Produkter

SurveyMonkey er bygget for å takle alle bruksområder og behov. Utforsk produktet vårt, og finn ut hvordan SurveyMonkey kan hjelpe dere.

Få datadrevet innsikt fra en global leder innen spørreundersøkelser på nett.

Utforsk kjernefunksjoner og avanserte verktøy i én kraftig plattform.

Bygg og tilpass nettskjemaer for å samle inn informasjon og betalinger.

Integrer med over 100 apper og plug-ins for å få gjort mer.

Spesialløsninger for alle behovene innen markedsundersøkelser.

Lag bedre spørreundersøkelser og få innsikt raskt med innebygd AI.

Maler

Mål kundetilfredshet og -lojalitet for bedriften.

Finn ut hva som gjør kundene fornøyde og gjør dem til tilhengere.

Få innsikt du kan bruke til å forbedre brukeropplevelsen.

Innhent kontaktinformasjon fra potensielle kunder, inviterte personer og mer.

Innhent og spor arrangementsbekreftelser.

Finn ut hva deltagere vil ha så du kan forbedre neste arrangement.

Avdekk innsikt for å øke engasjementet og få bedre resultater.

Få tilbakemeldinger fra deltagere så du kan holde bedre møter.

Bruk tilbakemeldinger fra kolleger for å forbedre medarbeiderprestasjoner.

Lag bedre kurs og forbedre undervisningen.

Finn ut hva studenter eller elever mener om undervisningsmaterialet.

Finn ut hva kundene mener om de nye produktideene deres.

Ressurser

Beste praksis for bruk av spørreundersøkelsendersøkelser og spørreundersøkelsesdata

Bloggen vår om spørreundersøkelser, tips for virksomheter og mer.

Veiledninger for bruk av SurveyMonkey.

Slik skaper populære merkevarer vekst med SurveyMonkey.

Kontakt salgsavdelingenLogg på
Kontakt salgsavdelingenLogg på

Riktig utvalg for å få resultater med statistisk signifikans

surveymonkey-seo-bilde


Hvordan gjennomfører du en nøyaktig nasjonal undersøkelse når det bor mer enn 5,5 millioner mennesker i Norge? Det ville vært umulig å sende en undersøkelse til hver enkelt person, men du kan bruke sannsynlighetsutvalg for å få like gode data, selv om de kommer fra en mye mindre gruppe.

Sannsynlighetsutvalg er en utvalgsteknikk som innebærer tilfeldig utvalg av en liten gruppe personer (et utvalg) fra en større populasjon, for deretter å forutsi sannsynligheten for at alle svarene de gir til sammen vil samsvare med svarene i den totale populasjonen. 

Det er to viktige krav med hensyn til sannsynlighetsutvalg:

  1. Alle i målgruppen må ha lik sjanse for å bli utvalgt, og denne sjansen kan ikke være lik null. (Med andre ord har alle lik sjanse til å motta en undersøkelse.)
  2. Du må vite, spesifikt, hvor stor sjansen er for å bli utvalgt for hver enkelt person. (Du kan for eksempel fastslå at i en populasjon på 100 personer, er sjansen til hver person 1 av 100 for å motta en undersøkelse. Å kunne representere hver persons sjanse for å bli valgt som en sannsynlighet, er kjernen i sannsynlighetsutvalg.)

Hvis du følger disse to reglene, blir det enklere å velge riktig (dvs tilfeldig) fra utvalgsrammen din, som er en liste over alle i hele populasjonen som det kan tas utvalg fra. Tilfeldig utvalg er nøkkelen. Sannsynlighetsutvalg handler om å sikre at alle har like stor sannsynlighet for å bli inkludert. Fra å plukke navn ut av en hatt eller trekke det korteste strået, til mer kompliserte prosesser for tilfeldig utvalg, sørger dette for at utvalget du ender opp med å opprette, er representativt for populasjonen som helhet. 

Med det riktige utvalget kan du oppnå resultater som er like verdifulle som de du kan oppnå fra et langt større undersøkelsesarbeid. Ut ifra dette kan du trekke gyldige konklusjoner basert på utvalgets ønsker, behov eller meninger og iverksette tiltak som er fornuftige for hele populasjonen.

Få KI-basert innsikt og dataene du trenger for å forme fremtiden til virksomheten din.

Det finnes flere utvalgsmetoder som passer inn under samlebetegnelsen sannsynlighetsutvalg. Disse metodene varierer ikke bare basert på hvilken type undersøkelser du utfører og hvilken type data du ønsker å innhente, men også hvor lang tid du har til å utføre undersøkelsene og verktøyene du har til disposisjon. Her er de fire viktigste tilnærmingene for sannsynlighetsutvalg som forskere bruker:

Ved enkelt tilfeldig utvalg har alle i befolkningen lik sjanse til å bli plukket ut, og utvalget skjer tilfeldig. Dette kan du oppnå ved at forskerne bruker verktøy som en tilfeldig tallgenerator for å velge ut deltakere fra den generelle populasjonen som skal være en del av et utvalg. Men selv om enkelt tilfeldig utvalg er, som navnet tilsier, den enkleste utvalgsstrategien, er den også utsatt for skjevhet. Jo mindre utvalget er sammenlignet med den totale populasjonen, desto mindre sannsynlig er det at du trekker et utvalg helt tilfeldig. 

SurveyMonkey Audience kan hjelpe deg med å få tilgang til et representativt utvalg med demografisk balansering og fleksibel målretting.

Mange populasjoner kan deles inn i mindre grupper basert på spesifikke egenskaper som ikke overlapper, men som representerer hele populasjonen som helhet. Med stratifisert tilfeldighetsutvalg kan du trekke et utvalg fra hver av disse gruppene (eller lagene) separat. På denne måten kan du sørge for at alle undergrupper er rettmessig representert, noe som fører til mer nøyaktige resultater enn tilfeldig utvalg.

Det er vanlig å stratifisere, eller lagdele, etter egenskaper som kjønn, alder, inntektsgruppe eller etnisitet. Lagene må være spesifikke og ekskludere hverandre, noe som betyr at hver enkeltperson i populasjonen kun skal tilhøre én gruppe. Når du har delt inn populasjonen i lag, kan du bruke enkelt tilfeldig utvalg for å velge individer fra hver gruppe, proporsjonalt med den totale populasjonen. Disse personene ville deretter bli slått sammen til ett enkelt utvalg.

I likhet med stratifisert utvalg, innebærer klyngeutvalg også å dele opp populasjonen i undergrupper, eller klynger. Men det er der de to metodene for sannsynlighetsutvalg skiller lag. Med klyngeutvalg bør hver klynge ha lignende egenskaper som populasjonen. I stedet for å velge enkeltpersoner fra hver klynge, begynner du med å tilfeldig velge hele klynger. Hvis det er mulig, kan du ta med alle personer fra hver valgte klynge i det endelige utvalget. Hvis klyngene er for store, må du tilfeldig velge individer fra hver klynge. 

Forskere bruker ofte forhåndsetablerte og lett tilgjengelige grupper som klynger. Dette er vanligvis basert på geografiske grenser, for eksempel byer og fylker, men det kan også være utdanningsinstitusjoner eller kontorer. Klyngeprøver brukes oftest for å spare kostnader ved spørreundersøkelser av populasjoner som er svært store eller geografisk spredt. Det er imidlertid større risiko for utvalgsfeil ved klyngeutvalg. Hver klynge skal representere den totale populasjonen, men dette kan være vanskelig å garantere. 

Systematisk utvalg ligner enkelt tilfeldig utvalg, selv om det vanligvis er litt enklere å gjennomføre. Hvert medlem av populasjonen tilordnes et nummer, og deretter velges de med jevne intervaller for å danne et utvalg. (Systematisk utvalg kalles også intervallutvalg.) Eller, for å si det på en annen måte, så blir hvert «n-te» individ i populasjonen valgt ut til å være en del av utvalget.

I en populasjon på 1000, kan du for eksempel velge hver niende person i utvalget. Dette kan være mer greit enn andre utvalgsmetoder, siden det er en klar og systematisk tilnærming for å plukke ut enkeltpersoner som ikke innebærer generering av et tilfeldig tall. På den annen side er det mulig at valget ikke ble så tilfeldig som hvis en generator ble brukt. I tillegg er det viktig å sørge for at det ikke er noen skjulte mønstre i listen som kan påvirke det tilfeldige valget. Hvis det er risiko for datamanipulering, blir utvalget skjevt, og du kan ende opp med over- eller underrepresentasjon i utvalget. 

La oss si at du har tenkt å gjennomføre en spørreundersøkelse for medarbeidere i en bestemt organisasjon, og at alle medarbeiderne er oppført i alfabetisk rekkefølge. Du har tenkt å bruke systematisk utvalg for å velge ut hver fjerde medarbeider til utvalget. Men hvis den alfabetiske listen også er organisert etter team og ansiennitet, kan du ende opp med å velge for mange eller for få personer i ledende roller, noe som kan føre til skjevhet i utvalget.

Det er flere fordeler med å bruke sannsynlighetsutvalg. Totalt sett er det kostnadseffektivt å utvalgsprøve store målgrupper som representerer kjøpermålgruppen. Det er også en fordel for grupper som er spredt geografisk. 

Hver type sannsynlighetsutvalg har sine fordeler. Enkel tilfeldig og systematisk utvalg gjør for eksempel implementeringsprosessen mer brukervennlig, og stratifisert utvalg reduserer forskerskjevheten, mens klyngeutvalg begrenser variasjonen i en forskningsundersøkelse. Sannsynlighetsutvalg krever liten teknisk ekspertise når man bruker en smidig plattform for opplevelsesadministrasjon. Du kan også være så detaljert du vil når du oppretter et gruppeutvalg ved bruk av stratifisert utvalg eller systematisk utvalg. Hvis du jobber mot tidsfrister, er klyngeutvalg og enkelt tilfeldig utvalg riktig metode. 

For hver fordel kan det hende at noen detaljer i den virker mot sin hensikt. Å få et best mulig befolkningsutvalg betyr for eksempel å gjøre litt flere undersøkelser som vil ta mer tid og ressurser. Stratifisert utvalg kan sørge for at klyngene er likt representert, men det er ikke sikkert at det gjenspeiler alle forskjellene i utvalgspopulasjonen. 

Klyngeutvalg kan dele lagene i forskjellige klynger, men disse klyngene kan ha overlappende egenskaper. Enkelt og tilfeldig sannsynlighetsutvalg kan gi raske resultater, men det er mulig at klyngene og lagene ikke er like målrettede mot den tiltenkte målgruppen. 

Sannsynlighetsutvalg er ideelt for kvantitative undersøkelser der målet er å bruke statistisk analyse for å trekke konklusjoner om en stor populasjon. Når det ville blitt for vanskelig eller dyrt å spørre hele befolkningen, kan forskerne bruke denne utvalgsstrategien til å samle inn representative data.

Sannsynlighetsutvalg brukes i mange markedsundersøkelser for å få innsikt i en stor populasjon. Dette omfatter prosjekter som: 

  • Få innsikt i forbrukeranvendelse for å påvirke produktutviklingen
  • Forstå hvilke faktorer som har størst innvirkning på kjøpsbeslutninger
  • Oppdage nye bransjekategorier og -aktører

I tillegg til å muliggjøre bransjesporing, kjøpernes holdninger og konkurransemessig informasjon, kan sannsynlighetsutvalg hjelpe selskaper med å utvikle nye ideer og forbedre virksomheten ved å benytte seg av data som gjenspeiler hele målgruppen. 

La oss si at en kaffebarkjede har 15 000 butikker fordelt på ulike steder i USA. Selskapet ønsker å utvide kundelojalitetsprogrammet med flere betalingsalternativer og nye måter for kunder å opptjene premier. Før selskapet foretar større oppdateringer, ønsker de imidlertid å vite om kundene vil respondere godt på de foreslåtte endringene. 

Det er ikke gjennomførbart å nå alle kundene av de 15 000 kaffebarene, men selskapet kan bruke et sannsynlighetsutvalg for å lage et utvalg som representerer den større populasjonen på en god måte. Svarene de får vil avsløre hva kundene som helhet føler om oppdateringen av lojalitetsprogrammet. På sin side kan alle, fra selskapets markedsavdeling til dets kundebehandlere, bruke dataene til å få en bedre forståelse av hvilke ytterligere endringer som må gjøres eller hvordan man effektivt promoterer det nye lojalitetsprogrammet. Og hvis selskapet ønsker å sikre at utvalget skal gjenspeile undergrupper innenfor populasjonen, som kjønn, aldersgrupper eller inntektsnivåer, kan det bruke visse typer sannsynlighetsutvalgsmetoder som stratifisert utvalg eller klyngeutvalg. 

I eksempelet over er sannsynlighetsutvalg en bra måte å håndtere en ganske stor mengde, i dette tilfellet tusenvis av kaffebarer. Når man bruker ekte sannsynlighetsutvalg, bidrar større utvalg til å redusere sjansen for utvalgsfeil, som oppstår når du velger et utvalg som ikke representerer hele populasjonen. Og generelt sett kan tilfeldig utvalg bidra til å minimere utvalgsfeil siden det brukes en systematisk, i stedet for subjektiv, tilnærming til å plukke ut et utvalg.

Du ønsker aldri å bevisst ekskludere noen i populasjonen fra å bli valgt ut til å være en del av utvalget. Se opp etter tidspunkter da bestemte grupper utilsiktet kan bli forhindret fra å delta.

La oss for eksempel si at du ønsker å forstå den allmenne opinionen om en omfattende ny innvandringslov. Vil du tilby en flerspråklig versjon av undersøkelsen? Det burde du. Hvis du ikke gjør det, vil du trolig gå glipp av å høre fra mange med andre morsmål som ikke er komfortable med å svare på spørsmål på norsk, men som har synspunkter på immigrasjon som ville være svært verdifulle for undersøkelsen. Hvis de utelates, vil ikke undersøkelsesresultatene stemme overens med den sanne opinionen.

Husk at hvis du ikke kan gi alle i undersøkelsen en sjanse til å fullføre undersøkelsen, vil utvalget være ikke-representativt og derfor ikke strengt basert på sannsynlighetsutvalg.

Enkelt tilfeldig utvalg, stratifisert utvalg, klyngeutvalg og systematisk utvalg er alle typer sannsynlighetsutvalg. Men det finnes en annen ende av spekteret for utvalgsteknikk: utvalgsutvalg som ikke er sannsynlighetbasert. Selv om du er innstilt på å bruke tilfeldig utvalg for utvalget, er det verdt å kjenne til det grunnleggende om ikke-sannsynlighetsutvalg, inkludert når og hvorfor det brukes av forskere. 

Med ikke-sannsynlighetsutvalg, har ikke medlemmene av den samlede populasjonen like muligheter til å bli en del av utvalget, og det er ikke noe tilfeldig med hvordan de er valgt ut. Noen medlemmer har faktisk ingen sjanse for å bli valgt. Der sannsynlighetsutvalg handler om å trekke konklusjoner om en større populasjon, blir ikke-sannsynlighetsutvalg ofte brukt for utforskende og kvalitativ forskning som er mer fokusert på å høre fra personer med spesifikk ekspertise, erfaring eller innsikt. 

La oss for eksempel si at du undersøker lokal bruk av mobilitetsramper og målgruppen er rullestolbrukere i byen din. Du har ikke en fullstendig liste over disse personene, så sannsynlighetsutvalg er ikke et alternativ. Du møter imidlertid noen personer som går med på å delta i undersøkelsen, og de setter deg i kontakt med andre rullestolbrukere i området. Dette ikke-sannsynlighetsutvalget, som kalles snøballutvalg, innebærer kanskje ikke tilfeldig utvalg, men det kan potensielt få deg i kontakt med flere personer som er relevante for forskningen du utfører.  

Ikke-sannsynlighetsutvalg er generelt enklere og billigere å gjennomføre, men det har også høyere risiko for utvalgsskjevhet enn sannsynlighetsutvalg. Det er fordi utvalgsprosessen er basert på forskerens subjektive vurdering, snarere enn randomisering. I tillegg representerer ikke utvalgsstørrelsen og sluttresultatene nødvendigvis hele populasjonen. 

Ikke sikker på hvor du skal begynne? Vi tilbyr tilpassede tjenester som kan veilede deg fra ide til marked.

Hva er så trinnene i sannsynlighetsutvalg? Det er egentlig ikke så komplisert, men du må ha klare mål og interesser for undersøkelsen. Forhåndsplanlegging og å ha en grundig forståelse av hva slags resultater du håper å oppnå, vil være svært nyttig når du må begrense hvordan du har tenkt å bygge opp utvalget og hvorfor. 

Tenk gjennom alle personene du er interessert i å høre fra, men vær også oppmerksom på de som bør utelates.

Ideelt sett bør rammen omfatte alle medlemmer i interessegruppen (og ingen som ikke er i interessepopulasjonen).

Vil du ha klynger og lag? Vil du at alle medlemmene av utvalget skal ha lik sannsynlighet for å bli valgt? Tenk over hva som er fornuftig for emneområdet, målgruppen og ressursene dine.

Avhengig av populasjonen du prøver å undersøke, kan det være vanskelig å finne en passende utvalgsramme. Selv om du har et godt grunnlag, kan den beste utvalgsstrategien tvinge deg til å foreta avveininger mellom kostnad, representasjon, kvalitet og punktlighet.

Det kan være vanskelig å få folk til å svare på en sann sannsynlighetsundersøkelse hvis de er uinteressert i undersøkelsestemaet eller ønsker å bli kompensert for tiden og innsatsen det tar å fullføre undersøkelsen. Det kan også være tidkrevende. Hvis du for eksempel utfører markedsundersøkelser på egen hånd (uten bruk av verktøy som hjelper deg med å finne og tilfeldig velge respondenter), kan det kreve mye tid og innsats å opprette et større utvalg, og det er før du kommer til analysedelen av undersøkelsen. 

Mange av disse problemene kan løses med utvalg av ikke-sannsynlighet, som (til tross for navnet) fortsatt anvender sannsynlighets- og utvalgsteori for å velge et passende utvalg for undersøkelser.

Hvis du har ubegrensede ressurser eller en liten målgruppe, kan det hende at sannsynlighetsutvalg ikke er nødvendig. Men i de fleste tilfeller vil å trekke ut et sannsynlighetsutvalg spare deg for tid, penger og mye frustrasjon. Du kan vanligvis ikke spørre alle, men du kan alltids gi alle en sjanse til å være med i undersøkelsen. Dette er det sannsynlighetsutvalg kan oppnå for deg.

Utfør prøver på målmarkeder over hele verden med SurveyMonkey Audience. Velg et abonnement som passer best for virksomheten din.

Frau mit roten Haaren erstellt eine Umfrage auf einem Laptop

Oppdag verktøysettene som hjelper deg å dra nytte av feedback i nettopp din rolle eller bransje.

Ein Mann und eine Frau sehen sich einen Artikel auf ihrem Laptop an und schreiben dabei Informationen auf Notizzettel

Still de riktige spørsmålene i sluttsamtaleundersøkelsen for å minske medarbeiderutskiftningen. Kom i gang nå med verktøy og maler for skjemabygging.

Lachender Mann mit Brille vor einem Laptop

Få tillatelsene som trengs med et egendefinert samtykkeskjema. Registrer dere kostnadsfritt i dag for å opprette skjemaer med malene våre for samtykkeskjema.

Frau sieht sich Informationen auf ihrem Laptop an

Lag og tilpass forespørselsskjemaer på en enkel måte for å ta imot forespørsler fra medarbeidere, kunder og flere. Bruk de ekspertbygde malene vår for å komme i gang i løpet av noen få minutter.