Как найти выборку опроса - Исправление недочетов и поиск решений вместе с Examum.ru

Один из первых шагов при планировании количественного маркетингового исследования – определение объема выборки.

Калькулятор для расчета достаточного объема выборки
Калькулятор ошибки выборки для доли признака
Калькулятор ошибки выборки для среднего значения
Калькулятор значимости различий долей
Калькулятор значимости различий средних

1. Формула (даже две)

Бытует заблуждение, что чем больше объем генеральной совокупности, тем больше должен быть объем выборки маркетингового исследования. Это отчасти так, когда объем выборки сопоставим с размером генеральной совокупности. Например, при опросах организаций (B2B).

Если речь идет об исследовании жителей городов, то не важно, Москва это или Рязань – оптимальный объем выборки будет одинаков в обоих городах. Этот принцип следует из закона больших чисел и применим, только если выборка простая случайная.

На рис.1. пример выборки 15000 человек (!) при опросе в муниципальном районе. Возможно, от численности населения взяли 10%?
Размер выборки никогда не рассчитывается как процент от генеральной совокупности!

Рис.1. Размер выборки 15000 человек, как реальный пример некомпетентности (или хуже).

В таких случаях для расчета объема выборки используется следующая формула:

где

n – объем выборки,
Z – коэффициент, зависящий от выбранного исследователем доверительного уровня,
p – доля респондентов с наличием исследуемого признака,
q = 1 – p – доля респондентов, у которых исследуемый признак отсутствует,
∆ – предельная ошибка выборки.

Доверительный уровень – это вероятность того, что реальная доля лежит в границах полученного доверительного интервала: выборочная доля (p) ± ошибка выборки (Δ). Доверительный уровень устанавливает сам исследователь в соответствии со своими требованиями к надежности полученных результатов. Чаще всего применяются доверительные уровни, равные 0,95 или 0,99. В маркетинговых исследованиях, как правило, выбирается доверительный уровень, равный 0,95. При этом уровне коэффициент Z равен 1,96.

Значения p и q чаще всего неизвестны до проведения исследования и принимаются за 0,5. При этом значении размер ошибки выборки максимален.

Допустимая предельная ошибка выборки выбирается исследователем в зависимости от целей исследования. Считается, что для принятия бизнес-решений ошибка выборки должна быть не больше 4%. Этому значению соответствует объем выборки 500-600 респондентов. Для важных стратегических решений целесообразно минимизировать ошибку выборки.

Рассмотрим кривую зависимости ошибки выборки от ее объема (Рис.2).

Рис.2. Зависимость ошибки выборки от ее объема при 95% доверительном уровне

Как видно из диаграммы, с ростом объема выборки значение ошибки уменьшается все медленнее. Так, при объеме выборки 1500 человек предельная ошибка выборки составит ±2,5%, а при объеме 2000 человек – ±2,2%. То есть, при определенном объеме выборки дальнейшее его увеличение не дает значительного выигрыша в ее точности.

ШПАРГАЛКА (скопируйте ссылку или текст)

Подходы к решению проблемы:

Случай 1. Генеральная совокупность значительно больше выборки:

Случай 2. Генеральная совокупность сопоставима с объемом выборки: (см. раздел исследований B2B)

где
n – объем выборки,

N – объем генеральной совокупности,

Z – коэффициент, зависящий от выбранного исследователем доверительного уровня,

p – доля респондентов с наличием исследуемого признака,

q = 1 – p – доля респондентов, у которых исследуемый признак отсутствует, (значения p и q обычно принимаются за 0,5, поскольку точно неизвестны до проведения исследования)

∆ – предельная ошибка выборки.

Например,

рассчитаем ошибку выборки объемом 1000 человек при 95% доверительном уровне, если генеральная совокупность значительно больше объема выборки:

Ошибка выборки = 1,96 * КОРЕНЬ(0,5*0,5/1000) = 0,031 = ±3,1%

При расчете объема выборки следует также учитывать стоимость проведения исследования. Например, при цене за 1 анкету 200 рублей стоимость опроса 1000 человек составит 200 000 рублей, а опрос 1500 человек будет стоить 300 000 рублей. Увеличение затрат в полтора раза сократит ошибку выборки всего на 0,6%, что обычно неоправданно экономически.

2. Причины «раздувать» выборку

Анализ полученных данных обычно включает в себя и анализ подвыборок, объемы которых меньше основной выборки. Поэтому ошибка для выводов по подвыборкам больше, чем ошибка по выборке в целом. Если планируется анализ подгрупп / сегментов, объем выборки должен быть увеличен (в разумных пределах).

Рис.3 демонстрирует данную ситуацию. Если для исследования авиапассажиров используется выборка численностью 500 человек, то для выводов по выборке в целом ошибка составляет 4,4%, что вполне приемлемо для принятия бизнес-решений. Но при делении выборки на подгруппы в зависимости от цели поездки, выводы по каждой подгруппе уже недостаточно точны. Если мы захотим узнать какие-либо количественные характеристики группы пассажиров, совершающих бизнес-поездку и покупавших билет самостоятельно, ошибка полученных показателей будет достаточно велика. Даже увеличение выборки до 2000 человек не обеспечит приемлемой точности выводов по этой подвыборке.

Рис.3. Проектирование объема выборки с учетом необходимости анализа подвыборок

Другой пример – анализ подгрупп потребителей услуг торгово-развлекательного центра (Рис.4).

Рис.4. Потенциальный спрос на услуги торгово-развлекательного центра

При объеме выборки в 1000 человек выводы по каждой отдельной услуге (например, социально-демографический профиль, частота пользования, средний чек и др.) будут недостаточно точными для использования в бизнес планировании. Особенно это касается наименее популярных услуг (Таблица 1).

Таблица 1. Ошибка по подвыборкам потенциальных потребителей услуг торгово-развлекательного центра при выборке 1000 чел.

Чтобы ошибка в самой малочисленной подвыборке «Ночной клуб» составила меньше 5%, объем выборки исследования должен составлять около 4000 человек. Но это будет означать 4-кратное удорожание проекта. В таких случаях возможно компромиссное решение:

увеличение выборки до 1800 человек, что даст достаточную точность для 6 самых популярных видов услуг (от кинотеатра до парка аттракционов);
добор 200-300 пользователей менее популярных услуг с опросом по укороченной анкете (см. Таблицу 2).

Таблица 2. Разница в ошибке выборки по подвыборкам при разных объемах выборки.

При обсуждении с исследовательским агентством точности результатов планируемого исследования рекомендуется принимать во внимание бюджет, требования к точности результатов в целом по выборке и в разрезе подгрупп. Если бюджет не позволяет получить информацию с приемлемой ошибкой, лучше пока отложить проект (или поторговаться).

КАЛЬКУЛЯТОРЫ ДЛЯ РАСЧЕТА СТАТИСТИЧЕСКИХ ПОКАЗАТЕЛЕЙ И ОПРЕДЕЛЕНИЯ ЗНАЧИМОСТИ РАЗЛИЧИЙ:

КАЛЬКУЛЯТОР ДЛЯ РАСЧЕТА
ДОСТАТОЧНОГО ОБЪЁМА ВЫБОРКИ

Доверительный уровень:

Ошибка выборки (?):
%

Объём генеральной совокупности (N):
(можно пропустить, если больше 100 000)

РЕЗУЛЬТАТ

Один из важных вопросов, на которые нужно ответить при планировании исследования, — это оптимальный объем выборки. Слишком маленькая выборка не сможет обеспечить приемлемую точность результатов опроса, а слишком большая приведет к лишним расходам.

Онлайн-калькулятор объема выборки поможет рассчитать оптимальный размер выборки, исходя из максимально приемлемого для исследователя размера ошибки выборки.

Все дальнейшие формулы и расчеты относятся только к простой случайной выборке!
Формулы для других типов выборки отличаются.

Объем выборки рассчитывается по следующим формулам

1) если объем выборки значительно меньше генеральной совокупности:

(в данной формуле не используется показатель объема генеральной совокупности N)

2) если объем выборки сопоставим с объемом генеральной совокупности:

В приведенных формулах:

Z – коэффициент, зависящий от выбранного исследователем доверительного уровня. Доверительный уровень (или доверительная вероятность) – это вероятность того, что реальное значение измеряемого показателя (по всей генеральной совокупности) находится в пределах доверительного интервала, полученного в исследовании. Доверительный уровень выбирает сам исследователь, исходя из требований к надежности результатов исследования. В маркетинговых исследованиях обычно применяется 95%-й доверительный уровень. Ему соответствует значение Z = 1,96.

N – объем генеральной совокупности. Генеральная совокупность – это все люди, которые изучаются в исследовании (например, все покупатели соков и нектаров, постоянно проживающие в Москве и Московской области). Если генеральная совокупность значительно больше объема выборки (в сотни и более раз), ее размером можно пренебречь (формула 1).

p – доля респондентов с наличием исследуемого признака. Например, если 20% опрошенных заинтересованы в новом продукте, то p = 0,2.

q = 1 — p – доля респондентов, у которых исследуемый признак отсутствует. Значения p и q обычно принимаются за 0,5, поскольку точно неизвестны до проведения исследования. При этом значении размер ошибки выборки максимален. В данном калькуляторе значения p и q по умолчанию равны 0,5.

Δ– предельная ошибка выборки (для доли признака), приемлемая для исследователя. Считается, что для принятия бизнес-решений ошибка выборки не должна превышать 4%.

n – объем выборки. Объем выборки – это количество людей, которые опрашиваются в исследовании.

ПРИМЕР РАСЧЕТА ОБЪЕМА ВЫБОРКИ:

Допустим, мы хотим рассчитать объем выборки, предельная ошибка которой составит 4%. Мы принимаем доверительный уровень, равный 95%. Генеральная совокупность значительно больше выборки. Тогда объем выборки составит:

n = 1,96 * 1,96 * 0,5 * 0,5 / (0,04 * 0,04) = 600,25 ≈ 600 человек

Таким образом, если мы хотим получить результаты с предельной ошибкой 4%, нам нужно опросить 600 человек.

КАЛЬКУЛЯТОР ОШИБКИ ВЫБОРКИ ДЛЯ ДОЛИ ПРИЗНАКА

Доверительный уровень:

Объём выборки (n):

Объём генеральной совокупности (N):
(можно пропустить, если больше 100 000)

Доля признака (p):
%

РЕЗУЛЬТАТ

Зная объем выборки исследования, можно рассчитать значение ошибки выборки (или, другими словами, погрешность выборки).

Если бы в ходе исследования мы могли опросить абсолютно всех интересующих нас людей, мы могли бы быть на 100% уверены в полученном результате. Но ввиду экономической нецелесообразности сплошного опроса применяют выборочный подход, когда опрашивается только часть генеральной совокупности. Выборочный метод не гарантирует 100%-й точности измерения, но, тем не менее, вероятность ошибки может быть сведена к приемлемому минимуму.

Все дальнейшие формулы и расчеты относятся только к простой случайной выборке! Формулы для других типов выборки отличаются.

Ошибка выборки для доли признака рассчитывается по следующим формулам.

1) если объем выборки значительно меньше генеральной совокупности:

(в данной формуле не используется показатель объема генеральной совокупности N)

2) если объем выборки сопоставим с объемом генеральной совокупности:

В приведенных формулах:

N – объем генеральной совокупности. Генеральная совокупность – это все люди, которые изучаются в исследовании (например, все покупатели шоколада, постоянно проживающие в Москве). Если генеральная совокупность значительно больше объема выборки (в сотни и более раз), ее размером можно пренебречь (формула 1).

n – объем выборки. Объем выборки – это количество людей, которые опрашиваются в исследовании. Существует заблуждение, что чем больше объем генеральной совокупности, тем больше должен быть и объем выборки маркетингового исследования. Это отчасти так, когда объем выборки сопоставим с объемом генеральной совокупности. Например, при опросах организаций (B2B). Если же речь идет об исследовании жителей городов, то не важно, Москва это или Рязань – оптимальный объем выборки будет одинаков в обоих городах. Этот принцип следует из закона больших чисел и применим, только если выборка простая случайная. ВАЖНО: если предполагается сравнивать какие-то группы внутри города, например, жителей разных районов, то выборку следует рассчитывать для каждой такой группы.

Δ– предельная ошибка выборки.

Таким образом, зная объем выборки исследования, мы можем заранее оценить показатель ее ошибки.
А получив значение p, мы можем рассчитать доверительный интервал для доли признака: (p — ∆; p + ∆)

ПРИМЕР РАСЧЕТА ОШИБКИ ВЫБОРКИ ДЛЯ ДОЛИ ПРИЗНАКА:

Например, в ходе исследования были опрошены 1000 человек (n=1000). 20% из них заинтересовались новым продуктом (p=0,2). Рассчитаем показатель ошибки выборки по формуле 1 (выберем доверительный уровень, равный 95%):

∆ = 1,96 * КОРЕНЬ (0,2*0,8/1000) = 0,0248 = ±2,48%

Рассчитаем доверительный интервал:

(p — ∆; p + ∆) = (20% — 2,48%; 20% + 2,48%) = (17,52%; 22,48%)

Таким образом, с вероятностью 95% мы можем быть уверены, что реальная доля заинтересованных в новом продукте (среди всей генеральной совокупности) находится в пределах полученного диапазона (17,52%; 22,48%).

Если бы мы выбрали доверительный уровень, равный 99%, то для тех же значений p и n ошибка выборки была бы больше, а доверительный интервал – шире. Это логично, поскольку, если мы хотим быть более уверены в том, что наш доверительный интервал «накроет» реальное значение признака, то интервал должен быть более широким.

КАЛЬКУЛЯТОР ОШИБКИ ВЫБОРКИ ДЛЯ СРЕДНЕГО ЗНАЧЕНИЯ

Доверительный уровень:

Объём выборки (n):

Объём генеральной совокупности (N):
(можно пропустить, если больше 100 000)

Среднее значение (x̄):

Стандартное отклонение (s):

РЕЗУЛЬТАТ

Ошибка выборки для среднего значения рассчитывается по следующим формулам.

1) если объем выборки значительно меньше генеральной совокупности:

(в данной формуле не используется показатель объема генеральной совокупности N)

2) если объем выборки сопоставим с объемом генеральной совокупности:

В приведенных формулах:

N – объем генеральной совокупности. Генеральная совокупность – это все люди, которые изучаются в исследовании (например, все покупатели мороженого, постоянно проживающие в Москве). Если генеральная совокупность значительно больше объема выборки (в сотни и более раз), ее размером можно пренебречь (формула 1).

s — выборочное стандартное отклонение измеряемого показателя. В идеале на месте этого аргумента должно быть стандартное отклонение показателя в генеральной совокупности (σ), но так как обычно оно неизвестно, используется выборочное стандартное отклонение, рассчитываемое по следующей формуле:

где, x ̅ – среднее арифметическое показателя, x_i– значение i-го показателя, n – объем выборки

Δ– предельная ошибка выборки.

Зная среднее значение показателя x ̅ и ошибку ∆, мы можем рассчитать доверительный интервал для среднего значения:(x ̅ — ∆; x ̅ + ∆)

ПРИМЕР РАСЧЕТА ОШИБКИ ВЫБОРКИ ДЛЯ СРЕДНЕГО ЗНАЧЕНИЯ:

Например, в ходе исследования были опрошены 1000 человек (n=1000). Каждого из них попросили указать их примерную среднюю сумму покупки (средний чек) в известной сети магазинов. Среднее арифметическое всех ответов составило 500 руб. (x ̅=500), а стандартное отклонение составило 120 руб. (s=120). Рассчитаем показатель ошибки выборки по формуле 1 (выберем доверительный уровень, равный 95%):

∆ = 1,96 * 120 / КОРЕНЬ (1000) = 7,44

Рассчитаем доверительный интервал:

(x ̅ — ∆; x ̅ + ∆) = (500 – 7,44; 500 + 7,44) = (492,56; 507,44)

Таким образом, с вероятностью 95% мы можем быть уверены, что значение среднего чека по всей генеральной совокупности находится в границах полученного диапазона: от 492,56 руб. до 507,44 руб.

КАЛЬКУЛЯТОР ЗНАЧИМОСТИ РАЗЛИЧИЙ ДОЛЕЙ

Доверительный уровень:

	Измерение 1	Измерение 2
Доля признака (p):	%	%
Объём выборки (n):

РЕЗУЛЬТАТ

Если в прошлогоднем исследовании вашу марку вспомнили 10% респондентов, а в исследовании текущего года – 15%, не спешите открывать шампанское, пока не воспользуетесь нашим онлайн-калькулятором для оценки статистической значимости различий.

Сравнивая два разных значения, полученные на двух независимых выборках, исследователь должен убедиться, что различия статистически значимы, прежде чем делать выводы.

Как известно, выборочные исследования не обеспечивают 100%-й точности измерения (для этого пришлось бы опрашивать всю целевую аудиторию поголовно, что слишком дорого). Тем не менее, благодаря методам математической статистики, мы можем оценить точность результатов любого количественного исследования и учесть ее в выводах.

В приведенном здесь калькуляторе используется двухвыборочный z-тест для долей. Для его применения должны соблюдаться следующие условия:

Обе выборки – простые случайные
Выборки независимы (между значениями двух выборок нет закономерной связи)
Генеральные совокупности значительно больше выборок
Произведения n*p и n*(1-p), где n=размер выборки а p=доля признака, – не меньше 5.

В калькуляторе используются следующие вводные данные:

Доверительный уровень (или доверительная вероятность) – это вероятность того, что реальное значение измеряемого показателя (по всей генеральной совокупности) находится в пределах доверительного интервала, полученного в исследовании. Доверительный уровень выбирает сам исследователь, исходя из требований к надежности результатов исследования. В маркетинговых исследованиях обычно применяется 95%-й доверительный уровень.

Доля признака (p) – доля респондентов с наличием исследуемого признака. Например, если 20% опрошенных заинтересованы в новом продукте, то p = 0,2.

Объем выборки (n) – это количество людей, которые опрашиваются в исследовании.

Результат расчетов – вывод о статистической значимости или незначимости различий двух измерений.

КАЛЬКУЛЯТОР ЗНАЧИМОСТИ РАЗЛИЧИЙ СРЕДНИХ

Доверительный уровень:

	Измерение 1	Измерение 2
Среднее значение (x̄):
Стандартное отклонение (s):
Объём выборки (n):

РЕЗУЛЬТАТ

Допустим, выборочный опрос посетителей двух разных ТРЦ показал, что средний чек в одном из них равен 1000 рублей, а в другом – 1200 рублей. Следует ли отсюда вывод, что суммы среднего чека в двух этих ТРЦ действительно отличаются?

В приведенном здесь калькуляторе используется двухвыборочный z-тест для средних значений. Для его применения должны соблюдаться следующие условия:

Обе выборки – простые случайные
Выборки независимы (между значениями двух выборок нет закономерной связи)
Генеральные совокупности значительно больше выборок
Распределения значений в выборках близки к нормальному распределению.

В калькуляторе используются следующие вводные данные:

Среднее значение ( ̅x) – среднее арифметическое показателя.

Стандартное отклонение (s) – выборочное стандартное отклонение измеряемого показателя. В идеале на месте этого аргумента должно быть стандартное отклонение показателя в генеральной совокупности (σ), но так как обычно оно неизвестно, используется выборочное стандартное отклонение, рассчитываемое по следующей формуле:

где, x ̅ – среднее арифметическое показателя, x_i– значение i-го показателя, n – объем выборки

Объем выборки (n) – это количество людей, которые опрашиваются в исследовании.

Результат расчетов – вывод о статистической значимости или незначимости различий двух измерений.

Вы можете подписаться на уведомления о новых материалах СканМаркет

Источник

Методы выборки: Типы с примерами

Опубликовано 2023-02-11 19:53 пользователем

Выборка является важной частью любого исследовательского проекта. Правильный метод выборки может сделать или разрушить достоверность вашего исследования, и очень важно выбрать правильный метод для вашего конкретного вопроса. В этой статье мы подробно рассмотрим некоторые из наиболее популярных методов выборки и приведем реальные примеры того, как их можно использовать для сбора точных и надежных данных.

От простой случайной выборки до сложной стратифицированной выборки, мы рассмотрим плюсы, минусы и лучшие практики каждого метода. Итак, независимо от того, являетесь ли вы опытным исследователем или только начинаете свой путь, эта статья — обязательное чтение для всех, кто хочет освоить методы выборки. Давайте начнем!

Индекс содержания

Что такое выборка?
Типы выборки: методы выборки
Типы вероятностной выборки с примерами:
Использование вероятностной выборки
Типы не вероятностной выборки с примерами
Использование не вероятностной выборки
Как вы решаете, какой тип выборки использовать?
Разница между вероятностной и не вероятностной выборкой
Вывод

Что такое выборка?

Выборка — это техника отбора отдельных членов или подмножества населения для того, чтобы сделать на их основе статистические выводы и оценить характеристики всего населения. Различные методы выборки широко используются исследователями в маркетинговых исследованиях, так что им не нужно изучать все население, чтобы получить действенные выводы.

Это также удобный и экономически эффективный метод, и поэтому он составляет основу любого плана исследования. Методы выборки могут быть использованы в программном обеспечении для проведения исследовательских опросов для получения оптимальных результатов.

Например, предположим, производитель лекарств хотел бы исследовать неблагоприятные побочные эффекты лекарства на население страны. В этом случае практически невозможно провести исследование, в котором участвовали бы все. В этом случае исследователь определяет выборку людей из каждой демографической группы и затем исследует их, получая ориентировочные данные о поведении препарата.

Узнайте больше об Аудитории

Типы выборки: Методы выборки

Выборка в исследованиях рыночных действий бывает двух типов — вероятностная и не вероятностная выборка. Давайте подробнее рассмотрим эти два метода выборки.

Вероятностная выборка: Вероятностная выборка — это метод выборки, при котором исследователь выбирает несколько критериев и отбирает членов популяции случайным образом. При таком параметре отбора все члены имеют равную возможность участвовать в выборке.
Невероятностная выборка: При невероятностной выборке исследователь случайным образом выбирает членов для исследования. Этот метод выборки не является фиксированным или заранее определенным процессом отбора. Это затрудняет для всех элементов населения равные возможности быть включенными в выборку.

В этом блоге обсуждаются различные вероятностные и не вероятностные методы выборки, которые вы можете применить в любом исследовании рынка.

Типы вероятностной выборки с примерами:

Вероятностная выборка — это метод, при котором исследователи выбирают образцы из большей совокупности на основе теории вероятности. Этот метод выборки учитывает каждого члена популяции и формирует выборки на основе фиксированного процесса.

Например, в популяции из 1000 человек каждый член имеет шанс 1/1000 быть отобранным для включения в выборку. Вероятностная выборка устраняет смещение выборки в популяции и позволяет включить в выборку всех членов.

Существует четыре типа методов вероятностной выборки:

Простая случайная выборка: Одним из лучших методов вероятностной выборки, который помогает экономить время и ресурсы, является метод простой случайной выборки. Это надежный метод получения информации, при котором каждый отдельный член популяции выбирается случайно, чисто случайно. Например, в организации из 500 сотрудников, если команда HR решит провести мероприятия по сплочению коллектива, они, скорее всего, предпочтут выбирать фишки из миски. В этом случае каждый из 500 сотрудников имеет равную возможность быть отобранным.
Кластерная выборка: Кластерная выборка — это метод, при котором исследователи делят всю совокупность на части или кластеры, представляющие совокупность. Кластеры определяются и включаются в выборку на основе таких демографических параметров, как возраст, пол, местоположение и т.д. Это позволяет создателю опроса сделать эффективные выводы из полученных данных.
Например, предположим, правительство Соединенных Штатов хочет оценить количество иммигрантов, проживающих на материковой части США. В этом случае они могут разделить его на кластеры, основанные на таких штатах, как Калифорния, Техас, Флорида, Массачусетс, Колорадо, Гавайи и т. д. Такой способ проведения опроса будет более эффективным, так как результаты будут распределены по штатам и предоставят глубокие данные об иммиграции.
Систематическая выборка: Исследователи используют метод систематической выборки для отбора членов выборки из популяции через регулярные промежутки времени. Он требует выбора начальной точки для выборки и размера выборки, который можно повторять через регулярные промежутки времени. Этот метод выборки имеет заранее определенный диапазон; следовательно, этот метод выборки наименее трудоемкий.
Например, исследователь намеревается собрать систематическую выборку из 500 человек в популяции численностью 5000 человек. Он/она пронумерует каждый элемент популяции от 1 до 5000 и выберет каждого 10-го человека для включения в выборку (Общая популяция/Размер выборки = 5000/500 = 10).
Стратифицированная случайная выборка: Стратифицированная случайная выборка — это метод, при котором исследователь делит популяцию на более мелкие группы, которые не пересекаются, но представляют всю популяцию. Например, исследователь, желающий проанализировать характеристики людей, принадлежащих к различным группам по годовому доходу, создает страты (группы) в соответствии с годовым доходом семьи. Например, менее $20 000, $21 000 — $30 000, $31 000 — $40 000, $41 000 — $50 000 и т. д. Таким образом, исследователь делает вывод о характеристиках людей, принадлежащих к различным группам доходов. Маркетологи могут проанализировать, на какие группы доходов ориентироваться, а какие исключить, чтобы создать дорожную карту, которая принесет плодотворные результаты.

Uses of probability sampling

Существует множество вариантов использования вероятностной выборки:

Снижение погрешности выборки: При использовании метода вероятностной выборки погрешность выборки, полученной из совокупности, незначительна или вообще отсутствует. Выборка в основном отражает понимание и умозаключения исследователя. Вероятностная выборка приводит к более качественному сбору данных, поскольку выборка адекватно представляет население.
Разнородное население: Когда население обширно и разнообразно, важно иметь адекватное представительство, чтобы данные не были перекошены в сторону одной демографической группы. Например, предположим, что компания Square хотела бы понять, какие люди могли бы использовать ее устройства в точках продаж. В этом случае поможет опрос, проведенный на выборке людей по всей территории США из разных отраслей промышленности и социально-экономического положения.
Создание точной выборки: Выборка вероятностей помогает исследователям планировать и создавать точную выборку. Это помогает получить четко определенные данные.

Типы не вероятностной выборки с примерами

Не вероятностный метод — это метод выборки, который предполагает сбор обратной связи на основе возможностей исследователя или статистика по отбору выборки, а не на основе фиксированного процесса отбора. В большинстве ситуаций результаты опроса, проведенного с использованием не вероятностной выборки, приводят к искаженным результатам, которые могут не представлять желаемую целевую совокупность. Однако существуют ситуации, например, на предварительных этапах исследования или при ограничении затрат на проведение исследования, когда не вероятностная выборка будет гораздо полезнее, чем другой тип.

Четыре типа непроизводственной выборки лучше объясняют цель этого метода выборки:

Выборка удобства: Этот метод зависит от легкости доступа к испытуемым, например, опрос покупателей в торговом центре или прохожих на оживленной улице. Обычно его называют выборкой удобства из-за того, что исследователю легко проводить его и вступать в контакт с испытуемыми. Исследователи практически не имеют полномочий для отбора элементов выборки, и он осуществляется исключительно на основе близости, а не репрезентативности. Этот метод не вероятностной выборки используется, когда существуют ограничения по времени и затратам на сбор обратной связи. В ситуациях с ограниченными ресурсами, например, на начальных этапах исследования, используется выборка по удобству.
Например, стартапы и НПО обычно проводят выборку по удобству в торговом центре для распространения листовок о предстоящих событиях или продвижения дела — они делают это, стоя у входа в торговый центр и раздавая брошюры случайным образом.
Суждение или целенаправленная выборка: Суждение или целенаправленная выборка формируется по усмотрению исследователя. Исследователи в обязательном порядке учитывают цель исследования, а также понимание целевой аудитории. Например, когда исследователи хотят понять ход мыслей людей, заинтересованных в получении степени магистра. Критерием отбора будет: «Заинтересованы ли вы в получении степени магистра в …?», а те, кто ответит «нет», будут исключены из выборки.
Выборка снежного кома: Выборка снежного кома — это метод выборки, который исследователи применяют, когда субъектов трудно отследить. Например, опрос людей без жилья или нелегальных иммигрантов будет чрезвычайно сложным. В таких случаях, используя теорию снежного кома, исследователи могут отследить несколько категорий для опроса и получить результаты. Исследователи также применяют этот метод выборки, когда тема очень чувствительна и не обсуждается открыто — например, опросы для сбора информации о ВИЧ СПИДе. Не многие жертвы охотно ответят на вопросы. Тем не менее, исследователи могут связаться с людьми, которых они могут знать, или с волонтерами, связанными с этим делом, чтобы установить контакт с жертвами и собрать информацию.
Квотная выборка: В квотной выборке при этом методе отбор участников происходит на основе заранее установленного стандарта. В этом случае, поскольку выборка формируется по определенным признакам, созданная выборка будет обладать теми же качествами, которые встречаются в генеральной совокупности. Это быстрый метод сбора выборки.

Uses of non-probability sampling

Невероятностная выборка используется для следующего:

Создание гипотезы: Исследователи используют метод непропорциональной выборки для создания предположения, когда имеется ограниченная или вообще отсутствует предварительная информация. Этот метод помогает немедленно получить данные и создает базу для дальнейшего исследования.
Исследовательские исследования: Исследователи широко используют этот метод выборки при проведении качественных исследований, пилотных исследований или исследовательских работ.
Бюджет и временные ограничения: Невероятностный метод применяется, когда есть бюджетные и временные ограничения, и необходимо собрать некоторые предварительные данные. Поскольку схема опроса не является жесткой, проще выбрать респондентов случайным образом и попросить их пройти опрос или анкетирование.

Как вы решаете, какой тип выборки использовать?

Для любого исследования важно точно выбрать метод выборки, чтобы он соответствовал целям вашего исследования. Эффективность выборки зависит от различных факторов. Вот несколько шагов, которым следуют опытные исследователи, чтобы выбрать оптимальный метод выборки.

Запишите цели исследования. Как правило, это должно быть сочетание стоимости, точности или аккуратности.
Определите эффективные методы выборки, которые потенциально могут достичь целей исследования.
Протестируйте каждый из этих методов и проверьте, помогают ли они достичь цели.
Выберите метод, который лучше всего подходит для исследования.

Откройте силу точной выборки!

Разница между вероятностной и не вероятностной выборкой

Выше мы рассмотрели различные типы методов выборки и их подтипы. Однако, чтобы подытожить все обсуждение, ниже приведены существенные различия между вероятностными и не вероятностными методами выборки:

	Вероятностные методы выборки	Невероятностные методы выборки.
Определение	Вероятностная выборка — это метод выборки, при котором выборки из большей совокупности отбираются с помощью метода, основанного на теории вероятности.	Невероятностная выборка — это метод выборки, при котором исследователь отбирает образцы на основе субъективного суждения исследователя, а не случайного отбора.
Альтернативно известный как	Случайный метод выборки.	Неслучайный метод выборки
Отбор популяции	Популяция отбирается случайным образом.	Население выбрано произвольно.
Натура	Исследование является окончательным.	Исследование является исследовательским.
Выборка	Поскольку существует метод определения выборки, демографические характеристики населения представлены убедительно.	Поскольку метод выборки произволен, демографические характеристики населения представлены почти всегда искаженно.
Время, затрачиваемое	На проведение исследования требуется больше времени, поскольку план исследования определяет параметры отбора до начала маркетингового исследования.	Этот тип выборочного метода является быстрым, поскольку ни выборка, ни критерии отбора выборки не определены.
Результаты	Данный тип выборки является полностью беспристрастным, следовательно, результаты также являются убедительными.	Данный тип выборки является полностью необъективным, следовательно, результаты также являются необъективными, что делает исследование спекулятивным.
Гипотеза	При вероятностной выборке существует основная гипотеза до начала исследования, и этот метод направлен на доказательство гипотезы.	При не вероятностной выборке гипотеза выводится после проведения исследования.

Вывод

Теперь, когда мы узнали, как работают различные методы выборки, которые широко используются исследователями в маркетинговых исследованиях, чтобы им не нужно было исследовать все население для сбора действенных выводов, давайте рассмотрим инструмент, который может помочь вам управлять этими выводами.

понимает необходимость точного, своевременного и экономически эффективного метода отбора нужной выборки; именно поэтому мы предлагаем программное обеспечение Software — набор инструментов, позволяющих эффективно отбирать целевую аудиторию, управлять полученными данными в организованном, настраиваемом хранилище и управлять сообществом для обратной связи после проведения опроса.

Не упустите шанс повысить ценность исследований.

Попробуйте сегодня!

Рубрика:

Бизнес

Ключевые слова:

исследование рынка

Автор:

Dan Fleetwood

Источник:

questionpro

Перевод:

Дмитрий Л

Источник

Приведенная ниже формула для расчета объема выборки используется в тех случаях, когда опрашиваемым (респондентам) задается только один вопрос, на который существует только два варианта ответа. Например: «Да» и «Нет», «Покупаю» и «Не покупаю», «Пользуюсь» и «Не пользуюсь». Конечно, данную формулу можно применять только при проведении простейших исследований. Если Вам нужно определить объем выборочной совокупности при проведении более масштабных исследований, например анкетирования, то следует использовать другие формулы.

Содержание:

формула с пояснениями;
пример расчета объема выборки;
нормированное отклонение (таблица);
область применения;
особенности формулы.

Простая формула для расчета объема выборки

Ниже приведена простая формула для расчета объема выборки для тех случаев когда на заданный вопрос возможны лишь два варианта ответа:

где: n – объем выборки;

z – нормированное отклонение, определяемое исходя из выбранного уровня доверительности (доверительного интервала, доверительной вероятности).

Этот показатель характеризует вероятность попадания ответов в специальный доверительный интервал — диапазон, границам которого соответствует определенный процент определенных ответов на некоторый вопрос.

Можно сказать, что уровень доверительности выражает вероятность того, что респонденты генеральной совокупности ответят так же, как и представители анализируемой выборки.

На практике доверительный интервал при проведении маркетинговых исследований часто принимают за 95% или 99%. Тогда значения z будут соответственно 1,96 и 2,58.

Также существует специальная таблица «Значение интеграла вероятностей», используя которую можно найти значение z для различных доверительных интервалов. Сокращенный вариант такой таблицы приведен ниже;

p – вариация для выборки, в долях.

Вариация характеризует величину схожести / несхожести ответов респондентов на вопрос. По сути, p — вероятность того, что респонденты выберут той или иной вариант ответа.

Допустим, если мы считаем, что четверть опрашиваемых выберут ответ «Да», то p будет равно 25%, то есть p = 0,25;

q = 1 — p.

Можно сказать, что q — это вероятность того, что респонденты не выберут анализируемый вариант ответа (в нашем примере ответят «Нет»). Например, если p = 0,25, то q = 1 — 0,25 = 0,75;

e – допустимая ошибка, в долях.

Значение допустимой ошибки заранее определяют исследователь и заказчик маркетингового исследования.

Пример расчета объема выборочной совокупности

Маркетинговая компания получила заказ на проведение социологического исследования с целью выявить долю курящих лиц в населении города. Для этого сотрудники компании будут задавать прохожим один вопрос: «Вы курите?». Возможных вариантов ответа, таким образом, только два: «Да» и «Нет».

Объем выборки в этом случае рассчитывается следующим образом. Уровень доверительности принимается за 95% (одно из стандартных значений для маркетинговых исследований), тогда нормированное отклонение z = 1,96. Проведя предварительный анализ населения города, вариацию принимаем за 50%, то есть условно считаем, что половина респондентов может ответить на вопрос о том, курят ли они — «Да». Тогда p = 0,5. Отсюда находим q = 1 – p = 1 – 0,5 = 0,5. исходя из требуемой заказчиком точности, допустимую ошибку выборки принимаем за 10%, то есть e = 0,1.

Подставляем эти данные в формулу и считаем:

Округлив расчетное значение, получаем объем выборки n = 96 человек.

Следовательно, для проведения исследования с заданными параметрами (уровень доверительности, допустимая ошибка) компании необходимо опросить 96 человек.

Значение нормированного отклонения для различных доверительных интервалов

В таблице приведены некоторые значения нормированного отклонения (z) для важнейших уровней доверительности, или, иначе, доверительной вероятности (α):

α (%)	60	70	80	85	90	95	97	99	99,7
z	0,84	1,03	1,29	1,44	1,65	1,96	2,18	2,58	3,0

Конечно, в таблице приведены значения z только для основных уровней доверительности. Полную версию таблицы можно найти в интернете.

Область применения простой формулы выборки

При проведении простых исследований, когда нужно получить ответ всего на один простой вопрос. При этом шкала ответов, как правило, дихотомического характера. То есть предлагаются (или подразумеваются) варианты ответов по типу «Да» — «Нет», «Черное» — «Белое», «Куплю» — «Не куплю», и т. д. Иными словами возможны лишь два варианта ответа на заданный вопрос.

Особенности формулы расчета размера выборки

Для рассмотренной нами простой формулы определения объема выборки можно выделить несколько характерных особенностей:

перед тем, как рассчитывать объем выборки в данном случае желательно предварительно провести качественный анализ изучаемой генеральной совокупности. В частности установить степень схожести, близости изучаемых единиц совокупности в части их социальных, демографических, географических, иных характеристик. Также полезно провести пилотное (разведочное) исследование, чтобы установить приблизительную величину p;
нужно иметь в виду, что максимальная изменчивость (вариация ответов) соответствует значению p = 50%, так как тогда q = 50% и p × q = 0,5 × 0,5 = 0,25. Это наихудший случай, все другие значения p дадут изменчивость меньшего размера (например, при p = 80%, p × q = 0,8 × 0,2 = 0,16; а при p = 10%, p × q = 0,1 × 0,9 = 0,09). Впрочем, данный показатель влияет на объем выборки не очень сильно.

Также стоит отметить, что существует ряд иных формул для определения объема выборки в случаях с дихотомической шкалой ответов на единственный вопрос. Для более сложных маркетинговых исследований применяются другие формулы.

Источники

Голубков Е. П. Маркетинговые исследования: теория, методология и практика. — М.: Издательство «Финпресс», 1998.

Статья дополнена и доработана автором 10 дек 2020 г.

Нашли опечатку? Помогите сделать статью лучше! Выделите орфографическую ошибку мышью и нажмите Ctrl + Enter.

Библиографическая запись для цитирования статьи по ГОСТ Р 7.0.5-2008:
Галяутдинов Р.Р. Формула выборки — простая // Сайт преподавателя экономики. [2020]. URL: https://galyautdinov.ru/post/formula-vyborki-prostaya (дата обращения: 24.05.2023).

Источник

Как получить репрезентативную выборку для опроса

Составляйте эффективные и экономичные опросы, предоставляющие статистически значимые результаты.

Отправляя опрос, не следует ожидать ответов от каждого респондента. Даже если все они магическим образом окажутся перед вами, вам не удастся заставить каждого из них дать ответы. Кто-то не захочет отвечать на конкретные вопросы, а кто-то и вовсе откажется участвовать.

Но ничего страшного! Вам и не нужны ответы от каждого респондента из вашей целевой группы, чтобы собрать полезный набор данных. Наоборот, при опросе большого количества человек вы рискуете потратить дополнительные средства и время, а также усложнить для себя весь процесс.

Репрезентативная выборка позволяет проанализировать результаты и получить данные, на основе которых можно принимать решения и направить ваше исследование рынка и качества обслуживания в правильное русло.

Проведите свое гибкое исследование рынка

Воспользуйтесь пошаговой методологией и аналитикой на базе ИИ, чтобы запустить свое исследование рынка.

Что такое репрезентативная выборка?

Репрезентативная выборка — это часть данных, полученных, как правило, от большой группы, имеющей общие характеристики. С помощью репрезентативной выборки можно анализировать крупные совокупности людей, поскольку индивидуальные собранные данные отражают характеристики более крупной группы. Наиболее ярким примером репрезентативной выборки являются выборы, когда опрашивается репрезентативная выборка голосующих для определения фаворитов.

Репрезентативная выборка позволяет значительно сэкономить время и деньги. С помощью статистического анализа данных вы получите точное представление о мнениях более широкой аудитории потребителей или ее конкретного сегмента, опросив лишь небольшую ее часть.

Однако точные и достоверные результаты можно получить, только обладая необходимыми знаниями о всех преимуществах и недостатках репрезентативной выборки. Применив стратегический подход, вы получите важные сведения о своих клиентах и сможете использовать эти данные для повышения качества обслуживания или принятия взвешенных решений в отношении своего бизнеса.

Пример репрезентативной выборки

Представьте, что у вас есть группа из 300 человек (150 женщин и 150 мужчин), которые прошли конкретный обучающий курс. Вы хотите получить от них обратную связь о программе обучения, чтобы выявить узкие места и определить, что учащимся показалось наиболее ценным.

Если вы в своем исследовании опираетесь на репрезентативную выборку, то вам не нужно опрашивать большинство учащихся — вам всего лишь нужно опросить 60 человек (30 женщин и 30 мужчин) — это и будет ваша репрезентативная выборка. Ответы этих людей будут отражать мнения группы учащихся в целом.

После получения ответов вам необходимо их проанализировать. Поскольку в вашей репрезентативной группе участвует одинаковое количество мужчин и женщин, вы также можете оценить ответы с точки зрения пола респондента.

Вместо того, чтобы ждать ответов от 300 человек, вы можете получить достоверные результаты всего лишь от 60 (обеспечив равную выборку по полу). Таким образом вы экономите время и ресурсы.

Панель SurveyMonkey Audience подберет для вас репрезентативную выборку из респондентов, входящих в вашу целевую аудиторию, даже если ваша целевая аудитория — это весь мир.

Как получить репрезентативную выборку?

Существует несколько проверенных способов получить репрезентативную выборку.

Наиболее распространенные из них:

Все эти методы репрезентативной выборки обеспечивают достоверность и точность результатов.

Что представляет собой вероятностная выборка?

Вероятностная выборка — это такой метод выборки, при котором вы выбираете респондентов из большой совокупности на основе теории вероятности. Для такой выборки респонденты выбираются произвольно, то есть каждый человек из всей совокупности имеет равные шансы попасть в выборку. Например, если ваша совокупность составляет 1000 человек, то шанс каждого из них попасть в выборку — 1 из 1000.

Поскольку респонденты выбираются случайным образом, такая выборка позволяет собрать группу, которая действительно отражает мнения всей совокупности. Получается, что вероятностная выборка исключает предвзятость и ошибки отбора и опирается на статистическую теорию произвольного выбора маленькой группы людей из общей совокупности, мнения которых отражают общие настроения всей совокупности.

Простая случайная выборка

Простая случайная выборка — это замечательный способ облегчить процесс отбора группы респондентов.

Простая случайная выборка заключается в присвоении каждому человеку в общей совокупности определенного номера и проведения дальнейшего случайного отбора по этим номерам. Можно использовать принцип лотереи либо генератор случайных чисел.

Это наиболее эффективный способ исключить предвзятость при определении выборки, которая характерна для проверки концепции. Систематическая ошибка выборки в опросе возникает, когда вероятность выбора определенных участников общей совокупности систематически выше, чем других. В таком случае вы можете получить результаты, которые в большинстве своем ярком поддерживают какую-то одну точку зрения, а значит, вы можете столкнуться с ошибкой выборки, неверными предположениями и непродуманными решениями.

Простая случайная выборка значительно сокращает шансы возникновения систематической ошибки, поскольку у каждого участника общей совокупности одинаковые шансы оказаться в выборке.

Детерминированная выборка

В детерминированной выборке используется неслучайный подход. Отбор респондентов основан на субъективном мнении, здесь не применяются ни формулы, ни статистический анализ. В качестве основы берется экспертное мнение конкретного человека, который отбирает респондентов из общей совокупности.

В случае с детерминированной выборкой у всех участников общей совокупности разные шансы на участие в исследовании. При этом такие шансы заранее известны.

Детерминированная выборка не имеет таких строгих требований, как вероятностная выборка, поскольку она основана на мнении конкретного человека. Это значит, что ей присущи ошибки. С другой стороны, это более эффективный и удобный способ, ведь исследователям будет заранее известно, что выбранные респонденты предоставят наиболее полезную информацию. Детерминированную выборку часто используют для качественных исследований, целью которых является сбор нечисловых данных для формирования выводов.

Зачем же использовать детерминированную выборку, если полученные данные могут быть ненадежными? В некоторых ситуациях такая выборка может оказаться полезной. Например, для пилотных исследований (рассылка опроса небольшой части общей совокупности). Кроме того, детерминированная выборка часто используется в ситуациях, когда случайная выборка необоснованна или не представляется возможной (например, из-за ограничений по времени или бюджета).

Пропорциональная выборка

Пропорциональная выборка обеспечивает результаты, отражающие мнение общей совокупности, которые ваша организация может использовать для принятия взвешенных решений, основанных на данных, когда вам необходимо получить сведения о конкретной части всей совокупности, используя доступные методы.

Пропорциональная выборка — это вариант детерминированной выборки, при котором исследователи отбирают респондентов, представляющих конкретную часть совокупности. При таком варианте вы получите данные, характеризующие вашу целевую аудиторию, то есть такие, которые вы можете использовать. Риски здесь те же, что и в случае с детерминированной выборкой, но такой вариант считается более эффективным для сбора данных от конкретной аудитории, на основе которых можно формировать выводы и принимать меры.

Каким бывает размер репрезентативной выборки?

Если ваша выборка слишком большая, работа с опросом и анализом полученных данных может усложниться, занять больше времени и ресурсов. Чем больше аудитория, которую вы опрашиваете, и чем выше процентная доля ответивших, тем более точные и достоверные данные вы получите. Однако эти преимущества не сравнимы с сопряженными рисками. Репрезентативная выборка часто является более легким, удобным и доступным способом получения точных и статистически значимых результатов.

Если у вас слишком маленькая выборка, то, скорее всего, результаты будут статистически незначимыми. Например, может так получится, что в отобранной вами группе респондентов окажутся те, чье мнение является исключением и не отражает динамику общей совокупности. Это исказит ваши результаты, либо они окажутся неполноценными, а значит приведу к принятию неверных решений. Поэтому очень важно найти «свой» размер выборки, который обеспечит экономичность и эффективность исследования, а также надежные и статистически значимые данные. Вы можете с легкостью определить подходящий именно вам размер выборки с помощью удобного в использовании калькулятора размера выборки от SurveyMonkey.

Что важно знать о систематической ошибке

Систематическая ошибка возникает, когда заранее известно, что вероятность отбора определенных участников из общей совокупности систематически выше. Мы часто слышим о возможной недостоверности результатов опроса избирателей, что часто происходит из-за систематической ошибки. Она возникает из-за того, что были отобраны респонденты, голосовавшие за одного и того же кандидата.

Из-за систематической ошибки вы можете получить результаты, которые четко указывают на то, что респонденты выступают в поддержку одной конкретной теории, идеи или действия. Такие искаженные результаты, не отражающие действительность, часто приводят к принятию неверных решений и вредят репутации всей организации, в том числе вашей собственной.

Лучший способ исключить систематическую ошибку — провести простую случайную выборку, где респонденты отбираются случайным образом. Так, у каждого участника общей совокупности будут равные шансы попасть в выборку. Если вы все-таки проводите детерминированную выборку, при которой респонденты отбираются на основе определенных критериев, убедитесь в том, что организаторы исследования обладают необходимым опытом и знают, как исключить систематическую ошибку.

Полностью исключить систематическую ошибку из исследований, использующих репрезентативную выборку, невозможно. Например, очень занятые люди с меньшей вероятностью пройдут опрос. А значит, ответы этой подкатегории респондентов не будут отражены в результатах.

Ищете дополнительные способы исключить систематическую ошибку? В шаблонах опросов по исследованию рынка, составленных экспертами SurveyMonkey, множество типов вопросов, которые помогут респондентам дать наиболее честные ответы.

Почему так важно получить репрезентативную выборку?

Репрезентативная выборка обеспечивает участие в вашем опросе наиболее подходящих категорий респондентов. Полученные результаты не будут содержать систематических ошибок, а отобранные респонденты будут в равной степени отражать общую совокупность.

Репрезентативная выборка обеспечивает следующие преимущества.

Используйте возможности репрезентативной выборки по максимуму

Репрезентативная выборка может стать ключевым элементом вашей программы, обеспечивая потом полезных данных и аналитики, которые можно использовать для исследования рынка, повышения качества обслуживания и других бизнес-целей вашей компании.

Начните проект по исследованию рынка

Всемирная панель опросов

Отправьте опрос репрезентативной выборке и получите данные анализа рынка

Услуги по исследованию

Наша команда экспертов поможет вам провести исследование рынка

Экспертные решения

Тестируйте концепции и графику с помощью автоматических инструментов анализа и отчета

Дополнительные ресурсы по исследованию рынка вы найдете в разделе Карта сайта.

Источник

Как найти респондентов для онлайн опроса и что нужно знать о выборке?

Компании нужно провести опрос клиентов. Составляется анкета, неоднократно перерабатывается, утверждается, рассылается клиентам. Отклик (участие в опросе) обычно не высокий, порой не превышает 10%, но это норма для опросов. На основании собранных ответов делаются выводы и формируется дальнейшая стратегия компании. Заметили прореху в процессе?

Типичными ли клиентами являются ответившие? Перед тем, как принять собранные ответы за адекватную выборку, необходимо задаться вопросом, не являются ли собранные респонденты специфичной группой? Кому и зачем нужно тратить свое время на участие в вашем опросе?

Кто-то решил помочь интервьюеру из жалости? Кому-то было попросту скучно? Нужны ли вам ответы таких жалостливых или праздных? Также из общей статистики принято исключать ответы маркетологов, рекламщиков и т.п., ведь их мнение профессионально. Если ваш целевой респондент – занятой, рациональный человек, возможно, вы не получили ни одного такого ответа.

Но как привлечь деловых и всегда спешащих? Если речь не о базе клиентов, а об опросе широкой аудитории, стандартным методом сбора ответов являются панели. Но для «деловых и спешащих» предложенная вами сумма не станет аргументом для участия в опросе, а вот «профессиональных респондентов» привлечет, чем очень испортит вам статистику. Следуя многочисленным советам в интернете на тему «Как заработать на онлайн опросах», панельные респонденты зачастую выдают себя за ваших целевых. Здесь все просто: чтобы чаще получать анкеты, а, соответственно, вознаграждение, при регистрации на панели следует отметить, что вы среднего возраста, с доходом средним или выше среднего, состоите в браке, имеете ребенка (младший возраст в приоритете), у вас есть водительское удостоверение, вы являетесь постоянным потребителем определенных товаров (о каких спрашивают, с теми и соглашайтесь) и не являетесь представителем определенных профессий (о каких спрашивают, те и отрицайте). Выводы и стратегические решения, сделанные на основании ответов таких респондентов, могут быть губительными для компании.

Источник: google.com

Получается, нет шанса привлечь к участию в опросе деловых людей? Успокою, есть. Сервис онлайн опросов testograf.ru, являющийся противником панельных респондентов, нашел способ привлечения так называемых «добровольных респондентов», т.е. людей, бесплатно принимающих участие в опросе. Общие рекомендации специалистов testograf мы собрали ниже.

1. Человек, дорожащий собственным временем, не будет его тратить бессмысленно. Помогите респонденту найти смысл в участии. Это может быть:

Лояльность: респонденту важна судьба регулярно потребляемого продукта; дополнительным побуждением к участию может стать доступ к эксклюзивной информации о продукте, тестовые или дорожные наборы, приглашение на тематические мероприятия и т.п.

Самопознание: побуждением может быть обещание результата опроса с подробной расшифровкой, отчет со сравнительным анализом отдельного ответа со «средними» ответами и т.п.

Самолюбие: подчеркните, что мнение именно такого респондента особенно важно для вас, ведь это действительно так.

Ответственность: ваш опрос на социально важную тему? Подчеркните это.

Вне зависимости от выбранного способа мотивации респондента или их комбинации, обязательно расскажите, как будут использованы результаты опроса, и на что они повлияют.

2. Стоит помнить, что небольшая анкета всегда выглядит привлекательнее для респондента, особенно занятого и рационального. Краткое вступление с упоминанием о том, что «анкета содержит 10 вопросов» сделает ваш опрос значительно привлекательнее.

Если анкета получилась длинной, еще раз критично посмотрите, действительно ли все вопросы вам необходимы и максимально сократите формулировки.
Сложные для заполнения типы вопросов лучше исключить (ранжирование, длинные списки), разбить матрицы на несколько отдельных вопросов.
Разнообразьте анкету визуально (картинки, различные типы вопросов)
Добавьте индикатор прохождения опроса — когда респондент видит, на сколько вопросов осталось ответить.
В длинной анкете лучше сначала задать легкие и интересные вопросы и только потом несколько сложных. В этом случае вероятнее, что респондент дойдет до конца анкеты, так как ему будет жалко уже потраченного времени.

КАЛЬКУЛЯТОРЫ ДЛЯ РАСЧЕТА СТАТИСТИЧЕСКИХ ПОКАЗАТЕЛЕЙ И ОПРЕДЕЛЕНИЯ ЗНАЧИМОСТИ РАЗЛИЧИЙ:

Что такое выборка?

Типы выборки: Методы выборки

Типы вероятностной выборки с примерами:

Uses of probability sampling

Типы не вероятностной выборки с примерами

Uses of non-probability sampling

Как вы решаете, какой тип выборки использовать?

Разница между вероятностной и не вероятностной выборкой

Вывод

Простая формула для расчета объема выборки

Пример расчета объема выборочной совокупности

Значение нормированного отклонения для различных доверительных интервалов

Область применения простой формулы выборки

Особенности формулы расчета размера выборки

Как получить репрезентативную выборку для опроса

Проведите свое гибкое исследование рынка

Что такое репрезентативная выборка?

Пример репрезентативной выборки

Как получить репрезентативную выборку?

Что представляет собой вероятностная выборка?

Простая случайная выборка

Детерминированная выборка

Пропорциональная выборка

Каким бывает размер репрезентативной выборки?

Что важно знать о систематической ошибке

Почему так важно получить репрезентативную выборку?

Используйте возможности репрезентативной выборки по максимуму

Начните проект по исследованию рынка

Всемирная панель опросов

Услуги по исследованию

Экспертные решения

Как найти респондентов для онлайн опроса и что нужно знать о выборке?

Читайте также: