実施方法
共有:
このレポートは一般に公開されており、その内容は情報源が適切に記載されている限りご利用いただけます。
データのクリーニング処理
未完了の回答については、少なくともプログラミング言語の使用に関する質問に回答がある場合にのみ使用しました。また、疑わしい回答を特定して除外するために以下を含む一連の基準を使用しました。
- 短時間で回答されているアンケート。
- 同じ IP アドレスから送信されており、回答が非常に似通っているアンケート。同じ IP アドレスから送信された 2 つのアンケートの回答が 75% 以上同じだった場合は、完了度が高い方を残しました。
- 「18~20 歳」と「16 年以上の業務経験」を同時に回答しているなど、回答が矛盾しているアンケート。
- ほぼすべての多肢選択式の質問に対して選択肢が 1 つしか選ばれていないアンケート。
- 同じメールアドレスから複数のアンケートが送信されている場合は、完了度が高い方を残しました。
国と地域
アルゼンチン、ブラジル、カナダ、中国、フランス、ドイツ、インド、日本、メキシコ、韓国、スペイン、トルコ 、ロシア、ウクライナ、英国、および米国の 16 か国から十分に大量のサンプルを収集しました。
それ以外の国は以下の 6 つの地域に割り振られました。
- 中東、アフリカ、中央アジア
- 東ヨーロッパ、バルカン半島、コーカサス地方
- ベネルクスおよび北欧
- その他のヨーロッパ(キプロスとイスラエルを含む)
- その他の東南アジア、オセアニア(オーストラリアとニュージーランドを含む)
- 中南米(アルゼンチン、ブラジル、およびメキシコを除く)
それぞれの地域について、広告や回答者の紹介などの外部ソースから少なくとも 300 件の回答を収集しました。
標本抽出バイアスの緩和
データは回答の送信元に基づいて重み付けされています。JetBrains ユーザーに対する偏りが少ない Twitter、Facebook、Instagram、Quora の有料広告、および回答者の紹介といった外部ソースから収集した回答を基準とし、重み付け手順に基づいて結果を生成するために各回答者のソースを個別に考慮しました。
3 段階の重み付けを実施し、世界中の開発者人口に関するバイアスの少ない全体像を得ています。
第 1 段階:各地域でのプロ開発者の人口に対する調整
第 1 段階では、各国をターゲットにしながら収集された回答をまとめ、そのデータに各国のプロ開発者の推定人口を適用しました。
まず、22 の地域でさまざまなソーシャルネットワークに掲載された広告から得たプロ開発者と勤労学生のアンケートデータと、さ まざまな同業者の紹介により得たデータを合わせて集計しました。ウクライナとロシアではアンケートの広告活動を行いませんでしたが、これらの 2 か国は 2021 年のデータから得た近似値を使用して適宜に重み付けしてレポートに含められました。次に、当社が推測した 22 の地域のプロ開発者の人口に基づき回答に加重しました。この加重により、各国のプロ開発者の人口に対応した回答の分布を実現しています。
第 2 段階:在職中の開発者と無職の開発者の比率
第 2 段階では、各国の学生と無職の回答者数の比率を 17% とすることに注力しました。これは当社が唯一利用できる推定人口であったため、前年の実施方法との整合性を維持するためにこの作業を行いました。
この時点で、地域と雇用形態の両方で重み付けされた外部ソースに由来する回答の分布が得られました。
第 3 段階:雇用形態、プログラミング言語、JetBrains 製品の使用状況
第 3 段階はかなり高度で、連立方程式を解いて得た計算が含まれます。ここでは重み付けされた回答を使用しました。また、各地域の開 発者については雇用形態のほか、30 以上のプログラミング言語の各シェアだけでなく「現在、JetBrains 製品を使用している」と「JetBrains またはその製品を聞いたことがない」と回答した人のシェアを計算しました。これらのシェアは方程式の定数に使用されました。
次のステップでは他の情報源からの回答グループとして、JetBrains のソーシャルメディアアカウントや調査パネルといった JetBrains 社内の連絡経路と、特定のプログラミング言語ユーザーをターゲットとしたソーシャルネットワーク広告キャンペーンの 2 つを追加しました。
連立一次方程式と一次不等式を解決
次を表す 30 個以上の一次方程式と一次不等式を使って連立方程式を作成しました。
- 回答者の重み付け係数(標本に含まれる Fiona(フィオナ)はフランスの 180 人のソフトウェア開発者を平均的に表している、といった仮説的な例)。
- 回答者の具体的な価値(Pierre は C++ を使用し、正社員で、JetBrains を聞いたことがない、など)。
- 回答間の必要な比率(27% の開発者は過去 12 か月以内に C++ を使用したことがある、など)
重み付け係数の分散を最小限に抑えてこの連立方程式を解くため(非常に重要な作業です)、双対法(Goldfarb-Idnani 法、1982 年、1983 年)を使用し、合計 26,348 人の回答者に最適な個別の重み付け係数の照合を行いました。
今後も方法の更新と改善に努めていく予定です。2024 年開発者エコシステムアンケートにご期待ください!
適切なツールをお探しください
最後までご覧いただきありがとうございました!
レポートはお役に立ちましたか?
ぜひこのレポートを友人や同僚と共有してください。
ご質問やご提案がございましたら、surveys@jetbrains.comまでお問合わせください。