I undersøgelsesforskning anvendes statistik på randomiserede stikprøver. Disse statistikker repræsenterer i hvilken grad en forsker kan være sikker på, at undersøgelsesprøven er rimelig valid og pålidelig.
Konfidensinterval
EN konfidensinterval er den fejlmargin, som en forsker ville opleve, hvis de kunne stille et bestemt forskningsspørgsmål, f.eks hvert medlem af målpopulationen og får det samme svar tilbage, som medlemmerne af stikprøven gav i undersøgelse. For eksempel, hvis forskeren brugte et konfidensinterval på 4 og 60 % af deltagerne i undersøgelsesprøven svarede: "Vil anbefale til venner", kunne han være jo da at mellem 56 % og 64 % af medlemmerne af hele målgruppen også ville sige "Vil anbefale til venner", når de blev stillet det samme spørgsmål. Konfidensintervallet er i dette tilfælde +/- 4.
Selvtillidsniveau
EN Selvtillidsniveau er et udtryk for hvor sikker en forsker kan være af data opnået fra en stikprøve. Konfidensniveauer er udtrykt i procent og angiver, hvor ofte denne procentdel af målpopulationen ville give et svar, der ligger inden for konfidensintervallet. Det mest almindeligt anvendte konfidensniveau er 95 %. Et beslægtet begreb kaldes statistisk signifikans.
En forsker tillid til sandsynligheden at deres stikprøve virkelig er repræsentativ for målpopulationen er påvirket af en række faktorer. En forskers tillid til deres undersøgelsesdesign og implementering - og en bevidsthed om dens begrænsninger - er i vid udstrækning baseret på tre vigtige variabler: stikprøvestørrelse, svarfrekvens og befolkningsstørrelse. Forskere har længe været enige om, at disse variabler skal overvejes nøje under forskningsplanlægningsfasen.
Undersøgelsesprøvestørrelse
Generelt leverer større stikprøver data, der virkelig afspejler målpopulationen. Et bredt konfidensinterval indikerer mindre tillid til dataene, fordi der er en større fejlmargen. Et bredt konfidensinterval er som at afdække dine indsatser. Selvom der er en sammenhæng mellem konfidensintervallet og stikprøvestørrelsen, er det ikke en lineær sammenhæng. En forsker kan ikke halvere et konfidensniveau ved at fordoble stikprøvestørrelsen.
Frekvensen af respons
Den nøjagtighed, hvormed stikprøvedata afspejler målpopulationen, afhænger også af procentdelen af respondenter, der har givet et bestemt svar eller reageret på en bestemt måde. Jo større antal respondenter, der har givet et bestemt svar, siger "Meget glad", jo mere sikker kan forskeren være på det svar. Der vil være en vis variation i procentdelen i de midterste områder af normalkurven. Det vil sige, hvis en forsker er 50 % sikker på, at medlemmer af målpopulationerne vil reagere (inden for en konfidensinterval) ligesom medlemmer af stikprøvepopulationen, vil der sandsynligvis være en vis variation fra de 50 % niveau.
Vær opmærksom på outliers
Det er godt at huske, at der er større sandsynlighed for, at outliers (data, der er i de fjerne ender, eller hale, af normalkurven) forekommer ved omtrent den samme rate i populationen, som de gør i en stikprøve - der er mindre variabilitet her, fordi der er en lavere frekvens. Af denne grund er det lettere at være sikker på hyppigheden af ekstreme svar.
Befolkningsstørrelsen er ikke en vigtig faktor i stikprøvestørrelsen, medmindre en forsker arbejder med en population, der er meget lille og kendt til dem (f.eks. små nok til, at alle medlemmer af befolkningen kan identificeres af forskeren).
Kreative forskningssystemer påpeger, at:
Sandsynlighedsmatematikken beviser, at størrelsen af populationen er irrelevant, medmindre størrelsen af stikprøven overstiger nogle få procent af den samlede population, du undersøger. Det betyder, at en stikprøve på 500 mennesker er lige så nyttig til at undersøge meningerne fra en stat på 15.000.000, som den ville være en by på 100.000.
Generering af en repræsentativ prøve kan være en omkostningsfuld og tidskrævende proces. Forskere står altid over for en afvejning mellem det konfidensniveau, de gerne vil opnå - eller den grad af nøjagtighed, de skal opnå - og det konfidensniveau, de har råd til.
Prøvestørrelse i kvalitative undersøgelser
Kvalitativ forskning er undersøgende eller beskrivende og fokuserer ikke på tal eller målinger. Men bekymringer om stikprøvefejl i kvalitativ undersøgelsesforskning er stadig gældende. Som en generel regel, hvis en stikprøve er repræsentativ for måluniverset, vil de temaer eller mønstre, der kommer frem fra forskningen, afspejle den større population, som er af interesse for forskeren. Hvis stikprøven både er repræsentativ og består af en stor procentdel af målpopulationen, vil tilliden til nøjagtigheden af data udledt fra denne prøve have en tendens til at være høj.
Bestemmelse af prøvestørrelse i undersøgelser
Der gælder forskellige regler for kvantitativ forskning og kvalitativ forskning når det kommer til at bestemme stikprøvestørrelsen. Generelt set skal en forsker have en klar idé om, hvordan dataene vil blive brugt for at være sikker på de data, der genereres af kvalitativ undersøgelsesforskning. Dataene kan danne grundlag for en beskrivende fortælling (som i et casestudie eller en etnografisk forskning), eller de kan tjene på en undersøgende måde for at identificere relevante variabler, der senere kan testes for korrelationer i en kvantitativ undersøgelse.
Prøvestørrelse i kvantitative undersøgelser
Kvantitativ forskning involverer ofte sammenligninger mellem markedssegmenter eller undergrupper af et målmarked. Fordi kvantitativ forskning er taldrevet, kan det være ret nemt at bestemme en behagelig stikprøvestørrelse. For hver vigtig gruppe eller segment i en undersøgelse ville en forsker håbe på at undersøge 100 deltagere. Dette tal er en anbefaling og ikke et absolut. En markedsforsker vil overveje en række relevante variabler for at bestemme størrelsen af en stikprøve i undersøgelsesundersøgelser.
Når du udfører undersøgelsesmarkedsundersøgelser, er målet at udlede fra stikprøven, hvad der sandsynligvis er sandt for måluniverset. En prøve giver data, der kan være observeret eller kendt. Ud fra disse observerede eller kendte data kan en forsker estimere i hvilken grad en ukendt værdi eller parameter kan findes i en målpopulation.
Kvantitativ undersøgelsesforskning er baseret på forestillingen om en normal, symmetrisk kurve, der i forskerens sind repræsenterer måluniverset - den befolkning, som forskeren skal estimere i stedet for faktisk ved godt parametre. En repræsentativ prøve giver en forsker mulighed for at beregne - ud fra prøvedataene - et estimeret område af værdier, der sandsynligvis vil inkludere den ukendte værdi eller parameter, der er af interesse. Dette estimerede værdiområde repræsenterer et område på normalkurven og udtrykkes generelt som en decimal eller en procentdel.
Normalkurven og sandsynlighed
En normal, symmetrisk kurve er et visuelt udtryk for sandsynlighed. Lad os se på en simpel heuristik: En aktivitet på et videnskabscenter lader et stort antal bolde falde mellem to akrylplader, én ad gangen. Hver bold falder gennem den samme åbning i toppen af skærmen og falder derefter mellem en hvilken som helst af de lodrette, parallelle skillevægge, der adskiller stakkene af bolde, når de er kommet til hvile. Efter flere timer har kuglerne dannet form som en normal kurve.
Kurven ændrer sig en lille smule, efterhånden som hver nyindført bold rammer massen af bolde, der ankom først. Men overordnet set er den symmetriske kurve tydelig, og den opstod naturligt, uafhængigt af enhver handling fra Science Centers observatører eller personale. Den buede form, som kuglerne danner, afspejler sandsynligheden for, at de fleste af kuglerne falder ind i midten og bliver der. Færre bolde vil komme ind i de fjerneste ender af kurven, men nogle vil uundgåeligt, men er få i antal.
Denne normalkurve ligner konceptet med en prøve. Hver gang displayet tømmes ud, og kuglerne igen får lov til at falde ned i Galton-boksen, vil konfigurationen af stakkene af kugler kun være en lille smule anderledes. Men med tiden vil formen på kurven ikke ændre sig meget, og mønsteret vil holde stik.
