การวัดผลอินฟลูเอนเซอร์มาร์เก็ตติ้ง: แบบสำรวจของคุณคัดเลือกใคร

ธุรกิจหนึ่งต้องการเข้าใจว่าคอนเทนต์ของครีเอเตอร์เข้ามามีส่วนในการซื้อสินค้าอย่างไร นักวิจัยคนหนึ่งเสนอให้สัมภาษณ์คนที่จำได้ว่าเคยซื้อหลังเห็นโพสต์ของครีเอเตอร์ อีกคนเสนอให้เลือกคนที่บอกว่าครีเอเตอร์มีอิทธิพลต่อการตัดสินใจซื้อ ทั้งสองวิธีฟังดูสมเหตุสมผลในการหาผู้ชมกลุ่มเดียวกัน แต่คำตอบที่จับคู่กันแสดงให้เห็นว่าเหตุใดจึงควรพิจารณาทางเลือกนี้ให้รอบคอบ

Pew Research Center เคยรายงานตัวเลขทั้งสองแยกกันแล้ว โดยผู้ใช้โซเชียลมีเดียประมาณ 30% บอกว่าเคยซื้อหลังเห็นโพสต์ของครีเอเตอร์ และ 39% บอกว่าครีเอเตอร์มีผลต่อการตัดสินใจซื้ออย่างน้อยเล็กน้อย การวิเคราะห์ของเราเก็บคำตอบสองข้อของแต่ละคนไว้คู่กัน ส่วนที่ทับซ้อนจึงให้ข้อมูลที่เปอร์เซ็นต์แยกกันไม่สามารถบอกได้ ^[2]

คำถามเรื่องการซื้อคัดเลือก 30.2% ของกลุ่มผู้ใช้โซเชียลมีเดียเมื่อถ่วงน้ำหนักแล้ว ส่วนคำถามเรื่องอิทธิพลโดยทั่วไปคัดเลือก 38.6% มี 24.8% ที่ผ่านเกณฑ์ทั้งสองข้อ อีก 5.4% ผ่านเฉพาะคำถามเรื่องการซื้อ และ 13.8% ผ่านเฉพาะคำถามเรื่องอิทธิพล ที่เหลือ 56.0% ไม่ผ่านเกณฑ์ใดเลย ^[3]

ทั้งสี่กลุ่มนี้บอกว่าใครเข้าเกณฑ์ภายใต้กติกาคัดเลือกผู้ให้สัมภาษณ์สองแบบ ไม่ว่าจะใช้แบบใด ต้องตอบเชิงบวกอย่างชัดเจนจึงจะผ่านเกณฑ์ คำตอบอื่นรวมถึงความไม่แน่ใจและการปฏิเสธตอบ ซึ่งยังแยกกันอยู่ในตารางต้นทาง ดังนั้น “ไม่ผ่านเกณฑ์ใดเลย” จึงไม่ได้หมายความว่าทุกคนในกลุ่มนั้นปฏิเสธทั้งสองข้อความอย่างชัดเจน

ความแตกต่างนี้ส่งผลในทางปฏิบัติก่อนเริ่มเขียนแนวคำถามสัมภาษณ์เสียอีก เพราะการเลือกเกณฑ์อื่นทำให้คนที่จะได้รับเชิญเปลี่ยนไป กลุ่มที่เข้าเกณฑ์มากขึ้นไม่ได้เป็นเพียงกลุ่มเล็กเดิมที่มีคนเพิ่มเข้ามา การเปรียบเทียบนี้นำสองคำนิยามมาทาบกับคำตอบเดิมย้อนหลัง ไม่ใช่การทดลองแบบสุ่มที่พิสูจน์ว่าการเปลี่ยนถ้อยคำทำให้คำตอบเปลี่ยน

หากดูเฉพาะยอดรวมแยกกัน ทีมอาจบอกว่าคำถามเรื่องอิทธิพลทำให้ได้กลุ่มใหญ่กว่าคำถามเรื่องการซื้อ 8.4 จุดเปอร์เซ็นต์ นั่นคือผลต่างสุทธิระหว่าง 38.6% กับ 30.2% แต่ไม่ได้อธิบายทุกคนที่สถานะการเข้าเกณฑ์เปลี่ยนไป

เริ่มจากเกณฑ์การซื้อ แล้วเปลี่ยนเป็นเกณฑ์อิทธิพล ผู้ที่ผ่านทั้งสองเกณฑ์ 24.8% ยังอยู่ในกลุ่ม ส่วน 5.4% ที่ผ่านเฉพาะเกณฑ์การซื้อจะถูกตัดออก และ 13.8% ที่ผ่านเฉพาะเกณฑ์อิทธิพลจะถูกเพิ่มเข้ามา เมื่อรวมผู้ที่เพิ่มกับผู้ที่ถูกตัดออกจะเท่ากับ 19.2% ของผู้ใช้โซเชียลมีเดียที่เข้าเกณฑ์ในแบบสำรวจสหรัฐฯ ปี 2022 เมื่อถ่วงน้ำหนักแล้ว ^[4]

อาจมองเลขนี้ได้ง่ายขึ้นบนสเกล 100 โดยคงไว้ประมาณ 24.8 ตัดออกประมาณ 5.4 และเพิ่มประมาณ 13.8 ตัวเลขเหล่านี้เป็นการเทียบสัดส่วน ไม่ใช่ผู้ตอบที่แบ่งเป็นเศษคนหรือการคาดการณ์ลูกค้า 100 คนถัดไป การคำนวณอธิบายแบบสำรวจในอดีตที่คนเดียวกันตอบทั้งสองคำถาม

ยอดรวมที่ไม่เท่ากันทำให้ความแตกต่างบางส่วนหลีกเลี่ยงไม่ได้ แม้ทุกคนที่ผ่านคำถามเรื่องการซื้อจะผ่านคำถามเรื่องอิทธิพลด้วย กลุ่มที่ใหญ่กว่าก็ยังมีส่วนเกิน 8.4 จุดเปอร์เซ็นต์อยู่ดี คำตอบที่จับคู่กันแสดงความต่างในการคัดเลือก 19.2 จุดเปอร์เซ็นต์ หรือมากกว่าขั้นต่ำดังกล่าว 10.8 จุดเปอร์เซ็นต์ นี่คือการเปรียบเทียบทางคณิตศาสตร์ ไม่ใช่การทดสอบนัยสำคัญทางสถิติ ^[4]

สำหรับธุรกิจ รายงานจึงควรแสดงทั้งคนที่เพิ่มเข้ามาและคนที่ถูกตัดออก การรายงานเพียงยอดรวมที่ใหญ่ขึ้นอาจทำให้มองไม่เห็นว่าผู้ตอบที่มีประสบการณ์ตรงตามหัวข้อสัมภาษณ์บางคนหายไป

หากเริ่มจากคนที่รายงานว่าเคยซื้อหลังเห็นโพสต์ของครีเอเตอร์ มี 82.1% ที่บอกด้วยว่าครีเอเตอร์มีผลต่อการตัดสินใจซื้ออย่างน้อยเล็กน้อย ค่านี้ตอบว่า กลุ่มที่เคยซื้อจะเหลือเท่าใดหากทีมกำหนดเพิ่มว่าต้องรายงานว่าได้รับอิทธิพลด้วย

เมื่อเปลี่ยนกลุ่มตั้งต้น คำตอบคือ 64.3% ในกลุ่มที่รายงานว่าได้รับอิทธิพลอย่างน้อยเล็กน้อย นี่คือสัดส่วนที่จำได้ว่าเคยซื้อหลังเห็นโพสต์ของครีเอเตอร์ด้วย ส่วนทับซ้อนเดิมถูกหารด้วยกลุ่มตั้งต้นที่ใหญ่กว่า ทั้งสองเปอร์เซ็นต์ถูกต้อง และไม่มีค่าใดเป็นตัวชี้วัดประสิทธิผลของอินฟลูเอนเซอร์มาร์เก็ตติ้งโดยทั่วไป ^[3]

ใช้ทิศทางแรกเมื่อการศึกษากำหนดให้ต้องมีประสบการณ์ซื้ออยู่แล้ว และทีมกำลังพิจารณาเพิ่มคำถามเรื่องอิทธิพล ใช้ทิศทางที่สองเมื่อเริ่มจากผู้ที่รู้สึกว่าได้รับอิทธิพล แล้วต้องการทราบว่าใครเล่าถึงการซื้อที่จำได้ได้บ้าง ควรวางฐานคำนวณไว้ข้างตัวเลข เพราะฐานนั้นกำหนดว่าตัวเลขรองรับการตัดสินใจใดได้ สำหรับการสัมภาษณ์เชิงสำรวจบางงาน การทับซ้อนในระดับ 82.1% ที่พบในที่นี้อาจเพียงพอให้ใช้คำถามคัดเลือกข้อเดียว หากทีมยอมรับได้ว่าเกณฑ์นั้นจะไม่รวมใครบ้าง

ไม่มีเหตุผลที่จะคาดว่าสองคำถามต้องเหมือนกัน ข้อหนึ่งถามถึงเหตุการณ์ที่อาจเกิดขึ้นเมื่อใดก็ได้ในอดีต อีกข้อถามว่าครีเอเตอร์มีผลต่อการตัดสินใจซื้อโดยทั่วไปมากน้อยเพียงใด การเคยซื้ออาจเกิดร่วมกับการรู้สึกว่าได้รับอิทธิพลโดยทั่วไปเพียงเล็กน้อย และการรู้สึกว่าได้รับอิทธิพลอาจเกิดขึ้นโดยไม่มีการซื้อที่จำได้ ทั้งหมดนี้เป็นการตีความที่เป็นไปได้ ไม่ใช่คำอธิบายที่การวิเคราะห์นี้พิสูจน์แล้ว

การสัมภาษณ์ต่อยอดสามารถสำรวจความต่างได้โดยไม่บอกผู้ตอบว่าคำตอบของเขาควรมีความหมายอย่างไร ลองถามว่านึกถึงการซื้อครั้งใด จำอะไรเกี่ยวกับโพสต์ได้ หรือคำนึงถึงการตัดสินใจแบบไหน อย่าเปลี่ยนความต่างของคำตอบให้กลายเป็นข้อกล่าวหาว่าผู้ตอบสับสนหรือปิดบังอิทธิพลที่ได้รับ

คำถามเรื่องการซื้อมีตัวเลือก “ไม่แน่ใจ” และบางคนปฏิเสธตอบหนึ่งข้อหรือทั้งสองข้อ เมื่อรวมกันแล้ว ผู้ที่ไม่แน่ใจหรือปฏิเสธตอบอย่างน้อยหนึ่งข้อคิดเป็น 7.2% ของกลุ่มผู้ใช้โซเชียลมีเดียเมื่อถ่วงน้ำหนักแล้ว บุคคลเหล่านี้ยังอยู่ในการวิเคราะห์หลัก ไม่มีค่าขาดหายแบบ system-missing ในสองข้อนี้ของผู้ตอบที่เข้าเกณฑ์ ^[5]

การเลือกเช่นนี้สำคัญที่สุดเมื่อเริ่มจากกลุ่มที่ได้รับอิทธิพล ในผู้ที่รายงานว่าได้รับอิทธิพลอย่างน้อยเล็กน้อย มี 64.3% รายงานว่าเคยซื้อ 28.9% บอกว่าไม่เคย และ 6.7% ไม่แน่ใจหรือไม่ตอบคำถามเรื่องการซื้อ กลุ่มสุดท้ายจึงไม่ใช่ทั้งคำตอบยืนยันการซื้อหรือคำตอบปฏิเสธอย่างชัดเจน

เรายังคำนวณกรณีตรวจสอบที่กำหนดไว้ล่วงหน้า โดยใช้เฉพาะคนที่ตอบว่า เคยหรือไม่เคยซื้อ และได้รับอิทธิพลมาก เล็กน้อย หรือไม่เลย กรณีนี้ยังรวม 92.8% ของกลุ่มที่เข้าเกณฑ์เมื่อถ่วงน้ำหนักแล้ว ภายในกลุ่มที่จำกัดเช่นนี้ สัดส่วนผู้ที่รายงานว่าเคยซื้อในกลุ่มที่รายงานว่าได้รับอิทธิพลเพิ่มจาก 64.3% เป็น 69.0% ส่วนเปอร์เซ็นต์ในทิศทางกลับกันเปลี่ยนจาก 82.1% เป็น 82.4% ^[5]

เปอร์เซ็นต์ที่สูงขึ้นไม่ได้แปลว่าการคำนวณแบบจำกัดกลุ่มแม่นยำกว่า แต่เป็นคำตอบสำหรับกลุ่มที่ตัดความไม่แน่ใจและการไม่ตอบออกแล้ว หากทีมตัดคำตอบเหล่านี้โดยไม่แจ้งให้ทราบ บทสรุปอาจดูเปลี่ยนไปทั้งที่ไม่มีผู้ตอบคนใดเปลี่ยนคำตอบ

สำหรับงานสัมภาษณ์ ควรตัดสินใจว่าจะจัดการกับความไม่แน่ใจอย่างไรก่อนส่งคำเชิญ คนที่ไม่แน่ใจอาจไม่เหมาะกับการสัมภาษณ์เรื่องการซื้อครั้งใดครั้งหนึ่ง แต่อาจช่วยให้เข้าใจว่าผู้คนจำอะไรเกี่ยวกับคอนเทนต์ของครีเอเตอร์ได้ นี่เป็นการเลือกตามเป้าหมายการวิจัย ไม่ใช่เหตุผลให้เปลี่ยนคำตอบที่ไม่แน่ใจเป็นคำตอบประเภทอื่น

ถ้าจะสัมภาษณ์เรื่องการซื้อในอดีต ให้เริ่มจากการถามถึงประสบการณ์ที่บุคคลนั้นจะเล่า การบอกโดยทั่วไปว่าครีเอเตอร์มีอิทธิพลต่อการตัดสินใจไม่ได้ยืนยันว่าผู้ตอบจำการซื้อหลังเห็นโพสต์ได้ คำถามเรื่องการซื้อใกล้เคียงกับเป้าหมายการคัดเลือกนี้มากกว่า แม้คำว่า “เคย” ที่ไม่จำกัดช่วงเวลาในแบบสำรวจอาจยังกว้างเกินไปสำหรับงานเกี่ยวกับการเปิดตัวสินค้าครั้งล่าสุด

หากต้องการสัมภาษณ์ว่าคอนเทนต์ของครีเอเตอร์มีส่วนต่อการพิจารณาสินค้าอย่างไร อาจไม่จำเป็นต้องกำหนดว่าต้องเคยซื้อ คนที่รายงานว่าได้รับอิทธิพลแต่จำการซื้อไม่ได้อาจมีประสบการณ์ที่เกี่ยวข้องให้เล่า แบบสำรวจไม่ได้บอกว่าพวกเขาค้นพบแบรนด์ เปรียบเทียบสินค้า เลื่อนการตัดสินใจ หรือทำอย่างอื่น สิ่งเหล่านี้เป็นหัวข้อที่อาจถามต่อ ไม่ใช่ข้อค้นพบที่เราจะนำไปอธิบายกลุ่มนี้ได้

หากต้องการเปรียบเทียบประสบการณ์ การถามทั้งสองข้อช่วยให้ทีมเลือกคนที่มีคำตอบต่างชุดกันได้โดยตั้งใจ บรีฟคัดเลือกผู้ให้สัมภาษณ์สามารถแยกคนที่รายงานทั้งสองอย่าง อย่างใดอย่างหนึ่ง หรือความไม่แน่ใจ โดยไม่ต้องตั้งสมมติฐานว่ากลุ่มใดซื่อตรงกว่า มีคุณค่ามากกว่า หรือมีแนวโน้มจะซื้อในอนาคตมากกว่า

หากต้องตอบเชิงบวกทั้งสองข้อ จะคัดเลือกได้ 24.8% ของกลุ่มในแบบสำรวจเมื่อถ่วงน้ำหนักแล้ว หากตอบบวกข้อใดข้อหนึ่งก็ได้ จะคัดเลือกได้ 44.0% เกณฑ์แรกเหมาะกับงานที่ต้องการประสบการณ์ทั้งสองแบบ ส่วนเกณฑ์ที่สองเปิดให้เปรียบเทียบได้กว้างขึ้น นี่คือเป้าหมายการวิจัยที่ต่างกัน เปอร์เซ็นต์ใดก็ไม่บอกว่าทางเลือกไหนดีที่สุด หากยังไม่รู้ว่าการสัมภาษณ์ต้องตอบเรื่องอะไร

อินฟลูเอนเซอร์ที่จัดทำข้อมูลสรุปผู้ชมก็เผชิญทางเลือกเรื่องถ้อยคำเดียวกัน หากบอกว่าผู้ชมบางคนจำได้ว่าเคยซื้อหลังเห็นโพสต์ ก็ควรคงความหมายว่าเป็นการรายงานความทรงจำเรื่องการซื้อ หากบอกว่ารู้สึกว่าได้รับอิทธิพล ก็ควรเก็บคำถามและฐานคำนวณของข้อความนั้นไว้ การนำข้อมูลไปใส่ในมีเดียคิตไม่ได้ทำให้ตัวเลขใดกลายเป็นยอดขายที่ครีเอเตอร์สร้างขึ้น

การแยกความหมายเหล่านี้ช่วยให้การวิจัยผู้ชมไม่ปะปนกับการรายงานแคมเปญ คำถามเรื่องครีเอเตอร์คนใดก็ได้ในช่วงเวลาใดก็ได้ไม่ได้ระบุครีเอเตอร์ แคมเปญ ค่าใช้จ่าย หรือยอดขายที่ธุรกิจต้องใช้คำนวณ ROI หากโจทย์คือประเมินแคมเปญใดโดยเฉพาะ ต้องกำหนดขอบเขตและหลักฐานผลลัพธ์ของแคมเปญนั้นแยกต่างหาก

ลองนึกถึงธุรกิจสกินแคร์ที่เตรียมสัมภาษณ์ก่อนร่วมงานกับครีเอเตอร์ครั้งต่อไป ทีมต้องการฟังว่าลูกค้าเดินจากการเห็นสาธิตสินค้าไปสู่การตัดสินใจว่าจะลองสินค้าหรือไม่อย่างไร นี่เป็นตัวอย่างสมมติของการใช้ความแตกต่างดังกล่าว ไม่ใช่ธุรกิจหรือแคมเปญที่สังเกตได้ในแบบสำรวจของ Pew

หากทีมต้องการเรื่องเล่าของการซื้อที่เกิดขึ้นจริงโดยเฉพาะ อาจถามว่าจำได้หรือไม่ว่าเคยซื้อหลังเห็นครีเอเตอร์พูดถึงสินค้าประเภทนั้น แล้วเชิญให้เล่าเหตุการณ์ ควรระบุช่วงเวลาย้อนหลังที่เหมาะสม แทนที่จะคิดว่าคำว่า “เคย” ของแบบสำรวจตอบโจทย์เสมอ การเปลี่ยนประเภทสินค้าหรือช่วงเวลาทำให้เป็นคำถามใหม่ เปอร์เซ็นต์ของ Pew จึงไม่ทำนายว่าจะคัดเลือกผู้เข้าร่วมได้มากน้อยเพียงใด

แต่หากทีมต้องการเข้าใจการพิจารณาสินค้า อาจเชิญคนที่บอกว่าคอนเทนต์ของครีเอเตอร์มีผลต่อสิ่งที่นำมาพิจารณา รวมถึงคนที่ไม่ได้ซื้อ แล้วสำรวจว่าอะไรมีผลต่อการตัดสินใจและเกิดอะไรขึ้นต่อ โดยไม่เริ่มต้นด้วยการถือว่าผู้เข้าร่วมทุกคนเป็นผู้ซื้อ

สิ่งสำคัญคือตัดสินใจว่าธุรกิจต้องการพูดคุยเรื่องใด การถามทั้งสองข้อช่วยรักษาความแตกต่างและเปิดทางให้ผู้สัมภาษณ์ถามต่อจากคำตอบที่ไม่คาดคิด ไม่จำเป็นต้องบังคับให้แต่ละกลุ่มมีขนาดเท่ากันหรือใช้สัดส่วนของแบบสำรวจเป็นโควตาในกลุ่มตัวอย่างของตน

บรีฟสั้น ๆ อาจเขียนว่า “เราต้องการเข้าใจ [ประสบการณ์หรือการตัดสินใจ] เราจะเชิญผู้ที่ [มีประสบการณ์ที่ต้องการหรือรายงานว่าได้รับอิทธิพล] ภายใน [ประเภทสินค้าและช่วงเวลาที่เกี่ยวข้อง] เราจะแยกคำตอบที่ไม่แน่ใจไว้ และใช้เพื่อ [วัตถุประสงค์การสัมภาษณ์ที่ระบุ ถ้ามี] เราจะอธิบายข้อค้นพบตาม [คำถามที่ถามจริง] โดยไม่ถือว่าเป็นยอดขายที่เกิดจากแคมเปญ”

ในโครงการสกินแคร์สมมตินี้ รายงานสุดท้ายควรบอกว่าอธิบายประสบการณ์ซื้อที่จำได้ อิทธิพลที่ผู้ตอบรู้สึก หรือทั้งสองอย่าง ถ้อยคำสั้น ๆ นี้ช่วยให้คนถัดไปตีความการสัมภาษณ์ได้ง่ายขึ้น ไม่ว่าจะเป็นเจ้าของธุรกิจที่เลือกบรีฟหรือครีเอเตอร์ที่นำเสนองานวิจัยผู้ชม

เราวิเคราะห์รอบที่ 111 ของ Pew Research Center’s American Trends Panel เก็บข้อมูลวันที่ 5–17 กรกฎาคม 2022 ผ่านแบบสำรวจออนไลน์ที่ผู้ตอบกรอกเองเป็นภาษาอังกฤษและสเปน ประชากรเป้าหมายคือผู้ใหญ่ในสหรัฐฯ อายุ 18 ปีขึ้นไปที่ไม่ได้อาศัยอยู่ในสถาบัน รวมอะแลสกาและฮาวาย ไฟล์ที่เผยแพร่มีผู้ตอบ 6,034 คน โดย 4,628 คนรายงานว่าใช้โซเชียลมีเดียและเข้าเกณฑ์ตอบทั้งสองข้อ ทั้ง 4,628 คนยังอยู่ในฐานคำนวณหลัก ^{[1] [6]}

การสำรวจรอบนี้รวมผู้ตอบจาก American Trends Panel 4,996 คน กับผู้ตอบที่เป็นเลสเบี้ยน เกย์ หรือไบเซ็กชวล 1,038 คนจาก KnowledgePanel ของ Ipsos แผนการสุ่มยังเพิ่มสัดส่วนตัวอย่างบางกลุ่มใน American Trends Panel โดยเฉพาะ เราใช้ค่าน้ำหนักสุดท้ายของรอบที่ให้มา คือ WEIGHT_W111 ซึ่งปรับเรื่องการเลือกตัวอย่างและการไม่ตอบด้วยขั้นตอนหลายอย่างและค่าอ้างอิงประชากร การนับคนโดยไม่ถ่วงน้ำหนักจะไม่ให้ค่าประมาณเดียวกับแบบสำรวจนี้ ^[6]

ก่อนคำนวณผลร่วม วิธีวิเคราะห์ได้กำหนดสองคำถาม ทุกชุดคำตอบเดิม เกณฑ์คำตอบเชิงบวกสองแบบ ทั้งสองทิศทางของสัดส่วนแบบมีเงื่อนไข และกรณีตรวจสอบไว้แล้ว เกณฑ์การซื้อใช้คำตอบว่า เคย ส่วนเกณฑ์อิทธิพลรวมคำตอบว่า มาก กับ เล็กน้อย คำตอบ ไม่แน่ใจ การปฏิเสธตอบ และค่าขาดหายแบบ system-missing ยังแยกกันในตารางต้นทาง ไม่ถูกเปลี่ยนให้เป็นคำตอบปฏิเสธอย่างชัดเจน

การตรวจสอบแหล่งข้อมูลยืนยันจำนวนแถวที่เผยแพร่ กลุ่มที่เข้าเกณฑ์ รหัสที่ใช้ได้ เงื่อนไขการข้ามคำถาม และค่าน้ำหนักบวกที่เป็นจำนวนจำกัด สัดส่วนถ่วงน้ำหนักแยกแต่ละคำถามตรงกับผลที่ Pew เผยแพร่เป็นเปอร์เซ็นต์จำนวนเต็ม ทุกคนที่อยู่นอกกลุ่มผู้ใช้โซเชียลมีเดียมีค่าว่างตามโครงสร้างแบบสอบถามในสองข้อนี้ จึงไม่อยู่ในฐานคำนวณของกลุ่มดังกล่าว เอกสารเผยแพร่อธิบายว่ามีการเปลี่ยนค่าบางส่วนอย่างจำกัดเพื่อรักษาความลับ เราไม่ได้สรุปผลระดับกลุ่มประชากรย่อยหรือระดับบุคคล

แต่ละผลลัพธ์คำนวณจากผลรวมค่าน้ำหนักของผู้ตอบในหมวดที่เกี่ยวข้อง หารด้วยผลรวมค่าน้ำหนักในกลุ่มที่ระบุ เรารายงานเปอร์เซ็นต์ถ่วงน้ำหนักเชิงพรรณนา ไฟล์สาธารณะและคำแนะนำประกอบไม่ได้ระบุวิธีคำนวณความแปรปรวนที่แน่นอนสำหรับค่าประมาณร่วมเหล่านี้ จึงไม่เพิ่มช่วงความเชื่อมั่น การทดสอบนัยสำคัญ หรือค่าความคลาดเคลื่อนของทั้งแบบสำรวจให้กับตัวเลขนี้ ความไม่แน่นอนจากการสุ่มตัวอย่าง การจำ และการตีความคำถามยังมีความสำคัญ ^[6]

ผู้ตรวจสอบอิสระตรวจโค้ดวิเคราะห์ต้นฉบับและข้อมูลทดสอบที่สร้างขึ้นแยกต่างหาก รวมถึงกรณีค่าน้ำหนักไม่เท่ากัน คำตอบไม่แน่ใจ และการสลับฐานคำนวณ ไม่ได้วิเคราะห์ข้อมูลลับของผู้ตอบซ้ำอย่างอิสระ ไฟล์ดาวน์โหลดมีผลรวมแบบจับคู่ในขอบเขตจำกัด คำนิยาม ค่าแฮชของแหล่งข้อมูล และโค้ดสำหรับทำซ้ำ โดยไม่เผยแพร่ระเบียน รหัสระบุตัวบุคคล หรือค่าน้ำหนักของผู้ตอบซ้ำ ^[7]

ความคิดเห็นที่แสดงในบทความนี้ รวมถึงนัยใด ๆ ต่อนโยบาย เป็นความคิดเห็นของผู้เขียน ไม่ใช่ของ Pew Research Center