Encuestas Investigaciones de intervalos y niveles de confianza

En la investigación de encuestas, las estadísticas se aplican a muestras aleatorias. Estas estadísticas representan el grado en que un investigador puede estar seguro de que la muestra de estudio es razonablemente válida y confiable.

Intervalo de confianza

A intervalo de confianza es el margen de error que un investigador experimentaría si pudiera hacer una pregunta de investigación particular, por ejemplo, de cada miembro de la población objetivo y recibir la misma respuesta que los miembros de la muestra dieron en la encuesta. Por ejemplo, si el investigador utilizara un intervalo de confianza del 4 y el 60% de los participantes en la muestra de la encuesta respondiera: "Se recomendaría a los amigos:" seguro que entre el 56% y el 64% de los miembros de toda la población objetivo también diría "recomendaría a los amigos" cuando se les haga la misma pregunta. El intervalo de confianza, en este caso, es +/- 4.

Nivel de confianza

A nivel de confianza es una expresión de cuán seguro puede ser un investigador de los datos obtenidos de una muestra. Los niveles de confianza se expresan como un porcentaje e indican con qué frecuencia ese porcentaje de la población objetivo daría una respuesta que se encuentra dentro del intervalo de confianza. El nivel de confianza más utilizado es el 95%. Un concepto relacionado se llama significación estadística.

Un investigador confianza en la probabilidad que su muestra es verdaderamente representativa de la población objetivo está influenciada por una serie de factores. La confianza de un investigador en el diseño e implementación de su estudio, y una conciencia de sus limitaciones, se basa en gran medida en tres variables importantes: tamaño de muestra, frecuencia de respuesta y tamaño de la población. Los investigadores han acordado durante mucho tiempo que estas variables deben considerarse cuidadosamente durante la fase de planificación de la investigación.

Tamaño de la muestra de encuesta

En términos generales, las muestras más grandes entregan datos que realmente reflejan la población objetivo. Un amplio intervalo de confianza es indicativo de menos confianza en los datos porque hay un mayor margen de error. Un amplio intervalo de confianza es como cubrir sus apuestas. Aunque existe una relación entre el intervalo de confianza y el tamaño de la muestra, no es una relación lineal. Un investigador no puede reducir un nivel de confianza a la mitad duplicando el tamaño de la muestra.

La frecuencia de la respuesta

La precisión con la que los datos de la muestra reflejan la población objetivo también depende del porcentaje de encuestados que dieron una respuesta particular o respondieron de manera específica. Cuanto mayor sea el número de encuestados que dieron una respuesta en particular, dicen "muy feliz", el más seguro del investigador puede ser de esa respuesta. Habrá cierta variabilidad en el porcentaje en las áreas medias de la curva normal. Es decir, si un investigador confía en un 50% de que los miembros de las poblaciones objetivo responderán (dentro de un intervalo de confianza) como los miembros de la población de muestras, es probable que haya alguna variación desde ese nivel del 50%.

Sea consciente de los valores atípicos

Es bueno recordar que los valores atípicos (datos que están en los extremos lejanos, o colas, de la curva normal) tienen más probabilidades de ocurrir a la misma velocidad de la población que en una muestra, hay menos variabilidad aquí porque aquí hay una frecuencia más baja. Por esta razón, es más fácil estar seguro de la frecuencia de las respuestas extremas.

El tamaño de la población no es un factor importante en el tamaño de la muestra a menos que un investigador esté trabajando con una población muy pequeña y conocido a ellos (e.gramo., Lo suficientemente pequeño para que todos los miembros de la población puedan ser identificados por el investigador).

Los sistemas de investigación creativa señalan que:

La matemática de la probabilidad demuestra que el tamaño de la población es irrelevante a menos que el tamaño de la muestra exceda unos pocos por ciento de la población total que está examinando. Esto significa que una muestra de 500 personas es igualmente útil para examinar las opiniones de un estado de 15,000,000, ya que sería una ciudad de 100,000.

Generar una muestra representativa puede ser un proceso costoso y lento. Los investigadores siempre enfrentan una compensación entre el nivel de confianza que les gustaría obtener, o el grado de precisión que necesitan para lograr y el nivel de confianza que pueden pagar.

Tamaño de la muestra en la investigación de encuestas cualitativas

La investigación cualitativa es de naturaleza exploratoria o descriptiva y no se centra en números o mediciones. Pero las preocupaciones sobre el error de muestreo en la investigación de encuestas cualitativas siguen siendo válidas. Como regla general, si una muestra es representativa del universo objetivo, los temas o patrones que emergen de la investigación reflejarán la población más grande que es de interés para el investigador. Si la muestra es representativa y consiste en un gran porcentaje de la población objetivo, entonces la confianza en la precisión de los datos derivados de esa muestra tenderá a ser alta.

Determinar el tamaño de la muestra en la investigación de encuestas

Diferentes reglas se aplican a la investigación cuantitativa e investigación cualitativa cuando se trata de determinar el tamaño de la muestra. En términos generales, para tener confianza en los datos generados por la investigación de encuestas cualitativas, un investigador debe tener una idea clara de cómo se utilizarán los datos. Los datos pueden formar la base de una narrativa descriptiva (como en un estudio de caso o en alguna investigación etnográfica) o pueden servir de manera exploratoria para identificar variables relevantes que luego podrían probarse las correlaciones en un estudio cuantitativo.

Tamaño de muestra en investigaciones de encuestas cuantitativas

La investigación cuantitativa a menudo implica comparaciones entre segmentos de mercado o subgrupos de un mercado objetivo. Debido a que la investigación cuantitativa está impulsada por los números, determinar un tamaño de muestra cómodo puede ser bastante fácil. Para cada grupo o segmento importante en un estudio, un investigador esperaría encuestar a 100 participantes. Este número es una recomendación y no un absoluto. Un investigador de mercado considerará una serie de variables relevantes para determinar el tamaño de una muestra en la investigación de la encuesta.

Al realizar la investigación de mercado de la encuesta, el objetivo es inferir de la muestra lo que probablemente sea cierto para el universo objetivo. Una muestra proporciona datos que pueden ser observado o conocido. A partir de estos datos observados o conocidos, un investigador puede estimar el grado en que se puede encontrar un valor o parámetro desconocido en una población objetivo.

La investigación de encuestas cuantitativas se basa en la noción de un normal, curva simétrica que representa, en la mente del investigador, el universo objetivo, la población sobre la cual el investigador debe estimar en lugar de realmente saber parámetros. Una muestra representativa permite que un investigador calcule desde la muestra de datos, un rango estimado de valores que probablemente incluyan el valor o el parámetro desconocido que es de interés. Este rango estimado de valores representa un área en la curva normal y generalmente se expresa como decimal o porcentaje.

La curva normal y la probabilidad

Una curva normal y simétrica es una expresión visual de probabilidad. Veamos una heurística simple: una actividad en un centro científico deja que una gran cantidad de bolas caiga entre dos sábanas acrílicas, una a la vez. Cada bola cae a través de la misma abertura en la parte superior de la pantalla y luego cae entre cualquiera de los divisores verticales y paralelos que separan las pilas de bolas una vez que descansan. Después de varias horas, las bolas han formado la forma de una curva normal.

La curva cambia un poco cuando cada bola recién introducida golpea la masa de bolas que llegaron primero. Pero en general, la curva simétrica es evidente y ocurrió naturalmente, independiente de cualquier acción por parte de los observadores o personal del Centro de Ciencias. La forma curva que forma la forma de las bolas refleja la probabilidad de que la mayoría de las bolas caigan en el centro y permanezcan allí. Menos bolas llegarán a los extremos lejanos de la curva, pero algunas inevitablemente lo harán, pero son pocos en número.

Esta curva normal es similar al concepto de una muestra. Cada vez que la pantalla se vacía y las bolas una vez más pueden caer en la caja de Galton, la configuración de las pilas de bolas será solo un poco diferente. Pero con el tiempo, la forma de la curva no cambiará mucho y el patrón se mantendrá verdadero.