Vo výskume prieskumov sa štatistiky aplikujú na randomizované vzorky. Tieto štatistiky predstavujú mieru, do akej si výskumník môže byť istý, že vzorka štúdie je primerane platná a spoľahlivá.
Interval spoľahlivosti
A interval spoľahlivosti je miera chyby, ktorú by výskumník zažil, keby mohol položiť konkrétnu výskumnú otázku, povedzme každý člen cieľovej populácie a dostanú rovnakú odpoveď ako členovia vzorky prieskum. Napríklad, ak výskumník použil interval spoľahlivosti 4 a 60 % účastníkov prieskumnej vzorky odpovedalo: „Odporučil by som priateľom“, mohol by byť samozrejme že 56 % až 64 % členov celej cieľovej populácie by na rovnakú otázku povedalo aj „odporučil by som priateľom“. Interval spoľahlivosti je v tomto prípade +/- 4.
Úroveň sebavedomia
A úroveň sebavedomia je vyjadrením ako si môže byť výskumník istý údajov získaných zo vzorky. Úrovne spoľahlivosti sú vyjadrené v percentách a uvádzajú, ako často by toto percento cieľovej populácie dalo odpoveď, ktorá leží v rámci intervalu spoľahlivosti. Najbežnejšie používaná úroveň spoľahlivosti je 95 %. Súvisiaci pojem sa nazýva štatistická významnosť.
U výskumníka dôvera v pravdepodobnosť to, že ich vzorka je skutočne reprezentatívna pre cieľovú populáciu, ovplyvňuje množstvo faktorov. Dôvera výskumníka v dizajn a implementáciu štúdie – a uvedomenie si toho obmedzenia – je z veľkej časti založený na troch dôležitých premenných: veľkosť vzorky, frekvencia odozvy a veľkosť populácie. Výskumníci sa už dlho zhodli, že tieto premenné musia byť dôkladne zvážené počas fázy plánovania výskumu.
Veľkosť vzorky prieskumu
Vo všeobecnosti väčšie vzorky poskytujú údaje, ktoré skutočne odrážajú cieľovú populáciu. Široký interval spoľahlivosti naznačuje menšiu dôveru v údaje, pretože existuje väčšia odchýlka od chyby. Široký interval spoľahlivosti je ako zaistenie vašich stávok. Hoci existuje vzťah medzi intervalom spoľahlivosti a veľkosťou vzorky, nie je to a lineárny vzťah. Výskumník nemôže znížiť úroveň spoľahlivosti na polovicu zdvojnásobením veľkosti vzorky.
Frekvencia odozvy
Presnosť, s akou vzorové údaje odrážajú cieľovú populáciu, závisí aj od percenta respondentov, ktorí uviedli konkrétnu odpoveď resp reagovali konkrétnym spôsobom. Čím väčší je počet respondentov, ktorí dali konkrétnu odpoveď, povedali „veľmi šťastný“, tým si môže byť výskumník touto odpoveďou istejší. V stredných oblastiach normálnej krivky bude existovať určitá variabilita v percentách. To znamená, že ak je výskumník 50% presvedčený, že členovia cieľovej populácie budú reagovať (v rámci a interval spoľahlivosti), podobne ako u členov vzorovej populácie, pravdepodobne existuje určitá odchýlka od týchto 50 % úrovni.
Buďte si vedomí odľahlých hodnôt
Je dobré si zapamätať, že odľahlé hodnoty (údaje, ktoré sú na vzdialených koncoch alebo chvostoch normálnej krivky) sa s väčšou pravdepodobnosťou vyskytnú pri približne rovnaká miera v populácii ako vo vzorke – je tu menšia variabilita, pretože je tu nižšia frekvencia. Z tohto dôvodu je ľahšie si byť istý frekvenciou extrémnych odpovedí.
Veľkosť populácie nie je dôležitým faktorom veľkosti vzorky, pokiaľ výskumník nepracuje s populáciou, ktorá je veľmi malá a známy k nim (napr. dostatočne malé na to, aby výskumník mohol identifikovať všetkých členov populácie).
Systémy kreatívneho výskumu poukazuje na to, že:
Matematika pravdepodobnosti dokazuje, že veľkosť populácie je irelevantná, pokiaľ veľkosť vzorky nepresahuje niekoľko percent celkovej populácie, ktorú skúmate. To znamená, že vzorka 500 ľudí je rovnako užitočná pri skúmaní názorov štátu s 15 000 000 obyvateľmi, ako aj v prípade 100-tisícového mesta.
Vytvorenie reprezentatívnej vzorky môže byť nákladný a časovo náročný proces. Výskumníci vždy čelia kompromisu medzi úrovňou spoľahlivosti, ktorú by chceli získať – alebo stupňom presnosti, ktorú musia dosiahnuť – a úrovňou spoľahlivosti, ktorú si môžu dovoliť.
Veľkosť vzorky vo výskume kvalitatívnych prieskumov
Kvalitatívny výskum má exploračný alebo popisný charakter a nezameriava sa na čísla ani merania. Obavy z výberovej chyby v kvalitatívnom prieskumnom výskume sú však stále opodstatnené. Vo všeobecnosti platí, že ak je vzorka reprezentatívna pre cieľový vesmír, témy alebo vzorce, ktoré vychádzajú z výskumu, budú odrážať väčšiu populáciu, ktorá je pre výskumníka zaujímavá. Ak je vzorka reprezentatívna a pozostáva z veľkého percenta cieľovej populácie, potom dôvera v presnosť údajov odvodených z tejto vzorky bude mať tendenciu byť vysoká.
Určenie veľkosti vzorky vo výskume prieskumov
Platia iné pravidlá kvantitatívny výskum a kvalitatívny výskum pokiaľ ide o určenie veľkosti vzorky. Všeobecne povedané, aby si výskumník mohol byť istý údajmi generovanými kvalitatívnym prieskumom, musí mať jasnú predstavu o tom, ako budú údaje použité. Údaje môžu tvoriť základ pre popisný príbeh (ako v prípadovej štúdii alebo nejakom etnografickom výskume) alebo môžu slúžiť prieskumným spôsobom na identifikáciu relevantných premenných, ktoré by sa neskôr mohli testovať na kvantitatívne korelácie štúdium.
Veľkosť vzorky vo výskume kvantitatívnych prieskumov
Kvantitatívny výskum často zahŕňa porovnávanie medzi trhovými segmentmi alebo podskupinami cieľového trhu. Keďže kvantitatívny výskum je riadený číslami, určenie pohodlnej veľkosti vzorky môže byť pomerne jednoduché. Pre každú dôležitú skupinu alebo segment v štúdii by výskumník dúfal, že urobí prieskum 100 účastníkov. Toto číslo je odporúčanie a nie absolútne. Prieskumník trhu zváži množstvo relevantných premenných na určenie veľkosti vzorky v prieskumnom prieskume.
Pri vykonávaní prieskumu trhu je cieľom vyvodiť zo vzorky, čo pravdepodobne platí pre cieľový vesmír. Vzorka poskytuje údaje, ktoré môžu byť pozorované alebo známy. Z týchto pozorovaných alebo známych údajov môže výskumník odhadnúť mieru, do akej možno nájsť neznámu hodnotu alebo parameter v cieľovej populácii.
Kvantitatívny prieskumný výskum je založený na predstave a normálne, symetrická krivka, ktorá v mysli výskumníka predstavuje cieľový vesmír - populáciu, o ktorej musí výskumník skôr odhadovať, než v skutočnosti vedieť parametre. Reprezentatívna vzorka umožňuje výskumníkovi vypočítať – z údajov vzorky – odhadovaný rozsah hodnôt, ktoré pravdepodobne zahŕňajú neznámu hodnotu alebo parameter, ktorý je predmetom záujmu. Tento odhadovaný rozsah hodnôt predstavuje plochu na normálnej krivke a vo všeobecnosti sa vyjadruje ako desatinné číslo alebo percento.
Normálna krivka a pravdepodobnosť
Normálna, symetrická krivka je vizuálnym vyjadrením pravdepodobnosti. Pozrime sa na jednoduchú heuristiku: Pri aktivite vo vedeckom centre padá veľké množstvo loptičiek medzi dve akrylové dosky, jednu po druhej. Každá loptička prepadne rovnakým otvorom v hornej časti displeja a potom spadne medzi ktorékoľvek z vertikálnych paralelných prepážok, ktoré oddeľujú hromady loptičiek, keď sa dostanú na miesto. Po niekoľkých hodinách majú guľôčky tvar normálnej krivky.
Krivka sa trochu zmení, keď každá novo zavedená loptička zasiahne množstvo loptičiek, ktoré dorazili ako prvé. Celkovo je však symetrická krivka evidentná a vyskytla sa prirodzene, nezávisle od akejkoľvek činnosti pozorovateľov alebo zamestnancov vedeckého centra. Zakrivený tvar, ktorý guľôčky tvoria, odráža pravdepodobnosť, že väčšina guľôčok spadne do stredu a zostane tam. Menej loptičiek sa dostane na vzdialené konce krivky, ale niektoré nevyhnutne áno, ale je ich málo.
Táto normálna krivka je podobná konceptu vzorky. Zakaždým, keď sa displej vyprázdni a loptičky môžu opäť spadnúť do Galtonovej krabice, konfigurácia stohov loptičiek bude len trochu odlišná. Časom sa však tvar krivky príliš nezmení a vzor bude držať.
