Transcript MO - 4 steekproef versie 2904

Marktonderzoek
Steekproef
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
1
Onderzoekvraag
Steekproef
Beslissing
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 2
Kernidee achter Steekproef
• “De markt” is groot – om dat markt te meten, moet je alles
meten
– In praktijk niet te doen: teveel werk, teveel tijd, teveel geld
• Statistiek:
– Bij meten merkt men altijd ergens een punt waarboven het resultaat van de
meting niet meer of nog nauwelijks verandert
– Als men dat punt kent, kan men zich heel wat “overbodig” meetwerk
vermijden MAAR moet men er wel rekening mee houden dat “vanaf hier niet
of nauwelijks veranderen” betekent dat het resultaat van de meting tot aan
het “keerpunt” nooit 100% juist is.
– Het “keerpunt” ligt dichter bij de start van de meting naarmate wat men meet
naar samenstelling meer gelijkt op de samenstelling van het volledige
metingcontingent.
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 3
Opties
RV - 1/03/2011
 meel
 natuurgraan
 veevoer
 1€/ 10 kg
 1€ / 100 kg
 1€/ 1000 kg
voorwaarde: 95% zuiver graan
voorwaarde: 75% zuiver graan
indien -75% zuiver
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 4
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 5
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 6
Steekproefgrootte
• Afhankelijk van
– Homogeniteit van de populatie
– Hoe exact het meetresultaat moet zijn
– Waar en hoe men de steekproef wilt nemen
• Boorden, hoeken, gespreide stalen, …
• Zode, “op zicht”, testoogst, ….
– Hoeveel meettijd men heeft
–…
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 7
Steekproef in de praktijk
1. Populatie definiëren
– Populatie definiëren naar omvang en samenstelling
– Controle / correctie definitie populatie
2. Steekproefkader
– Lijst met alle relevante elementen van de populatie
in licht onderzoekvraag
– Controle /correctie van steekproefkader
3. Selectie van steekproefelementen
– Kenmerken: representatief – precies – efficiënt
– Controle / bijsturing van “in/uit”- steekproeffout
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 8
Populatie
• Context: steekproefonderzoek
• Definitie: de volledige verzameling van ALLE objecten /
elementen waarover het onderzoek iets moet zeggen.
• Doel definitie: eigenschappen van een verzameling in
kaart brengen
– Wat verzamelt is = objecten/elementen
• definitie, herkenbaarheid, homogeniteit/varianten, ..
– De hele verzameling = populatie
• grootte, locatie, variabiliteit/seizoenaliteit, ..
Voorbeeld graanveld
• Welk veld moeten we exact beoordelen
– Hoe definieert men “veld”
• Is dat vb. een grondoppervlak of alleen het bezaaide
deel van dat grondoppervlak?
– Waar ligt het?
– Waar liggen de grenzen =
• welk velddeel zit “in” ons veld, welk deel niet?
• Maar ook: hoe ga ik dat zien?
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 10
Steekproefkader
• Context: steekproefonderzoek
• Definitie: een oplijsten van de mogelijkheden
om uit de gegeven populatie een steekproef
te trekken waarin alle “soorten” elementen
van de populatie vertegenwoordigd zijn.
• Doel kadering: afbakenen van manieren om
steekproeven te “trekken”.
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 11
Voorbeeld graanveld
• Context: We gaan nu bepalen welk deel van het veld we gaan
meten/testen
• Vraag hier: Waar moeten we rekening mee houden als we gaan kiezen
welk deel van het veld we gaan onderzoeken?
– Waar kunnen we allemaal meten zonder de rest van het veld te beschadigen?
– Waar kunnen we met de minste kosten meten (= waar kunnen we het
gemakkelijkste aan)?
– Welk deel van het veld gaat het hele veld wel/niet best vertegenwoordigen en
hoe gaan we dat kunnen zien?
• Vb. we kunnen hele veld “op zicht” in kaart brengen en dan geen steekproef nemen waar
echt duidelijk veel meer onkruid staat  probleem: hier gaat discussie over komen
tussen koper en verkoper
• Wat we zoeken: zo objectief mogelijke normen om steekproef “representatief” te maken
 in deze fase zoeken we deze “normen”/”selectiecriteria”
– Vb. meter van de veldrand –bergje of put in het veld – schaduw – tijd van de dag – tijd in het
jaar - ….
 de manier om die criteria te bepalen = uzelf de vraag stellen welke “variabelen”
vertekening kunnen veroorzaken in je steekproef, welke variabelen een directe invloed
gaan hebben op je meetresultaat dus.
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 12
Selectie steekproef
• Context: steekproefonderzoek
• Definitie: selecteren van het voor dit onderzoek
“beste” alternatief voor het effectieve “trekken”
1
van de steekproef.
• Doel selectie:
– Praktisch haalbaar in het kader van het onderzoek
– Inhoudelijk relevant in licht onderzoekvraag
– Statistisch geschikt voor bruikbare extrapolatie met
gevraagde graad van nauwkeurigheid
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 13
Voorbeeld graanveld
• Conclusie: hoe ga je tewerk gaan om het
meetveld te selecteren?
• Voorbeeld:
– Op 10 passen van de rand van het veld
– 25% in elke windrichting
–…
– Tot een totaal meetoppervlak van ……
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 14
Steekproef in de praktijk
• 2 soorten
– Aselecte steekproef: elk element uit de
onderzoekspopulatie heeft een even grote kans
om in de steekproef terecht te komen.
– Selecte steekproef: of een element in de
steekproef terechtkomt, is afhankelijk van een
persoonlijke beoordeling van een onderzoeker.
• Lees: http://www.allesovermarktonderzoek.nl/Steekproefalgemeen/aselecte-steekproef
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 15
Steekproefselectie: in praktijk (1)
• De “pure” en compleet “volgens de boekjes”:
– toevallige steekproef/ random sample (= aselect)
• Kernidee
– “Lotto”: ieder element heeft evenveel kans op
gekozen te worden, dus men bevraagd zoals
respondenten zich aandienen.
• Voordeel:
– Eenvoudig, duidelijk, statistisch perfect “volgens de
boekjes”
• Nadeel:
– Vertekenende “voorselectie” door locatie, tijd, ….
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 16
Steekproefselectie: in praktijk (1-2)
• De “verbeterde pure”:
– systematische steekproef/ systematic sample
• Kernidee
– Aantal voorselectie-vertekeningen uitsluiten door eerst op
computer uit adressenlijst “toevallig” te selecteren en die
mensen dan te gaan opzoeken.
• Voordeel:
– Eenvoudig, duidelijk, niet veel extra kosten, mogelijk in
bijna alle omstandigheden (lijsten genoeg)
• Nadeel:
– Respondenten zijn niet altijd beschikbaar, willen niet altijd,
“vinden” kost tijd, …
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 17
Steekproefselectie: in praktijk (1-3)
• De “verbeterde pure”:
– gestratificeerde steekproef/ stratified sample
• Definitie:
• Stratum (ook: klasse) = deel van populatie met
gezamenlijk kenmerk (vb. M/V)
• Kernidee
– Verdeel de populatie in strata - Zorg dat ELK relevant
stratum proportioneel correct in steekproef zit.
• Voordeel:
– Verhogen van sampling precisie door “gestuurd toeval”
• Nadeel:
– Wat zijn “relevant” strata? (nadeel of discussie?)
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 18
Stel nationaal onderzoek in Belgie
Populatie België (let op: oude cijfers!!!)
–
–
–
–
Vlaams gewest
Waals gewest
Brussels gewest
Totaal
5.654.964
3.213.176
989.877
9.858.017
Proportioneel zal het aandeel van deze drie
bevolkingsgroepen in de steekproef als volgt zijn:
– Vlaams gewest
– Waals gewest
– Brussels gewest
RV - 1/03/2011
57,36%
32,59%
10,04%
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 19
Steekproefselectie: in praktijk (1-4)
• De “verbeterde pure”:
– cluster steekproef/ cluster sample
• Definitie:
• Cluster = groep, “tros”, elementen die iets met mekaar
gemeen hebben, “samen ergens aan vast hangen”
• Kernidee
– Kies een representatief “micro-cosmos” en beperk uw
onderzoek daartoe.
• Voordeel:
– Sterke reductie van steekproefkosten  hogere efficiëntie
• Nadeel:
– Wat zijn “relevant” clusters? (nadeel of discussie?)
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 20
Stel nationaal onderzoek
hogeschoolstudenten
• Mogelijkheid
– ALLE hogescholen en dan steekproef met
representatieve groepen uit elk studiejaar of
studierichting  stratificatie
– Een hogeschool kiezen en daar representatieve
steekproef (repr. naar jaar en richting en ..)
ondervragen  cluster
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 21
Vergelijking strata - cluster
Gestratificeerd
Cluster
Subgroepen
enkele, iedere groep met
veel leden
vele, iedere groep met
enkele leden
Intern
homogeen
heterogeen
Extern
heterogeen
homogeen
Steekproef
enkele elementen uit
iedere subgroep
subgroep in zijn geheel
Voordeel
nauwkeuriger
goedkoper
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 22
Steekproefselectie: in praktijk (1-5)
• De “verbeterde pure”:
– getrapte steekproef/ sample
• Definitie:
• “getrapt” = combinatie van twee of meer manieren om een
steekproef te trekken
• Kernidee
– Door combinatie een evenwicht vinden tussen precisie,
doenbaarheid, timing en kosten
• Voordeel:
– Voordelen max. proberen te houden, nadelen proberen te
minimaliseren
• Nadeel:
– De grens tussen “puur toeval” en “complexiteit die
manipulatie/vertekening camoufleert” is dun
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 23
Onderzoek in gebruik GSM
• voorbeeld 1:
– de populatie wordt opgedeeld in clusters (vb. steden)
– enkele clusters worden uit de populatie aselect (toevallig,
systematisch) geselecteerd
– uit elke cluster wordt aselect (toevallig, systematisch) een
aantal leden gekozen (vb. kopers op parking supermarkt X,
straatinterview, ..)
• voorbeeld 2:
– men verdeelt de populatie in strata (-15, 16-25, 26- 40, 41 – 60,
61+)
– uit elke strata trekt men een aselecte steekproef (10 -15’ers, …)
– alle leden van de geselecteerde subpopulatie worden
ondervraagd
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 24
Steekproefselectie: in praktijk (2)
• Praktijk- & actiegericht
– “niet-probabilistische steekproef”
• Kernidee
– “Eerste de beste”: buiten een labo is elke steekproef
vertekend/fout. Dus: beperkt de moeite van selectie
en beschouw het MO-resultaat als wat het is: een
indicatieve meting.
• Voordeel:
– Gemakkelijk, snel, duidelijk, “bewust fout”
• Nadeel:
– Verleiding tot “statistische” rapportering en
extrapolatie is groot – rapporten/grafieken vaak
“misleidend”
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 25
Quick & durty’s
• Diegenen die meedoen, worden bevraagd
• Diegenen die niet meedoen, niet
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 26
Steekproefselectie: in praktijk (2-1)
• De “verbeterde gemakkelijke”:
– beoordelingsteekproef/ judgment sample
• Definitie:
• oordeel = gebaseerd op ervaring, “horen zeggen”,
aanvoelen,..
• Kernidee
– Ervaring leert vaak dat bij vb. een bepaalde stad of regio
voor een onderzoekonderwerp bijna altijd representatief is
voor ganse populatie
• Voordeel:
– Eenvoudig, duidelijk, niet veel extra kosten
• Nadeel:
– SFP: men krijgt wat men denkt te krijgen, men maakt op deze
manier zijn eigen “waarheid”
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 27
“ons” panel
• Routine onderzoeken
– Tevredenheid
– Smaaktesten
– Winkeltesten
– …..
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 28
Steekproefselectie: in praktijk (2-2)
• De “verbeterde gemakkelijke”:
– Quota steekproef/ quota sample
• Definitie:
• Quota = toegewezen hoeveelheden.
• Kernidee
– “gemakkelijke” versie van stratificatie: men kiest op basis van
“oordeel” relevante strata, kijkt naar hun vertegenwoordiging in
de populatie en geeft onderzoekers vervolgens per stratum
quota voor bevraging (type: 20 mannen van 35) via “eerste
beste”
• Voordeel:
– Eenvoudig, duidelijk, niet veel extra kosten, verfijning op
“beoordeling”
• Nadeel: potentieel bedrieglijk
– Lijkt statistisch correcter maar blijft zelfde statistische fout houden
DUS rapport is nog altijd
enkel maar indicatief
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 29
Steekproefselectie: in praktijk (2-3)
• De “verbeterde gemakkelijke”:
– sneeuwbalsteekproef/ snowball sample
• Definitie:
• Sneeuwbal = 1e positie maakt volgende “logisch”
• Kernidee
– Respondenten met zeer specifieke eigenschap zijn moeilijk (duur) te
vinden  zoek er een en vraag of die een volgende kent – herhaal tot
aan onderzoekquota.
• Voordeel:
– Kosteneffectieve oplossing voor anders bijna niet te bevragen
populaties
• Nadeel:
– Per definitie vertekend: “vrienden van vrienden” zijn bijna per definitie
een “vertekende steekproef”  SFP of grote afwijkingen tussen
opeenvolgende onderzoeken waardoor geen historiek mogelijk
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 30
Steekproefselectie: in praktijk (2-4)
• De “verbeterde gemakkelijke”:
– routesteekproef/ route sample
• Definitie:
• route = “op mijn weg”
• Kernidee
– Stuur enquêteurs op vooraf uitgedachte routes die kansen op
bepaalde vertekeningen beperken en/of “toeval” vergroten
• Voordeel:
– Eenvoudig, duidelijk, niet veel extra kosten
• Nadeel:
– Routes kunnen kans op toeval vergroten maar niet uitsluiten
– Routes maken opening voor andere, vaak menselijke
vertekeningen
– Routes zijn vorm van “beoordeling”
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 31
Overzicht trekkingsmethodes
in vaktaal
P robabilistische
N iet-restrictieve
R estrictieve
RV - 1/03/2011
N iet-probabilistische
V olledig aselect
G em akkelijkheids
M eervoudige aselecte
G estratificeerde
C luster
System atische
G etrapte
D oelgerichte
B eoordelings
Q uota
Sneeuwbal
R oute
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 32
Controle representativiteit steekproef
• Uitgangspunt:
1. Representativiteit = worden alle criteria die IK aan de
steekproef stelde in voldoende mate door de steekproef
gehaald?
2. Criteria die IK stelde:
•
•
•
In labo-onderzoeken is het aantal beperkt en relatief eenvoudig
maar ook daar weet men niet 100% zeker dat men wel op het
juiste let bij de meting.
In “meetopdrachten” zijn de criteria doorgaans gemakkelijk vast
te leggen maar niet noodzakelijk 100% sluitend
In commercieel onderzoek zijn “meetbare” criteria vaak niet de
enige verklarende criteria
3. Gevolg: “ingebakken” steekproeffout
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 33
χ ² - chi-kwadraat – chi square
representativiteitcontrole
•
LET OP MET OPZOEKINGEN OP INTERNET
–
–
“χ ²” staat in statistiek voor minstens 6 min of meer verschillende testen
Indien gebruikt in context van marktonderzoek, wordt gewezen naar iets
wat de statistici en andere geleerden “Pearson’s χ ²” noemen.
•
De χ ²-test gaat over distributie (verdeling) van variabelen in een
populatie en dus over de kans dat je een of meer “abnormale
elementen” trekt voor je steekproef
•
χ ²  je berekent de formule en zoekt dan in een tabel op
hoeveel kans op “abnormale meting” je in je onderzoek hebt.
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 34
χ ² : wat meet het EXACT
• De χ ²-test meet de waarschijnlijkheid van een onderzoekhypothese
– Je bedenkt vooraf wat je verwacht te vinden
– Je noteert wat je gevonden hebt
– χ ² is een manier om te “meten” in hoeverre wat je gevonden hebt echt iets
over de populatie zegt dan wel het gevolg van puur toeval is
– Het resultaat is “het is x % waarschijnlijk dat je onderzoekresultaat - bij
herhaalde metingen op deze manier - hetzelfde zal blijven en dus de
werkelijkheid reflecteert”.
• x = betrouwbaarheid
– De betrouwbaarheid verbonden aan een χ ²-score wordt beïnvloed door het
aantal variabelen in je steekproef die de “vrijheid van veranderen” hebben (=
degrees of freedom = de dingen die je kan “mis hebben”)
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 35
χ ² : de formule
A antal in steekproef
(w aargenom en frequentie)
A antal in populatie
A antal in steekproef
(theoretische frequentie)
f
F
De formule:
< = 30 jaar
31-45 jaar
> 45 jaar
T otaal
140
10.000
127
8.000
33
2.000
300
20.000
150
120
30
300
² =  ( f – F) ²
F
χ ² = (140-150)² + (127-120)² + (33-30)² op “vrijheid” 3 =0.66 + 0.41 + 0.3 = 1,37
150
120
30
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 36
Vrijheidsgraden = hoeveel dingen
kunnen fout gaan
• Vrijheidsgraden =
– Het aantal onafhankelijke variabelen die je meting
met hun verandering kunnen vertekenen
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 37
χ ² : de tabel
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 38
Representativiteitscorrectie
Voorbeeld Marktonderzoek
 wat met resultaat? Geloven? Niet geloven?
Steekproef
Koopt wel
Koopt niet
totaal
< 18 jaar
20
30
50
18-35
40
80
120
36-50
20
60
80
50
20
70
90
Totaal
100
240
340
= 29%
= 71%
100%
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 39
χ²
Totale populatie
Steekproef Steekproef
“normaal” “echt”
Verschil
<18
5.000
40%
136
50
- 86
19-35
2.000
16%
54
120
+66
36-50
3.000
24%
82
80
-2
>50
2.500
20%
68
90
+ 22
totaal
12.500
340
χ ² = 54.4 + 80.66 + 0.048 + 7,12 = 142,2 op vrijheid 4
 minder dan 1% betrouwbaar
 resultaat weggooien ????
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 40
Optie: recuperatie van werk
Steekproef
echt
Antwoord ja
Had
Gememoeten ten %
zijn
in MO
Antwoord neen
Op
Geme“echt” ten %
gewicht in MO
Op
“echt”
gewicht
<18
50
136
40%
54
60%
82
19-35
120
54
33%
18
67%
36
36 - 50
80
82
25%
21
75%
61
50+
90
68
22%
15
78%
53
totaal
340
108
232
correctie
32 %
68 %
oorspronkelijk
29%
71%
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 41
Steekproefselectie: in praktijk (3)
• Marktonderzoek staat en valt bij de steekproeftrekking
• Overwegingen bij die trekkingen
–
–
–
–
–
–
RV - 1/03/2011
Populatie-eigenheden
Potentiële “trekkingsproblemen”
Mogelijke inhoudelijke problemen
Potentiële problemen vraagstelling
Potentiële bronnen van vertekening
Potentiële administratieve problemen
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 42
1. Populatie-eigenheden
• Kan de populatie in kaart gebracht worden?
– Bevolking  telefoonboek, kieslijsten, ….
– Daklozen  niet geregistreerd dus zelf zoeken
• Is de populatie alfabeet?
• Zijn er taalproblemen?
– Let op: dialect is vb. ook een “taal” in deze context
– Kunnen vragenlijsten in nodige talen gemaakt worden? Is er
“vertaling” mogelijk? Waar?
• Zal de populatie willen meewerken aan het MO?
• Zijn er geografische of andere bereik-beperkingen?
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 43
2. Steekproef
• Welke informatie hebben we?
– Adres? Mail? GSM?
– Up to date?
• Kunnen we de respondenten vinden?
– Zijn ze mobiel, statisch, alleen beschikbaar op bepaalde tijden, ..?
• Wie is de respondent (concept MAN in verkopen)?
– VVA? Inkoper? Gebruiker? Agentschap?
• Kunnen we alle respondenten bereiken?
– Adreswijziging, naamverandering, ….
• Gaat respons problemen geven?
– Niet willen antwoorden, niet thuis, fake antwoorden, te laat antwoorden, ….
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 44
3. Benodigde vragen
•
Welk soort vragen gaan gesteld worden?
– Open, toe, persoonlijk, ….
•
Hoe complex gaan de vragen zijn?
– Vragen in vele delen, eenvoudige vragen, …
•
Moeten er screeningvragen gesteld worden?
– Vragen die enkel mogen beantwoord worden indien repondent aantal “goede” antwoorden
gaf
•
Ligt de vraagvolgorde vast of beginnen we verkennend en passen we van daar
aan?
•
Hoe lang/repetitief zijn de vragen?
•
Hoe lang zijn de antwoordschalen?
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 45
4. inhoud
• Mag men veronderstellen dat de respondenten iets weten
over het onderzoekonderwerp?
– Vb. niet iedereen in een gezin weet hoeveel geld per week
gespendeerd wordt aan voeding
– Vb. iemand die de krant niet leest, kent mogelijk niet de namen
van diverse BV’s
• Moet de respondent om te kunnen antwoorden, dingen
gaan opzoeken in zijn archief?
– Vb. hoeveel geld uitgegeven vorige maand?
– Vb. hoeveel getelefoneerd/ge-smst naar vrienden vs bedrag
naar familie?
– En: hoe gemakkelijk/ongemakkelijk gaan respondenten zijn als
ze u moeten laten wachten terwijl zij dingen opzoeken?
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 46
5. BIAS (vertekeningen)
• Kunnen sociaal wenselijke antwoorden vermeden worden?
– Mensen willen zich niet belachelijk maken en toegeven dat ze
iets niet weten
– Sommige dingen willen mensen niet geweten hebben (willen ze
zelf ook niet weten)
….
• Hoe erg kan de interviewer dingen vertekenen?
– Half luisteren, fout weergeven, veronderstellen, ..
• Zijn valse respondenten een potentieel probleem?
– Der Feind hört mit – secretaresse antwoord voor baas - ..
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 47
6. Administratieve overwegingen
• Wat kost het? Kunnen/willen we dat betalen?
– Kost werken
– Kost kwaliteit
• Hebben we de nodige faciliteiten of kunnen we er aan
geraken?
• Hebben we de nodige tijd om op het antwoord te
wachten?
• Hebben we mensen (of kunnen we mensen krijgen)
met de nodige deskundigheid en ervaring?
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 48
Conclusie: “tradeoffs”
• Elk onderzoek is een afwegen van voor- en nadelen in het
licht van een specifieke onderzoekvraag.
• “Afwegen” is per definitie een individueel oordeel.
– 2 experts kunnen dus perfect een totaal verschillend
onderzoekvoorstel maken zonder dat 1 van beide “slecht” of de
ander “beter” is.
• Een onderzoek is altijd slecht als het
– Niet doet wat het moet doen binnen de afgesproken grenzen
– Dingen doet die sociaal en/of deontologisch en/of naar het
gevoel van de betrokkenen “niet kunnen”.
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 49
Steekproefgrootte: berekening
• Het handboek
–
http://www.marktonderzoek.noordhoff.nl/7105_marktonderzoek/_assets/7105d16.pdf
• De theorie:
–
–
http://www.allesovermarktonderzoek.nl/Marktonderzoek/Steekproef.aspx
http://www.allesovermarktonderzoek.nl/steekproef-algemeen/steekproef-berekenen
• De praktijk – een calculator
– NL variant: http://www.allesovermarktonderzoek.nl/Extra/steekproef.aspx
– Belgische variant: zelfde maar andere lay-out http://www.journalinks.be/steekproef/
• Voor de puristen
– Wiskundeweb: http://www.wisfaq.nl/showfaq3.asp?id=11725
– Leuven: http://www.biw.kuleuven.be/vakken/StatisticsByR/pt/samplesize.html
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 50
De sites
•
•
•
•
•
•
•
http://en.wikipedia.org/wiki/Sampling_%28statistics%29
http://www.statpac.com/surveys/sampling.htm
http://en.wikipedia.org/wiki/Chi-square_test
http://faculty.southwest.tn.edu/jiwilliams/probability.htm
http://www.statsoft.com/textbook/distribution-tables/
http://www.socialresearchmethods.net/kb/survsel.php
http://habe.hogent.be/stat/survey/steekproef.html
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
51