מחקר טוב סקר מחקר מבקש לצמצם את שגיאת הדגימה
מהו רווח ביטחון?
רווח-סמך הוא מרווח השגיאה שחוקר יחווה אם יוכל לשאול שאלת מחקר מסוימת , למשל, של כל חבר באוכלוסיית היעד ולקבל תשובה זהה שחברי המדגם נתנו בסקר.
לדוגמה, אם החוקר השתמש במרווח ביטחון של 4 ו -60% מהמשתתפים במדגם הסקר ענה "היה ממליץ לחברים", הוא היה יכול להיות בטוח כי בין 54% ל -64% מחברי כלל אוכלוסיית היעד גם אומר "הייתי ממליץ לחברים" כאשר נשאל את אותה שאלה. רווח הסמך, במקרה זה, הוא +/- 4.
מהי רמת ביטחון?
רמת ביטחון היא ביטוי עד כמה בטוח חוקר יכול להיות הנתונים המתקבלים מדגם. רמות האמון מתבטאות באחוזים, ומציינות באיזו תדירות אחוז זה של אוכלוסיית היעד ייתן תשובה שנמצאת במרווח הסמך. רמת הביטחון הנפוצה ביותר היא 95%. מושג קשור נקרא משמעות סטטיסטית.
אמונה של חוקר בהסתברות שהמדגם שלו מייצג באמת את אוכלוסיית היעד מושפעת ממספר גורמים.
אמונה של חוקר בתכנון המחקר וביישומו - ומודעות למגבלותיו - מבוססת במידה רבה על שלושה משתנים חשובים: גודל המדגם, תדירות התגובה וגודל האוכלוסייה. חוקרים הסכימו זה מכבר כי יש לבחון את המשתנים הללו בזהירות בשלב התכנון.
- גודל המדגם באופן כללי, דגימות גדולות יותר מספקות נתונים המשקפים את אוכלוסיית היעד. רווח ביטחון רחב מעיד על פחות ביטחון בנתונים משום שיש מרווח גדול יותר עבור השגיאה . רווח ביטחון רחב הוא כמו גידור ההימורים שלך. אמנם יש קשר בין רווח סמך לבין גודל המדגם, אבל זה לא קשר ליניארי . חוקר לא יכול לקצץ את רמת הביטחון במחצית על ידי הכפלת גודל המדגם.
- תדירות התגובה הדיוק שבו נתוני המדגם משקף את אוכלוסיית היעד תלוי גם באחוז הנשאלים שנתנו תשובה מסוימת או הגיבו בצורה מסוימת . ככל שמספר הנשאלים השיבו תשובה מסוימת, אומרים "מאושרים מאוד", כך עולה החוקר על כך. יהיו כמה השתנות באחוזים באזורים האמצעיים של העקומה הרגילה. כלומר, אם חוקר הוא 50% בטוחים כי חברי אוכלוסיות היעד יגיבו (בתוך רווח סמך) כמו חברי אוכלוסיית המדגם, יש סיכוי להיות כמה וריאציה מ 50% רמת.
זה טוב לזכור כי outliers (הנתונים כי הוא על הקצוות הרחוקים, או זנבות, של עקומת נורמלי) נוטים יותר להתרחש בערך באותו שיעור באוכלוסייה כפי שהם עושים במדגם - יש כאן פחות השתנות , כי יש תדירות נמוכה יותר. (שקול כיצד הביצים בקופסת גאלטון נוטות לערום את עצמן באמצע בתערוכת המרכז למדעי האוקיינוס השקט רק כמה כדורים קופצים לזנבות). מסיבה זו, קל יותר להיות בטוח בתדירות התשובות הקיצוניות .
- גודל האוכלוסייה אינו גורם חשוב בגודל המדגם, אלא אם כן עובד חוקר עם אוכלוסייה קטנה מאוד וידועה לו (למשל, קטנה מספיק כדי שכל חברי האוכלוסייה יזוהו על ידי החוקר).
Creative Research Systems מציין כי:
המתמטיקה של ההסתברות מוכיחה כי גודל האוכלוסייה אינו רלוונטי, אלא אם כן גודל המדגם עולה על כמה אחוזים מכלל האוכלוסייה שאתה בודק. משמעות הדבר היא כי מדגם של 500 אנשים מועיל באותה מידה בבדיקת דעות של מדינה של 15,000,000 כפי שהיא תהיה עיר של 100,000.
יצירת מדגם מייצג יכול להיות תהליך יקר זמן רב. החוקרים תמיד עומדים בפני מחלוקת בין רמת הביטחון שהם רוצים לקבל - או מידת הדיוק שהם צריכים להשיג - לבין רמת הביטחון שהם יכולים להרשות לעצמם.
גודל המדגם במחקר סקרים איכותיים
מחקר איכותני הוא חקרני או תיאורתי ואינו מתמקד במספרים או במדידה. אבל חששות לגבי טעות הדגימה במחקר איכותי סקרים עדיין תקפים. ככלל, אם מדגם מייצג את יעד היקום, הנושאים או הדפוסים שיצאו מהמחקר ישקפו את האוכלוסייה הגדולה שמעניינת את החוקר. אם המדגם הוא מייצג, והוא מורכב מאחוז גדול מאוכלוסיית היעד, אזי האמון בנתונים הנגזרים ממדגם זה נוטה להיות גבוה.
קביעת גודל המדגם במחקר סקרים
כללים שונים חלים על מחקר כמותי ועל מחקר איכותני בכל הנוגע לקביעת גודל המדגם. באופן כללי, כדי להיות בטוח בנתונים שנוצרו על ידי מחקר הסקר איכותי, חוקר צריך להיות מושג ברור כיצד הנתונים ישמשו. הנתונים עשויים להוות את הבסיס לנרטיב תיאורטי (כמו במחקר מקרה או מחקר אתנוגרפי כלשהו) או שהוא עשוי לשמש באופן אקספלורטיבי לזיהוי משתנים רלוונטיים שעשויים להיבחן מאוחר יותר עבור מתאמים במחקר כמותי.
גודל המדגם במחקר סקרים כמותיים
מחקר כמותי כולל לעתים קרובות השוואות בין פלחי שוק או תת-קבוצות של שוק יעד. מכיוון שמחקר כמותי הוא מונחה מספרים, קביעת גודל מדגם נוח יכולה להיות קלה למדי - עבור כל קבוצה או מקטע חשוב במחקר, חוקר היה מקווה לסקר 100 משתתפים. מספר זה הוא המלצה ולא מוחלטת. חוקר שוק ישקול מספר משתנים רלוונטיים לקביעת גודל המדגם במחקר הסקרים.
בעת ביצוע מחקר שוק הסקר, המטרה היא להסיק מן המדגם מה צפוי להיות נכון של היקום היעד. מדגם מספק נתונים שניתן לראות או ידוע. מתוך נתונים נצפים או ידועים אלו, חוקר יכול להעריך את המידה שבה ניתן למצוא ערך או פרמטר לא ידוע באוכלוסיית היעד.
מחקרים סקרים כמותיים מבוססים על הרעיון של עקומה נורמלית סימטרית המייצגת, לדעתו של החוקר, את יעד היקום - האוכלוסייה שעליה חייב החוקר להעריך ולא להכיר פרמטרים. מדגם מייצג מאפשר לחוקר לחשב - מתוך נתוני המדגם - טווח משוער של ערכים , שעשויים לכלול את הערך או הפרמטר שאינם בעלי עניין. טווח זה משוער של ערכים מייצג שטח על עקומת נורמלי והוא מבוטא בדרך כלל כעשרוני או אחוז.
עקומה רגילה והסתברות
עקומה נורמלית, סימטרית, היא ביטוי חזותי של הסתברות. בואו נסתכל על היוריסטי פשוט: פעילות במרכז מדע מאפשרת למספר גדול של כדורים ליפול בין שני גליונות אקריליק, אחד בכל פעם. כל כדור נופל דרך אותו פתח בחלק העליון של התצוגה ולאחר מכן טיפות בין כל מחיצות אנכי, מקבילים להפריד את ערימות של הכדורים פעם שהם מגיעים לנוח. לאחר מספר שעות, הביצים יצרו צורה של עקומה רגילה. עקומת השינויים קצת כמו כל הכדור החדש הציג מכה את המסה של הכדורים שהגיעו הראשון. אבל באופן כללי, עקומת הסימטריה ניכרת, והיא התרחשה באופן טבעי, ללא תלות בפעולה כלשהי על ידי משקיפים או צוות של מרכז המדע. הצורה המעוקלת בצורת הביצים משקפת את ההסתברות שרוב הכדורים ייפלו למרכז ויישארו שם. פחות כדורים יעשו את זה לתוך הקצוות הרחוקים של העקומה - כמה בהכרח יהיה, אבל הם מעטים במספר.
עקומה נורמלית זו דומה לתפיסה של מדגם. בכל פעם שהתצוגה מתרוקנת והכדורים שוב מורשים ליפול לתוך קופסת גאלטון, תצורת ערימות הביצים תהיה שונה במקצת. אבל עם הזמן, את צורת העקומה לא ישתנה הרבה דפוס יהיה נכון.