Hva betyr representant?

Generelt refererer begrepet representant til noe som nøyaktig gjenspeiler eller tilsvarer en større gruppe eller helhet. I markedsundersøkelser sikter vi til utvalgets representativitet. Et representativt utvalg er ment å speile egenskapene til den bestemte populasjonen. I denne innstillingen betyr en populasjon en definert gruppe mennesker som deler et sett med lignende egenskaper (f.eks. demografi, kjønn eller andre variabler som nåværende hundeeiere). Tanken er at utvalget skal gjøre gyldige slutninger om den større gruppen.

Derfor sier vi at et utvalg er representativt dersom resultatene fra å analysere utvalget også kan anses som sanne for hele den tilsvarende populasjonen.

Hvis du analyserer denne definisjonen av representativitet, vil du merke at det ikke er noen representativitet som sådan. Begrepet representant krever alltid et “for”, f.eks

• representant for befolkningen generelt (aka nasjonal representant)
• representant for befolkningen generelt mellom 18 og 65 år
• representant for internettbefolkningen mellom 18 og 65 år

Statistikere hevder at bare tilfeldige utvalg kan være representative. Etter deres logikk kan ikke kvoteprøver være representative fordi det er umulig å vite de riktige kvotene før gjennomføre en representativ studie. Dette er imidlertid et veldig teoretisk argument. I praksis har forskerne mye kunnskap om hvordan variabler fordeler seg på deres målgrupper og kan sette kvotene deretter. I tillegg lar folketellingsdata fra de nasjonale statistikkkontorene forskere validere og justere modellene sine kontinuerlig.

Samtidig blir det vanskeligere å trekke et perfekt tilfeldig utvalg. Telefonintervjuer eller personlige intervjuer må for eksempel omhandle en økende andel mennesker som nekter å delta i forskningsprosjekter. Så selv disse metodene har sine begrensninger. Til syvende og sist er stikkprøveteknikker mye dyrere og gir for mange forskningsspørsmål liten merverdi sammenlignet med kvoteprøvetaking.

Er nettbasert forskning partisk?

Fire skritt må tas før en gruppe mennesker fra den generelle befolkningen kan legge igjen svarene sine i en datafil. Følgende avsnitt vil analysere disse fire trinnene og understreke de tilsvarende begrensningene for representativitet.

Dekningsskjevhet

Hvis du vil vurdere representativiteten for befolkningen generelt, bør du begynne å se på internettpenetrasjonen. I Europa bruker gjennomsnittlig 84 % av befolkningen internett daglig. Spesielt i Vest- og Nord-Europa er internettpenetrasjonen betydelig høyere, med utmerkede verdier i Norge, Danmark og Nederland (hver 96 %). I disse landene går nettbasert forskning glipp av mindre enn 5 % av den totale befolkningen.

Selvsagt er den samlede internettpenetrasjonen bare relevant, dersom man ønsker å trekke konklusjoner som er representative for befolkningen generelt. I mange tilfeller må resultatene bare være representative for nettpopulasjonen, spesielt når forskningsemnet handler om e-handel, nettannonsering eller lignende emner. I dette tilfellet trenger du ikke å bekymre deg når du går glipp av de såkalte “non-linere”.

Og hvem er disse nonliners egentlig? Tidligere har nettbefolkningen vært betydelig yngre, bedre utdannet og mer interessert i teknologi. Disse forskjellene har forsvunnet i løpet av de siste årene og fortsetter å forsvinne, ettersom den generelle internettpenetrasjonen øker. Spesielt bruken av mobilt internett har fått mindre utdannede og eldre mennesker til å bruke internett.

Alt i alt er dekningsskjevheten kun relevant dersom man ønsker å trekke konklusjoner for befolkningen generelt og ikke bare nettpopulasjonen. I dette tilfellet bør du prøve å finne ut om forskningstemaet ditt er korrelert med utdanning eller teknisk tilhørighet for å adressere den mulige skjevheten. Dessverre er det ingenting du kan gjøre med det som forsker. Hvis du virkelig bekymrer deg for datakvaliteten, må du velge en annen metode for datainnsamling. Imidlertid er ikke dekningsskjevheten et så stort problem for de fleste emner og i de fleste land, og heldigvis til og med avtagende.

Utvalgsskjevhet

Før vi graver dypere inn i panelrekruttering, må vi innføre en veldig viktig distinksjon. Hver gang du aktivt velger og inviterer kvalifiserte panelmedlemmer, har du perfekt kontroll over hvem som blir med i panelet. Det er dette vi kaller aktiv rekruttering. Når du derimot lar folk abonnere på panelet selv, har du ikke kontroll over hvem som blir med i panelet. Det er dette vi kaller åpen rekruttering.

De fleste paneler opererer med åpen rekruttering, fordi det er en svært kostnadseffektiv og ukomplisert måte å dyrke et panel på. Det er imidlertid en klar ulempe ved det. Først og fremst vil du hovedsakelig tiltrekke deg personer som har en egeninteresse i å ta undersøkelser og disse er ikke representative for befolkningen generelt. For det andre er det nesten umulig å holde folk utenfor et panel som ikke oppfyller de nødvendige demografiske dataene eller som ikke på annen måte overholder kvalitetsstandardene dine.

I Norstat tror vi på kvaliteten på aktiv rekruttering og har derfor ikke en offentlig registreringsside til panelene våre. I land hvor vi har telefonsentre velger vi tilfeldig ut personer fra befolkningen generelt og inviterer dem på telefonen til å bli med i panelene våre. Dette gjør panelene våre så representative som mulig. I alle andre land bruker vi en veldig bred blanding av rekrutteringskanaler for å unngå at en enkelt kilde kan ha stor innvirkning på den generelle kvaliteten. Registranter fra disse kildene ledes til en skjult abonnementsside som kan slås av når som helst. Faktisk skjer dette hver gang vi identifiserer kvalitetsproblemer eller uredelig atferd som kommer fra en spesifikk rekrutteringskilde. Til slutt kan vi booste enhver demografisk gruppe med målrettet rekruttering, dersom vi føler at panelstrukturen ikke er balansert.

Kort sagt, hvis panelleverandører inviterer feil personer til å delta i panelene deres eller går glipp av en spesifikk målgruppe, er panelet ikke representativt. All innsats på dette stadiet er kanskje ikke synlig for mange kjøpere, men de utgjør definitivt forskjellen mellom et forskningspanel av høy kvalitet og en ikke-representativ e-postliste. Derfor bør du alltid sammenligne panelleverandører etter hvordan de rekrutterer inn i panelene sine. Og forresten er registreringsskjemaene våre 100 % mobilvennlige for å sikre at vi ikke ekskluderer mobilbrukere fra å bli med i panelet vårt. Du vil bli overrasket over hvor mange paneler dette ikke er en standard ennå. Vi kommer tilbake til dette emnet senere.

Ikke-svar skjevhet

La oss anta at vi har et representativt nettpanel nå. Hvis vi trekker et tilfeldig utvalg av panelmedlemmer, vil også dette utvalget være representativt. Dessverre ville ikke alle medlemmene klikke på lenken i e-postinvitasjonen. Noen grupper ville svare veldig raskt, andre ville kreve mer tid og noen ville knapt svare i det hele tatt. Ved slutten av feltperioden ville ikke datasettet være representativt for målpopulasjonen, selv om det ville vært et perfekt tilfeldig utvalg i begynnelsen.

Frafall er et alvorlig problem – ikke bare for nettbasert forskning, men for alle metoder for datainnsamling. Interessant nok oppnår spesielt nettpaneler tilfredsstillende svarprosent , fordi medlemmene forventer å motta invitasjoner til spørreundersøkelser med jevne mellomrom. I tillegg har de lært over tid at de kan stole på panelleverandøren med hensyn til personvern og databeskyttelse. Dette er trolig den største forskjellen til samtalene til telefonintervjuer, som er uoppfordret. Videre kan du i nettbasert forskning ganske enkelt forlenge varigheten av feltperioden og sende påminnelser for å øke svarprosenten.

For å unngå skjeve fordelinger i de endelige dataene dine, bør du sette kvoter. Disse kan enten være myke kvoter (som betyr at prosjektleder vil prøve å oppnå ønsket fordeling på beste innsats) eller harde kvoter (som betyr at respondentene ikke vil kunne gjennomføre intervjuet når du har samlet nok tilbakemeldinger i denne målgruppen) . Et tredje alternativ er å jobbe med vektingsfaktorer for å justere for over- eller underrepresenterte undergrupper.

Alt i alt kan ikke-svarskjevheten forvrenge resultatene dine dramatisk. Heldigvis oppnår Norstat svarprosent over gjennomsnittet på grunn av vårt strenge fokus på medlemmenes motivasjon.

Utelukkelsesskjevhet

Sist, men ikke minst, må vi snakke om mobile enheter. Hvis undersøkelsesmalen din ikke tillater mobilbrukere å svare på spørreskjemaet ditt, vil du systematisk gå glipp av en stor andel av befolkningen. Avhengig av land bruker omtrent to tredjedeler av befolkningen ofte internett med smarttelefon, nettbrett eller datamaskin. Derfor kan det å ekskludere dem fra en undersøkelse ha en enorm innvirkning på den generelle kvaliteten på studien din.

Vær oppmerksom på at svært ofte glemmes eksklusjonsskjevheten når du snakker om representativitet, spesielt hvis du ikke er seriøs med datakvalitet i de foregående trinnene. Hvis abonnementssiden til panelet ditt ikke er mobilvennlig, ekskluderer du systematisk mobilbrukere på et tidligere tidspunkt. Og hvis du ikke bruker responsive e-postmaler eller en mobilapp når du inviterer panelmedlemmene dine, kan svarprosenten bli lavere, fordi du også går glipp av mobilbrukere.

For å holde det kort, hvis du streber etter representative resultater, bør du sørge for at undersøkelsen passer for alle enheter . Hos Norstat har vi lang erfaring med spørreskjemadesign og vil gjerne skrive undersøkelsen din på best mulig måte og for alle enheter.

Konklusjonen

Så hvor representativ er forskning på nett? Vi tror det kan være veldig representativt, så lenge du ikke går på akkord med kvaliteten . Hos Norstat gir vi vårt beste for å levere premiumen våre kunder forventer av oss. Og vi prøver å være så transparente som mulig i denne prosessen, for vi har ingenting å skjule.

Men du kan også se at mye kan gå galt når du utfører nettbasert forskning med paneler. Dette betyr ikke at andre metoder har flere fordeler, utfordringene deres er bare forskjellige. I alle fall krever nettbasert forskning profesjonell omsorg for å generere pålitelige og representative resultater.

Ta gjerne kontakt hvis du ønsker å lære mer om våre kvalitetsstandarder. Vi ser frem til å høre fra deg!