Cum se calculează mărimea eșantionului pentru un sondaj?
Mărimea eșantionului, numită și volumul eșantionului, se stabilește înainte de colectarea datelor și depinde de trei parametri: nivelul de încredere dorit, marja de eroare acceptată și variabilitatea estimată a fenomenului studiat. Pentru o proporție, formula de bază este n = z² × p × (1 − p) / e², unde z este valoarea asociată nivelului de încredere (1,96 pentru 95%), p este proporția estimată, iar e este marja de eroare. Când proporția nu este cunoscută, se folosește p = 0,5, valoarea care produce variabilitatea maximă și, prin urmare, cel mai prudent rezultat. De exemplu, calculul eșantionului pentru un nivel de încredere de 95% și o marjă de eroare de ±3% este 1,96² × 0,25 / 0,03², adică aproximativ 1.068 de respondenți. Pentru o marjă de ±5%, același calcul conduce la aproximativ 385 de respondenți, ceea ce arată că o precizie mai mare costă disproporționat de mult. Dacă populația este mică, de exemplu 2.000 de angajați ai unei companii, se aplică corecția pentru populație finită, n = n₀ / (1 + (n₀ − 1) / N), iar eșantionul necesar scade la circa 323 de persoane. În eșantioanele stratificate sau grupate pe localități și gospodării, mărimea eșantionului trebuie ajustată cu efectul de design (deff), care măsoară pierderea de precizie față de un eșantion aleatoriu simplu. Cu un efect de design de 1,5, cei 1.068 de respondenți devin aproximativ 1.600 pentru a păstra aceeași precizie. Dacă rezultatele trebuie raportate separat pe regiuni sau grupe de vârstă, mărimea eșantionului se calculează pentru cel mai mic subgrup relevant, nu doar pentru total. Rata estimată de răspuns trebuie inclusă în planificare, deoarece numărul de contacte inițiale este întotdeauna mai mare decât numărul de interviuri realizate. În practică, mărimea eșantionului este un compromis între precizie, buget și termen, iar decizia corectă pornește de la întrebarea: ce diferență minimă trebuie să poată detecta studiul?
Vezi și: CAPI și CATI · Cercetare cantitativă
Ce este marja de eroare și nivelul de încredere?
Marja de eroare definește intervalul de încredere, adică intervalul în care se află, cu o anumită probabilitate, valoarea reală din populație, pornind de la rezultatul obținut pe eșantion. Nivelul de încredere exprimă această probabilitate: un nivel de 95% înseamnă că, dacă studiul ar fi repetat de 100 de ori cu eșantioane diferite, intervalul calculat ar conține valoarea reală în aproximativ 95 dintre cazuri. De exemplu, dacă un sondaj arată că 40% dintre respondenți preferă un produs, cu o marjă de eroare de ±3% la 95% încredere, valoarea reală se află cel mai probabil între 37% și 43%. Formula pentru o proporție este e = z × √(p × (1 − p) / n), deci marja de eroare scade odată cu creșterea eșantionului, dar nu proporțional. Pentru a reduce marja de eroare la jumătate, eșantionul trebuie mărit de aproximativ patru ori, ceea ce explică de ce sondajele naționale rareori depășesc 1.500 de respondenți. Un eșantion de 1.100 de persoane oferă o marjă de aproximativ ±3%, în timp ce un eșantion de 400 oferă aproximativ ±5%. Marja de eroare se aplică întregului eșantion, iar pentru subgrupuri, de exemplu doar tinerii sau doar mediul rural, ea este considerabil mai mare. Este important de reținut că acest indicator măsoară exclusiv eroarea de eșantionare, adică variația cauzată de selecția aleatorie a respondenților. Erorile de acoperire, nonrăspunsul, formularea întrebărilor sau greșelile operatorilor nu sunt incluse în acest calcul și pot fi, în practică, mai mari decât eroarea de eșantionare. De aceea, două sondaje cu aceeași marjă de eroare pot produce rezultate diferite dacă metodologia de colectare diferă. Pentru eșantioanele stratificate sau multistadiale, calculul corect include efectul de design, iar raportarea responsabilă menționează atât nivelul de încredere, cât și metoda de eșantionare.
Vezi și: CAPI și CATI · Sondaje sociale și politice
Ce înseamnă un eșantion reprezentativ?
Un eșantion reprezentativ este un eșantion a cărui structură reproduce, cu o precizie cunoscută, structura populației studiate după caracteristicile relevante pentru cercetare. Reprezentativitatea nu este o proprietate a dimensiunii eșantionului, ci a modului în care respondenții au fost selectați. Un eșantion de 10.000 de persoane recrutate pe o pagină de Facebook nu este reprezentativ pentru populația țării, în timp ce un eșantion aleatoriu de 1.000 de persoane poate fi. Condiția fundamentală este ca fiecare membru al populației să aibă o probabilitate cunoscută și diferită de zero de a fi inclus în studiu. Pentru aceasta este necesară o bază de eșantionare, adică o listă sau o structură care acoperă populația: registre de populație, liste de secții de votare, liste de gospodării sau baze de date ale clienților. Calitatea bazei de eșantionare determină direct calitatea rezultatelor, deoarece grupurile care lipsesc din ea nu pot fi reprezentate prin nicio tehnică statistică ulterioară. În sondajele naționale, un eșantion reprezentativ se construiește de regulă prin stratificare după regiune, mediu de rezidență și mărimea localității, urmată de selecția aleatorie a localităților, gospodăriilor și respondenților. După colectare, structura eșantionului se compară cu datele statistice oficiale privind sexul, vârsta, regiunea și mediul de rezidență, iar abaterile mici se corectează prin ponderare. Ponderarea nu poate însă compensa un design greșit: dacă un grup a fost exclus sistematic, el rămâne nereprezentat. Studiul trebuie să precizeze pentru ce populație este reprezentativ, de exemplu „populația adultă de 18+ ani din Republica Moldova, cu excepția regiunii transnistrene". Un eșantion reprezentativ pentru o populație nu este automat reprezentativ pentru alta, iar raportul metodologic trebuie să arate clar cât de departe pot fi generalizate rezultatele obținute din eșantionul reprezentativ.
Vezi și: Sondaje sociale și politice · CAPI și CATI
Care sunt tipurile de eșantionare: aleatorie, stratificată, pe cote, multistadială?
Tipurile de eșantionare, numite și metode de eșantionare, se împart în două mari categorii: eșantionarea probabilistică, în care fiecare unitate are o probabilitate cunoscută de selecție, și eșantionarea non-probabilistică, în care selecția se bazează pe criterii stabilite de cercetător. Eșantionarea aleatorie simplă este forma de bază: unitățile se extrag la întâmplare dintr-o listă completă a populației, fiecare având aceeași șansă de a fi selectată. Eșantionarea sistematică selectează fiecare a k-a unitate dintr-o listă, pornind de la un punct ales aleatoriu, și este ușor de aplicat pe registre sau liste de clienți. Eșantionarea stratificată împarte populația în straturi omogene, de exemplu regiuni sau medii de rezidență, și extrage eșantioane din fiecare strat, ceea ce crește precizia și garantează prezența tuturor grupurilor importante. Eșantionarea în cuiburi (cluster) selectează grupuri naturale, precum localități sau școli, și este mai economică în teren, dar mai puțin precisă, pierdere măsurată prin efectul de design. Eșantionarea multistadială combină aceste tehnici: în sondajele naționale se selectează mai întâi localitățile, apoi gospodăriile, apoi respondentul din gospodărie, de exemplu prin metoda celei mai apropiate zile de naștere. Dintre tipurile de eșantionare non-probabilistice, cea mai utilizată este eșantionarea pe cote, în care se intervievează un număr fixat de persoane din fiecare categorie de sex, vârstă și regiune, corespunzător structurii populației. Eșantionarea pe cote este rapidă și ieftină, dar nu permite calcularea riguroasă a marjei de eroare, deoarece selecția finală a respondenților nu este aleatorie. Alte metode non-probabilistice sunt eșantionarea de conveniență, utilă doar pentru teste preliminare, și eșantionarea „bulgăre de zăpadă", folosită pentru populații greu accesibile, precum experți sau grupuri vulnerabile. Alegerea dintre tipurile de eșantionare depinde de obiectiv: estimările statistice pentru întreaga populație cer eșantionare probabilistică, în timp ce studiile exploratorii sau B2B pot folosi selecția intenționată. În practică, un design bine construit combină adesea mai multe tipuri de eșantionare, iar raportul metodologic trebuie să le descrie explicit.
Vezi și: Cercetare cantitativă · Sondaje sociale și politice
Care este diferența dintre cercetarea cantitativă și cercetarea calitativă?
Cercetarea cantitativă răspunde la întrebările „cât?", „câți?" și „cât de des?", măsurând fenomene pe eșantioane mari, cu instrumente standardizate și rezultate exprimate numeric. Cercetarea calitativă răspunde la întrebările „de ce?" și „cum?", explorând motivații, percepții și procese de decizie pe un număr mic de participanți, prin discuții deschise. Metodele cantitative tipice sunt sondajele CAPI, CATI și CAWI, în care toți respondenții primesc aceleași întrebări, cu variante de răspuns predefinite. Metodele calitative tipice sunt focus-grupurile, interviurile în profunzime și observația, în care ghidul de discuție este flexibil, iar participantul își formulează răspunsul cu propriile cuvinte. Rezultatele cantitative pot fi generalizate statistic la nivelul populației, cu o marjă de eroare cunoscută, dacă eșantionul este probabilistic. Rezultatele calitative nu pot fi generalizate statistic, dar oferă profunzime, context și limbajul real al publicului țintă, elemente pe care un chestionar nu le poate capta. Analiza datelor diferă și ea: cercetarea cantitativă folosește statistica descriptivă și inferențială, în timp ce cercetarea calitativă folosește analiza tematică și interpretarea sistematică a transcrierilor. Cele două abordări nu sunt concurente, ci complementare, iar combinarea lor se numește design mixt sau metode mixte (mixed methods). Într-o secvență exploratorie, focus-grupurile se realizează înaintea sondajului pentru a identifica temele și formulările corecte pentru chestionar. Într-o secvență explicativă, sondajul se realizează primul, iar interviurile calitative ulterioare explică rezultatele neașteptate sau diferențele dintre segmente. Alegerea dintre cercetarea cantitativă, cercetarea calitativă sau un design mixt depinde de întrebarea de cercetare, nu de preferința pentru o anumită metodă.
Vezi și: Cercetare cantitativă · Cercetare calitativă
Cum aleg metoda de cercetare potrivită?
Alegerea metodei de cercetare pornește întotdeauna de la întrebarea de cercetare, nu de la tehnica preferată sau de la buget. Primul pas este formularea clară a obiectivului: dacă trebuie măsurat un fenomen și estimată frecvența lui, este necesară o abordare cantitativă, iar dacă trebuie înțeles un comportament, este necesară o abordare calitativă. Al doilea pas este definirea populației țintă și a modului în care aceasta poate fi contactată: populația generală, clienții unei companii, specialiști sau decidenți. Interviul față în față (CAPI) este potrivit pentru eșantioane naționale reprezentative, chestionare lungi, subiecte sensibile și populații cu acces limitat la telefon sau internet. Interviul telefonic (CATI) este eficient pentru chestionare scurte, de 10-20 de minute, monitorizări periodice și studii de satisfacție, cu costuri și termene reduse. Sondajul online (CAWI) este rapid și economic, dar este adecvat doar populațiilor cu acces ridicat la internet sau atunci când se folosesc paneluri cu structură controlată. Focus-grupurile sunt potrivite pentru explorarea percepțiilor, testarea conceptelor și identificarea limbajului publicului, iar interviurile în profunzime pentru subiecte sensibile și pentru experți sau decidenți greu de reunit. Al treilea pas este evaluarea constrângerilor practice: bugetul, termenul, aria geografică și nivelul de precizie necesar. O metodă de cercetare potrivită pe hârtie poate fi nerealistă în teren, de exemplu un sondaj online într-o populație vârstnică din mediul rural. În multe proiecte, cea mai bună soluție este combinarea mai multor metode de cercetare, de exemplu un sondaj CAPI completat cu focus-grupuri pentru interpretarea rezultatelor. Indiferent de metoda de cercetare aleasă, instrumentul trebuie testat printr-un pilot înainte de lansarea colectării datelor, iar justificarea alegerii metodei de cercetare trebuie descrisă în raportul metodologic.
Vezi și: CAPI și CATI · CAWI (Online Panel) · Focus-grupuri și IDI
Câți participanți are un focus grup și câte grupuri sunt necesare?
Un focus grup reunește, de regulă, între 5 și 8 participanți, număr suficient pentru a genera diversitate de opinii și suficient de mic pentru ca fiecare persoană să aibă timp să vorbească. Grupurile de peste 10 participanți devin greu de moderat, discuția se fragmentează, iar o parte dintre participanți rămân pasivi. Atunci când subiectul este complex sau emoțional ori când participanții sunt experți în domeniu, se recomandă mini-grupuri de 4-6 persoane. Durata obișnuită a unei discuții este de aproximativ două ore, iar ghidul de discuție trebuie dimensionat astfel încât să permită explorarea în profunzime a fiecărei teme. Numărul de grupuri nu se stabilește printr-o formulă statistică, ci după principiul saturației teoretice: se organizează grupuri până când discuțiile nu mai aduc informații noi. Regula practică este de 3-4 grupuri pentru fiecare categorie de participanți, după care cercetătorul evaluează dacă este necesar un grup suplimentar. Dacă studiul compară mai multe categorii, de exemplu urban și rural sau clienți și non-clienți, fiecare categorie are propriile grupuri, iar categoriile nu se amestecă în același focus grup. Omogenitatea participanților dintr-un grup este esențială, deoarece oamenii vorbesc mai deschis cu persoane similare lor ca vârstă, statut sau experiență. Recrutarea se face pe baza unui chestionar de selecție, iar de obicei se invită câțiva participanți în plus, pentru a compensa absențele. Un focus grup nu produce rezultate generalizabile statistic, iar mărimea „eșantionului" calitativ se justifică prin saturație, nu prin număr. În majoritatea studiilor aplicate, saturația se atinge între 3 și 12 grupuri, iar fiecare focus grup trebuie condus de un moderator instruit, după un ghid testat în prealabil.
Vezi și: Focus-grupuri și IDI · Cercetare calitativă
Care este diferența dintre focus grup și interviul în profunzime (IDI)?
Diferența principală dintre focus grup și interviul în profunzime (IDI) constă în unitatea de analiză: grupul, respectiv individul. Focus-grupul valorifică interacțiunea dintre participanți: opiniile se confruntă, se completează și se nuanțează, iar cercetătorul observă cum se formează și se schimbă percepțiile. Interviul în profunzime este o discuție individuală de 45-90 de minute, bazată pe un ghid de interviu semistructurat, în care moderatorul poate urmări în detaliu raționamentul, experiența și motivațiile unei singure persoane. Focus-grupul este preferat atunci când se dorește generarea de idei, testarea conceptelor, a mesajelor sau a ambalajelor și identificarea limbajului comun al unui public. Interviul în profunzime este preferat pentru subiecte sensibile sau intime, precum sănătatea, finanțele personale sau experiențele de discriminare, unde prezența altor persoane ar inhiba răspunsurile. IDI este, de asemenea, metoda potrivită pentru experți, manageri, medici sau funcționari publici, care sunt greu de reunit la aceeași oră și ale căror opinii pot fi influențate de prezența colegilor sau a concurenților. În studiile B2B și în evaluările de politici publice, interviurile cu actori-cheie (key informant interviews) sunt o formă specifică de IDI. Focus-grupul are dezavantajul că participanții dominanți pot influența discuția, iar unele persoane se conformează opiniei majorității. Interviul în profunzime elimină acest efect, dar nu oferă dinamica de grup și este mai costisitor raportat la numărul de persoane intervievate. Analiza ambelor metode se bazează pe transcrieri și pe analiza tematică, cu atenție la tipare, contradicții și frecvența temelor între participanți. În multe proiecte, cele două metode se combină: focus-grupuri cu publicul larg și interviuri în profunzime cu experții sau decidenții din același domeniu.
Vezi și: Focus-grupuri și IDI · Cercetare calitativă
Cum se construiește un chestionar bun?
Un chestionar bun, fie că este un chestionar sociologic sau unul de marketing, pornește de la obiectivele cercetării: fiecare întrebare trebuie să corespundă unui indicator pe care studiul trebuie să îl măsoare. Întrebările se formulează simplu, clar și neutru, folosind vocabularul publicului țintă și evitând termenii tehnici, abrevierile și formulările ambigue. Fiecare întrebare trebuie să se refere la un singur aspect, deoarece întrebările duble, de tipul „Cât de mulțumit sunteți de prețul și calitatea produsului?", produc răspunsuri imposibil de interpretat. Întrebările tendențioase, care sugerează răspunsul dorit, precum „Nu credeți că…?", introduc erori sistematice și trebuie eliminate. Întrebările închise, cu variante predefinite, facilitează analiza statistică, iar variantele trebuie să fie exhaustive și să nu se suprapună, în timp ce întrebările deschise se folosesc moderat, pentru explorare și clarificări. Pentru măsurarea atitudinilor se folosesc scale, cel mai frecvent scala Likert cu 5 sau 7 trepte, de la „total dezacord" la „total acord", cu formulări echilibrate la ambele extreme. Ordinea întrebărilor contează: chestionarul începe cu întrebări simple și generale, continuă cu temele principale și se încheie cu datele socio-demografice, iar întrebările sensibile se plasează spre final. Filtrele și salturile logice direcționează respondenții doar către întrebările relevante pentru ei, iar în CAPI, CATI și CAWI acestea sunt programate automat, ceea ce reduce erorile. Durata trebuie controlată, deoarece un chestionar prea lung reduce atenția respondenților și calitatea răspunsurilor, în special în sondajele telefonice și online. Înainte de lansare, instrumentul se testează printr-un pilot pe un număr mic de respondenți din populația țintă, pentru a verifica înțelegerea întrebărilor, durata și funcționarea filtrelor. Un chestionar validat prin pilot și ajustat pe baza rezultatelor este una dintre cele mai eficiente garanții ale calității datelor.
Vezi și: Cercetare cantitativă · CAPI și CATI
Ce este ponderarea datelor și de ce este necesară?
Ponderarea datelor (weighting) este procedura statistică prin care fiecărui respondent i se atribuie o pondere, astfel încât structura eșantionului să corespundă structurii reale a populației. Ea este necesară deoarece, chiar și într-un design probabilistic corect, unele grupuri răspund mai des decât altele, de exemplu femeile și persoanele vârstnice sunt de regulă mai ușor de găsit acasă decât bărbații tineri. Să presupunem că femeile reprezintă 60% din eșantion, dar 52% din populație: fiecare femeie primește ponderea 52/60 = 0,87, iar fiecare bărbat ponderea 48/40 = 1,20. Ponderile se calculează pe baza datelor statistice oficiale, de regulă după sex, vârstă, regiune și mediu de rezidență, iar atunci când se folosesc mai multe variabile simultan se aplică metoda iterativă (raking). Există și ponderi de design, care corectează probabilitățile inegale de selecție, de exemplu atunci când într-o gospodărie mare un adult are șanse mai mici de a fi ales decât într-o gospodărie cu un singur adult. Ponderarea datelor corectează abaterile de structură, dar nu poate repara un eșantion fundamental greșit sau grupuri care lipsesc complet. Ponderile extreme, foarte mari sau foarte mici, cresc varianța estimărilor și reduc eșantionul efectiv, motiv pentru care în practică ele se limitează (trimming). Efectul ponderării asupra preciziei se exprimă prin efectul de design: un eșantion de 1.000 de respondenți cu un efect de design de 1,3 are precizia unui eșantion aleatoriu simplu de aproximativ 770 de persoane. Raportul metodologic trebuie să precizeze variabilele de ponderare, sursa datelor de referință și intervalul ponderilor obținute. Rezultatele publicate ale unui sondaj reprezentativ sunt aproape întotdeauna rezultate ponderate, iar distribuțiile neponderate se păstrează pentru controlul calității. Aplicată corect, ponderarea datelor crește acuratețea estimărilor, iar aplicată greșit poate introduce erori mai mari decât cele pe care încearcă să le corecteze, de aceea ponderarea datelor trebuie documentată transparent.
Vezi și: CAPI și CATI · Analiză de date și desk research