Muestra étnica

Muestreo de lo difícil de muestrear.

Cuando nos dirigimos a minorías étnicas, encuestados de un país de origen concreto o religiones probables, la muestra RDD general no funciona bien debido a su baja tasa de incidencia. Utilizando nuestra muestra móvil étnica selectiva es posible encuestar a los encuestados con gran precisión.

Hemos concluido complejos proyectos de nicho con:
Conformidad

Muestreo étnico para datos sensibles de IPI

La muestra étnica se superpone a los datos públicos que pueden encontrarse en diversas fuentes públicas. Si los datos no están disponibles públicamente, no podemos recuperarlos.

La mayoría de las redes sociales y de mensajería tienen la opción de configurar opciones de privacidad. Cuando éstas están activadas, no tenemos forma de recuperar los datos. Sample Solutions realiza un seguimiento de la marca de tiempo en la que se han procesado los datos y qué fuentes se han utilizado.

800

Mil. Perfiles entregados

30

Proyectos Anuales

80

% Precisión de marcado

Nuestro proceso

El muestreo probabilístico se une al Big Data

Sample Solutions ha desarrollado internamente el método de muestreo RDD enriquecido. Utilizamos múltiples pasos para crear una muestra muy selectiva que, sin embargo, contiene criterios probabilísticos como la probabilidad de selección y el tamaño del marco para la investigación social. Éstos son los pasos para la generación de la muestra:

01.
Verified RDD Mobile Frame

Se genera una muestra de RDD móvil en bruto. Se examina la muestra en busca de actividad para mostrar los números de trabajo/no trabajo.

02.
Big Data Overlay

Cotejamos los números de trabajo con datos de redes sociales, consultas de búsquedas públicas y servicios de mensajería. Para ello utilizamos texto extenso, un enfoque onomástico o codificación facial.

03.
Confidence Intervals

Comprobamos si hay indicadores de que un encuestado pertenece al grupo objetivo necesario. También se proporcionan intervalos de confianza.

04.
Segmented Data

Proporcionamos los datos completos, con información sobre los registros emparejados, el público objetivo y el público que no está dentro del objetivo: es posible marcar los tres lotes en proporciones diferentes y tenerlo en cuenta utilizando la post-estratificación. Este enfoque permite a los investigadores aplicar un enfoque basado en probabilidades o un enfoque basado en cuotas para muestrear estas subpoblaciones.

Fuentes de datos para el muestreo étnico

Nuestra experiencia en Big Data para la investigación

Sample Solutions cuenta con la certificación ISO 27001 desde hace más de 5 años. Aplicamos procesos pesados de Big Data y ETL para nuestro muestreo. De esta forma aprovechamos el muestreo estándar de oro para la industria.

Grandes datos

Procedentes de datos de sitios web, datos de búsqueda y otros datos no estructurados.

Servicios de mensajería

Obtención de datos de Messenger, Telegram, WhatsApp o WeChat.

Datos de las redes sociales

Utilizando diversas fuentes de Redes Sociales como LinkedIn, Facebook, Twitter, WeChat o Instagram.

Quiénes somos

Aplicaciones del muestreo étnico

Minorías étnicas
Haciendo uso de datos de redes sociales, Big Data, servicios de mensajería y datos de búsqueda de Google, podemos enriquecer una muestra RDD con información étnica.
País de origen

Utilizando datos de las Redes Sociales y un enfoque onomástico, podemos estimar el país de origen.

Religión

Utilizando un enfoque onomástico podemos aumentar significativamente las posibilidades de identificar a seguidores de religiones específicas, como el islam, el judaísmo u otras religiones.

Preguntas frecuentes

¿Tienes alguna pregunta sobre nuestro muestreo étnico? Tenemos respuestas

¿No encuentras lo que buscas? No dudes en ponerte en contacto con nosotros.

Can you offer the same screening for landline sample?

We would source landline sample from white pages data when available and then apply an onomastic approach to the names. In most cases this yields older respondents and those that have been in the country for longer.

What bias is introduced by this approach?

We can only target literate people that use a messenger or social network. Overall education level is higher, more males and overall younger people. Since we screen an RDD sample there are individuals that cannot be matched, thus a coverage error is introduced.

Is this a static database?

No, the data is processed live meaning the generated mobile RDD numbers are compared live with various social media and messenger services.

Which other variables can be added?

Variables like region, gender and estimated age can be added.

Is your data 100% accurate?

Our data is profiled / estimated. We have high evidence that a specific trait like religion, country of origin or ethnicity exists but we do not have hard facts or collected data.

What is the usual turnaround time for delivering this Sample?

Depending on the volumes and specifications, the default turnaround time for a sample of this kind is 2 to 3 working days.