Vermeiden dës Bias Error of Samples bei Social Media Research

Wéi gefördert Qualitéit a sozialen Medien Beispiller

D'Sozial Medienforschung, wéi et am Moment geéiert ginn, ass ënnerleien net un Participatioun Viraussetzung. Eng Rei Zorte vu Net-Participatioun Viraussetzung existéieren an all Zort huet de Potenzial fir d'Zouverlässegkeet vun de Fuerschungserfuerderungen ze beeinträchtigen - oft op Weeër déi verbreet oder onbekannt sinn. Tatsächlech hunn d'Fuerschung erkannt datt déi Forschungspartner déi schwéier erreechbar sinn, erfuerdert méi Effort'en fir ze kontaktéieren, ënnerschiddlech Weeër vun aneren Interviewten.

Dës Ënnerscheeder waren am Alter, dem Geschlecht, vum Familljeministère, dem sozioökonomesche Status, dem Gesondheetsstatus an der Zuel vun de Kanner gesi ginn.

Response Rate

D'Ausmooss op déi d'Donnéeë bei der Schlooss vun enger Studie umellen an all d'Memberen an enger Probe ginn als de Responsabilitéit bezeechent . Obwuel dëst Konzept kloer an enger strukturéierter Ëmfro oder vu Interviewen kloer ass, ass et méi kloer an der sozialer Fuerschung. Mä et ass net manner wichteg an der sozialer Fuerschung, wéi et an anere Qualitativ Recherche ass . De Reaktiounsstrooss gëtt berechent vun der Unzuel vun de Participanten, déi Ofschloss vollstänneg sinn oder averstane sinn, datt Dir interviewt gitt duerch d'Gesamtzuel vu Leit, déi d' ursprénglech Abtaaschtung beweegen . Déi total Zuel muss Leit sinn, déi net erfollegräich kontaktéiert sinn oder déi refuséiert wieren un der Recherche deelzehuelen.

D'Generaliséierung Ausgab

Egal wéi d'Donnéeën ugefrot ginn, ass d'Wichtegkeet vun enger Héichentwäerter vun der Responsabilitéit net genuch genuch betont.

Et ass net méiglech, e gréissere Bevëlkerung realistesch ze generéieren wann d'Reaktiounsraten vun enger Probe manner ass. Probe Viraussiicht eropgoen als Reaktiounsstrof fällt. An den Medienbasis Ëmfroen, wann d'Renduatioun vu 20 bis 30 Prozent vun der Prouf ass, falen dës Deel vun de Participanten kleng Ahnung fir d'Gesamtproblematik.

Déi selwëcht Tendenz vun de Leit, eng Mail- an Ëmfro zréckzereechen oder sech mat enger Telefonerhebung deelhuelen, trëfft mat Leit, déi an sozialen Netzwierker engagéieren: dat ass e besonnescht Interessi um Thema (oder Produkt oder Service, wéi de Fall kann sinn).

Probe Gréisst

Kleng Experimenter hunn méi grouss Prouffehler wéi grouss Prouf. Bedenkt datt d'Beispieldaten eng Schätzung vun den Attributer vun der grousser Populatioun. All Prouf aus engem Prouffërderrahmchen ass eng separat Schätzung vun der grousser Bevëlkerung. Teoretesch konnt et e separate Muster vun Äntwerte sinn bei all Probe déi fir all Fro gefrot gouf. Mat der Zäit, mat genuch Proben, déi aus dem Proufmaart gezeechent goufen, wäerte de richtege Muster d'eigentlech (echte) Muster vun der grousser Bevëlkerung konvergéieren.

Margin of Error

De Prouffehler beschreift d'Präzisioun vun enger Schätzung vun enger vun de Proben déi aus der grousser Populatioun geholl ginn. Probabiliséierungsfehler gëtt ausdrécke wéi en Margin vu Feeler, ass mat engem Vertrauensniveau verbonnen, wat eng statistesch Mesure ass . An enger Presidentialpréiftheelung, zum Beispill, de Bericht kann weisen datt de Besëtzer vu 64% vun de Wahle favoriséiert gëtt. D'Fehlerspanne wäer Plus-oder-Minus 3 Punkte mat engem 95% Vertrauensniveau.

An anere Wierder: Wann d'Ëmfro gemaach goufen mat 100 verschiddene Probele vun de Wieler, aus de 100 Wieler, 95 Deputéiert géif weisen datt de Besëtzer vu 61% bis 67% vun de Wahle favoriséiert gëtt. Dat ass 61% vun de Wieler + 3% oder -3%.

Entscheedungen iwwer Iwwermëttelt Gréisst

D'Margin vun de Feeler ass mat der Ofwächung verfollegt ginn als d'Gréisst vun der Sucht erop op, awer nëmmen op e gewëssen Punkt. Wann d'Gréisst vun der Sample 1000 bis 2000 Interviewten erreecht ass, ass de Fuedespigel genuch genuch, fir datt méi grouss Prouwen berücksichtegen (net e bëlleg-effektiv Choix ). Wann Ënneregruppen als Deel vun der grousser Populatioun bestëmmt sinn, gréissere Samplegréisse kënnen gerechtfäerdegt ginn, well d'Margin of Feeler fir all Ënnergroup ofhängeg vun der Unzuel vun de Leit an de Ënneregruppen variéiere gëtt. Zum Beispill 1000 verschidden Membere vun engem sozialen Netzwierk an enger Margin vu Feeler, déi iergendeng 1 bis 3 Prozentpunkte mat engem 95% Vertrauensintervall entsprécht, Analyse vun engem Ënnerscore vun deem sozialen Netzwierk, soen, Mammen nummeréieren ongeféier 100 - hätt e méi héije Rand vum Fehler vun ongeféier 4 bis 10 Punkten.

Gauging Sample Sufficiency

Beispiller ginn normalerweis gemooss wéi déi Selektiounsverfahren anstatt déi ultimativ Gréisst oder Kompositioun. Dëst ass fundamental satria - an de meeschten Situatiounen - et ass net méiglech ze genau genee ze mellen wéi repräsentativ eng Probe vun der grousser Bevëlkerung ass. Statistesch Prozeduren ginn benotzt, sou datt si praktesch a grondsätzlech zouverléissege Schätzfäegkeeten zoutrëfft. Et kann een vernifizéiert Vertrauensintervall an de Fehlerfehler am Ufank erlaben datt d'Fuerscher op Variablen wéi d' Reaktiounsstufe an adequat Probenahmeframe fokusséieren.