Provtagning avser åtgärden att välja ett specifikt antal poster från en stor uppsättning data för vidare analys. Affärsforskning genererar ofta stora mängder data, särskilt i marknadsfokuserad forskning som demografi. Provtagningstekniker inom företagsforskning gör det möjligt för forskare att arbeta med en hanterbar delmängd av data som de tror att de representerar korrekt representerar trenderna i den större samlingen.
Primärforskning
Företagen får forskningsdata från vilka man kan ta prov på två olika sätt. Den första primära forskningen innebär att man gräver data från sina källor. Undersökningar är den mest populära formen av primärforskning, oavsett om de genomförs personligen, via telefon, via Internet eller på annat sätt. Resultaten av primärforskningen är proprietära, vilket innebär att inget annat företag har tillgång till resultaten från primärforskningen, om den inte specifikt beviljas av forskaren eller görs tillgänglig för allmänheten.
Sekundär forskning
När primära forskningsresultat delas med andra forskare bedriver de andra forskarna sekundärforskning. Sekundär forskning bygger i huvudsak på ansträngningar från andra som har tagit sig tid att sammanställa stora uppsättningar relevant och värdefull data. Att titta på genomsnittliga inkomsttal från presidiet för arbetsstatistik är ett exempel på sekundärforskning. Eftersom byrån redan har utfört en omfattande kartläggning och sammanställning av uppgifterna, kan andra företagsforskare utnyttja uppgifterna med liten eller ingen kostnad.
Slumpmässigt urval
Slumpmässig provtagning innebär att man väljer ett visst antal dataposter helt slumpmässigt och använder provet för vidare analys. Slumpmässig provtagning kan vara en effektiv teknik vid analys av ganska homogena datasatser. Tänk dig att ett företag letar efter att bestämma andelen personer som diagnostiseras med morbid fetma i ett visst tillstånd. I stället för att arbeta med en datamängd med flera miljoner poster kunde företaget rimligen analysera ett slumpmässigt urval av flera hundra poster för att komma fram till ett tal som approximerar statistiken för hela datasatsen.
Namnprovtagning
Nth namnprovtagning, även kallad systematisk provtagning, liknar slumpmässig provtagning, förutom att det minskar påverkan av godtyckligt datautväljning. Systematisk sampling innefattar att välja varje nth datainmatning för inkludering i ett prov. Om du hade en dataset med ett miljon enkäter svar, kan du till exempel välja varje tusen post som ska inkluderas i ett prov, vilket ger dig ett mer hanterbart urval av tusen poster.
Kontrollerad provtagning
Kontrollerad provtagning tar mycket specifika prover från en ganska heterogen uppsättning data. Kontrollerad provtagning är mest värdefull när man utför sekundärforskning, eftersom primärforskning kan utformas för att endast rikta specifika respondenter om så önskas.
Tänk dig ett företag som köper en stor dataset som innehåller information om undersökta respondenters ålder, etnicitet, utbildning och inkomstnivåer. Om ett företag ville bestämma genomsnittliga inkomstnivåer för en viss åldersgrupp kunde företaget bygga ett prov som endast består av poster som uppfyller de specifika åldersgränserna före beräkningen av inkomsttalet.
