Kokio dydžio imtis yra reprezentatyvi?

Kas daro imtį reprezentatyvią?

Pradėkime nuo istorijos, kuri iš tikrųjų tapo pagrindiniu rinkos tyrimų mitu. Prieš šimtmetį amerikiečių žurnalas ” The Literary Digest ” pradėjo rengti dešimties milijonų skaitytojų apklausas, kad galėtų nuspėti prezidento rinkimų rezultatus. Per penkerius rinkimus iš eilės jų prognozės buvo visiškai teisingos, kol 1936 m. jie patyrė didžiulę nesėkmę, nors tarp savo skaitytojų atliko apie 2,4 mln. apklausų. Jų nuostabai, Džordžas Galupas sugebėjo teisingai nuspėti šių rinkimų rezultatus, atlikęs “tik” 50 000 interviu.

Kas nutiko? “Literary Digest” imtis nepavyko, nes jų skaitytojai neatspindėjo visos populiacijos. Jų skirtinga amžiaus struktūra, skirtingos vidutinės pajamos ir, matyt, skirtingos politinės preferencijos. Priešingai, “Gallup” suprato, kad reprezentatyvumas priklauso ne tiek nuo imties dydžio, kiek nuo tinkamos imties sudėties. Jis paprasčiausiai naudojo kvotas, kad įsitikintų, jog jo imtyje tinkamai atstovaujama kiekvienai žmonių grupei. Šis atradimas tapo rinkos ir nuomonės tyrimų, kokius žinome šiandien, pradžia.

Reprezentatyvumui svarbu ne dydis, o tinkama kompozicija. Bet ar tai tikėtina? XX a. septintajame dešimtmetyje A. C. Nielsenas jaunesnysis pateikė įdomų atsakymą tiems, kurie manė, kad didesnis imties dydis padidins jos reprezentatyvumą.

“Jei netikite atsitiktiniu mėginių paėmimu, kitą kartą, kai jums bus atliekamas kraujo tyrimas, pasakykite gydytojui, kad paimtų visus mėginius.” – A. C. Nielsenas Jr.

Nepaisant neabejotino sarkazmo, šioje citatoje pateikiama labai suprantama analogija. Nesvarbu, ar analizuojate kraujo lašelį, ar visą litrą kraujo: analizės rezultatai visada bus tokie patys. Vienas kraujo lašas puikiai atspindi visa tai.

Kodėl imties dydis yra svarbus?

Akivaizdu, kad imties dydis vis dar svarbus. Tačiau kodėl tai svarbu? Kai sudarote reprezentatyvią populiacijos imtį, atsitiktinai kai kurie tiksliniai kintamieji gali būti per daug arba per mažai atstovaujami jūsų imtyje. Deja, “atsitiktinumas” reiškia, kad renkant duomenis iš tikrųjų nieko negalite padaryti.

Bent jau statistiniai skaičiavimai gali padėti įvertinti tikimybę, kad jūsų paklaida neviršija tam tikros ribos, pvz., kad tokie nuokrypiai nuo tikrosios vertės yra mažesni nei x %, kai patikimumo lygis yra 95 %.

• Nuomonių tyrėjams dažniausiai pasirenkamas 95 % patikimumo lygis. Šiuo atveju jūsų rizika, kad tikroji vertė neatitinka atitinkamos paklaidos ribos, yra mažesnė nei 5 %. Tačiau kitose disciplinose 99 % patikimumo lygis gali būti standartas (pvz., farmacijos pramonėje, nes statistinės klaidos gali būti gyvybės ir mirties klausimas).
• Atsižvelgdami į pasikliautinąjį lygį, galite apskaičiuoti kiekvienos pasiskirstymo reikšmės paklaidą. Tarkime, pagal apklausos rezultatus jūsų rinkos dalis yra 50 %, o atitinkama paklaida – 3 % (95 % lygmeniu), tuomet rizika, kad tikroji rinkos dalis bus mažesnė nei 47 % arba didesnė nei 53 %, yra mažesnė nei 5 %.

Jei norite sumažinti paklaidą (esant tam tikram patikimumo lygiui), iš esmės turite tik vieną pasirinkimą: turite padidinti imtį.

Kaip nustatyti imties dydį?

Norint nustatyti imties dydį, dažnai reikia pradėti nuo pabaigos ir grįžti atgal į pradžią. Tačiau, kad būtų aiškiau, trumpai supažindinsime jus su apklausos procesu tinkama tvarka ir paaiškinsime, kokius galutinius statusus gali gauti respondentas.

Viskas prasideda nuo kvietimų išsiuntimo komisijos nariams. Iš visų pakviestųjų tik dalis iš tikrųjų spustelės nuorodą ir pradės apklausą. Būtent tai apibūdiname atsako rodikliu ( atsakymų procentinė dalis, palyginti su bendru kvietimų dalyvauti apklausoje skaičiumi). Be to, apklausos pradžioje paprastai pateikiame keletą atrankinių klausimų, kad nustatytume norimą tikslinę grupę. Šiame etape tinkamų respondentų procentinė dalis atsispindi dažnumo rodiklyje ( tikslinės populiacijos asmenų, atitinkančių konkrečius tyrimui reikalingus kriterijus, procentinė dalis). Įsitikinę, kad turime tinkamą tikslinę grupę, įvertiname galimas kvotas ir baigiame apklausą tų respondentų, kurių kvotos jau užpildytos. Kvotos paprastai vertinamos po atrankos, kad įsitikintume, jog galime išmatuoti reikiamą sergamumo rodiklį be kvotų trukdžių. Jei respondentai atitinka atvirą kvotą, jie gali dalyvauti pagrindinėje apklausoje. Nepaisant to, kai kurie gali nutraukti pokalbį ir niekada nepasiekti galutinio puslapio. Galiausiai tie, kurie pasieks apklausos pabaigą, bus skaičiuojami kaip užbaigti interviu.

Atskyrimai

Kaip minėta anksčiau, įgyvendinamumo nustatymo procesas prasideda nuo reikiamo atliktų interviu skaičiaus, o tada reikia apskaičiuoti reikiamą kvietimų skaičių. Tarkime, atliekame tyrimą, kuriam reikia iš viso 1000 interviu. Pirmasis žingsnis – įvertinti pagrindinio interviu metu nutrauktų pokalbių (dar vadinamų “iškritimais”, “daliniais” arba “atsisakymais”) skaičių.

Taigi, kokia pagrįsta prielaida dėl nutrūkimo koeficiento? Tai daugiausia priklauso nuo pačios apklausos. Jei klausimynas yra ilgas, kartojasi arba jo tema respondentams nėra labai aktuali, galima tikėtis daugiau nutrūkimų. Tačiau svarbus vaidmuo tenka ir technologijoms. Jei apklausoje naudojama pasenusi technologija (pvz., “Flash”) arba ji nėra pritaikyta mobiliesiems įrenginiams (pvz., yra jautri), naudotojams gali būti sunku užpildyti apklausą. Mūsų patyrę projektų vadovai mielai padės jums optimizuoti klausimyną, kad būtų kuo mažiau nutraukimų!

Tarkime, kad mūsų pavyzdyje iškritimo iš apklausos rodiklis yra 2 %, vadinasi, mums reikės 1020 respondentų, kurie pradės pagrindinį interviu.

Kvota nepavyksta

Kitas žingsnis – apskaičiuoti, kiek kvotų nepavyks įgyvendinti, o tai dažnai yra sudėtingiausia užduotis, kuriai atlikti reikia patyrusio projekto vadovo.

Kvotų apibrėžtys gali būti gana sudėtingos. Juose gali būti daug kintamųjų, jie gali būti tarpusavyje susiję arba nesusiję, o kartais respondentai jiems priskiriami net atsitiktinai (prisiminkite monadinius testus). Teoriškai turimi grupės narių profilių kintamieji turėtų padėti mums pakviesti tik tinkamus dalyvius ir išvengti bet kokių kvotų nesėkmių. Tačiau praktikoje tai ne visada įmanoma. Ne visada galime turėti prieigą prie visų reikiamų profilių, o jei lauko laikotarpis per trumpas, galime neturėti galimybės palaipsniui ir kruopščiai įvykdyti įvairias kvotas.

Apibendrinant galima teigti, kad daugeliu atvejų kvotų nesilaikymas yra beveik neišvengiamas. Jų mastas labai priklauso nuo tyrimo specifikacijų (t. y. kvotų plano, lauko laikotarpio), taip pat nuo projekto vadovo patirties. Sėkmingai įvykdyti visus pasiūlymus per nustatytą laiką ir kartu išlaikyti grupę gali būti nemenkas iššūkis, kuris skiria patyrusius mėginių ėmėjus nuo nepatyrusių.

Tarkime, kad mūsų pavyzdyje 20 % kvota neįvykdyta, taigi mums reikės 1276 patikrintų respondentų, įskaitant atleistus respondentus.

Ekrano išėjimai

Apskaičiuoti pašalintų iš ekrano asmenų skaičių yra palyginti lengva, nes dažnumo rodiklis paprastai yra pasiūlymo dalis. Idealiu atveju šis dažnumo rodiklis turėtų būti lygus per atranką patekusių respondentų daliai ir paprastai nepriklauso nuo kitų veiksnių.

Tarkime, kad mūsų pavyzdyje sergamumo rodiklis yra 50 %, todėl reikės 2 552 pradedančiųjų.

Atsakymų dažnis

Paskutinis skaičiavimo etapas – tai atsakymas į klausimą, kiek narių turėsime pakviesti, kad gautume 2552 pradedančiuosius narius. Atsakymų dažnis šiek tiek priklauso nuo išorinių veiksnių (pvz., dienos, darbo dienos, oro sąlygų, atostogų sezono ir pan.). Be to, svarbus vaidmuo tenka ir ekspertų grupės kokybei, ir galiausiai paties tyrimo parametrams: jei apklausa tinkama mobiliesiems įrenginiams, kvietimą galime siųsti į savo ekspertų grupės programėlę ir taip padidinti atsakymų skaičių.

Jei mūsų pavyzdyje teigsime, kad jis yra 45 %, reikės 5 669 imčių. Tai mažiausias kiekis, kurio reikia, kad būtų laikomasi šio pavyzdinio tyrimo specifikacijų. Tačiau, kaip matote mūsų skydelio knygoje, net ir mažiausias mūsų internetinis skydelis yra pakankamai didelis, kad būtų galima atlikti tokį tyrimą.

Kiek geras yra pakankamai geras?

Tai veda prie labai svarbaus verslo klausimo: Kiek geras yra pakankamai geras? Bendro atsakymo į šį klausimą tikrai nėra, tačiau norėtume aptarti tris scenarijus, kurie iliustruotų galimus mąstymo apie tai būdus:

• Koncepcijos testas: Tarkime, kad įmonė turi dvi reklamos kampanijos alternatyvas. Tačiau kuris iš jų veikia geriau? Jums tereikės nustatyti laimėtoją ir juo vadovautis! Darant prielaidą, kad rezultatas nėra labai įtemptas, gali pakakti maždaug 500 apklausų (tai atitinka 4,3 proc. skirtumą 95 proc. lygmeniu – taigi geriausias variantas turėtų pirmauti bent 9 proc.).
• Rinkimų tyrimai: Prognozuojant politinių partijų populiarumą per rinkimus, jus tikriausiai domina ne tik atskiri reitingai. Svarstysite, kurios partijos galėtų sudaryti koaliciją, kad gautų daugumą. Jei dvi partijos turi po 3 proc. paklaidą, prognozuoti bus gana sunku, ypač jei tikimasi, kad rezultatas bus įtemptas. Tokiu atveju turėtumėte padidinti imtį, kad sumažintumėte paklaidą.
• Pogrupiai: Labai dažnai, be bendros statistikos, norite analizuoti ir imties pogrupius: Kas tiksliai yra šie intensyvūs vartotojai? Kuo vyrai skiriasi nuo moterų? Kokius produktus renkasi tam tikro žurnalo skaitytojai? Jei naudosite tik mažesnį pagrindinės imties pogrupį, sumažės ir tolesnei analizei galimų interviu skaičius. Šiuo atveju taip pat turėtumėte dirbti su didesne imtimi.

Galų gale menas yra surinkti pakankamai interviu, kurie leistų padaryti patikimas išvadas, ir tuo pat metu neviršyti bendrų darbo vietoje sąnaudų.

Santrauka

Kiek interviu rekomenduojama atlikti, kad būtų gauti reprezentatyvūs rezultatai? Į šį klausimą tiesiog neįmanoma atsakyti. Galite turėti mažas labai reprezentatyvias imtis ir dideles imtis, kurios visai nėra reprezentatyvios (labai dažnai: “dideli duomenys”).

• Reprezentatyvumas susijęs su tinkama imties sudėtimi. Jis parodo, ar jūsų pavyzdys teisingai atspindi tikrovę. Jei jis šiek tiek neryškus, vis tiek galėsite teisingai matyti bendrą vaizdą.
• Nuo mėginio dydžio priklauso, kaip aiškiai matysite. Jei jūsų imtis nėra reprezentatyvi, didelis dydis leis labai aiškiai matyti, tačiau tai bus klaidingas vaizdas, iškreipiantis tiesą.