Vad gör en enkätundersökning representativ – kan jag lita på resultaten?

Senast då resultaten av en undersökning är klara och framlagda, börjar kunden fundera på hur tillförlitliga de erhållna resultaten kan anses vara. En bra undersökare tar urvalets representativitet i beaktande redan i planeringsskedet, men kunden kommer i allmänhet att tänka på det först vid genomgången av resultaten. För att det ska vara enklare att förklara när en enkätundersökning är representativ och på vilket sätt resultaten ska tolkas, har jag skrivit en redogörelse i tre delar om några grundläggande termer och begrepp med hjälp av vilka det går att förklara denna problematik.

Föremål för undersökningen

Vad är en population, eller med andra ord vad är det första man ska göra då man funderar på föremålet för en undersökning? I den första delen belyser jag begreppet population och diskuterar när det lönar sig att undersöka hela populationen, dvs. göra en totalundersökning, och när det är bättre att bara undersöka endast en del av populationen, man talar då om att göra ett urval eller ett stickprov. Ett urval är slumpmässigt och därigenom representativt medan ett stickprov bygger på bedömningar och dess resultat inte går att generalisera till hela populationen.

Läs mer -> del 1 Population

Urvalsmetoder

Det finns många olika urvalsmetoder. Genom att välja rätt metod försöker man säkerställa att urvalet är representativt, dvs. att urvalet verkligen speglar populationen och att den erhållna informationen går att generalisera.

I del 2 kommer jag att presentera de vanligaste urvalsmetoderna med början med den enklaste, slumpmässigt urval, alltså lottning. Vid slumpmässigt urval har alla möjlighet att bli en del av urvalet. Detta gör undersökningen så representativ som en undersökning över huvud taget kan vara. Visserligen är även slumpen förenad med en felmöjlighet, vilket framgår av del 3 där jag redogör för olika slags urvalsfel (se del 3, urvalsfel).

En annan urvalsmetod är systematiskt urval. I systematiska urval använder man sig av ett visst system för att välja urvalet, till exempel vart tionde intervjuobjekt. Ibland står man inför en situation då varken lottning eller systematiskt urval ger ett tillräckligt representativt urval, till exempel om det ingår en liten grupp i populationen som man också vill få reda på något om. I sådana fall kan man använda sig av ett s.k. stratifierat urval som säkerställer att även små grupper är tillräckligt representerade i urvalet. Slutligen finns även klusterurval som används vid stora intervjuundersökningar. Denna urvalsmetod innebär att populationen delas upp i undergrupper, s.k. kluster, av vilka endast en del väljs ut för undersökningen.  

Läs mer -> del 2 Urvalsmetoder

Urvalsfel

Ingen undersökning är perfekt hur noggrann man än är och kontrollerar uppgifter och försöker vara förutseende. Fel uppstår – ibland av misstag, ibland omedvetet. I del tre kommer jag att gå igenom några av de vanligaste urvalsfelen:

• ramfel innebär att det ingår respondenter i urvalet som inte borde vara med eller att det saknas respondenter i urvalet som hör till populationen
• urvalsfel är fel som avgörs av slumpen (slumpfel)
• bortfallsfel beror på att mätvärden för vissa objekt saknas, dvs. alla respondenter svarar inte på undersökningen eller respondenterna svarar inte på alla frågor utan det saknas svar.

Läs mer - > del 3 Urvalsfel

Sammandrag – kan jag lita på resultaten?

Om det är möjligt, kan hela populationen kartläggas med en totalundersökning. Om populationen är väl känd, ger även en urvalsundersökning goda resultat, ibland till om med bättre än en totalundersökning som ofta lider av respondentbortfall. Genom att göra ett representativt urval och genom att se till att alla som valts till urvalet verkligen svarar, kan en urvalsundersökning vinna över en totalundersökning i kvalitet.

Ibland kan man fråga sig om inte bortfallet förändrar en totalundersökning och omvandlar den till en urvalsundersökning?

Svaret här är nej – det gör det inte. En totalundersökning är en totalundersökning trots bortfallet. Bortfall är ett problem både vid totalundersökningar och vid urvalsundersökningar.

Det blir ett problem i och med att vi inte kan veta vad de som lät bli att svara skulle ha svarat. Skulle deras svar ha ändrat resultatet åt något håll? Bortfallet kan orsaka ett betydande fel i resultaten, eftersom svarsprocenten i enkätundersökningar ofta är beklagligt låg.

Det viktigaste är ett noggrant övervägande och medvetet valda metoder, oavsett om det gäller en totalundersökning eller en enkät som bygger på ett urval. Även ett stickprov kan vara befogat att göra, särskilt om man behöver preliminära uppgifter om t.ex. hur en reklam fungerar eller om kundernas intresse för en viss ny produkt. Det gäller bara att komma ihåg dess begränsningar – ett stickprov går inte att generalisera, men det kan ge riktgivande information förmånligt och snabbt.

Undersökningsresultat kan vara användbara även om urvalet inte varit helt lyckat eller om bortfallet varit stort i en totalundersökning.

Exempel: Låt oss anta att en stor grupp kunder i en kundenkät anser att det är viktigt att det är rent och snyggt i en butik, men att samma grupp gör bedömningen att det är ostädat i butiken. Oavsett om urvalet var lyckat eller inte, är dessa verkliga respondenter med verkliga åsikter utifrån vilka det lönar sig att vidta åtgärder för att förbättra renligheten.

Jag hoppas att min redogörelse av undersökningstermerna och exemplen har varit till hjälp och att den har fått dig att reflektera över på vilket sätt er undersökning har gjorts och vad ni bör tänka på nästa gång ni låter göra en undersökning för att få representativa resultat som beskriver populationens åsikter.

Obs! Det är inte alltid nödvändigt att veta hela populationens åsikt, varje svar är viktigt och värt att beakta. Ta chansen och låt oss göra en bra undersökning för er!

Läs mer -> del 1 Population

Läs mer -> del 2 Urvalsmetoder

Läs mer - > del 3 Urvalsfel