Mitä kyselytutkimuksen otoskoko tarkoittaa?
Ota huomioon nämä asiat määrittäessäsi kyselytutkimuksen osallistujien määrää.
Kyselytutkimuksilla voidaan kerätä palautetta ja tietoja ihmisistä – esimerkiksi heidän mielipiteistään ja käyttäytymisestään. Mistä sitten tiedät, että saamasi vastaukset edustavat luotettavasti populaatiota, jota yrität ymmärtää? Kyselytutkimuksen otoskoon määrittäminen voi auttaa.
Mitä kyselytutkimuksen otoskoolla tarkoitetaan?
Otoskoko tarkoittaa niiden ihmisten lukumäärää, jotka vastaavat kyselytutkimukseen. Ihanteellinen otoskoko vaihtelee sen mukaan, kuinka paljon ihmisiä kohdemarkkinoillasi tai kohderyhmässäsi on.
Kyselytutkimuksen otoskoko on kuitenkin vain yksi tekijä, joka auttaa määrittämään, ovatko kyselytutkimuksen tulokset merkityksellisiä tai tilastollisesti merkitseviä.
Miksi kyselytutkimuksen otoskoon määrittäminen on tärkeää?
- Kun halutaan tutkia kohdemarkkinoita tai tehdä demografinen tutkimus, kyselytutkimusta ei voida lähettää kaikille. Vaikka se olisikin mahdollista, se tulisi kalliiksi ja veisi paljon aikaa.
- Kun määrität otoskoon niin, että se on tilastollisesti merkitsevä tai että saat tarvitsemasi määrän vastaajia, voit tehdä kyselytutkimuksen huoletta pienemmälle ihmisjoukolle.
- Jos lähetät kyselytutkimuksen ennen otoskoon miettimistä, otoskoon ymmärtäminen voi auttaa saamaan tilastollisesti merkitseviä tuloksia jälkikäteen analysoidessasi kyselytutkimuksesi tuottamaa dataa.
- Kyselytutkimuksen otoskoon merkitys voi vaihdella kohdepopulaation ja kyselytutkimuksen tyypin mukaan. Jos teet esimerkiksi lääketieteellistä tai markkinatutkimusta, on tärkeää varmistaa, että vastaukset edustavat haluamaasi populaatiota, jotta niiden perusteella voidaan tehdä tarkkoja ennustuksia. Jos teet kyselytutkimusta työntekijöille, kannattaa kiinnittää huomiota vastausprosenttiin, sitoutumiseen ja yksittäisiin palautteisiin.
Otoskoko, vastausprosentti ja suoritusprosentti
Ennen kuin kerromme, kuinka kyselytutkimuksen otoskoko määritetään, tutustutaan tärkeisiin termeihin:
- Kyselytutkimuksen otoskoko tarkoittaa niiden ihmisten lukumäärää, jotka vastaavat kyselytutkimukseen.
- Vastausprosentti on kyselytutkimuksen aloittaneiden ihmisten prosenttiosuus.
- Suoritusprosentti on niiden ihmisten prosenttiosuus, jotka vastaavat kyselytutkimukseen.
Oletetaan esimerkiksi, että lähetät kyselytutkimuksen 1 000 ihmisen ryhmälle. Jos 400 ihmistä avaa kyselytutkimuksen, vastausprosentti on 40 prosenttia. Useimmiten kaikki avaajat eivät kuitenkaan tee kyselytutkimusta loppuun. Jos 400 ihmistä avaa kyselytutkimuksen, mutta vain 200 lähettää vastauksen, suoritusprosentti on 50 prosenttia.
Vaikka vastaus‑ ja suoritusprosentit eivät aluksi vaikuta otoskokoon suoraan, on tärkeää huomioida nämä muuttujat otoskokoa valittaessa.
Kun valitset kohdepopulaatiota edustavaa otosta, on huomioitava myös se, etteivät kaikki kyselytutkimuksen vastaanottajat vastaa siihen. Se saattaa vaikuttaa tilastolliseen merkitsevyyteen.
Kyselytutkimuksen otoskoon määrittäminen (ja esimerkki)
Kuvittele, että haluat testata uutta tuoteideaa. Tiedät tyypillisten asiakkaidesi ikähaarukan ja tulotason, ja että he asuvat kaupunkialueilla. Tämä ryhmä on populaatiosi eli kohdeyleisö, jota haluat ymmärtää.
Nyt olet siis määrittänyt populaation eli niiden ihmisten kokonaismäärän, joita haluat tutkia tai oppia ymmärtämään. Sanotaan vaikka, että populaatiossasi on 10 000 000 ihmistä.
Seuraavaksi valitaan virhemarginaali. Virhemarginaali ilmaisee, kuinka varma olet siitä, että kyselytutkimuksesi vastaukset edustavat koko populaation näkemyksiä.
Yleensä ihmiset valitsevat kyselytutkimuksiin 5 prosentin virhemarginaalin. Se tarkoittaa, että virheet huomioidaan vähentämällä 5 prosenttia saadusta tuloksesta ja lisäämällä 5 prosenttia tulokseen.
Oletetaan esimerkiksi, että 60 prosenttia vastaajista sanoo ostavansa uuden tuotteesi. Kun virhemarginaali on 5 prosenttia, voidaan päätellä, että uuden tuotteen ostaisi todellisuudessa 55–65 prosenttia ihmisistä.
Lopuksi valitaan luotettavuustaso. Luotettavuustaso ilmaisee, kuinka todennäköisesti saisit samat tulokset, jos lähettäisit kyselytutkimuksen toiselle samasta kohdepopulaatiosta valitulle otokselle.
Tässä esimerkissä kyselytutkimus lähetetään 1 000 ihmiselle. Virhemarginaalin perusteella päätellään, että 55–65 prosenttia ihmisistä ostaisi uuden tuotteesi. Kuinka varma olet siitä, että tulokset ovat tarkkoja?
Luotettavuustasoksi kannattaa valita 95 prosenttia, joka on alan standardi. Näin päätät, että jos lähetät saman tutkimuksen aina uudelle 1 000 ihmisen otokselle, saat 95 prosentissa tutkimuksista samat tulokset.
Kyselytutkimuksen otoskoon laskeminen
Nyt kun populaatio, virhemarginaali ja haluttu luotettavuustaso on määritetty, on aika valita kyselytutkimuksen otoskoko. Muista, että otoskoko tarkoittaa sitä, kuinka monta ihmistä vastaa kyselytutkimukseen. Voit käyttää otoskoon laskuriamme tai laskea kyselytutkimukseen tarvitsemasi otoskoon seuraavalla kaavalla:
- N = populaatio
- e = virhemarginaali (prosenttiluku desimaalimuodossa)
- z = z-pistemäärä* (datan vakiopoikkeama keskiarvosta)
*Kun luotettavuustaso on 95 prosenttia, z-pistemäärä on 1,96.
Tällä kaavalla voidaan laskea, että jos populaation koko on 10 000 000, virhemarginaali 5 prosenttia (0,05) ja luotettavuustaso 95 prosenttia (z-pistemäärä 1,96), otoskoko on 385. Otoskoko on kuitenkin muutakin kuin pelkkä numero.
Kun haluttu otoskoko on määritetty, tarvitaan osallistujien valitsemiseen luotettava menetelmä. Lue, miten voit luoda sattumanvaraisen otoksen Excelissä ja valita kyselytutkimuksen vastaanottajat satunnaisesti.
Mikä on hyvä otoskoko kyselytutkimukselle?
Mitä suurempi otoskoko on, sitä todennäköisemmin tulokset ovat tilastollisesti merkitseviä. Seuraavat muuttujat voivat kuitenkin vaikuttaa otoskoon merkitykseen:
- Kyselytutkimuksen tyyppi: Oletetaan vaikka, että teet tutkimusta toisessa maassa selvittääksesi, onko siellä markkinoita tuotteellesi. Koska teet tulosten perusteella merkittävän liiketoimintaasi koskevan päätöksen, kannattaa valita otoskoko, joka pienentää virhemarginaalia. Jos toisaalta keräät laadullista palautetta 20 ihmiseltä, jotka ovat juuri osallistuneet tapahtumaasi, kiinnität todennäköisesti enemmän huomiota viiteen huolellisesti kirjoitettuun vastaukseen kuin tilastolliseen merkitsevyyteen.
- Populaation monimuotoisuus: Ajattele kohdepopulaatiosi demografisia tietoja
–esimerkiksi sukupuolta, ikää, etnistä taustaa, sijaintia, siviilisäätyä ja koulutusta. Jos kohdepopulaatiosi jäsenet ovat ominaisuuksiltaan samanlaisia, pieni vastausmäärä voi riittää. Jos populaation jäsenten ominaisuuksissa on paljon vaihtelua, kyselytutkimukseen on otettava enemmän ihmisiä, jotta tulokset edustavat populaatiota tarkasti.
- Tekemäsi päätökset: Kun teet päätöksiä kyselytutkimuksen tulosten perusteella, suuri datamäärä saattaa auttaa. Määrän lisäksi on kuitenkin huomioitava muitakin tekijöitä. Muista tavoitteesi. Jos haluat ideoita ja palautetta pienten muutosten tai parannusten tekemistä varten, pieni määrä vastauksia saattaa riittää. Jos taas haluat tehdä kauaskantoisia tai vaikutuksiltaan merkittäviä päätöksiä, jotka vaativat paljon resursseja, vastauksia kannattaa kerätä enemmän, jotta tulokset olisivat luotettavia.
Kyselytutkimuksen otoksen vähimmäiskoon valitseminen
Haluatko saada pikaisen arvion siitä, kuinka monen ihmisen pitää vastata kyselytutkimukseen? Tässä on kätevä taulukko päätöksenteon tueksi. Tarvitset vain kohdepopulaation ihmisten määrän ja haluamasi virhemarginaalin (3–10 %).
| Populaatio | ±3 % | ±5 % | ±10 % |
| 500 | 345 | 220 | 80 |
| 1 000 | 525 | 285 | 90 |
| 3 000 | 810 | 350 | 100 |
| 5 000 | 910 | 370 | 100 |
| 10,000 | 1 000 | 385 | 100 |
| 100,000 | 1 100 | 400 | 100 |
| 1 000 000 | 1 100 | 400 | 100 |
| 10 000 000 | 1 100 | 400 | 100 |
*Prosenttimäärät edustavat 3, 5 ja 10 prosentin virhemarginaaleja.
Jos teet esimerkiksi lääketieteellistä tutkimusta, voit valita pienen virhemarginaalin, kuten 3 prosenttia. Jos valitset otoskokoa asiakastyytyväisyyskyselyyn, kannattaa ehkä valita suurempi virhemarginaali, kuten 10 prosenttia.
Erityyppisiä otantamenetelmiä
Otoskokoa valittaessa on tärkeää huomioida myös käytettävä otantamenetelmä. Se tarkoittaa menetelmää, jolla kyselytutkimukseen saadaan edustava otos.
Suunnittelemalla otannan huolellisesti voit vähentää tilastoharhoja eli sitä, ettei kyselytutkimuksesi otos edusta kohdepopulaatiotasi tarkasti. Tutustutaan pikaisesti erilaisiin otantamenetelmiin, joita voit hyödyntää kyselytutkimuksessasi.
Todennäköisyysotantamenetelmä
Todennäköisyysotantaa käytettäessä jokaisella kohdepopulaation jäsenellä on yhtäläinen mahdollisuus tulla valituksi kyselytutkimukseen.
Todennäköisyyteen perustuvat otantamenetelmät jaetaan neljään pääryhmään:
- Yksinkertainen satunnaisotanta: Varmista arvontamenetelmällä tai satunnaistamalla, että jokaisella populaation jäsenellä on yhtäläinen mahdollisuus tulla valituksi. Tämä voi olla hankalaa populaatioiden ollessa suuria, mutta tällä menetelmällä vältät helposti tilastoharhat.
- Ryväsotanta: Jaa kohdepopulaatio ryppäisiin tai joukkoihin ja valitse sitten ryppäitä satunnaisesti. Lähetä kyselytutkimus kaikille valittujen ryppäiden jäsenille. Tämä voi aiheuttaa vinoumia, jos ryppäiden demografiset ominaisuudet eroavat toisistaan liikaa. Ryväsotanta voi kuitenkin olla hyödyllinen menetelmä, jos populaatio sijaitsee maantieteellisesti laajalla alueella tai sen jäseniä on vaikea tavoittaa.
- Systemaattinen otanta: Systemaattisessa otannassa kohdepopulaatiosta valitaan ihmisiä järjestelmällisesti. Voit esimerkiksi valita 5 000 ihmisen luettelosta joka 50. ihmisen. Tämä voi aiheuttaa ongelmia, jos luettelon järjestys on vinoutunut, mutta tämä voi silti olla tehokas otantamenetelmä.
- Ositettu satunnaisotanta: Lajittele populaatio erilaisiin ositteisiin tai kerroksiin esimerkiksi sukupuolen, tulotason tai sijainnin mukaan. Valitse sitten kustakin ositteesta ihmisiä satunnaisesti. Tällä menetelmällä saat edustavan otoksen kustakin populaation demografisesta ryhmästä, mutta menetelmä saattaa olla monimutkainen ja vaatia paljon aikaa.
Harkinnanvarainen otantamenetelmä
Harkinnanvarainen otanta tarkoittaa, ettei kaikilla kohdepopulaatioon jäsenillä ole yhtäläisiä mahdollisuuksia tulla valituiksi.
Harkinnanvarainen otanta on helpompaa ja halvempaa toteuttaa, mutta se voi aiheuttaa tilastoharhoja. Siten myös kyselytutkimusten tulosten luotettavuus voi kärsiä.
Harkinnanvaraisen otannan menetelmät jaetaan viiteen pääryhmään:
- Mukavuusotanta: Lähetä kyselytutkimus ihmisille, jotka on helpointa tavoittaa. Tällä menetelmällä on helppoa saada vastauksia kyselytutkimuksiin, mutta se ei takaa, että tulokset edustaisivat kohdepopulaatiota.
- Arviointi‑ tai harkintaotanta: Lähetä kyselytutkimus ihmisille, joiden avulla uskot pääseväsi tutkimuksesi tavoitteisiin. Tätä voidaan käyttää laadullisiin tutkimuksiin, joissa johtopäätöksiä voidaan tehdä ilman suuria määriä laadullista dataa.
- Vapaaehtoinen vastaaminen: Ihmiset vastaavat kyselytutkimukseen vapaaehtoisesti. Jotkut ihmiset saattavat olla muita halukkaampia tai kykenevämpiä vastaamaan kyselytutkimukseen, mikä voi johtaa tilastoharhoihin.
- Lumipallo-otanta: Lähetä kyselytutkimus ihmisille ja pyydä heitä rekrytoimaan lisää vastaajia. Näin voit saada enemmän vastauksia, mutta saatat tavoittaa vain tietyn demografisen ryhmän kohdepopulaatiostasi.
- Kiintiöotanta: Jaa populaatio tutkimuksesi kannalta tärkeisiin luokkiin. Valitse sitten kyselytutkimukseen useita ihmisiä kustakin luokasta. Tämä menetelmä on altis tilastoharhoille, mutta tuottaa palautetta nopeasti.
Tarvitsetko apua otoskoon määrittämisessä?
SurveyMonkey Audiencella saat nopeasti luotettavia havaintoja kohdemarkkinoistasi, oli kyse sitten asiantuntijoiden suunnittelemista otantamenetelmistä tai kohdemarkkinoiden tutkimisesta.