Échantillon ethnique
Échantillonner les personnes difficiles à échantillonner.
Lorsqu’il s’agit de cibler des minorités ethniques, des répondants de pays d’origine spécifiques ou des religions probables, l’échantillon RDD général ne donne pas de bons résultats en raison d’un faible taux d’incidence. En utilisant notre échantillon ethnique mobile ciblé, il est possible d’interroger les répondants avec une grande précision.
Nous avons mené à bien des projets de niche complexes avec :
Conformité
Échantillonnage ethnique pour les données sensibles
L’échantillon ethnique est superposé à des données publiques provenant de diverses sources publiques. Si les données ne sont pas disponibles publiquement, nous ne pouvons pas les récupérer.
La plupart des médias sociaux et des réseaux de messagerie offrent la possibilité de définir des options de confidentialité. Lorsque ces options sont activées, nous n’avons aucun moyen de récupérer les données. Sample Solutions garde une trace de l’heure à laquelle les données ont été traitées et des sources utilisées.
Mil. Profils livrés
Projets annuels
Précision du marquage (%)
Notre processus
L'échantillonnage probabiliste rencontre le Big Data
Sample Solutions a développé en interne l’approche d’échantillonnage RDD enrichi. Nous utilisons plusieurs étapes pour créer un échantillon très ciblé qui contient néanmoins des critères probabilistes tels que la probabilité de sélection et la taille de la base de sondage pour la recherche sociale. Voici les étapes de la génération de l’échantillon :
01.
Un échantillon mobile RDD brut est généré. L’échantillon est analysé en fonction de l’activité afin de déterminer les numéros actifs et inactifs.
02.
Nous comparons les numéros de travail avec les données des médias sociaux, les requêtes de recherche publique et les services de messagerie. Pour ce faire, nous utilisons des textes de grande taille, une approche onomastique ou un codage facial.
03.
Nous vérifions s’il existe des indicateurs de l’appartenance d’un répondant au groupe cible recherché. Des intervalles de confiance sont également fournis.
04.
Nous fournissons les données complètes, avec des informations sur les enregistrements appariés, le public cible et le public qui ne fait pas partie du public cible – il est possible de composer les trois lots avec des ratios différents et d’en tenir compte à l’aide de la stratification a posteriori. Cette approche permet aux chercheurs d’appliquer soit une approche basée sur les probabilités, soit une approche basée sur les quotas pour échantillonner ces sous-populations.
Sources de données pour l'échantillonnage ethnique
Notre expertise en matière de Big Data pour la recherche
Sample Solutions est certifié ISO 27001 depuis plus de 5 ans. Nous appliquons des processus lourds de Big Data et d’ETL pour notre échantillonnage. De cette façon, nous tirons parti de l’échantillonnage de référence pour l’industrie.
Big Data
Elles proviennent de données de sites web, de données de recherche et de diverses autres données non structurées.
Services de messagerie
Obtenir des données de Messenger, Telegram, WhatsApp ou WeChat.
Données sur les médias sociaux
Utiliser diverses sources de médias sociaux telles que LinkedIn, Facebook, Twitter, WeChat ou Instagram.
A propos de nous
Applications de l'échantillonnage ethnique
Minorités ethniques
Pays d'origine
En utilisant les données des médias sociaux et une approche onomastique, nous sommes en mesure d’estimer le pays d’origine.
Religion
En utilisant une approche onomastique, nous pouvons augmenter de manière significative les chances d’identifier les adeptes de religions spécifiques telles que l’islam, le judaïsme ou d’autres religions.
Questions fréquemment posées
Vous avez des questions sur notre échantillonnage ethnique ? Nous avons des réponses
Vous ne trouvez pas ce que vous cherchez ? N’hésitez pas à nous contacter !
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.
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.
No, the data is processed live meaning the generated mobile RDD numbers are compared live with various social media and messenger services.
Variables like region, gender and estimated age can be added.
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.
Depending on the volumes and specifications, the default turnaround time for a sample of this kind is 2 to 3 working days.