Tilfældig stikprøveudtagning: definition, typer og trin

Hvordan gennemfører man en præcis landsdækkende undersøgelse, når der bor næsten 6 mio. mennesker i Danmark? Det er selvfølgelig umuligt at sende en spørgeundersøgelse til alle mennesker i hele landet, men du kan bruge tilfældig stikprøveudtagning til at få data, der er lige så gode, selv hvis de kommer fra en meget mindre gruppe.

Tilfældig stikprøveudtagning er en stikprøveteknik, der involverer tilfældig udvælgelse af en lille gruppe mennesker (en stikprøve) fra en større population – og som derefter forudsiger sandsynligheden for, at deres besvarelser sammenlagt vil stemme overens med den samlede populations meninger og holdninger. 

Der er to vigtige regler, når det gælder tilfældig stikprøveudtagning:

Hvis du følger disse to regler, kan det hjælpe dig til at vælge rigtigt (dvs. tilfældigt) fra din stikprøveramme, som er listen over alle i den samlede population, hvorfra der kan udtages stikprøver. Den vilkårlige udvælgelse er nøglen – tilfældig stikprøveudtagning handler om at sikre, at alle har lige stor sandsynlighed for at blive udvalgt. Fra at trække navnene op af en hat til mere komplekse udvælgelsesprocesser efter tilfældighedsprincippet sikrer dette, at den stikprøve, du ender op med, er repræsentativ for populationen som helhed. 

Med den rigtige stikprøve kan du få resultater, der er lige så værdifulde, som dem, du kan få med en meget større spørgeundersøgelsesindsats. Derfra kan du drage gyldige konklusioner baseret på stikprøvens formål, behov eller holdninger og foretage handlinger, der bliver opfattet som fordelagtige af den samlede population.

Der findes en række metoder til stikprøveudtagning, som falder ind under paraplyen tilfældig stikprøveudtagning. Metoderne varierer ikke kun efter analysetypen og de data, du ønsker at få frem, men også efter den mængde tid, du kan lægge i din analyse, og hvilke værktøjer du har til rådighed. Her er de fire primære typer af tilfældig stikprøveudtagning, som analytikere bruger:

Ved simpel vilkårlig udvælgelse har alle medlemmer af populationen lige store chancer for at blive udvalgt, og udtagningen sker vilkårligt. For at sikre dette kan analytikerne benytte værktøjer, f.eks. et vilkårligt talgeneratorprogram, til at udvælge deltagere fra den samlede population til en stikprøve. Men mens simpel vilkårlig udvælgelse, som navnet siger, er den mest enkle strategi til stikprøveudtagning, har den også en tendens til bias. Her er et eksempel: Jo mindre din stikprøvestørrelse er sammenlignet med din samlede population, jo mindre sandsynligt er det, at du kan trække en pålidelig stikprøve helt vilkårligt. 

SurveyMonkey Audience kan hjælpe dig med at få en ægte repræsentativ stikprøve med demografisk udligning og fleksibel målretning.

Mange populationer kan opdeles i mindre grupper baseret på specifikke kendetegn, der ikke overlapper, men repræsenterer den samlede population, når de lægges sammen. Med stratificeret vilkårlig stikprøveudtagning kan du trække en stikprøve fra hver af disse grupper (eller fra hvert lag) separat. Det giver dig mulighed for at sikre, at hver undergruppe er korrekt repræsenteret, hvilket vil give mere nøjagtige resultater end ved simpel vilkårlig prøveudtagning.

Det er almindeligt at lagdele efter kendetegn, som f.eks. køn, alder, indkomstgruppe eller etnisk tilhørsforhold. Lagene skal være specifikke og gensidigt udelukke hinanden, hvilket betyder, at hver person i populationen kun skal henføres til én gruppe. Når du har opdelt din population i lag, kan du bruge simpel vilkårlig prøveudtagning til at udvælge personer fra hver gruppe i forhold til den samlede population. Disse personer kan derefter samles i en enkelt stikprøve.

Ligesom ved stratificeret stikprøveudtagning skal populationen ved grupperet stikprøveudtagning også opdeles i undergrupper eller klynger. Men det er her, hvor de to metoder til tilfældig stikprøveudtagning adskiller sig fra hinanden. Ved grupperet stikprøveudtagning skal hver klynge have samme kendetegn som populationen. I stedet for at udvælge personer fra hver eneste klynge, skal du i stedet begynde vilkårligt at vælge hele klynger. Hvis det er muligt, kan du inkludere alle personer fra hver valgt klynge i din endelige stikprøve. Hvis klyngerne er for store, er du nødt til vilkårligt at udvælge personer fra hver klynge. 

Analytikere benytter ofte allerede etablerede og let tilgængelige grupper som klynger. Disse er typisk baseret på geografisk placering som byer eller lande, men det kan også være kendetegn som uddannelsesinstitutioner eller kontorplaceringer. Grupperet stikprøveudtagning bliver ofte brugt for at spare på omkostningerne, når man skal undersøge populationer, der er meget store eller meget spredt geografisk. Men der er en større risiko for fejl ved grupperet stikprøveudtagning. Hver klynge skal repræsentere den samlede population, men det kan være svært at garantere. 

Systematisk prøveudtagning minder om simpel vilkårlig prøveudtagning, men den er ofte lettere at gennemføre. Hvert medlem af populationen bliver tildelt et nummer og bliver derefter udvalgt med regelmæssige intervaller til en stikprøve. (Systematisk stikprøveudtagning kaldes også intervaludtagning.) Eller med andre ord, hver N/n'te person i populationen vælges konsekvent til at være en del af stikprøven.

Du kan f.eks. i en population på 1000 vælge hver 9. person til din stikprøve. Det  kan virke enklere end andre stikprøveudtagningsmetoder, da der er en klar og systematisk tilgang til udvælgelse af personer, som ikke involverer et vilkårligt talgeneratorprogram. Ulempen kan være, at den endelige udvælgelse ikke er helt så vilkårlig, som hvis du bruger en talgenerator. Derudover er det vigtigt at sikre, at der ikke er et skjult mønster på listen, som kan påvirke det vilkårlige valg. Hvis der er risiko for datamanipulation, kan din stikprøve blive skævvredet, og du kan ende med over- eller underrepræsentation i din stikprøve. 

Lad os f.eks. sige, at du planlægger at gennemføre en spørgeundersøgelse til medarbejderne i en bestemt organisation, og at alle medarbejderne er angivet i alfabetisk rækkefølge. Du bestemmer dig for at bruge systematisk stikprøveudtagning til at udvælge hver 4. medarbejder til din stikprøve. Men hvis den alfabetiske liste også er ordnet efter team og anciennitet, kan du ende med at vælge for mange eller for få personer i ledende roller, hvilket kan føre til bias i din stikprøve.

Der er adskillige fordele ved at bruge tilfældig stikprøveudtagning Samlet set er det omkostningseffektivt at undersøge store stikprøver, der repræsenterer din købestærke målgruppe. Det er også fordelagtigt i forbindelse med geografisk spredte populationer. 

Alle typer af tilfældig stikprøveudtagning har deres særlige fordele. For eksempel gør simpel tilfældig og systematisk stikprøveudtagning implementeringsprocessen mere brugervenlig. Stratificeret prøveudtagning reducerer analytikerens bias, mens grupperet stikprøveudtagning begrænser variabiliteten i en undersøgelse. Tilfældig stikprøveudtagning kræver kun meget lidt teknisk ekspertise, hvis du benytter en agil platform til erfaringsadministration. Du kan også være lige så detaljeret, som du vil, hvis du finder din populationsstikprøve ved hjælp af en stratificeret eller systematisk stikprøveudtagning. Hvis du arbejder med en deadline, er grupperet stikprøveudtagning og simpel vilkårlig stikprøveudtagning løsningen. 

For hver fordel kan der være en detalje, som arbejder imod dit overordnede mål. For at få den bedst mulige populationsstikprøve skal du f.eks. researche mere, hvilket vil kræve mere tid og flere ressourcer. Stratificeret prøveudtagning kan sikre, at klyngerne er ligeligt repræsenteret, men det afspejler ikke nødvendigvis alle forskellene inden for den pågældende stikprøvepopulation. 

Grupperet stikprøveudtagning kan inddele lagene i forskellige klynger, men disse klynger kan have overlappende kendetegn. Selvom simpel og vilkårlig tilfældig stikprøveudtagning kan give hurtige resultater, er klyngerne og lagene muligvis ikke så målrettede mod din ønskede målgruppe. 

Tilfældig stikprøveudtagning er ideelt til kvantitative undersøgelser, hvor målet er at anvende statistiske analyser til at drage konklusioner om en stor population. Hvor det vil være for svært eller for dyrt at spørge hele populationen, kan analytikerne bruge denne stikprøvestrategi til at indsamle repræsentative data.

Tilfældig stikprøveudtagning bliver brugt i mange markedsundersøgelser for at få indsigt i en stor population. Det kan f.eks. være projekter, som: 

Ud over branchesporing, køberholdninger og konkurrencemæssig indsigt giver tilfældig stikprøveudtagning en virksomhed mulighed for at stramme nye ideer op og forbedre forretningen ved at få indsigt i data, der afspejler hele målmarkedet. 

Lad os f.eks. sige, at en kaffekæde har 15.000 kaffebarer fordelt over hele USA. Virksomheden ønsker at styrke sit kundeloyalitetsprogram med ekstra betalingsmuligheder og introduktion af nye måder, kunderne kan optjene belønninger på. Inden virksomheden implementerer væsentlige opdateringer, ønsker man at få at vide, hvor godt kunderne vil tage imod de foreslåede ændringer. 

Det er selvfølgelig ikke muligt at spørge alle kunder på 15.000 kaffebarer, men virksomheden kan bruge tilfældig stikprøveudtagning og oprette en stikprøve, der præcist repræsenterer den større population. De modtagne besvarelser vil afsløre, hvad kunderne som helhed mener om opdateringerne af loyalitetsprogrammet. Til gengæld kan alle lige fra virksomhedens marketingafdeling til medarbejderne i kundeservice benytte disse data til at få en bedre forståelse for, hvilke yderligere ændringer, der skal foretages, eller hvordan de effektivt skal kommunikere det nye loyalitetsprogram. Og hvis virksomheden ønsker at sikre, at stikprøven afspejler undergrupper inden for populationen, f.eks. køn, aldersgrupper eller indkomstniveau, kan de bruge visse metodetyper til tilfældig stikprøveudtagning, som stratificeret stikprøveudtagning eller grupperet stikprøveudtagning. 

I eksemplet ovenfor er tilfældig stikprøveudtagning en god måde at håndtere en ret stor population på – i dette tilfælde tusindvis af kaffebarer. Ved ægte tilfældige stikprøveudtagninger hjælper større stikprøver med at reducere risikoen for stikprøvefejl, som opstår, når du vælger en stikprøve, som ikke repræsenterer hele populationen. Og generelt set kan vilkårlig stikprøveudtagning hjælpe med at minimere stikprøvefejl, fordi der anvendes en systematisk tilgang i stedet for en subjektiv tilgang, når stikprøven skal udvælges.

Du vil selvfølgelig aldrig bevidst udelukke nogen i din population fra at kunne blive udvalgt til din stikprøve. Vær derfor opmærksom på noget, der utilsigtet indebærer, at bestemte grupper kan blive forhindret i at deltage.

Lad os f.eks. sige, at du gerne vil have en forståelse for den offentlige mening vedrørende en omfattende ny immigrationslov. Vil du tilbyde en version af din spørgeundersøgelse på et andet sprog? Det kan være en god idé. Hvis du ikke gør det, er der stor sandsynlighed for, at du ikke hører fra en del af dem, som ikke har dansk som modersmål, og som ikke er trygge ved at besvare spørgsmål på dansk, men som har synspunkter på immigration, som kan være særdeles interessante for din undersøgelse. Hvis de ikke kommer med, vil dine spørgeundersøgelsesresultater ikke stemme overens med den virkelige offentlige mening.

Husk, at hvis du ikke kan give alle i din population en chance for at gennemføre din spørgeundersøgelse, vil din stikprøve være ikke-repræsentativ og derfor ikke baseret på tilfældig stikprøveudtagning.

Simpel vilkårlig stikprøveudtagning, stratificeret stikprøveudtagning, grupperet stikprøveudtagning og systematisk stikprøveudtagning er alle forskellige varianter af tilfældig stikprøveudtagning. Men der er en anden ende af stikprøveteknikspektret: ikke-tilfældig stikprøveudtagning. Selvom du har besluttet dig for at finde din stikprøve ved vilkårlig udvælgelse, er det vigtigt at kende de grundlæggende principper for ikke-tilfældig stikprøveudtagning, herunder hvornår og hvorfor denne type bliver brugt af analytikere. 

Med ikke-tilfældig stikprøveudtagning har medlemmer af den samlede population ikke samme chance for at blive en del af din stikprøve – og der er ikke noget tilfældigt ved måden, de bliver udvalgt på. Nogle medlemmer har rent slet ikke mulighed for at blive udvalgt. Hvor tilfældig stikprøveudtagning handler om at drage konklusioner om en større population, bliver ikke-tilfældig stikprøveudtagning ofte brugt til en mere undersøgende og kvalitativ analyse med større fokus på feedback fra personer med en specifik ekspertise, erfaring eller indsigt. 

Lad os f.eks. sige, at du undersøger lokal brug af mobilitetsramper, og at din interessepopulation er kørestolsbrugere i din by. Du har ikke en komplet liste over disse personer, derfor er tilfældig stikprøveudtagning ikke en mulighed. Til gengæld møder du et par kørestolsbrugere, som gerne vil deltage i din undersøgelse, og de sætter dig i kontakt med andre kørestolsbrugere i området. Denne ikke-tilfældige stikprøveudtagning, som kaldes snowball sampling, involverer muligvis ikke vilkårlig udvælgelse, men den har potentiale til at sætte dig i kontakt med flere personer, som er relevante for din forskning.  

Ikke-tilfældig stikprøveudtagning er generelt nemmere og billigere at gennemføre, men der er også en større risiko for bias i stikprøven end ved tilfældig stikprøveudtagning. Det er fordi, at selve udvælgelsesprocessen for stikprøver i højere grad er baseret på analytikerens subjektive vurdering end på randomisering. Desuden behøver stikprøvestørrelsen og slutresultaterne ikke nødvendigvis at repræsentere hele populationen. 

Så hvad er trinene i en tilfældig stikprøveudtagning? Det er faktisk ikke så kompliceret, men du skal have klare mål og hensigter med din undersøgelse. Forhåndsplanlægning og en indgående forståelse af, hvilken type resultater, du håber at opnå, vil være nyttigt, når du skal indsnævre, hvordan du vil opbygge din stikprøve og hvorfor. 

Tænk over alle de personer, som du er interesseret i at høre fra, men vær også opmærksom på alle, som skal udelukkes bevidst.

Ideelt set skal din ramme inkludere alle medlemmer af din interessepopulation (og ingen, som ikke er i din interessepopulation).

Vil du have klynger og lag? Skal alle dine stikprøvemedlemmer have samme sandsynlighed for at blive udvalgt? Tænk over, hvad der giver mening for dit undersøgelsesområde, dine populationsmedlemmer og ressourcer.

Afhængigt af den population, du vil undersøge, kan det være svært ved at finde en passende stikprøveramme. Selvom du har en god ramme, kan beslutningen om den bedste udvælgelsesstrategi betyde, at du må foretage afvejninger mellem omkostninger, repræsentation, kvalitet og aktualitet.

Det kan være svært at få folk til at respondere på en ægte tilfældig spørgeundersøgelse – de kan være uinteresserede i spørgeundersøgelsens emne eller forvente at blive kompenseret for den tid og indsats, det kræver at gennemføre spørgeundersøgelsen. Det kan også være tidskrævende. Hvis du f.eks. foretager markedsundersøgelser på egen hånd (uden brug af værktøjer, der hjælper dig med at finde og vilkårligt udvælge respondenter), kan oprettelse af en større stikprøve kræve lang tid og mange kræfter – og det er inden, du når til analysedelen af din undersøgelse. 

Mange af disse problemer kan løses med ikke-tilfældig stikprøveudtagning, som (på trods af navnet) stadig trækker på vilkårligheds- og stikprøveudtagningsteori, når der skal udvælges en passende stikprøve til undersøgelse.

Hvis du har ubegrænsede ressourcer eller en lille interessepopulation er tilfældig stikprøveudtagning muligvis ikke nødvendigt. Men i de fleste tilfælde vil en vilkårlig stikprøveudtagning spare dig for både tid, penge og en masse frustration. Du kan typisk ikke undersøge alle, men du kan altid give alle en chance for at blive udvalgt til spørgeundersøgelsen – og det er præcis, hvad du kan med tilfældig stikprøveudtagning.

Undersøg målgrupper over hele verden med SurveyMonkey Audience. Vælg det abonnement, der fungerer bedst for din virksomhed.