Etnische steekproef
Bemonstering van de moeilijk te bemonsteren gebieden.
Wanneer we ons richten op etnische minderheden, respondenten uit specifieke landen van herkomst of waarschijnlijke religies, presteert de algemene RDD-steekproef niet goed vanwege de lage incidentiegraad. Met behulp van onze gerichte etnische mobiele steekproef is het mogelijk om respondenten met hoge nauwkeurigheid te enquêteren.
We hebben complexe nicheprojecten afgerond met:
Naleving
Etnische steekproeven voor gevoelige PII-gegevens
De etnische steekproef wordt overlapt met openbare gegevens die te vinden zijn in verschillende openbare bronnen. Als gegevens niet openbaar beschikbaar zijn, kunnen we ze niet ophalen.
De meeste sociale media en messenger netwerken hebben de optie om privacy opties in te stellen. Wanneer deze zijn geactiveerd, hebben wij geen manier om de gegevens te achterhalen. Sample Solutions houdt bij wanneer de gegevens zijn verwerkt en welke bronnen zijn gebruikt.
Mil. Geleverde profielen
Projecten Jaarlijks
% Nauwkeurigheid markering
Ons proces
Kansberekening ontmoet Big Data
Sample Solutions heeft de verrijkte-RDD steekproefbenadering zelf ontwikkeld. We gebruiken meerdere stappen om een zeer gerichte steekproef te creëren die toch probabilistische criteria bevat zoals de selectiekans en de framegrootte voor sociaal onderzoek. Dit zijn de stappen voor het genereren van de steekproef:
Gegevensbronnen voor etnische steekproeftrekking
Onze Big Data-expertise voor onderzoek
Sample Solutions is al meer dan 5 jaar ISO 27001 gecertificeerd. We passen zware Big Data en ETL-processen toe voor onze steekproeven. Op deze manier maken we gebruik van de gouden standaard voor de industrie.
Over ons
Toepassingen van etnische steekproeftrekking
Veelgestelde vragen
Heb je vragen over onze etnische steekproeven? We hebben antwoorden
Kun je niet vinden wat je zoekt? Aarzel dan niet om contact met ons op te nemen!
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.
