otoskoko

otoksen koon määritelmä

otoskoko on markkinatutkimuksessa käytetty termi, jolla määritellään otoskokoon sisältyvien koehenkilöiden määrä. Otoskoon perusteella ymmärrämme kokonaisväestöstä valittujen koehenkilöiden ryhmän, jota pidetään reaaliväestön edustajana kyseisessä tutkimuksessa.

esimerkiksi, jos haluamme ennustaa, miten tietyn ikäryhmän väestö reagoi uuteen tuotteeseen, voimme ensin testata sitä kohdeväestöä edustavalla otoskoolla. Otoskoko, tässä tapauksessa, annetaan määrä ihmisiä kyseisessä ikäryhmässä, joka tutkitaan.

otoskoon laskeminen

tilastollisten kaavojen käyttö otoskoon määrittämisessä edellyttää ensinnäkin merkittävän vertailuarvon valitsemista toimenpiteille suoritettavan laadullisen tutkimuksen tulosten perusteella, yleensä tutkijalla on tässä mielessä kaksi vaihtoehtoa:

se voi seurata muuttujien mittaamista ja määrittää niiden kehitystä ilmentäviä erityisiä indikaattoreita. Näin tutkija voi seurata kaupallisen yksikön vierailutiheyden määrittämistä ja tätä muuttujaa kuvaavaa sopivaa indikaattoria, joka on kyseisen ryhmän viikoittainen keskimääräinen vierailutiheys, erikoistuneessa kirjallisuudessa tämän vaihtoehdon valinta on nimetty otannan käsitteellä suhteessa tutkittuihin muuttujiin.

sillä voidaan pyrkiä arvioimaan tutkittavan markkinointi-ilmiön erityispiirteitä. Esimerkiksi tutkija voi jatkaa tunnistamista kuluttajien mieltymysten sisustus järjestely kaupallisen yksikön, tämä arvioimalla joukko edustavia ominaisuuksia sisustus, erikoistuneessa kirjallisuudessa, valinta tämän vaihtoehdon nimetään näytteenotto käsite tutkitut ominaisuudet.

otoskoon kaava on:

n = populaation koko * e = virhemarginaali (prosentteina desimaalimuodossa) * z = z-score

toinen otoksen kokokaava on:

n = n*X / (X + n – 1),

missä

X = Za/22 *p*(1-p) / MOE2,

ja Za/2 on normaalijakauman kriittinen arvo α/2: ssa (95%: n luottamustasolla α on 0, 05 ja kriittinen arvo on 1, 96), MOE on virhemarginaali, p on näytteen osuus ja N on populaation koko. Huomaa, että Otoskokokaavaan on sovellettu äärellistä Populaatiokorjausta.

Otoskokoprosessi

otoskokoprosessiin liittyy useita erityistoimia:

* määritellään tutkimuksen kohteena oleva populaatio;

* valitaan otoskokokehys;

* valitaan otoskokomenetelmä;

* määritetään otoskokoyksiköiden valintamenetelmät;

* määritetään otoskoon Äiti;

* valitaan otoskoon todelliset yksiköt;

* suoritetaan kenttätoimintaa.

kohdepopulaation määrittely on tehtävä huolellisesti, jotta vältetään joko taipumus valita perusteettoman suuri populaatio tai taipumus valita perusteettoman kapea populaatio. Esimerkiksi autoja valmistavissa yrityksissä kokonaisväestöä voivat edustaa koko maan ihmiset, myös eri-ikäiset lapset.

, mutta tutkimuksen kohteena oleva väestö koostuu vain yli 18-vuotiaasta väestöstä. Maahan ei voida ottaa perusteettomasti rajoitettua väestöä, kuten esimerkiksi 25-50-vuotiaita miehiä. Tämä voi kattaa suuren osan automarkkinoista, mutta sulkee pois joitakin olennaisia segmenttejä.

käytännössä satunnaisotannan tapauksessa otos valitaan sellaisen populaation luettelosta, joka usein poikkeaa jossain määrin tutkimuksen kohteena olevasta populaatiosta. Tämä luettelo edustaa otantakehikkoa tai näytteenottopohjaa, koska se sisältää osatekijät, joista näyte muodostetaan.

otoksen muodostaminen merkitsee otantayksikön perustamista. Otosyksikköä edustaa tutkittavan perusjoukon sisällä erillinen alkuaine tai eri alkuaineiden ryhmä, joka voidaan valita otoksen muodostamiseksi. Näytteenottoyksikkö voi olla henkilö, perhe, kotitalous, yritys tai yritys, paikkakunta jne. On tarpeen täsmentää, että näytteenottoyksikkö ei ole aina sama kuin analyysiyksikkö. Esimerkiksi perheen menoja tutkittaessa otantayksikkö voi olla koti tai kotitalous, ja analyysiyksikkö voi olla henkilö tai perhe.

tärkeitä määritelmiä tutkimuksessa

• virhemarginaali

virhemarginaali on tarvittavan tarkkuuden määrä. Se on plus-tai miinusluku, joka ilmoitetaan usein arvioidulla prosenttiosuudella ja jota voidaan kutsua myös luottamusväliksi. Se on alue, jossa todellisen populaatiosuhteen arvioidaan olevan ja se ilmaistaan usein prosenttiyksikköinä (esim. ±2 prosenttia). Ole tietoinen, kun olet kerännyt tietosi on todennäköisesti enemmän tai vähemmän kuin tämä tavoite summa, koska se on riippuvainen osuus eikä näyte prosenttiosuus, että tarkkuus saavutetaan.

• luottamustaso

luottamustaso on todennäköisyys sille, että virhemarginaali sisältää sen osuuden, joka on tosi. Jos tutkimus toistettaisiin ja joka kerta laskettaisiin vaihteluvälillä, voisi olettaa todellisen arvon olevan näiden arvojen sisällä 95 prosentissa tapahtumista. Mitä korkeampi luottamustaso, sitä varmempi voi olla siitä, että intervalli sisältää todellisen suhdeluvun.

• populaation koko

Tämä on koko populaation yksilömäärä. Tässä kaavassa käytämme äärellistä populaatiokorjausta ottaaksemme näytteitä populaatioista, jotka ovat pieniä. Mutta et tiedä, kuinka suuri voit käyttää 100000, jos väkiluku on suuri. Otoskoko ei muutu merkittävästi suuremmilla ihmisillä.

• Otossuhteen määritelmä

otossuhde on se, mitä tulosten odotetaan olevan. Tämä voidaan usein asettaa käyttämällä kyselyn tuloksia tai tekemällä pieniä pilottitutkimuksia. Käytä 50%, joka antaa merkittävimmän otoskoon ja on konservatiivinen, jos olet epävarma. Huomaa, että tässä otoskokolaskennassa käytetään normaalia approksimaatiota Binomijakaumaan. Jos otossuhde on lähellä arvoa 1 tai 0, tämä likiarvo ei ole pätevä, ja haluat ottaa huomioon vaihtoehtoisen otoskoon laskentamenetelmän.

• otoskoko

tässä on pienin otoskoko, joka tarvitaan todellisen populaatiosuhteen mittaamiseen. Huomaa, että jos jotkut ihmiset päättävät olla vastaamatta, jos vastauskato on mahdollisuus ja että niitä ei voida sisällyttää otokseen, otoskokosi on tarkoitus lisätä. Yleensä mitä suurempi vastausnopeus, sitä paremmin lainaus johtaa harhoihin lainauksessasi.

mikä on keskihajonta?

keskihajonta on tilastotieto, joka mittaa aineiston hajontaa suhteessa sen keskiarvoon ja joka voidaan laskea varianssin neliöjuurena. Se lasketaan varianssin neliöjuurena määrittelemällä kunkin datapisteen välinen vaihtelu suhteessa keskiarvoon. Jos tietopisteet ovat keskiarvosta, on suurempi poikkeama tietojoukossa; näin ollen, pois tiedot, suurempi keskihajonta.

miten määritetään otoksen koko?

Emme voi testata koko väestöä. Otoskoko perustuu luottamusväleihin: olemme kiinnostuneita populaatioparametrin laskemisesta, otoskoon mittaamisesta. Siksi meidän olisi vahvistettava luottamusvälit, niin että arvot tämän näytteen sijaitsevat sisällä, että alue. Otanta vastaa kysymykseen, miten? Montako? Väestön, ymmärrämme kaikki jäsenet tietyn yhteisön ja jonka luonne on tietty luonnonlaki, erityinen ominaisuus, erityispiirre (esim: nuoret 18-25 vuotta, opiskelijat).

mikä on hyvä otoskoko? Otoskoko on osajoukko, ote, Useita henkilöitä poimitaan tästä populaatiosta. Populaatiota pidetään äärettömänä; käytännössä emme voi tutkia loputonta määrää tapauksia.

otoskokoa mittaamalla saatuja käyttäytymismalleja, pistemääriä käytetään päättelemään, tilastollisella päättelyllä saatua estimaattia niistä pisteistä tai käyttäytymismalleista, joita keräisimme, jos testaisimme koko populaation.

näytteen koon määrittäminen (kuten valitsemme).

perusperiaate – edustavan esseen muodostamiseen hyväksyttäväksi katsottujen osallistujien määrä riippuu tutkimustyypistä. Näin ollen korrelaatiotutkimuksissa 30 osallistujaa riittää edustavan otoskoon luomiseen (on hyväksytty, että 30 tutkittavasta jakauma on normaali). Kokeellisen ja lähes kokeellisen hakuja (samanlainen kuin kokeen paitsi että osallistujat eivät ole satunnaisesti jaettu kahteen ryhmään, löysimme ryhmät jo muodostettu).

kuvailevaan tutkimukseen (esim.lentäjät) riittää 20% vastaavasta populaatiosta. Mitä suurempi väestö, sitä pienempi osuus. Esim: 20% 1000 henkilöstä = 200 henkilöä; 10% 5000 henkilöstä = 500 henkilöä. Pienillä populaatioilla (alle 100 henkilöä) otoskoko on suunnilleen yhtä suuri kuin populaatio. Keskimääräisellä väestöllä (noin 500 henkilöä) n. 20%. Suuremmille populaatioille (se on 5000 henkeä), noin 400 henkeä, mutta myös 1%: n otoskoko voi olla merkittävä.

image created with: Flyer Maker

NÄYTTEENOTTOALGORITMIT

• Satunnainen otoskoko

(1) väestö

ex. Väestö koostuu kaikista satunnaisen maan 5 000 koulunjohtajasta.

(2) määrittävä otoskoko (deskriptiivinen tutkimus)

Ex. Otoskoko muodostuu 10 prosentista 5 000 johtajasta, jolloin työntekijöitä on 500.

Jos se on korrelatiivinen tai kokeellinen, N = min 30.

(3) teemme listan kaikista väestön jäsenistä.

Ex. Kaikki koulun rehtorit ovat luettelossa

(4) jokaiselle luetellulle on annettu numero. Jos meillä on enintään tuhat ihmistä, annetaan numerot 000: sta, ja viimeisenä listalla on 999; jos meillä on 100 ihmistä 00-99.

Ex. Ohjaajien luettelossa, anna numerot jokaiselle ensimmäiselle on 0000 ja viimeiselle 4999.

(5) on olemassa taulukoita, joissa on satunnaislukuja, ja sitten satunnaislukujen taulukoista valitaan satunnaisesti nimi.

Ex. Taulukosta valittiin 53634 (5: stä emme katso, että meillä on 5000 ihmistä).

(6) poimitusta luvusta kaikki numerot tai kuinka monta numeroa tarvitaan riippuen populaatiosta, josta poimimme.

esim. Meillä on vain 5 000 ihmistä.

(7) Jos meillä on vankeutta määrätyssä numerossa, merkitään se otoskokoluettelon taulukkoon.

Ex. Koska siellä on ohjaaja, jonka numero on 3634in, menemme otoskokoon.

(8) Siirry sarakkeen seuraavaan numeroon.

muunnelma: valitsemme äänestystavan, jos emme ole samaa mieltä prosessista, eli äänestyslippuun merkitään kaikki osallistujien järjestysnumerot tai heidän nimensä, ja poimimme otoskoon valmisteluun tarvittavan numeron.

• systemaattinen otoskoko

se määritetään tutkimustyypin mukaan: deskriptiivinen, korrelatiivinen

(1) populaation tunnistaminen ja määrittely.

Ex. Väestö koostuu kaikista 5 000 opettajasta, jotka ovat tulleet jonkin maan satunnaiselta alueelta.

(2) määrittävä otoskoko (deskriptiivinen tutkimus)

Ex. Oletetaan, että se on deskriptiivinen tutkimus, käy ilmi, että 10% väestöstä = 500 ihmistä

(3) teemme listan, jossa ovat kaikki väestön jäsenet

Ex. 5 000 opettajaa on järjestetty aakkosjärjestykseen; jo nyt listaa ei ole tehty sattumanvaraisesti, mutta menettely on voimassa.

(4) määritetään parametri tai vaihe K = populaation koko / otoksen koko.

Ex. K = 5000/500 = 10

(5) Se alkaa tietyllä paikalla listan alussa.

Ex. Oletetaan laitan sormeni 3. nimi (käyttäen luetteloa suoraan).

(6) alkaen valitusta paikasta valitaan jokainen K-nimi.

EX. Meidän otoskoko: 3-13-23-33-jne.

(7) Jos otoskokoa ei muodostettaisi luettelon loppuun mennessä, se palautuisi alusta;

• ositettu otoskoko

(1) populaation tunnistaminen ja määrittely.

Ex. Jos verrataan kahden psykososiaalisen johtamisosaamisen koulutusmenetelmän tehokkuutta itsetunnon tason mukaan, väestöön kuuluu 300 huippujohtajaa satunnaisesta Kaupungista.

(2) otoksen koon määrittäminen (otoksen koon laskeminen)

Ex. Otoskoko on 45 esimiestä menetelmille A ja b

(3) määritetään muuttuja ja alaryhmät, jotka edustavat edustavuutta (yhtä suuri luku / suhteellinen luku kussakin alaryhmässä.

Ex. Halutut alaryhmät muodostetaan kolmen itsetunnon tason perusteella: Keski -, Korkea -, Matala – (ikä, koulutustaso, mies-nainen)

(4) väestön jäsenet jaetaan yhteen vakiintuneista alaryhmistä.

Ex.300 johtajaa luokitellaan itsetunnon tason mukaan: 45 korkea itsetunto, 225 keskimääräinen itsetunto, 40 huono itsetunto.

(5) pelkällä näytteenotolla (käytetään taulukkoa, jossa on numerointi epäjärjestyksessä tai arpominen). Osallistujien lukumäärä kustakin alaryhmästä (suhteellinen lukumäärä) määritetään

Ex. Määritämme, että jokaisesta kerroksesta uutetaan 30: n määrä. Käyttämällä taulukkoa satunnaislukujen tai piirtää, poimimme 30 johtajat korkea itsetunto, 30 keskimääräinen itsetunto, 30 huono itsetunto. Näin muodostetut 30 osallistujaa kussakin otoskoossa jakavat ne satunnaisesti (puolet menetelmästä A ja puolet menetelmästä B)

• monivaiheisen otoksen koko

otoksen muodostavat osallistujat valitaan välillisesti valitsemalla ne ryhmät, joihin osallistujat kuuluvat.

(1) populaation tunnistaminen ja määrittely.

Ex. Väestö koostuu kaikista 5 000 opettajasta kouluista, jotka on paikallistettu maan satunnaiselta alueelta.

(2) määrittävä otoskoko (deskriptiivinen tutkimus)

Ex. Otoskoko = 10% = 500.

(3) muodostaa loogisen tyypin (klusteri)

Ex. Klusteri on koulu.

(4) väestön muodostavat ryhmät sisältävä luettelo on tehty

Ex. Luettelo koostuu 100 koulusta satunnaiselta alueelta jossakin maassa.

(5) kunkin ryhmän väestömäärä on estimoitu. (Klusteri)

Ex. Vaikka koulut eroavat opettajien määrässä, valitsemme jokaisesta koulusta vain 50

(6) ryhmien lukumäärä määräytyy jakamalla otoskoko ryhmien arvioidulla koolla.

Ex.500 / 50 = 10.

(7) ryhmien lukumäärä valitaan satunnaisesti satunnaisnumeroilla varustetun taulukon tai äänestyslipun kautta.

Ex. Valitsemme 10 koulua 100 koulusta satunnaiselta alueelta maassa!

(8) kaikki valittujen ryhmien jäsenet kuuluvat otoskokoon.

Ex. Otoskokoon kuuluvat kaikki 10 koulun opettajat.

päättäkäämme.

paras tapa muodostaa edustava otoskoko on satunnaisotanta.

otoskoko ulottuvuus ja otoskokotyyppi:

todennäköisyys riippuu tutkimuksen lajista. Korrelatiivisessa ja kokeellisessa tutkimuksessa kuvailevaan tutkimukseen riittää 30 koehenkilön joukko riippuen populaation koosta 1-10%.

laajoissa otosvaiheissa käytetystä erityistekniikasta riippumatta ne koostuvat:

• perusjoukon yksilöinti
• vaaditun otoskoon määrittäminen
• osallistujien valinta.
• tiedonkeruu

yksinkertainen satunnaisotanta on paras tapa saada edustava tai vakiintunut otoskoko, jos meillä on jännittävä muunnos (itsetunto).

näytteenotossa vääristymistaipumuksen ensisijainen lähde on eprobabilistisen menetelmän käyttö.

epätyypillisten menetelmien käyttö on yleensä vaikeaa, jos ei ole mahdotonta kuvata sen populaation populaatiota, josta otoskoko on poimittu, ja yleistää tulokset otoskoosta vastaavaan populaatioon.

pienen otoskoon vaarat

esimerkiksi tekisi mieli sanoa niin, että suuremmalla tilavuusnäytteellä saatu otoskoko on aina tarkempi kuin pienemmällä tilavuusnäytteellä saatu keskimääräinen otoskoko, joka ei ole pätevä.

totta, se on vain toteamus: suurempi otoskoko tarkoittaa suuremmalla tilavuudella otoskoko on todennäköisemmin tarkempi kuin pienemmällä tilavuudella saatu otoskoko. On mahdollista, että suuremmalla otoskoolla saatu keskiarvo on onnenpelin kautta paljon suurempi kuin pienemmällä otoskoolla kerätty keskimääräinen reaaliarvo. Vain tämä tilanne on epätodennäköisempi, ja mitä epätodennäköisempää, sitä suurempi tilavuusero on kahden otoskoon välillä.

Jos pelkistämme yhtälön termit äärimmilleen, ymmärrämme, että testin merkitsevyystaso voidaan saavuttaa sekä pienellä otoskoolla, suurella efektikoolla, mutta myös riittävän suurella otoskoolla, kun efektikoko on pieni. Toisin sanoen pientä vaikutuskokoa voidaan kompensoida lisäämällä tutkittavien määrää, mikä herättää kysymyksen relevanssitutkimuksen johtopäätöksestä.

systemaattinen virhe johtuu tekijöistä, jotka eivät liity otoskokoon. Nämä keskivirheen aiheuttavat tekijät liittyvät otantaprosessin puutteisiin, kuten esimerkiksi virheet otosyksiköiden valinnassa, virheet otantakehikossa, mittausvirheet, vastaamattomat vastaukset, vastaukset, jotka eivät vastaa todellisuutta, kieltäytyminen osallistumasta tutkimukseen jne.

asiakastyytyväisyystutkimus ja markkinatutkimus

asiakastyytyväisyystutkimukset eivät riipu tilastollisesti merkitsevästä otoskoosta. Kyselyjen on oltava tarkkoja ja niihin on saatava tarkempia vastauksia. On tärkeää, että analysoit huolellisesti jokaisen asiakkaan antaman vastauksen asiakastyytyväisyyskyselyssä. Kaikki palaute, positiivinen tai negatiivinen, on tärkeää.

markkinatutkimuksessa tilastollisesti merkittävä otoskoko auttaa paljon. Nämä markkinatutkimukset auttavat löytämään uutta tietoa asiakkaista ja markkinoista, jotka haluat aktivoida. Tällä kyselyllä saat uusimmat tiedot kohdemarkkinoista ja asiakkaista, jotka ostaisivat palveluitasi tai tuotteitasi.

mikä on otoskoko tutkimuksessa?

tutkimuksen otoskoko voi auttaa selvittämään mahdollisimman paljon tietoa tietystä kohdemarkkinasta tai tietynlaisesta asiakkaasta.

otoksen koon laskeminen AB-testiä varten

mikä tahansa koe, johon liittyy tilastollista päättelyä, edellyttää otoksen koon laskemista ennen kokeen alkua. A / B-testit (split-testaus) eivät ole poikkeus. AB-arviointiin vaadittavan vähimmäiskävijämäärän mittaaminen ennen alkua estää meitä suorittamasta testiä pienemmän otoskoon saamiseksi, jolloin testi on” alitehoinen”.

määrittelemme kolme kriteeriä ennen kokeen aloittamista:

1. kokeen merkitsevyystaso: 5% merkitsevyystaso tarkoittaa, että jos ilmoitat voittajan AB-arviossasi, sinulla on 95% todennäköisyys, että olet oikeassa siinä. Se viittaa myös siihen, että sinulla on merkittävä vaikutus ero ohjaus ja variantti 95% ”luottamus.”Tämä kynnys on selvästi mielivaltainen, ja kun kokeilun suunnittelua tehdään, se valitaan.
2. Minimum detectable effect: toivottava, tärkeä ero niiden hintojen välillä, jotka haluat löytää
3. arviointiteho: todennäköisyys havaita tämä ero alkuperäisen kurssin ja muunnoksen muuntokurssien välillä.