Как исследователь, инструкторы или участники, когда вы выбираете группу людей, желающих предоставить вам отзывы, а затем рассматриваете полученные отзывы в качестве образца для вашего дальнейшего изучения, это называется удобной выборкой. Это один из методов невероятностной выборки, который используется в большинстве работ (90%). Он основан на желании участников участвовать в опросе.
Этот метод выборки в основном используется организациями для оценки удовлетворенности клиентов и сотрудников, супермаркетами для получения отзывов во время покупок, чтобы узнать мнение о некоторых инициативах и исследованиях и т. д. Организации просто отправляют ссылки на опросы для сбора данных и затем продолжайте до тех пор, пока они не достигнут ожидаемого % результатов опроса.
Это один из доступных и простых способов сбора данных. Поскольку выборка собирается и имена участников, как правило, остаются анонимными, помощь заключается в сборе негативного опыта. Качественные данные типа «полностью согласен», «согласен», «недоволен», «сильно неудовлетворен» легко получить из разных демографий. Квота данных достигается очень легко в случае любого исследования.
Одним из недостатков удобной выборки является то, что полученная обратная связь может быть хорошей с индивидуальной точки зрения, но с групповой точки зрения она может быть неверной, участники предоставляют ложные данные, поскольку они не знают о последствиях (например, анкеты, заполненной присутствующими респондентами), достоверность данных всегда сомнительна, каждый участник имеет свой уникальный набор приоритетов и точек зрения, которые опять-таки зависят от чувств в данный момент (сердитый/расслабленный/спешащий), исследователи подходят к человеку, который склонны давать положительные отзывы, иногда анкета заполняется быстро, без чтения и понимания вопросов, что приводит к грубой ошибке в опросе и его результатах.
Лучший способ уменьшить систематическую ошибку — использовать вероятностную выборку и избегать субъективных оценок во время исследования. Получение полных данных для выборки сложно для новой области, поэтому, прежде чем приступать к анализу каких-либо данных проекта, группы технических экспертов из различных заинтересованных сторон (клиенты и разработчики) должны провести мозговой штурм, чтобы определить метод выборки, это уменьшит ошибку в выборке. . Эта команда должна определить размер выборки на основе размера совокупности, уровня достоверности, допустимой погрешности и риска неточности данных. После того, как размер выборки был определен, его следует проанализировать, и в следующем спринте, соответствующем размеру выборки, следует снова пройти до тех пор, пока проблема необъективности не будет стабилизирована и подтверждена.
