I enkätforskning tillämpas statistik på randomiserade urval. Denna statistik representerar i vilken grad en forskare kan vara säker på att studieurvalet är rimligt giltigt och tillförlitligt.
Konfidensintervall
A konfidensintervall är felmarginalen som en forskare skulle uppleva om de kunde ställa en viss forskningsfråga, t.ex varje medlem av målpopulationen och få samma svar tillbaka som medlemmarna i urvalet gav i undersökning. Om forskaren till exempel använde ett konfidensintervall på 4 och 60 % av deltagarna i undersökningsurvalet svarade "Skulle rekommendera till vänner", kan han vara Säker att mellan 56 % och 64 % av medlemmarna i hela målpopulationen också skulle säga "Skulle rekommendera till vänner" när de fick samma fråga. Konfidensintervallet är i detta fall +/- 4.
Självförtroendenivå
A självförtroendenivå är ett uttryck för hur säker en forskare kan vara av de uppgifter som erhållits från ett urval. Konfidensnivåer uttrycks i procent och anger hur ofta den andelen av målpopulationen skulle ge ett svar som ligger inom konfidensintervallet. Den vanligaste konfidensnivån är 95 %. Ett relaterat begrepp kallas statistisk signifikans.
En forskares förtroende för sannolikheten att deras urval verkligen är representativt för målpopulationen påverkas av ett antal faktorer. En forskares förtroende för sin studiedesign och genomförande – och en medvetenhet om dess begränsningar – baseras till stor del på tre viktiga variabler: urvalsstorlek, svarsfrekvens och folkmängd. Forskare har länge varit överens om att dessa variabler måste övervägas noggrant under forskningsplaneringsfasen.
Enkätprovstorlek
Generellt sett levererar större urval data som verkligen speglar målpopulationen. Ett brett konfidensintervall tyder på mindre tilltro till data eftersom det finns en större felmarginal. Ett brett konfidensintervall är som att säkra dina insatser. Även om det finns ett samband mellan konfidensintervall och urvalsstorlek, är det inte en linjärt förhållande. En forskare kan inte halvera en konfidensnivå genom att fördubbla urvalsstorleken.
Svarsfrekvensen
Den noggrannhet med vilken urvalsdata återspeglar målpopulationen beror också på andelen respondenter som gav ett visst svar eller svarade på ett specifikt sätt. Ju fler respondenter som gav ett visst svar, säg "Mycket nöjd", desto säkrare kan forskaren vara på det svaret. Det kommer att finnas en viss variation i procentandelen i de mellersta områdena av normalkurvan. Det vill säga om en forskare är 50 % säker på att medlemmar av målpopulationerna kommer att svara (inom en konfidensintervall) liksom medlemmar av urvalspopulationen, kommer det sannolikt att finnas en viss variation från de 50 % nivå.
Var medveten om extremvärden
Det är bra att komma ihåg att extremvärden (data som finns på de bortre ändarna, eller svansarna, av normalkurvan) är mer benägna att inträffa vid ungefär samma frekvens i populationen som de gör i ett urval – det är mindre variation här eftersom det finns en lägre frekvens. Av denna anledning är det lättare att vara säker på frekvensen av extrema svar.
Populationsstorleken är inte en viktig faktor i urvalsstorleken om inte en forskare arbetar med en population som är mycket liten och känd till dem (t.ex. tillräckligt liten så att alla medlemmar av befolkningen kan identifieras av forskaren).
Kreativa forskningssystem påpekar att:
Sannolikhetsmatematiken bevisar att storleken på populationen är irrelevant om inte storleken på urvalet överstiger några procent av den totala populationen du undersöker. Detta innebär att ett urval på 500 personer är lika användbart för att undersöka åsikterna från en stat med 15 000 000 som det skulle vara en stad med 100 000.
Att generera ett representativt urval kan vara en kostsam och tidskrävande process. Forskare står alltid inför en avvägning mellan den konfidensnivå de skulle vilja uppnå - eller graden av noggrannhet de behöver uppnå - och den konfidensnivå de har råd med.
Provstorlek i kvalitativa undersökningar
Kvalitativ forskning är utforskande eller beskrivande till sin natur och fokuserar inte på siffror eller mätningar. Men farhågor om urvalsfel i kvalitativ enkätforskning är fortfarande giltig. Som en allmän regel, om ett urval är representativt för måluniversumet, kommer de teman eller mönstren som kommer fram från forskningen att spegla den större populationen som är av intresse för forskaren. Om urvalet både är representativt och består av en stor andel av målpopulationen, kommer förtroendet för noggrannheten hos data som härrör från det urvalet att tendera att vara högt.
Bestämma provstorlek i undersökningar
Olika regler gäller för kvantitativ forskning och kvalitativ forskning när det gäller att bestämma provstorleken. Generellt sett måste en forskare ha en klar uppfattning om hur data kommer att användas för att vara säker på data som genereras av kvalitativ enkätforskning. Uppgifterna kan utgöra grunden för en beskrivande berättelse (som i en fallstudie eller någon etnografisk forskning) eller så kan den tjäna på ett utforskande sätt för att identifiera relevanta variabler som senare kan testas för korrelationer i en kvantitativ studie.
Provstorlek i kvantitativa undersökningar
Kvantitativ forskning involverar ofta jämförelser mellan marknadssegment eller undergrupper av en målmarknad. Eftersom kvantitativ forskning är sifferstyrd kan det vara ganska enkelt att bestämma en bekväm urvalsstorlek. För varje viktig grupp eller segment i en studie skulle en forskare hoppas kunna undersöka 100 deltagare. Detta nummer är en rekommendation och inte ett absolut. En marknadsforskare kommer att överväga ett antal relevanta variabler för att bestämma storleken på ett urval i enkätundersökningar.
När man genomför marknadsundersökningar för enkäter är målet att från urvalet sluta sig till vad som sannolikt är sant för måluniversumet. Ett prov ger data som kan vara observerade eller känd. Utifrån dessa observerade eller kända data kan en forskare uppskatta i vilken grad ett okänt värde eller en okänt parameter kan hittas i en målpopulation.
Kvantitativ enkätforskning bygger på föreställningen om en vanligt, symmetrisk kurva som i forskarens sinne representerar måluniversumet - den population som forskaren måste uppskatta snarare än faktiskt känna till parametrar. Ett representativt urval gör att en forskare kan beräkna – från provdatan – ett uppskattat intervall av värden som sannolikt inkluderar det okända värdet eller parametern som är av intresse. Detta uppskattade värdeintervall representerar ett område på normalkurvan och uttrycks vanligtvis som en decimal eller en procentsats.
Normalkurvan och sannolikheten
En normal, symmetrisk kurva är ett visuellt uttryck för sannolikhet. Låt oss titta på en enkel heuristik: En aktivitet på ett vetenskapscenter låter ett stort antal bollar falla mellan två akrylskivor, en i taget. Varje boll faller genom samma öppning längst upp på skärmen och faller sedan mellan någon av de vertikala, parallella avdelare som skiljer bollbuntarna åt när de väl har stannat. Efter flera timmar har bollarna bildat formen av en normal kurva.
Kurvan ändras lite när varje nyintroducerad boll träffar massan av bollar som kom först. Men totalt sett är den symmetriska kurvan uppenbar och den inträffade naturligt, oberoende av några åtgärder från Science Center-observatörerna eller personalen. Den krökta formen som bollarna bildar reflekterar sannolikheten att de flesta av bollarna kommer att falla in i mitten och stanna där. Färre bollar kommer att ta sig in i kurvans bortre ändar, men några kommer oundvikligen, men är få till antalet.
Denna normalkurva liknar konceptet med ett prov. Varje gång displayen töms och bollarna återigen tillåts falla in i Galton-lådan, kommer konfigurationen av kulhögarna bara att vara lite annorlunda. Men med tiden kommer formen på kurvan inte att förändras mycket och mönstret kommer att hålla sant.
