Cómo promover la calidad en las muestras de redes sociales
Estas diferencias se observaron en edad, sexo, estado civil, nivel socioeconómico, estado de salud y cantidad de niños.
Tasa de respuesta
La medida en que los datos al cierre de un estudio incluyen todos los miembros en una muestra se conoce como la tasa de respuesta . Si bien este concepto es claro en una encuesta estructurada o conjunto de entrevistas, es más ambiguo en la investigación de redes sociales. Sin embargo, no es menos importante en la investigación de redes sociales que en otros tipos de investigación cualitativa . La tasa de respuesta se calcula por el número de participantes que completan encuestas -o aceptan ser entrevistadas- divididas por el número total de personas que componen el esfuerzo de muestreo original . El número total debe incluir personas que no fueron contactadas con éxito o que se negaron a participar en la investigación.
El problema de Generalización
Independientemente de cómo se recopilan los datos, la importancia de una alta tasa de respuesta no puede enfatizarse lo suficiente.
No es posible generar de manera realista una población mayor cuando la tasa de respuesta de una muestra es baja. El sesgo de la muestra aumenta a medida que disminuye la tasa de respuesta. En las encuestas basadas en los medios, cuando las tasas de retorno caen a 20 o 30 por ciento de la muestra, ese grupo de participantes se parece poco a la población total de la muestra.
La misma tendencia de las personas a enviar una encuesta por correo o aceptar participar en una encuesta telefónica ocurre con personas que participan en redes sociales: es decir, un interés particular en el tema (o producto o servicio, según sea el caso). ser).
Tamaño de la muestra
Las muestras más pequeñas tienen un error de muestreo mayor que las muestras más grandes. Considere que los datos de muestra proporcionan una estimación de los atributos de la población más grande. Cada muestra extraída de un marco muestral proporciona una estimación separada de esa población más grande. Teóricamente, podría haber un patrón separado de respuestas en cada muestra tomada para cada pregunta formulada. Con el tiempo, con muestras suficientes extraídas del marco de muestreo, el patrón real convergería alrededor del patrón real (verdadero) de la población más grande.
Margen de error
El error de muestreo describe la precisión de una estimación de cualquiera de las muestras tomadas de una población mayor. El error de muestreo se expresa en términos de un margen de error asociado con un nivel de confianza, que es una medida estadística . En una encuesta de preferencia presidencial, por ejemplo, el informe puede mostrar que el titular es favorecido por el 64% de los votantes. El margen de error sería de más o menos 3 puntos con un nivel de confianza del 95%.
En otras palabras, si la encuesta se volviera a realizar con 100 muestras diferentes de votantes, de los 100 votantes, 95 votantes indicarían que el titular se ve favorecido por el 61% a 67% de los votantes. Es decir, el 61% de los votantes + 3% o -3%.
Decisiones sobre el tamaño de la muestra
El margen de error asociado con el muestreo disminuye a medida que aumenta el tamaño de la muestra, pero solo hasta cierto punto. Cuando el tamaño de la muestra llega a 1000 a 2000 encuestados, el margen de error es lo suficientemente pequeño como para considerar muestras más grandes (no una opción rentable ). Cuando los subgrupos son parte de la población más grande, se pueden justificar tamaños de muestra más grandes porque el margen de error variará para cada subgrupo según el número de personas en los subgrupos. Por ejemplo, dados 1000 miembros de una red social y un margen de error que equivale a entre 1 y 3 puntos porcentuales con un intervalo de confianza del 95%, análisis de un subgrupo de esa red de medios sociales, por ejemplo, quedarse en casa. las madres que suman alrededor de 100, tendrían un mayor margen de error de aproximadamente 4 a 10 puntos.
Medición de suficiencia de muestra
Las muestras se evalúan generalmente de acuerdo con los procedimientos de selección utilizados en lugar del tamaño o la composición final. Esto es fundamental porque, en la mayoría de las situaciones, es imposible medir con precisión qué tan representativa es una muestra de la población más grande. Los procedimientos estadísticos se utilizan porque permiten estimaciones convenientes y fundamentalmente confiables. Al principio, establecer un intervalo de confianza razonable y un margen de error permite a los investigadores centrarse en variables como la tasa de respuesta y los marcos de muestreo adecuados.