Ikke-deltagende bias i Social Media Survey Research

Social mediaforskning, som den er i øjeblikket udført, er genstand for ikke-deltagende bias. Der findes en række typer ikke-deltagende bias, og hver type har potentialet til at påvirke forskningsresultaternes pålidelighed - ofte på måder der er skjulte eller ukendte. Faktisk har forskningen vist, at de forskere, der er vanskelige at nå, og som kræver flere anstrengelser for at kontakte dem, adskiller sig væsentligt fra andre respondenter.

Disse forskelle er set i alder, køn, civilstand, socioøkonomisk status, sundhedsstatus og antal børn.

Svarfrekvens

I hvilket omfang dataene ved afslutningen af ​​en undersøgelse omfatter alle medlemmerne i en prøve benævnes svarfrekvensen. Mens dette koncept er tydeligt i en struktureret undersøgelse eller et sæt interviews, er det mere tvetydigt i socialmedieforskning. Men det er ikke mindre vigtigt i socialmediaforskning end i andre typer kvalitativ forskning. Svarfrekvensen beregnes ud fra antallet af deltagere, der gennemfører undersøgelser - eller accepterer at blive interviewet - divideret med det samlede antal personer, der udgør den oprindelige prøveindsats. Det samlede antal skal omfatte personer, der ikke har haft kontakt med succes eller som nægtede at deltage i forskningen.

Generaliseringsproblemet

Uanset hvordan data indsamles, kan betydningen af ​​en høj reaktionshastighed ikke understreges nok.

Det er ikke muligt realistisk at generere til en større befolkning, når responsprocenten for en prøve er lav. Prøveforspænding øges, efterhånden som reaktionshastigheden falder. I mediebaserede undersøgelser, når returfrekvensen falder til 20 eller 30 procent af stikprøven, har denne gruppe af deltagere ringe lighed med den samlede stikprøve.

Den samme tendens til, at folk returnerer en mail-in-survey eller accepterer at deltage i en telefonundersøgelse, forekommer hos folk, der engagerer sig i sociale medier: det vil sige en særlig interesse for emnet ( eller produkt eller service, alt efter omstændighederne).

Sample Size

Mindre prøver har større prøveudtagningsfejl end større prøver. Overvej at stikprøve data giver et skøn over attributterne hos den større befolkning. Hver prøve trukket fra en prøveudtagningsramme giver et separat skøn over den større befolkning. Teoretisk set kunne der være et særskilt responsmønster i hver prøve, der blev taget for hvert spørgsmål. Over tid, med nok prøver trukket fra prøveudtagningsrammen, ville det sande mønster konvergere omkring det faktiske (sande) mønster af den større befolkning.

Fejlmargin

Prøvetagningsfejl beskriver præcisionen af ​​et estimat fra nogen af ​​de prøver, der er taget fra den større befolkning.Prøveudtagningsfejl udtrykkes som en fejlmargin, der er forbundet med et tillidsniveau, hvilket er en statistisk foranstaltning. I en præsidentvalgsprøve kan rapporten f.eks. Vise, at den etablerede virksomhed foretrækker 64% af vælgerne. Fejlmarginen ville være plus-eller-minus 3 point med et 95% konfidensniveau.

Med andre ord, hvis afstemningen blev gennemført igen med 100 forskellige stikprøve af vælgerne, ville 95 vælgere ud af de 100 vælgere angive, at den etablerede virksomhed foretrækker 61% til 67% af vælgerne. Det vil sige 61% af vælgerne + 3% eller -3%.

Beslutninger om prøveformat

Fejlmarginen i forbindelse med prøveudtagning går ned, da prøvestørrelsen går op, men kun til et bestemt punkt. Når prøvestørrelsen når 1000 til 2000 respondenter, er fejlmarginen tilstrækkelig lille til at tage højde for større prøver (ikke et omkostningseffektivt valg). Når undergrupper er en del af den større befolkning, kan større prøvestørrelser være berettiget, fordi fejlmarginen vil variere for hver undergruppe afhængigt af antallet af personer i undergrupperne. For eksempel, når der gives 1000 medlemmer af et socialt medie netværk og en fejlmargin, der svarer til et sted mellem 1 og 3 procentpoint med et 95% konfidensinterval, analyseres en undergruppe af det sociale medier netværk moms nummerering omkring 100-ville have en højere fejlmargin på omkring 4 til 10 point.

Måleprøveforsyning

Prøver evalueres typisk i overensstemmelse med de anvendte udvælgelsesprocedurer i stedet for den ultimative størrelse eller sammensætning. Dette er grundlæggende fordi i de fleste situationer er det umuligt at måle, hvor repræsentativ en prøve er af den større befolkning. Statistiske procedurer anvendes, fordi de giver praktisk og fundamentalt pålidelige skøn. Etablering af et rimeligt konfidensinterval og fejlmargin ved begyndelsen gør det muligt for forskere at fokusere på variabler som responsrate og passende prøveudtagningsrammer.