Taitaa olla turha kysyä varsinkaan tähän aikaan, mutta teenpä kuitenkin tiettäväksi ihmetykseni.
Perjantaina julkaistiin kaksi gallupia. HS-gallup antoi luvuiksi Niinistö 49-Halonen 51 ja YLE-gallup Niinistö 45-Halonen 55. Kummankin tutkimuksen virhemarginaaliksi annettiin kolme prosenttiyksikköä.
YLEn gallupiin haastateltiin 1480 henkilöä, ja 85 prosenttia eli n. 1260 henkilöä kertoi kantansa. HS:n gallupiin haastateltiin 1300 henkilöä, mutta vain 76 prosenttia eli 990 henkilöä kertoi kantansa. Paperihesarin uutisessa sanotaan, että HS-gallupin kolmen prosenttiyksikön virhemarginaali on laskettu tämän 990 henkilön perusteella.
Virhemarginaalinhan pitäisi pienentyä otoskoon kasvaessa, mikäli mitään tilastotieteestä ymmärrän. YLE-gallupissa on kantansa ilmoittaneiden määrä yli neljänneksen suurempi kuin HS-gallupissa. Pitäisikö siinä tällöin olla pienempi virhemarginaali kuin kolme prosenttia, vai onko virhemarginaalien ero otoksilla 1260 ja 990 niin pieni että kummatkin pyöristyvät kolmeen prosenttiin?
Kysyn tätä siksi, että YLEn gallup-uutisessa on ihmetyttävä kohta
"Otos muodostettiin satunnaisotannalla väestötietojärjestelmästä. Otos on painotettu kohderyhmää vastaavaksi."
tuo jälkimmäinen lause. Onko otosta rajattu tuosta 1260 vastaajasta entisestään jollakin kriteerillä?
Eli pitäisikö virhemarginaalin olla pienempi kuin kolme prosenttiyksikköä (esim. 2,5), jos YLEn galluptulos on tosiaan laskettu kaikista 1260 kantansa ilmoittaneesta. Luultavasti ei, mutta itse en osaa tuota laskea...
Perjantaina julkaistiin kaksi gallupia. HS-gallup antoi luvuiksi Niinistö 49-Halonen 51 ja YLE-gallup Niinistö 45-Halonen 55. Kummankin tutkimuksen virhemarginaaliksi annettiin kolme prosenttiyksikköä.
YLEn gallupiin haastateltiin 1480 henkilöä, ja 85 prosenttia eli n. 1260 henkilöä kertoi kantansa. HS:n gallupiin haastateltiin 1300 henkilöä, mutta vain 76 prosenttia eli 990 henkilöä kertoi kantansa. Paperihesarin uutisessa sanotaan, että HS-gallupin kolmen prosenttiyksikön virhemarginaali on laskettu tämän 990 henkilön perusteella.
Virhemarginaalinhan pitäisi pienentyä otoskoon kasvaessa, mikäli mitään tilastotieteestä ymmärrän. YLE-gallupissa on kantansa ilmoittaneiden määrä yli neljänneksen suurempi kuin HS-gallupissa. Pitäisikö siinä tällöin olla pienempi virhemarginaali kuin kolme prosenttia, vai onko virhemarginaalien ero otoksilla 1260 ja 990 niin pieni että kummatkin pyöristyvät kolmeen prosenttiin?
Kysyn tätä siksi, että YLEn gallup-uutisessa on ihmetyttävä kohta
"Otos muodostettiin satunnaisotannalla väestötietojärjestelmästä. Otos on painotettu kohderyhmää vastaavaksi."
tuo jälkimmäinen lause. Onko otosta rajattu tuosta 1260 vastaajasta entisestään jollakin kriteerillä?
Eli pitäisikö virhemarginaalin olla pienempi kuin kolme prosenttiyksikköä (esim. 2,5), jos YLEn galluptulos on tosiaan laskettu kaikista 1260 kantansa ilmoittaneesta. Luultavasti ei, mutta itse en osaa tuota laskea...
Vastaukset 3
Vanhimmat
Kolmen prosenttiyksikön virhemarginaali on melko vakio tehtäessä noita pikakyselyjä. Pääjoukko tässä on kaikki suomalaiset täysi-ikäiset eli siis potentiaaliset äänestäjät. Jos otanta on karkeasti noin 1000, niin virhemarginaali on tuo 3 %-yksikköä. Jotta virhemarginaali saataisiin siitä pienenemään, niin tulisi otantaa kasvattaa huomattavasi eli siis siten, että virhemarginaali nolla saadaan kysymällä kaikilta äänestäjiltä. Yhden prosenttiyksikän tarkennus vaatisi moninkertaista otantaa. Senpä takia tuo kolmen prosenttiyksikön tarkkuus on riittävä, sillä sitä tarkemman tuloksen saaminen ei vastaa niitä työhön kulutettuja resursseja mitä se vaatisi.
En ole tutustunut painotuksiin noissa kyselyissä, mutta arvelen sen mukailevan väestöpohjaa eli väestön sijoittumista maassamme. Näin ollen kyselyssä on mukana esimerkiksi eteläsuomalaisia prosentuaalisesti sen mukaan kuin heitä on edustettuna Suomen äänestäjistä. (muistaakseni 34% suomalaisista asuu Etelä-Suomen läänissä) jne.. Painotuksena on voitu käyttää myös ikärakennetta jne.
Tässä tätä karkeasti ja lyhyesti.
Tuo selvensi. Noin olin vähän arvellutkin, että virhemarginaalin pienentäminen prosenttiyksiköllä vaatisi ehkä otoskoon kasvattamista moninkertaiseksi. Se siis varmistui.
Mutta se painotuskysymys itseäni jäi kyllä vielä mietityttämään. Jos alkuperäinen otos on tehty jo satunnaisotantana väestörekisteristä, niin mihin oikeastaan tarvitaan _erillistä_ alueellista tai iän mukaista painotusta, eikö sen pitäisi tulla ikään kuin kaupan päälle sisältyen siihen satunnaisotantaan? No, en tunne näitä juttuja ja voi tietty olla että noin saadaan tarkempi tulos tai jotakin.
Arveluttaa vain periaatteellisesti tuo jo tehtyjen haastattelujen "seulonta" (jos painotus sitä tarkoittaa). Siinähän periaatteessa voitaisiin myös lopullisia tuloksia peukaloida ainakin jossain määrin haluttuun suuntaan, kunhan lopullinen otos täyttää jotkin mainitut väestörakenteen mukaiset painotusehdot ja ikään kuin syyttää tietokoneen satunnaislukugeneraattoria jos tulos ei vastaakaan todellista...
Tuo painotus tehtäneen kuitenkin tieteen periaatteiden mukaisesti siten, että valitaan tavoiteotanta, joka edustaa pääjoukkoa. Esim. 1000 haastattelua. Tällöin ositetaan otanta jo ennen haastatteluja väestörekisterin pohjalta siten, että tavoitteena on saada vaikkapa Etelä-Suomen läänistä 340 haastattelua jne. Eli siis painotus tehdään menetelmää valittaessa ei enää sen jälkeen kun haastattelut on tehty. Tämä tapahtuu siten, että eteläsuomen haastattelijoilla ei ole käytössä kuin eteläsuomalaiset äänestäjät, joista suoritetaan satunnaisotanta 340 henkilöä. Otanta voidaan suorittaa arpomalla ja sen jälkeen puhelin haastattelulla tai satunnaisesti katugalluppina.
Jos satunnaisesti valitaan koko pääjoukosta, niin tilastollisesti pitäisi tulla koko kansastakin tuo otanta automaattisesti, mutta noin pienillä luvuilla pelattaessa virhemarginaali kasvaisi. Eli siis osittamalla ja painottamalla otantaa, voidaan myös virhemarginaalia hallita.
Vaikka kirjoitin tieteen keinoista, niin todettakoon tässä, että mielipidemittaukset eivät monestikaan täytä kriteerejä, vaan ovat nimenomaan mielipidemittauksia. Kysymysten asettelu ohjaa jonkin verran vastauksia.