Come aggiustare la distorsione introdotta dal mixed-mode?

Nel Journal of Survey Statistics and Methodology Volume 2, Numero 2, 

Giugno 2014 gli autori (Kolenikov e Kennedy) svolgono un'analisi di tre 

differenti approcci per "aggiustare" statisticamente il mode effect nelle 

indagini mixed-mode.

 

La diffusione delle metodologie di raccolta questionari e di indagini mixed-mode CATI-CAWI, CATI-CAMI e addirittura CAWI-CAWI e F2F introduce una complessificazione nella stima dei risutati di una indagine o di un sondaggio.

 

I risultati che si ottengono nelle risposte ad una domanda, infatti, possono essere affette da un bias principalmente dovuto a:

  • coverage del mode;
  • propensity del mode;
  • comportamento dell'intervistatore;
  • posizione delle risposte alla domanda, desiderabilità sociale, format della domanda nel questionario on line (CAWI), etc etc.

Ovviamente la domanda che si pone il ricercatore è: quale dei mode utilizzati (CATI, CAWI, CAMI, F2F) è più preciso? E in ogni caso come eventualmente correggere le stime ottenute?

 

Questo bell'articolo fa il punto della situazione nel campo della metodologia e in particolare confronta 3 tecniche di aggiustamento:
- regressione;
- inputazione multipla;
- econometrica.

I risultati del confronto delle 3 tecniche sembrano propendere per la tecnica di aggiustamento basata sul modello econometrico ma soprattutto sottolineano quanto il bias generato dal mode effect sia rilevante su alcune tipologie di domande.


Buon lavoro a tutti

 

Esperimento sul panel

CAWI verso CATI

Alcuni nostri clienti

Visitatori

Abbiamo 39 visitatori e nessun utente online

Newsletter

Iscriviti

Iscriviti alla nostra newsletter sulla metodologia delle indagini

Revolution Now

Copyright Demetra opinioni.net s.r.l. sotto Free Documentation License
Sito realizzato con Joomla