Vid genomförande av en studie läggs stor vikt vid datainsamling, så när svar från respondenterna har samlats in antas de per automatik vara korrekta och rapporten baserad på sådana svar anses vara objektiv. Emellertid uppstår det ofta situationer där en mer noggrann granskning av vissa svar avslöjar tydliga missförstånd från respondenterna angående formuleringarna av enkäten eller instruktionerna till frågorna.
1. Missförstånd av professionella termer eller vissa ord. Vid utformningen av en enkät bör man beakta för vilka grupper av respondenter den är avsedd: ålder och status på deltagarna i enkäten, om de bor i stora städer eller avlägsna byar, och så vidare. Man bör använda specialtermer och olika slanguttryck med försiktighet – de kanske inte är begripliga för alla respondenter eller kan uppfattas olika av olika personer. Oftast leder emellertid sådana missförstånd inte till att respondenten avbryter enkäten (vilket naturligtvis skulle vara oönskvärt), och hen svarar på måfå (vilket är ännu mer oönskat på grund av snedvridning av data).
2. Missförstånd av frågan. Många forskare är övertygade om att varje respondent har en entydig och klart formulerad åsikt om varje fråga. Så är det inte. Ibland har deltagarna i enkäten svårt att svara på frågan, eftersom de aldrig har tänkt på ämnet i sin helhet eller ur den vinkeln. Denna svårighet kan få respondenten att avbryta enkäten eller att svara helt oinformativt. Hjälp deltagarna i enkäten att svara genom att formulera frågan tydligare och erbjuda olika svarsalternativ.
Källa: news.sportbox.ru
3. Missförstånd av instruktioner för enkäten eller specifika frågor. Precis som all text i enkäten bör formuleringarna av instruktionerna anpassas för alla grupper av förväntade respondenter. Försök att undvika ett stort antal frågor där man behöver ange ett specifikt antal svar ("Markera de tre viktigaste...") eller i alla liknande frågor, definiera det samma antal svar som ska markeras. Det är också bra att förkorta komplexa typer av frågor (matriser, rangordningar osv.) och ersätta dem med enklare. Om du tror att respondenterna kan svara på enkäten via mobiltelefon, försök förenkla enkätens struktur ännu mer.
4. Missförstånd av bedömningsskalan. När du använder en bedömningsskala i enkäten, förklara för respondenterna vad den betyder, även om det verkar uppenbart för dig. Till exempel förstås den vanliga skalan från 1 till 5 ofta i relation till betygssystemet i skolan, men ibland markerar respondenterna "1" och tillskriver det betydelsen av första plats. I verbala skalor är det bäst att undvika subjektiva kriterier. Till exempel är skalan "aldrig - sällan - ibland - ofta" mycket subjektiv. Istället bör du erbjuda specifika värden ("1 gång i månaden" osv.).
5. Generellt positiva och genomsnittliga bedömningar. Tendensen hos respondenterna att ge allmänt positiva bedömningar stör ofta, till exempel vid enkäter om programvara och i andra liknande studier. Om en användare i allmänhet är nöjd med ditt program, är det svårt för dem att bryta ner det i delar och separat bedöma användargränssnittet, den nya funktionaliteten osv. Sannolikt kommer de att ge höga poäng överallt. Ja, rapporten med enkätens resultat kommer att se mycket positiv ut, men resultaten kommer inte att tillåta en verklig bedömning av situationen.
Genomsnittliga bedömningar stör ofta, till exempel vid 360-graders medarbetarutvärdering. Anställda tenderar att sätta medelpoäng på alla kompetenser: om förhållandet till en kollega är positivt – kommer du att se överdrivna poäng i hela enkäten, om relationerna med kollegan är spända, kommer även deras uppenbara starka ledarskapsförmågor att bedömas lågt.
I båda fallen är det klokt att noggrant överväga svarsalternativen, ersätta vanliga skalor med utförliga verbala svar för varje enskild fråga.
6. Manipulation av åsikter. Denna punkt skiljer sig från de tidigare genom att forskarna medvetet driver respondenterna mot svar som gynnar dem för en "framgångsrik" rapport. Vanliga sätt att manipulera är illusionen av val och fokus på positiva egenskaper. Vanligtvis tänker ledare som studerar positiva resultat från en undersökning inte på korrektheten i dataanalysen. Men det är värt att objektivt se på själva enkäten: vad är logiken bakom den, finns det en viss riktning, är de positiva och negativa svarsalternativen jämnt fördelade? Ett annat vanligt knep för att "stretcha" data är förvrängning av begrepp. Till exempel, om majoriteten av de anställda bedömde det nya belöningsprogrammet som "tillfredsställande", kan rapporten redovisa att "majoriteten av företagets anställda är nöjda med det nya belöningsprogrammet."
Källa: habr.com
