كيفية تعزيز الجودة في عينات وسائل الاعلام الاجتماعية
وقد شوهدت هذه الاختلافات في العمر والجنس والحالة الاجتماعية والوضع الاجتماعي الاقتصادي والحالة الصحية وعدد الأطفال.
معدل الاستجابة
ويشار إلى المدى الذي تشمله البيانات في ختام الدراسة جميع الأعضاء في العينة كمعدل الاستجابة . في حين أن هذا المفهوم واضح في مسح منظم أو مجموعة من المقابلات ، إلا أنه أكثر غموضا في أبحاث وسائل الإعلام الاجتماعية. ومع ذلك ، فإنه لا يقل أهمية في بحوث وسائل الإعلام الاجتماعية مما هو عليه في أنواع أخرى من البحث النوعي . يتم حساب معدل الاستجابة من خلال عدد المشاركين الذين أكملوا الاستبيانات - أو وافقوا على إجراء مقابلات معهم - مقسومًا على العدد الإجمالي للأشخاص الذين يشكلون جهد أخذ العينات الأصلي . يجب أن يشمل العدد الإجمالي الأشخاص الذين لم يتم الاتصال بهم بنجاح أو الذين رفضوا المشاركة في البحث.
قضية التعميم
بغض النظر عن كيفية جمع البيانات ، لا يمكن التأكيد على أهمية معدل استجابة مرتفع بما فيه الكفاية.
ليس من الممكن بشكل واقعي توليد عدد أكبر من السكان عندما يكون معدل الاستجابة للعينة منخفضًا. يزداد تحيز العينة مع انخفاض معدل الاستجابة. في الدراسات الاستقصائية القائمة على وسائط الإعلام ، عندما تنخفض معدلات العودة إلى 20 أو 30 في المائة من العينة ، فإن تلك المجموعة من المشتركين لا تشبه إلى حد كبير عينة العينة الإجمالية.
يحدث نفس اتجاه الأشخاص في إعادة استطلاع البريد أو الموافقة على المشاركة في الاستبيان الهاتفي مع الأشخاص الذين يشتركون في شبكات التواصل الاجتماعي: أي ، اهتمام خاص بالموضوع (أو المنتج أو الخدمة ، حسب الحالة يكون).
حجم العينة
تحتوي العينات الصغيرة على أخطاء أكبر في أخذ العينات من العينات الأكبر. ضع في اعتبارك أن بيانات العينة تقدم تقديراً لخصائص أكبر عدد من السكان. تقدم كل عينة مأخوذة من إطار أخذ العينات تقديراً مستقلاً لتلك المجموعة الأكبر من السكان. نظريا ، يمكن أن يكون هناك نمط منفصل من الردود في كل عينة مأخوذة لكل سؤال يطرح. مع مرور الوقت ، مع عينات كافية من إطار أخذ العينات ، يتقارب النمط الحقيقي حول النمط الفعلي (الحقيقي) لعدد أكبر من السكان.
هامش الخطأ
يصف خطأ أخذ العينات دقة التقدير من أي من العينات المأخوذة من المجموعة الأكبر. يتم التعبير عن خطأ أخذ العينات من حيث هامش الخطأ المرتبط بمستوى من الثقة ، وهو مقياس إحصائي . في استطلاع للرأسمالية تفضيل ، على سبيل المثال ، قد يظهر التقرير أن شاغل الوظيفة يفضله 64 ٪ من الناخبين. هامش الخطأ سيكون زائد أو ناقص 3 نقاط بمستوى ثقة 95٪.
وبعبارة أخرى ، إذا أجري الاستطلاع مرة أخرى بعدد 100 عينة مختلفة من الناخبين ، فإن 95 ناخباً من أصل 100 ناخب يشيرون إلى أن هذا المرشح يؤيده 61٪ إلى 67٪ من الناخبين. أي ، 61 ٪ من الناخبين + 3 ٪ أو - 3 ٪.
القرارات حول حجم العينة
ينخفض هامش الخطأ المرتبط بأخذ العينات كلما ارتفع حجم العينة ، ولكن فقط إلى نقطة معينة. عندما يصل حجم العينة إلى 1000 إلى 2000 من المستجيبين ، يكون هامش الخطأ صغيرًا بما فيه الكفاية بما يجعل النظر في عينات أكبر (وليس خيارًا فعالاً من حيث التكلفة ). عندما تكون المجموعات الفرعية جزءًا من المجموعة الأكبر ، يمكن تبرير أحجام العينات الأكبر نظرًا لتفاوت هامش الخطأ لكل مجموعة فرعية اعتمادًا على عدد الأشخاص في المجموعات الفرعية. على سبيل المثال ، إذا نظرنا إلى 1000 عضو في شبكة وسائل الإعلام الاجتماعية وهامش خطأ يساوي ما بين نقطة إلى ثلاث نقاط مئوية مع فاصل ثقة 95٪ ، فإن تحليل مجموعة فرعية من شبكة وسائل الإعلام الاجتماعية هذه - على سبيل المثال - البقاء في المنزل عدد الأمهات الذين يبلغ عددهم حوالي 100 - سيكون له هامش خطأ أعلى من حوالي 4 إلى 10 نقاط.
قياس عينة الاكتفاء
يتم تقييم العينات عادة وفقًا لإجراءات الاختيار المستخدمة بدلاً من الحجم النهائي أو التركيب. هذا أمر أساسي لأنه - في معظم الحالات - من المستحيل قياس مدى دقة العينة لتمثيل أكبر من السكان. يتم استخدام الإجراءات الإحصائية لأنها تسمح بتقديرات ملائمة وموثوقة بشكل أساسي. يتيح إنشاء فاصل ثقة معقول وهامش الخطأ في البداية للباحثين التركيز على المتغيرات مثل معدل الاستجابة وإطارات أخذ العينات الكافية.