Korrelationen getestet werden könnten.
Stichprobenumfang in der quantitativen Umfrageforschung
Quantitative Forschung beinhaltet oft Vergleiche zwischen Marktsegmenten oder Untergruppen eines Zielmarktes. Da quantitative Forschung zahlenorientiert ist, kann die Festlegung einer komfortablen Stichprobengröße ziemlich einfach sein - für jede wichtige Gruppe oder jeden wichtigen Abschnitt einer Studie würde ein Forscher hoffen, 100 Teilnehmer zu befragen. Diese Nummer ist eine Empfehlung und kein Absolutes. Ein Marktforscher wird eine Reihe von relevanten Variablen berücksichtigen, um die Größe einer Stichprobe in der Umfrageforschung zu bestimmen.
Bei der Durchführung von Umfrage-Marktforschung besteht das Ziel darin , aus der Stichprobe zu schließen, was wahrscheinlich für das Zieluniversum zutrifft. Ein Beispiel liefert Daten, die beobachtet oder bekannt sein können. Anhand dieser beobachteten oder bekannten Daten kann ein Forscher den Grad schätzen, bis zu dem ein unbekannter Wert oder Parameter in einer Zielpopulation gefunden werden kann.
Quantitative Erhebungsforschung basiert auf der Vorstellung einer normalen , symmetrischen Kurve, die nach Meinung des Forschers das Zieluniversum darstellt - die Bevölkerung, über die der Forscher die Parameter schätzen muss, anstatt sie tatsächlich zu kennen . Eine repräsentative Stichprobe ermöglicht es einem Forscher, aus den Stichprobendaten einen geschätzten Wertebereich zu berechnen , der wahrscheinlich den unbekannten Wert oder Parameter enthält, der von Interesse ist. Dieser geschätzte Wertebereich stellt einen Bereich auf der Normalkurve dar und wird im Allgemeinen als Dezimalzahl oder Prozentwert ausgedrückt.
Die normale Kurve und Wahrscheinlichkeit
Eine normale, symmetrische Kurve ist ein visueller Ausdruck der Wahrscheinlichkeit. Schauen wir uns eine einfache Heuristik an: Eine Aktivität in einem Science Center lässt eine große Anzahl von Kugeln einzeln zwischen zwei Acrylplatten fallen. Jeder Ball fällt durch die gleiche Öffnung an der Oberseite des Displays und fällt dann zwischen die vertikalen, parallelen Trennwände, die die Stapel von Kugeln trennen, sobald sie zur Ruhe kommen. Nach einigen Stunden haben die Kugeln die Form einer normalen Kurve angenommen. Die Kurve ändert sich ein wenig, wenn jeder neu eingeführte Ball die Masse der zuerst angekommenen Bälle trifft. Aber insgesamt ist die symmetrische Kurve offensichtlich, und sie ist natürlich aufgetreten, unabhängig von irgendwelchen Aktionen von Beobachtern oder Mitarbeitern des Science Centers. Die gekrümmte Form, die die Kugeln bilden, spiegelt die Wahrscheinlichkeit wider, dass die meisten Kugeln in die Mitte fallen und dort bleiben. Weniger Bälle werden es in die Enden der Kurve schaffen - einige werden es unvermeidlich, aber sie sind nur wenige.
Diese normale Kurve ähnelt dem Konzept einer Stichprobe. Jedes Mal, wenn die Anzeige geleert wird und die Bälle wieder in die Galton-Box fallen können, ist die Konfiguration der Stapel von Bällen nur ein wenig anders. Aber mit der Zeit wird sich die Form der Kurve nicht viel ändern und das Muster wird sich auch weiterhin bewahrheiten.