Slik får du et representativt utvalg til spørreundersøkelsen

Når du utfører en spørreundersøkelse, er det ofte nesten umulig å få tilbakemelding fra hver person i gruppen eller målgruppen du retter den mot. Selv om du klarer å plassere en spørreundersøkelse foran alle, vil det alltid være noen personer som ikke svarer på den eller ikke er interesserte i å delta.

Hva er så den gode nyheten? Den er at du ikke trenger å utføre spørreundersøkelser på alle i målgruppen for å få veldig nyttige samt innsiktsfulle data fra spørreundersøkelsen. Det kan faktisk være unødvendig å utføre spørreundersøkelser på store grupper, da det koster både tid og penger samt kompliserer prosessen.

Med representativt utvalg kan du analysere resultatene for å levere gjennomførbare data og nyttig innsikt som understøtter markedsundersøkelsene og tiltakene rettet mot kundeopplevelse.

Et representativt utvalgt er et delsett av dataene, vanligvis fra en større gruppe, som viser lignende karakteristikker. Med representativt utvalg kan du analysere større målgrupper siden dataene som genereres inneholder mindre, og mer håndterbare versjoner av den større gruppen. Vi ser representative utvalg under valg, når meningsmålinger utføres på representative utvalg av velgere for å finne ut hvilke valgkandidater som har mest støtte.

Med representativt utvalg kan du spare mye tid og penger. Ved hjelp av statistiske analyser og gjennomgang av dataene kan du fange opp en nøyaktig representasjon av en større målgruppe. Eller en bestemt gruppe innen den målgruppen uten å få innspill fra andre, eller til og med fra det store flertallet av de som spørreundersøkelsen kan utføres på.  

Men du må ha kunnskap om fordelene og de potensielle fallgruvene assosiert med representativt utvalg for å få nøyaktige og pålitelige resultater. Når du har denne kunnskapen, kan du bruke dette verktøyet på en strategisk måte og få bedre innsikt i kundene, bruke informasjonen til å forbedre kundeopplevelsen og ta velfunderte avgjørelser for bedriften.

Forestill deg at du har en gruppe på 300 personer, 150 menn og 150 kvinner. Alle går gjennom det samme opplæringsprogrammet. Du vil gjerne ha tilbakemelding på programmet for å identifisere problemer og finne ut hvilke deler av programmet deltakerne synes er mest interessante. 

Når du avhenger av et representativt utvalg som en del av spørreundersøkelsesprosessen, trenger du ikke svar fra flertallet av de som deltar i opplæringen. I stedet for å bruke hele gruppen på 300 deltakere, kan du skape et troverdig representativt utvalg som muligens inkluderer 60 personer, 30 menn og 30 kvinner. Disse svarene vil være representative for hele gruppen.

Når du har mottatt svarene, kan du analysere resultatene og få innsikt som representerer meningene til hele gruppen. Fordi du har en representativ andel kvinner og menn som har fullført programmet, kan du vurdere svarene basert på kjønn.

I stedet for å være avhengig av at 300 personer skal svare på spørreundersøkelsen, kan du få svært nøyaktige resultater fra bare 60 svar totalt, med en jevn fordeling av kvinner og menn. Det igjen vil spare deg for tid og penger.

Med SurveyMonkey Audience kan du få et representativt utvalg ved å knytte deg opp mot idealrespondentene, selv om de måtte befinne seg over hele verden.

Det finnes en rekke etablerte metoder for å få et representativt utvalg som har blitt testet og verifisert over tid gjennom forskning innenfor akademia, vitenskap og markedsføring. 

Den vanligste metoden inkluderer: 

Ved å bruke én av disse metodene for å få representative utvalg, sikrer du at resultatene blir troverdige og nøyaktige.

Sannsynlighetsutvalg er en utvalgsteknikk som velger utvalg fra en større målgruppe ved hjelp av en metode basert på sannsynlighetsteorien. For å vurdere om deltakere skal være med i et sannsynlighetsutvalg, må de velges ved å bruke det vi kaller tilfeldig utvalg. Tilfeldig utvalg betyr at alle i målgruppen du utfører spørreundersøkelsen på, har en kjent og like stor sjanse til å bli utvalgt. Hvis du har en målgruppe på 1000 personer, vil oddsen for at hver person utvelges derfor være 1 av 1000.

Siden de som utfører spørreundersøkelsen eller undersøkelsen ikke kan velge hvem som skal bli med i utvalget fra øverste hylle, er det størst sannsynlighet for å få et representativt utvalg av målgruppen med sannsynlighetsutvalg. Kort oppsummert fjerner sannsynlighetsutvalg potensiell menneskelig skjevhet eller utvalgsfeil, og den avhenger av statistisk teori for tilfeldig utvalg av en liten gruppe personer fra en større målgruppe. Deretter vil den forutsi at alle svarene deres vil matche svarene til resten av målgruppen.

Det er alltid lurt å gjøre ting enkelt. Et enkelt og tilfeldig utvalg gjør ting enkelt ved å gi veiledning om hvordan du får en brukbar utvalgsgruppe.

Enkle og tilfeldige utvalg er en praktisk måte å tildele nummer til personer i en gruppe på. Så velges et tilfeldig nummer via en automatisert prosess for å fastslå hvem du skal inkludere i utvalget. Du kan velge utvalgsnummer ved hjelp av et lotterisystem eller bruke en programvare som genererer tilfeldige numre for deg.

Denne metoden er en av de beste måtene å unngå utvalgsskjevhet på. Noe som ofte kan skje når du utfører konsepttesting. Utvalgsskjevhet kan snike seg inn i spørreundersøkelsen din når det er systematisk mer sannsynlig at noen av medlemmene i målgruppen vil velges til et utvalg, enn andre. Utvalgsskjevhet kan gi deg resultater som ser bra ut eller støtter et bestemt synspunkt, men kan også føre til utvalgsfeil, falske antakelser og dårlige avgjørelser.

Enkelt og tilfeldig utvalg minsker sannsynligheten for utvalgsskjevhet i større grad, siden oddsen for at hvert medlem i en målgruppe blir utvalgt til studien er like stor.

Ikke-sannsynlighetsutvalg er ikke så tilfeldig. Ikke-sannsynlighetsutvalg er en teknikk der de som utfører undersøkelsen velger utvalget basert på subjektiv dømmekraft, i motsetning til tilfeldig utvalg. Subjektiv dømmekraft styres ikke av etablerte formularer eller statistiske analyser. De avhenger av meningene eller erfaringen til en individuell ekspert for å identifisere hvilke respondenter som skal inkluderes i utvalget.

Når du kjører et ikke-sannsynlighetsutvalg, vil ikke alle deltakerne i målgruppen ha like stor sannsynlighet for å delta i studien. Det betyr at hvert medlem i målgruppen har en kjent mulighet til å bli utvalgt.

Som du kanskje har gjettet, er ikke-sannsynlighetsutvalg det minst strenge utvalget, fordi det bruker menneskelig dømmekraft, og potensielt menneskelig feil og utvalgsskjevhet. Men denne tilnærmingen er muligens en mer effektiv måte å sikre at de som det utføres spørreundersøkelser på, eller som er inkludert i en studie, vil oppgi mer nyttig informasjon.  Ikke-sannsynlighetsutvalg er et verktøy som ofte blir brukt i kvalitativ forskning og har fokus på ikke-numeriske data for å generere innsikt og konklusjoner.

Hvis denne måten ikke er så streng eller pålitelig, gir det mening å bruke ikke-sannsynlighetsutvalg? I noen tilfeller er svaret ja. Ikke-sannsynlighetsutvalg kan være spesielt nyttig for utforskningsstudier slik som en pilot-spørreundersøkelser (utføring av spørreundersøkelser på et mindre utvalg sammenlignet med en forhåndsbestemt utvalgsstørrelse). Ofte brukes den i situasjoner hvor tilfeldig sannsynlighetsutvalg ville vært vanskelig eller umulig å utføre på grunn av tids- og kostnadsbegrensninger, eller andre utfordringer.

Kvoteutvalg kan gi representative resultater som bidrar til at organisasjonen din tar gode datadrevne avgjørelser for å få mer kunnskap om en bestemt delgruppe av en målgruppe og ikke har et stort budsjett.  

Dette er en metode for ikke-sannsynlighetsutvalg hvor forskere oppretter et utvalg som inkluderer enkeltpersoner, og disse representerer en bestemt målgruppe. Med kvoteutvalg kan du sørge for at spørreundersøkelsesresultatene ligger tett opp mot målgruppen. Slik vil du få resultater du faktisk kan bruke. Kvoteutvalg har samme risikobelønning som ikke-sannsynlighetsutvalg, men det er en veldig effektiv måte å få gjennomførbare data og innsikt på fra en bestemt målgruppe.

Hvis utvalget er for stort, kan spørreundersøkelsen og påfølgende analyser bli for komplekse, dyre og tidkrevende. I en perfekt verden vil god utførelse av større spørreundersøkelser og høyere svarprosent gi mer nøyaktige og sikre data. Disse tilleggsfordelene er vanligvis ikke verdt risikoen ved å utføre en dyr, tidkrevende og tungvint spørreundersøkelse. Som oftest gir representativt utvalg raskere, enklere og lettere tilgang til gyldige og statistisk signifikante resultater.

Hvis utvalget er for lite, er det mer sannsynlig at du får resultater som ikke er statistisk signifikante. Du kan for eksempel ende opp med et skjevt antall enkeltpersoner som er utenforstående eller ikke representative for gruppen som helhet. Dette kan gi skjeve resultater, føre til feilaktige eller ufullstendige data og dårlige avgjørelser. Du bør alltid ha som mål å finne akkurat den rette størrelsen for det representative utvalget. Når utvalgsstørrelsen er riktig, vil undersøkelsen være mer tids- og kostnadseffektiv. Du vil også få mer pålitelig statistikk for representativt utvalg. Med SurveyMonkey blir det enklere å fastslå den rette utvalgsstørrelsen med kalkulatoren for utvalgsstørrelse. Når du bruker dette enkle verktøyet, kan du raskt fastslå det representative utvalget.

Utvalgsskjevhet kan oppstå når det er mer sannsynlig at noen av deltakerne i en målgruppe systematisk velges til et utvalg enn andre. Når du hører om kontrovers over validiteten til bestemte politiske meningsmålinger, har de ofte fokus på potensiell skjevhet. De som utfører målingene ender opp med å utføre målinger på for mange personer som har en bestemt politisk oppfatning.

Med utvalgsskjevhet kan du få resultater som ser bra ut eller støtter en foretrukket teoretisk idé eller innsats. Men hvis resultatene er skjeve og ikke gjenspeiler virkeligheten, kan du ende opp med å ta dårlige avgjørelser og skade organisasjonens omdømme, og potensielt ditt eget i samme slengen.

Den beste måten å unngå utvalgsskjevhet på, er å utføre enkle og tilfeldige utvalg, når utvalgene velges helt tilfeldig. Dette gir like store odds for at hvert medlem i målgruppen velges ut til å delta i studien. Hvis du skal utføre ikke-sannsynlighetsutvalg, der medlemmene velges basert på dømmekraft, må du påse at de som er involvert har erfaring, er pålitelige og bevisste på å unngå utvalgsskjevhet, som vil kunne påvirke resultatene og konklusjonene.

Det er så godt som umulig å unngå noe utvalgsskjevhet i spørreundersøkelser som avhenger av representativt utvalg. Personer som for eksempel har det veldig travelt, pleier ikke å delta så ofte i spørreundersøkelser. Som et resultat av det, fanger ikke spørreundersøkelser opp perspektivene til veldig travle folk. Derfor er de som har det veldig travelt ofte underrepresenterte.

Er du ute etter flere måter å unngå skjevhet på? SurveyMonkeys maler for markedsundersøkelser inneholder en rekke spørsmålstyper som hjelper respondentene med å gi mer oppriktige svar. 

Representative utvalg er viktige fordi de sikrer at så mange relevante typer personer som mulig blir inkludert i utvalget ditt. I tillegg til at du intervjuer eller lager spørreundersøkelser rettet mot den korrekte blandingen av folk. Dette sikrer at resultatene dine ikke blir påvirket av skjevhet. Det bidrar i tillegg til å beskytte mot overrepresentasjon av bestemte grupper.

Representative utvalg gir følgende fordeler:

Representativt utvalg kan være et av hovedelementene for å få mest mulig ut av spørreundersøkelser ved å generere nyttige data og innsikt for å understøtte markedsundersøkelser, kundeopplevelse og andre forretningsmål.

Sjekk ut SurveyMonkeys løsninger for markedsundersøkelser for hjelp til å utføre spørreundersøkelser med representativt utvalg. Ser du etter hvordan du kan identifisere et representativt utvalg? Med SurveyMonkeys Audience-kalkulator går det raskt og enkelt.