Técnicas de amostragem em Business Research

De amostragem refere-se ao acto de seleccionar um determinado número de entradas a partir de um grande conjunto de dados para análise posterior. pesquisa de negócios, muitas vezes gera grandes quantidades de dados, especialmente em pesquisa focada no mercado, tais como demografia. técnicas de amostragem em pesquisa de negócios permitir que os investigadores a trabalhar com um subconjunto mais gerenciável de dados que eles acreditam que representa com precisão as tendências da coleção maior.

Vídeo: Craig Venter: A voyage of DNA, genes and the sea

Empresas a obter dados de pesquisa de que para recolher amostras de duas maneiras distintas. A primeira pesquisa, primária, envolve desenterrar os dados de suas fontes. Os inquéritos são a forma mais popular de pesquisa primária, seja conduzida pessoalmente, por telefone, através da Internet ou por qualquer outro meio. Os resultados da pesquisa primária são proprietários, o que significa que nenhuma outra empresa tem acesso aos resultados de pesquisa primária, a menos que seja especificamente concedida pelo pesquisador ou disponibilizados ao público.

Quando os resultados de pesquisa primária são compartilhados com outros pesquisadores, outros pesquisadores estão realizando pesquisa secundária. A pesquisa secundária essencialmente depende dos esforços de outras pessoas que tenham tomado a tempo para compilar grandes conjuntos de dados relevantes e valiosos. Olhando-se valores médios de renda a partir do Bureau of Labor Statistics é um exemplo de pesquisa secundária. Desde que o departamento já realizou o levantamento extenso e compilação dos dados, outros pesquisadores de negócios podem aproveitar os dados com pouco ou nenhum custo.

A amostragem aleatória envolve a escolha de um determinado número de itens de dados completamente ao acaso, em seguida, usando a amostra para análise posterior. A amostragem aleatória pode ser uma técnica eficaz quando se analisa conjuntos bastante homogêneas de dados. Imagine uma empresa que pretende determinar a percentagem de pessoas que são diagnosticados com obesidade mórbida em um determinado estado. Em vez de trabalhar com um conjunto de dados de vários milhões de entradas, a empresa poderia razoavelmente analisar uma amostra aleatória de várias centenas de entradas para chegar a um número que se aproxima da estatística de todo o conjunto de dados.

Nome de amostragem Nth, também conhecida como amostragem sistemática, é semelhante à amostragem aleatória, a não ser que ela reduz a influência da seleção de dados arbitrários. Amostragem sistemática envolve a selecção de cada entrada de dados de ordem n para inclusão em uma amostra. Se você tivesse um conjunto de dados de respostas de um milhão de pesquisa, por exemplo, você pode selecionar cada entrada milésimo de incluir em uma amostra, deixando-o com uma amostra mais gerenciável de mil entradas.

amostragem controlada recolhe amostras altamente específicas a partir de um conjunto bastante heterogêneo de dados. amostragem controlada é mais valioso quando se realiza a pesquisa secundária, desde que a pesquisa primária pode ser projetado para atingir entrevistados única específicas, se desejar.

Vídeo: How do focus groups work? - Hector Lanz

Imagine uma empresa que compra um grande conjunto de dados que contém informações sobre os níveis de idade, etnia, educação e renda dos respondentes da pesquisa. Se uma empresa queria para determinar os níveis de renda média para uma determinada faixa etária, a empresa poderia construir uma amostra consistindo apenas de entradas que atendem aos critérios de idade específicos antes de calcular a figura renda.