Skip to content
Назад к результатам поиска

Опрос — Исследование методом опроса

Автор метода
Francis Galton, Charles Booth, and early social statisticians; formalised by Paul Lazarsfeld in the 1940s
Год
Late 19th century; systematic social-science use from 1940s
Тип
Quantitative (primarily) or mixed-methods data-collection instrument
Семейство
Data collection

Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском

Размер шрифта

Что он делает?

Опрос — это систематический метод сбора данных, при котором стандартизированный набор вопросов задается выборке респондентов для измерения установок, поведения, демографических характеристик или других конструктов.

Опросы могут проводиться с помощью бумажных анкет, телефона, онлайн-платформ или личных интервью. Они являются одними из наиболее широко используемых инструментов в социальных, поведенческих, медицинских и образовательных исследованиях, поскольку позволяют охватить большие, географически распределенные выборки при относительно низких затратах.

Интуиция метода

Представьте опрос как машину для создания снимков: он фиксирует состояние определенной популяции в конкретный момент времени, задавая всем одинаковые вопросы одинаковым образом. Ключевая ценность — стандартизация: каждый респондент получает идентичные стимулы, поэтому ответы можно агрегировать и сравнивать. В отличие от углубленного интервью, опрос жертвует глубиной понимания ради широты охвата. Хорошо разработанный инструмент опроса, должным образом апробированный и проведенный на репрезентативной выборке, позволяет исследователям делать выводы о гораздо большей популяции на основе управляемого количества заполненных ответов.

История

Систематические социальные опросы появились в конце девятнадцатого века благодаря исследованиям бедности Чарльза Бута (1889) и Сибома Раунтри (1901) в Англии. Пол Лазарсфельд в Колумбийском университете формализовал методологию опросов как инструмент социальных наук в 1940-х годах, разработав теорию выборки и методы измерения установок. Ренсис Лайкерт представил свою одноименную шкалу ответов в 1932 году. Рост телефонных опросов в 1970-х–1980-х годах и интернета в 1990-х–2000-х годах трансформировали проведение опросов; метод адаптивного дизайна Дона Диллмана стал доминирующей практической основой для максимизации уровня отклика по различным методам.

Когда применять

Используйте опрос, когда вам нужно описать распределение установок, поведения или характеристик в определенной популяции или проверить взаимосвязи между переменными в большой выборке. Опросы особенно подходят для кросс-секционных исследований распространенности, оценки потребностей, оценки программ и проверки гипотез в социальных или медицинских исследованиях. Не используйте опрос, когда исследовательский вопрос требует глубокого изучения жизненного опыта (вместо этого используйте феноменологию или углубленные интервью), когда интересующие конструкты плохо поддаются самоотчету (используйте наблюдение или физиологические измерения) или когда целевую популяцию невозможно надежно охватить каким-либо методом опроса. Избегайте опросов для установления причинно-следственных связей без лонгитюдных или экспериментальных дизайнов.

Ограничения и замечания

  • Данные самоотчета подвержены смещению социальной желательности, ошибкам памяти и смещению согласия.
  • Фиксированные варианты ответов могут не отражать полной сложности или нюансов взглядов респондентов.
  • Кросс-секционные опросы устанавливают ассоциацию, а не причинно-следственную связь; лонгитюдные дизайны необходимы для временных выводов.
  • Низкий уровень отклика — обычное явление для онлайн-опросов — вносит смещение из-за неответа и ставит под угрозу обобщаемость.
  • Эффекты формулировки вопросов могут существенно исказить результаты, если пункты составлены плохо.

Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.

Сильные стороны

  • Охватывает большие, географически распределенные выборки эффективно и при относительно низких затратах.
  • Стандартизированные вопросы обеспечивают сопоставимость ответов между респондентами и во времени.
  • Гибкость в выборе метода (бумажный, телефонный, онлайн, личный) для различных популяций и бюджетов.
  • Подходит для статистической генерализации при использовании вероятностной выборки.
  • Позволяет одновременно измерять несколько конструктов и их взаимосвязи.
  • Установленные психометрические инструменты (альфа Кронбаха, факторный анализ) поддерживают строгую оценку валидности и надежности.

Применение

  • Национальные переписи и опросы общественного здравоохранения, измеряющие распространенность заболеваний, факторы риска и использование медицинских услуг.
  • Исследования образовательной оценки, изучающие вовлеченность студентов, результаты обучения или удовлетворенность преподавателей в различных учреждениях.
  • Организационные исследования и исследования в области управления персоналом, касающиеся установок сотрудников, удовлетворенности работой и климата на рабочем месте.
  • Исследования рынка и потребительского поведения, оценивающие предпочтения продуктов и намерения совершить покупку.
  • Политические опросы и прогнозирование выборов, отслеживающие установки и намерения избирателей.
  • Исследования оценки программ, оценивающие удовлетворенность участников и самоотчетные результаты после вмешательства.

Как это работает

Как это работает

1

Определите исследовательские вопросы, целевую популяцию и конструкты, которые необходимо измерить. Решите, является ли исследование кросс-секционным (одномоментным) или лонгитюдным (многократные волны). Определите стратегию выборки — вероятность (например, простая случайная, стратифицированная, кластерная) или непробабилистскую (например, удобная, целенаправленная) — и рассчитайте необходимый размер выборки для достижения желаемой мощности и точности.

2

Разработайте анкету, выбрав или создав пункты для каждого конструкта. Сопоставьте формат пункта с конструктом: шкалы типа Ликерта для установок, семантические дифференциалы для восприятий, вопросы с множественным выбором или ранжированием для предпочтений и открытые вопросы, когда требуется исследовательская глубина. Обратите внимание на формулировку вопросов (избегайте двойных, наводящих или двусмысленных пунктов), маркировку шкал ответов и длину анкеты. По возможности валидируйте пункты с использованием установленных шкал.

3

Проведите пилотное тестирование черновой анкеты на небольшой удобной выборке (обычно 10–30 человек из целевой популяции) для выявления неясных формулировок, ошибок в логике переходов, чрезмерного времени заполнения и технических проблем (для онлайн-опросов). Пересмотрите пункты на основе обратной связи, полученной в ходе когнитивного интервьюирования, и проверьте корреляции между пунктами или факторные нагрузки как предварительное свидетельство валидности конструкта.

4

Разверните окончательную версию опроса на выбранную выборку, используя выбранный метод (онлайн, почта, телефон или личное интервью). Максимизируйте уровень отклика с помощью персонализированных сопроводительных писем, напоминаний и стимулов, где это уместно. Отслеживайте уровень отклика и сравнивайте ранних и поздних респондентов или респондентов с известными характеристиками популяции для оценки смещения из-за неответа.

5

Очистите данные, обрабатывая пропущенные значения и выходящие за диапазон ответы, затем рассчитайте баллы для составных шкал. Проведите описательную статистику для каждой переменной, оцените надежность (например, альфа Кронбаха) для многопунктовых шкал и примените методы инференциальной статистики, соответствующие исследовательским вопросам — частоты и критерий хи-квадрат для категориальных исходов, t-критерий и ANOVA для сравнения групп, регрессионный анализ или структурное моделирование для объяснительных моделей.

Частые ошибки

  • Игнорирование смещения из-за неответа — неспособность сравнить респондентов с нереспондентами по доступным характеристикам означает, что достигнутая выборка может систематически искажать представление о популяции.
  • Чрезмерно длинные анкеты — опросы, время заполнения которых превышает 15–20 минут, демонстрируют резко более высокий процент отказов и более низкое качество данных; приоритизируйте конструкты, существенные для исследовательских вопросов.
  • Использование невалидированных шкал — создание специальных пунктов без пилотного тестирования или психометрической проверки приводит к мерам неизвестной надежности и валидности; предпочтение следует отдавать установленным инструментам, если они существуют.
  • Смешение ассоциации с причинно-следственной связью — представление корреляций, полученных в опросе, как причинно-следственных связей без соответствующих контрольных мер дизайна или лонгитюдных данных является распространенной ошибкой.
  • Пренебрежение эффектами порядка пунктов — последовательность вопросов может влиять на респондентов; чувствительные пункты, помещенные в начало, могут изменить ответы на последующие пункты.

Часто задаваемые вопросы

Насколько большой должна быть моя выборка?

Размер выборки зависит от желаемой погрешности, уровня доверия, ожидаемого размера эффекта и плана анализа. Для описательных опросов, оценивающих долю, стандартная формула: n = z²p(1-p)/e², где z — z-оценка для уровня доверия, p — предполагаемая доля, а e — погрешность. Для аналитических опросов, проверяющих взаимосвязи, предпочтительнее априорный анализ мощности, основанный на запланированном статистическом тесте. Онлайн-калькуляторы (например, G*Power) автоматизируют эти расчеты. Размеры выборок, используемые в исследованиях студентов (100–300), часто недостаточны для анализа подгрупп.

Какой уровень отклика приемлем?

Универсального порога не существует. Онлайн-опросы обычно достигают 20–40%, почтовые опросы — 50–60%, а телефонные опросы резко снизились. Более важный вопрос — является ли неответивший неответивший случайным или систематическим. Даже 20% уровень отклика может быть приемлемым, если вы можете продемонстрировать, что респонденты не отличаются от нереспондентов по ключевым переменным; напротив, 70% уровень отклика все еще проблематичен, если недостающие 30% систематически отличаются.

Могу ли я смешивать открытые и закрытые вопросы?

Да, и это распространенная практика. Закрытые пункты дают количественные данные; открытые пункты добавляют контекстуальную глубину и позволяют получить неожиданные ответы. Однако открытые пункты существенно увеличивают время заполнения и генерируют текстовые данные, которые необходимо кодировать качественно. Ограничьте открытые пункты теми конструктами, для которых фиксированные варианты ответов действительно не могут охватить весь спектр ответов.

Когда следует использовать шкалу Ликерта, а когда — визуально-аналоговую шкалу?

Шкалы Ликерта (обычно 5 или 7 маркированных пунктов ответа) просты в администрировании и подсчете, а их психометрические свойства хорошо изучены. Визуально-аналоговые шкалы (непрерывные линии от 0 до 100) обеспечивают более тонкую дискриминацию и часто используются в исследованиях боли и здоровья. Шкалы Ликерта подходят для большинства социальных и поведенческих исследований; визуально-аналоговые шкалы предпочтительнее, когда приоритетом является выявление небольших изменений внутри индивидов с течением времени.

Чем опрос отличается от структурированного интервью?

При опросе респондент читает и самостоятельно заполняет анкету без присутствия интервьюера. При структурированном интервью те же фиксированные вопросы задаются устно интервьюером. Опросы охватывают большие выборки при более низких затратах; структурированные интервью достигают более высоких уровней отклика и могут прояснить непонятные пункты, но требуют больше ресурсов и вносят эффекты интервьюера.

Похожие методы

Источники

  1. Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.

    ISBN: 978-1118456149
    Скопировано.
  2. Fowler, F. J. (2013). Survey Research Methods (5th ed.). Sage.

    ISBN: 978-1452259000
    Скопировано.