Jak vybrat vzorek respondentů
Vítejte i třetího dílu našeho seriálu, ve kterém vám praktickou formou ukážeme, jak funguje kvantitativní výzkum v praxi. Vše ukážeme na příkladech, abyste si odnesli něco, co sami můžete využít – třeba ve své firmě. Co se dočtete v jednotlivých dílech?
|
 |
Proč je výběr vzorku důležitý?
Výběr vzorku je pro proces vašeho výzkumu nepostradatelný, protože špatně zvolený vzorek respondentů může zkoumaný problém zkomplikovat nebo zcela znehodnotit. Vždy byste měli zkoumat skupiny osob, které mají něco společného s oblastí, kterou zkoumáte.
Příklad:
Pokud se budete ptát dítěte na internetové bankovnictví, jistě nezískáte relevantní informace.
Abyste výzkum kvalitně zrealizovali, musíte si správně definovat cílovou skupinu respondentů, kteří vám poskytnou relevantní informace. Bez tohoto kroku se nedá výzkum považovat za plnohodnotný.
Vzorek respondentů – způsoby výběru
Podrobněji se podíváme na obecně uznávané způsoby výběru vzorku:
- Prostý náhodný výběr
- Systematický náhodný výběr
- Stratifikovaný náhodný výběr
- Vícestupňový shlukový výběr
Prostý náhodný výběr
Je vhodný pro zkoumání obecných problémů. Respondenti jsou vybíráni náhodně, bez jakéhokoli pravidla. Prostý náhodný výběr můžeme přirovnat k ‚‚losování“, kde má každý respondent stejnou šanci na výběr.
Tímto způsobem se dají lehce pokrýt všechny vlastnosti populace. Výsledky je však třeba brát obecně.
Příklad:
Ředitele knihovny zajímá, jak muži a ženy rozdílných věkových kategorií hodnotí služby knihovny. Na pultech knihovny proto nechá umístit dotazníky, na které mohou odpovědět všichni uživatelé knihovny. Dotazník zjišťuje spokojenost s knihovními službami, věk a pohlaví.
Z příkladu vyplívá, že každý uživatel knihovny má stejnou šanci vyplnit dotazník. Jsou v něm zahrnuty všechny předpoklady pro získání responsí od různých věkových skupin různých pohlaví.
Systematický náhodný výběr
Je nastaven k výběru každého n-tého případu. Například každého desátého.
Jedná se o typický případ u firem a organizací, které si vedou databázi potenciálních respondentů (registrovaní uživatelé určité služby, seznam zákazníků, vlastní databáze kontaktů). Z těchto potenciálních respondentů se vybere každý n-tý případ, kterému se zašle dotazník k vyplnění.
Tento způsob je efektivní, ale není zde 100% zaručeno pokrytí celého vzorku populace.
Příklad:
Webový portál poskytující e-mailovou službu zašle na každý padesátý e-mail dotazník zkoumající funkčnost e-mailové schránky.
Stratifikovaný náhodný výběr
Spočívá ve vytvoření úzce zaměřené skupiny (straty), do které zařadíme jedince s požadovanými vlastnostmi. Například vytvoříme skupinu, kterou budou tvořit muži do 18 let. Z této skupiny jsou následně náhodně vybráni jedinci, na kterých je prováděn výzkum.
Příklad:
E-shop s dárky chce lépe poznat preference skupiny mladých mužů. Z databáze registrovaných uživatelů na e-shopu jsou vybráni zákazníci mužského pohlaví do 18 let. Náhodným způsobem se vybere část jedinců z této skupiny, kterým je zaslán dotazník spokojenosti s nakupováním.
Tímto způsobem výběru vzorku se dá lehce vybrat požadovaná cílová skupina s určitými vlastnostmi, kterou potřebujete zkoumat. Tento způsob je vhodné použít, pokud se zaměřujete na konkrétní oblasti výzkumu a na konkrétní cílovou skupinu.
Vícestupňový shlukový výběr
Je podobný stratifikovanému náhodnému výběru, ale není tak úzce zaměřený. Nevytvářejí se straty, nýbrž přirozená seskupení lidí (klastry). Představte si třeba kraj, ve kterém žijete, jako základní soubor. Ten rozdělíte na okresy a vyberete pro svůj průzkum pouze některé okresy. Okres rozdělíte na obce a z těch také vyberete pouze některé. A v těchto obcích, které jste vybrali jsou vaši respondenti, kterým poskytnete dotazník. Respondenti v obcích jsou většinou náhodně vybíráni pro výzkum.
Kvótní výběr a reprezentativní vzorek respondentů
Kvótní výběr je odlišný od předchozích pravděpodobnostních výběrů. Když děláte kvótní výběr, snažíte se imitovat vlastnosti celé populace, nebo vašeho jiného základního souboru. Pokud chcete výsledky, které vám poskytne váš vybraný soubor respondentů zobecnit na celý základní soubor, je potřeba, aby váš výběrový soubor měl stejné charakteristiky jako soubor základní.
Příklad:
Zjišťujete spokojenost obyvatel ve vašem městě s městskou hromadnou dopravou. Vaše město má 400 000 obyvatel. Žije v něm 47 % žen a 53 % mužů. 30 % obyvatel města patří do věkové kategorie 0 – 20 let, 45 % patří do věkové kategorie 21 – 50 let a 25 % patří do věkové katrgorie 51 a více let.
Váš výběr respondentů pak také musí splňovat tyto parametry. Parametrů lze přidat i více, například informace, zda osoba vlastní či nevlastní auto, v jaké je příjmové skupině, zda bydlí v centru či na okraji města. Pak by vaše výsledky byly mnohem přesnější, ale bude náročnější takový výběr respondentů dát dohromady.
Pokud váš výběrový soubor bude splňovat charakteristiky základního souboru, můžete o něm říct, že je to reprezentativní výběr či reprezentativní vzorek respondentů. Reprezentuje totiž vlastnosti základního souboru.
Typy dotazníkového šetření
Už víte, jak vybrat ten správný vzorek respondentů. Teď ještě vyberte typ dotazníkového šetření. Mezi nejvyužívanější typy patří:
- Papírové dotazníky
- Online dotazníky
- Telefonické dotazníky
- Dotazníky vyplňované s tazatelem
- Poštou distribuovaný dotazník
Pokud si nevíte rady s výběrem typu dotazníkového šetření, zamyslete se nad tím, jakou návratnost dotazníků mohou jednotlivé typy mít a kolik času a peněz vás budou stát. Dnes jsou nejvyužívanější online dotazníky, protože jsou časově i finančně nejméně náročné.
Věříme, že jste nyní získali lepší přehled o tom, jak respondenty správně vybírat. Udělejte si vlastní průzkum v oblasti, ve které potřebujete více informací či tušíte, že potřebuje zlepšit. Na základě dat, která získáte můžete výrazně zvýšit kvalitu vašeho rozhodnutí o následných změnách. V Surviu můžete použít spoustu dotazníkových šablon, například dotazník spokojenosti zákazníků, dotazník pro marketingový průzkum trhu či dotazník pro spokojenost zaměstnanců. Šablony můžete libovolně upravovat a doplňovat či mazat otázky.
Ještě jste nečetli první a druhý díl tohoto seriálu? Tak se do toho dejte. V prvním díle se naučíte, jak funguje kvantitativní výzkum ve srovnání s kvalitativním výzkumem. Ve druhém díle se pak dozvíte, jak formulovat výzkumný problém či výzkumnou hypotézu.
A pokud byste se nejraději naučili, jak správně dotazník sestavit či jak zvýšit jeho návratnost, zabrouzdejte dále na našem blogu.
V případě otázek, návrhů a připomínek (nejen k seriálu) nás neváhejte kontaktovat na Facebooku, Twitteru, nebo mailem.
Slovníček pojmů
- Návratnost – procento získaného počtu vyplněných dotazníků.
- Respondent – účastník výzkumu, který odpovídá na otázky.
- Straty – úzce zaměřené skupiny jedinců.
- Klastry – přirozená seskupení lidí.
Vytvořte si svůj vlastní dotazník nebo anketu zdarma
Budete překvapeni, jak je jednoduché všechno připravit a rychle získat odpovědi. Pomůže vám více než 100 šablon a mnoho užitečných funkcí.
