Tyrimai - pasitikėjimo intervalai

Geras tyrimų tyrimo projektas siekia sumažinti mėginių ėmimo klaidą

Tyrimų duomenimis, statistiniai duomenys taikomi atsitiktinių imčių mėginiams. Šie statistiniai duomenys rodo, kiek mokslininkas gali būti tikras, kad tyrimo pavyzdys yra pagrįstas ir patikimas .

Kas yra pasitikėjimo intervalas?

Pasikliautinis intervalas - tai klaidų riba, kurią tyrėjas patirs, jei jis galėtų užduoti konkretų tyrimo klausimą , tarkim, kiekvieno tikslinės grupės nario ir gauti tą patį atsakymą , kurį atrankos dalyviai pateikė apklausoje.

Pavyzdžiui, jei tyrėjas naudojo pasikliautinąjį intervalą 4 ir 60% apklausos dalyvio dalyvių atsakė "Rekomenduos draugams", jis galėtų būti tikras, kad nuo 54 proc. Iki 64 proc. Visos tikslinės grupės narių bus Taip pat pasakykite "Rekomenduok draugams", kai klausiate to paties klausimo. Pasikliautinis intervalas šiuo atveju yra +/- 4.

Kas yra pasitikėjimo lygis?

Patikimumo lygis yra išreiškimas, kaip tikėtina, kad tyrėjas gali būti duomenų, gautų iš pavyzdžio. Pasitikėjimo lygiai išreiškiami procentine dalimi ir parodo, kaip dažnai ta tikslinė populiacija procentais pateiktų atsakymą, kuris yra pasikliautinojo intervalo ribose. Dažniausiai naudojamas pasitikėjimo lygis yra 95%. Susijusi koncepcija vadinama statistikos reikšme.

Mokslininko pasitikėjimas tikimybe, kad jo imtį iš tikrųjų reprezentuoja tikslinė populiacija, įtakoja keletas veiksnių.

Mokslininko pasitikėjimas studijų planavimu ir įgyvendinimu bei supratimas apie jo apribojimus daugiausia grindžiamas trimis svarbiais kintamaisiais: mėginio dydžiu, atsakymų dažnumu ir gyventojų skaičiumi. Tyrėjai jau seniai sutarė, kad šiuos kintamuosius reikia atidžiai apsvarstyti atliekant tyrimo planavimo etapą.

Creative Research Systems nurodo, kad:

Tikimybių matematika įrodo, kad gyventojų dydis yra nereikšmingas, nebent mėginio dydis viršytų kelis procentus visos tyrinėjamos populiacijos. Tai reiškia, kad 500 žmonių pavyzdys yra vienodai naudingas nagrinėjant 15 000 000 valstijos nuomones , nes tai būtų 100 000 miestų.

Reprezentacinio pavyzdžio generavimas gali būti brangus ir daug laiko reikalaujantis procesas. Tyrėjai visada susiduria su kompromiso tarp pasitikėjimo lygio, kurį jie norėtų gauti, arba tikslumo lygį, kurį jie turi pasiekti, ir pasitikėjimo lygį, kurį jie gali sau leisti.

Pavyzdžių dydis kokybinių tyrimų tyrimuose

Kokybiniai tyrimai yra tiriamieji arba aprašomieji, o ne sutelkti dėmesį į skaičių ar matavimus. Vis dėlto rūpesčių dėl kokybinių tyrimų tyrimų atrankos paklaidos vis dar galioja. Paprastai, jei pavyzdys reprezentuoja tikslinę visatą, iš tyrimo atsirandančios temos ar modeliai atspindės didesnę gyventojų grupę, kuri jus domina. Jei atranka yra tipinė ir ji susideda iš didelės tikslinės populiacijos dalies, tada pasitikėjimas duomenų, gautų iš šio imties, tikslumu, bus didelis.

Mėginių dydžio nustatymas apklausų tyrimuose

Kiekybiniams tyrimams ir kokybiniams tyrimams, kai reikia nustatyti mėginio dydį, taikomos skirtingos taisyklės. Apskritai, norint įsitikinti kokybinių tyrimų rezultatų duomenimis, mokslininkas turi aiškiai suprasti, kaip bus naudojami duomenys. Duomenys gali būti apibūdinamojo pasakojimo pagrindas (kaip atvejo tyrimas ar kai kurie etnografiniai tyrimai) arba tyrimai gali būti naudingi norint nustatyti atitinkamus kintamuosius, kuriuos vėliau galima patikrinti kiekybinio tyrimo koreliacijoms.

Mėginių dydis kiekybinių tyrimų tyrimuose

Kiekybiniai tyrimai dažnai apima rinkos segmentų ar tikslinės rinkos pogrupių palyginimą. Kadangi kiekybiniai tyrimai yra pagrįsti skaičiais, patogus mėginio dydis gali būti pakankamai lengvas - mokslininkai tikisi, kad kiekvienoje svarbioje tyrimo grupėje ar segmente bus apklausti 100 dalyvių. Šis numeris yra rekomendacija, o ne absoliuti. Rinkos tyrėjas apsvarstys keletą svarbių kintamųjų, kad nustatytų imties dydį tyrimų tyrimuose.

Atliekant apklausos rinkos tyrimus, tikslas yra iš mėginio daryti išvadą, kas gali būti tiesa tikslinei visatai. Pavyzdyje pateikiami duomenys, kuriuos galima pastebėti arba žinoti. Iš šių pastebėtų arba žinomų duomenų mokslininkas gali įvertinti , kiek tikslinės populiacijos gali rasti nežinomą vertę ar parametrą .

Kiekybinių tyrinėjimų tyrimas remiasi įprastos , simetrinės kreivės samprata, kurią mokslininko protas atspindi tikslinė visata - populiaciją, apie kurią tyrėjas turi įvertinti, o ne iš tikrųjų žinoti parametrus. Reprezentacinis ėminys leidžia mokslininkui apskaičiuoti, remiantis atrankos duomenimis, apskaičiuotą verčių diapazoną, kuris gali apimti nežinomą reikšmę arba parametrą, kuris yra svarbus. Šis apskaičiuotas verčių diapazonas reiškia plotą, įprastą kreivę ir paprastai išreiškiamas dešimtainiu ar procentiniu dydžiu.

Normalioji kreivė ir tikimybė

Įprasta simetriška kreivė yra vizuali tikimybės išraiška. Pažvelkime į paprastą euristiką: veikla mokslo centre leidžia daugybę rutulių nukristi tarp dviejų akrilo lakštų, po vieną po vieną. Kiekvienas rutulys patenka per tą patį atidarymą ekrano viršuje ir tada nukrenta tarp bet kurios vertikalios, lygiagrečios dalelės, kurios atskiriamos kamuoliukus, kai jie atsipalaiduoja. Po kelių valandų rutuliai suformavo normalios kreivės formą. Kreivė šiek tiek pasikeičia, nes kiekvienas naujai įvestas rutulys smūgiavo pirmiausia atvykusių rutulių masę. Tačiau apskritai simetriška kreivė yra akivaizdi ir įvyko natūraliai, nepriklausomai nuo bet kokio Mokslo centro stebėtojų ar personalo veiksmų. Kreivoji forma, kurioje rutuliai formuoja, atspindi tikimybę, kad dauguma rutulių patenka į centrą ir lieka ten. Mažiau kamuoliukų bus į kreivės tolimiausius galus - kai kurie neišvengiamai bus, bet jų yra nedaug.

Ši normalioji kreivė panaši į atrankos sampratą. Kiekvieną kartą, kai ekranas ištuštinamas ir kamuoliukai vėl pateks į Galtono dėžę, kamuoliukų kampų konfigūracija bus šiek tiek kitokia. Tačiau laikui bėgant kreivės forma labai nesikeis, o modelis taps teisingas.