Créer des échantillons représentatifs pour des données d'enquête plus fortes

Créer des échantillons représentatifs pour des données d'enquête plus fortes

Dans un monde parfait, un projet de recherche enquête pourrait étudier tous les membres d'un univers cible. Généralement, ce n'est ni pratique ni abordable. Au lieu de cela, des échantillons de la plus grande population (univers) sont générés - l'échantillon est la base à partir de laquelle les hypothèses sont faites sur l'univers cible. De plus, l'échantillon est construit en utilisant des techniques et des stratégies qui contribuent à une étude valide et fiable. Les études de marché traditionnelles sont basées sur l'idée qu'un échantillon - un groupe représentatif de répondants - peut être identifié et accessible.

Échantillons représentatifs dans la recherche enquête

Dans les études de marché, le terme échantillon représentatif fait référence à:

  • La sélection de quelques consommateurs qui correspondent aux membres d'un univers cible de consommateurs. Un exemple d'univers cible pourrait être les propriétaires et les utilisateurs de smartphones, âgés de 20 à 30 ans.
  • Le match entre l'échantillon et l'univers doit être solide pour tous les attributs prévus comme influents sur les résultats de l'enquête.
    • Un exemple de match d'échantillon à l'univers pourrait être la sélection de consommateurs pour un parfum conçu par une jeune célébrité féminine. Dans ce cas, les attributs prévus comme influencés dans les résultats de l'enquête seraient des femmes, 18-28 ans, avertissant le divertissement.
    • Un ensemble secondaire d'attributs pourrait être: les victoires urbaines, inscrites au collège, résidant sur la côte est ou la côte ouest, revenu discrétionnaire (niveaux de revenu).
  • Les proportions des membres auxquels les caractéristiques pertinentes peuvent être attribuées dans un échantillon doivent approximer étroitement les proportions des membres dans l'univers ciblé des consommateurs.
    • Par exemple, si l'univers des consommateurs contient des hommes d'affaires, des étudiants et des personnes âgées, un échantillon représentatif n'a pas pu être construit à partir d'étudiants agréables à la librairie universitaire le mercredi après-midi.
    • L'accès aux participants à l'enquête peut être difficile. C'est l'une des principales raisons pour lesquelles les panels professionnels de consommateurs sont souvent utilisés dans les initiatives d'enquête.
    • Une autre stratégie efficace consiste à utiliser une procédure d'échantillonnage aléatoire stratifiée qui aide un chercheur à démêler des données sur les sous-groupes.

Sélection des échantillons dans la recherche enquête

Les membres d'un échantillon sont sélectionnés de plusieurs façons qui visent à réduire le biais. Cela signifie que la probabilité de générer des conclusions de recherche valides est augmentée et que les conclusions peuvent être généralisées à l'univers cible.

Les échantillons d'enquête sont de préférence sélectionnés via un processus de randomisation. Par exemple, si les membres de l'échantillon sont sélectionnés dans une base de données, chaque troisième membre de la liste de la base de données peut être sélectionné. Parfois, les membres d'un échantillon peuvent devoir être affectés plutôt que sélectionnés au hasard. Ce n'est pas une approche préférée car, même dans les meilleures conditions, les enquêtes sont soumises à des inexactitudes basées sur des échantillons qui ont tout à voir avec le hasard et rien à voir avec la conception de la recherche. Examinons une liste de sources d'erreur, modifiée à partir des problèmes de sondage téléphonique des électeurs identifiés par Ressources expérimentales. Cette liste comprend des sources possibles d'inexactitudes dans la conception de l'enquête, la mise en œuvre de l'enquête et l'analyse des données d'enquête:

  • Des informations incomplètes sur les membres d'une base de données entraînent des variables importantes laissées hors de l'échantillon
  • Les membres de l'échantillon qui n'ont pas été sélectionnés ne veulent pas participer à l'enquête.
  • Les membres de l'échantillon qui refusent de participer à l'étude sont différents en ce qui concerne une variable importante dans l'étude que les membres de l'échantillon qui acceptent de participer.
  • Les répondants à l'enquête fournissent des réponses fausses ou incomplètes aux questions de l'enquête.

Les éléments de cette liste, à nouveau modifiés à partir de la liste de sondages téléphoniques par Ressources expérimentales, sont liés à la conception de l'enquête.

  • Un processus de randomisation a été utilisé mais - par hasard - il ramasse trop de valeurs aberrantes.*
  • Les questions sur l'enquête sont mal formulées et confondent les répondants.
  • L'ordre des questions sur l'enquête influence indûment les réponses des questions ultérieures.
  • Les réponses au sondage sont soumises à une pondération ou à un regroupement qui déforme les données.

Une fois qu'un chercheur sur le marché est raisonnablement confortable qu'un échantillon est représentatif de la population cible dans sa recherche enquête, l'attention peut passer à la considération de taille de l'échantillon et intervalles de confiance.

Explorable est un site Web intéressant créé par des chercheurs en psychologie qui essayaient de comprendre comment calculer et supprimer des valeurs aberrantes.