Tránh những lỗi sai lệch này của các mẫu trong nghiên cứu truyền thông xã hội

Nghiên cứu truyền thông xã hội, như hiện nay đang được tiến hành, phải chịu sự thiên vị không tham gia. Một số loại sự tham gia không tham gia tồn tại và mỗi loại có tiềm năng tác động đến độ tin cậy của các kết quả nghiên cứu-thường theo những cách ẩn hoặc không rõ. Trên thực tế, các nghiên cứu cho thấy những người tham gia nghiên cứu khó tiếp cận, đòi hỏi nhiều nỗ lực để liên hệ với họ, khác với những người khác.

Những khác biệt này được thấy ở tuổi, giới tính, tình trạng hôn nhân, tình trạng kinh tế xã hội, tình trạng sức khoẻ và số trẻ em.

Tỷ lệ đáp ứng

Mức độ mà dữ liệu khi kết thúc nghiên cứu bao gồm tất cả các thành viên trong một mẫu được gọi là tỷ lệ phản ứng. Mặc dù khái niệm này rõ ràng trong cuộc điều tra có cấu trúc hoặc một loạt các cuộc phỏng vấn, nhưng nó không rõ ràng trong nghiên cứu truyền thông xã hội. Tuy nhiên, nó không kém quan trọng trong nghiên cứu truyền thông xã hội hơn là trong các loại nghiên cứu định tính khác. Tỷ lệ phản hồi được tính bằng số người tham gia hoàn thành khảo sát hoặc đồng ý phỏng vấn chia cho tổng số người thực hiện nỗ lực lấy mẫu ban đầu. Tổng số phải bao gồm những người không liên lạc thành công hoặc từ chối tham gia nghiên cứu.

Vấn đề Khái quát

Bất kể dữ liệu được thu thập như thế nào, tầm quan trọng của tỷ lệ phản ứng cao không thể nhấn mạnh được.

Không thể tạo ra thực tế cho dân số lớn hơn khi tỷ lệ phản ứng của một mẫu thấp. Xu hướng mẫu tăng khi tỷ lệ phản ứng giảm. Trong các cuộc điều tra dựa trên phương tiện truyền thông, khi tỷ lệ hồi hương giảm xuống còn 20 hoặc 30 phần trăm của mẫu, nhóm người tham gia này ít giống với tổng thể mẫu.

Xu hướng tương tự của người dân để trả lại cuộc khảo sát qua thư hoặc đồng ý tham gia cuộc khảo sát qua điện thoại xảy ra với những người tham gia vào các mạng truyền thông xã hội: đó là, một sự quan tâm đặc biệt đối với chủ đề ( hoặc sản phẩm hoặc dịch vụ, tùy từng trường hợp).

Kích cỡ mẫu

Mẫu nhỏ hơn có lỗi lấy mẫu lớn hơn mẫu lớn hơn. Xem xét rằng dữ liệu mẫu cung cấp một ước tính về các thuộc tính của dân số lớn hơn. Mỗi mẫu lấy từ một khung lấy mẫu cung cấp một ước tính riêng cho số dân lớn hơn đó. Về mặt lý thuyết, có thể có một mẫu riêng biệt của phản ứng trong mỗi mẫu lấy cho mỗi câu hỏi yêu cầu. Theo thời gian, với đủ mẫu lấy từ khung lấy mẫu, mẫu thực sự sẽ hội tụ xung quanh mô hình thực (thực) của quần thể lớn hơn.

Lề của Lỗi

Lỗi lấy mẫu mô tả độ chính xác của ước tính từ bất kỳ mẫu nào lấy từ quần thể lớn hơn.Lỗi lấy mẫu được thể hiện dưới dạng một lề sai số gắn với mức độ tin cậy, là một phép đo thống kê. Trong một cuộc thăm dò ưu tiên của Tổng thống, ví dụ, báo cáo có thể cho thấy rằng đương nhiệm được 64% cử tri ủng hộ. Lề sai số sẽ là ± 3 điểm với mức độ tin cậy 95%.

Nói cách khác, nếu cuộc thăm dò được tiến hành lại với 100 mẫu cử tri khác nhau, trong số 100 cử tri, 95 cử tri sẽ cho thấy rằng đương nhiệm được 61% đến 67% cử tri ủng hộ. Đó là, 61% số cử tri + 3% hay -3%.

Quyết định về cỡ mẫu

Lề sai số liên quan đến lấy mẫu giảm xuống khi kích thước mẫu tăng lên, nhưng chỉ đến một điểm nhất định. Khi quy mô mẫu đạt 1000-2000 người trả lời, tỷ lệ lỗi là đủ nhỏ để xem xét các mẫu lớn hơn (không phải là sự lựa chọn hiệu quả về chi phí). Khi phân nhóm là một phần của quần thể lớn hơn, kích cỡ mẫu lớn hơn có thể được chứng minh bởi vì lề sai số sẽ khác nhau đối với từng phân nhóm phụ thuộc vào số lượng người trong các phân nhóm. Ví dụ, cho 1000 thành viên của một mạng truyền thông xã hội và một sai số tương đương khoảng từ 1 đến 3 điểm phần trăm với khoảng tin cậy 95%, phân tích một nhóm nhỏ của mạng truyền thông xã hội đó - nói, ở lại tại nhà - các bà mẹ đánh số khoảng 100-sẽ có một sai số cao hơn sai số khoảng 4 đến 10 điểm.

Đánh giá sự phù hợp mẫu

Các mẫu thường được đánh giá theo các thủ tục lựa chọn được sử dụng chứ không phải là kích cỡ hoặc thành phần cuối cùng. Điều này là căn bản bởi vì - trong hầu hết các tình huống - không thể đo lường chính xác mẫu đại diện cho một mẫu có số lượng lớn hơn như thế nào. Thủ tục thống kê được sử dụng vì chúng cho phép ước tính thuận tiện và cơ bản. Việc thiết lập một khoảng tin cậy hợp lý và lợi nhuận sai lầm ngay từ đầu cho phép các nhà nghiên cứu tập trung vào các biến số như tỷ lệ phản hồi và các khung mẫu đầy đủ.