"tw-data-text tw-text-large XcVN5d tw-ta" data-La recherche de données sur le terrain est importante. Mais mener des recherches sans erreur (du moins sur papier) devrait être notre priorité. Est-ce que tu sais pourquoi?Eh bien, jetez un eil.
Coca-cola a une fois retiré le coke original et l'a remplacé par un nouveau coke. Et devine quoi? Le mouvement a échoué de manière désastreuse.
Le désastre était si grand que la restauration de l'ancien coke pour le vendre avec le tout nouveau n'a pas non plus roulé la balle. Le géant des boissons gazeuses a dû abandonner complètement le nouveau produit. Pepsi et Coors partagent à peu près la même histoire.
C'était Coca-Cola hier, ça pourrait être toi aujourd'hui!
Les projets historiquement flop ont quelque chose à dire: la prise de décision non fondée sur des preuves ou sur des erreurs mène au chaos.
Leurs équipes auraient pu concevoir de meilleures recherches pour comprendre l'échantillon de population. Mais même le culte de Coke ne pouvait pas les sauver une fois que leurs données de terrain n'étaient pas correctes ou mal interprétées.
Et vous pourriez bien être le prochain! Faire des erreurs de recherche peut nuire à la qualité des données que vous collectez et affecter l'impact de votre campagne. Ci-dessous, nous couvrons certaines erreurs de collecte de données sur le terrain qui sabotent le bien-fondé de votre décision. Vous voudriez éviter ces erreurs courantes dans le processus de recherche.
Erreur #1 Erreur de spécification de la population
Quels que soient les outils de collecte de données sur le terrain que vous utilisez, lorsque vous ne savez pas à qui enquêter - vous faussez votre recherche de données. Demandez-vous: à qui voulez-vous enquêter? Auriez-vous un couteau pour une hache? Absolument pas.
De même, lorsque vous pensez avoir les bons répondants ou les bons concepts à l'enquête alors que vous ne l'avez pas fait, vous faites des erreurs de spécification de population.
Ici, l'erreur de collecte de données sur le terrain consiste à rechercher et mesurer la mauvaise personne et le mauvais concept, plutôt que de rechercher et de mesurer mal la bonne personne et le concept.
Exemple: Â Les magasins de chocolat et de crème glacée sondent souvent les femmes au foyer et les femmes au foyer pour leur affinité connue pour les confiseries. Et ces magasins supposent qu'ils prennent toutes les décisions d'achat, alors qu'en réalité, la décision peut être le résultat du besoin de l'enfant. Bien sûr, ils peuvent faire l'achat ultime, mais le mari, les enfants ou d'autres membres de la famille peuvent influencer directement ou indirectement leurs décisions d'achat. Ainsi, exclure des membres importants de l'échantillon peut entraîner des insuffisances dans vos résultats de collecte de données sur le terrain.
Que pouvez-vous faire pour éviter cela: Â Avant d'effectuer des recherches, vous souhaitez créer votre groupe d'audience qui influence la décision d'achat. Le fait de connaître leur intention d'achat peut également vous aider à sonder la population spécifique.
Erreur #2 Erreur de cadre d'échantillon
Choisiriez-vous les noms d'immatriculation des voitures chinoises pour enquêter et déterminer le président des États-Unis? Sauf si vous êtes déterminé à avoir ces chiffres. Vous pouvez avoir les résultats, mais vous seul pouvez imaginer le résultat. C'est pourquoi il est conseillé de sélectionner judicieusement votre base de sondage.
Une base de sondage est la liste de tous les éléments d'une population spécifique. Vous ferez des erreurs de cadre si vous choisissez la mauvaise sous-population pour déterminer un résultat totalement étranger. Les annuaires, les utilisateurs de Twitter, les répertoires d'annonces, etc. sont quelques exemples de cadres. Une base de sondage de qualité est celle qui vous offre une couverture complète du groupe ou de la population cible.
Exemple: Â Supposons que vous obteniez un exemple de cadre du répertoire de listes Google pour comprendre l'impact des applications mobiles sur vos répondants. Théoriquement, les personnes qui naviguent sur les moteurs de recherche peuvent avoir ou non des expériences d'applications Web dans le passé. Choisir un échantillon de sondage d'utilisateurs qui utilisent des sites Web pour déterminer l'influence des applications n'atteindra pas votre objectif de recherche. Une bien meilleure option serait d'accéder à la liste ou de consulter les répertoires de l'application ou du Play Store.
Que pouvez-vous faire pour éviter cela: Â Bien que nous ne puissions pas l'éviter complètement, vous pouvez réduire sa probabilité en augmentant la taille de la population. Par exemple, si vous prévoyez une élection, envisagez d'augmenter la taille de la population pour la recherche dans la démographie donnée. Assurez-vous également que les bases de sondage des répondants appartiennent au reste de la population. Par exemple, augmentez la taille de la population dans un emplacement géographique donné, mais pas au-delà des «murs» et des «frontières» du pays ou de la région.
Erreur # 3 Erreur de sélection
Avant de commencer la recherche sur le terrain, nous avons tous notre base d'échantillons prête. Droite? Mais que se passe-t-il si un répondant s'invite ou participe à l'étude, ce qui ne fait pas partie de notre recherche? Le répondant est hors du programme de notre recherche dès le début. Vous ne pouvez pas être un hôte bon et tolérant! Mais si vous le faites, vous marquerez le début de l'erreur de sélection.
Comme son nom l'indique - la recherche est immédiatement déformée dès que vous sélectionnez une base de sondage incorrecte ou incomplète. Comme ces échantillons ne sont pas pertinents pour votre étude, bonne chance pour trouver la meilleure décision fondée sur des preuves.
Exemple: Â Vous voulez savoir combien de propriétaires de voitures ont eu des accidents en 2020. Mais votre sélection d'échantillons peut être faussée par le conducteur de voiture qui est devenu une partie de votre recherche sans posséder de voiture.
Que pouvez-vous faire pour éviter cela: Â L'erreur de sélection peut être contrôlée en faisant un effort supplémentaire pour sélectionner l'échantillon approprié: demandez des contacts avant les enquêtes et faites le suivi des participants après l'étude. Si vous ne recevez pas de réponse, soyez une créature d'habitude - envoyez la deuxième demande d'enquête. Il aidera activement et précisément à sélectionner vos participants.
Erreur #4 Erreur de non-réponse
Quelle que soit la qualité de la conception de votre questionnaire, il y a toujours des répondants qui attendent de ruiner votre recherche. Et comment font-ils cela? En ne répondant pas à votre enquête ou en disparaissant complètement du radar de contact. Dans les deux cas - moins de réponse augmentera le biais ou l'erreur de non-réponse.
Ici, l'erreur de collecte de données de terrain fait référence aux données manquantes et non à l'étude sur le mauvais échantillon ou des données inexactes. Maintenir un taux de réponse élevé sur une enquête à grande échelle peut être décourageant. Donc, si vous rencontrez de nombreuses difficultés pour mener une enquête volontaire nationale ou internationale - félicitations, vous n'êtes pas seul.
Exemple: Â orchestrer une enquête le dimanche pour déterminer les liens entre la culture professionnelle et la santé. Il se peut que vous n'entendiez pas certains de vos répondants le week-end. Ils peuvent être convaincus que les week-ends sont faits pour profiter et se détendre, et non pour gaspiller leur temps à remplir des enquêtes 'inutiles'.
Que pouvez-vous faire pour éviter cela: Â Il est toujours préférable d'organiser des sondages à un moment convenu d'un commun accord. Optez pour des sondages de suivi pour entendre les paroles de participation de vos répondants. Essayez d'atteindre votre public avec différents canaux de communication comme les SMS ou les e-mails.
Erreur # 5 Erreur d'observation
Ce ne sont pas toujours les répondants qui abandonnent votre enquête. Parfois, vous ou vos observateurs de recherche finissez par être des ennemis de vos recherches. L'erreur d'observation ou de mesure est l'un de ces ennemis qui apparaît souvent comme l'erreur la plus courante commise dans la collecte de données sur le terrain.
Vous avez des erreurs de mesure lorsqu'il y a un problème dans votre processus de mesure lui-même. Par purement mathématique, c'est la différence entre les informations générées et les informations attendues par votre équipe.
Exemple: Â Vous voulez évaluer le poids de tous les athlètes pour approuver des suppléments sains. L'échelle que vous utilisez dans l'enquête est d'une livre. Cela affectera éventuellement votre lecture de l'IMC et le plan de régime proposé.
Que pouvez-vous faire pour éviter cela: Â Bien que cette erreur, pour la plupart, soit inévitable en raison de plusieurs facteurs variables et incontrôlables, vous devriez chercher à obtenir un résultat aussi proche que prévu. Vous pouvez le faire en revérifiant toutes vos techniques de mesure et en aidant les observateurs et les chercheurs de données à comprendre tous les facteurs de la recherche de votre projet.
Points clés à retenir pour les erreurs de collecte de données sur le terrain
Ce sont les principales erreurs de collecte de données sur le terrain qui déséquilibrent souvent la véracité de vos données.
Bien que vous ne puissiez jamais éviter complètement toutes les erreurs, vous avez toujours le pouvoir de traiter et de minimiser leur impact sur l'exactitude de vos données. Parcourez ce guide chaque fois que vous démarrez un nouveau projet de recherche pour éviter tout type d'erreur courante.
UNE
