Один из главных "контраргументов" против моих исследований звучит как претензия в нерепрезентативности выборки.
Вопрос о репрезентативности состоит из двух вопросов:
Первый вопрос я не буду рассматривать, это еще одна большая тема, сейчас расскажу про размер выборки.
В качестве примера последний пост Бенчмарк текучести IT специалистов.
К примеру, нам поставили благородную исследовательскую задачу провести бенчмарк IT специалистов. Мы опросили 248 респондентов - специалистов IT рынка (это показатели моего исследования). Наша задача - оценить, достаточный ли размер выборки для презентации результатов исследования или достаточно.
Первый вопрос, конечно,заключается в том, мало или достаточно размера выборки для чего. Хотя вопрос банален, про это почему-то забывают.
Во-вторых, у вопроса о размере выборке нет однозначного, объективного ответа.
Именно так. Поскольку вопрос о размере выборки это вопрос о границах ошибки исследования. И я, читая, изучая бенчмаркиновые исследования в HR, ни разу (!!!!) не сталкивался с этим.
В моем случае с IT специалистами вопрос о репрезентативности выборки звучит так: мы выяснили, что медиана среднего стажа IT специалиста составляет 30 месяцев, но границы ошибки таковы:
Т.е. медиана не 30 месяцев, а находится в границах от 24 до 36 месяцев. Много это или мало? А вот на этот вопрос уже отвечает Заказчик исследования - насколько точную он хочет получить оценку.
В нашем случае разброс в 12 месяцев или один год - наверное многовато.
Увеличение размера выборки сужает границы ошибки. Посмотрите на бенчмарк текучести IT специалистов компании Люксофт и остального рынка
Пунктиром обозначены границы ошибки, у Luxoft границы значительно уже. У меня были данные на более чем 1 000 IT специалистов компании.
Вот и вся логика репрезентативности размера выборки исследования
Вопрос о репрезентативности состоит из двух вопросов:
- соответствии параметров выборе генеральной совокупности;
- размер выборки.
Первый вопрос я не буду рассматривать, это еще одна большая тема, сейчас расскажу про размер выборки.
В качестве примера последний пост Бенчмарк текучести IT специалистов.
К примеру, нам поставили благородную исследовательскую задачу провести бенчмарк IT специалистов. Мы опросили 248 респондентов - специалистов IT рынка (это показатели моего исследования). Наша задача - оценить, достаточный ли размер выборки для презентации результатов исследования или достаточно.
Первый вопрос, конечно,заключается в том, мало или достаточно размера выборки для чего. Хотя вопрос банален, про это почему-то забывают.
Во-вторых, у вопроса о размере выборке нет однозначного, объективного ответа.
Именно так. Поскольку вопрос о размере выборки это вопрос о границах ошибки исследования. И я, читая, изучая бенчмаркиновые исследования в HR, ни разу (!!!!) не сталкивался с этим.
В моем случае с IT специалистами вопрос о репрезентативности выборки звучит так: мы выяснили, что медиана среднего стажа IT специалиста составляет 30 месяцев, но границы ошибки таковы:
- нижняя - 24 месяцев;
- верхняя - 36.
Т.е. медиана не 30 месяцев, а находится в границах от 24 до 36 месяцев. Много это или мало? А вот на этот вопрос уже отвечает Заказчик исследования - насколько точную он хочет получить оценку.
В нашем случае разброс в 12 месяцев или один год - наверное многовато.
Увеличение размера выборки сужает границы ошибки. Посмотрите на бенчмарк текучести IT специалистов компании Люксофт и остального рынка
Пунктиром обозначены границы ошибки, у Luxoft границы значительно уже. У меня были данные на более чем 1 000 IT специалистов компании.
Вот и вся логика репрезентативности размера выборки исследования
Комментариев нет:
Отправить комментарий