非参与社会媒体调查研究中的偏见

社会媒体研究目前正在进行中，受不参与偏见的影响。存在一些类型的非参与偏见，每种类型都有可能影响研究结果的可靠性 - 通常以隐藏或未知的方式。事实上，研究表明，那些难以达成的研究参与者，需要多方面的努力才能与其他受访者有很大的不同。

这些差异见于年龄，性别，婚姻状况，社会经济地位，健康状况和儿童人数。

响应率

研究结束时的数据包括样本中的所有成员的程度被称为响应率。虽然这个概念在结构化调查或访谈中是明确的，但在社交媒体研究中更为模糊。然而，在社会媒体研究方面，与其他类型的定性研究相比，这也是重要的。答复率由完成调查或同意接受访问的参与者人数除以组成原始抽样工作的总人数所计算。总数必须包括未成功接触的人员或拒绝参与研究的人员。

泛化问题

无论数据收集如何，高反应率的重要性都不能强调。

当样品的响应率低时，不可能实际生成更大的群体。样品偏差随着响应速率下降而增加。在媒体调查中，当回报率下降到样本的20％或30％时，这组参与者与总抽样人群几乎相似。

从事社交媒体网络的人也同样倾向于返回邮寄调查或同意参与电话调查：就是对主题的特殊兴趣（或产品或服务（视属何情况而定））。

样品大小

较小的样品比较大的样品具有较大的采样误差。考虑样本数据提供较大群体的属性的估计。从采样框抽取的每个样本提供了对该较大群体的单独估计。理论上，每个问题的每个样本中可能会有单独的反应模式。随着时间的推移，从采样框抽取的样本数量足够大，真实模式将会聚集在更大群体的实际（真实）模式中。

错误余量

采样错误描述了从较大群体获取的任何样本的估计精度。采样误差以与置信水平相关联的误差边界来表示，这是统计度量。例如，在总统优惠调查中，这份报告可能显示，64％的选民都表示任职者是青睐的。误差幅度为正负3分，置信水平为95％。换句话说，如果这次民意调查再次进行了100次不同的选民抽样调查，那么在100名选民中，95位选民会表示，现任选民中有61％至67％的选民喜欢。也就是说，61％的选民为3％或-3％。

关于样本大小的决定

随着样本大小上升，但是只有到某一点，与采样相关的误差范围会下降。当样本量达到1000到2000个受访者时，误差幅度足够小，以便考虑较大的样本（不是成本有效的选择）。当亚组是较大群体的一部分时，较大的样本量可能是合理的，因为每个亚组的差异边际将因子群中的人数而异。例如，给予1000个社交媒体网络成员和一个误差幅度等于1到3个百分点之间，95％的置信区间，分析社交媒体网络的一个子群 - 比如说，大约100岁的妈妈会有更高的差距大约4到10分。

测量样品充分度

样品通常根据所使用的选择程序而不是最终尺寸或组成进行评估。这是至关重要的，因为在大多数情况下 - 不可能准确地衡量样本的代表性是较大的群体。使用统计程序，因为它们允许方便和根本可靠的估计。建立合理的置信区间和误差范围使研究人员能够关注变量，如响应率和足够的采样帧。