Bias Bukan Penyelidikan dalam Kajian Penyelidikan Media Sosial

Penyelidikan media sosial, seperti yang sedang dijalankan, adalah tertakluk kepada kecenderungan bukan penyertaan. Sejumlah jenis bias bukan penyertaan wujud dan setiap jenis mempunyai potensi untuk memberi kesan kepada kebolehpercayaan penemuan penyelidikan-selalunya dalam cara yang tersembunyi atau tidak diketahui. Malah, penyelidikan telah menunjukkan bahawa peserta penyelidikan yang sukar dicapai, memerlukan banyak usaha untuk menghubungi mereka, berbeza dengan cara yang signifikan dari responden lain.

Perbezaan ini dilihat pada umur, jantina, status perkahwinan, status sosioekonomi, status kesihatan, dan bilangan anak.

Kadar Respon

Tahap yang mana data pada penutup sesuatu kajian merangkumi semua ahli dalam sampel disebut sebagai kadar tindak balas. Walaupun konsep ini jelas dalam tinjauan berstruktur atau set wawancara, ia lebih jelas dalam penyelidikan media sosial. Walau bagaimanapun, ia tidak kurang penting dalam penyelidikan media sosial berbanding dengan jenis penyelidikan kualitatif yang lain. Kadar tindak balas dikira oleh bilangan peserta yang melengkapkan tinjauan-atau bersetuju untuk diwawancara dibahagikan dengan jumlah orang yang membuat usaha sampling asal. Jumlah total mesti termasuk orang yang tidak berjaya dihubungi atau yang enggan menyertai penyelidikan.

Isu Pengeluaran

Tanpa mengira bagaimana data dikumpulkan, pentingnya tindak balas yang tinggi tidak dapat ditekankan.

Tidak mungkin untuk menjana realistik ke populasi yang lebih besar apabila kadar tindak balas sampel adalah rendah. Bias sampel meningkat apabila penurunan kadar tindak balas. Dalam tinjauan berasaskan media, apabila kadar pulangan jatuh ke 20 atau 30 peratus daripada sampel, kumpulan peserta mempunyai sedikit persamaan dengan populasi sampel keseluruhan.

Kecenderungan orang lain untuk mengembalikan kaji selidik dalam surat atau bersetuju untuk mengambil bahagian dalam kaji selidik telefon berlaku dengan orang yang terlibat dalam rangkaian media sosial: iaitu kepentingan tertentu dalam hal perkara ( atau produk atau perkhidmatan, mengikut mana-mana yang berkenaan).

Saiz Sampel

Sampel yang lebih kecil mempunyai ralat sampling yang lebih besar daripada sampel yang lebih besar. Pertimbangkan bahawa data sampel menyediakan anggaran sifat-sifat populasi yang lebih besar. Setiap sampel yang diambil dari bingkai pensampelan menyediakan anggaran yang berasingan bagi populasi yang lebih besar. Secara teorinya, terdapat corak jawapan yang berasingan dalam setiap sampel yang diambil untuk setiap soalan yang ditanya. Dari masa ke masa, dengan sampel yang cukup diambil dari bingkai pensampelan, corak sebenar akan menumpukan pola sebenar (benar) populasi yang lebih besar.

Margin of Error

Kesilapan sampling menerangkan ketepatan anggaran daripada mana-mana sampel yang diambil dari populasi yang lebih besar.Kesalahan pensampelan dinyatakan dalam segi margin ralat yang dikaitkan dengan tahap keyakinan, yang merupakan ukuran statistik. Dalam pilihan keutamaan presiden, sebagai contoh, laporan itu mungkin menunjukkan bahawa penyandang disukai oleh 64% pengundi. Margin kesilapan akan ditambah-atau-tolak 3 mata dengan tahap keyakinan 95%.

Dengan kata lain, jika pengundian dilakukan sekali lagi dengan 100 sampel pengundi yang berbeza, daripada 100 pengundi, 95 pengundi akan menunjukkan bahawa penyandang disukai oleh 61% hingga 67% pengundi. Iaitu, 61% daripada pengundi + 3% atau -3%.

Keputusan Mengenai Saiz Sampel

Margin ralat yang dikaitkan dengan pensampelan turun apabila saiz sampel naik, tetapi hanya ke titik tertentu. Apabila saiz sampel mencapai 1000 hingga 2000 responden, margin ralat adalah cukup kecil untuk membuat pertimbangan sampel yang lebih besar (bukan pilihan yang berkesan kos). Apabila subkumpulan adalah sebahagian daripada populasi yang lebih besar, saiz sampel yang lebih besar mungkin dibenarkan kerana margin ralat akan berbeza untuk setiap kumpulan kecil bergantung kepada bilangan orang dalam subkumpulan. Contohnya, diberikan 1000 ahli rangkaian media sosial dan margin kesilapan yang sama di mana antara 1 hingga 3 mata peratusan dengan selang keyakinan 95%, analisis subkumpulan rangkaian media sosial itu-mengatakan, tinggal di rumah- ibu yang berjumlah kira-kira 100-akan mempunyai margin kesalahan yang lebih tinggi kira-kira 4 hingga 10 mata.

Gauging Sample Sufficiency

Sampel biasanya dinilai mengikut prosedur pemilihan yang digunakan dan bukannya saiz atau komposisi utama. Ini adalah asas kerana-dalam kebanyakan situasi-adalah mustahil untuk mengukur dengan tepat bagaimana perwakilan sampel adalah populasi yang lebih besar. Prosedur statistik digunakan kerana ia membenarkan anggaran mudah dan asasnya boleh dipercayai. Mewujudkan selang keyakinan yang munasabah dan margin kesilapan pada permulaan membolehkan para penyelidik memberi tumpuan kepada pemboleh ubah seperti kadar tindak balas dan bingkai persampelan yang mencukupi.