Controllo Qualità

La qualità dei dati è uno degli aspetti più importanti, se non essenziali della nostra attività e pertanto svolgiamo le ricerche di mercato puntando sempre al più alto livello di qualità, impiegando metodologie e best practice innovative.

Il nostro metodo

Ciò che conta sono le premesse. Aver ben chiaro da dove si parte e in che modo si intende agire, permette di definire delle mete credibili e raggiungibili. Per noi fare ricerca significa aver presente quali sono le insidie del percorso e presidiare gli snodi più vulnerabili del sistema. Per orientarci abbiamo scelto di adottare l’approccio della comunità scientifica dei metodologi delle indagini statistiche, frutto di decenni di esperienze e di riflessioni. Si chiama Total Survey Error ed è una mappa che riproduce il territorio della ricerca, il nostro field, quello dove si possono raccogliere i meta dati di un’indagine statistica.

Total Survey Error

Il primo approccio di questo tipo fu sviluppato da Robert M. Groves, alla fine degli anni ottanta, nel tentativo di individuare tutte le fonti di possibili errori nelle indagini statistiche. Lavrakas ha esteso questa mappa cognitiva alle ricerche qualitative arricchendola dei contributi degli ultimi 25 anni di ricerca. Il risultato è un dettagliato ed efficace sistema di ricognizione che suddivide i possibili errori in due tipologie (Measurement e Representation), dettagliando per le varie fasi della ricerca specifiche tipologie di errore: specification, measuremet, processing e inferential per quanto riguarda gli Errors of Measurement e coverage, sampling, non reponse e adjustment per quel che concerne gli Errors of Representation.

Ciò che facciamo è sviluppare procedure (manuali o automatizzate) di controllo/monitoraggio su ogni singolo nodo del sistema.

Ad esempio, per quanto riguarda il Measurement Error della colonna Errors of Measurement abbiamo introdotto la standardized survey interviewing, che consente di verificare puntualmente l’apprendimento dei rilevatori in fase di formazione. La randomizzazione delle risposte in un questionario implementato su Limesurvey, ha anch’essa lo scopo di ridurre questo tipo di errori e lo stesso vale per la responsività dei questionari, vale a dire la loro adattabilità ai vari device che permette una lettura precisa del questionario da parte del rispondente e una conseguente riduzione del Measurement Error.

Tutte le procedure automatizzate di monitoraggio di un’indagine implementate su Cloudresearch hanno come scopo il controllo del Processing Error, mentre l’adozione del mixed-mode consente di ridurre sia il Coverage Error che il Non response Error, per quel che riguarda gli Errors of Representation, mentre la gestione del campionamento del nostro software tiene sotto controllo il Sampling Error.

Certificazioni

La qualità del nostro sistema di gestione per le attività di ricerche sociali, di opinione e di mercato è stata certificata nel rispetto delle normative UNI EN ISO 9001:2015 dalle seguenti organizzazioni:

Demetra opinioni.net è inoltre membro accreditato dell’associazione ASSIRM

EnglishItalian