Հաշվիչ. Հաշվեք ձեր հարցման նմուշի նվազագույն չափը
Հարցում մշակելը և վստահ լինելը, որ դուք ունեք վավեր պատասխան, որի վրա կարող եք հիմնել ձեր բիզնես որոշումները, պահանջում է բավականին մեծ փորձ: Նախ, դուք պետք է ապահովեք, որ ձեր հարցերը տրվեն այնպես, որ չկողմնորոշվի պատասխանը: Երկրորդ, դուք պետք է ապահովեք, որ դուք հարցումներ կատարեք բավարար թվով մարդկանց վիճակագրորեն վավեր արդյունք ստանալու համար:
Պետք չէ ամեն մարդու հարցնել, սա աշխատատար և բավականին թանկ կլինի: Շուկայի հետազոտական ընկերությունները աշխատում են վստահության բարձր մակարդակի և սխալի ցածր սահմանի հասնելու համար՝ միաժամանակ հասնելով անհրաժեշտ նվազագույն քանակի ստացողների: Սա հայտնի է որպես ձեր նմուշի չափը. Դու ես նմուշառում ընդհանուր բնակչության որոշակի տոկոս՝ արդյունքի հասնելու համար, որն ապահովում է մակարդակ վստահություն արդյունքները վավերացնելու համար: Օգտագործելով լայնորեն ընդունված բանաձև ՝ դուք կարող եք որոշել վավեր նմուշի չափը որը կներկայացնի բնակչությունն ընդհանուր առմամբ:
Եթե սա կարդում եք RSS- ի կամ էլփոստի միջոցով, կտտացրեք կայք ՝ գործիքը օգտագործելու համար.
Հաշվեք ձեր հարցման նմուշի չափը
Ինչպե՞ս է գործում նմուշառումը:
Ընտրանքը ավելի մեծ պոպուլյացիայից անհատների ենթաբազմություն ընտրելու գործընթաց է՝ ամբողջ բնակչության բնութագրերի վերաբերյալ եզրակացություններ անելու համար: Այն հաճախ օգտագործվում է հետազոտական ուսումնասիրություններում և հարցումներում՝ տվյալներ հավաքելու և բնակչության մասին կանխատեսումներ անելու համար:
Նմուշառման մի քանի տարբեր մեթոդներ կարող են օգտագործվել, այդ թվում՝
- Պարզ պատահական նմուշառում. Սա ներառում է ընտրանքի ընտրություն բնակչության միջից՝ օգտագործելով պատահական մեթոդ, ինչպես օրինակ՝ ցանկից անունների պատահական ընտրությունը կամ պատահական թվերի գեներատորի օգտագործումը: Սա ապահովում է, որ բնակչության յուրաքանչյուր անդամ ընտրանքի համար ընտրվելու հավասար հնարավորություն ունի:
- Շերտավորված նմուշառում ներառում է բնակչության բաժանումը ենթախմբերի (շերտերի)՝ հիմնվելով որոշակի բնութագրերի վրա և այնուհետև յուրաքանչյուր շերտից պատահական ընտրանք ընտրելը: Սա ապահովում է, որ ընտրանքը ներկայացնող է բնակչության տարբեր ենթախմբերի համար:
- Կլաստերային նմուշառում. Սա ներառում է բնակչության բաժանումը փոքր խմբերի (կլաստերների) և այնուհետև կլաստերների պատահական ընտրանքի ընտրություն: Ընտրված կլաստերների բոլոր անդամները ներառված են ընտրանքում:
- Համակարգված նմուշառում. Սա ներառում է ընտրանքի համար բնակչության յուրաքանչյուր n-րդ անդամի ընտրությունը, որտեղ n-ը նմուշառման միջակայքն է: Օրինակ, եթե ընտրանքի միջակայքը 10 է, իսկ բնակչության չափը՝ 100, ընտրանքի համար կընտրվի յուրաքանչյուր 10-րդ անդամը:
Կարևոր է ընտրել համապատասխան ընտրանքի մեթոդը՝ ելնելով բնակչության բնութագրերից և հետազոտվող հետազոտական հարցից:
Վստահության մակարդակն ընդդեմ սխալի մարժայի
Ընտրանքային հարցման մեջ վստահության մակարդակը չափում է ձեր վստահությունը, որ ձեր ընտրանքը ճշգրիտ է ներկայացնում բնակչությանը: Այն արտահայտվում է որպես տոկոս և որոշվում է ձեր ընտրանքի չափով և ձեր բնակչության փոփոխականության մակարդակով: Օրինակ, 95% վստահության մակարդակը նշանակում է, որ եթե դուք հետազոտությունն անցկացնեիք մի քանի անգամ, ապա արդյունքները ճշգրիտ կլինեն 95% դեպքերում:
The սխալի մարժա, մյուս կողմից, չափում է, թե որքանով կարող են ձեր հետազոտության արդյունքները տարբերվել իրական բնակչության արժեքից: Այն սովորաբար արտահայտվում է որպես տոկոս և որոշվում է ձեր ընտրանքի չափով և ձեր բնակչության փոփոխականության մակարդակով: Օրինակ, ենթադրենք, որ հարցման համար սխալի սահմանը գումարած կամ մինուս 3% է: Այդ դեպքում, եթե դուք հետազոտությունն անցկացնեիք մի քանի անգամ, ապա բնակչության իրական արժեքը ժամանակի 95%-ում կհայտնվի վստահության միջակայքում (սահմանված է ընտրանքի միջին գումարած կամ հանած սխալի սահմանով):
Այսպիսով, ամփոփելով, վստահության մակարդակը չափում է, թե որքանով եք վստահ, որ ձեր ընտրանքը ճշգրիտ կերպով ներկայացնում է բնակչությանը: Միևնույն ժամանակ, սխալի սահմանը չափում է, թե որքանով կարող են տարբերվել ձեր հետազոտության արդյունքները բնակչության իրական արժեքից:
Ինչու է ստանդարտ շեղումը կարևոր:
Ստանդարտ շեղումը չափում է տվյալների մի շարքի ցրվածությունը կամ տարածումը: Այն պատմում է ձեզ, թե տվյալների բազայի առանձին արժեքները որքանով են տարբերվում տվյալների բազայի միջինից: Հարցման համար ընտրանքի նվազագույն չափը հաշվարկելիս ստանդարտ շեղումը կարևոր է, քանի որ այն օգնում է ձեզ որոշել, թե որքան ճշգրտություն է ձեզ անհրաժեշտ ձեր ընտրանքում:
Եթե ստանդարտ շեղումը փոքր է, ապա պոպուլյացիայի արժեքները համեմատաբար մոտ են միջինին, այնպես որ ձեզ անհրաժեշտ չի լինի մեծ ընտրանքի չափ՝ միջինի լավ գնահատական ստանալու համար: Մյուս կողմից, եթե ստանդարտ շեղումը մեծ է, պոպուլյացիայի մեջ արժեքներն ավելի ցրված են, ուստի ձեզ անհրաժեշտ կլինի ավելի մեծ ընտրանքի չափ՝ միջինի լավ գնահատական ստանալու համար:
Ընդհանուր առմամբ, որքան մեծ է ստանդարտ շեղումը, այնքան մեծ կլինի ընտրանքի չափը, որը ձեզ անհրաժեշտ կլինի ճշգրտության տվյալ մակարդակի հասնելու համար: Դա պայմանավորված է նրանով, որ ավելի մեծ ստանդարտ շեղումը ցույց է տալիս, որ պոպուլյացիան ավելի փոփոխական է, ուստի ձեզ անհրաժեշտ կլինի ավելի մեծ նմուշ՝ պոպուլյացիայի միջինը ճշգրիտ գնահատելու համար:
Նմուշի նվազագույն չափը որոշելու բանաձևը
Տվյալ բնակչության համար անհրաժեշտ նվազագույն ընտրանքի չափը որոշելու բանաձևը հետևյալն է.
որտեղ `
- S = Նվազագույն նմուշի չափը, որը դուք պետք է ուսումնասիրեք ՝ հաշվի առնելով ձեր մուտքերը:
- N = Բնակչության ընդհանուր չափը: Սա այն հատվածի կամ բնակչության չափն է, որը ցանկանում եք գնահատել:
- e = Սխալի սահման: Երբ դուք ընտրում եք բնակչությունը, կլինի սխալի սահման:
- z = Որքանո՞վ կարող եք վստահ լինել, որ բնակչությունը որոշակի տիրույթում կընտրի պատասխանը: Վստահության տոկոսը թարգմանվում է որպես z միավոր, ստանդարտ շեղումների թիվը տվյալ համամասնությամբ հեռու է միջինից:
- p = Ստանդարտ շեղում (այս դեպքում 0.5%):
