調査 - 代表サンプル

一般に、これは実用的でも手頃でもありません。代わりに、より大きい母集団（宇宙）のサンプルが生成されます。サンプルは、ターゲットユニバースについて前提が作られるベースです。さらに、サンプルは、有効で信頼性の高い研究に貢献する技術および戦略を使用することによって構築される。

伝統的な市場調査は、回答者の代表的なグループであるサンプルを特定してアクセスできるという考えに基づいています。

調査研究における代表的サンプル

市場調査では、 代表サンプル は以下を指します。

• 消費者のターゲットユニバースのメンバーと一致する少数の消費者の選択 。ターゲットの宇宙の例は、20歳から30歳までのスマートフォンの所有者とユーザーです。

• サンプルと宇宙の一致 は、調査結果に影響を及ぼすと予想されるすべての属性に対して強くなければなりません。
  • サンプルと宇宙とのマッチの一例は、若い女性の有名人によってデザインされた香水の消費者の選択である可能性がある。この例では、調査成果に影響を及ぼすことが予想される属性は18-28歳の女性で、エンターテイメントに精通しています。
  • 属性の二次的なセットは、都市居住、大学入学、東海岸または西海岸在住、裁量所得（所得水準）である。
  <！関連する特性がサンプルに含まれることができるメンバーの割合は、ターゲットとする消費者ユニバースのメンバーの比率に近似する必要があります。例えば、消費者の宇宙にビジネスマン、大学生、および高齢者が含まれている場合、水曜日の午後に大学書店で楽しい学生から代表的なサンプルを作成することはできませんでした。
• 調査参加者へのアクセスは困難な場合があります。消費者のプロのパネルが調査のイニシアチブで頻繁に使用される主な理由の1つです。 もう1つの効果的な戦略は、研究者がサブグループに関するデータを解読するのを支援する層別無作為サンプリング手順を使用することです。
  • 調査研究における試料の選択試料のメンバーは、バイアスを低減するための多くの方法で選択される。これは、有効な研究結論を生み出す確率が高まり、結論が標的宇宙に一般化できることを意味する。調査試料は、好ましくはランダム化プロセスによって選択される。たとえば、サンプル・メンバーがデータベースから選択された場合、データベース・リスト内の3番目ごとのメンバーが選択されます。場合によっては、サンプルのメンバーをランダムに選択するのではなく、割り当てる必要がある場合があります。最良の条件であっても、調査は、偶然とは関係があり、研究デザインとは関係のないサンプルベースの不正確さに晒されているため、好ましいアプローチではありません。
  • Experimental Resources
  • で特定された有権者の電話ポーリングの問題から修正された、エラーの原因のリストを見てみましょう。

データベースのメンバーに関する不完全な情報により、重要な変数がサンプルから除外される

選択されたサンプルメンバーは、不本意です調査に参加する。

研究に参加することを拒否するサンプルメンバーは、参加することに同意したサンプルメンバーよりも、研究の重要な変数に関して異なる。 調査回答者は、調査質問に対する虚偽または不完全な回答を提供する。 電話帳から

• Experimental Resources
• によって改訂されたこのリストの項目は、調査デザインに関連しています。ランダム化プロセスが使用されましたが、偶然には、それはあまりにも多くの異常値を拾います。
• *
• アンケートの質問には言葉が曖昧で、回答者を混乱させる。

調査の質問の順序は、その後の質問の回答に過度に影響します。 調査回答は、データを歪ませる重み付けまたはグループ化を受ける。 および

• 信頼区間 ^{の考慮に注目することができます。}
• Experiment Resourcesは、異常値の計算と除去の方法を理解しようとしていた心理学者が作成した興味深いWebサイトです。