კარგი კვლევის კვლევის დიზაინი ცდილობს შეამციროს შერჩევის შეცდომა
რა არის ნდობის ინტერვალი?
ნდობის ინტერვალი არის შეცდომის ზღვარი, რომელიც მკვლევარს განიცდის, თუ მას შეეძლო კონკრეტული კვლევის კითხვა , ვთქვათ, სამიზნე მოსახლეობის ყველა წევრი და მიიღოს იგივე პასუხი, რომ კვლევაში მოცემული ნიმუშის წევრები .
მაგალითად, თუ მკვლევარმა გამოიყენა კვლევის ნიმუშში მონაწილეთა 4 და 60% -ის ნდობის ინტერვალი, "მეგობრებისთვის რეკომენდაციას მიიღებ", შეიძლება დარწმუნებული იყოს , რომ სამიზნე ჯგუფების 54% და 64% ასევე ამბობენ, რომ "მეგობრებისთვის რეკომენდაციას მისცემს" მაშინ, როდესაც იგივე კითხვა სთხოვეს. ნდობის ინტერვალი, ამ შემთხვევაში, არის +/- 4.
რა არის ნდობის დონე?
ნდობის დონე არის გამოხატულება იმისა, თუ რამდენად დარწმუნებულია მკვლევარი ნიმუშიდან მიღებული მონაცემების შესახებ. ნდობის დონე გამოხატულია პროცენტულ მაჩვენებელზე და მიუთითებს იმაზე, თუ რამდენად ხშირად აისახება სამიზნე მოსახლეობის პროცენტული რაოდენობა, რომელიც ენდობით ნდობის ინტერვალს. ყველაზე გავრცელებული ნდობის დონე 95% -ს შეადგენს. დაკავშირებული კონცეფცია ეწოდება სტატისტიკურ მნიშვნელობას.
მკვლევარის ნდობა იმ ალბათობის შესახებ, რომ მისი ნიმუში ნამდვილად სამიზნე მოსახლეობის წარმომადგენელია, გავლენას ახდენს მთელი რიგი ფაქტორები.
მკვლევარის ნდობა მათი კვლევისა და განხორციელებისადმი და მისი შეზღუდვების შესახებ ცნობიერების ამაღლებაზე მეტყველებს სამ მნიშვნელოვან ცვლადზე: ნიმუშის ზომა, რეაგირების სიხშირე და მოსახლეობის ზომა. მკვლევარებმა დიდი ხანია შეთანხმდნენ, რომ კვლევის დაგეგმვის ფაზის დროს ეს ცვალებადობა უნდა განიხილოს.
- ნიმუში ზომა ზოგადად რომ ვთქვათ, უფრო დიდი ნიმუშები გამოაქვეყნებს მონაცემებს, რომლებიც რეალურად ასახავს სამიზნე მოსახლეობას ფართო ნდობის ინტერვალი მონაცემების ნაკლებად ნდობაა, რადგან შეცდომისთვის მეტი ზღვარია . ფართო ნდობის ინტერვალი ჰგავს თქვენს ფსონებს. მიუხედავად იმისა, რომ არსებობს ურთიერთობა ნდობის ინტერვალი და ნიმუში ზომა, მაგრამ ეს არ არის ხაზოვანი ურთიერთობა . მკვლევარს არ შეუძლია შეამციროს ნდობის დონე ნახევარში ნიმუშის ზომის გაორმაგების გზით.
- რეაგირების სიხშირე სიზუსტე, რომელზეც შერჩეული მონაცემები ასახავს მიზნობრივ მოსახლეობას, დამოკიდებულია იმაზე, თუ რა კონკრეტულ პასუხს გამოეხმაურა ან გამოეხმაურა რესპონდენტების პროცენტულ მაჩვენებელს. უფრო მეტი რესპონდენტების რაოდენობა, რომლებმაც განსაკუთრებული პასუხი გასცეს, ამბობენ, "ძალიან ბედნიერია", დარწმუნებული ვარ, რომ მკვლევარი შეიძლება იყოს ასეთი რეაგირება. ნორმალური მრუდის შუაგულში პროცენტული მაჩვენებელი იქნება გარკვეული ცვალებადობა. ანუ, თუ მკვლევარი 50% -ის დარწმუნებულია, რომ სამიზნე მოსახლეობის წევრები პასუხობენ (ნდობის ინტერვალის ფარგლებში), მაგალითად, ნიმუშის მოსახლეობის წევრებს, სავარაუდოდ 50% -იანი დონეა.
კარგია, გვახსოვდეს, რომ დამამცირებელი მონაცემები (ნორმალური მრუდის შუა რიცხვებში ან კუდებიდან) უფრო მეტად მოხდება მოსახლეობის იმავე მაჩვენებელზე, რადგან ისინი ნიმუშში აკეთებენ - აქ არის ნაკლები ცვალებადობა , რადგან არსებობს სიხშირე . (თუ გავითვალისწინებთ, თუ როგორ გოლფის ყუთში ბურთულები იყენებენ წყნარი ოკეანის მეცნიერებაში ცენტრის გამოფენას, მხოლოდ რამდენიმე ბურთები აიღებენ კუდებში). ამ მიზეზით, უფრო ადვილია, რომ იყოს უკიდურესი პასუხების სიხშირე .
- მოსახლეობის ზომა არ არის მნიშვნელოვანი ფაქტორი ნიმუშის ზომაში, თუ მკვლევარი მუშაობს იმ მოსახლეობასთან, რომელიც ძალიან მცირეა და მისთვის ცნობილია (მაგ., პატარა საკმარისია, რომ მკვლევარების მიერ გამოვლენილი მოსახლეობის ყველა წევრი გამოვლინდეს).
შემოქმედებითი კვლევითი სისტემები აღნიშნავს, რომ:
ალბათობის ალბათობა არეგულირებს მოსახლეობის ზომას, თუ ნიმუში არ აღემატება მთლიანი მოსახლეობის რამდენიმე პროცენტს. ეს იმას ნიშნავს, რომ 500 ადამიანის ნიმუში თანაბრად სასარგებლოა 15 000 000 სახელმწიფოს მოსაზრებების გამოკვლევაში, რადგან ეს 100 000 ქალაქი იქნება.
წარმომადგენლობითი ნიმუშების გენერირება შეიძლება იყოს ძვირი და შრომატევადი პროცესი. მკვლევარები ყოველთვის იცავენ ნდობის დონეს შორის ვაჭრობას, რომელთაც სურთ მიიღონ - ან სიზუსტის ხარისხი, რომელსაც ისინი უნდა მიაღწიონ - და ნდობის დონე მათ შეუძლიათ.
ნიმუში ზომა თვისებრივი კვლევების კვლევაში
ხარისხობრივი კვლევა ბუნდოვანია ან აღწერილია ბუნებაში და არ აფასებს ნომრებს ან გაზომვას. მაგრამ ჯერ კიდევ მოქმედებს ხარისხობრივი კვლევების კვლევის შეცდომების შესახებ. როგორც ზოგადი წესი, თუ ნიმუში წარმოადგენს სამიზნე სამყაროს წარმომადგენელს, კვლევის შედეგად გამოთქმული თემები ან ნიმუშები აისახება მკვლევარზე უფრო მეტ მოსახლეობას. თუ ნიმუში არის ორივე წარმომადგენელი და შედგება სამიზნე მოსახლეობის დიდი პროცენტული მაჩვენებელი, მაშინ ნდობა ამ ნიმუშისგან მიღებული მონაცემების სიზუსტეში მაღალია.
ნიმუშის ზოლის განსაზღვრა კვლევის კვლევაში
განსხვავებული წესები ვრცელდება რაოდენობრივი კვლევისა და ხარისხობრივი კვლევისას, როდესაც საქმე ნიმუშის ზომის განსაზღვრისას ხდება. ზოგადად, იმისთვის, რომ ხარისხიანი კვლევის კვლევის შედეგად მიღებული მონაცემები იყოს დარწმუნებული, მკვლევარს უნდა ჰქონდეს ნათელი წარმოდგენა, თუ როგორ გამოიყენებს მონაცემები. მონაცემები შეიძლება წარმოადგენდეს აღწერილობითი ნარატივის საფუძველს (როგორც კვლევის ან რომელიმე ეთნოგრაფიული კვლევის) საფუძველს, ან შეიძლება ემსახურებოდეს ექსპლოტორულ მოპყრობას, რათა მოხდეს შესაბამისი ცვლადების იდენტიფიცირება, რომელიც შემდგომში შეიძლება შესწავლილი იყოს კორელაციისთვის რაოდენობრივი შესწავლით.
ნიმუში ზომა რაოდენობრივი კვლევების კვლევაში
რაოდენობრივი კვლევა ხშირად მოიცავს ბაზრის სეგმენტებსა და სამიზნე ბაზრის ქვეჯგუფებს შორის შედარებას. იმის გამო, რომ რაოდენობრივი კვლევა არის რიცხვითი ორიენტირებული, კომფორტული ნიმუშის ზოლის განსაზღვრა შეიძლება საკმაოდ მარტივია - თითოეული მნიშვნელოვანი ჯგუფის ან სეგმენტის შესწავლაში, მკვლევარი იმედოვნებს, რომ 100 მონაწილე გამოეკითხა. ეს რიცხვი არის რეკომენდაცია და არა აბსოლუტური. ბაზრის მკვლევარმა განიხილავს რიგი შესაბამისი ცვლადები, რათა დადგინდეს კვლევის კვლევის ნიმუშის ზომა.
კვლევის ბაზრის კვლევის ჩატარებისას მიზანს წარმოადგენს ნიმუში, რაც სავარაუდოდ უნდა იყოს ჭეშმარიტი სამიზნე სამყარო. ნიმუში უზრუნველყოფს მონაცემებს, რომლებიც შეიძლება შეინიშნოს ან ცნობილი. ამ დაკვირვებულ ან ცნობილ მონაცემებს, მკვლევარს შეუძლია შეაფასოს ხარისხი, რომლის მიხედვითაც უცნობი მნიშვნელობა ან პარამეტრი შეიძლება მოიძებნოს სამიზნე მოსახლეობაში.
რაოდენობრივი კვლევების კვლევა ეფუძნება ნორმალური , სიმეტრიული მრუდის ცნებას, რომელიც წარმოადგენს მკვლევარის გონებაში, სამიზნე სამყაროში - მოსახლეობა, რომლის შესახებ მკვლევარმა უნდა შეაფასოს, ვიდრე ფაქტობრივად ვიცი პარამეტრი. წარმომადგენლობითი ნიმუში საშუალებას აძლევს მკვლევარს გამოთვალოთ - ნიმუშის მონაცემებიდან - ღირებულების სავარაუდო სპექტრს, რომელიც სავარაუდოა, რომ შეიტანოს უცნობი მნიშვნელობა ან პარამეტრი. ეს სავარაუდო სპექტრის ღირებულებები წარმოადგენს ტერიტორიას ნორმალურ მრუდზე და ზოგადად გამოხატულია ათწილადი ან პროცენტული.
ჩვეულებრივი მრუდი და ალბათობა
ნორმალური, სიმეტრიული მრუდი არის ალბათობის ვიზუალური გამოსახულება. მოდით შევხედოთ უბრალო დამკვირვებელს: მეცნიერულ ცენტრში საქმიანობა საშუალებას აძლევს დიდი რაოდენობით ბურთებს ორ აკრილის ფურცელს შორის, ერთ დროს. ყველა ბურთი იმავე გახსნით იწყება დისპლეის ზედა ნაწილში და შემდეგ მცირდება ნებისმიერ ვერტიკალურ, პარალელურ გამყოფს შორის, რომელიც გამოყოფს ბურთის ბურთებს, როდესაც ისინი დასვენებას მიიღებენ. რამდენიმე საათის შემდეგ, ბურთები ჩამოყალიბდა ნორმალური მრუდის ფორმა. მრუდი ცვლის ცოტა ხნით, როგორც ყოველი ახლად შემოტანილი ბურთი ჰიტები მასა ბურთები, რომ პირველი ჩამოვიდა. საერთო ჯამში, სიმეტრიული მრუდი აშკარაა და ბუნებრივად მოხდა მეცნიერების ცენტრის დამკვირვებლების ან პერსონალის მიერ რაიმე ქმედება. Curved ფორმის, რომ ბურთები ფორმა ასახავს ალბათობა, რომ საუკეთესო ბურთები დაეცემა ცენტრში და იქ. ნაკლები ბურთულები გახდება მრუდის შორეულ ბოლოში - ზოგიერთი აუცილებლად იქნება, მაგრამ ისინი რამდენიმე რიცხვი არიან.
ეს ნორმალური მრუდი მსგავსია ნიმუშის კონცეფციასთან. ყოველ ჯერზე ჩვენება ცარიელია და ბურთებს კიდევ ერთხელ შეუძლიათ დაშვებული Galton ყუთში, კონფიგურაციის stacks ბურთები იქნება მხოლოდ ცოტა განსხვავებული. მაგრამ დროთა განმავლობაში ფორმის მრუდი არ შეიცვლება ბევრად და ნიმუში გამართავს ჭეშმარიტებას.