Otoskoko vaikuttaa kyselytutkimuksen luotettavuuteen suoraan: mitä suurempi otos, sitä pienempi virhemarginaali ja sitä luotettavammin tulokset edustavat koko perusjoukkoa. Käytännössä riittävä otoskoko riippuu tutkimuksen tavoitteista, hyväksyttävästä virhemarginaalista ja perusjoukon koostumuksesta. Alla käymme läpi keskeisimmät otoskokoon liittyvät kysymykset, joihin jokaisen kyselytutkimusta suunnittelevan on hyvä tuntea vastaukset.

Mikä on riittävä otoskoko kyselytutkimuksessa?

Riittävä otoskoko kyselytutkimuksessa on tyypillisesti vähintään 100 vastaajaa pienissä, homogeenisissa ryhmissä, mutta kansallisissa kuluttajatutkimuksissa tavoitellaan usein 500–1 000 vastaajaa. Tarkka luku riippuu halutusta virhemarginaalista, luottamustasosta ja siitä, kuinka moneen alaryhmään tuloksia halutaan pilkkoa.

Käytännössä ”riittävyys” ei ole absoluuttinen arvo vaan suhteellinen käsite. Jos tutkimuksen tavoitteena on vertailla eri ikäryhmiä tai alueita keskenään, jokaisen alaryhmän on oltava riittävän suuri itsenäistä analysointia varten. Yleinen nyrkkisääntö on, että yksittäisessä vertailuryhmässä tulisi olla vähintään 50–100 vastaajaa, jotta tilastolliset johtopäätökset ovat perusteltuja. Mitä useampia alaryhmiä halutaan tarkastella, sitä suurempi kokonaisotoksen on oltava.

Miten virhemarginaali liittyy otoskokoon?

Virhemarginaali ja otoskoko ovat käänteisessä suhteessa toisiinsa: kun otoskoko kasvaa, virhemarginaali pienenee. Esimerkiksi 95 prosentin luottamustasolla 100 vastaajan otoksessa virhemarginaali on noin ±10 prosenttiyksikköä, kun taas 1 000 vastaajan otoksessa se supistuu noin ±3 prosenttiyksikköön.

Virhemarginaali kertoo, kuinka paljon saatu tulos voi poiketa todellisesta perusjoukon arvosta. Jos kyselyssä 60 prosenttia vastaajista ilmoittaa olevansa tyytyväinen palveluun ja virhemarginaali on ±5 prosenttiyksikköä, todellinen tyytyväisyys on todennäköisesti välillä 55–65 prosenttia. Tutkimuksen käyttötarkoitus määrittää, kuinka pieni virhemarginaali on tarpeen: strategiset linjapäätökset vaativat yleensä tiukempaa tarkkuutta kuin suuntaa-antavat kartoitukset.

Mitä tapahtuu, jos otoskoko on liian pieni?

Liian pieni otoskoko johtaa suureen virhemarginaaliin, epäluotettaviin tuloksiin ja siihen, ettei tutkimuksessa havaita todellisia eroja ryhmien välillä. Tilastollisessa mielessä tutkimukselta puuttuu riittävä voima tunnistaa merkitseviä yhteyksiä tai muutoksia.

Käytännön seuraukset voivat olla vakavia. Päätökset, jotka perustuvat liian pieneen otokseen, saattavat pohjautua satunnaisvaihteluun todellisten trendien sijaan. Esimerkiksi 30 vastaajan otos voi antaa hyvin erilaisen kuvan asiakastyytyväisyydestä kuin sama kysely 400 vastaajalla. Lisäksi alaryhmävertailut muuttuvat mahdottomiksi: jos otos on kokonaisuutena pieni, yksittäiset segmentit jäävät niin pieniksi, ettei niistä voi tehdä mitään luotettavia johtopäätöksiä.

Miten otoskoko lasketaan kyselytutkimuksessa?

Otoskoko lasketaan kyselytutkimuksessa kolmen tekijän perusteella: haluttu virhemarginaali, valittu luottamustaso ja arvioitu vastausten hajonta perusjoukossa. Yleisin lähtökohta on 95 prosentin luottamustaso ja ±5 prosenttiyksikön virhemarginaali, joilla tarvittava otoskoko on noin 384 vastaajaa äärettömästä perusjoukosta.

Laskennassa käytetään vakiintunutta kaavaa, jossa luottamustasoa vastaava z-arvo (95 %:lla noin 1,96) korotetaan toiseen potenssiin, kerrotaan hajonnan estimaatilla (usein 0,5 x 0,5 eli maksimihajonta) ja jaetaan virhemarginaalin neliöllä. Tulos antaa minimimäärän vastaajia. Jos perusjoukko on rajallinen ja pieni, otoskokoa voidaan pienentää korjauskertoimen avulla. Otoskoon laskeminen on aina syytä tehdä ennen aineistonkeruun aloittamista, sillä jälkikäteen lisätyt vastaajat eivät korjaa systemaattisia virheitä.

Vaikuttaako perusjoukon koko tarvittavaan otoskokoon?

Perusjoukon koko vaikuttaa tarvittavaan otoskokoon vain silloin, kun perusjoukko on pieni, tyypillisesti alle 10 000 henkilöä. Suurissa perusjoukoissa, kuten koko Suomen väestössä, tarvittava otoskoko pysyy lähes vakiona riippumatta siitä, onko perusjoukko 500 000 tai 5 miljoonaa henkilöä.

Tämä on monelle yllättävä havainto. Intuitiivisesti voisi ajatella, että suuremmasta joukosta pitäisi kerätä suurempi otos, mutta tilastotiede osoittaa toisin. Ratkaisevaa on absoluuttinen otoskoko suhteessa haluttuun tarkkuuteen, ei otoksen suhteellinen osuus perusjoukosta. Poikkeuksena ovat pienet, rajatut perusjoukot, kuten tietyn yrityksen henkilöstö tai erityisalan asiantuntijat, joissa pienellä perusjoukolla otoksen kattavuusprosentti nousee merkittäväksi tekijäksi.

Milloin suurempi otoskoko ei paranna tutkimuksen luotettavuutta?

Suurempi otoskoko ei paranna tutkimuksen luotettavuutta silloin, kun ongelma on systemaattinen virhe eikä satunnaisvaihtelu. Jos kyselylomake on puutteellinen, vastaajat on valittu väärin tai tiedonkeruu on toteutettu epäjohdonmukaisesti, lisävastaajat toistavat saman virheen eivätkä korjaa sitä.

Luotettavuus rakentuu kahdesta erillisestä tekijästä: otoskoko vaikuttaa satunnaisvirheeseen, mutta systemaattiset virheet johtuvat tutkimusasetelmasta, kysymysten muotoilusta tai otantamenetelmästä. Esimerkiksi verkkokyselyssä, johon vastaavat vain kaikkein motivoituneimmat henkilöt, voi olla kymmeniä tuhansia vastaajia, mutta tulokset edustavat silti vain tiettyä profiilia koko perusjoukon sijaan. Tästä syystä laadukas kvantitatiivinen tutkimus edellyttää sekä riittävää otoskokoa että huolellisesti suunniteltua otantamenetelmää.

Käytännössä otoskoon kasvattamisen hyöty myös tasaantuu tietyssä pisteessä. Virhemarginaalin puolittaminen vaatii otoskoon nelinkertaistamisen, joten hyvin suurilla otoksilla lisävastaajien tuoma tarkkuushyöty on marginaalinen suhteessa kustannuksiin.

Otoskokoon liittyvät päätökset ovat yksi kyselytutkimuksen kriittisimmistä suunnitteluvaiheista. Jos haluat varmistaa, että tutkimuksesi otanta, menetelmät ja analyysi tuottavat aidosti luotettavaa tietoa päätöksenteon tueksi, ota yhteyttä IROResearchiin ja suunnitellaan tutkimus yhdessä.