Osallistumatta jättäminen Sosiaalisen median tutkimustutkimus

Sosiaalisen median tutkimus, jota tällä hetkellä harjoitetaan, edellyttää osallistumisen estämistä. Erilaisia ​​osallistumattomuustyyppejä on olemassa ja jokainen tyyppi voi vaikuttaa tutkimustulosten luotettavuuteen usein piilossa tai tuntemattomalla tavalla. Itse asiassa tutkimus on osoittanut, että ne vaikeasti tavoitettavissa olevat tutkimukseen osallistuneet, jotka tarvitsevat monta ponnistusta yhteydenpitoon, eroavat merkittävästi muista vastaajista.

Näitä eroja oli ikä, sukupuoli, siviilisääty, sosioekonominen asema, terveydentila ja lasten määrä.

Vastausprosentti

Missä määrin tutkimuksen lopussa olevat tiedot sisältävät kaikki näytteen jäsenet, kutsutaan vastausprosentiksi. Vaikka tämä käsite on selkeästi jäsennellyssä kyselyssä tai haastatteluissa, se on epäselvempi sosiaalisen median tutkimuksessa. Sosiaalisen median tutkimuksessa ei kuitenkaan ole yhtä tärkeää kuin muillakin kvalitatiivisilla tutkimuksilla. Vastausprosentti lasketaan niiden osallistujien lukumäärän mukaan, jotka suorittavat kyselyn - tai suostuvat haastattelemaan - jakamalla alkuperäisen näytteenottoprosentin muodostavien henkilöiden kokonaismäärä. Kokonaismäärän on sisällettävä henkilöitä, joilla ei ole ollut yhteyttä tai jotka eivät ole osallistuneet tutkimukseen.

Generalisation Issue

Riippumatta siitä, miten tietoja kerätään, ei voida korostaa riittävän suurta vastauskäsitystä.

Suurta väestöä ei voida realistisesti tuottaa, kun näytteen vastausprosentti on alhainen. Näytteen esijännitys kasvaa vastausprosenttihäviöinä. Mediaperustaisissa tutkimuksissa, kun paluusuhdet laskevat 20 tai 30 prosenttiin otoksesta, osallistujaryhmässä ei ole kovin suurta muistuttavaa koko näytteen otettua väestöä.

Sama tavoite ihmisille palauttaa postitutkimus tai suostua osallistumaan puhelintutkimukseen tapahtuu sosiaalisen median verkostoihin osallistuvien ihmisten kanssa. Tämä on erityisen kiinnostunut aihepiiristä ( tai tuote tai palvelu, tapauksesta riippuen).

Näytteen koko

Pienemmissä näytteissä on suurempi näytteenottovirhe kuin suuremmilla näytteillä. Oletetaan, että näyte-informaatio antaa arvion suuremman väestön ominaisuuksista. Jokainen näytteenottokehystä otettu näyte antaa erillisen arvion kyseisestä suuremmasta väestöstä. Teoriassa kussakin otoksessa otettaisiin jokaisen kyselyn osalta erillinen vastauskuvio. Ajan mittaan näytteenottokehyksellä otetuista näytteistä on riittävästi todellinen kuvio lähentyä suuremman väestön todellista (oikeaa) mallia.

Virhe marginaali

Näytteenottovirhe kuvaa estimaatin tarkkuutta mistä tahansa laajemmasta väestöstä otetuista näytteistä.Näytteenottovirhe ilmaistaan ​​virhemarginaalina, joka liittyy luottamustasoon, joka on tilastollinen toimenpide. Esimerkiksi presidentinvaalien kyselyssä raportti voi osoittaa, että vakiintuneiden operaattorien suosiminen on 64 prosenttia äänestäjistä. Virhemarginaali olisi plus-tai-miinus 3 pistettä 95 prosentin luotettavuustasolla.

Toisin sanoen, jos äänestys toimitettiin uudelleen 100 eri näytteellä äänestäjää, 100 äänestäjältä 95 äänestäjää viittaisi siihen, että vakiintuneiden operaattoreiden suosima 61-67 prosenttia äänestäjistä. Eli 61% äänestäjistä + 3% tai -3%.

Päätökset näytekuvasta

Näytteenottoon liittyvä virhemarginaali laskee näytteen koon kasvaessa, mutta vain tiettyyn pisteeseen. Kun näytteen koko saavuttaa 1000-2000 vastaajaa, virheen marginaali on riittävän pieni, jotta voidaan ottaa huomioon suurempia näytteitä (ei kustannustehokasta valintaa). Kun alaryhmät ovat osa suurempaa väestöä, suuremmat otoskokot voivat olla perusteltuja, koska virhemarginaali vaihtelee jokaiselle alaryhmälle riippuen alaryhmien ihmisten määrästä. Esimerkiksi, kun otetaan huomioon 1000 sosiaalisen median verkoston jäsentä ja virheen marginaali, joka on noin 1 - 3 prosenttiyksikköä 95 prosentin luottamusväliä kohden, kyseisen sosiaalisen median verkoston alaryhmän analyysi - sanoa "stay-at-home" moms numeroiden noin 100-olisi suurempi virheen noin 4-10 pistettä.

Mittausnäytteen riittävyys

Näytteitä arvioidaan tyypillisesti valintamenetelmien mukaan, ei lopullisen koon tai koostumuksen sijasta. Tämä on perustavaa laatua, koska - useimmissa tilanteissa - on mahdotonta mitata tarkasti, kuinka edustava näyte on suurempi väestöstä. Tilastomenetelmiä käytetään, koska ne mahdollistavat käteviä ja perusteellisesti luotettavia arvioita. Kohtuullisen luottamusvälin ja virheen määrittäminen alussa mahdollistaa tutkijoiden keskittymisen muuttujille, kuten vastausprosentiksi ja riittäville näytteenottokehyksille.