Otantatutkimus

1. Otokset
2. Näytteet
3. Otantasuhde

Sitä yksilöiden tai tapausten ryhmää kokonaisuudessaan, jonka ominaisuuksia halutaan saada selville, nimitetään perusjoukoksi (target population).

Empiirisessä tutkimuksessa perusjoukko koostuu fyysisistä kohteista kuten ihmisistä, esineistä taikka tapahtumista. Monografiassa kohteena on vain yksi tapaus, mutta teorian kehittämiseen tähtäävässä perustutkimuksessa perusjoukko useinkin on ääretön, eli halutaan tietoa, joka pätee jokaiseen vastaavaan tapaukseen koko maailmankaikkeudessa.

Sitten kun populaatio on saatu rajatuksi, sen yksilöiden tai tapausten ominaisuuksia voidaan selvittää kahdella tavalla: joko tutkitaan koko perusjoukko, taikka sen osa. Silloin, kun tutkija todella havainnoi tai mittaa kaikki perusjoukon yksilöt tai tapaukset, on kysymyksessä kokonaistutkimus. Se antaa kohteestaan erinomaisen tarkan kuvan, mutta se on mahdollinen vain silloin, kun perusjoukko ei ole liian suuri ja sen kaikkiin tapauksiin voidaan päästä käsiksi.

Kokonaistutkimus on verrattain kallis metodi, sillä empiirinen työ vaatii usein aikaa, laitteita ja matkustamista. Onkin syytä pitää mielessä, etteivät tutkimuksen päämäärät aina vaadi täysin täsmällistä selvitystä perusjoukon jokaisesta tapauksesta, vaan luotettava arvio voisi monesti riittää. Niinpä onkin tavallista että suoranaiset tutkimustoimet kohdistetaan vain niin moneen perusjoukon tapaukseen kuin katsotaan hankkeen tavoitteiden vaativan ja resurssien riittävän. Tähän pääsemiseksi on useita lähestymistapoja:

• Yhden tapauksen tutkiminen voi jo olla kylliksi siinä tapauksessa, että kaikki tapaukset ovat varmasti aivan samanlaisia. Yleensä katsotaan, että fysikaaliset ja kemialliset prosessit tapahtuvat samalla tavalla kaikkialla maailmassa. Niinpä niitä voidaan tutkia paikallisessa laboratoriossa ja silti voidaan väittää tulosten pätevän vaikkapa kuussa, jos tarvitaan.
• Yksi tapaus joka luokasta riittää, jos voidaan katsoa että kunkin luokin yksilöt ovat aivan samanlaisia. Jos täten tutkitaan vaikkapa kännyköitä, joiden määrä lasketaan miljardeissa, voidaan aluksi selvittää mitä malleja niistä on tehty, ja sitten tutkitaan vain yksi kutakin mallia.
• Otantatutkimuksessa tutkija rajaa jonkin sopivan määrän tapauksia, joka otetaan tutkittavaksi. Vaarana on se, että tulokset eivät ehkä pidä paikkaansa joidenkin pois jätettyjen tapausten kohdalla, mutta usein tämän riskin suuruus voidaan laskea jo ennakolta ja rajoittaa se riittävän pieneksi.

Periaatteessa kokonaistutkimuksen pitäisi tuottaa otantatutkimusta tarkempi tulos. Usein käy kuitenkin päinvastoin, etenkin niissä tapauksissa jolloin perusjoukko on hyvin suuri tai vaikeasti tavoitettavissa, ja tutkimuksen resurssit ovat pienet. Tällöin näet tutkittaessa koko perusjoukko, sen jokaista yksilöä kohti käytettävissä oleva tutkimustyöpanos saattaisi jäädä niin pieneksi, että tutkimus jäisi kovin pinnalliseksi. Tällaisessa tapauksessa saadaan parempi tulos siten, että tutkitaan vain osa perusjoukosta, ja tehdään työ sitä paremmin.

Muistettakoon, että otantatutkimuksessa tutkijaa ei niinkään kiinnosta näyte, vaan perusjoukko. Tutkittavaksi otettava ryhmä koetetaan siis poimia niin, että sen tutkijaa kiinnostavat ominaisuudet ovat keskimäärin samat kuin perusjoukossa keskimäärin. Tällöin sanotaan, että ryhmä on edustava.

Yleisesti käytetyt tutkittavan ryhmän poiminnan menetelmät perustuvat jompaankumpaan seuraavista periaatteista:

• menettelyt, joissa pääasiassa sattuma ratkaisee mitkä yksilöt tai tapaukset valitaan tutkittaviksi. Näin muodostetusta ryhmästä käytetään nimeä otos (vasemmalla).
• menettelyt, joissa harkinnalla on ratkaiseva osuus ryhmää poimittaessa. Täten valittua ryhmää sanotaan näytteeksi (oikealla).

Poiminta sinänsä jo aiheuttaa poikkeamia perusjoukon ja näytteen tai otoksen välille. Nämä poikkeamat ovat kahta lajia:

• Satunnainen poikkeama, joka johtuu siitä, että näytteeseen tai otokseen osuu muutamia tavanomaisesta poikkeavia tapauksia. Jos otos on kyllin suuri, satunnaiset poikkeamat vastakkaisiin suuntiin kumoavat toisensa suurimmaksi osaksi.
• Harha eli peittovirhe (engl. bias), systemaattinen virhe eli samana toistuva ero perusjoukon ja näytteen välillä, aiheutuu itse näytteen valitsemisen periaatteesta, eikä se vähene näytettä kasvattamalla. Sitä tuskin koskaan esiintyy otoksissa.

Herää kysymys, miksi näytteitä sitten lainkaan käytetään, onhan niissä kahdenlaista eroa perusjoukkoon ja otoksissa on vain yhtä poikkeaman lajia? Tähän on kyllä omat syynsä, lähinnä jokin seuraavista:

• Perusjoukko on äärettömän suuri tai ainakin sitä lähellä. Tällöin on mahdotonta laatia siitä luetteloa, josta satunnainen valinta voitaisiin tehdä.
• Useinkin joitakin perusjoukon yksilöitä on täysin mahdotonta saada tutkittavaksi. Tällöin ei ole mielekästä poimia satunnaista otosta, kun osa siitä jäisi kuitenkin toteuttamatta, mikä voisi tehdä otoksesta harhaisen.
• Tutkimuksen käyttötarkoitus ei vaadi kovin täsmällisiä tuloksia. Näytteen käyttäminen on yleensä nopeampi ja halvempi menetelmä.
• Hankkeen loppuvaiheisiin sisältyy tehokas tulosten tarkistus. Esimerkiksi tuotesuunnittelun alkuvaiheiden ideointiryhmiin voisi olla vaikeaa houkutella osallistumaan satunnaisesti valittuja asiakkaita, sillä työ kestää yleensä useita päiviä. Sen sijasta ideointiin voidaan kutsua vapaaehtoisten näyte, sillä lopulliset tuote-ehdotukset testataan joka tapauksessa asiakkaiden tavoiteryhmästä asianmukaisesti poimitun otoksen avulla.

Otokset

Maalaisjärjellä voisi arvella, että satunnaiseen arvontaan perustuvat otosmenettelyt antaisivat tutkimuksessa "sattumanvaraisia" eli epäluotettavia tuloksia. Asia on kuitenkin päinvastoin, sillä juuri otoksen matemaattisesti hallittu satunnaisuus antaa mahdollisuudet tarkoin laskea se todennäköisyys jolla tulokset pätevät myös perusjoukossa. Toisin sanoen otoksista saatujen tulosten yleistettävyys on näytteistä saatuja parempi.

Otoksen satunnaisessa valitsemisessa täytyy, kuten arvonnoissa yleensäkin, jokaisella perusjoukon yksilöllä olla sama mahdollisuus päätyä valituksi otokseen. Tämä todennäköisyys eli otantasuhde on yhtä kuin otoksen lukumäärä jaettuna perusjoukon lukumäärällä.

Seuraavassa esitetään yleisesti käytetyt otosten tyypit. Kaavakuvissa pienet pisteet tai muut symbolit kuvaavat perusjoukon yksilöitä, ja otokseen tai näytteeseen poimitut yksilöt esitetään lihavalla.

• Yksinkertainen satunnaisotos (YSO, engl. simple random sample) on mahdollisimman satunnainen otoksen poimintamenettely. Siinä jokaisella perusjoukon yksilöllä tai tapauksella on tarkalleen yhtä suuri mahdollisuus päätyä otokseen. Jokainen valinta on riippumaton muista valinnoista. Tämä toteutetaan arpomalla, vaikkapa tekemällä jokaiselle perusjoukon yksilölle oma paperilappu ja poimimalla sopiva määrä lappuja hatusta. Nykyisin tosin hattua yleisempi apuväline on tietokone.

• Systemaattinen otos on YSO:a helpompi aikaansaada, jos perusjoukon määrä nousee tuhansiin. Jos otantasuhteeksi on valittu 1:k, perusjoukon jäsenten luettelon alusta ensin erotetaan k ensimmäistä yksilöä ja valitaan arpomalla näistä yksi otokseen. Siitä lähtien otokseen poimitaan luettelosta joka k:s yksilö. Tällaisen otoksen edustavuus on yhtä hyvä kuin YSO:n, paitsi siinä harvinaisessa tapauksessa, että jokin perusjoukon tärkeä ominaisuus sattuisi toistumaan perusjoukossa taajuudella k.
• Epäsuhtaista otosta kannattaa harkita, kun perusjoukossa on jokin pieni, mutta tärkeä ryhmä, jolloin yksinkertainen satunnaisotos saattaisi jäädä kokonaan ilman tällaisen pienen ryhmän edustajaa. Tuotteiden käyttäjissä tällaisia tärkeitä ryhmiä ovat etenkin erilaiset vammaiset, kuten heikkonäköiset ja -kuuloiset, ks. tarkempaa listaa näistä. Muita huomioon otettavia vähemmistöryhmiä saattaa tilanteen mukaan muodostua esim. uskonnon, kansallisuuden tai kielen pohjalta.
  Epäsuhtainen otos poistaa pienen ryhmän (kuvassa x-merkityt) poisjäämisen vaaran siten, että pienen ryhmän kohdalla käytetään tavallista suurempaa otantasuhdetta. Tästä syntyy tuloksiin tietty harha, mutta se korjataan jatkokäsittelyssä pienentämällä samassa suhteessa tästä ryhmästä saatujen tulosten painoa.

Näytteet

Tutkijan harkinnan mukaan valittua näytettä voidaan käyttää tutkimuksessa silloin kun ei tarvita tulosten luotettavuuden arvioimista. Näyte on helppo ja nopea muodostaa, niinpä niitä usein käytetään esimerkiksi yliopistojen metodikurssien demonstraatioissa, joista saatuja tuloksia ei ole tarkoitus käyttää mihinkään.

Toinen käyttöalue näytteille on tutkimus- ja kehittämishankkeissa, edellyttäen että niistä mahdollisesti aiheutuva harha korjataan hankkeen myöhemmissä vaiheissa. Niinpä usein käytetään ns. "helposti hankittavaa näytettä" kun nimetään mahdollisten asiakkaiden edustajia aivoriiheen kehittämään uutta tuotekonseptia. Jos valituksi sattuu tulemaan keskimääräisestä poikkeavia asiakkaita (eli näyte on harhainen) se ei paljoa haittaa, sillä syntyvät tuoteideat testataan myöhemmin vielä toisten henkilöiden kanssa, jolloin harha enimmäkseen korjaantuu.

Toteavissa (deskriptiivisissä) tutkimushankkeissa näytteen käyttäminen sensijaan on melko vaarallista. Se voi säästää hieman työtä, mutta siitä voi muodostua kokemattomalle tutkijalle ansa: näytteestä tehty tutkimus ehkä etenee ongelmitta hankkeen loppuvaiheisiin saakka, ja vasta valmiita tuloksia arvioidessaan, niiden yleistämistä pohtiessaan tutkijalle nousee seinä vastaan: ei ole perusteita väittää, että tulokset pätevät perusjoukossa.

Seuraavassa on joitakin usein käytettyjä näytteiden lajeja.

• Helposti hankittava näyte (convenience sample) voitaisiin muodostaa esimerkiksi valitsemalla haastateltaviksi johonkin paikkaan jostakin syystä kokoontuneet ihmiset, vaikkapa luokan oppilaat tai näyttelyä katsomaan tullut yleisö, tai oikeastaan näistä ne, jotka suostuvat kysymyksiin vastaamaan. Ikävä kyllä täten aikaansaatu joukko on lähes aina vahvasti valikoitunut, jolloin siitä saatavia tuloksia ei voida yleistää mihinkään perusjoukkoon.
  Menetelmää voidaan kuitenkin käyttää esimerkiksi kun tarvitaan muutamia asiakkaita auttamaan tuotekehityshankkeessa. Tällaiseen työhön, joka voi kestää useita päiviä tai enemmänkin, olisi usein vaikea houkutella satunnaisesti valittuja asiakkaita, ts. otosta.
• Säilyneet tapaukset historiallisessa tai arkeologisessa aineistossa josta suuri osa on aikojen kuluessa hävinnyt, omaavat saman hankaluuden kuin "helposti hankittava näyte" vaikkakin aineiston valikoitumisella ei tässä ole mitään tekemistä helppouden kanssa. Jos näet aineiston valikoitumisessa ja poisjäämisessä on ollut mitä tahansa systemaattisuutta, tutkijalle jäänyt aineisto on harhaista ja tutkijan tehtäväksi tulee harhan arvioiminen. Tässä arvioinnissa voidaan pohtia seuraavia kysymyksiä:
  • Onko aineistoa jo jossakin vaiheessa ennen tutkimusta valikoitu johonkin tarkoitukseen, esimerkiksi arkistoitavaksi tai kirjastossa tai museossa säilytettäväksi?
  • Millainen aineisto entisaikoina katsottiin roskaksi ja mikä säilyttämisen arvoiseksi?
  • Ovatko jotkin fyysiset seikat voineet vaikuttaa eri lailla eri aineistoryhmien säilymiseen?
• Vapaaehtoisten näyte tarkoittaa sitä, että kaikki halukkaat perusjoukon jäsenet pääsevät mukaan näytteeseen, eikä tutkija mitenkään pyri valitsemaan henkilöitä. Tällainen näyte syntyy silloin, jos tutkija panee esille kyselylomakkeita, joita ohikulkijat voivat halutessaan täyttää ja palauttaa laatikkoon; taikka jos tutkija julkaisee vetoomuksen sanomalehdessä, jossa hän pyytää kirjeitä niiltä lukijoilta, joilla on jotakin kerrottavaa ko. asiasta. Liikeyritykseen asiakkaiden omasta aloitteesta saapunut asiakaspalaute muodostaa myös tämäntyyppisen näytteen kaikkien asiakkaiden mielipiteistä.
  Vapaaehtoisten näyte on usein luonteva ja edullinen ratkaisu, mutta tutkijan on aihetta pohtia sen edustavuutta etenkin seuraavilta kahdelta kannalta:
  • Mikä on tavoiteltu perusjoukko? Ovatko kaikki sen jäsenet saaneet tiedon siitä, että he voivat päästä mukaan näytteeseen, vai onko tieto mennyt vain osalle?
  • Jo näytteen määritelmän mukaan vapaaehtoiset poikkeavat väestön keskitasosta aloitteellisuuden puolesta.
    Nyt on kysyttävä, poikkeavatko he myös joissakin muissa suhteissa? Onhan tunnettua, että ne henkilöt, jotka esiintyvät julkisuudessa, kirjoittelevat yleisönosastoon, tarjoavat omasta aloitteestaan kansatieteellistä aineistoa museoon tms, useimmiten poikkeavat keskitasosta jollakin tavalla, jota tutkijan voi olla vaikeata arvioida.
• Lumipallonäyte syntyy siten, että tutkija valitsee ensin yhden tai muutamia haastateltavia ja nämä puolestaan suosittelevat muita sopivia haastateltavia. Jotta näytteeseen ei näin tulisi vain yhden ajatussuunnan edustajia, tutkija voi pyytää suosittelemaan sekä "oman" että "vastapuolen" kannattajia, mutta silti näytteestä jäävät pois sellaiset epäsuositut ryhmät, joita kukaan ei suosittele. Näytteen keräämistä tavallisesti jatketaan siksi kunnes se kyllääntyy.
  Lumipallonäyte sopii käytettäväksi sellaisissa populaatioissa, jotka rajautuvat epäselvästi ja joita ei myöskään ole kunnolla luetteloitu, kuten esimerkiksi asunnottomat. Haittana on, että tällaisen näytteen edustavuus jää aina erittäin hämäräksi, joten epävarmaksi jää myös saatujen mielipiteiden todellinen jakautuminen perusjoukossa.
• "Tyypillisten tapausten" näyte. Voisi kuvitella, että tehokkainta olisi tutkia mahdollisimman pieni näyte, johon valitaan vain "tyypilliset" yksilöt tai tapaukset. Niissähän tutkittava ilmiö kai esiintyisi selvimpänä ja puhtaimpana, ja tutkija säästäisi aikaansa? Kuvassa oikealla pisteet esittävät tyypillisiä tapauksia ja merkit + ja x epätyypillisiä.

  Tyypillisten tapausten menettelyä kyllä silloin tällöin käytetään, mutta se on sangen riskialtis. Näytettä valitessaan tutkija näet joutuu toimimaan ennakko-oletustensa varassa, ja nämä silloin saavat vaarallisen paljon vaikutusta tuloksiin. Jos tutkija huomaamattaan valitsee aineistoon enimmäkseen sellaisia tapauksia, jotka sopivat hänen työhypoteesiinsa, tulokset näennäisesti mutta virheellisesti "osoittavat oikeaksi" tämän hypoteesin, vaikkei se lainkaan pitäisi paikkaansa perusjoukon tutkimatta jääneissä osissa.

  Yleensä voisi sanoa, ettei tyypillisten tapausten näytettä pitäisi käyttää ollenkaan. Jos tutkijan tarkoituksena on löytää tyypilliset eli tavallisimmat tapaukset perusjoukosta, oikeampi metodi on ensin luokitella koko perusjoukko tai otos siitä, ja todeta mikä tyyppi on tavallisin. Sitten jos vielä halutaan tutkia näitä tapauksia tarkemmin, ne voidaan määritellä uudeksi perusjoukoksi, josta tehdään eri selvitys.

Toistettakoon vielä, että aina näytteitä käytettäessä tutkijan olisi pidettävä mielessä perusjoukko. Onko luultavaa, että näytteestä saadaan samat tulokset kuin perusjoukosta?

Virheellisiä tapoja muodostaa näyte

Näyte ylittää perusjoukon rajat. Näytteeseen ei saa tulla mukaan tapauksia, jotka eivät kuulu tavoiteltuun perusjoukkoon. Esimerkiksi lumipallonäytteen haastatellut saattavat ehdottaa siihen perusjoukon ulkopuolisia henkilöitä, sillä hehän eivät yleensä tiedä mikä on tutkijan ajatus perusjoukoksi. Tutkijalla on tietenkin valta itse muuttaa määrittelemiään rajauksia.

Asiantuntijoiden näyte. Voisi näyttää järkevältä kysellä tietoja vain niiltä henkilöiltä, ns. avaintiedottajilta, joiden ajatellaan tuntevan asian parhaiten. Täten voisi esimerkiksi:

• Voi koota kuluttajien mielipiteitä kotitalouskoneista haastattelemalla myyntihenkilöitä.
• Voi selvittää vuokralaisten elintapoja siten, että osoittaa kyselyn isännöitsijöille.
• Voi testata uutta automallia siten, että tunnetut kilpa-ajajat kokeilevat sitä ja ehdottavat muutoksia.

Kaikkia mainittuja menetelmiä on todella käytetty. Niiden etuihin kuuluu nopeus ja tehokkuus: on tarpeen haastatella vain muutamia ihmisiä, ja haastattelussa asiaan päästään heti. Ainoana ongelmana asiantuntijanäytteessä on se, että tuloksia on vaikeata yleistää mihinkään perusjoukkoon. "Asiantuntijat" eivät näet ole näyte "ei-asiantuntijoista" vaan nämä ovat kaksi erillistä perusjoukkoa.

Jos nyt kuitenkin halutaan haastatella juuri asiantuntijoita, mikäpä siinä. Tämän lisäksi voisi harkita, että haastatellaan erikseen tavallisia kuluttajia. Olisi myös pohdittava, kummassa järjestyksessä nämä tutkimukset tehdään: toinen niistä voisi palvella toisen esitutkimuksena. Joka tapauksessa kummassakin tutkimuksessa on oma perusjoukkonsa, joka on erikseen määriteltävä ja otos tai näyte on sitten poimittava vain siitä.

Ohjaavat näytteet. Ohjaava eli normatiivinen näkökulma on luonteva kehittämishankkeissa, joiden avulla pyritään löytämään parannuksia tuleviin vastaaviin kohteisiin. Sitä ei kuitenkaan tulisi toteuttaa näytteen valinnassa, sillä se tärvelisi lopullisesti mahdollisuudet pohtia näytteen edustavuutta ja yleistämiskelpoisuutta.

"Näyte parhaista" on melkeinpä perinteenä taideteosten tutkimuksessa. Ajatuksena on se, että ihailluissa suurten mestarien töissä taide nähdään lähimpänä aikakauden taiteen ihanteita, eli taide on niissä "puhtainta". Näin voidaan tietenkin tutkia, mutta tulosten ei sitten pidä väittääkään esittävän läpileikkausta aikakautensa taiteesta, vaan tutkijan on syytä ilmoittaa, että hänen perusjoukkonaan ovat juuri "suuret mestarit" tms. Ks. pohdintaa kohdassa Tutkimuksen rajaaminen.

Tutkimushankkeen myöhemmissä vaiheissa, aineistoa analysoitaessa, on parempi tilaisuus toteuttaa ohjaavaa näkökulmaa, joten näytteen muodostamiseen sitä ei tarvitse sotkea.

Otantasuhde

Tutkittavan ryhmän lukumäärän suhde perusjoukon lukumäärään on nimeltään otantasuhde. Millaiseksi se tulisi valita, jotta otannan tarkoitus: empiirisen työn säästäminen, saavutettaisiin tuloksia liiaksi huonontamatta?

Otoksen mitoittaminen

Otoksesta saadut tulokset ovat tavallisesti hieman erilaiset kuin koko perusjoukko tutkimalla saataisiin. Syynä on se, että satunnainen otanta on tuonut otokseen keskimääräisten tapausten tai yksilöiden ohella myös muutamia poikkeavia tapauksia. Miten monta, se voidaan ennustaa todennäköisyyslaskennan avulla. Samoin voidaan laskea miten suuri on riski saada virheellisiä tuloksia näiden poikkeavien tapausten takia. Riski on osapuilleen verrannollinen muuttujien varianssiin ja kääntäen verrannollinen otoksen kokoon.

Jos yllä mainittu laskelma tehdään toisin päin ja osataan sanoa tuloksilta toivottu tilastollinen merkitsevyys, voidaan muuttujien lukumäärän ja niiden varianssien pohjalta laskea otoksen tarvittava suuruus. Variansseja ei tosin useinkaan etukäteen tiedetä, mutta niiden likiarvo riittää laskelmaan.

Otetaan esimerkiksi kaksi muuttujaa, jotka on mitattu pienestä otoksesta ja niiden korrelaatioksi on saatu 0,26. Nyt on mahdollista, että tämä korrelaatio onkin otokseen syntynyt vain sattumalta sitä valittaessa eikä se vallitse perusjoukossa. Halutaan, että tällaisen sattuman todennäköisyys pysyy pienempänä kuin 1%. Tutkimalla taulukkoa kohdassa t-testi käy ilmi, että tarvitaan sadan tapauksen otos ennen kuin todennäköisyys saada sattumalta 0,26 korrelaatio pienenee yhteen prosenttiin.

Toisessa esimerkissä tutkitaan prosenttiosuuksia ja halutaan 95% varmuus siitä, että otoksesta mitattu prosenttiosuus vallitsee myös perusjoukossa. Käytetään luottamusvälin laskukaavaa:

jossa

p = otoksesta laskettu jokin prosenttiosuus, ja
n = otoksen suuruus.

Jos kaavan antama luottamusväli jää liian suureksi, sitä voidaan pienentää käyttämällä suurempaa otosta. Kaavasta nähdään, että esimerkiksi suurentamalla otos nelinkertaiseksi luottamusväli pienenee puoleen. Merkillepantavaa on, että perusjoukon suuruus ei vaikuta asiaan mitään.

Tilastollisen merkitsevyyden laskukaavat ovat ikävä kyllä hieman hankalia käyttää, sillä lähes jokaiselle tilastollisen tunnusluvun tyypille on omat kaavansa. Niitä ei siksi esitetä tässä. Isommissa tutkimushankkeissa onkin usein neuvonantajana tilastomatemaatikko, jonka huoleksi voidaan jättää otannan suunnittelu.

Pienissä hankkeissa otoksen koon usein määräävät tutkimuksen resurssit. Nyrkkisääntönä on silloin: Käytä niin isoa otosta mihin on varaa.

Näytteen mitoittaminen

Näytteen koon arvioimiseen ei ole laskukaavoja. Monesti, etenkin kvalitatiivisessa tutkimuksessa, menetellään niin, että näytettä kasvatetaan vähän kerrallaan ja tiedot analysoidaan sitä mukaa kuin niitä kertyy. Useimmiten lopulta saavutetaan se tilanne, että uudet tapaukset eivät enää tuo esiin uusia piirteitä, eikä näytteen joukossa myöskään ole anomalioita eli sellaisia tapauksia, jotka jossakin tärkeässä suhteessa poikkeavat siitä invarianssista, jonka tutkija on aineistosta löytänyt. Tällöin sanotaan että näyte on kyllääntynyt (engl. saturated), ja se katsotaan riittäväksi.

Huomattakoon, ettei näytteen kyllääntyminen suinkaan takaa sitä, ettei näyteyksilöiden valinnassa olisi järjestelmällistä harhaa, päinvastoin harhainen valinta voi pikemminkin edistää näytteen kyllääntymistä. Harhan välttämiseksi tutkijan pitäisi jo varhaisessa vaiheessa täsmentää perusjoukon rajat ja sitten valita sen piiristä mahdollisimman vaihteleva joukko yksilöitä tutkittavaksi. Vielä parempi voisi olla arpoa ensin satunnaisotos ja sitten poimia satunnaisesti tästä otoksesta tapauksia tutkittavaksi siksi kunnes aineisto kyllääntyy.

Jotta ei tutkijalle tulisi ikävää yllätystä työn loppuvaiheissa, kun pitäisi todeta missä perusjoukossa työn tulokset pitävät paikkansa, olisi hyvä jo ennen näytteen valitsemista lukaista kohta Näytteen arvioiminen luvusta "Tietojen arvioiminen".

26.1. 2005. Alkuperäinen sijainti: http://www2.uiah.fi/projects/metodi
Kommentit kirjoittajalle: