Undersøkelser Forskning av konfidensintervaller og nivåer

I undersøkelser forskning blir statistikk brukt på randomiserte prøver. Denne statistikken representerer i hvilken grad en forsker kan være trygg på at studieutvalget er rimelig gyldig og pålitelig.

Konfidensintervall

EN konfidensintervall er feilmarginen som en forsker vil oppleve hvis de kunne stille et bestemt forskningsspørsmål, si, av hvert medlem av målpopulasjonen og motta samme svar tilbake som medlemmene av utvalget ga i undersøkelsen. For eksempel, hvis forskeren brukte et konfidensintervall på 4 og 60% av deltakerne i undersøkelsesutvalget svarte: "vil anbefale til venner," kan han være sikker At mellom 56% og 64% av medlemmene i hele målpopulasjonen også vil si "vil anbefale til venner" når du blir stilt det samme spørsmålet. Konfidensintervallet er i dette tilfellet +/- 4.

Selvtillitsnivå

EN selvtillitsnivå er et uttrykk for hvor selvsikker en forsker kan være av dataene hentet fra en prøve. Tillitsnivået er uttrykt i prosent og indikerer hvor ofte den prosentandelen av målpopulasjonen vil gi et svar som ligger innenfor konfidensintervallet. Det mest brukte konfidensnivået er 95%. Et beslektet konsept kalles statistisk betydning.

En forsker Tillit til sannsynligheten At deres utvalg virkelig er representativ for målpopulasjonen, påvirkes av en rekke faktorer. En forskers tillit til studiedesign og implementering-og en bevissthet om dens begrensninger-er i stor grad basert på tre viktige variabler: prøvestørrelse, responsfrekvens og populasjonsstørrelse. Forskere har lenge enige om at disse variablene må vurderes nøye i forskningsplanleggingsfasen.

Undersøkelsesstørrelse

Generelt sett leverer større prøver data som virkelig gjenspeiler målpopulasjonen. Et bredt konfidensintervall er en indikasjon på mindre tillit til dataene fordi det er større feilmargin. Et bredt konfidensintervall er som sikring av spillene dine. Selv om det er et forhold mellom konfidensintervall og prøvestørrelse, er det ikke et lineært forhold. En forsker kan ikke kutte et konfidensnivå i to ved å doble prøvestørrelsen.

Frekvensen av respons

Nøyaktigheten som prøvedata gjenspeiler målpopulasjonen, avhenger også av prosentandelen av respondentene som ga et bestemt svar eller svarte på en bestemt måte. Jo større antall respondenter som ga et bestemt svar, sier "veldig fornøyd", jo surere kan forskeren være av den responsen. Det vil være en viss variasjon i prosentandelen i de midterste områdene i den normale kurven. Det vil si at hvis en forsker er 50% trygg på at medlemmer av målpopulasjonene vil svare (innenfor et konfidensintervall) som medlemmer av utvalgspopulasjonen, vil det sannsynligvis være en viss variasjon fra det 50% nivået.

Vær oppmerksom på outliers

Det er godt å huske at outliers (data som er i ytterste ender, eller haler, av den normale kurven) er mer sannsynlig å oppstå i omtrent samme hastighet i befolkningen som de gjør i en prøve-der er mindre variabilitet her fordi det er en lavere frekvens. Av denne grunn er det lettere å være trygg på hyppigheten av ekstreme svar.

Befolkningsstørrelse er ikke en viktig faktor i prøvestørrelse med mindre en forsker jobber med en populasjon som er veldig liten og kjent til dem (e.g., liten nok slik at alle medlemmene i befolkningen kan identifiseres av forskeren).

Kreative forskningssystemer påpeker at:

Matematikken for sannsynlighet beviser størrelsen på befolkningen er uten betydning med mindre størrelsen på utvalget overstiger noen få prosent av den totale befolkningen du undersøker. Dette betyr at et utvalg på 500 mennesker er like nyttig for å undersøke meningene fra en stat på 15.000.000, da det ville være en by på 100.000.

Å generere et representativt utvalg kan være en kostbar og tidkrevende prosess. Forskere står alltid overfor en avveining mellom konfidensnivået de ønsker å oppnå-eller graden av nøyaktighet de trenger for å oppnå-og tillitsnivået de har råd til.

Utvalgsstørrelse i kvalitative undersøkelser forskning

Kvalitativ forskning er utforskende eller beskrivende og fokuserer ikke på tall eller målinger. Men bekymring for prøvetakingsfeil i kvalitativ undersøkelsesforskning er fortsatt gyldige. Som en generell regel, hvis et utvalg er representativt for måluniverset, vil temaene eller mønstrene som dukker opp fra forskningen gjenspeiler den større befolkningen som er av interesse for forskeren. Hvis utvalget både er representativt og består av en stor prosentandel av målpopulasjonen, vil tilliten til nøyaktigheten av data avledet fra den prøven en tendens til å være høy.

Bestemme prøvestørrelse i undersøkelser

Ulike regler gjelder for kvantitativ forskning og kvalitativ forskning når det gjelder å bestemme prøvestørrelse. Generelt sett, for å være trygg på dataene generert av kvalitativ undersøkelsesforskning, må en forsker ha en klar ide om hvordan dataene skal brukes. Dataene kan danne grunnlaget for en beskrivende fortelling (som i en casestudie eller noe etnografisk forskning), eller det kan tjene på en utforskende måte for å identifisere relevante variabler som senere kan testes for korrelasjoner i en kvantitativ studie.

Utvalgsstørrelse i kvantitative undersøkelser

Kvantitativ forskning innebærer ofte sammenligninger mellom markedssegmenter eller undergrupper i et målmarked. Fordi kvantitativ forskning er tallstyrt, kan det være ganske enkelt å bestemme en behagelig prøvestørrelse. For hver viktig gruppe eller segment i en studie, håper en forsker å kartlegge 100 deltakere. Dette nummeret er en anbefaling og ikke en absolutt. En markedsforsker vil vurdere en rekke relevante variabler for å bestemme størrelsen på et utvalg i undersøkelsesforskning.

Når du utfører markedsundersøkelser for undersøkelser, er målet å utlede fra utvalget som sannsynligvis vil være sant for måluniverset. En prøve gir data som kan være observert eller kjent. Fra denne observerte eller kjente data kan en forsker estimere i hvilken grad en ukjent verdi eller parameter kan finnes i en målpopulasjon.

Kvantitativ undersøkelsesforskning er basert på forestillingen om en normal, Symmetrisk kurve som representerer forskerens sinn, måluniverset - befolkningen som forskeren må estimere snarere enn faktisk vet parametere. Et representativt utvalg gjør det mulig. Dette estimerte verdiene representerer et område på den normale kurven og uttrykkes generelt som en desimal eller en prosentandel.

Normal kurve og sannsynlighet

En normal, symmetrisk kurve er et visuelt uttrykk for sannsynlighet. La oss se på en enkel heuristikk: En aktivitet på et vitenskapssenter lar et stort antall baller falle mellom to akrylark, en om gangen. Hver ball faller gjennom den samme åpningen øverst på skjermen og faller deretter mellom noen av de vertikale, parallelle delere som skiller bunker med baller når de kommer til hvile. Etter flere timer har ballene dannet formen på en normal kurve.

Kurven endres litt når hver nylig introduserte ball treffer massen av baller som ankom først. Men totalt sett er den symmetriske kurven tydelig og den skjedde naturlig, uavhengig av enhver handling fra vitenskapssenterets observatører eller ansatte. Den buede formen som ballformen gjenspeiler sannsynligheten for at de fleste av ballene vil falle inn i sentrum og holde seg der. Færre baller vil gjøre det i ytterste ender av kurven, men noen vil uunngåelig, men er få i antall.

Denne normale kurven ligner på konseptet med en prøve. Hver gang displayet tømmes og ballene igjen får lov til å falle i Galton -boksen, vil konfigurasjonen av bunker med baller bare være litt annerledes. Men over tid vil ikke formen på kurven endre seg mye, og mønsteret vil være sant.