2019 업데이트:이제이 주제를보다 철저하게 탐색하는 일련의 설명자 비디오가 있습니다. 당신은 그들을 찾을 수 있습니다 여기.나는이 질문에 대한 조사를 해왔다. 다음은 몇 가지 기사와 웹 사이트에서 매우 학술적이지 않고 불완전한 정보 요약입니다.

를 사용하여 Google 학술검색”에 대한 설문 조사 응답률”출판된 논문에서 2010-2014,내가 찾은 2010 년에 있는 문서를 검토하는 저널 컴퓨터에서 인간의 행동:

선풍기,W.,&Yan,Z(2010). 웹 설문 조사의 응답률에 영향을 미치는 요인:체계적인 검토. 인간 행동의 컴퓨터,26(2),132-139.

다음은 그 기사에서 수집 한 흥미로운 사실입니다: “최근 메타 분석(Manfreda,Bosnjak,Berzelak,Haas,&Vehovar,2008)45 를 조사 연구의 차이점에서 응답 속도 웹 사이에 조사하고 다른 모드 설문조사,추정된 응답 속도에서 웹 설문조사에서 평균 약 11%정도 낮보다는 다른 조사에 모드가 있습니다.”

기타 문서 큰 관심의,그리고 특히 관련성이 웹 기반 설문 조사의 대학 인구,2011 년 문서에서 의견공 분기:

밀라,M.M.,&Dillman,D.A. (2011)웹 및 혼합 모드 설문 조사에 대한 응답 개선. 공공 Opin Q,75(2):249-269.

Abstract:우리는 두가지 실험 설계 평가를 위한 여러 가지 전략을 향상 응답 웹 웹/메일 혼합 모드 설문 조사. 우리의 목표를 결정하는 가장 좋은 방법을 극대화하는 웹사 응답률이 높은 인터넷에 글을 읽으로 인구 전체 인터넷 접속이 가능합니다. 우리는 것을 발견을 제공하는 동시에 선택의 응답 모드지 않을 향상 응답 속도(비만을 제공하는 메일 응답 옵션). 그러나,제공하는 다른 응답 모드를 순차적으로,어떤에서 웹을 제공하고 있어 메일을 다음 옵션을 사용하에게 연락을 향상시킵 웹 응답 비율은 전반적으로 사용하는 것과 동일한 기능만 메일입니다. 우리는 또한 조합을 활용하의 모두 우편 및 이메일 연락처 그리고 전달하는 토큰 현금 인센티브를 사전에 모두 유용한 방법을 개선을위한 웹 응답 요금입니다. 이러한 실험을 설명하지만 다른 구현 전략은 가능한 가장 효과적인 전략의 결합의 사용은 여러 응답을 유도하는 기술이 있습니다.

이것은 캘거리 지역의 비즈니스 컨설턴트 인 Kathy Biersdorff 의 2009 년 웹 논문에서 나온 것입니다.

을 때 저는 말이 없다는 간단한 질문에 대한 답변을 얼마나 많은 충분,이것은 의미하지 않는 사람들이 꺼리와 기록에 갈 수치 답이 있습니다. 여기에는 일부 전문가의 의견으로는 것으로 간주 좋은 또한 적절한 메일 설문조사 응답률:

25%–Dr.Norman Hertz 을 요구했을 때 Supreme Court of Arizona

30%–R. Allen Reese,영국의 Hull U. 대학원 연구소 관리자

36%-H.W. Vanderleest(1996)응답 속도가 달성된 후에는 신호

38%–슬로베니아에서는 설문 조사는 기타

50%–Babbie(1990 년,1998)

60%–Kiess&Bloomquist(1985) 을 피하는 편견으로 가장 행복하/응답자에 불만만

60%–AAPOR 연구 보고에 대한 최소한의 기준 publishability 키 학술지

70%–지 A. Dillman(1974,2000)

75%–Bailey(1987)는 Hager et al. (2003 년 비영리 단체 및 자발적 섹터 분기별,pp.252-267)

또한,다양한 연구 설명하는 그들의 응답 속도로”수용”10%,54%,65%하는 동안,다른 사람에 미국 심리학회 홈페이지 보고된 사항에 관한 비 응답자의 차이에 대한 연구와 38.9%,40%42%니다.

나는 모든 지식의 원천,Wikipedia,고 오히려 좋은 요약의 일부 기사 조사의 효과는 응답률:

중 하나는 초기 예의를 찾는 보고되었으로 비서,Krosnick,마켓과 커틴(1996)을 보여 주었다는 조사와 낮은 반응율(근처의 20%)나왔고 더 많은 정확한 측정을 보다 설문 조사와 높은 반응율(근처의 60 70%). 또 다른 연구에서,Keeter et al. (2006)비교 결과를 5 일 조사를 채용 퓨 리서치 센터의 일반적인 방법론(25%response rate)결과에 더 엄격한 조사를 통해 더 이상장 기간을 달성하고 높은 반응율이 50%. 84 건의 비교 중 77 건에서 두 설문 조사는 통계적으로 구별 할 수없는 결과를 산출했습니다. 두 설문 조사에서 유의 한 차이가 나타난 항목 중 특정 답변을 제공하는 사람들의 비율 차이는 4%포인트에서 8%포인트까지 다양했습니다.

Curtin 등의 연구. (2000)은 소비자 심리 지수(ICS)의 추정치에 대한 낮은 응답률의 효과를 테스트했다. 그들은 영향 평가 제외에 응한 사람들은 처음에 협조하기를 거부(을 감소시키는 응답률이 5-10%포인트),응답자의 필요상 통화를하는 완전한 인터뷰(을 줄 응답 비율 약 25%포인트),그리고 사람들은 필요한 두 개 이상의 전화를(감소에 대해 50%포인트). 그들은 수백 명의 응답자의 월간 샘플을 사용하여 ICS 의 추정치에 이러한 응답자 그룹을 제외시키는 효과를 발견하지 못했습니다. 연간 추정치를 기반으로,수천 명의 응답자의 배제는 사람들에 필요한 더 많은 통화(아니지만의 초기 refusers)는 아주 작은 하나입니다.

Holbrook 외. (2005)는 낮은 응답률이 표본의 덜 가중치가없는 인구 통계 학적 대표성과 관련이 있는지 평가했다. 을 검사하여 결과를 81 국가와 설문 조사 응답률에서 다양한 5%54 퍼센트,그들이 발견 설문 조사를 훨씬 낮은 반응율을 감소 인구 통계 학적 대표성 범위 내에서 조사하지만 많이 있습니다.

마지막으로 문제를 더욱 복잡하게,내가 당신을 생각 나게의 약간 비 통계적 또는 준 통계적인 요소에 영향을 미치는 결정에 대한 적절한 샘플 크기와 응답률:

1. 인식 believability:우리 모두 알고 어떻게 영향력 있는 인식이 있다. 귀하의 청중은 귀하의 설문 조사 데이터가 진정으로 그들을 대표한다고 믿을 것입니까?
2. 을 봐야 하위:우리가 알고 있는 지속적으로 세 가지 위험이 높은 그룹에서는 대학 캠퍼스:수신 신입생,형제회 회원들과 대표팀 선수이다. 그것은 어려운 설문조사에서으로는 크고 비용이 많이 드는으로 ACHA-NCHA 을 달성하기 위해 적절한 표현의 클럽 회원과 대표팀 선수,그래서 당신이 있는 계획은 규모가 작은 설문 조사를 위해 특별히 그 그룹의 경우에는 변경사항을 추적하려는 인식을 사용하고,부정적인 결과들에 대한 위험이 높은 그룹이 있습니다.
3. 바이어스: 응답률이 낮을수록 응답자 그룹이 어떤 식 으로든 편향 될 확률이 높아집니다. 그것은 만들 수 있습니다 경도 차이가 특히 어려운 일을 해석:에 변경이 있을 경우에는에서 이 년 동안은 진정한 변화 또는 일부 바이어스에서 응답 그룹(특히 경우 응답자들은 대표 측면에서는 노출의 개입이나 위험도).
4. 인구 통계 학적 대표성: 이것은 실제로는 하위 범주의 바이어스,하지만 특별히 언급하다는 것을 우리가 알고 있기 때문에 인구 통계학적 요인(성별,나이,인종 또는 민족성)에 영향을 마시는 요금 및 패턴이 있습니다. 상대적으로 높은 응답률을 보이더라도 표본이 인구 집단과 인구 통계 학적으로 유사한 지 항상 확인해야합니다.