Wybrane problemy oceny jakości w badaniach internetowych – perspektywa statystyczna

Autor

DOI:

https://doi.org/10.18778/0208-6018.349.03

Słowa kluczowe:

badanie internetowe, badanie on-line, jakość badania, błędy w badaniach

Abstrakt

W artykule przedstawiono – z perspektywy statystycznej – wybrane problemy związane z oceną jakości badań opartych na źródłach internetowych.

Dostęp do internetu konsekwentnie poszerza się na całym świecie. Równolegle, wraz z rozwojem innych nowych technologii, przestrzeń internetowa przenika coraz bardziej codzienne życie społeczeństwa, a także funkcjonowanie firm. Wszechobecny internet wywarł także wpływ na badania rynku i opinii: jako narzędzie badawcze do zbierania danych pierwotnych i wtórnych oraz w kontekście badania populacji internetowej. Ponadto, ponieważ internet i jego podmioty rejestrują wszystkie działania podejmowane w sieci, pojawiła się kwestia związana z wykorzystaniem i analizą big data i danych organicznych. W połączeniu z problemem malejących stóp odpowiedzi w badaniach i z rosnącymi ich kosztami źródła internetowe, ze względu na wiele zalet, są w powszechnym użyciu. Coraz szersze wykorzystanie internetu i jego zasobów wydaje się nieuniknione. Należy jednak podkreślić, że w praktyce proces realizacji badań na podstawie źródeł internetowych wyprzedził prace metodologiczne. Można wskazać wiele problemów, szczególnie w kwestii jakości uzyskiwanych danych. Artykuł prezentuje wybrane z nich, istotne zwłaszcza z punktu widzenia statystyki: kwestie związane z poprawnym zdefiniowaniem operatu losowania, samodoborem, nadmiernym/niedostatecznym pokryciem i powiązanymi z nimi obciążeniami estymatorów.

Pobrania

Statystyki pobrań niedostępne.

Bibliografia

Beręsewicz M. (2015), On the representativeness of Internet data sources for the real estate market in Poland, “Austrian Journal of Statistics”, vol. 4(2), pp. 45–57. DOI: https://doi.org/10.17713/ajs.v44i2.79

Beręsewicz M. (2017), A Two‑Step Procedure to Measure Representativeness of Internet Data Sources, “International Statistical Review”, vol. 85(3), pp. 473–493. DOI: https://doi.org/10.1111/insr.12217

Beręsewicz M., Szymkowiak M. (2015), Big data w statystyce publicznej – nadzieje, osiągnięcia, wyzwania i zagrożenia, “Ekonometria”, vol. 2(48), pp. 9–21. DOI: https://doi.org/10.15611/ekt.2015.2.01

Bethlehem J. (2009), The Rise of Survey Sampling, Discussion Paper 09015, Statistics Netherlands, The Hague/Heerlen.

Bethlehem J. (2010), Selection bias in web surveys, “International Statistical Review”, vol. 78(2), pp. 161–188. DOI: https://doi.org/10.1111/j.1751-5823.2010.00112.x

Bethlehem J. (2012), Using response probabilities for assessing representativity, Discussion paper 201212, Statistics Netherlands, Voorburg/Heerleen.

Bethlehem J., Biffignandi S. (2011), Handbook of Web Surveys, Wiley, New York. DOI: https://doi.org/10.1002/9781118121757

Callegaro M., Manfreda K., Vehovar V. (2015), Web survey methodology, Sage, London. DOI: https://doi.org/10.4135/9781529799651

Cobben F. (2009), Nonresponse in sample surveys: methods for analysis and adjustment, Statistics Netherlands, The Hague/Heerlen.

Cobben F., Schouten B. (2005), Bias measures for evaluating and facilitating flexible fieldwork strategies, Paper presented at 16th International Workshop on Household Survey Nonresponse, August 28–31, Tällberg.

Cobben F., Schouten B. (2007), An empirical validation of R‑indicators, Discussion paper, Statistics Netherlands, Voorburg.

Cochran W. G. (1977), Sampling Techniques, John Wiley & Sons, New York.

Eurostat (2018), Households – level of internet access, http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=isoc_ci_in_h&lang=en (accessed: 20.12.2018).

Fielding N. G., Lee R. M., Blank G. (2017), The SAGE Handbook of Online Research Methods, Sage, London. DOI: https://doi.org/10.4135/9781473957992

Fricker R., Schonlau M. (2002), Advantages and disadvantages of internet research surveys: Evidence from the literature, “Field Methods”, no. 15, pp. 347–367. DOI: https://doi.org/10.1177/152582202237725

Gemius S. A. (2018), Wyniki badania Gemius/PBI za listopad 2018, https://www.gemius.pl/reklamodawcy‑aktualnosci/wyniki‑badania‑gemiuspbi‑za‑listopad–2018.html (accessed: 28.12.2018).

Groves R. M., Peytcheva E. (2008), The Impact of Nonresponse Rates on Nonresponse Bias, “Public Opinion Quarterly”, no. 72, pp. 1–23. DOI: https://doi.org/10.1093/poq/nfn011

Kalton G. (2019), Developments in Survey Research over the Past 60 Years: A Personal Perspective, “International Statistical Review”, no. 87(S1), pp. S10–S30. DOI: https://doi.org/10.1111/insr.12287

Leeuw E. D. de (2018), Mixed‑Mode: Past, Present, and Future, “Survey Research Methods”, vol. 12(2), pp. 75–89.

Polish Society of Market and Opinion Researchers (2011), Yearbook of Polish Society of Market and Opinion Researchers 2011/2012, Polskie Towarzystwo Badaczy Rynku i Opinii, Warszawa.

Polish Society of Market and Opinion Researchers (2012), Yearbook of Polish Society of Market and Opinion Researchers 2012/2013, Polskie Towarzystwo Badaczy Rynku i Opinii, Warszawa.

Polish Society of Market and Opinion Researchers (2013), Yearbook of Polish Society of Market and Opinion Researchers 2013/2014, Polskie Towarzystwo Badaczy Rynku i Opinii, Warszawa.

Polish Society of Market and Opinion Researchers (2014), Yearbook of Polish Society of Market and Opinion Researchers 2014/2015, Polskie Towarzystwo Badaczy Rynku i Opinii, Warszawa.

Polish Society of Market and Opinion Researchers (2015), Yearbook of Polish Society of Market and Opinion Researchers 2015/2016, Polskie Towarzystwo Badaczy Rynku i Opinii, Warszawa.

Polish Society of Market and Opinion Researchers (2016), Yearbook of Polish Society of Market and Opinion Researchers 2016/2017, Polskie Towarzystwo Badaczy Rynku i Opinii, Warszawa.

Polish Society of Market and Opinion Researchers (2017), Yearbook of Polish Society of Market and Opinion Researchers 2017/2018, ORA & Funksters, Warszawa.

Polish Society of Market and Opinion Researchers (2018), Yearbook of Polish Society of Market and Opinion Researchers 2018/2019, Polskie Towarzystwo Badaczy Rynku i Opinii, Warszawa.

Schonlau M., Couper M. P. (2017), Options for Conducting Web Surveys, “Statistical Science”, vol. 32(2), pp. 279–292. DOI: https://doi.org/10.1214/16-STS597

Schouten B., Cobben F., Bethlehem J. G. (2009), Indicators for the Representativeness of Survey Response, „Survey Methodology”, vol. 35(1), pp. 101–113.

Schouten B., Bethlehem J., Beullens K., Kleven O., Loosveldt G., Luiten A., Rutar K., Shlomo N. (2012), Evaluating, Comparing, Monitoring and Improving Representativeness of Survey Response Through R‑indicators and Partial R‑indicators, “International Statistical Review”, vol. 80(3), pp. 382–399. DOI: https://doi.org/10.1111/j.1751-5823.2012.00189.x

Shlomo N., Skinner C. J., Schouten B., Bethlehem J., Zhang L. (2008), Statistical Properties of R‑indicators, Work Package 3, Deliverable 3.1, RISQ Project, 7th Framework Programme (FP7) of the European Union.

Skinner C., Shlomo N., Schouten B., Zhang L., Bethlehem J. (2009), Measuring Survey Quality Through Representativeness Indicators Using Sample and Population Based Information, NTTS Conference, 18–20 February 2009, Brussels.

Statistics Poland (2018a), Information society in Poland. Results of statistical surveys in the years 2013–2017, https://stat.gov.pl/en/topics/science‑and‑technology/information‑society/information‑society‑in‑poland‑results‑of‑statistical‑surveys‑in‑the‑years–20132017,1,4.html (accessed: 20.12.2018).

Statistics Poland (2018b), Information society in Poland. Results of statistical surveys in the years 2014–2018, https://stat.gov.pl/en/topics/science‑and‑technology/information‑society/information‑society‑in‑poland‑results‑of‑statistical‑surveys‑in‑the‑years–20142018,1,5.html (accessed: 20.12.2018).

Statistics Poland (2018c), Local Data Bank, https://bdl.stat.gov.pl/BDL/start (accessed: 17.12.2018).

Szreder M. (2015), Big data wyzwaniem dla człowieka i statystyki, “Wiadomości Statystyczne”, vol. 8(651), pp. 1–11. DOI: https://doi.org/10.5604/01.3001.0014.8303

Szreder M. (2017), Nowe źródła informacji i ich wykorzystywanie w podejmowaniu decyzji, “Wiadomości Statystyczne”, vol. 7(674), pp. 5–17. DOI: https://doi.org/10.5604/01.3001.0014.0972

Tourangeau R., Conrad F., Couper M. (2013), The science of web surveys, Oxford University Press, New York. DOI: https://doi.org/10.1093/acprof:oso/9780199747047.001.0001

Opublikowane

2020-09-11

Numer

Dział

Artykuł

Jak cytować

Kupis-Fijałkowska, Aleksandra. 2020. “Wybrane Problemy Oceny jakości W Badaniach Internetowych – Perspektywa Statystyczna”. Acta Universitatis Lodziensis. Folia Oeconomica 4 (349): 47-66. https://doi.org/10.18778/0208-6018.349.03.