调查设计

我们的成本效益, tailored sampling methods are grounded in probability-based designs 和 best practices. 对于一般人群样本, designs include address-based 和 multistage sampling, as well as targeted methods such as small group sampling 和 network sampling. For surveys of specific 人口 such as Medicare recipients, 医疗保健提供者或学龄儿童, we sample from population list frames using combinations of stratified, 多级, 平衡和系统的抽样. 最小化抽样偏差, we use fully reproducible r和om sampling at all selection steps, 和 ensure that the frames are representative of the population. 我们的设计达到了研究目标所要求的样本量和精度水平，并包括自适应方法来解决公平的障碍. 

趣赢平台在设计和实施横断面和纵向研究方面有着丰富的经验, 包括迄今为止进行的一些最复杂和最长期的平民人口研究. These studies represent a variety of study designs, 数据收集方式, 主题, 人口, respondent incentive schemes 和 contact protocols, 数据收集间隔. Scalable corporate based systems that support management of a range of study designs, 从简单到非常复杂, 确保我们的团队能够专注于在整个生命周期中促进公平和项目特定目标的质量实现. Our cross-sectional designs allow researchers to look at characteristics in a population. Our longitudinal study design helps clients explore trends, 研究干预措施, 或者跟踪态度或行为的变化.

调查方法学家, 主题专家和运营专家一起精心制作我们的调查工具，以确保问题清晰, 无偏见的, 并且与研究目标一致. Our team is experienced in developing surveys for special 人口, 涉及敏感话题, 和 incorporating multicultural 和 multilingual designs. Our facilities include an onsite laboratory for conducting focus groups, 认知访谈和可用性测试. 另外, our team uses modern approaches for virtual testing of survey instruments 和 questionnaires, building greater equity into our pretesting 和 question development processes.

Our 多模式数据采集 strategies maximize survey response 和 data quality. 我们选择最优模式, 模式组合, 和数据收集协议，以适应研究人群和研究目标，以尽量减少偏见, 同时控制成本. 我们的技术解决方案使我们能够毫不费力地设计，跟踪和分析多模式研究. 了解更多有关 多模式调查设计的未来 or  趣赢平台’s data collection methods 和 capabilities.

趣赢平台使用领先的商业和定制调查软件，与强大的调查数据管理无缝集成, 仪表板报表, 和 data delivery platforms to provide end-to-end solutions to our clients. 我们的调查软件工具和平台可以轻松扩展，以适应小型到大规模的数据收集工作，并支持所有数据收集模式. Learn more about 趣赢平台’s key survey platforms, 布莱斯 和 调查建设者.

我们收集和分析调查过程和数据本身的数据，以监控质量并确定在整个项目生命周期中需要改进的领域. This allows us to identify 和 address issues as they arise, rather than waiting until data collection is complete. 

我们系统地比较受访者与非受访者的特征，以识别结果中可能存在的偏差，以便进行调整以解决这些偏差. 在适当的时候, 我们通过与外部信息(如其他可比调查或其他数据源的结果)的比较来补充这一点.

官监控 plays a crucial role in minimizing errors 和 biases. This involves ensuring that interviewers are adhering to the study protocol, asking questions accurately 和 consistently, 和 collecting high-quality data from the respondents. We employ a variety of monitoring techniques to achieve this, 从基本的观察和质量控制程序到尖端的机器学习(ML)和自然语言处理(NLP)工具. 我们定制的计算机辅助记录面试(CARI)系统可以对面试官和问题的表现进行近乎实时的评估, while our custom EAGLE platform enables 100% of field monitoring at scale. 了解更多关于这些和我们的其他 研究支持工具.

我们使用多种方法, 包括预试, 反应率分析, 检查一致性, 数据清理, 统计分析, 和 post-survey validation to ensure that our survey results are 可靠的 和 accurate.