Marketing bán hàng - Phương pháp chọn mẫu

Nếu giới hạn sai số được chỉ rõ, thì chúng ta có thể sử dụng công thức khoảng tin cậy để tính toán cỡ mẫu.  Ví dụ, chúng ta đang kiểm tra tỉ lệ sinh viên ĐHAG thích tham gia các câu lạc bộ học thuật. Nghiên cứu trước đây cho thấy 20% sinh viên thích các câu lạc bộ học thuật. Cỡ mẫu bao nhiêu để cho phép khoảng tin cậy 95% với giới hạn sai số 5%?

pdf60 trang | Chia sẻ: nhung.12 | Lượt xem: 1784 | Lượt tải: 1download
Bạn đang xem trước 20 trang tài liệu Marketing bán hàng - Phương pháp chọn mẫu, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
Phương pháp chọn mẫu Hôm nay  Khái niệm  Các vấn đề cần giải quyết đối với một cuộc điều tra mẫu  Quy trình chọn mẫu  Sai số trong điều tra chọn mẫu  Chọn mẫu trực tuyến Tại sao phải chọn mẫu nghiên cứu? Các khái niệm cơ bản trong chọn mẫu  Tổng thể (Population): thị trường nhà nghiên cứu cần nghiên cứu để thỏa mãn mục đích và phạm vi nghiên cứu của mình. Ký hiệu: N  Ví dụ: Điều tra nhu cầu tiêu thụ bia 333 của người tiêu dùng tại TP. Long Xuyên có độ tuổi từ 18-45 Tổng thể: NTD tại TP. Long Xuyên từ 18 - 45 tuổi Các khái niệm cơ bản trong chọn mẫu  Phần tử (Element): đối tượng cần thu thập thông tin, là đơn vị nhỏ nhất của đám đông, đơn vị cuối cùng của quá trình chọn mẫu Ví dụ: Những thành viên tại TP. Long Xuyên có độ tuổi từ 18 – 45 là phần tử  Đơn vị (sampling Units): đám đông được chia thành nhiều nhóm, mỗi nhóm được gọi là đơn vị chọn mẫu Ví dụ: Các quận, huyện, hộ gia đình là đơn vị mẫu Hộ gia đình: tập hợp các thành viên cùng ăn chung và sống chung trong một nhà Các khái niệm cơ bản trong chọn mẫu  Khung chọn mẫu (Sampling Frame): danh sách liệt kê thông tin cần thiết của tất cả các đơn vị và phần tử của đám đông để thực hiện việc chọn mẫu  Ví dụ:  Tổng thể là sinh viên: khung chọn mẫu là danh sách lớp  Điều tra hộ gia đình ở các TP lớn thì khung chọn mẫu là danh bạ điện thoại  Điều tra đối tượng kinh doanh mua bán thì khung chọn mẫu có thể là danh sách nộp thuế ở chi cục, phòng thuế  Nhược điểm: khi một thị trường mà thông tin thứ cấp về dân số chưa hoàn chỉnh thì việc xác định khung chọn mẫu rất khó khăn và tốn kém Hiệu quả chọn mẫu  Hiệu quả thống kê của một mẫu được đo lường dựa vào sai lệch chuẩn của ước lượng. Một mẫu có hiệu quả thống kê cao hơn mẫu khác khi cùng một kích thước nó có sai lệch chuẩn nhỏ hơn.  Hiệu quả kinh tế của một mẫu được đo lường dựa vào chi phí thu thập thông tin của mẫu với độ chính xác mong muốn của nó Các vấn đề cần giải quyết đối với một cuộc điều tra mẫu  Vấn đề 1: Những thông tin gì cần tìm hiểu và nghiên cứu?  Vấn đề 2: Tổng thể nào là phù hợp?  Vấn đề 3: Việc lấy mẫu được thực hiện như thế nào?  Vấn đề 4: Thông tin được thu thập như thế nào?  Vấn đề 5: Việc suy luận các đặc trưng của mẫu thành các đặc trưng của tổng thể được thực hiện ra sao?  Vấn đề 6: Có thể kết luận gì đối với tổng thể? Vấn đề 1  Điểm khởi đầu và động lực của quá trình nghiên cứu  Nếu thông tin đã có sẵn hoặc khó có khả năng thu thập thì không tiến hành quá trình chọn mẫu  Xác định rõ vấn đề quan tâm ngay từ khi bắt đầu quá trình chọn mẫu  Đặt trọng tâm khai thác thông tin ở những vấn đề chính Vấn đề 2 Đơn vị tổng thể Thời gian lấy mẫu Đơn vị mẫu Phạm vi lấy mẫu Điều tra nhu cầu dầu gội trên địa bàn TP. Long Xuyên Tất cả NTD nữ từ 18 tuổi trở lên Tất cả NTD nữ sống trong hộ gia đình Đang sống trên địa bàn TP. Long Xuyên Từ 4/2009 – 7/2009 Vấn đề 2  Thực tế có sự sai biệt giữa tổng thể và tổng thể điều tra (tổng thể thực)  Tổng thể điều tra là tập hợp các đơn vị, phần tử mà từ đó có một số mẫu điều tra thực sự  Tổng thể thực đôi khi không thể xác định  Xác định đơn vị mẫu giúp chỉ rõ đơn vị nhỏ nhất mà mẫu sẽ được chọn. Đơn vị mẫu có thể một hay nhiều phần tử: khu phố, công ty, hộ gia đình hay từng cá nhân Tổng thể điều tra < Tổng thể Vấn đề 3  Không có phương pháp tốt nhất trong việc chọn đơn vị mẫu  Tùy thuộc vào vấn đề nghiên cứu, đặc tính của tổng thể và điều kiện của người nghiên cứu, số lượng đơn vị trong mẫu  Cỡ mẫu tùy thuộc chủ yếu vào yêu cầu về độ chính xác của suy luận thống kê và điều kiện tài chính của cuộc điều tra Vấn đề 4  Tỷ lệ nhận câu trả lời: tỷ lệ trả lời càng cao càng tốt  Sự chính xác và thành thật của câu trả lời. Vấn đề 5  Hiểu rõ bản chất của vấn đề nghiên cứu để sử dụng đúng phương pháp suy luận  Phương pháp xử lý thông tin sai sẽ làm một trong những nguồn dẫn đến sai lầm trong kết luận nghiên cứu Vấn đề 6  Kết luận có làm thỏa mãn các yêu cầu đặt ra khi bắt đầu nghiên cứu?  Các kết quả nghiên cứu được tóm lược và trình bày thông qua biểu bảng, đồ thị, sơ đồ thông tin, hoặc báo cáo bằng văn bản Quy trình chọn mẫu 1. Xác định thị trường nghiên cứu (tổng thể - N) 2. Xác định khung chọn mẫu 3. Xác định phương pháp chọn mẫu 4. Xác định cỡ mẫu (n) 5. Thiết lập sơ đồ và kế hoạch lấy mẫu 6. Tiến trình chọn mẫu ngoài thực địa Xác định tổng thể N Xác định thị trường nghiên cứu  Được tiến hành khi thiết kế nghiên cứu  Ví dụ:  Tìm hiểu thái độ, thói quen tiêu dùng của NTD tại Tp. Long Xuyên về đầu gội đầu có độ tuổi từ 18 -35   thị trường nghiên cứu: tất cả người tiêu dùng dầu gội đầu tại Tp. Long Xuyên có độ tuổi từ 18 đến 35. Xác định tổng thể N Xác định khung chọn mẫu Xác định khung chọn mẫu  Khung chọn mẫu là danh sách liệt kê người tiêu dùng tại Tp. Long Xuyên có độ tuổi từ 18 đến 35 cùng các dữ liệu cá nhân cần thiết cho việc chọn mẫu như: họ tên, địa chỉ, độ tuổi. Xác định tổng thể N Xác định khung chọn mẫu Xác định PP chọn mẫu Phương pháp chọn mẫu Chọn mẫu xác suất • Ngẫu nhiên đơn giản • Hệ thống • Phân tầng • Theo nhóm Phương pháp chọn mẫu Chọn mẫu phi xác suất • Thuận tiện • Phán đoán • Phát triển mầm • Quota So sánh hai phương pháp chọn mẫu Xác suất Phi xác suất Tính đại diện cao Tổng quát hóa cho đám đông Ưu điểm Tiết kiệm được thời gian và chi phí Tốn kém thời gian và chi phí Nhược điểm Tính đại diện thấp không tổng quát Nghiên cứu mô tả và nhân quả Phạm vi sử dụng Nghiên cứu khám phá Các phương pháp chọn mẫu theo xác suất Ngẫu nhiên đơn giản Hệ thống Phân tầng Theo nhóm •Thiết lập khung chọn mẫu (danh sách) • Đánh số trên thẻ, phiếu rồi rút thăm ngẫu nhiên • Sử dụng hàm ngẫu nhiên @Rand()*N • Mẫu đầu tiên được chọn ngẫu nhiên, 4 • Các mẫu tiếp theo sử dụng bước nhảy N=2000, n=200 k=N/n=10 • Mẫu tiếp 14(4+10), 24(14+10) •Chia đám đông ra thành nhiều tầng gồm nhiều nhóm nhỏ •Cùng nhóm đồng nhất, khác nhóm dị biệt •Tính tỉ lệ của từng nhóm • Ưu: tính đại diện cao •Nhược:khó khăn • Tổng thể quá lớn, địa bàn rộng •Chia đám đông ra thành nhiều nhóm nhỏ • Cùng nhóm dị biệt, khác nhóm đồng nhất • Tiếp tục chia các nhóm thành từng nhóm nhỏ • Chọn nhóm Ngẫu nhiên đơn giản Simple Random Sampling (SRS)  Mỗi đơn vị mẫu có cơ hội bằng nhau để được chọn vào mẫu  Tạo ra những số ngẫu nhiên bằng cách bốc thăm hoặc sử dụng bảng tính Excel  Ưu điểm: tính đại diện cao và kết quả không chệch  Nhược điểm: tất cả các đơn vị mẫu cần được xác định Tên STT Nguyệt 1 Quang 2 Hằng 3 Nga 4 Tính 5 Khang 200 Ngẫu nhiên hệ thống (Systematic Random Sampling)  Ưu điểm: nhanh hơn và dễ hơn chọn mẫu ngẫu nhiên đơn giản  Nhược điểm: có thể có mẫu ẩn trong dữ liệu, có thể làm sai lệch kết quả nghiên cứu nhiều hơn Tên STT Nguyệt 1 Quang 2 Hằng 3 Nga 4 Tính 5 Khang 200 Chọn mẫu phân tầng (Stratified Sampling)  Chọn mẫu phân tầng theo tỉ lệ:  Xác định danh sách tổng thể  Các tiêu thức phân tầng phổ biến: tuổi tác, giới tính, thu nhập, trình độ chuyên môn, vùng dân cư, sở thích  Chia tổng thể thành nhiều nhóm nhỏ; các phần tử trong mỗi nhóm nhỏ là đồng nhất, các phần tử giữa các nhóm có sự khác nhau đáng kể  Chọn ngẫu nhiên các đơn vị từ mỗi tầng. Cỡ mẫu từ mỗi tầng phụ thuộc vào kích cỡ của tầng tương quan với tổng thể mục tiêu  Ưu điểm: mẫu được chọn có tính đại diện cao, giảm đáng kể sai số trong nghiên cứu, tiết kiệm chi phí và thời gian.  Nhược điểm: lựa chọn tiêu thức phân tầng khó khăn và phức tạp vì phải phù hợp với mục tiêu nghiên cứu và đảm bảo có đầy đủ dữ liệu thứ cấp để dễ phân tầng. Ví dụ Chọn mẫu 100 sinh viên Kinh tế để lấy ý kiến về cách tổ chức phục vụ phòng máy tính. Tầng Số lượng Khóa 12 30 Khóa 13 25 Khóa 14 20 Khóa 15 25 Tầng Số lượng Khóa 12 300 Khóa 13 250 Khóa 14 200 Khóa 15 250 Chọn mẫu phân tầng  Phân tầng không theo tỉ lệ: Tương tự như phương pháp phân tầng theo tỉ lệ. Khác nhau là cỡ mẫu từ mỗi tầng độc lập với kích thước của tầng tương quan với kích thước tổng thể Tầng Số lượng Khóa 12 40 Khóa 13 35 Khóa 14 15 Khóa 15 10 Chọn mẫu theo cụm, nhóm (cluster sampling) Chọn mẫu nhóm 1 bước:  Chia tổng thể thành những nhóm nhỏ đại diện, và tiến hành điều tra (census) trên một nhóm.  Sử dụng nghiên cứu trước hoặc dữ liệu thứ cấp để xác định những nhân tố nhóm.  Ưu điểm: hiệu quả chi phí  Nhược điểm: một nhóm không thể mang tính đại diện cho tổng thể 4 tỉnh m= 20 huyện M=12 tỉnh Chọn mẫu theo nhóm Chọn mẫu nhóm 2 bước  Chia tổng thể thành nhiều nhóm nhỏ đại diện (M nhóm)và chọn một vài nhóm nhỏ (m nhóm) một cách ngẫu nhiên.  Chọn ngẫu nhiên các đơn vị trong mỗi nhóm nhỏ đó. 4 tỉnh m= 20 huyện M=12 tỉnh Chọn ngẫu nhiên 10 huyện Các phương pháp chọn mẫu phi xác suất Thuận tiện Phán đoán Phát triển mầm Quota • Chọn phần tử nào dễ dàng tiếp cận • Ưu:thuận lợi chọn đáp viên, tiết kiệm thời gian, chi phí • Nhược: tính đại diện không cao, chỉ thích hợp nghiên cứu khám phá • Nhà nghiên cứu tự phán đoán sự thích hợp của các phần tử để mời họ tham gia vào mẫu • Chọn mẫu nhanh nhưng sai số khá lớn, tính đại diện phụ thuộc vào kiến thức và kinh nghiệm của nhà nghiên cứu • Chọn ngẫu nhiên một số phần tử cho mẫu • Phần tử ban đầu giới thiệu các phần tử khác cho mẫu • Ưu điểm: tiết kiệm được thời gian • Nhược: sai số lớn • Dựa vào đặc tính kiểm soát xác định trong đám đông để chọn số phần tử cho mẫu sao cho chúng có cùng tỉ lệ của đám đông • Phương pháp phổ biến nhất trong nghiên cứu Marketing Chọn mẫu quota  Một thuộc tính kiểm soát Độ tuổi Tổng cộng 20-30(30%) 31 – 40 (40%) 41 – 50 (30%) n 30 40 30 100 Chọn mẫu theo quota  Hai thuộc tính kiểm soát Độ tuổi Giới tính Tổng cộng Nam (50%) Nữ (50%) (độ tuổi) 20-30 (30%) 31-40 (30%) 41-50 (40%) Tổng cộng (giới tính) 50 50 n= 100 15 15 15 15 30 30 20 20 40 Chọn mẫu theo quota  Ba thuộc tính kiểm soát Độ tuổi Giới tính Thu nhập Tỉ lệ trong mẫu Số phần tử 20-30 20-30 20-30 20-30 20-30 20-30 31-40 31-40 ....... 41-50 Nam Nam Nam Nữ Nữ Nữ Nam Nam ........ Nữ Cao TB Thấp Cao TB Thấp Cao TB ...... Thấp (30%)(50%)(20%)=3% (30%)(50%)(50%)=7.5% (30%)(50%)(30%)=4.5% (30%)(50%)(20%)=3% (30%)(50%)(50%)=7.5% (30%)((50%)(30%)=4.5% (30%)(50%)(20%)=3% (30%)(50%)(50%)=7.5% ....... (40%)(50%)(30%)=6% 6 15 9 6 15 9 6 15 ..... 12 Tổng n=200 Xác định tổng thể N Xác định khung chọn mẫu Xác định PP chọn mẫu Xác định cỡ mẫu Xác định cỡ mẫu  Cách tiếp cận tùy ý (quy tắc theo kinh nghiệm)  Ví dụ: mẫu cần 5% của tổng thể  Cách tiếp cận theo quy ước (các nghiên cứu trước)  Cách tiếp cận dựa trên chi phí và lợi ích (tất cả những gì mà bạn có thể có khả năng chi trả)  Cách tiếp cận dựa trên phân tích thống kê (những đòi hỏi phân tích thống kê)  Cách tiếp cận dựa vào khoảng tin cậy (The confidence interval approach) Xác định cỡ mẫu  Để xác định kích thước mẫu, ta phải xác định:  Khoảng dao động e của thông số đám đông và thông số mẫu  Mức tin cậy Một số định nghĩa  Thông số (parameter): đặc điểm mô tả một tổng thể được gọi là một thông số (ví dụ: trung bình tổng thể).  Thống kê (statistic): một đặc điểm mô tả một mẫu được gọi là thống kê (ví dụ: trung bình mẫu). Cách tiếp cận khoảng tin cậy  Ví dụ: một mẫu 100 sinh viên được chọn để đo lường tuổi trung bình của sinh viên đại học An Giang Trung bình mẫu (sample mean) = 20.0 Trung bình tổng thể (population mean) = 21.5 Sai số mẫu (sampling error) = 1.5 Một mẫu gồm 10o gia đình được chọn để đo lường số trẻ em trung bình của mỗi gia đình ở An Giang  Trung bình mẫu: 2.05  Trung bình tổng thể = ? Độ tin cậy (trung bình)  Điểm ước lượng (point of estimate): một số liệu thống kê ước lượng giá trị của một thông số  Khoảng tin cậy (Confidence intervals): ước lượng điểm cộng/ trừ một giới hạn sai số Một số định nghĩa  Giới hạn sai số (margin of error): sư khác biệt giữa thống kê mẫu và thông số mẫu.  Khoảng tin cậy (Confidence interval): một dãy giá trị mà trong đó các tham số của tổng thể như số trung bình ((), tỉ lệ (p) và phương sai ((2) cần được ước lượng nằm trong khoảng này, giả định rằng độ tin cậy đã biết.  Độ tin cậy (Confidence level): xác suất mà khoảng tin cậy bao gồm thông số tổng thể. Khoảng tin cậy (trung bình)  Giới hạn sai bị ảnh hưởng bởi  Độ tin cậy (α)  Độ lệch chuẩn tổng thể được ước lượng (σ)  Cỡ mẫu (n) • Để đạt độ tin cậy 90%, z value = 1.65 • Để đạt độ tin cậy 95%, z value = 1.96 • Để đạt độ tin cậy 99%, z value = 2.58 Khoảng tin cậy (trung bình) Tuổi trung bình của người dân ở An Giang là bao nhiêu?  Cỡ mẫu =100  Trung bình mẫu = 35.0  Độ lệch chuẩn tổng thể được ước lượng = 12  Khoảng tin cậy 95%= 35 +/- 1.96*[12 /sqrt(100)] = 35 +/- 1.96* 1.2 = 35 +/- 2.35 = 32.7 – 37.4 Sử dụng khoảng tin cậy (TB) để tính cỡ mẫu  Nếu giới hạn sai số được cụ thể, chúng ta có thể sử dụng công thức khoảng tin cậy để tính cỡ mẫu.  Ví dụ, chúng ta đang kiểm tra thời gian trung bình các sinh viên ĐH An Giang dành cho Facebook mỗi ngày. Độ lệch chuẩn được biết là 5 giờ. Cỡ mẫu là bao nhiêu để cho phép 95% khoảng tin cậy với giới hạn sai số là 1 giờ? n = [1.96 x 5 /1]2 = 96.04 = 97 Khoảng tin cậy (tỉ lệ) Tỉ lệ các hộ gia đình ở TP. HCM có ít nhất 1 chiếc ô tô là bao nhiêu?  Cỡ mẫu = 200  Tỉ lệ mẫu = 76%  Tỉ lệ tổng thể = ? Khoảng tin cậy (tỉ lệ)  Khoảng tin cậy = * Nếu cỡ mẫu nhỏ hơn 5% tổng thể, và np (1-p) >= 10, thì phân phối của tỉ lệ mẫu là xấp xỉ chuẩn. Tỉ lệ các hộ gia đình ở TP. HCM có ít nhất 1 chiếc ô tô là bao nhiêu?  Cỡ mẫu = 200  Tỉ lệ mẫu = 76%  Khoảng tin cậy 95%=76%+/-1.96* sqrt [(76%*24%)/(200)] = 76% +/- 8.98% = 70.1% – 81.9% Sử dụng khoảng tin cậy (tỉ lệ) để tính cỡ mẫu  Nếu giới hạn sai số được chỉ rõ, thì chúng ta có thể sử dụng công thức khoảng tin cậy để tính toán cỡ mẫu.  Ví dụ, chúng ta đang kiểm tra tỉ lệ sinh viên ĐHAG thích tham gia các câu lạc bộ học thuật. Nghiên cứu trước đây cho thấy 20% sinh viên thích các câu lạc bộ học thuật. Cỡ mẫu bao nhiêu để cho phép khoảng tin cậy 95% với giới hạn sai số 5%? n = 20% * (1-20%) * (1.96/5%)2 = 245.9 = 246 Cỡ mẫu và Tổng thể hạn chế nhỏ  Nếu một tổng thể nhỏ tương đối với cỡ mẫu được tính, một hệ số hiệu chỉnh nên được sử dụng để xác định cỡ mẫu.  Một tổng thể được xem là nhỏ nếu cỡ mẫu lớn hơn 5% của tổng thể.  Hệ số hiệu chỉnh = sqrt [(N-n) / (N-1)] N: kích thước tổng thể mục tiêu n: cỡ mẫu được sử dụng công thức cơ mẫu Xác định tổng thể N Xác định khung chọn mẫu Xác định PP chọn mẫu Xác định cỡ mẫu Thiết lập sơ đồ và kế hoạch lấy mẫu Thiết lập sơ đồ và kế hoạch lấy mẫu  Vẽ sơ đồ địa bàn nghiên cứu để thực hiện các vị trí của các đơn vị mẫu ngoài thực địa (mapping)  Xác định cụ thể các nội dung, công việc cần tiến hành khi lấy mẫu: số lượng, thời gian tiến hành và kết thúc, dự trù kinh phí cho từng công việc, thực hiện, phân công nhân sự Xác định tổng thể N Xác định khung chọn mẫu Xác định PP chọn mẫu Xác định cỡ mẫu Thiết lập sơ đồ và kế hoạch lấy mẫu Tiến hành chọn mẫu ngoài thực địa Tiến hành chọn mẫu  Triển khai chọn mẫu theo phương pháp và các nội dung đã hoạch định  Theo dõi kiểm tra tiến độ thực hiện để đôn đốc và hỗ trợ những khó khăn, biến cố đột xuất xảy ra trong quá trình thực hiện Sai số trong điều tra chọn mẫu Sai số do chọn mẫu (Sampling error) • Không biết chính xác giá trị các tham số của tổng thể như giá trị trung bình hoặc tỷ lệ. -- tất cả các giá trị ước lượng từ mẫu cho tổng thể đều không tránh khỏi sai số. Do thông tin thu thập được chỉ trên một bộ phận của tổng thể Sai số không do chọn mẫu (Nonsampling error) • Các mẫu được lấy ra từ tổng thể không thích hợp • Sự thiếu chính xác và trung thực trong các câu trả lời. • Tỷ lệ không trả lời quá cao. Nguồn sai số tiềm năng •Thông tin thay thế •Đo lường sai •Xác định tổng thể sai Sai số do trả lời Sai số không do trả lời Sai số do chọn mẫu ngẫu nhiên Sai số không do chọn mẫu Tổng sai số Sai số do nhà nghiên cứu Sai số do người phỏng vấn •Chọn đáp viên •Đặt câu hỏi •Ghi chép sai •Hành động gian dối Sai số do đáp viên •Không có khả năng trả lời chính xác •Không hài lòng trả lời Chọn mẫu trực tuyến (Online sampling techniques) 1. Chọn mẫu ngẫu nhiên trực tuyến (Random Online Sampling 2. Chọn mẫu trực tuyến mời gọi (Invitation Online Sampling) 3. Chọn mẫu nhóm tham chiếu trực tuyến (Online Panel Sampling) 4. Những phương pháp chọn mẫu trực tuyến khác Chọn mẫu ngẫu nhiên trực tuyến  Chọn ngẫu nhiên những người vào trang web  Tổng thể: những người truy cập trang web  mẫu ngẫu nhiên đơn giản.  Nếu chương trình chọn mẫu bắt đầu một cách ngẫu nhiên và đưa vào khoảng nhảy  chọn mẫu hệ thống.  Chương trình chọn mẫu xem những người truy cậy trang web như những tầng lớp  chọn mẫu phân tầng. Chọn mẫu trực tuyến mời gọi  Những người trả lời tiềm năng được mời gọi điền vào bảng câu hỏi trên trang web cụ thể.  Phải thiết lập mối quan hệ với người trả lời tiềm năng, có khả năng tham gia khảo sát bằng thư điện tử.  Có thể chọn mẫu xác suất hay phi xác suất tùy thuộc vào nhóm đại diện thực sự của tổng thể. Chọn mẫu nhóm tham chiếu trực tuyến  Được thiết lập bởi công ty nghiên cứu marketing với mục đích thực hiện những cuộc thăm dò trực tuyến với những mẫu đại diện.  Không phải là những mẫu xác suất nhưng tỉ lệ trả lời cao, đảm bảo mẫu cuối cùng đúng cho tổng thể mục tiêu của nhà nghiên cứu  Công ty nhóm tham chiếu có vài ngàn cá nhân đại diện cho một khu vực địa lý rộng lớn  nhà nghiên cứu có thể xác định các tham số mẫu như đại diện về đặc điểm địa lý, thu nhập, giáo dục, gia đình  Công ty nhóm tham chiếu gởi email đến nhóm tham chiếu phù hợp với tham số mẫu được quy định bởi nhà nghiên cứu. Những phương pháp lấy mẫu trực tuyến khác  Cần phân tích những đặc điểm về cách thức lựa chọn những người trả lời tiềm năng.  Ví dụ: một người trả lời có thể được yêu cầu chuyển tiếp bảng câu hỏi cho bạn bè (lấy mẫu tham khảo).

Các file đính kèm theo tài liệu này:

  • pdfnghiencuumarketing_chuong5_9488.pdf
Tài liệu liên quan