Selected Problems of Quality Assessment in Internet Surveys – a Statistical Perspective

The paper presents selected problems related to the quality assessment from the statistical perspective of survey data based on Internet sources. Internet access is consequently expanding all over the world. In parallel with the running development of other new technologies, it is pervading daily life and business activities more and more. It also has influenced surveys practice to a large extent as a research tool for collecting both primary and secondary data, and it also challenges surveys to research the Internet population. Moreover, as the Internet and its entities are able to register all activities that are performed on the web, issues related to big data and organic data processing as well as their applications arise. As a result of decreasing response rates and increasing survey costs, Internet data collection is constantly growing. Due to many advantages, Internet surveys are used widely and this process seems to be inevitable. However, it needs to be emphasised that Internet surveys are developing in practice faster than the methodology in this area. Hence, a lot of problems can be identified, especially when considering the quality of data based on Internet sources. The following issues are discussed as the most far-reaching in the prism of statistical survey methodology: determination of the sampling frame, self-selection and related estimates bias, as well as under/over-coverage.

W artykule przedstawiono – z perspektywy statystycznej – wybrane problemy związane z oceną jakości badań opartych na źródłach internetowych. Dostęp do internetu konsekwentnie poszerza się na całym świecie. Równolegle, wraz z rozwojem innych nowych technologii, przestrzeń internetowa przenika coraz bardziej codzienne życie społeczeństwa, a także funkcjonowanie firm. Wszechobecny internet wywarł także wpływ na badania rynku i opinii: jako narzędzie badawcze do zbierania danych pierwotnych i wtórnych oraz w kontekście badania populacji internetowej. Ponadto, ponieważ internet i jego podmioty rejestrują wszystkie działania podejmowane w sieci, pojawiła się kwestia związana z wykorzystaniem i analizą big data i danych organicznych. W połączeniu z problemem malejących stóp odpowiedzi w badaniach i z rosnącymi ich kosztami źródła internetowe, ze względu na wiele zalet, są w powszechnym użyciu. Coraz szersze wykorzystanie internetu i jego zasobów wydaje się nieuniknione. Należy jednak podkreślić, że w praktyce proces realizacji badań na podstawie źródeł internetowych wyprzedził prace metodologiczne. Można wskazać wiele problemów, szczególnie w kwestii jakości uzyskiwanych danych. Artykuł prezentuje wybrane z nich, istotne zwłaszcza z punktu widzenia statystyki: kwestie związane z poprawnym zdefiniowaniem operatu losowania, samodoborem, nadmiernym/niedostatecznym pokryciem i powiązanymi z nimi obciążeniami estymatorów.