Inquéritos Investigação - Intervalos de confiança e níveis

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

O que é um Intervalo de Confiança?

A intervalo de confiança é a margem de erro que um pesquisador experimentaria se ele ou ela pudesse fazer uma pergunta de pesquisa específica, digamos, de cada membro da população-alvo e receber a mesma resposta que a membros da amostra deram na pesquisa.

Por exemplo, se o pesquisador usou um intervalo de confiança de 4 e 60% dos participantes na amostra da pesquisa, respondeu "Recomendaria aos amigos", ele poderia ter certeza que entre 54% e 64% dos membros de toda a população-alvo também diriam "Recomendar aos amigos" quando solicitado a mesma pergunta. O intervalo de confiança, neste caso, é +/- 4.

O que é um Nível de Confiança?

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

A confiança de um pesquisador na probabilidade de que sua amostra é verdadeiramente representativa da população-alvo é influenciada por uma série de fatores.

A confiança de um pesquisador em seu projeto e implementação do estudo - e uma consciência de suas limitações - é amplamente baseada em três variáveis ​​importantes: tamanho da amostra, freqüência de resposta e tamanho da população. Os pesquisadores concordaram que essas variáveis ​​devem ser cuidadosamente consideradas durante a fase de planejamento da pesquisa.

• Tamanho da amostra De um modo geral, amostras maiores fornecem dados que realmente refletem a população-alvo. Um intervalo de confiança é indicativo de menos confiança nos dados, porque existe uma margem maior para erro . Um grande intervalo de confiança é como proteger suas apostas. Embora exista uma relação entre o intervalo de confiança e o tamanho da amostra, mas não é uma relação linear. Um pesquisador não pode reduzir um nível de confiança ao meio, duplicando o tamanho da amostra.
• Freqüência de resposta A precisão com que os dados da amostra refletem a população alvo depende também da porcentagem de entrevistados que deram uma resposta específica ou responderam de forma específica. Quanto maior o número de entrevistados que deram uma resposta particular, diga "Muito feliz", mais seguro o pesquisador pode ser dessa resposta.Haverá alguma variabilidade na porcentagem nas áreas médias da curva normal. Ou seja, se um pesquisador tem 50% de confiança de que os membros das populações alvo responderão (dentro de um intervalo de confiança) como membros da população de amostra, é provável que haja alguma variação desse nível de 50%.

• É bom lembrar que outliers (dados que estão nas extremidades distantes, ou colas, da curva normal) são mais prováveis ​​de ocorrer aproximadamente na mesma taxa na população do que na amostra - existe menor variabilidade aqui, porque há menor freqüência. (Considere como as bolas em uma caixa de Galton tendem a empilhar no meio na exibição do Pacific Science Center? Apenas algumas bolas saltam nas caudas.) Por esse motivo, é mais fácil confiar na freqüência de respostas extremas .

• Tamanho da população não é um fator importante no tamanho da amostra, a menos que um pesquisador esteja trabalhando com uma população que seja muito pequena e conhecida para ele ou ela (por exemplo, pequena o suficiente para que todos os membros da população pode ser identificada pelo pesquisador).

Sistemas de pesquisa criativos aponta que:

A matemática da probabilidade prova o tamanho da população é irrelevante, a menos que o tamanho da amostra exceda alguns por cento da população total que você está examinando. Isto significa que uma amostra de 500 pessoas é igualmente útil para examinar as opiniões de um estado de 15 000 000, uma vez que seria uma cidade de 100 000.

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

Tamanho da amostra na pesquisa de pesquisas qualitativas

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 de pesquisas qualitativas ainda são válidas. Como regra geral, se uma amostra é representativa do universo alvo, os temas ou padrões que emergem da pesquisa refletirão a população maior que interessa ao pesquisador.

Se a amostra é representativa e é constituída por uma grande porcentagem da população-alvo, a confiança na precisão dos dados derivados dessa amostra tenderá a ser alta.

Determinando o tamanho da amostra em Pesquisa de pesquisas

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

Tamanho da amostra em inquéritos quantitativos Pesquisa

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 esperaria pesquisar 100 participantes.

Este número é uma recomendação e não um absoluto. Um pesquisador de mercado considerará uma série de variáveis ​​relevantes para determinar o tamanho de uma amostra na pesquisa de pesquisas.

Tamanho da amostra na pesquisa de pesquisas quantitativas

Ao realizar pesquisa de mercado de pesquisa, o objetivo é inferir da amostra o que é provável que seja verdade para o universo-alvo. Uma amostra fornece dados que podem ser observados ou conhecidos. A partir desses dados observados ou conhecidos, um pesquisador pode estimar o grau em que um valor desconhecido ou parâmetro pode ser encontrado em uma população-alvo.

A pesquisa de inquéritos quantitativos baseia-se na noção de uma curva simétrica normal que representa, na mente do pesquisador, o universo-alvo - a população sobre a qual o pesquisador deve estimar em vez de > conheça os parâmetros . Uma amostra representativa permite que um pesquisador calcule - a partir dos dados da amostra - um intervalo estimado

de valores que provavelmente incluirão o valor ou parâmetro desconhecido que seja de interesse. Este intervalo estimado de valores representa uma área na curva normal, e geralmente é expressa como uma decimal ou uma porcentagem. A curva normal e a probabilidade

Uma curva simétrica normal é uma expressão visual de probabilidade. Vejamos uma simples heurística: uma atividade em um centro de ciência permite que um grande número de bolas caia entre duas folhas de acrílico, uma de cada vez. Toda bola cai pela mesma abertura na parte superior da tela, e depois cai entre qualquer divisória vertical e paralela que separa as pilhas de bolas quando elas descansam. Após 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 chegou primeiro.

Mas, em 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 entrarão nas extremidades da curva - alguns inevitavelmente serão, mas são poucos 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 são permitidas para cair na caixa Galton, a configuração das pilhas de bolas será apenas um pouco diferente. Mas ao longo do tempo, a forma da curva não vai mudar muito e o padrão será verdadeiro.