Untersuchungen für Forschungskonfidenzintervalle und -stufen

In Umfragen werden Statistiken auf randomisierte Stichproben angewendet. Diese Statistiken repräsentieren den Grad, in dem ein Forscher zuversichtlich sein kann, dass die Stichprobe einigermaßen gültig und zuverlässig ist.

Konfidenzintervall

A Konfidenzintervall ist die Fehlerquote, die ein Forscher erleben würde, wenn er eine bestimmte Forschungsfrage bei jedem Mitglied der Zielpopulation stellen und die gleiche Antwort erhalten könnte, die die Mitglieder der Stichprobe in der Umfrage gegeben haben. Wenn der Forscher beispielsweise ein Konfidenzintervall von 4 und 60% der Teilnehmer der Umfrage -Stichprobe verwendete: "würde es Freunden empfehlen", könnte er es sein Sicher dass zwischen 56% und 64% der Mitglieder der gesamten Zielbevölkerung auch "Freunden empfehlen", wenn sie dieselbe Frage gestellt haben. Das Konfidenzintervall ist in diesem Fall +/- 4.

Vertrauensniveau

A Vertrauensniveau ist Ausdruck, wie zuversichtlich ein Forscher der Daten aus einer Stichprobe erhalten kann. Konfidenzniveaus werden als Prozentsatz ausgedrückt und geben an, wie häufig dieser Prozentsatz der Zielpopulation eine Antwort geben würde, die innerhalb des Konfidenzintervalls liegt. Das am häufigsten verwendete Konfidenzniveau beträgt 95%. Ein verwandtes Konzept wird als statistische Signifikanz bezeichnet.

Ein Forscher Vertrauen in die Wahrscheinlichkeit Dass ihre Stichprobe wirklich repräsentativ für die Zielpopulation ist, wird von einer Reihe von Faktoren beeinflusst. Das Vertrauen eines Forschers in ihre Studiendesign und -umsetzung und ein Bewusstsein für seine Einschränkungen-basiert weitgehend auf drei wichtigen Variablen: Stichprobengröße, Reaktionsfrequenz und Populationsgröße. Die Forscher haben sich lange einig, dass diese Variablen während der Forschungsplanungsphase sorgfältig berücksichtigt werden müssen.

Untersuchungsstichprobengröße

Im Allgemeinen liefern größere Stichproben Daten, die die Zielpopulation wirklich widerspiegeln. Ein breites Konfidenzintervall weist auf weniger Vertrauen in die Daten hin, da eine größere Fehlerspanne vorliegt. Ein breites Konfidenzintervall ist wie Absicherung Ihrer Wetten. Obwohl es eine Beziehung zwischen dem Konfidenzintervall und der Stichprobengröße gibt, ist es keine lineare Beziehung. Ein Forscher kann ein Konfidenzniveau nicht in zwei Hälften senken, indem er die Stichprobengröße verdoppelt.

Die Häufigkeit der Reaktion

Die Genauigkeit, mit der Beispieldaten die Zielpopulation widerspiegeln. Je größer die Anzahl der Befragten, die eine bestimmte Antwort gaben, sagen "sehr glücklich", desto sicherer kann der Forscher diese Antwort haben. Der Prozentsatz in den mittleren Bereichen der normalen Kurve wird eine gewisse Variabilität geben. Das heißt, wenn ein Forscher zu 50% zuversichtlich ist, dass Mitglieder der Zielpopulationen (innerhalb eines Konfidenzintervalls) wie Mitglieder der Stichprobenpopulation reagieren, besteht wahrscheinlich eine gewisse Variation von dieser 50%.

Sich der Ausreißer bewusst sein

Es ist gut zu beachten, dass Ausreißer (Daten, die sich an den äußersten Enden oder Schwänzen der normalen Kurve befinden) mit größerer Wahrscheinlichkeit in der Bevölkerung bei etwa gleicher Geschwindigkeit auftreten wie in einer Stichprobe-hier gibt es weniger Variabilität, weil Es gibt eine niedrigere Frequenz. Aus diesem Grund ist es einfacher, zuversichtlich über die Häufigkeit extremer Antworten zu sein.

Die Bevölkerungsgröße ist kein wichtiger Faktor in der Stichprobengröße, es sei denn bekannt für sie (e.G., Klein genug, damit alle Bevölkerungsmitglieder vom Forscher identifiziert werden können).

Kreative Forschungssysteme weist darauf hin:

Die Wahrscheinlichkeitsmathematik beweist, dass die Größe der Bevölkerung irrelevant ist, es sei denn. Dies bedeutet, dass eine Stichprobe von 500 Personen gleichermaßen nützlich ist, um die Meinungen eines Staates von 15.000.000 zu untersuchen, wie es eine Stadt mit 100.000 Personen wäre.

Die Erzeugung einer repräsentativen Stichprobe kann ein kostspieliger und zeitaufwändiger Prozess sein. Forscher sind immer einen Kompromiss zwischen dem Konfidenzniveau ausgesetzt, das sie erhalten möchten-oder über den Grad der Genauigkeit, das sie benötigen, und das Vertrauensniveau, das sie sich leisten können.

Stichprobengröße in qualitativen Umfragen Forschung

Qualitative Forschung ist explorativer oder beschreibender Natur und konzentriert sich nicht auf Zahlen oder Messungen. Bedenken hinsichtlich der Stichprobenfehler in der qualitativen Umfrageforschung sind jedoch weiterhin gültig. Wenn eine Stichprobe für das Zieluniversum repräsentativ ist, werden die Themen oder Muster, die aus der Forschung hervorgehen. Wenn die Stichprobe sowohl repräsentativ ist als auch aus einem großen Prozentsatz der Zielpopulation besteht, ist das Vertrauen in die Genauigkeit der aus dieser Stichprobe abgeleiteten Daten tendenziell hoch.

Bestimmung der Stichprobengröße in Umfragenforschung

Verschiedene Regeln gelten für quantitative Forschung und qualitative Forschung, wenn es um die Bestimmung der Stichprobengröße geht. Im Allgemeinen muss ein Forscher eine klare Vorstellung davon haben, wie die Daten verwendet werden. Die Daten können die Grundlage für eine deskriptive Erzählung bilden (wie in einer Fallstudie oder einer ethnografischen Forschung), oder sie kann explorativen Weise dienen, um relevante Variablen zu identifizieren, die später auf Korrelationen in einer quantitativen Studie getestet werden könnten.

Stichprobengröße in quantitativen Umfragen Forschung

Quantitative Forschung umfasst häufig Vergleiche zwischen Marktsegmenten oder Untergruppen eines Zielmarktes. Da quantitative Forschung zahlenorientiert ist, kann die Bestimmung einer bequemen Stichprobengröße ziemlich einfach sein. Für jede wichtige Gruppe oder jedes Segment in einer Studie würde ein Forscher hoffen, 100 Teilnehmer zu untersuchen. Diese Zahl ist eine Empfehlung und kein Absolutes. Ein Marktforscher wird eine Reihe relevanter Variablen in Betracht ziehen, um die Größe einer Stichprobe in der Umfrageforschung zu bestimmen.

Bei der Durchführung von Umfragemarktforschungen ist es das Ziel, aus der Stichprobe zu schließen, was für das Zieluniversum wahrscheinlich zutrifft. Eine Stichprobe liefert Daten, die sein können beobachtet oder bekannt. Aus diesen beobachteten oder bekannten Daten kann ein Forscher den Grad schätzen, in dem ein unbekannter Wert oder Parameter in einer Zielpopulation gefunden werden kann.

Quantitative Umfrageforschung basiert auf dem Begriff a normal, symmetrische Kurve, die im Kopf des Forschers das Zieluniversum darstellt - die Bevölkerung, über die der Forscher eher schätzen muss als tatsächlich wissen Parameter. Eine repräsentative Stichprobe ermöglicht es einem Forscher, von der Stichprobendaten zu berechnen-ein geschätzter Wertebereich, der wahrscheinlich den unbekannten Wert oder Parameter umfasst, der interessiert ist. Dieser geschätzte Wertebereich stellt eine Fläche an der normalen Kurve dar und wird im Allgemeinen als Dezimal- oder Prozentsatz ausgedrückt.

Die normale Kurve und Wahrscheinlichkeit

Eine normale, symmetrische Kurve ist ein visueller Ausdruck der Wahrscheinlichkeit. Schauen wir uns eine einfache Heuristik an: Eine Aktivität in einem Wissenschaftszentrum lässt eine große Anzahl von Bällen zwischen zwei Acrylblättern fallen, einzeln. Jeder Ball fällt am oberen Rand des Displays durch die gleiche Öffnung und fällt dann zwischen den vertikalen, parallelen Trennwänden, die die Stapel der Bälle trennen, sobald sie zur Ruhe kommen. Nach einigen Stunden haben die Kugeln die Form einer normalen Kurve gebildet.

Die Kurve ändert sich ein wenig. Insgesamt ist die symmetrische Kurve jedoch offensichtlich und trat natürlich unabhängig von jeglichen Maßnahmen des Science Center -Beobachters oder der Mitarbeiter auf. Die gekrümmte Form, die die Kugeln bilden, spiegelt die Wahrscheinlichkeit wider, dass die meisten Bälle in die Mitte fallen und dort bleiben. Weniger Bälle werden es in die äußersten Enden der Kurve schaffen, aber einige werden unvermeidlich, aber nur wenige sind zahlreich.

Diese normale Kurve ähnelt dem Konzept einer Probe. Jedes Mal, wenn das Display entleert wird und die Bälle erneut in die Galton -Box fallen dürfen, ist die Konfiguration der Stapel der Bälle nur ein bisschen anders. Aber im Laufe der Zeit ändert sich die Form der Kurve nicht viel und das Muster hält wahr.