Finans Ve Iş Hakkında Yazarın Günlüğü

Sosyal Medya Araştırmalarında Örneklerin Bu Önyargı Hatalarından Kaçının

Sosyal Medya Örneklerinde Kalitenin Tanıtımı


Halen yürütülmekte olduğu gibi sosyal medya araştırması, katılımsızlık önyargısına maruz kalıyor. Bir dizi katılımsızlık önyargısı vardır ve her bir tür araştırma bulgularının güvenilirliğini, genellikle gizli veya bilinmeyen şekillerde etkileme potansiyeline sahiptir. Aslında araştırma, ulaşılması zor olan ve onlarla bağlantıya geçmek için çok çaba harcayan araştırma katılımcılarının diğer katılımcılardan önemli ölçüde farklı olduğunu göstermiştir. Bu farklılıklar yaş, cinsiyet, medeni durum, sosyoekonomik durum, sağlık durumu ve çocuk sayısında görüldü.

Yanıt oranı

Bir çalışmanın kapanışındaki verinin, bir numunedeki tüm üyeleri içerme derecesi, cevap oranı olarak adlandırılır. Bu kavram, yapılandırılmış bir ankette veya görüşme setinde açık olmasına rağmen, sosyal medya araştırmalarında daha belirsizdir. Ancak, sosyal medya araştırmalarında diğer nitel araştırma türlerinden daha az önemli değildir. Yanıt oranı anketleri tamamlayan veya görüşmeyi kabul eden katılımcı sayısı, orijinal örnekleme çabasını oluşturan toplam kişi sayısına bölünerek hesaplanır.

Toplam sayı, başarıyla bağlantı kurulamayan veya araştırmaya katılmayı reddeden kişileri içermelidir.

Genelleme Sorunu

Verilerin nasıl toplandığına bakılmaksızın, yüksek bir yanıt oranının önemi yeterince vurgulanamaz. Numunenin cevaplama oranı düşük olduğunda gerçekçi olarak daha büyük bir popülasyon oluşturmak mümkün değildir. Örnekleme yanlılığı yanıt oranı düştükçe artar. Medyaya dayalı anketlerde, geri dönüş oranları numunenin yüzde 20 ya da 30'una düştüğünde, bu katılımcı grubu genel örneklenen nüfusa çok az benzerlik göstermektedir. İnsanların bir postayla ankete katılma veya bir telefonla ankete katılma konusunda aynı eğilimde olmaları, sosyal medya ağlarına katılan kişilerde ortaya çıkar: yani, konuya (veya ürün veya hizmete, konuya özel bir ilgi) ) olabilir.

Örnek boyut

Küçük numuneler, büyük numunelerden daha büyük örnekleme hatasına sahiptir. Örnek verinin daha büyük popülasyonun niteliklerinin bir tahminini sağladığını düşünün. Bir örnekleme çerçevesinden çizilen her örnek, bu daha büyük popülasyon için ayrı bir tahmin sağlar. Teorik olarak, sorulan her soru için alınan her örnekte ayrı bir yanıt paterni olabilir. Zamanla, örnekleme çerçevesinden yeterince numune alındığında, gerçek model daha büyük popülasyonun gerçek (gerçek) desenine yakınlaşacaktır.

Hata Marjı

Örnekleme hatası, daha büyük popülasyondan alınan örneklerden herhangi birindeki bir tahmin kesinliğini açıklar. Örnekleme hatası, istatistiksel bir ölçüt olan bir güven düzeyi ile ilişkilendirilen bir hata payı olarak ifade edilir. Örneğin, bir Başkanlık tercihi anketinde rapor, görevlinin seçmenlerin% 64'ü tarafından tercih edildiğini gösterebilir. Hata payı,% 95 güven düzeyinde artı veya eksi 3 puan olacaktır. Başka bir deyişle, eğer anket 100 farklı seçmen örneği ile tekrar yapıldıysa, 100 seçmen arasından 95 seçmen, görevlinin% 61 ila% 67 oranında oy kullandığını belirtti.

Yani, seçmenlerin% 61'i +% 3 veya% -3'ü.

Örneklem Büyüklüğü Hakkında Kararlar

Örneklemeyle ilgili hata payı, örneklem büyüklüğü arttıkça azalır, ancak yalnızca belirli bir noktaya kadar gider. Numune büyüklüğü 1000 ila 2000 katılımcıya ulaştığında, hata payı daha büyük numunelerin (maliyet etkin bir seçim değil) dikkate alınması için yeterince küçüktür. Alt gruplar daha büyük popülasyonun bir parçası olduğunda, daha büyük örnek boyutları gerekçeli olabilir çünkü hata payı, alt gruplardaki insan sayısına bağlı olarak her bir alt grup için değişecektir. Örneğin, bir sosyal medya ağının 1000 üyesine ve% 95'lik bir güven aralığı ile yüzde 1 ila 3 arasında bir yere denk gelen bir hata payı göz önüne alındığında, o sosyal medya ağı alt grubunun analizi, evde kal 100 sayıdaki anneler, 4 ila 10 puanlık daha yüksek bir hata payına sahip olacaktır.

Örnek Yeterliğini Ölçme

Numuneler tipik olarak nihai ebat veya kompozisyon yerine kullanılan seçim prosedürlerine göre değerlendirilir. Bu esastır, çünkü çoğu durumda, bir numunenin daha büyük popülasyon için ne kadar temsili olduğunu doğru olarak ölçmek imkansızdır. İstatistiksel prosedürler, uygun ve temelde güvenilir tahminlere izin verdiği için kullanılır. Başlangıçta makul bir güven aralığı ve hata payı oluşturmak, araştırmacıların yanıtlama oranı ve yeterli örnekleme çerçeveleri gibi değişkenlere odaklanmalarını sağlar.


Yazarın Video:

İlgili Makaleler:

✔ - Sözleşme Feshi - Giriş ve Yöntemler

✔ - Temelleri Öğrenin: Tedarik Zinciri Yönetiminin PB & J'leri

✔ - Ticaretin ve Rekabet Etmeyen Anlaşmaların Kısıtlanması


Yardımcı Oldu Mu? Arkadaşlarınızla Paylaşın!