Utvalg

Vårt utvalg består av studenter ved HSN. Studenter blir sett på som relativt homogent internt, og nettopp det er viktig for å ivareta den interne validiteten og den statistiske konklusjonsvaliditeten (Bollen, 1989; Troye, 1985). Dersom man ivaretar intern validitet vil studien sannsynligvis kunne oppdage kausale sammenhenger, hvis man er i stand til å utelukke alternative forklaringer som ligger utenfor. Det må inkluderes i arbeidet at man bør se etter andre forklaringer, og ikke stole kun på variablene som inngår i modellen.

Ifølge Mitchell (1985) er empirisk homogene settinger en god måte å løse dette på.

Ensartede homogene utvalg kan øke forklart varians og samtidig redusere uforklart varians i den totale varians, for slik å styrke den statistiske konklusjonsvaliditeten (Reve, 1985; Troye, 1985). Små utvalg blir gjerne sett på som en trussel for den statistiske konklusjonsvaliditet, derfor er det nødvendig å ha flere respondenter i et større utvalg slik at sannsynligheten for å trekke de riktige konklusjonene om samvariasjon og korrelasjon øker (Cook et al., 1979; Troye, 1985). Faren eller trusselen ved at utvalget kan bli for ensartet vanskeliggjør generalisering av funnene (Mitchell & Jolley, 2013)

I forhold til innsamlingsteknikken finnes det ifølge Saunders et al. (2009) to typer;

sannsynlighets/representativt- og ikke-sannsynlighets utvalg (Gripsrud et al., 2008). Ved

representativt utvalg er mulighetene ved hvert valgte tilfelle velkjente og vanligvis like for alle tilfellene. Det er altså mulig å svare på forskningsspørsmål og oppnå objektiver som krever at det estimeres statistiske karakteristikker av populasjonen fra det aktuelle utvalget. Det brukes da ofte spørreskjemaer eller et eksperimentelt design for å samle inn data. Her velges ofte utvalgsrammen ut i fra en allerede eksisterende helhetlig liste av alle individer innenfor denne rammen. Ved bruk av slike eksisterende databaser, bør man være obs på at de kan være ufullstendige, unøyaktige eller at informasjonen er utdatert. Det er også viktig at man ikke generaliserer utenfor den valgte utvalgsrammen, da funnene i realiteten kun kan være gjeldende for det utvalget du har studert (Saunders et al., 2009). For å kunne generalisere er utvalgsstørrelsen avgjørende. Generalisering av populasjonen er basert på statistisk sannsynlighet. Jo større utvalget ditt er, desto lavere er sannsynligheten for feil når det gjelder generalisering av populasjonen. Valg angående utvalgsstørrelse er styrt av tillit forsker ønsker å ha til sine data, altså om disse dataene vil kunne representere karakteristikker av den totale populasjonen, feilmarginen du kan tolerere, analysetyper som skal utføres på dataene, og størrelsen på populasjonen som du skal trekke ditt utvalg fra, i vårt tilfelle studenter ved HSN. Generelt er det slik at jo større utvalg jo mer robuste vil funnene være. I følge statistikere vil en utvalgsstørrelse på mer enn 30 normalt sett føre til tilnærmet normal distribusjon. I tillegg er det viktig med en høy responsrate, for å kunne representere populasjonen på mest mulig nøyaktig måte (Saunders et al., 2009). Neuman (2005; sitert av Saunders et al., 2009, s. 222) foreslår en responsrate på mellom 10 og 50 % ved spørreundersøkelser.

Ifølge Saunders et al. (2009) finnes det fem hovedtyper innsamlingsteknikker innen representativt utvalg. Enkel tilfeldig innsamling er en type som involverer at man velger et tilfeldig utvalg ved bruk av tilfeldige nummertabeller. Dette fører til at ditt utvalg er uten partiskhet, altså kan det være representativt for hele populasjonen. Alle individer har like stor sjanse for å bli inkludert i utvalget. Systematisk innsamling innebærer at du velger utvalget ved regelmessige intervaller fra utvalgsrammen. For eksempel velge en av hver tredje. Ikke ta den samme av de tre hver gang, da blir det ikke tilfeldig. Stratifisert tilfeldig innsamling er en modifikasjon av tilfeldig innsamling, hvor du deler populasjonen i to eller flere relevante og signifikante stratifisertbaserte deler på en eller flere attributter. Innsamlingsrammen er så delt inn i flere undergrupper. Et tilfeldig utvalg er så trukket ut fra hver del. Ved å dele populasjonen inn i relevante deler, fører det til at

det er mer sannsynlig at utvalget blir representativt, da du kan sikre at hver del er representert proporsjonalt innenfor utvalget. I noen tilfeller vil dette allerede være tilfelle, ved alfabetisk rekkefølge. Klynge innsamlingsteknikk er likt stratifisert innsamling, da du trenger å dele populasjonen inn i diskrete grupper før innsamling (Henry, 1990;

sitert av Saunders et al., 2009, s. 230; Ghauri & Grønhaug, 2005, s. 148-151). Gruppene kan være basert på alle typer naturlige grupperinger, for eksempel geografisk område.

Innsamlingsrammen er en fullstendig liste av klynger, heller enn en liste av individer. Du velger så noen få klynger, normalt ved bruk av tilfeldig innsamling. Denne typen er ofte mindre korrekt i forhold til å gi et bilde av populasjonen. Flertrinnsinnsamling er en utvikling av klynge innsamling. Brukes når man må komme over problemene ved geografisk spredd populasjon når det behøves face-to-face interaksjon, eller hvor det er dyrt og tidkrevende å konstruere innsamlingsramme av en stor populasjon. Du tar her en serie av klynge utvalg, som hver og en involverer tilfeldig innsamling. Valg av teknikk avhenger av forskningsspørsmålet og objektivene (Saunders et al., 2009).

Til slutt er det viktig å sjekke at utvalget er representativt for populasjonen. Ofte er det mulig å sammenligne dataene dine med funn fra en annen kilde av populasjonen, for eksempel alder eller sosioøkonomisk karakter (Saunders et al., 2009).

Den andre typen innsamlingsteknikk er ikke-sannsynlighets utvalg ved innsamling. Ved denne innsamlingstypen er det sannsynlig at hvert valgte case fra populasjonen ikke er velkjent. Dermed er det umulig å svare på forskningsspørsmål eller estimere statistiske karakteristikker som er gjeldende for den totale populasjonen. Likevel kan det være mulig å generalisere funnene, men da ikke på bakgrunn av statistiske funn. Denne innsamlingsteknikken bruker hva eller hvordan forskningsspørsmål (Saunders et al., 2009).

I vår studie er det altså sannsynlig/representativt utvalg som blir gjeldende. Vi ønsker å kunne finne svar på vårt forskningsspørsmål ved bruk av spørreundersøkelse som datainnsamlingsteknikk, som er en kvantitativ tilnærming.

Utvalget består sådan kun av høgskolestudenter, altså mennesker med høyere utdanning, men vi mener at utvalget er tilstrekkelig variert da Høgskolen i Sørøst-Norge strekker seg over såpass store områder med flere avdelinger, fra Telemark til Buskerud

og Vestfold. I tillegg består studentmassen av mennesker i ulik alder, og med forskjellige livssyn og holdninger, samtidig som de internt blir ansett som en homogen gruppe.