tirsdag 1. oktober 2019

Representativt eller ikke?

Markedsundersøkelser er noe man kan gjøre på mange måter. Det er mange ting man må passe på hvis man vurderer å gjøre det. Utvalg er noe som vi skal se litt på i denne saken.

Utvalg er ikke det eneste, for å ha sagt det. Forhold som hvordan man utformer opplegget og hvordan man spør, helt ned til hvordan man formulerer spørsmål og svaralternativer er med på å bestemme kvalitet eller mangel på kvalitet i dataene man får inn.

Men utvalg er meget viktig for kvaliteten på data du samler inn. Dersom du har bestemt deg for å gjøre en kvantitativ undersøkelse, som en spørreundersøkelse stort sett er, tar du valg knyttet til utvalg. Det er mange måter å gjøre dette på rent praktisk. Du kan velge en bekvemmelig måte å bli ferdig med dette fort. Derfor kan du for eksempel legge ut en lenke på en hjemmeside, i sosiale medier og la folk velge seg selv som respondenter ved å svare (såkalt selvseleksjon). Respondent er altså den som svarer, etter det engelske ordet "respond".

Svakheten med denne måten å svare på er representativitet. Et utvalg er en form for utvelgelse av noen til å svare, oftest med den tanken at man etterpå skal forsøke å generalisere resultatene av hva folk har svart til flere enn dem man har spurt. Hvis man velger lettvintløsninger (som man kan kalle for bekvemmelighetsutvalg) så faller generaliserbarheten og troverdigheten oftest kraftig. Du spør da de ivrigste. De som gjerne vil svare. De som har en interesse av at det blir svart. De andre holder kanskje mer eller mindre bevisst munn. De vil ikke, gidder ikke eller synes ikke de bør svare.

Ulempen da er at man får inntrykk av at meninger ikke finnes, og at de andres meninger er rett. Det er villedende og kan føre til helt gal informasjon. Hvis du spør "Vil du kjøpe den nye iPhonen?" og bare de som gleder seg til å gjøre nettopp det svarer, så får man kanskje inntrykk av at alle vil det. En gledelig nyhet for Eplehuset, men ikke sann...

En annen ting er hvor mange man spør. Generelt er det slik at jo flere jo bedre. For at man skal se noen trender bør man ha 100 respondenter. Skal man se på om for eksempel Toyotaeiere er ulik VW eiere bør man ha minimum 100 av hver. Hvis man ikke har minimum 100 begrenses hva man får ut av dataene, og hver enkelt respondent vil utgjøre mer enn 1 % endring i svarene. La oss ta illustrasjonen i denne saken  øverst. 943 er spurt for å lage den grafiske framstillingen av svarfordelingen om hva de ville stemt. Det vil si at 29 venstrevelgere ligger bak at partiet Venstre får 3,1 % oppslutning. Hva hvis vi spurte bare 10 stk? Hvis vi spurte bare ti personer kunne vi ha slumpet til å treffe for eksempel to venstrevelgere i det utvalget. Da ville vi si at Venstre ville fått 20% oppslutning. Så oppsiktsvekkende det enn måtte være ville det også være grovt misvisende. Små antall øker feilmarginene. Små variasjoner eller feil gjør store utslag.

Helst burde vi spurt alle. Hvis vi undersøker noen, for eksempel førsteklassinger på skolen vår, så bør vi gjøre det. Da får vi et riktig bilde, og slipper å tanke på om de representerer seg selv, bortsett fra om mange ikke har svart. Men undersøker vi et større antall (vi kaller det i denne sammenheng et univers - alle vi kunne spurt) så må vi kanskje ta et utvalg. Da bør utvalget i størst mulig grad være representativt for hele universet. Slik at vi bør passe på ting som kjønnsfordeling, geografisk spredning, representasjon. Alt dette bør speile universet så godt som mulig.

La oss tenke oss at vi lurer på hva russen ved fem skoler mener om russeklær. Vi setter sammen et utvalg av elever fra de fem skolene i forhold til antall. Hvis ikke vil skjevheter på enkelte skoler kunne slå inn. Hvis det for eksempel er en skole som er kjempeskeptisk og de fire andre ikke, så vil det ellers være bingo om hvilken skole man spør på hvilke resultater man får. Likeledes hvis et var slik at gutter var mer skeptisk enn jenter, så må man passe på at det ene kjønn ikke dominerere.

Utvalg er derfor krevende. Det fører til at en del i undersøkelser tar litt lett på slikt. Resultatet av det kan bli lite troverdige data.

Så hvordan gjøre det da? Ikke godt å si, det er det man må finne en lur løsning på, og det krever ofte litt innsats. Ellers må man i alle fall være veldig åpen på svakhetene i dataene man legger fram. Men er dataene veldig svake bør man kanskje ikke legge dem fram i det hele tatt.

Sagt annerledes - da bør man kanskje velge en annen undersøkelsesform.

Ingen kommentarer:

Legg inn en kommentar