Todennäköisyysotanta: määritelmä, tyypit ja vaiheet

Kuinka esimerkiksi Yhdysvaltojen kaltaisessa 330 miljoonan asukkaan maassa on mahdollista tehdä tarkka kansallinen kyselytutkimus? Olisi mahdotonta lähettää kyselytutkimus kaikille ihmisille. Todennäköisyysotannalla voidaan kuitenkin saada paljon pienemmältä ihmisjoukolta dataa, joka on yhtä käyttökelpoista.

Todennäköisyysotanta on otantatekniikka, jossa suuresta populaatiosta valitaan satunnaisesti pieni ihmisjoukko (otos). Sitten arvioidaan, millä todennäköisyydellä heidän vastauksensa edustavat koko populaation vastauksia. 

Todennäköisyysotannalla on kaksi tärkeää ehtoa:

Nämä säännöt auttavat valitsemaan oikein (eli satunnaisesti) otoskehikosta. Se on luettelo kaikista populaation jäsenistä, jotka voidaan valita otokseen. Tärkeintä on siis valita satunnaisesti. Todennäköisyysotannassa on olennaista, että jokaisella on yhtäläinen mahdollisuus tulla valituksi. Tehdäänpä valinta sitten poimimalla nimiä hatusta, vetämällä pitkää tikkua tai käyttämällä monimutkaisempia tapoja, satunnaisotannalla varmistetaan, että otos edustaa koko populaatiota. 

Oikeanlaisella otoksella voidaan saada tuloksia, jotka ovat yhtä arvokkaita kuin laajemman kyselytutkimuksen tulokset. Otokseen kuuluvien henkilöiden haluista, tarpeista tai mielipiteistä voidaan vetää käyttökelpoisia johtopäätöksiä, joiden perusteella voidaan tehdä koko populaation kannalta mielekkäitä toimia.

Todennäköisyysotannan tekemiseen on useita erilaisia otantamenetelmiä. Siihen, mitä menetelmää käytetään, vaikuttavat niin tehtävä tutkimus ja halutun datan tyyppi kuin tutkimukseen käytettävissä oleva aika ja saatavilla olevat työkalut. Tutkijat käyttävät yleisimmin seuraavia neljää todennäköisyysotannan menetelmää:

Yksinkertaisessa satunnaisotannassa kaikilla populaation jäsenillä on samanlainen mahdollisuus tulla valituksi, ja valinta tehdään satunnaisesti. Tutkijat voivat valita osallistujia populaatiosta esimerkiksi erilaisilla työkaluilla, kuten satunnaisluku­generaattorilla. Vaikka yksinkertainen satunnaisotanta onkin nimensä mukaisesti yksinkertaisin otantamenetelmä, siinäkin voi esiintyä vinoumia. Mitä pienempi otoskoko on verrattuna kokonais­populaatioon, sitä pienempi on todennäköisyys, että otanta voidaan tehdä täysin sattumanvaraisesti. 

SurveyMonkey Audience voi auttaa saamaan oikeasti edustavan otoksen demografisen tasapainotuksen tai joustavan kohdentamisen avulla.

Monet populaatiot voidaan jakaa pienempiin joukkoihin tiettyjen ominaisuuksien mukaan niin, että ominaisuudet eivät ole päällekkäisiä, mutta edustavat yhdessä koko populaatiota. Ositettua otantaa käytettäessä kustakin joukosta (tai ositteesta) valitaan erillinen otos. Siten varmistetaan, että otannassa ovat mukana kaikki osajoukot, ja saadaan tarkempia tuloksia kuin yksinkertaisella satunnaisotannalla.

Usein populaatiot jaotellaan esimerkiksi sukupuolen, iän, tuloluokan tai etnisen taustan perusteella. Ositteiden on oltava tarkkoja ja toisensa poissulkevia eli tietty populaation jäsen voi olla vain yhdessä joukossa kerrallaan. Kun populaatio on jaettu ositteisiin, kustakin joukosta valitaan ihmisiä yksinkertaisella satunnaisotannalla. Valittujen ihmisten määrä on suhteessa populaation kokoon. Lopuksi valituista henkilöistä kootaan yksi otos.

Ositetun otannan tavoin myös ryväsotantaa käytettäessä populaatio jaetaan osajoukkoihin eli ryppäisiin. Siihen menetelmien yhtäläisyydet tosin loppuvatkin. Ryväsotannassa kullakin ryppäällä pitäisi olla samanlaiset ominaisuudet kuin populaatiolla. Sen sijaan, että jokaisesta ryppäästä valitaan yksittäisiä ihmisiä, aloitetaan valitsemalla satunnaisesti kokonaisia ryppäitä. Jos mahdollista, lopulliseen otokseen voidaan yrittää mahduttaa jokainen ihminen kustakin valitusta ryppäästä. Jos ryppäät ovat liian suuria, kustakin ryppäästä on valittava yksittäisiä ihmisiä satunnaisesti. 

Tutkijat käyttävät ryppäinä usein ennalta määritettyjä ja helposti saatavilla olevia joukkoja. Ne perustuvat yleensä maantieteellisiin alueisiin, kuten kaupunkeihin tai kuntiin, mutta ne voidaan valita myös esimerkiksi oppilaitosten tai toimipaikkojen mukaan. Ryväsotantaa käytetään useimmiten säästösyistä tutkittaessa suuria tai maantieteellisesti laajalla alueella sijaitsevia populaatioita. Ryväsotannan käyttäminen lisää kuitenkin otantavirheen riskiä. Kunkin ryppään on tarkoitus edustaa koko populaatiota, mutta sen varmistaminen voi olla vaikeaa. 

Systemaattinen otanta muistuttaa yksinkertaista satunnaisotantaa, mutta sen tekeminen on yleensä hieman helpompaa. Kullekin populaation jäsenelle annetaan numero, ja otos muodostetaan valitsemalla jäseniä tasaisin välein. (Systemaattista otantaa kutsutaan myös tasaväliseksi otannaksi.) Toisin sanoen populaatiosta valitaan otokseen joka n:s jäsen.

1 000 hengen populaatiosta voidaan esimerkiksi valita otokseen joka yhdeksäs ihminen. Tämä voi olla suoraviivaisempi tapa kuin muut otantamenetelmät, koska yksittäisten henkilöiden valitseminen tapahtuu selkeällä ja järjestelmällisellä tavalla eikä satunnaislukugeneraattorilla. Toisaalta otanta ei välttämättä ole yhtä satunnainen kuin generaattoria käytettäessä. Lisäksi on tärkeää varmistaa, ettei luettelossa piile kaavamaisuuksia, jotka vaikuttaisivat valinnan satunnaisuuteen. Jos dataa on manipuloitu, otos vääristyy ja siinä voi esiintyä liikaa tai liian vähän tiettyjen joukkojen edustajia. 

Esimerkki: Haluat tehdä kyselytutkimuksen tietyn organisaation työntekijöille, ja heidät on lueteltu aakkosjärjestyksessä. Aiot käyttää systemaattista otantaa ja valita otokseen joka neljännen työntekijän. Jos aakkostettu luettelo on kuitenkin järjestetty myös tiimin ja virkaiän mukaan, saatat valita liikaa tai liian vähän johtotehtävissä olevia työntekijöitä, jolloin otoksesi vääristyy.

Todennäköisyysotannan käyttämisessä on lukuisia etuja. Se on kustannustehokas tapa tehdä otantoja ostavaa kohdeyleisöäsi edustavista suurista joukoista. Siitä on hyötyä myös, kun populaatio sijaitsee laajalla maantieteellisellä alueella. 

Kullakin todennäköisyys­otannan menetelmällä on omat etunsa. Yksinkertainen satunnaisotanta ja systemaattinen otanta ovat esimerkiksi muita tapoja käyttäjäystävällisempiä, ositettu otanta vähentää tutkijasta johtuvia vinoumia ja ryväsotanta rajoittaa tutkimuksen vaihtelevuutta. Todennäköisyysotannan tekeminen vaatii vain vähän teknistä osaamista, kun käytössä on ketterä kokemusten­hallinta­järjestelmä. Ositettua otantaa tai systemaattista otantaa käyttäessäsi voit myös valita populaatiosta juuri niin tarkan otoksen kuin haluat. Jos aikaa on vähän, ryväsotanta ja yksinkertainen satunnaisotanta ovat parhaat vaihtoehdot. 

Etujen lisäksi eri menetelmissä on myös joitakin heikkouksia. Parhaan mahdollisen otoksen saaminen populaatiosta saattaa esimerkiksi tarkoittaa sitä, että työ vaatii enemmän aikaa ja resursseja. Ositetulla otannalla voidaan varmistaa, että ryppäät ovat mukana tasavertaisesti, mutta otos ei välttämättä edusta populaation kaikkia eroja. 

Ryväsotannalla ositteet voidaan jakaa eri ryppäisiin, mutta ryppäillä saattaa olla päällekkäisiä ominaisuuksia. Yksinkertainen satunnaisotanta saattaa tuottaa tuloksia nopeasti, mutta sen avulla muodostetut ryppäät ja ositteet eivät välttämättä vastaa kohdeyleisöäsi. 

Todennäköisyysotanta sopii parhaiten määrällisiin tutkimuksiin, joissa on tarkoitus tehdä johtopäätöksiä suuresta populaatiosta tilastollisella analyysilla. Kun kyselytutkimuksen tekeminen kokonaiselle populaatiolle olisi liian vaikeaa tai kallista, tutkijat voivat kerätä edustavaa dataa tällä otantastrategialla.

Todennäköisyysotantaa käytetään paljon markkinatutkimuksessa, kun suurista populaatioista halutaan tehdä havaintoja. Sitä käytetään muun muassa seuraavanlaisissa projekteissa: 

Yritykset voivat käyttää todennäköisyysotantaa muuhunkin kuin alan seuraamiseen, ostajien asenteiden selvittämiseen ja kilpailijoiden kartoittamiseen. Todennäköisyysotanta auttaa yrityksiä kehittämään uusia ideoita ja parantamaan liiketoimintaansa hyödyntämällä koko kohdemarkkinoitaan edustavaa dataa. 

Kahvilaketjulla voi olla esimerkiksi 15 000 kahvilaa eri puolilla Yhdysvaltoja. Yritys haluaa laajentaa kanta-asiakasohjelmaansa uusilla maksuvaihtoehdoilla ja uusilla tavoilla palkita asiakkaita. Ennen muutosten tekemistä yritys haluaa kuitenkin tietää, miellyttävätkö suunnitellut muutokset asiakkaita. 

Yritys ei voi tavoittaa kaikkia 15 000:n kahvilansa asiakkaita, mutta se voi luoda todennäköisyysotannalla otoksen, joka edustaa tarkasti koko populaatiota. Saadut vastaukset paljastavat, mitä mieltä asiakaskunta on kanta-asiakasohjelman uudistuksesta. Datan avulla kaikki yrityksen työntekijät markkinointiosastosta asiakaspalveluun saavat käsityksen siitä, mitä asioita pitää vielä muuttaa ja kuinka uuttaa kanta-asiakasohjelmaa voidaan mainostaa tehokkaasti. Jos yritys haluaa varmistaa, että otos edustaa populaation osajoukkoja, kuten sukupuolta, ikäryhmiä tai tulotasoja, se voi käyttää tietyntyyppisiä todennäköisyysotannan menetelmiä, kuten ositettua tai ryväsotantaa. 

Edellisessä esimerkissä todennäköisyysotanta on hyvä tapa käsitellä suurta populaatiota – tässä tapauksessa tuhansia kahviloita. Kun todennäköisyysotantaa käytetään oikein, suuret otokset auttavat pienentämään otosvirheiden mahdollisuutta. Virheitä ilmenee, kun valittu otos ei edusta koko populaatiota. Yleisesti ottaen satunnaisotanta auttaa minimoimaan otosvirheet, koska otos valitaan järjestelmällisesti eikä subjektiivisesti.

Et koskaan halua tietoisesti jättää jotakuta pois otokseen valitusta populaatiosta. Ole tarkkana ettei tiettyjä joukkoja jätetä tahattomasti pois otoksesta.

Saatat esimerkiksi haluta tietää ihmisten mielipiteen uudesta maahanmuuttoa koskevasta laista. Onko kyselytutkimuksesta saatavilla vironkielinen versio? Pitäisi olla. Jos näin ei ole, sinulta jää kuulematta sellaisten vironkielisten mielipide, jotka eivät osaa vastata suomeksi, mutta joiden mielipiteet maahanmuutosta olisivat erittäin tärkeitä tutkimuksellesi. Jos jätät heidät huomiotta, tutkimustuloksesi eivät vastaa yleistä mielipidettä.

Muista, että jos et voi antaa koko populaatiolle mahdollisuutta osallistua kyselytutkimukseen, otos ei edusta kaikkia eikä perustu todennäköisyysotantaan.

Yksinkertainen satunnaisotanta, ositettu otanta, ryväsotanta ja systemaattinen otanta ovat kaikki todennäköisyysotanta­menetelmiä. Otantamenetelmien toinen ääripää on harkinnanvarainen otanta. Vaikka olisit päättänyt valita otoksesi satunnaisesti, on hyvä olla perillä myös harkinnanvaraisen otantamenetelmän perusteista, kuten siitä, milloin ja miksi tutkijat käyttävät sitä. 

Harkinnanvaraista otantaa käytettäessä populaation jäsenillä ei ole yhtäläistä mahdollisuutta tulla valituksi otokseen eikä valinta ole millään tavalla satunnainen. Itse asiassa joillakin populaation jäsenillä ei ole minkäänlaista mahdollisuutta tulla valituksi. Todennäköisyysotannalla pyritään tekemään johtopäätöksiä suuresta populaatiosta. Harkinnanvaraista otantaa sen sijaan käytetään usein selittävässä ja laadullisessa tutkimuksessa, jolla halutaan kerätä tietoja ihmisiltä, joilla on tiettyä osaamista tai tiettyjä kokemuksia tai näkemyksiä. 

Jos esimerkiksi haluat tutkia pyörätuoliramppien käyttöä alueellasi, kohdepopulaatiosi koostuu pyörätuolin käyttäjistä. Sinulla ei ole luetteloa heistä kaikista, joten et voi käyttää todennäköisyysotantaa. Tapaat kuitenkin muutaman ihmisen, jotka lupaavat osallistua tutkimukseesi, ja saat heidän kauttaan yhteyden muihin alueella asuviin pyörätuolin käyttäjiin. Tässä harkinnanvaraisessa otantatavassa, jota kutsutaan myös lumipallo-otannaksi, valintaa ei tehdä satunnaisesti. Sen sijaan voit saada yhteyden useisiin tutkimuksesi kannalta tärkeisiin ihmisiin.  

Harkinnanvarainen otanta on yleensä todennäköisyysotantaa helpompaa ja halvempaa järjestää, mutta sitä käytettäessä myös otantaharhojen mahdollisuus kasvaa. Syynä on, että tutkija valitsee otoksen harkinnanvaraisesti eikä satunnaisesti. Myöskään otoskoko ja tulokset eivät välttämättä edusta koko populaatiota. 

Mitä eri vaiheita todennäköisyysotantaan sitten kuuluu? Sen tekeminen ei ole monimutkaista, mutta se edellyttää, että tutkimuksellasi on selkeät tavoitteet ja kiinnostuksen kohteet. Määritettäessä sitä, kuinka ja miksi otos kootaan, kannattaa suunnitella otanta etukäteen ja miettiä tarkkaan, minkälaisia tuloksia halutaan. 

Mieti, kenen mielipiteen haluat kuulla ja mitkä ihmisryhmät haluat jättää otoksen ulkopuolelle.

Otoskehikko sisältää parhaassa tapauksessa kaikki sinua kiinnostavan populaation jäsenet, eikä yhtään jäsentä, jotka eivät kuulu sinua kiinnostavaan populaatioon.

Haluatko ryppäitä ja ositteita? Haluatko, että kaikilla on samanlainen mahdollisuus tulla valituksi? Mieti, mikä on tutkimuksesi, populaatiosi jäsenten ja resurssiesi kannalta järkevää.

Tehdessäsi populaatiolle kyselytutkimusta sopivan otoskehikon löytäminen voi olla vaikeaa. Vaikka sinulla olisikin hyvä kehikko, voit joutua tekemään kompromisseja kustannusten, edustavuuden, laadun ja ajantasaisuuden suhteen.

Voi olla vaikeaa saada ihmiset vastaamaan todennäköisyys­otantaan perustuvaan kyselytutkimukseen, jos tutkimuksen aihe ei kiinnosta heitä tai he haluavat korvauksen käyttämästään ajasta. Se voi myös viedä aikaa. Jos teet esimerkiksi markkinatutkimusta itse (ilman työkaluja, jotka auttavat valitsemaan vastaajat satunnaisesti), suuren otoksen luominen saattaa olla vaivalloista ja aikaavievää – jo ennen kuin pääset analysoimaan tuloksia. 

Harkinnanvarainen otanta ratkaisee monet näistä ongelmista, ja nimestään huolimatta siinäkin hyödynnetään todennäköisyyksiä ja otantateorioita valittaessa kyselytutkimukseen sopivaa otosta.

Jos käytettävissäsi on loputtomat resurssit tai sinua kiinnostava populaatio on pieni, todennäköisyysotantaa ei välttämättä tarvita. Useimmiten todennäköisyysotanta kuitenkin säästää aikaa ja rahaa sekä ehkäisee turhautumista. Et yleensä pysty ottamaan kaikkia mukaan kyselytutkimukseen, mutta voit antaa jokaiselle mahdollisuuden osallistua kyselytutkimukseen. Se on todennäköisyysotannan tarkoitus.

SurveyMonkey Audiencen avulla voit tehdä otantoja kohdemarkkinoilta eri puolilta maapalloa. Valitse tilaus, joka sopii yrityksellesi parhaiten.