Rok wydania 2021
Problematyka doboru próby jest jedną z najczęściej poruszanych obszarów metodycznych w badaniach marketingowych. Strategie i schematy doboru są związane z rodzajem podejmowanych badań, charakterem losowanych lub wybieranych jednostek, ich dostępnością oraz stosowanymi metodami analizy danych. Zagadnienia te są przedmiotem niniejszego opracowania. Jest ono pokłosiem XXIII Warsztatów Metodologicznych im. Profesora Stefana Mynarskiego organizowanych w 2019 roku w Uniwersytecie Szczecińskim. Warsztaty te odbywają się cyklicznie od 1996 roku i są poświęcone dyskusjom nad wybranymi zagadnieniami metodologicznymi związanymi z badaniami marketingowymi. Stanowią one również płaszczyznę integracji wiedzy z obszaru marketingu, statystyki, metodologii badań, zarządzania, ekonomii i socjologii.
Monografia składa się z dziesięciu rozdziałów poświęconych problematyce doboru próby we współczesnych badaniach marketingowych i obejmuje zagadnienia dotyczące doboru próby w podejściach ilościowych, jakościowych i mieszanych, specyfikę doboru próby w badaniach sondażowych i eksperymentalnych, w modelach eksplanacyjnych i predykcyjnych, specyfikę prób badawczych w podejściach jedno- i wielopoziomowych, zagadnienia imputacji braków danych oraz badania z wykorzystaniem prób studenckich.
Przedstawione przez autorów metody dobierania próby i aspekty związane z tym postępowaniem mają służyć wspieraniu badaczy rynkowych w rozwiązywaniu stawianych przed nimi problemów i prawidłowej realizacji celów badawczych. Monografia jest więc przeznaczona dla osób zainteresowanych prowadzeniem badań marketingowych, a więc badaczy zatrudnionych w agencjach badawczych, pracowników przedsiębiorstw realizujących własne badania, a także pracowników naukowych i studentów uczelni ekonomicznych.
Ze wstępu
Rozdział 1
Dobór próby w badaniach ilościowych
1.1. Wprowadzenie
1.2. Istota badań ilościowych
1.3. Rozmiar próby
1.4. Rodzaje prób w badaniach ilościowych
1.4.1. Próby nielosowe
1.4.2. Próby losowe
Rozdział 2
Specyfika i zasady doboru próby w badaniach jakościowych
2.1. Wprowadzenie
2.2. Zasady i uwarunkowania doboru próby w badaniach jakościowych
2.3. Dobór próby w przekroju wybranych metod i technik badań jakościowych
2.4. Podsumowanie
Rozdział 3
Diady – zastosowania i dylematy doboru próby
3.1. Wprowadzenie
3.2. Diada jako technika badawcza – podstawy teoretyczne
3.3. Proces doboru próby do diad
3.4. Dobór próby w badaniach prowadzonych z wykorzystaniem diad
3.5. Uwagi końcowe
Rozdział 4
Dobór próby i analiza wyników w badaniach jakościowych
4.1. Wprowadzenie
4.2. Dobór próby i analiza danych w badaniach jakościowych – wybrane aspekty
teoretyczne
4.3. Metodyka i wyniki badań własnych
4.4. Podsumowanie
Rozdział 5
Dobór próby w badaniach mieszanych
5.1. Przesłanki podjęcia problemu doboru próby w podejściu mieszanym
5.2. Metody łączące ilościowy i jakościowy dobór do próby wykorzystywane w badaniach
mieszanych
5.3. Model doboru próby w badaniach mieszanych
5.4. Dobór próby w podejściu mieszanym – wyniki badań
5.5. Podsumowanie
Rozdział 6
Dobór próby w badaniach eksperymentalnych
6.1. Wprowadzenie
6.2. Istota eksperymentu
6.3. Założenia doboru próby w badaniach eksperymentalnych
6.4. Przykłady doboru próby w eksperymentach marketingowych
6.5. Podsumowanie
Rozdział 7
Dobór próby w wielopoziomowych modelach strukturalnych
7.1. Obszary wielopoziomowych badań marketingowych – wprowadzenie
7.2. Schematy losowania w analizach wielopoziomowych
7.3. Modelowe podejście do wyboru prób zespołowych
7.4. Ocena efektu ankieterskiego
Rozdział 8
Dobór próby w modelach predykcyjnych data mining
8.1. Wybór zbioru danych do analizy – wprowadzenie
8.2. Wybrane sposoby wyodrębniania podzbioru uczącego
8.2.1. Proste metody podziału zbioru danych
8.2.2. Wielokrotny sprawdzian krzyżowy
8.2.3. Sprawdzian krzyżowy Monte Carlo
8.2.4. Procedura „opuść jeden”
8.2.5. Bootstrap
8.3. Wybór zbioru danych – przypadek niezbilansowanych prób
8.3.1. Redukcja klasy większościowej
8.3.2. Powiększanie klasy mniejszościowej
8.4. Wybór zbioru danych – przypadek dużych zbiorów danych (big data)
8.4.1. Strategie analityczne big data
8.4.2. Metody oparte na bootstrapie
8.5. Podsumowanie
Rozdział 9
Braki odpowiedzi i ważenie próby
9.1. Wprowadzenie
9.2. Metody eliminacji braków danych
9.2.1. Usuwanie braków obserwacjami
9.2.2. Usuwanie braków parami
9.3. Ważenie zbioru danych
9.4. Jednokrotna imputacja braków danych
9.4.1. Podejścia do imputacji danych
9.4.2. Imputacja z wykorzystaniem średniej
9.4.3. Imputacja z wykorzystaniem regresji
9.4.4. Imputacja losowa w klasach (hot-deck)
9.4.5. Imputacja metodą najbliższego sąsiada
9.4.6. Ekstrapolacja ostatniej obserwacji (LOCF)
9.5. Imputacja wielokrotna
9.5.1. Zasady imputacji wielokrotnej
9.5.2. Imputacja metodą największej wiarygodności
9.5.3. Imputacja algorytmem EM (expectation–maximization)
Rozdział 10
Próby studenckie w badaniach marketingowych
10.1. Skala i obszary wykorzystania prób studenckich w badaniach marketingowych
10.2. Argumenty przeciwko wykorzystywaniu prób studenckich w badaniach
marketingowych
10.3. Argumenty przemawiające za wykorzystaniem prób studenckich w badaniach
marketingowych
10.4. Problemy związane ze stosowaniem prób studenckich i możliwości ich rozwiązania
Literatura