У истраживањима анкета, статистика се примењује на рандомизоване узорке. Ове статистике представљају степен до којег истраживач може бити сигуран да је узорак студије разумно валидан и поуздан.
Интервал поверења
А интервал поверења је граница грешке коју би истраживач искусио када би могао да постави одређено истраживачко питање, рецимо сваки члан циљне популације и добију исти одговор који су чланови узорка дали у анкета. На пример, ако је истраживач користио интервал поверења од 4 и 60% учесника у узорку анкете је одговорило: „Препоручио би пријатељима“, он би могао бити сигурно да би између 56% и 64% припадника целокупне циљне популације такође рекло „Препоручио бих пријатељима“ на исто питање. Интервал поверења, у овом случају, је +/- 4.
Ниво поузданости
А ниво поузданости је израз за колико истраживач може бити сигуран података добијених из узорка. Нивои поверења су изражени у процентима и показују колико често би тај проценат циљне популације дао одговор који лежи у интервалу поверења. Најчешће коришћени ниво поузданости је 95%. Сродни концепт се назива статистичка значајност.
Истраживача поверење у вероватноћу да је њихов узорак заиста репрезентативан за циљну популацију утиче низ фактора. Поверење истраживача у дизајн и имплементацију њихове студије—и свест о томе ограничења—у великој мери се заснива на три важне варијабле: величини узорка, учесталости одговора и број становника. Истраживачи су се дуго сложили да се ове варијабле морају пажљиво размотрити током фазе планирања истраживања.
Величина узорка анкете
Уопштено говорећи, већи узорци дају податке који заиста одражавају циљну популацију. Широк интервал поверења указује на мање поверења у податке јер постоји већа маргина за грешку. Широк интервал поверења је као заштита ваших опклада. Иако постоји веза између интервала поверења и величине узорка, то није а линеарни однос. Истраживач не може преполовити ниво поверења тако што ће удвостручити величину узорка.
Фреквенција одговора
Тачност са којом подаци узорка одражавају циљну популацију зависи и од процента испитаника који су дали одређени одговор или одговорио на специфичан начин. Што је већи број испитаника који су дали одређени одговор, рекли „Веома срећни“, истраживач може бити сигурнији у тај одговор. Постојаће извесна варијабилност у процентима у средњим областима нормалне криве. То јест, ако је истраживач 50% сигуран да ће чланови циљне популације одговорити (унутар интервал поверења) као и код чланова популације узорка, вероватно ће постојати нека варијација од тих 50% ниво.
Будите свесни оутлиерс
Добро је запамтити да је већа вероватноћа да ће се одступања (подаци који се налазе на крајњим крајевима или реповима нормалне криве) појавити на отприлике иста стопа у популацији као и у узорку – овде је мања варијабилност јер је нижа учесталост. Из тог разлога, лакше је бити сигуран у учесталост екстремних одговора.
Величина популације није важан фактор у величини узорка осим ако истраживач не ради са популацијом која је веома мала и познат њима (нпр. довољно мали да истраживач може идентификовати све чланове популације).
Креативни истраживачки системи истиче да:
Математика вероватноће доказује да је величина популације ирелевантна осим ако величина узорка не прелази неколико процената укупне популације коју испитујете. То значи да је узорак од 500 људи подједнако користан у испитивању мишљења државе од 15.000.000 као што би то био град од 100.000.
Генерисање репрезентативног узорка може бити скуп и дуготрајан процес. Истраживачи се увек суочавају са компромисом између нивоа самопоуздања који желе да стекну – или степена тачности који треба да постигну – и нивоа самопоуздања који могу да приуште.
Величина узорка у истраживању квалитативних анкета
Квалитативно истраживање је по природи истраживачко или дескриптивно и не фокусира се на бројеве или мере. Али забринутост око грешке узорковања у квалитативном истраживању истраживања и даље је важећа. Као опште правило, ако је узорак репрезентативан за циљни универзум, теме или обрасци који произилазе из истраживања одражаваће већу популацију која је од интереса за истраживача. Ако је узорак и репрезентативан и састоји се од великог процента циљне популације, онда ће поверење у тачност података изведених из тог узорка бити високо.
Одређивање величине узорка у истраживању истраживања
Различита правила важе за квантитативна истраживања и квалитативна истраживања када је у питању одређивање величине узорка. Уопштено говорећи, да би био сигуран у податке добијене квалитативним истраживањем, истраживач треба да има јасну представу о томе како ће се подаци користити. Подаци могу бити основа за дескриптивни наратив (као у студији случаја или неком етнографском истраживању) или могу послужити на истраживачки начин да се идентификују релевантне варијабле које би касније могле да се тестирају на корелације у квантитативном студија.
Величина узорка у квантитативним истраживањима
Квантитативно истраживање често укључује поређења између тржишних сегмената или подгрупа циљног тржишта. Пошто се квантитативно истраживање заснива на бројевима, одређивање удобне величине узорка може бити прилично лако. За сваку важну групу или сегмент у студији, истраживач би се надао да ће испитати 100 учесника. Овај број је препорука, а не апсолутна. Истраживач тржишта ће размотрити низ релевантних варијабли да би одредио величину узорка у истраживању анкете.
Када се спроводи истраживање тржишта анкете, циљ је да се из узорка закључи шта је вероватно тачно за циљни универзум. Узорак пружа податке који се могу посматрано или познато. На основу ових уочених или познатих података, истраживач може проценити степен до којег се непозната вредност или параметар може наћи у циљној популацији.
Квантитативно анкетно истраживање заснива се на појму а нормалан, симетрична крива која представља, у уму истраживача, циљни универзум - популацију о којој истраживач мора да процени, а не стварно знам параметрима. Репрезентативни узорак омогућава истраживачу да израчуна — на основу података узорка — процењени опсег вредности које ће вероватно укључити непознату вредност или параметар који је од интереса. Овај процењени опсег вредности представља површину на нормалној кривој и генерално се изражава као децимални или проценат.
Нормална крива и вероватноћа
Нормална, симетрична крива је визуелни израз вероватноће. Погледајмо једноставну хеуристику: активност у научном центру дозвољава да велики број лоптица падне између два акрилна листа, једну по једну. Свака лопта пада кроз исти отвор на врху екрана, а затим пада између било којег од вертикалних, паралелних преграда које раздвајају гомиле лоптица када се зауставе. Након неколико сати, куглице су формирале облик нормалне кривине.
Крива се мало мења како свака новоуведена лопта удари у масу куглица које су прве стигле. Али генерално, симетрична крива је очигледна и догодила се природно, независно од било какве акције посматрача или особља Научног центра. Закривљени облик који формирају лоптице одражава вероватноћу да ће већина лоптица пасти у центар и остати тамо. Мање лопти ће ући у далеке крајеве кривине, али неке ће то неизбежно, али их је мало.
Ова нормална крива је слична концепту узорка. Сваки пут када се дисплеј испразни и лоптицама поново буде дозвољено да упадну у Галтонову кутију, конфигурација гомиле лоптица ће бити само мало другачија. Али током времена, облик кривине се неће много променити и образац ће остати истинит.
