Markkinatutkimuksen otantatavat

Markkinatutkimus on erittäin tärkeää kaikille yrityksille, jotka haluavat saada käsityksen tuotteidensa ja palveluidensa ostajista. Kaikenlaiset yritykset saavat alustavasta tutkimuksesta hyödyllisiä havaintoja, minkä lisäksi ne voivat löytää uusia myyntimahdollisuuksia ja tapoja kohdentaa voimavaransa tehokkaasti ja oikeudenmukaisesti.

Otanta on yksi tehokkaimmista markkinatutkimuksen toteutustavoista. Otannassa pienestä ryhmästä, kuten yksinkertaisesta satunnaisotoksesta, saadaan dataa, jonka perusteella markkinoijat voivat tehdä johtopäätöksiä paljon suuremmasta kohdepopulaatiosta.

Voit luoda vankan perustan hyödylliselle ja tuloksekkaalle tutkimukselle varmistamalla, että otosryhmä edustaa populaatiota oikeassa suhteessa ja kysymykset on muotoiltu mielekkäästi. Ilman otantaa joudut väistämättä arvailemaan, miten voit tavoittaa yleisösi. Sen lisäksi, että arvailu on melkoista ajanhukkaa ja johtaa arvokkaiden tilaisuuksien menettämiseen, otannan hyödyntämättä jättämisestä voi jopa aiheutua vakavaa haittaa brändillesi.

Onneksi voit kuitenkin saada tärkeitä havaintoja kohdeyleisöstäsi käyttämällä oikeanlaista otantaa ja hyödyntämällä erilaisia otantamenetelmiä strategisesti. Vastaamme tässä artikkelissa markkinatutkijoiden ja yritysten omistajien yleisimpiin kysymyksiin otannasta. Käymme perusteellisesti läpi, mitä otanta oikeastaan tarkoittaa ja millä eri tavoilla se voidaan toteuttaa, minkä jälkeen voit päättää, kannattaako oman organisaatiosi paneutua siihen laajemmalla tasolla. 

Otanta tarkoittaa prosessia, jonka avulla pienestä joukosta (tai osajoukosta) hankitaan dataa. Kun data on kerätty, sitä voidaan soveltaa suurempaan yleisöön, kuten yrityksen kohdemarkkinoihin.

Oletetaan, että eräs ravintola tavoittelee 25–35-vuotiaita kaupunkilaisia ja haluaa valita logolleen värin. Sen sijaan että kaikilta haluttuun ikäryhmään kuuluvilta kysyttäisiin, mikä väri saisi heidät todennäköisimmin käymään ravintolassa, yritys voisi ottaa kyseisestä joukosta 100 henkilön otoksen ja pyytää heitä kaikkia kertomaan mielipiteensä. Jos yli puolet vastaa, että sininen on mieluisin väri, yritys voi vetää yleisen johtopäätöksen 25–35-vuotiaista ja muuttaa markkinointiaan sen mukaan.

Otoksesta tehdyt johtopäätökset ovat tietenkin vain yhtä laadukkaita kuin itse otantakehikko. Jos ravintola vain kyselisi lempiväriä satunnaisilta ihmisiltä varsinaisen kohdeyleisönsä sijasta, johtopäätökset eivät ehkä olisi yhtä luotettavia. Muissa tilanteissa puhtaasti satunnaisen otoksen luomisesta saattaa kuitenkin olla enemmän hyötyä. Ennen otantaan perustuvan tutkimuksen tekemistä on tärkeää päättää, mistä haluat tehdä johtopäätöksiä ja kenelle kyselytutkimus kannattaa esittää. Kun nämä asiat ovat selvillä, voit tehdä pienten otosten pohjalta suuria johtopäätöksiä miltei mistä tahansa aiheesta. 

Tutkijat käyttävät otantaa, koska se on tehokas tapa saada yleistä tietoa jostakin joukosta joutumatta tutkimaan koko joukkoa. Esimerkiksi ennen vaaleja olisi mahdotonta kysyä kaikilta mahdollisilta äänestäjiltä, ketä he aikovat äänestää. Sen sijaan tutkija voi tiedustella tietyn äänestäjäjoukon suosikkeja ja pyrkiä vetämään laajempia johtopäätöksiä saamistaan vastauksista. Vaikka tällaisessa mielipidetiedustelussa on omat haasteensa, siitä voi silti saada arvokkaita ja käyttökelpoisia havaintoja.

Otoksiin perustuvista kyselytutkimuksista voi saada vastauksia monenlaisiin kysymyksiin. Yritykset voivat kehittää parempia strategioita ja menetelmiä kohdeyleisöjensä tavoittamiseen ottamalla selvää ihmisten elämäntyyleistä, näkemyksistä ja tavoista käyttää tuotteita tai palveluita. Otannan voi tehdä monilla eri tavoilla, ja kaikki menetelmät ovat sovellettavissa tehokkaasti eri tilanteisiin ja markkinatutkimustarpeisiin.

in-article-cta
Löydä omaan tutkimukseesi sopiva otos
SurveyMonkeyn Audience-paneelista saat kohdeyleisöäsi koskevia havaintoja.
LUE LISÄÄ

Otantamenetelmät jakautuvat tavallisesti kahteen ryhmään: satunnaisiin otoksiin tai edustaviin otoksiin.

Satunnainen otos on nimensä mukaisesti joukko satunnaisesti valittuja henkilöitä, joiden on määrä edustaa koko populaatiota. Yksinkertainen satunnaisotanta voi auttaa yrityksiä ja muita organisaatioita tekemään laajempia johtopäätöksiä ihmisistä yleensä. Jos yritys haluaa myydä tuotetta, jota kuka tahansa saattaisi käyttää – kuten hammastahnaa – yksinkertainen satunnaisotanta voi auttaa tekemään laajoja johtopäätöksiä. Minkä makuinen hammastahna on tyypillisesti ihmisten mieleen? Milloin ihmiset tavallisesti harjaavat hampaansa? Minkälaisia hammasharjoja useimmat ihmiset käyttävät? Näihin kysymyksiin saadaan tehokkaasti vastaus kysymällä suuren ihmisjoukon mielipiteitä sen sijaan että kyselytutkimus rajoitettaisiin tarkoituksella hyvin suppeaan joukkoon.

Sitä vastoin edustavaa otosta käyttävät tutkijat eivät halua satunnaista otosta kaikista ihmisistä, vaan satunnaisen otoksen ihmisistä, jotka edustavat tiettyä joukkoa. Jos yritys esimerkiksi myy vain joidenkin ihmisten käyttämää tuotetta, kuten lasketteluvälineitä, se haluaa otoksen ihmisistä, jotka oikeasti käyttävät kyseistä tuotetta.

Edustavat otokset voidaan eritellä useilla eri tavoilla. Edellä mainitussa esimerkissä ”laskettelijat” voisi olla selvästi erottuva joukko, joka auttaa rajaamaan laajempaa populaatiota. Muissa tapauksissa populaation voi lajitella vaikkapa iän, sijainnin, tulotason, harrastusten, ammatin tai muiden ominaisuuksien mukaan. Kunhan vain löydät kyselytutkimukseen tarpeeksi vastaajia saadaksesi tilastollisesti merkitseviä johtopäätöksiä, voit luoda edustavia otoksia vaikka millä perusteella.

Meiltä saat edustavan otoksen välittömästi. SurveyMonkeyn Audiencessa voit valita demografisen tasapainotuksen tai joustavampia kohdennusvaihtoehtoja.

Liukuva asteikko kohdentamisen sukupuolijakauman valitsemista varten

Erityyppiset otantamenetelmät voidaan jakaa myös todennäköisyyteen perustuvaan otantaan ja harkinnanvaraiseen otantaan. Todennäköisyyteen perustuvassa otannassa jokaisella (joko satunnaisen tai edustavan) kohderyhmän henkilöllä on yhtäläinen mahdollisuus tulla valituksi kyselytutkimukseen.

Sitä vastoin harkinnanvaraisessa otannassa jotkut samaan joukkoon kuuluvat ihmiset tulevat valituksi muita todennäköisemmin. Jos haluat esimerkiksi tehdä johtopäätöksiä suomalaisista aikuisista mutta teet kyselytutkimuksen helsinkiläisessä ostoskeskuksessa, olet valinnut kyselytutkimukseesi harkinnanvaraisen otantamenetelmän. Tällöin et ole tehnyt satunnaisotantaa suomalaisista aikuisista, koska laajempi joukko kattaakin nyt vain helsinkiläisen ostoskeskuksen asiakkaat. Tätä sanotaan mukavuussyihin perustuvaksi kyselytutkimukseksi (lisätietoja jäljempänä). Vaikka onkin mahdollista, että näiden ostoskeskuksen asiakkaiden antamat tulokset vastaisivat kaikkien suomalaisten aikuisten näkemyksiä, on tärkeää huomioida, mitkä laajemman joukon osat olet systemaattisesti jättänyt pois valitsemiesi otantamenetelmien vuoksi. 

Nimensä mukaan todennäköisyyteen perustuvassa otannassa joukon jokaisella jäsenellä on yhtäläinen mahdollisuus tulla valituksi kyselytutkimukseen. Todennäköisyyteen perustuvaa otantaa voidaan edelleen käyttää suodatetussa joukossa (esimerkiksi suomalaiset aikuiset), kunhan tämän osajoukon jokaisella edustajalla on ollut yhtäläinen mahdollisuus tulla valituksi.

Todennäköisyyteen perustuvat otantamenetelmät jaetaan neljään pääryhmään. 

Yksinkertainen satunnaisotanta on sekä yksinkertaista että satunnaista. Tämä tarkoittaa, että joukossa tai osajoukossa kullakin populaation jäsenellä on yhtäläinen mahdollisuus tulla valituksi vastaajien joukkoon. Yksinkertainen satunnaisotos voidaan luoda monin eri tavoin. Joukon jokaiselle henkilölle voidaan esimerkiksi antaa numero, minkä jälkeen tietty osuus näistä numeroista valitaan täysin satunnaisesti (esimerkiksi käyttämällä satunnaislukugeneraattoria tai vetämällä numeroita hatusta). Yksinkertaisen satunnaisotannan etu on puhtaasti satunnainen datajoukko, minkä ansiosta tutkijat voivat tehdä yleistäviä johtopäätöksiä. Yksinkertaista satunnaisotantaa on kuitenkin myös kritisoitu suhteellisen tehottomaksi. 

Systemaattinen otanta on otantamenetelmä, jossa koko populaatiosta valitaan satunnainen aloituspiste, minkä jälkeen otoksen jäsenet valitaan säännöllisin välein. Jos tutkijalla on esimerkiksi lista jokaisesta ihmisestä 300 000 tuhannen asukkaan kaupungissa, hän voi valita satunnaisen otoksen poimimalla listasta joka 100. henkilön. Tässä tapauksessa tutkimus tehtäisiin 3 000 ihmisen joukolle. 

Kunhan listassa ei piile minkäänlaista kaavaa, joka vääristäisi valintaprosessia, systemaattisen otannan avulla saadaan otos, jossa valitun populaation jäsenillä ei vaikuta olevan mitään yhteistä. Systemaattisella otannalla saadaan kuitenkin suurin osa satunnaisen otannan eduista, koska populaatio periaatteessa valitaan satunnaisesti, kunhan menetelmää käytetään oikein. Tämä suoraviivainen menetelmä myös vaatii huomattavasti vähemmän vaivaa kuin muut otantamenetelmät. 

Ositetussa otannassa lopullinen otos luodaan valitsemalla satunnaisesti useista osajoukoista. Oletetaan, että tutkija haluaa saada tietoa suomalaisten aikuisten mielipiteistä. Sen sijaan, että tutkija yksinkertaisesti valitsisi satunnaisesti 500 aikuista, hän voisi valita 10 aikuista 50 alueelta, jolloin muodostuu ”satunnainen” otos populaatiosta. Jos kunkin osajoukon keskihajonta (virheen mahdollisuus) on pienempi kuin koko joukossa, virhemarginaalia voidaan pienentää systemaattisesti. 

Ryväsotannassa otos luodaan hakemalla ihmisiä useista (muttei välttämättä kaikista) populaation osajoukoista. Ihanteellisessa tapauksessa jokainen näistä osajoukoista eli ryppäistä edustaa monimuotoisesti koko populaatiota ja on rakenteeltaan muiden osajoukkojen kaltainen. Ryväsotanta on eräs edullisimmista todennäköisyyteen perustuvista otantamenetelmistä, ja se sopii hyvin myös otosten ottamiseen verrattain suurista populaatioista. Tällaista otantamenetelmää käytettäessä on erittäin tärkeää, että ryppäiden rakenne on yhdenmukainen ja että kussakin ryppäässä tehdyt valinnat ovat satunnaisia. 

Vaikka todennäköisyyteen perustuvia otantamenetelmiä voidaan käyttää johtopäätösten tekemiseen satunnaisista (joskin toisinaan hieman muutetuista) joukoista, harkinnanvaraisessa otannassa käytetään joukkoja, joiden rakenne on suunniteltu hieman tietoisemmin. Harkinnanvaraisella otannalla voidaan vähentää satunnaista vääristymistä, ja se auttaa usein varmistamaan, että laajemman populaation olennaiset osat ovat edustettuina otoksessa. 

Kiintiöpoiminnassa tutkija manipuloi otokseen sisältyvää populaatiota, jotta se edustaisi koko populaatiota. Tästä otantamenetelmästä on hyötyä erityisesti silloin, kun laajemmassa populaatiossa on paljon erityyppisiä ihmisiä. 

Oletetaan esimerkiksi, että kyselytutkimuksen tarkoitus on tehdä johtopäätöksiä suomalaisista aikuisista. Koska satunnaisessa otoksessa yksi joukko (etninen alkuperä, sukupuoli, ikä, maantieteellinen sijainti jne.) ei saa edustaa populaatiota väärässä suhteessa, tutkija voi tarkoituksella valita suhteellisen määrän ihmisiä kustakin osajoukosta. Jos esimerkiksi tummaihoisten osuus koko populaatiosta on 13 %, tutkija varmistaisi tarkoituksella, että otoksesta 13 % on tummaihoisia, minkä lisäksi hän muuttaisi muutkin populaatiot suhteellisen edustuksen mukaisiksi. Näin toimimalla hän välttää epätarkemman yksinkertaisen satunnaisen otoksen, jossa tummaihoisia olisi 5–20 %. Kiintiöpoimintaa käytetään tavallisesti suuriin rypäspopulaatioihin, kuten Yhdysvaltojen väestöön. 

Kuten nimestä voi päätellä, mukavuussyihin perustuvassa otannassa tutkitaan ihmisjoukkoa, joka on helpoin tavoittaa. Tämän menetelmän käyttäminen on usein kätevintä ja erittäin edullista. Mukavuussyihin perustuvassa otannassa tutkija esimerkiksi menee vilkkaalle julkiselle alueelle ja pyytää ihmisiä osallistumaan kyselytutkimukseen. Tällainen otos ei ole satunnaisesti valittu, mutta halutusta datatyypistä riippuen sillä ei ehkä ole väliä. Mukavuussyihin perustuvaa otantaa hyödynnetään usein pilottitutkimuksessa, jolloin yritys pyrkii selvittämään ehdotetun tuotteen käyttökelpoisuuden tai suosion. 

Lumipallo-otanta on harkinnanvarainen otantamenetelmä, joka on suunniteltu selvittämään tietoa vaikeasti tavoitettavista tai ”piileskelevistä” populaatioista. Lumipallo-otannassa tutkijat kehottavat jo tuntemaansa populaatiota ottamaan yhteyttä populaation muihin jäseniin, jotta suurempi osa tutkittavasta väestönosasta voidaan tavoittaa. Vaikka tästä syntyy systemaattisia vääristymiä, se on usein yksi parhaista keinoista tavoittaa populaatioita, jotka välttävät satunnaisiin kyselytutkimuksiin vastaamista, kuten laittomasti toimivat ihmiset. Markkinatutkijat tukeutuvat lumipallo-otantaan vain silloin tällöin, mutta vaikka sen käyttäminen voi olla ongelmallista, se on kuitenkin auttanut saamaan dataa, kun muut otantamenetelmät ovat olleet hyödyttömiä. 

Harkintaotannassa tutkijat valitsevat suoraan (eivätkä satunnaisesti) osajoukon, jonka tarkoitus on edustaa koko populaatiota. Tällaista otantaa kutsutaan myös arviointi- tai asiantuntijaotannaksi, koska se tehdään arvioimalla joukon ja sen perusominaisuudet tunteva henkilö. Harkintaotanta on jokseenkin samankaltainen kuin muut harkinnanvaraiset otantamenetelmät, kuten kiintiöpoiminta, mutta siihen liittyy hieman ylimääräistä säätämistä.

Haluatko tutustua otantamenetelmien parhaisiin käytäntöihin syvällisemmin? Lue kattava markkinatutkimusoppaamme.

Kun kyselytutkimusta varten tarvittava otos tehdään SurveyMonkeyn integroidun maailmanlaajuisen paneelin tai muun markkinatutkimuspaneelin avulla, tutkijat ja organisaatiot voivat tavoittaa nopeasti suuren satunnaisen populaation. Tällaisia paneeleita käyttäessään tutkijoilla on vapaus hallita esittämiään kysymyksiä, otokseen perustuvia populaatioita ja haluamiaan kyselytutkimustyyppejä.

Populaatiot voidaan jaotella monin eri tavoin, kuten demografisten tietojen, maantieteellisen sijainnin ja ammatillisen profiilin perusteella. Näistä paneeleista voi saada arvokkaita havaintoja esimerkiksi perustavanlaatuisen markkinatutkimuksen, tuotekehityksen, brändin seurannan ja kuluttajien käyttäytymisen suhteen. Kun käytössä on paneeli, jonka avulla saadaan katsaus tiettyyn ihmisryhmään, yritykset voivat tehdä tärkeitä johtopäätöksiä laajemmasta kohdeyleisöstään. 

Jokaisella otantamenetelmällä on hyvät ja huonot puolensa. Esimerkiksi yksinkertainen satunnaisotanta voi vähentää harhaa ja auttaa tekemään laajempia johtopäätöksiä, sillä aidosti satunnaisen otoksen tekeminen voi olla usein kovin tehotonta. Tämän lisäksi haluat ehkä tietää enemmän jostain tietystä osajoukosta koko populaation sijasta. Vaikka mukavuussyihin perustuva otanta voi auttaa saamaan dataa nopeasti, nämä otospopulaatiot voivat olla hyvin yksipuolisia, mikä voi vääristää lopullisia tuloksia.

Yhtä ainoaa parasta otantamenetelmää ei yksinkertaisesti ole. Sopivin otantamenetelmä täytyy valita sen pohjalta, mitä tarkalleen haluat kyselytutkimuksellasi selvittää. Sen lisäksi on huomioitava muut olennaiset tekijät, kuten aika- ja kustannusrajoitteet, kysymysten muotoilu ja se, onko tutkittava populaatio helppo tavoittaa.

Sinun on helpompi päättää, mistä otantamenetelmästä on eniten hyötyä, jos suunnittelet kyselytutkimuksesi ensin huolellisesti. Kun sinulla on selkeä käsitys eri otantamenetelmistä ja pystyt hyödyntämään arvokkaita voimavaroja, kuten SurveyMonkeyn yli 80 miljoonan ihmisen paneelia, voit selvittää monenlaisia asioita populaatiosta ja tehdä parempia markkinatutkimuksia.

in-article-cta
Haluatko saada paremman yhteyden kohdeyleisöösi?
Tavoita juuri oikeat ihmiset SurveyMonkey Audiencen tehokkaiden kohdennusominaisuuksien avulla.
LUE LISÄÄ

Kerää markkinatutkimusdataa lähettämällä kyselytutkimuksesi edustavalle otokselle.

Saat apua markkinatutkimusprojektiisi työskentelemällä asiantuntijoista koostuvan tutkimustiimimme kanssa.

Testaa luovia konsepteja tai tuotekonsepteja käyttämällä automatisoitua analysointia ja raportointia.