Mikä on otoskoko lyhyesti? Otoskoko (engl. sample size, symboli n) tarkoittaa niiden havaintojen, vastaajien tai mittausten määrää, jotka tarvitaan tutkimukseen, jotta tulokset edustavat luotettavasti koko perusjoukkoa. Otoskoko lasketaan valitun luottamustason, sallitun virhemarginaalin ja populaation osuuden perusteella – yllä oleva laskuri tekee tämän automaattisesti.
Yleisin nyrkkisääntö: kun luottamustaso on 95% ja virhemarginaali ±5%, riittävä otoskoko on 385 vastaajaa riippumatta perusjoukon koosta, jos perusjoukko on suuri tai rajoittamaton.
Mikä on otoskoko?
Otoskoko tarkoittaa sitä havaintoyksiköiden määrää, joka valitaan perusjoukosta (populaatiosta) tutkimusta, kyselyä tai mittausta varten. Se on yksi tärkeimmistä tilastollisen tutkimuksen suunnittelun osista: liian pieni otos tuottaa epäluotettavia tuloksia, kun taas liian suuri otos tuhlaa aikaa ja resursseja. Otoskoon määrittäminen perustuu kolmeen tekijään: luottamustasoon, virhemarginaaliin ja populaation osuuteen, sekä tarvittaessa myös perusjoukon kokoon.
Otoskokoa käytetään laajasti markkinatutkimuksissa, mielipidemittauksissa, opinnäytetöissä, asiakastyytyväisyyskyselyissä ja tieteellisessä tutkimuksessa aina kliinisistä kokeista laadunvalvontaan.
Otoskoon kaava
Otoskoon laskukaava rajoittamattomalle tai suurelle perusjoukolle on seuraava:
- n = tarvittava otoskoko
- Z = luottamustasoa vastaava Z-arvo (esim. 1,96 kun luottamustaso on 95%)
- p = populaation odotettu osuus (käytä 0,5 eli 50%, jos et tiedä tarkkaa arvoa – tämä antaa varovaisimman eli suurimman otoskoon)
- e = sallittu virhemarginaali desimaalilukuna (esim. 0,05 kun virhemarginaali on ±5%)
Jos perusjoukon koko (N) on tiedossa ja rajallinen, otoskokoa korjataan vielä ns. äärellisen populaation korjauskertoimella:
Tämä korjaus pienentää tarvittavaa otoskokoa, kun perusjoukko itsessään on pieni – esimerkiksi kysyttäessä mielipidettä 500 hengen organisaatiossa koko henkilöstön sijaan rajoittamattomasta väestöstä.
Miten otoskoko lasketaan esimerkki vaihe vaiheelta
Oletetaan, että haluat tehdä asiakastyytyväisyyskyselyn 95% luottamustasolla ja ±5% virhemarginaalilla, etkä tiedä etukäteen vastausten jakaumaa (käytä siis p = 50%):
- Z-arvo 95% luottamustasolle on 1,96
- p × (1 − p) = 0,5 × 0,5 = 0,25
- Z² = 1,96² = 3,8416
- Osoittaja: 3,8416 × 0,25 = 0,9604
- Nimittäjä: e² = 0,05² = 0,0025
- n = 0,9604 / 0,0025 = 384,16 → pyöristetään ylöspäin = 385
Voit toistaa saman laskun heti yllä olevalla laskurilla muuttamalla liukusäätimiä ja nähdä tuloksen reaaliajassa – näin ei tarvitse laskea kaavaa käsin tai Excelissä.
Luottamustaso ja Z-arvo -taulukko
Luottamustaso kertoo, kuinka varma voit olla siitä, että tulos osuu ilmoitetun virhemarginaalin sisään, jos tutkimus toistettaisiin. Yleisimmin käytetty taso on 95%, mutta tarkempaa varmuutta vaativissa tutkimuksissa käytetään 99% tai jopa 99,9%.
| Luottamustaso | Z-arvo |
|---|---|
| 80% | 1,282 |
| 85% | 1,440 |
| 90% | 1,645 |
| 95% | 1,960 |
| 98% | 2,326 |
| 99% | 2,576 |
| 99,9% | 3,291 |
| 99,99% | 3,891 |
Mitä korkeampi luottamustaso valitaan, sitä suurempi otoskoko tarvitaan – luottamustason nosto kaventaa epävarmuutta, mutta vaatii enemmän vastaajia.
Virhemarginaali selitettynä
Virhemarginaali (engl. margin of error) kertoo, kuinka monta prosenttiyksikköä tutkimuksen tulos saa poiketa todellisesta arvosta. Esimerkiksi jos kyselyssä 60% vastaajista kannattaa jotain vaihtoehtoa ja virhemarginaali on ±5%, todellinen kannatus on todennäköisesti 55–65% välillä. Pienempi virhemarginaali vaatii aina suuremman otoskoon, koska tulosten tarkkuus paranee eksponentiaalisesti otoskoon kasvaessa.
| Virhemarginaali | Tarvittava otoskoko (95% luottamustaso, p=50%) |
|---|---|
| ±10% | 97 |
| ±5% | 385 |
| ±3% | 1 068 |
| ±1% | 9 604 |
Populaation osuus (p) miksi 50% on turvallisin valinta
Populaation osuus tarkoittaa arviota siitä, kuinka suuri osa perusjoukosta omaa tutkittavan ominaisuuden tai mielipiteen. Jos et tiedä tätä etukäteen, kannattaa aina käyttää arvoa 50%, koska se tuottaa suurimman mahdollisen ja siten varmimman otoskoon – p × (1−p) saa maksimiarvonsa juuri kohdassa 50%. Jos taas sinulla on aiempaa tietoa (esimerkiksi edellisestä tutkimuksesta ilmi käynyt 20% kannatus), voit käyttää tarkempaa lukua ja pienentää tarvittavaa otoskokoa.
Populaation koko rajallinen vai rajoittamaton perusjoukko?
Jos tutkittava perusjoukko on hyvin suuri (esim. koko Suomen aikuisväestö) tai tuntematon, otoskoon laskennassa perusjoukon kokoa ei tarvitse huomioida erikseen – laskuri toimii tällöin “rajoittamattomana”. Jos taas perusjoukko on tarkasti tiedossa ja suhteellisen pieni (esim. yrityksen 300 työntekijää tai tietyn kunnan asukasmäärä), kannattaa syöttää populaation koko laskuriin. Tällöin tarvittava otoskoko pienenee, koska koko perusjoukosta tarvitaan suhteessa suurempi osuus mukaan tutkimukseen luotettavan tuloksen saamiseksi.
Otoskoon kato ja sen huomiointi
Otoskoon kato tarkoittaa sitä osuutta valituista otantahenkilöistä, jotka eivät lopulta vastaa kyselyyn tai osallistu tutkimukseen. Kato on erityisen yleistä verkkokyselyissä ja postikyselyissä. Jotta lopullinen vastaajamäärä vastaisi laskettua otoskokoa, kannattaa kutsuttavien määrä mitoittaa suuremmaksi kuin laskurin antama luku. Nyrkkisääntönä: jos odotettu vastausprosentti on esimerkiksi 40%, kutsu tulee lähettää noin 2,5-kertaiselle joukolle laskettuun otoskokoon nähden.
Otoskoon vaikutus luottamusväliin
Otoskoon ja luottamusvälin välillä on käänteinen suhde: mitä suurempi otoskoko, sitä kapeampi (tarkempi) luottamusväli saadaan samalla luottamustasolla. Tämä johtuu siitä, että otoskoon kasvattaminen pienentää keskivirhettä, mikä puolestaan supistaa luottamusväliä. Käytännössä tämä tarkoittaa, että jos haluat tarkempia tuloksia ilman luottamustason laskemista, ainoa keino on kasvattaa otoskokoa.
Kuinka suuri otoskoon pitäisi vähintään olla?
Riittävän otoskoon vähimmäismäärä riippuu aina tutkimuksen tavoitteesta, mutta yleisiä käytännön nyrkkisääntöjä ovat:
- Yleiskyselyt ja markkinatutkimukset: vähintään 385 vastaajaa (95% luottamustaso, ±5% virhemarginaali)
- Opinnäytetyöt ja akateemiset tutkimukset: usein 100–400 vastaajaa riippuen analyysimenetelmästä (esim. korrelaatio- tai regressioanalyysit vaativat suurempia otoksia)
- Kahden ryhmän vertailu: vähintään 30 havaintoa ryhmää kohden, jotta tilastolliset testit (esim. t-testi) toimivat luotettavasti
- Pilottitutkimukset: 10–30 vastaajaa riittää usein esitestaukseen ennen varsinaista tutkimusta
Otoskoon laskeminen Excelissä
Otoskoon voi laskea myös Excelissä samalla kaavalla kuin yllä: =(NORM.S.INV(1-(1-luottamustaso)/2)^2*p*(1-p))/virhemarginaali^2. Tämä vaatii kuitenkin manuaalista kaavan syöttöä ja pyöristystä, kun taas tämän sivun laskuri antaa tuloksen suoraan ilman kaavojen kirjoittamista.
Usein kysytyt kysymykset otoskoosta
Mitä otoskoko tarkoittaa?
Otoskoko tarkoittaa tutkimukseen tai kyselyyn valittavien havaintoyksiköiden (esim. vastaajien) määrää, jonka avulla tulokset edustavat luotettavasti koko perusjoukkoa.
Mikä on otoskoko englanniksi?
Otoskoko on englanniksi sample size, ja se merkitään tilastotieteessä yleensä symbolilla n.
Miten otoskoko lasketaan?
Otoskoko lasketaan kaavalla n = (Z² × p × (1−p)) / e², jossa Z on luottamustason Z-arvo, p on populaation odotettu osuus ja e on sallittu virhemarginaali. Yllä oleva laskuri tekee laskun automaattisesti.
Mikä on minimi otoskoko luotettavaan tutkimukseen?
Yleisesti käytetty vähimmäisotoskoko on 385 vastaajaa 95% luottamustasolla ja ±5% virhemarginaalilla, mutta tarkka minimi riippuu aina tutkimuksen tavoitteesta ja käytetystä analyysimenetelmästä.
Miten otoskoon kato vaikuttaa vastaajamäärään?
Kato tarkoittaa niitä otantahenkilöitä, jotka eivät vastaa kyselyyn. Kadon vuoksi kutsuttavien määrä kannattaa mitoittaa laskettua otoskokoa suuremmaksi jakamalla otoskoko odotetulla vastausprosentilla.
Miksi otoskoon laskennassa käytetään usein 50% osuutta?
50% on tilastollisesti varovaisin eli suurimman otoskoon tuottava arvo, koska p × (1−p) saavuttaa maksiminsa juuri 50% kohdalla. Sitä käytetään, kun perusjoukon todellista jakaumaa ei tunneta etukäteen.
Miten otoskoko vaikuttaa luottamusväliin?
Suurempi otoskoko pienentää keskivirhettä ja kaventaa siten luottamusväliä samalla luottamustasolla, mikä tekee tuloksesta tarkemman.
Onko otoskoon laskuri ilmainen?
Kyllä, tämän sivun otoskoon laskuri on täysin ilmainen eikä vaadi rekisteröitymistä. Voit käyttää sitä rajattomasti tutkimuksen, opinnäytetyön tai kyselyn suunnitteluun.
Katso myös muita tilastollisia laskureita:
- Keskihajonnan laskuri – laske aineiston keskihajonta ja varianssi
- Keskiarvo, mediaani ja moodi -laskuri – aineiston keskeiset tunnusluvut
- Keskiarvolaskuri – laske lukujoukon keskiarvo nopeasti
- Prosenttilaskuri – laske prosenttiosuudet ja -muutokset
- Kaikki matemaattiset laskurit – selaa koko valikoimaa