Quali sono i campioni rappresentativi?
Per la maggior parte delle indagini di ricerca di mercato è poco pratico, in termini di tempo, budget e altri fattori, per intervistare tutti nella vostra popolazione di destinazione. Per avere una visione di come la popolazione del Regno Unito si sente non abbiamo bisogno di intervistare tutti nel paese, invece chiediamo un campione per le loro opinioni.,
Per quanto possibile il campione di persone intervistate dovrebbe essere rappresentativo della popolazione target. Per essere rappresentative le caratteristiche (demografiche, attitudinali e comportamentali) delle persone intervistate dovrebbero, per quanto possibile, corrispondere a quelle dell’intera popolazione target. Come gruppo le persone intervistate non dovrebbero essere diverse da quelle con cui non abbiamo parlato.
Perché i campioni rappresentativi sono importanti?,
I campioni rappresentativi sono importanti in quanto assicurano che tutti i tipi rilevanti di persone siano inclusi nel campione e che venga intervistato il giusto mix di persone. Se il tuo campione non è rappresentativo, sarà soggetto a pregiudizi. Alcuni gruppi possono essere sovrarappresentati e le loro opinioni ingrandite, mentre altri possono essere sottorappresentati.
Uno degli esempi più famosi di bias campione è stato il sondaggio del 1936 effettuato dal Literary Digest negli Stati Uniti in vista delle elezioni presidenziali. Circa 10 milioni di questionari sono stati inviati agli abbonati e 2 milioni di sondaggi completati rispediti., Sulla base dei risultati del sondaggio The Literary Digest predisse che Alfred Landon avrebbe battuto l’allora presidente Franklin D Roosevelt. Tuttavia, quando si trattava di elezioni reali Roosevelt ha vinto da una frana.
La ragione dell’inesattezza del sondaggio era un campione sbilanciato e non rappresentativo. Gli abbonati Literary Digest tendevano ad essere più ricchi della media e quindi più propensi ad opporsi a Roosevelt. Inoltre, si è ritenuto che coloro che erano insoddisfatti dell’attuale presidente fossero più propensi a essere motivati a rispondere al sondaggio e a dire che avrebbero votato per Landon.,
Questo sondaggio ha anche mostrato che le grandi dimensioni del campione non garantiscono risultati accurati del sondaggio. George Gallup, usando un sondaggio più piccolo e più controllato, ha predetto correttamente il risultato.
Oggigiorno molti sondaggi vengono inviati attraverso i social media senza apparentemente alcun controllo sul tipo o sul mix di intervistati che completano il sondaggio. Si cercano quante più interviste possibili senza preoccuparsi della struttura del campione. Se non sappiamo chi ha risposto, non sappiamo quanto bene o male i dati risultanti rappresentino il pubblico di destinazione completo., Senza controlli è probabile che il campione sarà significativamente distorto rendendo i dati risultanti impossibili da interpretare e inutilizzabili.
Il bias del campione esisterà sempre in una certa misura. Ad esempio, non possiamo costringere le persone a completare i sondaggi. Quelli che non accettano i nostri inviti a partecipare potrebbero essere diversi in qualche modo da quelli che partecipano . Ad esempio, le persone più impegnate sono generalmente meno propense a partecipare alle indagini. È quindi probabile che le persone occupate siano sottorappresentate nella ricerca., Non possiamo, quindi, eliminare il pregiudizio del campione,ma dovremmo fare tutto il possibile per minimizzarlo e comprenderlo.
Come possiamo ottenere campioni rappresentativi?
Esistono 2 modi per ricavare campioni rappresentativi per le indagini di ricerca: campionamento probabilistico e campionamento non probabilistico:
La probabilità o il campionamento casuale implica la scelta dei rispondenti dalla popolazione target in modo casuale riducendo al minimo il potenziale bias del campione. Tuttavia, per essere in grado di campionare in modo casuale è necessario conoscere i dettagli aggiornati di tutti nella popolazione target. Questo è improbabile per molti pubblici., È inoltre necessario essere in grado di rilevare in realtà una grande percentuale di quelli scelti a caso che può richiedere molto tempo e costoso. In parole povere, i campioni disegnati in questo modo sono “più puri” di quelli costruiti utilizzando metodi non probabilistici, ma, a causa delle risorse necessarie, questo tipo di campionamento tende ad essere limitato alla ricerca sociale e governativa di alta qualità e ben finanziata.
Il campionamento non probabilistico o intenzionale è molto più ampiamente utilizzato., I controlli sono posti sui tipi di intervistati scelti per il sondaggio in termini di quote e in particolare cerchiamo diversi tipi di persone da intervistare per assicurarsi che il campione sia correttamente bilanciato.
Al fine di istituire queste quote dobbiamo innanzitutto scoprire il profilo della nostra popolazione target in termini di caratteristiche chiave. Ad esempio, se volessimo intervistare un campione di adolescenti nel Regno Unito, possiamo utilizzare i dati del censimento disponibili sul sito Web dell’Office of National Statistics per trovare informazioni sulle caratteristiche demografiche di questo gruppo., Potremmo voler intervistare il giusto mix di adolescenti per età. Se ci sono meno 14 anni di età che 18 anni di età nel Regno Unito il nostro campione dovrebbe riflettere questo. I dati del censimento possono dirci il numero di adolescenti di ogni età, nonché il sesso, la regione e altre divisioni utili.
I profili di alcuni gruppi possono essere più difficili da ottenere. La ricerca a livello di settore può fornire profili di gruppi come lettori di un particolare giornale o acquirenti di una certa catena di supermercati. La ricerca passata può anche essere utilizzata se pertinente. Tuttavia, a volte potrebbe essere necessario utilizzare un sondaggio omnibus., Un sondaggio omnibus intervista regolarmente un campione rappresentativo della popolazione di un paese e include una serie di domande da diversi clienti su argomenti diversi. Pertanto, se volessimo sapere qualcosa come il profilo delle persone che indossano occhiali da sole regolarmente potremmo aggiungere una domanda al sondaggio omnibus. Avremmo quindi recuperare i dati del profilo per questo gruppo, in genere sui dati demografici chiave, che possono essere utilizzati per impostare le quote per un ulteriore, indagine più dettagliata, sull’uso di occhiali da sole.,
Una volta che conosciamo il profilo della nostra popolazione target, possiamo quindi impostare le quote sulle caratteristiche chiave degli intervistati. Ad esempio, se sapessimo che il 70% della popolazione che vogliamo intervistare è di sesso maschile, stabiliremmo una quota specificando che il 70% delle interviste sarà con uomini e il 30% con donne. Se volessimo intervistare un totale di 1000 intervistati, fisseremmo quindi un numero massimo di 700 interviste con uomini e assicureremmo che le interviste con questo gruppo si fermassero una volta raggiunte 700 interviste.,
Le quote sono in genere impostate su 3 o 4 variabili diverse, di solito dati demografici come sesso, età e regione. Utilizzando più variabili di questo può rendere la struttura del campione complicato e, a sua volta, renderlo un processo difficile, lungo e costoso ottenere interviste con esattamente le persone giuste. È inoltre improbabile che quote aggiuntive riducano la distorsione del campione di oltre un importo marginale.
Le quote effettive impostate dipendono molto dalla popolazione target. Diversi tipi di pubblico hanno caratteristiche chiave diverse., Ad esempio, per la ricerca business to business le quote sono spesso impostate su variabili come il settore aziendale e il numero di dipendenti.