सोशल मीडिया रिसर्च में नमूने के इन पूर्वाग्रहों से बचें

सोशल मीडिया अनुसंधान, जैसा कि वर्तमान में संचालित है, गैर-भागीदारी पूर्वाग्रह के अधीन है। गैर-सहभागिता पूर्वाग्रह के कई प्रकार मौजूद हैं और प्रत्येक प्रकार के शोध निष्कर्षों की विश्वसनीयता को प्रभावित करने की क्षमता है-अक्सर ऐसे तरीकों से जो छिपे या अज्ञात हैं। वास्तव में, अनुसंधान से पता चला है कि उन शोध प्रतिभागियों को जो मुश्किल से पहुंचते हैं, उनसे संपर्क करने के लिए कई प्रयासों की आवश्यकता होती है, अन्य उत्तरदाताओं से महत्वपूर्ण तरीके से भिन्न होते हैं। ये अंतर उम्र, लिंग, वैवाहिक स्थिति, सामाजिक आर्थिक स्थिति, स्वास्थ्य की स्थिति और बच्चों की संख्या में देखे गए।

प्रतिक्रिया की दर

एक अध्ययन के करीब के आंकड़ों में एक नमूना में सभी सदस्यों को शामिल किया गया है, इसे प्रतिक्रिया दर के रूप में जाना जाता है। जबकि यह अवधारणा एक संरचित सर्वेक्षण या साक्षात्कार के सेट में स्पष्ट है, यह सामाजिक मीडिया अनुसंधान में अधिक अस्पष्ट है। हालाँकि, यह अन्य प्रकार के गुणात्मक अनुसंधानों की तुलना में सामाजिक मीडिया अनुसंधान में कम महत्वपूर्ण नहीं है। प्रतिक्रिया दर की गणना उन प्रतिभागियों की संख्या से की जाती है जो सर्वेक्षण पूरा करते हैं या मूल नमूना प्रयास करने वाले लोगों की कुल संख्या से साक्षात्कार-विभाजित होने के लिए सहमत होते हैं। कुल संख्या में वे लोग शामिल होने चाहिए जिन्हें सफलतापूर्वक संपर्क नहीं किया गया था या जिन्होंने अनुसंधान में भाग लेने से इनकार कर दिया था।

सामान्यीकरण मुद्दा

डेटा एकत्र किए जाने के बावजूद, प्रतिक्रिया की उच्च दर के महत्व को पर्याप्त बल नहीं दिया जा सकता है। एक नमूना की प्रतिक्रिया दर कम होने पर वास्तविक रूप से एक बड़ी आबादी उत्पन्न करना संभव नहीं है। नमूना पूर्वाग्रह प्रतिक्रिया दर में गिरावट के रूप में बढ़ता है। मीडिया आधारित सर्वेक्षणों में, जब वापसी दरें नमूना के 20 या 30 प्रतिशत तक गिरती हैं, तो प्रतिभागियों का समूह समग्र नमूना आबादी के लिए बहुत समानता रखता है। मेल-इन सर्वे को वापस करने या टेलीफोन सर्वेक्षण में भाग लेने के लिए सहमत होने की लोगों की समान प्रवृत्ति उन लोगों के साथ होती है जो सोशल मीडिया नेटवर्क में संलग्न होते हैं: अर्थात्, विषय के मामले में एक विशेष रुचि (या उत्पाद या सेवा, जैसा भी मामला हो) हो)।

नमूने का आकार

छोटे नमूनों में बड़े नमूनों की तुलना में बड़ा नमूना त्रुटि है। विचार करें कि नमूना डेटा बड़ी आबादी की विशेषताओं का एक अनुमान प्रदान करता है। नमूने के फ्रेम से खींचा गया प्रत्येक नमूना उस बड़ी आबादी का एक अलग अनुमान प्रदान करता है। सैद्धांतिक रूप से, प्रत्येक प्रश्न के लिए लिए गए प्रत्येक नमूने में प्रतिक्रियाओं का एक अलग पैटर्न हो सकता है। समय के साथ, नमूने के फ्रेम से तैयार किए गए पर्याप्त नमूनों के साथ, सच्चा पैटर्न बड़ी आबादी के वास्तविक (सच्चे) पैटर्न के चारों ओर परिवर्तित हो जाएगा।

गलती की सम्भावना

नमूनाकरण त्रुटि बड़ी आबादी से लिए गए नमूनों में से किसी भी एक अनुमान की सटीकता का वर्णन करती है। नमूनाकरण त्रुटि को त्रुटि के एक मार्जिन के संदर्भ में व्यक्त किया जाता है जो विश्वास के स्तर से जुड़ा होता है, जो एक सांख्यिकीय उपाय है। उदाहरण के लिए, राष्ट्रपति पद के चुनाव में, रिपोर्ट दिखा सकती है कि 64% मतदाताओं के पक्षधर हैं। 95% विश्वास स्तर के साथ त्रुटि का मार्जिन प्लस-या-माइनस 3 अंक होगा। दूसरे शब्दों में, यदि मतदाताओं के 100 अलग-अलग नमूनों के साथ फिर से मतदान हुआ, तो 100 मतदाताओं में से 95 मतदाता यह संकेत देंगे कि अवलंबी 61% से 67% मतदाताओं का पक्षधर है। यानी 61% मतदाता + 3% या -3%।

नमूना आकार के बारे में निर्णय

नमूने से जुड़ी त्रुटि का मार्जिन नीचे जाता है क्योंकि नमूना आकार ऊपर जाता है, लेकिन केवल एक निश्चित बिंदु तक। जब नमूना आकार 1000 से 2000 उत्तरदाताओं तक पहुंचता है, तो त्रुटि का मार्जिन पर्याप्त रूप से छोटा होता है ताकि बड़े नमूनों पर विचार किया जा सके (लागत प्रभावी विकल्प नहीं)। जब उपसमूह बड़ी आबादी का हिस्सा होते हैं, तो बड़े नमूना आकार को उचित ठहराया जा सकता है क्योंकि त्रुटि का मार्जिन उपसमूह में लोगों की संख्या के आधार पर प्रत्येक उपसमूह के लिए अलग-अलग होगा। उदाहरण के लिए, किसी सोशल मीडिया नेटवर्क के 1000 सदस्यों को दिया गया और त्रुटि का एक अंश जो 95% आत्मविश्वास अंतराल के साथ 1 से 3 प्रतिशत अंकों के बीच कहीं है, उस सोशल मीडिया नेटवर्क के उपसमूह का विश्लेषण-कहना, रहना-रहना-घर- 100 की संख्या वाली माताओं में लगभग 4 से 10 अंकों की त्रुटि का एक उच्च मार्जिन होगा।

Gauging नमूना क्षमता

नमूने का मूल्यांकन आमतौर पर अंतिम आकार या रचना के बजाय चयन प्रक्रियाओं के अनुसार किया जाता है। यह मौलिक है क्योंकि ज्यादातर स्थितियों में-यह सटीक रूप से मापना असंभव है कि एक नमूना बड़ी आबादी का कैसा है। सांख्यिकीय प्रक्रियाओं का उपयोग किया जाता है क्योंकि वे सुविधाजनक और मौलिक रूप से विश्वसनीय अनुमानों की अनुमति देते हैं। शुरुआत में एक उचित आत्मविश्वास अंतराल और त्रुटि का मार्जिन स्थापित करना शोधकर्ताओं को प्रतिक्रिया दर और पर्याप्त नमूना फ्रेम जैसे चर पर ध्यान केंद्रित करने में सक्षम बनाता है।

वीडियो देखना: Desh Deshantar: सशल मडय और रजनतक वजञपन. Social Media & Political Advertisement (अप्रैल 2020).

Loading...