Campioni di ricerca - rappresentativi

In un mondo perfetto, un progetto di ricerca di indagine potrebbe studiare tutti i membri di un universo bersaglio. In generale, questo non è né pratico né conveniente. Invece vengono generati campioni della popolazione più grande (universo), il campione è la base da cui si assumono le ipotesi sull'universo bersaglio. Inoltre, il campione viene costruito utilizzando tecniche e strategie che contribuiscono a uno studio valido e affidabile.

La ricerca tradizionale sul mercato si basa sull'idea che un campione - un gruppo rappresentativo di intervistati - possa essere identificato e acceduto.

Campioni rappresentativi nella ricerca di ricerca

Nella ricerca di mercato, il termine campione rappresentativo si riferisce a:

• La selezione di alcuni consumatori che corrispondono a membri di un universo di destinazione dei consumatori. Un esempio di un universo bersaglio potrebbe essere proprietari e utenti di SmartPhone, dai 20 ai 30 anni.

• La corrispondenza tra il campione e l'universo deve essere forte per tutti gli attributi previsti per essere influenti sui risultati dell'indagine.
  • Un esempio di match-to-universe match potrebbe essere la scelta dei consumatori per un profumo progettato da una giovane celebrità femminile. In questo caso, gli attributi previsti per essere influenti nei risultati dell'indagine sarebbero Femmina, 18-28 anni, esperto di intrattenimento.
  • Un insieme secondario di attributi potrebbe essere: abitazione urbana, iscritta all'università, residente sulla costa orientale o sulla costa occidentale, reddito discrezionale (livelli di reddito).
  Le proporzioni
• dei membri a cui le attribuzioni rilevanti possono essere attribuite in un campione devono approssimare appieno le proporzioni dei membri nell'universo mirato dei consumatori. Ad esempio, se l'universo dei consumatori contiene persone d'affari, studenti universitari e anziani, un campione rappresentativo non potrebbe essere costruito da studenti piacevoli nella libreria universitaria il mercoledì pomeriggio.
  • L'accesso ai partecipanti all'inchiesta può essere difficile. È una delle ragioni principali per cui i pannelli professionali dei consumatori sono spesso utilizzati nelle iniziative di indagine.
  • Un'altra strategia efficace è quella di utilizzare una procedura di campionamento casuale stratificata che assiste un ricercatore a tirare fuori i dati sui sottogruppi.
  • Selezione del campione nella ricerca di indagine

I membri di un campione vengono selezionati in un certo numero di modi per ridurre la bias. Significa che la probabilità di generare conclusioni di ricerca valide è aumentata e le conclusioni possono essere generalizzate all'universo bersaglio.

I campioni di indagine sono preferibilmente selezionati mediante un processo di randomizzazione. Ad esempio, se i membri del campione sono selezionati da un database, ogni terzo membro dell'elenco del database potrebbe essere selezionato. Occasionalmente, i membri di un campione potrebbero essere necessari per essere assegnati piuttosto che selezionati in modo casuale.Non è un approccio preferito poiché, anche nelle migliori condizioni, le indagini sono soggette a inesattezze basate su campioni che hanno tutto a che fare con il caso e non hanno nulla a che fare con il design della ricerca. Diamo un'occhiata a un elenco di fonti di errore, modificate da problemi di polling del telefono degli elettori identificati da

Risorse sperimentali . Questa lista comprende possibili fonti di inesattezze nel disegno dell'indagine, nell'attuazione dell'indagine e nell'analisi dei dati dell'indagine: Le informazioni incomplete sui membri di un database risultano lasciate fuori dal campione di variabili importanti

• I membri di esempio selezionati non sono disponibili per partecipare all'indagine.
• I membri di campione che rifiutano di partecipare allo studio sono diversi rispetto a una variabile importante dello studio rispetto a quei membri del campione che accettano di partecipare.
• Gli intervistati forniscono risposte false o incomplete alle domande di indagine.
• Gli elementi di questo elenco, modificati di nuovo dall'elenco di polling telefonico per

Risorse sperimentali , sono legati al disegno dell'indagine. Un processo di randomizzazione è stato utilizzato, ma - per caso - raccoglie troppi outliers.

• * ^{Le domande sull'indagine sono formulate male e confondono gli intervistati.}
• L'ordine delle domande sull'indagine influenza indebitamente le risposte delle domande successive.
• Le risposte alle risposte vengono sottoposte a ponderazione o raggruppamento che distorce i dati.
• Una volta che un ricercatore di mercato è ragionevolmente confortevole che un campione rappresenti la popolazione target nella sua ricerca di indagine, l'attenzione può passare alla considerazione di

dimensioni del campione e intervalli di confidenza . Experiment Resources è un sito interessante creato da ricercatori di psicologia che cercavano di capire come calcolare e rimuovere gli outlier.