Ve výzkumu průzkumů jsou statistiky aplikovány na randomizované vzorky. Tyto statistiky představují míru, do jaké si výzkumník může být jistý, že studijní vzorek je přiměřeně validní a spolehlivý.
Interval spolehlivosti
A interval spolehlivosti je míra chyby, kterou by výzkumník zažil, kdyby mohl položit konkrétní výzkumnou otázku, řekněme každý člen cílové populace a obdrží stejnou odpověď, jakou uvedli členové vzorku průzkum. Pokud například výzkumník použil interval spolehlivosti 4 a 60 % účastníků průzkumu odpovědělo: „Doporučil bych přátelům“, mohl by být Tak určitě že 56 % až 64 % členů celé cílové populace by na stejnou otázku řeklo také „Doporučuji přátelům“. Interval spolehlivosti je v tomto případě +/- 4.
Úroveň důvěry
A úroveň důvěry je výrazem jak si může být výzkumník jistý údajů získaných ze vzorku. Úrovně spolehlivosti jsou vyjádřeny v procentech a udávají, jak často by dané procento cílové populace dalo odpověď, která leží v intervalu spolehlivosti. Nejčastěji používaná hladina spolehlivosti je 95 %. Související pojem se nazývá statistická významnost.
U výzkumníka důvěra v pravděpodobnost to, že jejich vzorek je skutečně reprezentativní pro cílovou populaci, je ovlivněno řadou faktorů. Důvěra výzkumníka v návrh a implementaci studie – a její povědomí omezení — je z velké části založeno na třech důležitých proměnných: velikosti vzorku, četnosti odezvy a velikost populace. Vědci se již dlouho shodli, že tyto proměnné musí být pečlivě zváženy ve fázi plánování výzkumu.
Velikost vzorku průzkumu
Obecně řečeno, větší vzorky poskytují data, která skutečně odrážejí cílovou populaci. Široký interval spolehlivosti ukazuje na menší důvěru v data, protože existuje větší prostor pro chyby. Široký interval spolehlivosti je jako zajištění vašich sázek. Ačkoli existuje vztah mezi intervalem spolehlivosti a velikostí vzorku, není to a lineární vztah. Výzkumník nemůže snížit úroveň spolehlivosti na polovinu zdvojnásobením velikosti vzorku.
Frekvence odezvy
Přesnost, s jakou výběrová data odrážejí cílovou populaci, závisí také na procentu respondentů, kteří uvedli konkrétní odpověď resp reagovali konkrétním způsobem. Čím větší je počet respondentů, kteří uvedli konkrétní odpověď, řekli „Velmi šťastný“, tím jistější si může být výzkumník touto odpovědí. Ve středních oblastech normální křivky bude existovat určitá variabilita v procentech. To znamená, že pokud je výzkumník 50% jistý, že členové cílové populace budou reagovat (v rámci a interval spolehlivosti), stejně jako u členů výběrové populace bude pravděpodobně existovat určitá odchylka od těchto 50 % úroveň.
Buďte si vědomi odlehlých hodnot
Je dobré si pamatovat, že odlehlé hodnoty (data, která jsou na vzdálených koncích nebo konci normální křivky) se pravděpodobněji vyskytují při přibližně stejná míra v populaci jako ve vzorku – zde je menší variabilita, protože je zde nižší frekvence. Z tohoto důvodu je snazší si být jistý frekvencí extrémních odpovědí.
Velikost populace není důležitým faktorem velikosti vzorku, pokud výzkumník nepracuje s populací, která je velmi malá známý k nim (např. dostatečně malé, aby výzkumník mohl identifikovat všechny členy populace).
Systémy kreativního výzkumu poukazuje na to, že:
Matematika pravděpodobnosti dokazuje, že velikost populace je irelevantní, pokud velikost vzorku nepřesahuje několik procent celkové populace, kterou zkoumáte. To znamená, že vzorek 500 lidí je stejně užitečný při zkoumání názorů státu s 15 000 000 lidmi, jako by to bylo město se 100 000 obyvateli.
Vytváření reprezentativního vzorku může být nákladný a časově náročný proces. Výzkumníci vždy čelí kompromisu mezi úrovní spolehlivosti, kterou by chtěli získat – nebo mírou přesnosti, kterou potřebují dosáhnout – a úrovní spolehlivosti, kterou si mohou dovolit.
Velikost vzorku ve výzkumu kvalitativních průzkumů
Kvalitativní výzkum je ve své podstatě průzkumný nebo popisný a nezaměřuje se na čísla ani měření. Obavy z výběrové chyby v kvalitativním průzkumu jsou však stále platné. Obecným pravidlem je, že pokud je vzorek reprezentativní pro cílový vesmír, témata nebo vzorce, které se objeví z výzkumu, budou odrážet větší populaci, která je pro výzkumníka zajímavá. Pokud je vzorek reprezentativní a skládá se z velkého procenta cílové populace, pak bude mít důvěra v přesnost údajů odvozených z tohoto vzorku tendenci být vysoká.
Určení velikosti vzorku ve výzkumu průzkumů
Platí jiná pravidla kvantitativní výzkum a kvalitativní výzkum pokud jde o určení velikosti vzorku. Obecně řečeno, aby si výzkumník mohl být jistý daty generovanými kvalitativním průzkumem, musí mít jasnou představu o tom, jak budou data použita. Data mohou tvořit základ pro popisný příběh (jako v případové studii nebo nějakém etnografickém výzkumu) nebo mohou sloužit průzkumným způsobem k identifikaci relevantních proměnných, které by mohly být později testovány na kvantitativní korelace studie.
Velikost vzorku ve výzkumu kvantitativních průzkumů
Kvantitativní výzkum často zahrnuje srovnání mezi tržními segmenty nebo podskupinami cílového trhu. Vzhledem k tomu, že kvantitativní výzkum je založen na číslech, může být určení pohodlné velikosti vzorku poměrně snadné. Pro každou důležitou skupinu nebo segment ve studii by výzkumník doufal, že provede průzkum 100 účastníků. Toto číslo je doporučení, nikoli absolutní. Výzkumník trhu zváží řadu relevantních proměnných, aby určil velikost vzorku v průzkumu.
Při provádění průzkumu trhu je cílem odvodit ze vzorku, co je pravděpodobné, že je pravda o cílovém vesmíru. Ukázka poskytuje data, která mohou být pozorováno nebo známý. Z těchto pozorovaných nebo známých dat může výzkumník odhadnout míru, do jaké lze v cílové populaci nalézt neznámou hodnotu nebo parametr.
Kvantitativní průzkumový výzkum je založen na představě a normální, symetrická křivka, která v mysli výzkumníka představuje cílový vesmír - populaci, o které musí výzkumník spíše odhadovat než ve skutečnosti vědět parametry. Reprezentativní vzorek umožňuje výzkumníkovi vypočítat – z dat vzorku – odhadovaný rozsah hodnot, které pravděpodobně zahrnují neznámou hodnotu nebo parametr, který je předmětem zájmu. Tento odhadovaný rozsah hodnot představuje plochu na normální křivce a je obecně vyjádřen jako desetinné číslo nebo procento.
Normální křivka a pravděpodobnost
Normální, symetrická křivka je vizuálním vyjádřením pravděpodobnosti. Podívejme se na jednoduchou heuristiku: Při aktivitě ve vědeckém centru padá velké množství kuliček mezi dvě akrylové desky, jednu po druhé. Každá koule propadne stejným otvorem v horní části displeje a poté spadne mezi kteroukoli svislou, paralelní přepážku, která odděluje hromádky koulí, jakmile se zastaví. Po několika hodinách mají kuličky tvar normální křivky.
Křivka se trochu změní, protože každá nově zavedená koule narazí na množství kuliček, které dorazily jako první. Celkově je však symetrická křivka evidentní a došlo k ní přirozeně, nezávisle na jakékoli akci pozorovatelů nebo zaměstnanců Science Center. Zakřivený tvar, který kuličky tvoří, odráží pravděpodobnost, že většina kuliček spadne do středu a zůstane tam. Méně kuliček se dostane do vzdálenějších konců křivky, ale některé nevyhnutelně ano, ale je jich málo.
Tato normální křivka je podobná konceptu vzorku. Pokaždé, když je displej vyprázdněn a koule mohou znovu spadnout do Galtonovy krabice, konfigurace hromádek kuliček se bude jen trochu lišit. Časem se ale tvar křivky příliš nezmění a vzor bude držet.
