Alai

Hvad er stikprøvefejl, og hvorfor er det vigtigt?

For at forstå, hvad stikprøvefejl er, skal du først vide lidt om stikprøveudtagning og hvad det betyder i survey-undersøgelser. (Hvis du allerede er helt klar over stikprøveudtagning, er du velkommen til at springe videre til næste afsnit.)

Når du gennemfører en undersøgelse, er du normalt interesseret i en meget større gruppe af mennesker, end du kan nå. Den praktiske løsning er at tage en repræsentativ stikprøve – en gruppe, der står for hele din undersøgelsespopulation.

For at sikre, at din stikprøve er en retfærdig repræsentation, skal du følge nogle af de bedste metoder til stikprøveudtagning i forbindelse med undersøgelser. Den måske mest velkendte af disse er at få den rigtige stikprøvestørrelse. (For stor, og du lægger en masse arbejde i det uden nogen meningsfuld gevinst; for lille, og du kan ikke være sikker på, at din stikprøve er repræsentativ.)

Men der er mere at gøre ved en god stikprøveudtagning end blot at få den rigtige stikprøvestørrelse. Derfor er det vigtigt at forstå både stikprøvefejl og ikke-stikprøvefejl, så du kan forhindre, at de skaber problemer i din forskning.

Ved du, hvor stor din stikprøve skal være for at få præcise resultater? Find ud af det i vores gratis e-bog.

Non-sampling errors vs. sampling error: definitions

Det er lidt forvirrende, at udtrykket “sampling error” ikke betyder, at forskere har begået fejl, når de har udvalgt eller arbejdet med en stikprøve. Problemer som at vælge de forkerte personer, at lade bias komme ind i billedet eller ikke at forudse, at deltagerne vil selvsvælge eller undlade at svare: Det er ikke-samplingfejl, og vi vil dække flere af de værste syndere senere i artiklen.

Non-samplingfejl kan ske, uanset om du arbejder med en repræsentativ stikprøve (f.eks. med en national undersøgelse) eller laver en total optælling (f.eks. når du gennemfører undersøgelser af medarbejdernes erfaringer med din arbejdsstyrke.)

Stikprøvefejl betyder forskellen mellem gennemsnitsværdierne for stikprøven og populationen, så det sker kun, når du arbejder med repræsentative stikprøver.

Interessant nok er det normalt ikke muligt at kvantificere graden af stikprøvefejl i en undersøgelse, da man – pr. definition – ikke måler de relevante data for hele populationen.

Som OECD forklarer, vil en population aldrig være perfekt repræsenteret af en stikprøve, fordi populationen er større og mere komplet. I den forstand er stikprøvefejl en egenskab ved stikprøveudtagning snarere end en menneskelig fejl, og den kan ikke helt undgås.

Derimod kan stikprøvefejl absolut reduceres ved at følge god praksis – mere om det nedenfor.

Stikprøveudtagningsfejl og ikke-stikprøvefejl: 5 eksempler

Populationsspecifikationsfejl (ikke-stikprøvefejl)

Denne fejl opstår, når forskeren ikke forstår, hvem han eller hun skal undersøge. Forestil dig f.eks. en undersøgelse om forbruget af morgenmadscorn i familier. Hvem skal man undersøge? Det kan være hele familien, den person, der oftest køber ind til dagligvarer, eller børnene. Indkøberen træffer måske købsbeslutningen, men børnene har indflydelse på valget af cornflakes.

Denne form for ikke-stikprøvefejl kan undgås ved at forstå dit forskningsspørgsmål grundigt, før du begynder at konstruere et spørgeskema eller udvælge respondenter.

Stikprøverammefejl (ikke-stikprøvefejl)

En rammefejl opstår, når den forkerte delpopulation bruges til at udvælge en stikprøve. En klassisk rammefejl opstod ved præsidentvalget i 1936 mellem Roosevelt og Landon. Stikprøverammen var fra bilregistreringer og telefonbøger. I 1936 ejede mange amerikanere hverken biler eller telefoner, og de, der ejede biler eller telefoner, var i høj grad republikanere. Resultaterne forudsagde fejlagtigt en republikansk sejr.

Fejlen her ligger i den måde, som en stikprøve er blevet udvalgt på. Der er ubevidst blevet indført skævhed, fordi forskerne ikke havde forudset, at kun visse typer mennesker ville dukke op på deres liste over respondenter, og dele af den interessante befolkning er blevet udelukket. En moderne pendant kunne være at anvende mobiltelefonnumre og derfor uforvarende udelade voksne, der ikke ejer en mobiltelefon, f.eks. ældre mennesker eller personer med alvorlige indlæringsvanskeligheder.

Rammefejl kan også opstå, når respondenter uden for den relevante population er medtaget forkert. Lad os f.eks. sige, at en forsker laver en national undersøgelse. Deres liste kan være trukket fra et geografisk kortområde, der ved et uheld omfatter et lille hjørne af et udenlandsk område – og derfor omfatter respondenter, der ikke er relevante for undersøgelsens omfang.

Selektionsfejl (ikke-samplingfejl)

Dette sker, når respondenterne selv vælger deres deltagelse i undersøgelsen – kun dem, der er interesserede, svarer. Den kan også indføres fra forskerens side som en ikke-stikprøveudtagningsfejl, der ikke er tilfældig. Hvis en forsker f.eks. udsender en opfordring til at indhente svar på sociale medier, vil han/hun få svar fra folk, han/hun kender, og af disse folk vil kun de mere hjælpsomme eller sympatiske personer svare.

Selektionsfejl kan kontrolleres ved at gøre sig ekstra umage for at få deltagelse. En typisk undersøgelsesproces omfatter en indledende kontakt forud for undersøgelsen med anmodning om samarbejde, selve undersøgelsen og opfølgning efter undersøgelsen. Hvis der ikke modtages svar, følger en anden undersøgelsesanmodning og måske interviews ved hjælp af alternative metoder såsom telefon eller personlig kontakt.

Non-response (ikke-stikprøvefejl)

Non-response-fejl opstår, når respondenterne er anderledes end dem, der ikke svarer. Lad os f.eks. sige, at du er en virksomhed, der foretager markedsundersøgelser forud for lanceringen af et nyt produkt. Du får måske en uforholdsmæssig høj deltagelse fra dine eksisterende kunder, da de ved, hvem du er, og går glip af at høre fra en bredere gruppe af mennesker, der endnu ikke køber hos dig.

Dette kan ske, fordi den potentielle respondent enten ikke blev kontaktet, eller fordi vedkommende nægtede at svare. Omfanget af denne fejl ved manglende besvarelse kan kontrolleres ved hjælp af opfølgende undersøgelser med alternative metoder.

Stikprøvefejl

Som beskrevet tidligere opstår stikprøvefejl på grund af variation i antallet eller repræsentativiteten af den stikprøve, der svarer. Stikprøvefejl kan kontrolleres og reduceres ved (1) omhyggelige stikprøvedesigns, (2) tilstrækkeligt store stikprøver (se vores online beregner af stikprøvestørrelse) og (3) flere kontakter for at sikre et repræsentativt svar.

Sørg for at holde øje med disse stikprøvefejl og ikke-stikprøvefejl, så du kan undgå dem i din forskning.