Aselecte steekproeven: Definitie, soorten en stappen

Hoe voert u een nauwkeurige nationale enquête uit wanneer er meer dan 17 miljoen mensen in de Nederland wonen? Het is onmogelijk om iedereen een enquête te sturen. Maar u kunt met een aselecte steekproef gewoon gegevens verzamelen die even goed zijn, zelfs als deze van een veel kleinere groep afkomstig zijn.

Een aselecte steekproef is een steekproeftechniek waarbij willekeurig een kleine groep mensen (een steekproef) uit een grotere populatie wordt geselecteerd. Daarna wordt voorspeld hoe waarschijnlijk het is dat alle reacties bij elkaar opgeteld, overeenkomen met die van de gehele populatie. 

Er zijn twee belangrijke vereisten voor aselecte steekproeven:

Het volgen van deze twee regels helpt u bij het kiezen van het juiste (dat wil zeggen, willekeurig geselecteerde) steekproefkader. Dit is de lijst van iedereen in uw gehele populatie die kan worden gebruikt. Willekeurige selectie is essentieel. Bij aselecte steekproeven moet iedereen een gelijke kans hebben om te worden opgenomen. Van lootjes met namen uit een hoed of strootjes trekken tot complexere willekeurige selectieprocessen, dit zorgt ervoor dat de steekproef die u uiteindelijk samenstelt, representatief is voor de populatie als geheel. 

Met de juiste steekproef kunt u resultaten behalen die even waardevol zijn als de resultaten die u kunt bereiken via een veel grotere enquête-inspanning. U kunt vervolgens geldige conclusies trekken op basis van de wensen, behoeften of meningen van de steekproef en actie ondernemen die zinvol is voor de gehele populatie.

Er zijn verschillen steekproefmethoden die onder de noemer aselecte steekproef vallen. Deze methoden zijn afhankelijk van het type onderzoek dat u doet en het soort gegevens dat u verzamelt. Ze zijn verder gebonden aan de hoeveelheid tijd die u hebt voor uw onderzoek en aan de tools waarover u beschikt. Hier zijn de vier belangrijkste typen benaderingen voor aselecte steekproeven die onderzoekers hanteren:

Bij willekeurige steekproeven hebben alle leden van de populatie even veel kans om te worden geselecteerd. De selectie is willekeurig. Voor deze willekeurigheid kunnen onderzoekers tools gebruiken zoals een willekeurige getallengenerator om deelnemers uit de algehele populatie te selecteren voor deelname aan een steekproef. Hoewel een eenvoudige willekeurige steekproef, zoals de naam al aangeeft, de eenvoudigste steekproefstrategie is, is deze ook gevoelig voor vertekening. Hoe kleiner uw steekproefgrootte wordt, vergeleken met uw algehele populatie, des te onwaarschijnlijker wordt het dat u een betrouwbare volledig aselecte steekproef verwezenlijkt. 

SurveyMonkey Audience kan u helpen met het aanspreken van een echte representatieve steekproef met demografische afstemming en flexibele targeting.

Veel populaties kunnen worden onderverdeeld in kleinere groepen via specifieke kenmerken die elkaar niet overlappen, maar die samen de gehele populatie vertegenwoordigen. Bij gestratificeerde willekeurige steekproeven neemt u een afzonderlijke steekproef uit elk van deze groepen (of strata). U weet op deze manier zeker dat elke subgroep correct wordt vertegenwoordigd. Dit leidt tot nauwkeurigere resultaten dan bij een eenvoudige aselecte steekproef.

Het is gangbaar om te stratificeren op basis van kenmerken als geslacht, leeftijd, inkomensschijf of etniciteit. De lagen moeten specifiek zijn en elkaar wederzijds uitsluiten. Dit betekent dat elk individu in de populatie aan slechts één groep mag worden toegewezen. Nadat u uw populatie in lagen hebt opgesplitst, gebruikt u eenvoudige willekeurige steekproeven om individuen uit elke groep te selecteren in verhouding tot de totale populatie. Deze individuen worden daarna gecombineerd tot één enkele steekproef.

Net als bij gestratificeerde steekproeven, wordt bij ook bij clustersteekproeven de populatie in subgroepen of clusters opgesplitst. Op dit punt beginnen de twee methoden voor aselecte steekproeven van elkaar af te wijken. Bij clustersteekproeven moet elke cluster kenmerken hebben die vergelijkbaar zijn met die van de populatie. U begint met het willekeurig selecteren van hele clusters in plaats van individuen uit elk cluster. Als dat kan, neemt u eventueel ieder individu uit elk geselecteerd cluster op in uw uiteindelijke steekproef. Als de clusters te groot zijn, moet u willekeurig individuen uit elke cluster selecteren. 

Onderzoekers gebruiken vaak vooraf vastgestelde en gemakkelijk toegankelijke groepen als clusters. De clusters worden veelal gebaseerd op geografische grenzen, zoals steden of landen, maar deze kunnen ook scholen of kantoorlocaties betreffen. Clustersteekproeven worden het vaakst gebruikt om onderzoekskosten te besparen bij erg grote of geografisch verspreide populaties. Het risico op steekproeffouten is bij clustersteekproeven echter groter. Van elk cluster wordt aangenomen dat dit de totale populatie vertegenwoordigt, maar dit is meestal moeilijk te garanderen. 

Systematische steekproeven zijn vergelijkbaar met eenvoudige willekeurige steekproeven en zijn meestal iets gemakkelijker uit te voeren. Aan elk lid van de populatie wordt een nummer toegewezen. Dit wordt daarna met regelmatige tussenpozen geselecteerd om een steekproef te vormen. (Systematische steekproeven zijn op een interval gebaseerde steekproeven.) Met andere woorden, elk 'n-de' individu in de populatie wordt geselecteerd als onderdeel van de steekproef.

Bij een populatie van 1000 kunt u bijvoorbeeld elk negende individu kiezen voor uw steekproef. Dit is mogelijk eenvoudiger dan bij andere steekproefmethoden, aangezien er een duidelijke en systematische benadering is voor de selectie van individuen waarbij geen willekeurige getallengenerator betrokken is. Aan de andere kant is de resulterende selectie misschien niet zo willekeurig als wanneer een generator wordt gebruikt. Verder is het belangrijk om te waarborgen dat de lijst geen verborgen patroon bevat dat van invloed kan zijn op de willekeurige selectie. Als het risico bestaat dat gegevens worden gemanipuleerd, is de steekproef niet juist en krijgt u mogelijk over- of ondervertegenwoordiging binnen uw steekproef. 

Stel dat u werknemers binnen een bepaalde organisatie wilt ondervragen en dat alle werknemers in alfabetische volgorde worden vermeld. U selecteert elke vierde werknemer voor uw systematische steekproef. Als de alfabetische lijst echter ook op team en senioriteit is ingedeeld, selecteert u misschien te veel of te weinig mensen in hogere functies. Dit kan dan leiden tot vooringenomenheid in uw steekproef.

Het gebruik van aselecte steekproeven kent verschillende voordelen. Al met al is het kosteneffectief om steekproeven te nemen uit grote doelgroepen die uw aankooppubliek vertegenwoordigen. Aselecte steekproeven zijn verder voordelig voor geografisch verspreide populaties. 

Elk soort aselecte steekproef biedt eigen voordelen. Zo maken eenvoudige aselecte steekproeven het implementatieproces gebruiksvriendelijker. Gestratificeerde steekproeven verminderen vooringenomenheid van de onderzoeker en clustersteekproeven beperken de variabiliteit in een onderzoeksstudie. Voor aselecte steekproeven is weinig technische expertise nodig als een flexibel platform voor ervaringsbeheer wordt gebruikt. Verder kunt u zo nauwgezet te werk gaan als u maar wilt bij de samenstelling van uw populatiesteekproef wanneer u gestratificeerde en systematische steekproeven uitvoert. Als u met deadlines werkt, zijn clustersteekproeven en eenvoudige willekeurige steekproeven de juiste keuze. 

Bij elk voordeel kan een detail binnen dat voordeel nadelig zijn voor uw algehele inspanningen. Als u bijvoorbeeld de best mogelijke steekproef wilt nemen, moet u iets meer onderzoek doen en dat vereist meer tijd en resources. Gestratificeerde steekproeven kunnen ervoor zorgen dat de clusters gelijk zijn vertegenwoordigd, maar het is hierbij wel mogelijk dat niet alle verschillen binnen die steekproefpopulatie worden weerspiegeld. 

De lagen bij clustersteekproeven kunnen in verschillende clusters worden opgesplitst, maar deze kunnen overlappende kenmerken hebben. Hoewel een eenvoudige willekeurige steekproef op basis van waarschijnlijkheid snelle resultaten kan opleveren, kan het zijn dat de clusters en lagen niet zo gericht zijn op uw beoogde doelgroep. 

Aselecte steekproeven zijn ideaal voor kwantitatieve onderzoeken waarbij het doel is om op basis van statistische analyse conclusies te trekken over een grote populatie. Wanneer het te moeilijk of te duur is om de gehele populatie te ondervragen, kunnen onderzoekers deze strategie hanteren om representatieve gegevens te verzamelen.

Aselecte steekproeven worden meestal gebruikt bij marktonderzoek om inzicht te krijgen in een grotere populatie. Dit omvat projecten als: 

Naast voor sector tracking, houdingen van kopers en inzichten in concurrentie, kunnen bedrijven aselecte steekproeven gebruiken om nieuwe ideeën te verstevigen en hun bedrijfsvoering te verbeteren door benutting van gegevens die een afspiegeling zijn van hun gehele doelmarkt. 

Stel dat een keten van koffiezaken 15.000 vestigingen heeft op verschillende geografische locaties in de Verenigde Staten. Het bedrijf wil zijn loyaliteitsprogramma uitbreiden via extra betalingsopties en nieuwe manieren voor klanten om beloningen te verdienen. Voordat er belangrijke veranderingen worden doorgevoerd, wil de keten weten of klanten goed zullen reageren op de voorgestelde updates. 

Het ondoenlijk om alle klanten van de 15.000 koffiezaken te bereiken. Het bedrijf kan echter kiezen voor een aselecte steekproefbenadering en een steekproef nemen die een nauwkeurige afspiegeling vormt van die grotere populatie. De ontvangen reacties brengen aan het licht wat klanten in het algemeen vinden van de update van het loyaliteitsprogramma. Verder kan iedereen, van de marketingafdeling tot de klantenservicevertegenwoordigers van het bedrijf, de gegevens gebruiken om een beter inzicht te krijgen in welke verdere veranderingen nodig zijn of in hoe het nieuwe loyaliteitsprogramma op een doeltreffende manier kan worden gepromoot. Als het bedrijf wil dat de steekproef een afspiegeling is van subgroepen binnen de populatie, zoals op basis van geslacht, leeftijdsbereik of inkomensniveaus, kan het bepaalde soorten aselecte steekproefmethoden gebruiken,, zoals gestratificeerde steekproeven of clustersteekproeven. 

In het voorbeeld hiervoor is een aselecte steekproef een uitstekend manier om met de behoorlijk grote populatie om te gaan, in dit geval de duizenden koffiezaken. Bij echte aselecte steekproeven verminderen grotere steekproeven de kans op een steekproeffout. Deze kan optreden wanneer u een steekproef selecteert die niet de hele populatie vertegenwoordigt. In het algemeen kunnen aselecte steekproeven helpen bij het minimaliseren van steekproeffouten omdat deze een systematische benadering hanteren in plaats van een subjectieve benadering voor de steekproefselectie.

U wilt natuurlijk nooit bewust iemand in uw populatie uitsluiten van uw steekproef. Wees voorzichtig en controleer of bepaalde groepen misschien onbedoeld niet kunnen deelnemen.

Stel dat u wilt weten hoe het publiek denkt over een uitgebreide nieuwe immigratiewetgeving. Stelt u uw enquête dan ook beschikbaar in andere talen? Dat is namelijk wel verstandig. Als u dat niet doet, loopt u waarschijnlijk een groot aantal mensen mis die een andere moedertaal spreken. Zij kunnen vragen in het Nederlands mogelijk niet gemakkelijk beantwoorden, maar hebben misschien wel opvattingen over immigratie die buitengewoon waardevol zijn voor uw onderzoek. Als u hun deelname over het hoofd ziet, komen uw enquêteresultaten niet overeen met de werkelijke publieke opinie.

Als niet iedereen in uw populatie in aanmerking komt voor een kans om uw enquête in te vullen, is uw steekproef niet representatief en dus niet gebaseerd op een aselecte steekproef.

Eenvoudige willekeurige steekproeven, gestratificeerde steekproeven, clustersteekproeven en systematische steekproeven zijn soorten aselecte steekproeven. Het spectrum aan steekproeftechnieken kent echter nog een ander uiteinde: selecte steekproeven. Zelfs als u vastbesloten bent om gebruik te maken van willekeurige selectie voor uw steekproef, is kennis van de basisprincipes van selecte steekproeven de moeite waard. Deze kennis omvat ook wanneer en waarom deze door onderzoekers worden gebruikt. 

Bij selecte steekproeven hebben leden van de totale populatie geen gelijke kans om deel uit te maken van uw steekproef. Er is niets willekeurigs aan de manier waarop ze worden geselecteerd. Sommige leden hebben zelfs geen enkele kans om te worden geselecteerd. Daar waar aselecte steekproeven conclusies trekken over een grotere populatie, worden selecte steekproeven meestal gebruikt voor verkennend en kwalitatief onderzoek. Dit onderzoek is dan meer gericht op mensen met specifieke competenties, ervaringen of inzichten. 

Stel dat u onderzoek doet naar het lokale gebruik van mobiliteitshellingen en dat uw doelgroep bestaat uit rolstoelgebruikers in uw stad. Als u niet over een volledige lijst met deze mensen beschikt, is een aselecte steekproef geen optie. U ontmoet echter enkele mensen die willen deelnemen aan uw onderzoek. Vervolgens brengen zij u in contact met andere rolstoelgebruikers in de omgeving. Bij deze selecte steekproef, een sneeuwbalsteekproef, is er weliswaar geen sprake van willekeurige selectie, maar u kunt wel in contact komen met meer mensen die relevant zijn voor uw onderzoek.  

Selecte steekproeven zijn over het algemeen gemakkelijker en goedkoper. Het risico op vertekening is hierbij is echter groter dan bij aselecte steekproeven. Dat komt doordat het selectieproces voor selecte steekproeven is gebaseerd op het subjectieve oordeel van de onderzoeker en niet op een willekeurige volgorde. Bovendien hoeven de steekproefgrootte en de eindresultaten niet per se de gehele populatie te vertegenwoordigen. 

Wat zijn de stappen bij aselecte steekproeven? Het is eigenlijk niet zo ingewikkeld, maar uw onderzoek moet wel gericht zijn op duidelijke doelen en interesses. Planning vooraf en grondig inzicht in welk soort resultaten u hoopt te bereiken, zijn bijzonder nuttig wanneer u moet bepalen hoe u uw steekproef gaat op te zetten en waarom. 

Denk aan alle mensen van wie u graag een reactie zou willen ontvangen, maar houd ook rekening met mensen die moeten worden uitgesloten.

Het ideale kader bevat alle leden van de populatie die u wilt bereiken (en geen personen in wie u niet geïnteresseerd bent).

Wilt u clusters en lagen gebruiken? Wilt u dat alle steekproefleden een gelijke kans hebben om te worden geselecteerd? Sta stil bij wat aansluit bij uw onderzoeksgebied, ledenpopulatie en resources.

Afhankelijk van de populatie van uw enquête, kan het moeilijk zijn om een juist steekproefkader te bepalen. Zelfs bij een goed kader moet u bij het beslissen over de beste selectiestrategie een afweging maken tussen kosten, representatie, kwaliteit en tijdigheid.

Mensen overhalen om te reageren op een echte aselecte enquête, kan moeilijk zijn als het enquêteonderwerp ze niet aanspreekt of als ze willen worden gecompenseerd voor de tijd en moeite die het kost om de enquête in te vullen. Het kan ook tijdrovend zijn. Als u bijvoorbeeld alleen marktonderzoek uitvoert (zonder het gebruik van tools voor het zoeken naar en willekeurig selecteren van respondenten), kan het maken van een grotere steekproef veel tijd en moeite vergen. En dat is voordat u bij het analyseonderdeel van uw onderzoek aankomt. 

Een groot deel van deze problemen kan worden opgelost met selecte steekproeven. Hierbij wordt wel gewoon gebruik gemaakt van de theorie voor willekeurigheid en steekproeven om een passende steekproef voor de enquête te selecteren.

Als u over onbeperkte middelen beschikt of u tot een kleine populatie richt, zijn aselecte steekproeven soms niet nodig. Maar in de meeste gevallen bespaart u bij aselecte steekproeven tijd, geld en een hoop frustratie. U kunt meestal niet iedereen een enquête toesturen. Wel kunt u iedereen de kans geven op deelname, en dat is precies wat u doet met aselecte steekproeven.

Neem steekproeven in doelmarkten overal ter wereld met SurveyMonkey Audience. Selecteer een abonnement dat het beste werkt voor uw bedrijf.