in

Les enquêtes avec des thoughts répétitives produisent de mauvaises données, selon une étude


Selon une nouvelle étude menée par UC Riverside, les enquêtes qui posent trop de queries du même variety fatiguent les répondants et renvoient des données peu fiables.

L'étude a révélé que les gens se lassent des queries qui ne varient que légèrement et ont tendance à donner des réponses similaires à toutes les thoughts au fur et à mesure que l'enquête progresse. Les spécialistes du marketing, les décideurs et les chercheurs qui s'appuient sur de longues enquêtes pour prédire le comportement des consommateurs ou des électeurs disposeront de données in addition précises s'ils élaborent des enquêtes conçues pour obtenir des réponses fiables et originales, suggèrent les chercheurs.

"Nous voulions savoir, c'est toujours mieux de collecter furthermore de données dans les enquêtes, ou si poser trop de inquiries pouvait conduire les répondants à fournir des réponses moins utiles à mesure qu'ils s'adaptent à l'enquête", a déclaré le leading auteur Ye Li, professeur adjoint de gestion à UC Riverside. "Cela pourrait-il paradoxalement conduire à poser as well as de queries mais à obtenir de moins bons résultats ?"

Bien qu'il puisse être tentant de supposer que moreover de données sont toujours meilleures, les auteurs se sont demandé si les processus décisionnels utilisés par les répondants pour répondre à une série de issues pourraient changer, en particulier lorsque ces queries utilisent un format similaire et répétitif.

La recherche portait sur des enquêtes quantitatives du form généralement utilisé dans les études de marché, l'économie ou la recherche sur les politiques publiques qui cherchent à comprendre les valeurs des gens à propos de certaines choses. Ces enquêtes posent souvent un grand nombre de concerns structurellement similaires.

Les chercheurs ont analysé quatre expériences qui demandaient aux répondants de répondre à des questions portant sur le choix et la préférence.

Les répondants aux sondages ont adapté leur prise de décision en répondant à des inquiries de choix furthermore répétitives et structurées de la même manière, un processus que les auteurs appellent « adaptation ». Cela signifie qu'ils ont traité moins d'informations, appris à peser moreover lourdement certains attributs ou adopté des raccourcis mentaux pour combiner des attributs.

Dans l'une des études, les répondants ont été interrogés sur leurs préférences pour différentes configurations d'ordinateurs portables. C'est le genre de concerns que les spécialistes du advertising utilisent pour déterminer si les clients sont prêts à sacrifier un peu de taille d'écran en échange d'une capacité de stockage accrue, par exemple.

"Lorsqu'on vous pose sans cesse des questions sur les configurations d'ordinateurs portables qui ne varient que légèrement, les deux ou trois premières fois, vous les regardez attentivement, mais après cela, vous ne regardez peut-être qu'un attribut, comme la durée de vie de la batterie. Nous utilisons raccourcis. L'utilisation de raccourcis vous donne moins d'informations si vous demandez trop d'informations », a déclaré Li.

Alors que les humains sont connus pour s'adapter à leur environnement, la plupart des méthodes de recherche comportementale utilisées pour mesurer les préférences ont sous-estimé ce fait.

"En aussi peu que six ou huit concerns, les gens répondent déjà de telle manière que vous êtes déjà moins bien loti si vous essayez de prédire le comportement dans le monde réel", a déclaré Li. "Dans ces sondages, si vous posez sans cesse aux gens les mêmes varieties de queries, ils commencent à donner les mêmes kinds de réponses."

Les résultats suggèrent certaines tactiques qui peuvent augmenter la validité des données tout en économisant du temps et de l'argent. Le traçage de processus, une méthodologie de recherche qui fit non seulement la quantité d'observations mais aussi leur qualité, peut être utilisé pour diagnostiquer l'adaptation, aidant à identifier quand elle menace la validité. L'adaptation pourrait également être réduite ou retardée en modifiant à plusieurs reprises le structure de la tâche ou en ajoutant des issues de remplissage ou des pauses. Enfin, la recherche suggère que pour maximiser la validité des enquêtes de mesure des préférences, les chercheurs pourraient utiliser un ensemble de méthodes, utilisant de préférence plusieurs moyens de mesure, tels que des thoughts qui impliquent de choisir entre des possibilities disponibles à différents times, des queries d'appariement et une variété de contextes.

"Le compromis n'est pas toujours évident. Plus de données ne sont pas toujours meilleures. Soyez conscient des compromis", a déclaré Li. "Lorsque votre objectif est de prédire le monde réel, c'est là que ça compte."

Li a été rejoint dans la recherche par Antonia Krefeld-Schwalb, Eric J. Johnson et Olivier Toubia à l'Université de Columbia Daniel Wall de l'Université de Pennsylvanie et Daniel M. Bartels de l'Université de Chicago. L'article, "Plus vous demandez, moins vous obtenez  : lorsque des issues supplémentaires nuisent à la validité externe", est publié dans le Journal of Marketing Research.