Personalizzazione della lettera di presentazione e tasso di risposta

Contesto e obiettivo: nelle indagini danesi sulla salute e la morbilità il tasso di partecipazione è sceso dal 61% nel 2010 al 57% nel 2013. Un tasso di partecipazione in calo può influire sulla rappresentatività e sui risultati dell'indagine. Diversi studi indicano che un sondaggio che adatta le caratteristiche del design personalizzato raggiunge tassi di partecipazione più elevati. Una caratteristica può essere una lettera di accompagnamento personalizzata che appare più pertinente e interessante per il membro campione. La domanda di ricerca, quindi, è se le lettere di accompagnamento con contenuti mirati possano funzionare meglio di una lettera standard. La proposta è che tali lettere dovrebbero aumentare la disponibilità di alcuni membri del campione a partecipare e che ciò si rifletterà in tassi di risposta più elevati. Tuttavia, si sa poco su quale contenuto mirato sia il più efficace.

Pertanto, nello spirito del design adattivo, questo studio cerca di stabilire se può essere vantaggioso per la partecipazione complessiva utilizzare lettere di accompagnamento con contenuti mirati e se l'effetto sulla partecipazione di diverse versioni della lettera di accompagnamento varia nei sottogruppi campione al fine di ottimizzare caratteristiche del progetto in sondaggi futuri. Inoltre, dato che la maggior parte dei membri del campione partecipa, questi membri del campione che sono influenzati dalla lettera mirata devono avere propensioni alla risposta relativamente basse (con la lettera standard). Pertanto, ipotizziamo che le lettere mirate dovrebbero migliorare in particolare i tassi di risposta nei sottogruppi a bassa propensione alla risposta (ad es. giovani, non sposati e donne anziane). Una domanda di ricerca secondaria è, quindi, se l'effetto delle lettere mirate sul tasso di risposta è maggiore tra i sottogruppi del campione con basse propensioni alla risposta.

Design: Uno studio randomizzato sarà incorporato nel Danish Health and Morbidity Survey 2017 in cui un paragrafo nella lettera di accompagnamento inteso ad aumentare la percezione della rilevanza del sondaggio è variato tra i membri del campione. Il Danish Health and Morbidity Survey 2017 si baserà su un campione casuale rappresentativo a livello nazionale di 25.000 individui (incluse le persone istituzionalizzate) di età pari o superiore a 16 anni e residenti in Danimarca al 1° gennaio 2017. Il campione sarà prelevato dalla popolazione adulta in Danimarca utilizzando il sistema di registrazione civile danese e l'indagine sarà condotta tra il 3 febbraio e il 5 maggio 2017. Tutti i membri del campione verranno assegnati in modo casuale, con uguali probabilità, a uno degli 11 gruppi di trattamento. Un gruppo riceverà una lettera standard progettata per avere un appeal generale e gli altri 10 gruppi riceveranno una delle 10 versioni della lettera di accompagnamento mirata. Nelle precedenti indagini su salute e morbilità, tutti i membri del campione hanno ricevuto la stessa lettera standard. Gran parte del contenuto della lettera standard e della lettera mirata sarà lo stesso. L'intenzione è quella di mantenere costanti le caratteristiche volte a dimostrare la credibilità del sondaggio, a dissipare i timori sulla riservatezza, a fare appello all'interesse personale ea fornire informazioni di base sul compito di partecipazione. Tutti i membri del campione saranno invitati a compilare un questionario web oa compilare un questionario cartaceo riguardante la salute e la morbilità.

Statistiche: l'analisi si baserà sul modello di regressione logistica delle 25.000 persone invitate all'indagine sulla salute e la morbilità 2017. La variabile indipendente è un indicatore dicotomico del gruppo di trattamento: lettera mirata o standard. La variabile dipendente indica se il membro del campione ha completato in tutto o in parte il questionario. La variabile mediatore indica l'appartenenza a ciascuno dei tre gruppi a bassa propensione alla risposta operativamente importanti (ad es. giovani, non sposati e donne anziane). L'approccio consiste nel testare prima un effetto principale della variabile indipendente in ciascuno dei gruppi di trattamento. Un secondo passaggio consiste nel condurre la stessa analisi stratificata per gruppo di trattamento. Una terza fase cercherà quindi di identificare se si verificano effetti significativi tra la variabile mediatrice e la variabile dipendente.