Sådan fungerer stikprøvestørrelser i spørgeundersøgelser
Find ud af, hvordan du vælger det rette antal besvarelser, så resultaterne af dine spørgeundersøgelser bliver meningsfulde og statistisk pålidelige.
Stikprøvestørrelsen i en spørgeundersøgelse er det antal udfyldte besvarelser, du skal bruge for at dine resultater pålideligt kan repræsentere din population. Inden for markedsanalyser afspejler definitionen af stikprøvestørrelse også, hvor præcise dine estimater kan forventes at være, idet faktorer såsom stikprøvestørrelse vs. population, fejlmargen og konfidensniveau alle påvirker den statistiske signifikans.
En tydelig stikprøvestørrelse hjælper dig med at vurdere, hvor sikkert du kan fortolke mønstre i dine data, og om dine resultater kan generaliseres til den bredere gruppe, du gerne vil undersøge.
I denne guide lærer du, hvordan stikprøvestørrelser fungerer, hvordan du afgør den rette stikprøvestørrelse til din spørgeundersøgelse, og hvordan du beregner stikprøvestørrelsen – uanset om du laver en hurtig feedbackundersøgelse eller planlægger en mere formel spørgeundersøgelse.
Stikprøvestørrelse er det antal gennemførte besvarelser, du behøver for at dine resultater pålideligt repræsenterer din population. Stikprøvestørrelsen afspejler både omfanget af din målgruppe og det præcisionsniveau, du ønsker for dine skøn. En passende stikprøvestørrelse hjælper med at sikre, at dine resultater er statistisk pålidelige og ikke skyldes tilfældigheder.
Din ideelle stikprøvestørrelse afhænger af faktorer såsom populationsstørrelse, fejlmargen og konfidensniveau. De fleste teams benytter et par standardindstillinger og bekræfter antallet af nødvendige udfyldte besvarelser med en beregner til stikprøvestørrelse. Klare input og en ensartet tilgang danner grundlaget for en pålidelig markedsanalyse på tværs af målgrupper og anvendelsesmuligheder.
Før du beregner din stikprøvestørrelse, er det en fordel at finde ud af, hvordan den hænger sammen med besvarelsesprocent og gennemførelsesprocent.
Du kan for eksempel sende din spørgeundersøgelse til en stikprøvestørrelse på 1.000 personer. Hvis 400 personer åbner din spørgeundersøgelse, er din besvarelsesprocent 40 %. I de fleste tilfælde er det ikke alle, der åbner din spørgeundersøgelse, som også gennemfører den. Hvis 400 personer åbner din spørgeundersøgelse, men kun 200 indsender deres besvarelser, er din gennemførelsesprocent 50 %.
Selvom besvarelsesprocent og gennemførelsesprocent ikke direkte bestemmer din stikprøvestørrelse, har de indflydelse på, hvor mange personer du skal invitere for at nå det ønskede antal gennemførte besvarelser. Når du tager højde for disse procenter, sikrer du, at din endelige stikprøve er repræsentativ, og det understøtter pålideligheden og den statistiske signifikans af dine resultater.
Din stikprøvestørrelse til spørgeundersøgelsen bestemmes af tre faktorer: størrelsen af den population, du vil repræsentere, den fejlmargen, du kan tolerere, og det ønskede konfidensniveau. Disse indstillinger arbejder sammen om at vise, hvor stor en stikprøve der kræves for at påvise statistisk signifikante forskelle. Jo klarere dine input er, desto nemmere er det at bekræfte det nødvendige antal besvarelser i en beregner til stikprøvestørrelse.
Population er den samlede gruppe, som dine resultater skal afspejle. Kravet til stikprøvestørrelser udjævnes for store populationer. Efter ca. 100.000 personer har du som regel brug for omtrent det samme antal besvarelser, uanset hvor stor målgruppen bliver. Når din planlagte stikprøve udgør en betydelig andel af populationen (ca. 5 % eller mere), kan du anvende en endelig korrektionsfaktor for populationen for at reducere det nødvendige antal besvarelser en smule.
Fejlmargen angiver, hvor præcise dine estimater skal være. Teams starter ofte med ±5 %, mens beslutninger af større vigtighed typisk kræver en mere snæver margen på ±3 % for at mindske variationen. Mindre fejlmargener kræver større stikprøvestørrelser, fordi de tillader mindre usikkerhed i resultaterne.
Konfidensniveauet viser, hvor ofte du kan forvente lignende resultater, hvis du gentog spørgeundersøgelsen med en anden stikprøve. 95 % konfidens er et solidt standardvalg, 90 % konfidens kræver færre besvarelser, hvis hastighed er vigtig, og 99 % konfidens øger sikkerheden, men kræver som regel en større stikprøve. Disse faktorer arbejder sammen om at afgøre en statistisk signifikant stikprøvestørrelse til din spørgeundersøgelse.
Den hurtigste måde at beregne stikprøvestørrelsen til din spørgeundersøgelse på er at bruge en beregner til stikprøvestørrelse. Når du indtaster din population, fejlmargen og konfidensniveau, viser beregneren, hvor mange udfyldte besvarelser du skal bruge for at opnå et statistisk pålideligt resultat.
Hvis du vil se matematikken bag beregningen, er her den standard formel til beregning af stikprøvestørrelse til at estimere en andel:
Eksempel:
Hvis din population er 10.000.000 og du vælger 95 % konfidens (z = 1,96), en fejlmargen på ±5 % (E = 0,05) og p = 0,5, giver formlen følgende:
n≈384.16n ca. 384.16n≈384.16
Rundet op har du brug for 385 udfyldte besvarelser for at kunne estimere resultater for en population på 10 millioner med disse indstillinger. Du kan bekræfte dette tal eller afprøve forskellige scenarier i beregneren til stikprøvestørrelse og derefter justere dine input efter, hvor præcise estimater du har brug for.
Når du har fastlagt din ønskede stikprøvestørrelse, skal du vælge en metode til tilfældig udvælgelse af deltagere. En enkel fremgangsmåde er at generere en tilfældig stikprøve i Excel for at udvælge deltagere til spørgeundersøgelsen uden at indføre udvælgelsesbias.
Vil du have et hurtigt skøn over, hvor mange personer der skal deltage i din spørgeundersøgelse? Her er en praktisk tabel, der kan hjælpe dig med at beslutte det. Du skal blot kende antallet af personer i din målpopulation og din ønskede fejlmargen (3-10 %). Disse minimumstal for gennemførte spørgeundersøgelser forudsætter et 95 % konfidensniveau og en 50 % besvarelsesfordeling (p = 0,5), medmindre andet er angivet.
| Population | ±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 |
*Procentdele repræsenterer en fejlmargen på 3 %, 5 % og 10 %
Hvis du for eksempel kører medicinsk research, holder du dig måske til en lavere fejlmargen, såsom 3 %. Men hvis du vælger en stikprøvestørrelse i en spørgeundersøgelse om kundetilfredshed, er du måske mere tryg ved en større fejlmargen, såsom 10 %.
En god stikprøvestørrelse afhænger af, hvor præcise dine resultater skal være, hvor forskelligartet din population er, og hvor stor en risiko der er knyttet til den beslutning, du skal træffe. Større stikprøver muliggør mindre fejlmargener, højere konfidens og stærkere analyser af undergrupper – men større er ikke altid bedre. I nogle spørgeundersøgelser vægter omfattende kvalitativ feedback eller den samlede deltagelse mere end selve målet for stikprøvestørrelsen.
Herunder finder du scenarier, hvor en større stikprøve virkelig gør en forskel – og hvor den ikke gør.
Når nøjagtighed er afgørende såsom ved medicinske undersøgelser, politisk forskning eller sikkerhedsrelaterede ændringer, vil du generelt vælge en større stikprøve med en smallere fejlmargen (ofte ±3 %) og mindst 95 % konfidensniveau.
Disse rammer reducerer variationen og hjælper med at sikre, at dine estimater afspejler hele populationen. Tilfældig stikprøveudtagning er ideel her, da hver person har en kendt chance for at blive udvalgt, og resultaterne muliggør mere stringente konklusioner.
Ved beslutninger som markedsekspansion, prissætning eller brandanalyser giver en moderat til stor stikprøvestørrelse dig mulighed for at opdele resultaterne efter region, demografiske grupper eller kundetyper.
Jo større diversitet der er i populationen – forskelle i alder, geografisk placering, indkomst eller andre karakteristika – jo flere udfyldte besvarelser skal du typisk have for at sikre, at hver undergruppe er repræsenteret. En fejlmargen på omkring ±3–5 % understøtter som regel denne type analyse.
Når din målgruppe er lille og veldefineret (f.eks. 20‑100 deltagere ved et arrangement eller testpersoner til test af brugervenlighed), behøver du ikke en stor stikprøve for at finde ud af det væsentlige. Skriftlig feedback, åbne besvarelser og engagementmønstre giver ofte mere værdi end at ramme en specifik stikprøvestørrelse.
En fuld optælling af gruppen eller en pragmatisk ikke-sandsynlighedsbaseret tilgang er som regel tilstrækkelig – så længe du er opmærksom på mulige bias.
I alle disse scenarier skal du huske, at stikprøvestørrelsen giver aftagende tilbageleveringer. Når din population når en vis størrelse, udjævnes behovet for større stikprøver, og du justerer som regel kun med en endelig korrektionsfaktor for populationen, når din opnåede stikprøve udgør en betydelig andel af det samlede antal.
Stikprøveplan bestemmer, hvordan du udvælger personer til din spørgeundersøgelse, og det har betydning for, om du ender med en repræsentativ stikprøve og pålidelige resultater. En solid plan hjælper med at mindske stikprøvebias og sikrer, at din stikprøve afspejler den population, du ønsker at lære mere om.
Metoder til stikprøveudtagning kan inddeles i to grupper: tilfældig stikprøveudtagning og ikke-tilfældig stikprøveudtagning, som hver rummer en række velkendte teknikker.
Tilfældig stikprøveudtagning giver alle i din målpopulation en kendt chance for at blive udvalgt. Denne tilgang er grundlaget for at skabe en repræsentativ stikprøve, understøtte stærkere konklusioner og reducere stikprøvebias.
Der findes fire udbredte metoder til tilfældig stikprøveudtagning, som hver egner sig til forskellige analysebehov.
Ved simpel tilfældig stikprøveudtagning har hvert medlem af populationen lige stor chance for at blive udvalgt, ofte gennem et lotteri eller generering af tilfældige tal. Denne metode minimerer bias, fordi udvælgelsen er fuldstændig tilfældig, men den kræver en komplet og nøjagtig liste over hele populationen, hvilket kan være en udfordring ved store eller decentraliserede grupper.
Systematisk stikprøveudtagning udvælger personer med faste intervaller, for eksempel hver 50. navn på en liste. Det er en hurtig, effektiv og let metode, især når du arbejder med ordnede data. Hvis listen imidlertid indeholder underliggende mønstre, der falder sammen med intervallet (for eksempel hvis hver 50. indtastning deler en særlig egenskab), kan det utilsigtet føre til bias.
Stratificeret stikprøveudtagning opdeler din population i meningsfulde undergrupper – såsom aldersgrupper, regioner eller kundetyper – og udtager derefter tilfældige stikprøver inden for hver gruppe. Denne metode er særlig værdifuld, når det er vigtigt, at undergrupperne er repræsenteret, fordi den sikrer, at din stikprøve afspejler målgruppens diversitet. Ulempen er, at du skal have præcise oplysninger om dine strata fra starten, og metoden kræver mere planlægning at gennemføre.
Grupperet stikprøveudtagning opdeler din population i grupper såsom nabolag, skoler eller butikslokationer. Du udvælger derefter tilfældigt et antal grupper og undersøger alle inden for de pågældende grupper. Denne tilgang er praktisk og omkostningseffektiv for store, geografisk spredte populationer, men kan forøge fejl i stikprøveudtagningen, hvis grupperne adskiller sig væsentligt.
Ikke-tilfældig stikprøveudtagning bruges, når personer i populationen ikke har lige stor eller kendt chance for at blive udvalgt. Disse metoder er ofte hurtigere, mere fleksible og billigere end tilfældige stikprøveudtagninger, men indebærer en større risiko for bias i stikprøveudtagning. Da udvælgelsen ikke er tilfældig, kan resultaterne være mindre repræsentative for hele populationen.
Her er de fem mest almindelige metoder til ikke-tilfældig stikprøveudtagning, og hvornår de typisk bruges.
Nem stikprøveudtagning indsamler besvarelser fra de personer, der er nemmest at få fat i – f.eks. kunder, der allerede er på din mailliste eller besøgende på dit websted. Det er hurtigt og omkostningseffektivt, og derfor velegnet til eksplorative undersøgelser eller tidlige feedback. Da deltagerne imidlertid selv vælger at deltage på baggrund af tilgængelighed, afspejler deres synspunkter ikke nødvendigvis hele populationen.
Ved formålsbestemt udtagning udvælges personer, fordi de har specifikke egenskaber eller ekspertise, der er relevante for din undersøgelse. Denne metode bruges ofte i kvalitative studier, hvor du søger dybde frem for bredde – f.eks. ved at interviewe produkteksperter eller langvarige kunder. Ulempen er, at analytikerens vurdering afgør, hvem der inkluderes, hvilket kan føre til bias.
Frivillig stikprøveudtagning bygger på, at personer selv vælger at deltage i din spørgeundersøgelse – f.eks. ved at klikke på et link på et websted eller et opslag på sociale medier. Den er nem at sende ud og kan hurtigt generere besvarelser. Samtidig vil metoden ofte overvurdere personer med en stærk motivation, f.eks. meget tilfredse eller utilfredse deltagere, hvilket kan skævvride resultaterne.
Stikprøveudtagning med sneboldeffekt starter med en lille gruppe deltagere, der derefter rekrutterer andre fra deres netværk. Denne metode er nyttig, når du undersøger niche- eller svært tilgængelige grupper, fordi den udvider din rækkevidde organisk. Begrænsningen er, at sociale netværk ofte består af personer med lignende karakteristika, hvilket kan begrænse variationen i din stikprøve.
Kvotebaseret udtagning opdeler din population i kategorier – såsom alder, køn eller geografisk placering – og udfylder derefter et fastsat antal besvarelser i hver kategori. Dette kan hurtigt give dig demografisk balance. Men fordi deltagerne inden for hver kvote ikke udvælges tilfældigt, kan resultaterne stadig være påvirket af udvælgelsesbias.
Stikprøvestørrelsen er antallet af udfyldte besvarelser, du inkluderer i din analyse – not antallet af inviterede. Hvis du for eksempel inviterer 1.000 personer, 400 starter på spørgeundersøgelsen, og 200 afleverer den, er din stikprøvestørrelse 200 fuldførte besvarelser.
Nej. I mange undersøgelser, især med store populationer, behøver du ofte kun et par hundrede fuldførte besvarelser for at opnå en statistisk signifikant stikprøvestørrelse (for eksempel ca. 385 ved 95 % konfidens og ±5 % fejlmargen). Der er aftagende afleveringer, når populationen bliver stor. Stikprøvestørrelsen stiger ikke proportionalt, medmindre din stikprøve udgør en væsentlig andel af det samlede antal. Hvis din stikprøve udgør ≥5 % af populationen, skal du være opmærksom på en endelig korrektionsfaktor for populationen. Test hurtigt forskellige scenarier med beregneren til stikprøvestørrelse.
Det afhænger af beslutningen. 95 % er et solidt standardvalg til de fleste erhvervsanalyser. 90 % kræver en mindre stikprøve (ved ±5 % og p = 0,5 er det cirka 271 udfyldte besvarelser ved 90 % kontra 385 ved 95 %), hvilket kan spare tid og omkostninger, hvis beslutningen ikke har store konsekvenser. Hvis der står meget på spil, bør du vælge 95 % eller indsnævre din fejlmargen.
Hvis du ikke kender den forventede andel, skal du bruge p = 0,5. Det er et sikkert standardvalg, fordi det kræver den største stikprøvestørrelse, så du risikerer ikke at vælge for få. Du kan altid justere p, når du ved mere.
Har du brug for hjælp til at vælge din stikprøvestørrelse? Fra ekspertudformning af stikprøvestørrelse til at nå din målgruppe – vælg den fremgangsmåde, der passer til dit næste trin.
Du behøver ikke avanceret statistik for at afgøre den rette stikprøvestørrelse. Det kræver blot nogle få klare input og et hurtigt tjek. Start med almindelige standardindstillinger såsom 95 % konfidens og ±5 % fejlmargen, og juster dem derefter afhængigt af, hvor præcise dine resultater skal være. Når du har fastsat population, konfidensniveau og fejlmargen, kan du bruge beregneren til stikprøvestørrelse til at bekræfte det minimumsantal udfyldte besvarelser, din undersøgelse kræver.
Når du er klar til at udsende din spørgeundersøgelse, kan du komme hurtigt i gang gratis og udarbejde den på få minutter. Hvis din undersøgelse kræver bekræftede respondenter eller bestemte demografiske profiler, kan SurveyMonkey Audience hjælpe dig med at nå ud til målrettede deltagere – med indbygget kvalitetskontrol for at sikre pålidelige resultater.