Các nghiên cứu - Mức độ tự tin và Mức độ

Trong nghiên cứu điều tra, thống kê được áp dụng cho các mẫu ngẫu nhiên. Những thống kê này thể hiện mức độ mà một nhà nghiên cứu có thể tin tưởng rằng mẫu nghiên cứu này là hợp lý và đáng tin cậy.

Khoảng tin cậy là gì?

Khoảng tin cậy là lề sai số mà một nhà nghiên cứu sẽ trải nghiệm nếu họ có thể hỏi một câu hỏi nghiên cứu cụ thể, ví dụ, của mọi thành viên của dân số mục tiêu và nhận được cùng một câu trả lời rằng các thành viên của mẫu đã đưa ra trong cuộc khảo sát. Ví dụ, nếu nhà nghiên cứu đã sử dụng khoảng tin cậy từ 4 đến 60% người tham gia trong mẫu khảo sát đã trả lời "Có nên giới thiệu cho bạn bè", ông có thể

chắc chắn

giữa 54% và 64% thành viên của toàn bộ cộng đồng mục tiêu cũng sẽ nói "Would recommend to friends" khi được hỏi cùng một câu hỏi. Khoảng tin cậy trong trường hợp này là +/- 4.

Độ tin cậy là gì?

Mức độ tự tin

là biểu hiện của sự tự tin mà nhà nghiên cứu có thể thu được từ dữ liệu thu được từ một mẫu. Mức độ tự tin được thể hiện dưới dạng phần trăm và cho biết tỷ lệ phần trăm dân số mục tiêu đó sẽ trả lời bao nhiêu trong khoảng tin cậy. Mức độ tin cậy được sử dụng phổ biến nhất là 95%. Khái niệm liên quan được gọi là ý nghĩa thống kê.

Sự tin tưởng của một nhà nghiên cứu với xác suất

rằng mẫu của ông thực sự đại diện cho dân số mục tiêu bị ảnh hưởng bởi một số yếu tố.

Sự tự tin của nhà nghiên cứu trong việc thiết kế và thực hiện nghiên cứu của họ - và nhận thức về những hạn chế của nó - phần lớn dựa vào ba biến quan trọng: Kích cỡ mẫu, tần suất đáp ứng và quy mô dân số. Các nhà nghiên cứu từ lâu đã đồng ý rằng các biến này phải được xem xét cẩn thận trong giai đoạn lập kế hoạch nghiên cứu. Kích cỡ mẫu> Nói chung, các mẫu lớn hơn cung cấp dữ liệu phản ánh đúng đối tượng đích. Khoảng tin cậy rộng

• cho thấy sự tin tưởng ít hơn vào dữ liệu vì có lề cho lỗi . Một khoảng tin cậy rộng giống như bảo hiểm rủi ro cho cược của bạn. Mặc dù có một mối quan hệ giữa khoảng tin cậy và quy mô mẫu, nhưng nó không phải là một mối quan hệ tuyến tính. Một nhà nghiên cứu không thể cắt giảm mức độ tự tin bằng một nửa bằng cách nhân đôi cỡ mẫu. Tần số đáp ứng Độ chính xác của dữ liệu mẫu phản ánh dân số mục tiêu phụ thuộc vào phần trăm người trả lời trả lời cụ thể hoặc trả lời theo cách cụ thể. Số lượng người trả lời trả lời càng lớn, nói "Rất vui", nhà nghiên cứu chắc chắn có thể đáp ứng được.Sẽ có một số biến động về tỷ lệ phần trăm ở các khu vực trung bình của đường cong bình thường. Nghĩa là, nếu một nhà nghiên cứu 50% tự tin rằng các thành viên của các nhóm đối tượng đích sẽ đáp ứng (trong khoảng tin cậy) như các thành viên mẫu, có thể sẽ có sự khác biệt so với mức 50% đó. Bạn nên nhớ rằng các giá trị bên ngoài (dữ liệu ở các đầu xa, hoặc đuôi của đường cong thông thường) có xu hướng xảy ra ở cùng tỷ lệ trong dân số như trong mẫu - có ít thay đổi ở đây, bởi vì có tần số thấp hơn. (Hãy cân nhắc xem các quả bóng trong hộp Galton có xu hướng xếp chồng lên giữa cuộc triển lãm của Trung tâm Khoa học Thái Bình Dương hay không? Chỉ có một vài quả bóng nhảy lên đuôi.) Vì lý do này, dễ dàng hơn để tự tin về tần suất các câu trả lời cực đoan .
• Kích thước quần thể không phải là một yếu tố quan trọng trong quy mô mẫu trừ khi nhà nghiên cứu đang làm việc với một dân số rất nhỏ và

• biết

• đối với người đó (ví dụ, đủ nhỏ để tất cả các thành viên dân số có thể được xác định bởi các nhà nghiên cứu). Các Hệ thống Nghiên cứu Sáng tạo chỉ ra rằng: Toán học xác suất chứng minh quy mô của quần thể là không liên quan trừ khi kích thước của mẫu vượt quá một vài phần trăm trong tổng số dân mà bạn đang kiểm tra. Điều này có nghĩa là một mẫu 500 người cũng có ích trong việc kiểm tra ý kiến ​​của một quốc gia là 15.000.000 vì nó sẽ là một thành phố 100.000.000. Tạo mẫu đại diện

có thể là một quá trình tốn kém và tốn nhiều thời gian. Các nhà nghiên cứu luôn phải đối mặt với sự cân bằng giữa mức độ tự tin mà họ muốn đạt được - hoặc mức độ chính xác mà họ cần để đạt được - và mức độ tin cậy họ có thể mua được.

Quy mô mẫu trong khảo sát định tính Nghiên cứu Nghiên cứu định tính có tính chất khám phá hoặc mô tả, và không tập trung vào số liệu hoặc số đo. Nhưng những quan ngại về sai sót trong quá trình nghiên cứu điều tra định tính vẫn còn hiệu lực. Theo nguyên tắc chung, nếu một mẫu đại diện cho vũ trụ mục tiêu, các chủ đề hoặc mô hình nổi lên từ nghiên cứu sẽ phản ánh số lượng lớn người dân quan tâm đến nhà nghiên cứu. Nếu mẫu có cả đại diện và bao gồm một tỷ lệ lớn dân số mục tiêu, thì sự tin cậy vào tính chính xác của dữ liệu lấy từ mẫu đó sẽ có xu hướng cao.

Xác định cỡ mẫu trong khảo sát Nghiên cứu

Các quy tắc khác nhau áp dụng cho nghiên cứu định lượng và nghiên cứu định tính khi xác định quy mô mẫu. Nói chung, để tự tin trong dữ liệu được tạo ra bởi nghiên cứu điều tra định tính, một nhà nghiên cứu cần phải có một ý tưởng rõ ràng về cách dữ liệu sẽ được sử dụng. Dữ liệu có thể tạo thành nền tảng cho một tường trình mô tả (như trong nghiên cứu trường hợp hoặc một số nghiên cứu dân tộc học) hoặc nó có thể phục vụ theo cách khám phá để xác định các biến có liên quan mà sau này có thể được thử nghiệm cho mối tương quan trong một nghiên cứu định lượng.

Quy mô mẫu trong khảo sát định lượng Nghiên cứu

Nghiên cứu định lượng thường liên quan đến sự so sánh giữa các phân đoạn thị trường hoặc phân nhóm của một thị trường mục tiêu.Bởi vì nghiên cứu định lượng là số theo định hướng, xác định một kích cỡ mẫu thoải mái có thể được khá dễ dàng - đối với mỗi nhóm quan trọng hoặc phân đoạn trong một nghiên cứu, một nhà nghiên cứu hy vọng sẽ khảo sát 100 người tham gia.

Con số này là khuyến cáo chứ không phải là tuyệt đối. Một nhà nghiên cứu thị trường sẽ xem xét một số biến có liên quan để xác định kích thước của một mẫu nghiên cứu điều tra.

Kích cỡ mẫu trong điều tra nghiên cứu định lượng

Khi tiến hành nghiên cứu thị trường điều tra, mục tiêu là

suy ra

từ mẫu có thể là đúng với vũ trụ mục tiêu. Một mẫu cung cấp dữ liệu có thể được

quan sát hoặc được biết đến. Từ dữ liệu được quan sát hoặc được biết đến này, nhà nghiên cứu có thể ước đoán mức độ mà một giá trị giá trị không rõ hoặc tham số có thể được tìm thấy trong một quần thể đích. Nghiên cứu điều tra định lượng dựa trên khái niệm bình thường , đường cong đối xứng đại diện, trong tâm trí của nhà nghiên cứu, vũ trụ mục tiêu - dân số mà nhà nghiên cứu phải ước lượng hơn là thực sự > biết thông số.

Một mẫu đại diện cho phép một nhà nghiên cứu tính - từ dữ liệu mẫu - khoảng giá trị ước tính có thể bao gồm giá trị hoặc tham số không biết đến. Phạm vi giá trị được ước tính này đại diện cho một khu vực trên đường cong bình thường và thường được biểu diễn dưới dạng thập phân hoặc phần trăm. Đường cong và xác suất bình thường Một đường cong đối xứng bình thường là biểu hiện trực quan của xác suất. Chúng ta hãy nhìn vào một phương pháp heuristic đơn giản: Một hoạt động tại trung tâm khoa học cho phép một số lượng lớn bóng nằm giữa hai tấm acrylic, mỗi lần một lần. Mỗi quả bóng rơi qua cùng một lỗ ở đầu màn hình, và sau đó giảm xuống giữa bất kỳ ngăn cách thẳng đứng, song song nào ngăn cách các ngăn xếp của quả bóng khi họ nghỉ ngơi. Sau vài giờ, quả bóng đã hình thành một đường cong bình thường. Đường cong thay đổi một chút vì mỗi quả bóng mới được giới thiệu đều chạm tới khối lượng quả bóng đầu tiên.

Nhưng nhìn chung, đường cong đối xứng là hiển nhiên và nó xảy ra tự nhiên, độc lập với bất kỳ hành động nào của các nhà quan sát hay nhân viên của Trung tâm Khoa học. Hình dạng cong hình bóng phản ánh xác suất mà hầu hết các quả bóng sẽ rơi vào trung tâm và ở lại đó. Ít quả bóng sẽ làm cho nó vào cuối của đường cong - một số chắc chắn sẽ, nhưng họ có ít về số lượng. Đường cong bình thường này tương tự như khái niệm mẫu. Mỗi lần màn hình được làm trống và các quả bóng một lần nữa được phép rơi vào hộp Galton, cấu hình các ngăn xếp của quả bóng sẽ chỉ khác nhau một chút. Nhưng qua thời gian, hình dạng của đường cong sẽ không thay đổi nhiều và mô hình sẽ giữ đúng.