Harkinnanvarainen otantamenetelmä

Suuren mittakaavan kyselytutkimuksen suorittaminen voi olla kinkkistä. Haluat tulostesi edustavan koko populaatiota, mutta on vaikeaa antaa kaikille mahdollisuus osallistua kyselytutkimukseen ja tulla kuulluksi.

Eräs käytännön ratkaisu tähän ongelmaan on harkinnanvaraisen otantamenetelmän käyttäminen, josta SurveyMonkey tietää yhtä jos toistakin. SurveyMonkeyllä on käytössään Yhdysvaltojen laajin harkinnanvarainen otanta, sillä Audience-paneelimme kautta tavoitamme yli puoli miljoonaa kyselytutkimuksiin vastaajaa milloin tahansa.

Harkinnanvaraisessa otannassa valitaan ryhmä vastaajia suuremman populaation joukosta, täysin tietoisena siitä, että joillain populaatioon kuuluvilla ei ole mahdollisuutta tulla valituiksi kyselytutkimukseen. Tällaista lähestymistapaa ei sallita todennäköisyyteen perustuvassa otannassa, jossa jokaisella populaatioon kuuluvalla tulee olla nollaa suurempi mahdollisuus tulla valituksi.

Käytitpä sitten paneelia, kuten SurveyMonkey Audiencea, tai jotain muuta harkinnanvaraista otantamenetelmää, tapasi valita vastaajat jättää aina osan populaatiosta kokonaan ulkopuolelle.

Joskus nämä poissulkemisen keinot ovat itsestään selviä, kuten esimerkiksi silloin, kun ihmiset voivat valita haluavatko he vastata sinulle. Voit esimerkiksi kysyä asiakkailtasi heidän sähköpostiosoitteitaan, jotta he voivat osallistua asiakaspalautekyselytutkimukseen. Osa heistä varmaankin kieltäytyy, jolloin heillä ei siis ole mahdollisuutta tulla valituiksi kyselytutkimuksesi otantaan.

Toisinaan taas poissulkeminen on hienovaraisempaa. Sanotaan, että suunnittelet vaikka ensimmäisten sadan tiettynä päivänä liikkeeseesi tulevan ihmisen haastattelemista. Tämä saattaa vaikuttaa satunnaisotannalta, mutta ota tämä huomioon: aamulla liikkeeseesi tulevat ihmiset ovat todennäköisesti joillain tavoilla erilaisia kuin ihmiset, jotka käyvät liikkeessäsi myöhemmin päivällä.

Jos kauppasi aukeaa kello 9 aamulla, päivän ensimmäiset asiakkaat ovat todennäköisemmin työttömiä kuin he, jotka ovat asiakkainasi kello 19 tai 20. Koska tietty osa väestöstä ei voi mitenkään olla päivän 100 ensimmäisen asiakkaan joukossa, tuloksesi voivat olla vinoutuneita – käytät tällöin siis itse asiassa harkinnanvaraista otantamenetelmää.

Tässä eräitä säännöllisesti käytettyjä harkinnanvaraisen otannan tapoja, jotka eivät kuitenkaan sovi kaikkiin kyselytutkimuksiin:

Todennäköisyyteen perustuvat otannat ovat tilastotieteilijöiden suosiossa, mutta tosimaailman kyselytutkimuksissa harkinnanvarainen otanta on usein käytännöllisempi. Hyvin tehtynä se voi antaa sinulle aivan yhtä laadukasta (tai jopa parempaa) dataa kuin todellinen todennäköisyyteen perustuva otanta.

Useimmat kyselytutkimukset on kohdennettu erittäin tarkasti määritetylle populaatiolle, eikä niissä tarvitse huolehtia todennäköisyyteen perustuvan otannan tarjoamasta monimuotoisuudesta ja edustavuudesta. Kun suoritat markkinatutkimusta pienten lasten äitien parissa, et tarvitse todennäköisyyteen perustuvaa otantaa, johon sisältyvät myös miehet, lapsettomat ihmiset tai ihmiset, joilla on aikuisia lapsia.

Harkinnanvaraisesta otannasta on paljon hyötyä myös silloin, kun se ei kata kohdepopulaatiotasi täydellisesti.

Vastausten saaminen harkinnanvaraisella otannalla on usein nopeampaa ja edullisempaa kuin todennäköisyyteen perustuvalla otannalla, koska otantaan kuuluvat ovat halukkaampia vastaamaan kuin satunnaisesti valitut ihmiset. Postituslistalta poimitut henkilöt ovat esimerkiksi uskollisempia tälle yritykselle kuin sen ulkopuolelta valitut.

Harkinnanvaraisen otannan suurin haaste on samalla tavalla luotettavien tulosten saaminen kuin todennäköisyyteen perustuvalla otannalla saadaan.

Sinun täytyy olla aina varovainen, jotta tapasi hankkia vastaajia ei vääristä dataasi. Jotkin online-paneelit esimerkiksi maksavat vastaajille, joka voi aiheuttaa vinoumia tuloksiin, kun “ammattimaiset” kyselyihin vastaajat täyttävät lomakkeita pelkän rahan takia välittämättä tietojen oikeellisuudesta.

Mieti tarkkaan läpi kaikki mahdolliset vinoumien lähteet kun teet harkinnanvaraista kyselytutkimusta. Vinoumien ennustaminen ei ole aina helppoa, mutta populaatiosi ominaisuuksia vastaavan monimuotoisen vastaajaryhmän valinta on oleellinen ensiaskel. Tällöin saat sekä tarkkaa tietoa, joka vastaa todennäköisyyteen perustuvaa otantaa, että säästät myös aikaa ja rahaa.