Analüütilise kompetentsi arendamise seminarid 2006

1. Analüütilise kompetentsi arendamise seminarid 2006 Kuidas ankeetuuringut efektiivselt planeerida ja andmeid koguda? 14.09.2006 Katre Seema TNS Emor

2. Käsitletavad teemad • Vajaduste kaardistamine, ülesande püstitus • Üldkogumi kirjeldus • Valikumeetodid • Valimi headus • Küsimustiku koostamine • Tehniline aruanne • Andmete kogumise meetodid

3. Vajaduste kaardistamine, ülesande püstitus (1) • Miks? Uuringu läbiviimine iseenesest ei saa olla eesmärgiks • Kes on uuringu sihtgrupiks? (asutused, firmad, elanikud, kliendid, liikmesorganisatsioonid, objekti külastajad, teenindajad, patsiendid, ..) • Kas ja kuidas me saame oma uuringuobjekte kindlalt määratleda/defineerida või iseloomustada? • Kas on olemas andmekogusid üldkogumi kirjeldamiseks, sihtgrupi osakaalu määramiseks? • Kas äkki on meid huvitav informatsioon juba kusagil olemas? Kas see on usaldusväärne ja kasutatav? Kas meil on ligipääs sellele andmeallikale?

4. Vajaduste kaardistamine, ülesande püstitus (2) • Jõudes ikkagi arusaamale, et teatavat tüüpi uuring on vaja läbi viia, tuleb täpselt formuleerida konkreetse uuringu eesmärk. Vastasel korral jääb võib uuringu ülesanne jääda häguseks ning tulemused kesiseks. • Võib ka juhtuda, et ühe uuringu raames ei olegi võimalik tervikülevaadet probleemile saada (vaatenurki ja seega võimalikke sihtgruppe liialt palju: liikluskorraldus - politsei, autojuhid, ühistranspordi korraldajad, jalakäijad, jalgratturid, erinevad ametkonnad jne jne) – tuleb püstitada hulk alamülesandeid

5. Üldkogumi kirjeldus • Üldkogumi kirjeldamiseks sobivad mistahes andmeallikad, mis on usaldusväärsed. • Riiklik statistika, registrid, kõiksed andmekogud, eelmised dokumenteeritud uuringud, teadusartiklid, uurimustööd • Kui üldkogumi kohta on väga vähe teada, siis võib uuringu üks eesmärke ollagi üldkogumi kirjeldamine (nt kalja joojad, maasikate kasvatajad, autojuhid) laiema, teadaolevate proportsioonidega objektide kaudu

6. Valikumeetodid • Kõikne uuring või valikuuring? Valiku suurus? Küsimusi on palju, vastuseid ja põhjuseid nende vastamiseks samuti, kuid kõik sõltub väga palju konkreetsest eesmärgist ja üldkogumist • Tõenäosuslik valik on oma olemuselt juhuslik ja selle korral eeldatakse igal indiviidil olevat teatav nullist erinev tõenäosus sattuda valimisse (lihtne juhuvalik, süstemaatiline juhuvalik, kihtvalik, klastervalik, jne) • Mittetõenäosusliku valiku korral individuaalseid valikutõenäosusi ei vaadelda (kvootvalik, ekspertvalik, käepäraste elementide valik jne) • Praktikas kasutatavate valikutehnikate varu on rikkalik, seda eriti ka erinevate valikuviiside kombineerimise alusel. • Kuid kuidas valida see õige? Millega mõõta valimi headust?

7. Valimi headus (1) • Valimi headuse tuntud kokkuvõtlik garantii on valimi esindavus üldkogumi suhtes (representatiivsus populatsiooni seisukohalt) • Kahjuks ei ole esindavuse mõte kaugeltki üheselt mõistetav • Valim arvatakse esindavaks, sest valikus ei ole võimalik märgata mingeid suunatud valiku märke • Valikureegel on arendatud nii keeruliseks ja valik muutunud nii kalliks, et ainuüksi seetõttu tavatsetakse valikut pidada esindavaks • Kõige sagedamini peetakse esindavaks sellist valimit, mis osutub üldkogumi minimudeliks. • Valim moodustatakse tüüpilistest (ideaalsetest) objektidest ja on seetõttu esindav. • Mõnikord peetakse esindavaks ka sellist valikut, milles on esindatud igat tüüpi objekt vaadeldavate objektide seast. (nt üliõpilane ja teaduskond)

8. Valimi headus (2) • Teine oluline headuse näitaja on valimi alusel saadud hinnangu täpsus • Valimi koostamise eesmärgiks on saada andmeid tunnuse jaotuse või jaotusparameetrite statistiliseks hindamiseks • Hinnangu täpsus sõltub valimi kvaliteedist • Hinnangu täpsuse alusena kasutatakse põhiliselt kaht kriteeriumi: • hinnang peab olema keskmiselt õige (nihketa) ja • vähima dispersiooniga (hajuvusega) • Mida suurem on tunnuse dispersioon, seda kaugemale võib tegeliku väärtuse suhtes hajuda valimi alusel saadud keskmine väärtus • Mida suurem on valim, seda konsentreeritumalt paiknevad võimalikud valimikeskmised väärtused parameetri tõelise väärtuse ümber

9. Valimi headus (3) • Oluline on see, kui suure osa üldkogumist moodustab valim • Mida suurem on valikuosa n/N, seda väiksemas ulatuses hajuvad aritmeetilise keskmise võimalikud väärtused • Kui tunnust võiksime pidada normaaljaotuse alusel jaotunuks, siis saaksime ligikaudu hinnata ka valimikeskmise usalduspiire • Usaldusvahemiku laius sõltub standardhälbe kaudu peale tunnuse dispersiooni ka valimimahust n • Määrates, kui kitsast usaldusvahemikku hindamisel soovitakse saada, on võimalik arvutada, kui suurt valimit selleks kasutada • Selline esmapilgul väärtuslik mõte ei ole aga eriti praktiline, sest iga tunnuse jaoks tuleks teha oma arvutused ja peaksime teadma ka tunnuse standardhälvet • Reaalsed ülesanded on mitmekesisemad ja eeldavad suuremat valimimahtu

10. Tõenäosuslikud valikud Mittetõenäosuslikud valikud

11. Tõenäosuslikud valikud (1) • Lihtne juhuslik valik on keskseim võimalikest valikuviisidest, esinedes põhivõttena ka mitmete keerulisemate valikuskeemide sees. • Üldkogumi nimestik peab olema kättesaadav (freimiks ametlikud registrid) • Juhuarvude generaator (statistikaprogrammid, Excel, juhuarvude tabelid jne) • Üldkogumi nimestik nummerdatakse ja genereeritakse valimimahuga võrdne arv juhuarve • Indiviidid, kelle järjekorranumber ühtib genereeritud juhuarvuga, võetakse valimisse • Lihtsa juhusliku valimi saab moodustada ka pimevalikuga (nt nimesildid mütsis)

12. Tõenäosuslikud valikud (2) • Sageli moodustatakse lihtne juhuvalik süstemaatilise valiku teel, valides populatsiooni nimestikust indiviide kindla sammu järel (iga viies, iga kümnes vms) • Lugemist alustatakse nimestiku juhuslikult valitud kohast • Tuleb jälgida, et populatsiooni nimestik oleks koostatud juhuslikus järjekorras (perioodiline ja samm jälgib perioodi, siis tekib nihe) • Oluline on mõista, et juhusliku loomu tõttu võib juhuslik valik anda ka halva tulemuse ja uuritava parameetri ebaõige hinnangu. • Paljude valikute korral oleks hinnang keskmiselt õige, kuid ei tarvitse seda olla iga konkreetse üksikvalimi korral • Üks tee hinnangu täpsusastme suurendamiseks seisneb tunnuse hajuvusastme vähendamiseks, mille saavutamiseks…

13. Tõenäosuslikud valikud (3) • … tuleb populatsiooni vaadelda struktureeritult, homogeensete alampopulatsioonide kogumina • Selle mõtte aluseks on kihtvalimi (stratifitseeritud valimi) moodustamine, mil üldkogum jagatakse teatud kihitunnuse alusel osadeks ja iga kihi sees tehakse lihtne juhuslik valik • Kihitunnuseks on sageli demograafilised või regionaalsed tunnused – sugu, haridus, regioon, asula tüüp jne • Kihitunnuse väärtus peab iga indiviidi korral olema selgelt teada, samuti peab olema teada indiviidide loetelu kihi sees (kihi freim) • Kihid võivad uurimuse seisukohalt ka iseseisvat huvi ja seetõttu on vajalik nende esindatus valimis • Juhuslik valik kihi sees võib olla kihi suurusega võrdeline või mittevõrdeline (tulemuste tagasikaalumine vastavalt kihtide suurusele!)

14. Tõenäosuslikud valikud (4) • Eelnevalt tutvustatud valikutehnikate korral langevad valikuühik ja uurimisühik kokku ning mõõtmisi tehakse valikuindiviidide korral. • Kasutatakse ka valikuskeeme, kus see nii ei ole näiteks klastervalik (pesavalik). • Valikuühikuks indiviidide rühm • Indiviidide rühmast kas kõik indiviidid või valik nendest • Klastri tähendus sõltub ülesande sisust (korrusmajade trepikojad, firmade töötajad, leibkonnad, linnaplaani ruudud • Sageli on klastervaliku põhjuseks see, et klastrisiseste indiviidide nimestik ei ole eelnevalt teada ja koostatakse alles uurimuse käigus • Samuti tuleb naabruses paiknevate indiviidide uuring odavam

15. Mittetõenäosuslikud valikud (1) • Kvootvalik on mõnede arvates problemaatiline valikuviis, kuid sotsioloogilistes uuringutes üsna levinud • Kvootvaliku korral ei tagata kõigile indiviididele võrdseid võimalusi valimisse sattuda, sest teatud momendil toimub valik ekspertmeetodil • Kvootvalik on oma olemuselt kihtvalik, kus valik kihi sees toimub ekspertmeetodil, näiteks küsitleja suva kohaselt. • Küsitleja saab ülesande küsitleda kindlat arvu indiviide, kelle kirjeldus teatud tunnuste osas on ette antud, personaalse valiku teeb aga küsitleja ise. • Kui küsitleja valib indiviidid juhuslikult, siis ei tohiks kvootvaliku tulemustes nihet tekkida, kui kvoot täidetakse tendentslikult, siis võib tekkida ka viga. • Kvootide kehtestamiseks peab hästi tundma populatsiooni, selle variatiivsust põhjustavate tunnuste jaotusi. Eesmärk on saavutada valim, mis on üldkogumi minimudel teatud tunnuste osas)

16. Mittetõenäosuslikud valikud (2) • Populatsiooni tundmata on raske õigeid kvoote kehtestada, kvootide õigsusest sõltub aga see, kas valimi alusel saadud tulemused on nihketa või ei ole. • Kvootvaliku tehnika on kutsunud esile elava diskussiooni selle valikuviisi heade ja halbade külgede üle: • Kvootvaliku korral ei ole võimalik hinnata tulemuste viga • Ka tõenäosuslike valikuviiside korral on vea hindamine keerukas ja kaudne, eriti mitmeastmeliste valikuviiside korral • Valiku viga sõltub suures osas sellest, kuivõrd juhuslikult tehakse kvootgrupis valik (intervjueerija lähikond, teatavat sorti piirkonnad jäävad välja või indiviid ei ole kvoottunuse alusel selgelt identifitseeritav) • Kvootvalik on odavam, toimub kiiremini ja on korralduslikult lihtsam. Intervjueerija võib valida lähestikku paiknevad või muidu kergesti kättesaadavad indiviidid, samuti ei ole vaja valikufreimi

17. Mittetõenäosuslikud valikud (3) • Kui kvootvalikus on subjektiivne otsustus olulisel kohal, siis ekspertvalik põhineb täielikult subjektiivsel valikul. • Valimisse võetakse tüüpilised või ideaalsed esindajad, seda muidugi eksperdi arvamuse kohaselt (nt etnoloog valib 8 tüüpilist Eesti küla ja korraldab neis süvauuringu) • Ekspertvalikuga saavutatakse üldkogumi esindavus tüüpiliste omaduste edasiandmise mõttes • Ekspertvalikut saab kasutada siis, kui üldkogumit tuntakse väga hästi, kuigi seda võib-olla ei osata kvantitatiivselt väljendada • Ekspertvalik ongi kvalitatiivse, fenomenoloogilise analüüsi iseloomulikuks valikumeetodiks

18. Mittetõenäosuslikud valikud (4) • Käepäraste elementide valik – valim kujuneb iseenesest kättesaadavatest indiviididest, indiviidide otsimine ja valiku planeerimine jääb ära. • Ajaleheküsitlused – vastab teatud hulk lugejaid, üldkogum konkreetse lehe lugejate hulk • Tänavaintervjuud – igaüks ei satu intervjueerimiskohale • Üldisemat laadi ja kirjeldavate ülesannete korral võiks sellist valikuviisi siiski kasutada, kuid mittetõenäosuslike valikumeetodite korral ei saa valimi alusel teha tõenäosuslikke järeldusi. • Veahinnang toimub ekspertmeetodil, klassikaline “olulisuse nivoo statistika” ei ole rakendatav, sest valik ei pruugi olla juhuslik. • Valimit tuleb käsitleda kui üldkogumi analoogi ja kasutada ainult selles ulatuses järelduste tegemiseks üldkogumi kohta

19. Küsimustiku koostamine Andmete kogumise meetodid

20. Küsimustiku koostamine • Ankeeti koostada võib olla väga lihtne, kuid samas ka väga keeruline, olulisemad asjad läbimõtlemiseks on: • Ankeedi loogiline ülesehitus • Küsimuste arusaadavus ja järjekord, filterküsimustest lähtuvad üleminekud • Vastusevariantide kõikehõlmavus • Mittevastamise lubamine või mittelubamine • Küsimuste püstitus kujul, et vastused oleksid analüüsitavad ja annaksid infotmatsiooni (100% “jah” vastuste vältimine) • Kaudsed küsimustega olulise info saamiseks juhul kui otseküsimused ei mõõda tegelikkust (alkoholi tarbimine, tundlikud teemad, ..) • Ankeedi pikkus ehk ajakulu vastajale • Abimaterjalid vastajale sõltuvalt meetodist kas pildid, kaardid, ettelugemised

21. Küsimustiku koostamine. Tehniline aruanne • Kindlasti tuleb küsimustiku koostamise faasis jälgida uuringu põhieesmärke ja seda, kas nimetatud küsimuste kogum ikka mõõdab seda, mida peab (küsimuste valideerimine, pilootuuring) • Kui uuringu üks eesmärke on üldkogumi kirjeldamine, peab sihtrühma mittekuuluvate indiviidide kohta ka infot koguma • Samuti peaks juba siin läbi mõtlema andmetöötluse ja andmete esitamise põhimõtted – millisel kujul andmed saavad olema, mis tüüpi graafikuid, tabeleid, kokkuvõtteid on võimalik sedatüüpi tunnustega saavutada • Millistes sots-dem lõigetes andmeid analüüsitakse, kas kõik vajalikud taustatunnused on ankeedis sees • Kuidas ja kas on tagatud vastaja anonüümsus? • Mil viisil saab kogu uuring dokumenteeritud – meetodid, kirjeldused, kuupäevad, külastuskohad, intervjuude mittetoimumised, sihtrühma mittekuulumised

22. Andmete kogumise meetodid (1) • Kogumistehnika valikul on otstarbekas vaadelda meetodi kättesaadavust, objektide valikureegli realiseerimise võimalikkust, meetodi kallidust, andmekogumise aega ning tagasijõudvate andmete kvaliteeti • Peamised andmekogumise võimalused on • Telefoniintervjuud • Personaalintervjuud • Internetiküsitlused • Postiküsitlused

23. Andmete kogumise meetodid (2) • Kui kõikide meetodite juures jälgitakse protseduurireegleid ja indiviidide kättesaadavus lähenemisviisist ei sõltu, siis ei ole sisulist vahet, mil viisil andmeid kogutakse • Tihtipeale sõltub meetodi valik üldkogumi eripärast ja kontaktide olemasolust: • Veebiuuring võimaldab madalate kuludega korjata infot samaaegselt paljudelt inimestelt, kuid e-postiaadressidega kaetus võib olla probleemiks. Kuna personaalselt ei kohtuta, ei teata kas vastas õige inimene • Telefon – kiire ja tänu programmile vigadevaene, kuid tavatelefonidega kaetus ebaühtlane ning langevas trendis (2006.a TNS Emori omnibussid, 15-74a elanikud: • telefon kodus 52%, mobiiltelefon 86%, ainult mobiiltelefon 44,5%

24. Andmete kogumise meetodid (3) • Personaalintervjuu – võimaldab piltide näitamist, toodete edastamist, juhuvalikureeglite head täitmist, kuid ajamahukas ja kallis. Kinniste uste probleem • Postiküsitlused – lihtne töösse anda, kuid töömahukas hilisemas faasis - tagastamise määr, ebatäpselt täidetud ankeedid, vastamise korrektsus ei ole kontrollitav, ei tea, kes tegelikult ankeedile vastas. Uuringu pikk ajakava • Andmete kogumise korrektsuse kontrollimise lihtsaim viis on järelkontroll juhuslikult valitud uuringule vastanud indiviidide hulgas • Järelkontrolli küsimustikus saab kontrollida intervjueerija käitumise korrektsust, tehtud valikureeglite täitmist, mõne taustaküsimuse kokkulangemist • Järelkontroll ei pea olema läbi viidud sama meetodiga, mis põhiuuring

25. Kasutatud kirjandus: Andmeanalüüs sotsiaalteadustes, L.-M. Tooding Rakendusstatistika algkursus, E.-M. Tiit, M. Möls Tõenäosuslik valikuuring, I.Traat, J. Inno Suur tänu kuulamast ja kaasa mõtlemast!