171. Миф о размере выборки для количественного исследования
В литературе про исследования часто фигурирует цифра 384. Считается, что в количественных исследованиях это максимально необхомое количество человек, которых нужно опросить для получения 95% вероятности попасть в интервал +/-5%. И не важно, целевая аудитория составляет 10 тыс. человек или 100 млн. Всему причина — теория вероятности.
Например, мы опросили 384 человека и узнали, что уровень знания бренда составляет 34%, значит если бы мы опросили всех представителей целевой аудитории, то с вероятностью 95% уровень знания бренда был бы в диапазоне 29-39%.
Для маркетинговых исследований этой точности обычно хватает. Потому что если захотим увеличить точность, скажем, до 99% (вместо 95%), а разброс значений до +/-1%, то размер выборки нужно было бы увеличить в 43 раза!
Небольшой прирост точности будет связан со значительн увеличением бюджета исследования.
В теории оно так и работает. Но лишь в случае простой случайной выборки. Однако в исследовании потребителей простая случайная выборка попросту невозможна.
Простая случайная выборка может быть только тогда, когда для каждого представителя нашей целевой аудитории существует одинаковая вероятность попасть в выборку. Одинаковая вероятность означает, что мы должны иметь равный доступ к каждому представителю нашей ЦА.
Однако, даже поименный список часто составить невозможно, не говоря о других методах идентификации потребителей. Представим, что наша ЦА — женщины 25-34 года. Сколько их в Москве? Сколько их в России? Пока мы будем составлять список, кто-то уедет, кто-то поменяет имя. Получается, что для таких представителей нашей ЦА вероятность попасть в нашу выборку уже отличается. А значит простой случайный отбор невозможен.
В подобных исследованиях мы используем принципы здравого смысла при определении размера выборки, и квотирование при определении ее структуры. Для качественных исследований размеры выборки еще меньше.
В сухом остатке: размер выборки в 384 респондента в исследовании потребителей и обоснование этого размера через формулу недостаточны.
#выборка@custdevlab
В литературе про исследования часто фигурирует цифра 384. Считается, что в количественных исследованиях это максимально необхомое количество человек, которых нужно опросить для получения 95% вероятности попасть в интервал +/-5%. И не важно, целевая аудитория составляет 10 тыс. человек или 100 млн. Всему причина — теория вероятности.
Например, мы опросили 384 человека и узнали, что уровень знания бренда составляет 34%, значит если бы мы опросили всех представителей целевой аудитории, то с вероятностью 95% уровень знания бренда был бы в диапазоне 29-39%.
Для маркетинговых исследований этой точности обычно хватает. Потому что если захотим увеличить точность, скажем, до 99% (вместо 95%), а разброс значений до +/-1%, то размер выборки нужно было бы увеличить в 43 раза!
Небольшой прирост точности будет связан со значительн увеличением бюджета исследования.
В теории оно так и работает. Но лишь в случае простой случайной выборки. Однако в исследовании потребителей простая случайная выборка попросту невозможна.
Простая случайная выборка может быть только тогда, когда для каждого представителя нашей целевой аудитории существует одинаковая вероятность попасть в выборку. Одинаковая вероятность означает, что мы должны иметь равный доступ к каждому представителю нашей ЦА.
Однако, даже поименный список часто составить невозможно, не говоря о других методах идентификации потребителей. Представим, что наша ЦА — женщины 25-34 года. Сколько их в Москве? Сколько их в России? Пока мы будем составлять список, кто-то уедет, кто-то поменяет имя. Получается, что для таких представителей нашей ЦА вероятность попасть в нашу выборку уже отличается. А значит простой случайный отбор невозможен.
В подобных исследованиях мы используем принципы здравого смысла при определении размера выборки, и квотирование при определении ее структуры. Для качественных исследований размеры выборки еще меньше.
В сухом остатке: размер выборки в 384 респондента в исследовании потребителей и обоснование этого размера через формулу недостаточны.
#выборка@custdevlab