Pesquisa de intervalos e níveis de confiança da pesquisa

Na pesquisa de pesquisas, as estatísticas são aplicadas a amostras randomizadas. Essas estatísticas representam o grau em que um pesquisador pode estar confiante de que a amostra do estudo é razoavelmente válida e confiável.

Intervalo de confiança

A intervalo de confiança é a margem de erro que um pesquisador experimentaria se pudesse fazer uma pergunta de pesquisa específica, digamos, de todos os membros da população -alvo e receber a mesma resposta que os membros da amostra deram na pesquisa. Por exemplo, se o pesquisador usasse um intervalo de confiança de 4 e 60% dos participantes da amostra da pesquisa respondida ", recomendaria aos amigos", ele poderia ser claro Isso entre 56% e 64% dos membros de toda a população -alvo também diria que "recomendaria aos amigos" quando fez a mesma pergunta. O intervalo de confiança, neste caso, é +/- 4.

Nível de confiança

A nível de confiança é uma expressão de quão confiante um pesquisador pode ser dos dados obtidos de uma amostra. Os níveis de confiança são expressos como uma porcentagem e indicam com que frequência essa porcentagem da população -alvo daria uma resposta que está dentro do intervalo de confiança. O nível de confiança mais usado é 95%. Um conceito relacionado é chamado de significância estatística.

Um pesquisador confiança na probabilidade que sua amostra é realmente representativa da população -alvo é influenciada por vários fatores. A confiança de um pesquisador no desenho e implementação do estudo e na consciência de suas limitações-é amplamente baseado em três variáveis ​​importantes: tamanho da amostra, frequência de resposta e tamanho da população. Os pesquisadores concordaram há muito tempo que essas variáveis ​​devem ser cuidadosamente consideradas durante a fase de planejamento da pesquisa.

Tamanho da amostra da pesquisa

De um modo geral, amostras maiores fornecem dados que realmente refletem a população -alvo. Um amplo intervalo de confiança é indicativo de menos confiança nos dados, porque há uma margem maior para erro. Um amplo intervalo de confiança é como proteger suas apostas. Embora exista uma relação entre o intervalo de confiança e o tamanho da amostra, não é um relacionamento linear. Um pesquisador não pode reduzir pela metade um nível de confiança, dobrando o tamanho da amostra.

A frequência de resposta

A precisão com a qual os dados da amostra refletem a população -alvo depende também da porcentagem de entrevistados que deram uma resposta específica ou responderam de uma maneira específica. Quanto maior o número de entrevistados que deram uma resposta específica, digamos "muito felizes", quanto mais o pesquisador pode ser dessa resposta. Haverá alguma variabilidade na porcentagem nas áreas médias da curva normal. Ou seja, se um pesquisador estiver 50% confiante de que os membros das populações -alvo responderão (dentro de um intervalo de confiança) como membros da população da amostra, é provável que haja alguma variação desse nível de 50%.

Esteja ciente dos outliers

É bom lembrar que os outliers (dados que estão nas extremidades mais distantes ou caudas da curva normal) têm maior probabilidade de ocorrer na mesma taxa na população que em uma amostra-há menos variabilidade aqui porque há uma frequência mais baixa. Por esse motivo, é mais fácil estar confiante sobre a frequência de respostas extremas.

O tamanho da população não é um fator importante no tamanho da amostra, a menos que um pesquisador esteja trabalhando com uma população muito pequena e conhecido para eles (e.g., pequeno o suficiente para que todos os membros da população possam ser identificados pelo pesquisador).

Os sistemas de pesquisa criativa apontam que:

A matemática da probabilidade prova que o tamanho da população é irrelevante, a menos que o tamanho da amostra exceda alguns por cento da população total que você está examinando. Isso significa que uma amostra de 500 pessoas é igualmente útil para examinar as opiniões de um estado de 15.000.000, pois seria uma cidade de 100.000.

Gerar uma amostra representativa pode ser um processo caro e demorado. Os pesquisadores sempre enfrentam uma troca entre o nível de confiança que eles gostariam de obter-ou o grau de precisão que eles precisam para alcançar e o nível de confiança que eles podem pagar.

Tamanho da amostra em pesquisas qualitativas de pesquisas

A pesquisa qualitativa é de natureza exploratória ou descritiva e não se concentra em números ou medições. Mas as preocupações com o erro de amostragem na pesquisa qualitativa de pesquisa ainda são válidas. Como regra geral, se uma amostra for representativa do universo -alvo, os temas ou padrões que emergem da pesquisa refletirão a população maior que é de interesse para o pesquisador. Se a amostra for representativa e consistir em uma grande porcentagem da população -alvo, a confiança na precisão dos dados derivados dessa amostra tenderá a ser alta.

Determinando o tamanho da amostra na pesquisa de pesquisas

Regras diferentes se aplicam à pesquisa quantitativa e à pesquisa qualitativa quando se trata de determinar o tamanho da amostra. De um modo geral, para ter confiança nos dados gerados pela pesquisa qualitativa de pesquisa, um pesquisador precisa ter uma idéia clara de como os dados serão usados. Os dados podem formar a base para uma narrativa descritiva (como em um estudo de caso ou em alguma pesquisa etnográfica) ou pode servir de maneira exploratória para identificar variáveis ​​relevantes que podem ser testadas posteriormente para correlações em um estudo quantitativo.

Tamanho da amostra em pesquisas quantitativas de pesquisas

A pesquisa quantitativa geralmente envolve comparações entre segmentos de mercado ou subgrupos de um mercado -alvo. Como a pesquisa quantitativa é orientada por números, determinar um tamanho de amostra confortável pode ser bastante fácil. Para cada grupo ou segmento importante em um estudo, um pesquisador espera pesquisar 100 participantes. Este número é uma recomendação e não é um absoluto. Um pesquisador de mercado considerará uma série de variáveis ​​relevantes para determinar o tamanho de uma amostra na pesquisa de pesquisa.

Ao realizar pesquisas de mercado da pesquisa, o objetivo é inferir da amostra o que provavelmente será verdadeiro para o universo -alvo. Uma amostra fornece dados que podem ser observado ou conhecido. A partir disso, dados observados ou conhecidos, um pesquisador pode estimar o grau em que um valor ou parâmetro desconhecido pode ser encontrado em uma população -alvo.

A pesquisa quantitativa da pesquisa é baseada na noção de um normal, Curva simétrica que representa, na mente do pesquisador, o universo -alvo - a população sobre a qual o pesquisador deve estimar e não realmente saber parâmetros. Uma amostra representativa permite que um pesquisador calcule a partir da amostra de dados-uma faixa estimada de valores que provavelmente incluirão o valor ou o parâmetro desconhecido que é interessante. Essa faixa estimada de valores representa uma área na curva normal e é geralmente expressa como uma decimal ou uma porcentagem.

A curva normal e a probabilidade

Uma curva normal e simétrica é uma expressão visual de probabilidade. Vejamos uma heurística simples: uma atividade em um centro de ciências permite que um grande número de bolas caia entre duas folhas de acrílico, uma de cada vez. Cada bola cai pela mesma abertura no topo da tela e depois cai entre qualquer um dos divisores verticais e paralelos que separam as pilhas de bolas depois que eles descansam. Depois de várias horas, as bolas formaram a forma de uma curva normal.

A curva muda um pouco quando cada bola recém -introduzida atinge a massa de bolas que chegaram primeiro. Mas, no geral, a curva simétrica é evidente e ocorreu naturalmente, independente de qualquer ação dos observadores ou funcionários do Centro de Ciências. A forma curva que as bolas formam reflete a probabilidade de a maioria das bolas cair no centro e ficar lá. Menos bolas vão chegar às extremidades da curva, mas algumas inevitavelmente o farão, mas são poucas em número.

Esta curva normal é semelhante ao conceito de uma amostra. Cada vez que a tela é esvaziada e as bolas mais uma vez podem cair na caixa de Galton, a configuração das pilhas de bolas será apenas um pouco diferente. Mas com o tempo, a forma da curva não mudará muito e o padrão manterá verdadeiro.