Målet med kvantitativ forskning er å generalisere fra utvalget til populasjonen. Dette krever et representativt utvalg.

Sannsynlighetsutvalg (kan generalisere):

Enkel tilfeldig: Alle har lik sannsynlighet for å bli valgt. Gullstandarden.

Stratifisert: Deler i undergrupper (strata), trekker tilfeldig fra hvert stratum. Sikrer representasjon.

Klynge: Velger tilfeldig blant naturlige grupper (klynger). Kostnadseffektivt.

Systematisk: Velger hver $k$-te enhet fra en ordnet liste.

Ikke-sannsynlighetsutvalg (kan ikke generalisere statistisk):

Bekvemmelighet: De som er enklest å nå. Svak ekstern validitet.

Kvote: Fyller kvoter for å speile populasjonen (f.eks. 50/50 kjønn).

Snøball: Deltakere rekrutterer nye deltakere. Nyttig for skjulte populasjoner.

Et godt spørreskjema er avgjørende for datakvaliteten:

Eksempel — Vanlige feil i spørreskjema:

Ledende spørsmål: «Er du ikke enig i at BI er best?» → Nøytralt: «I hvilken grad er du fornøyd med studiestedet ditt?»

Dobbeltløpet: «Er du fornøyd med pris og kvalitet?» → Del opp i to separate spørsmål.

Ubalansert skala: «Svært god / God / OK / Dårlig» → Bruk balansert: «Svært god / God / Nøytral / Dårlig / Svært dårlig»

Pretest: Test alltid spørreskjemaet på 5–10 personer før datainnsamling.

Vanlige bias-former i datainnsamling:

Non-response bias: De som svarer skiller seg systematisk fra de som ikke svarer.

Sosial ønskverdighet: Respondenter svarer «sosialt akseptabelt» fremfor ærlig.

Common method bias: Samme metode/tidspunkt for alle variabler blåser opp korrelasjoner.

Selvseleksjonsbias: Frivillige deltakere er systematisk annerledes enn populasjonen.

Sampling error: Naturlig avvik mellom utvalgsstatistikk og populasjonsparameter.

Studieguide: Datainnsamling og utvalg