Jaké jsou nejlepší tipy pro analýzu údajů o průzkumu?
Nejlepší tipy pro analýzu údajů o průzkumu závisí na několika faktorech, včetně formátu otázky, počtu otázek a důvodu provádění průzkumu. Typický přehled údajů z průzkumu zahrnuje kvantitativní a kvalitativní analýzu. V závislosti na různých typech otázek by mohly existovat také jednoslovné odpovědi, které hovoří o názorech významného procenta respondentů.
Kompilace kvantitativních informací je jedním z nejjednodušších aspektů analýzy údajů o průzkumu. Je v podstatě založen na statistikách a generování procent. Tento typ analýzy lze provést, pokud jsou volbou odpovědí ano, ne nebo více výběru. Poté, co jsou odpovědi spojeny, lze data použít k nalezení vzorců, trendů a dalších společných charakteristik.
Kvantitativní informace lze použít, když výzkumný pracovník chce stanovit lidové názor. Nemůže nabídnout hloubkovou analýzu subjektu, ale výsledky by mohly být však odhalující. Klíčový faktor proAnalýza kvantitativních dat dobře je, že výsledky jsou spojeny a přesně hlášeny. Ačkoli by mohly existovat odlišné názory na to, jak se výsledné statistiky staly, odpovědi jsou jednotné.
Kompilace kvalitativních dat vyžaduje více interpretace. Je to jeden z nejsložitějších aspektů analýzy údajů o průzkumu. Kvalitativní údaje obvykle pocházejí z rozhovorů, průzkumů, které žádají o více než více odpovědí na výběr a případové studie. V tomto druhu dat se často objevují vzorce, ale nemusí se nutně představovat. Z tohoto důvodu může kvalitativní průzkum poskytnout výsledky, které se velmi liší od toho, co se očekávalo.
Při analýze kvalitativních údajů o průzkumu může být užitečné hledat společná témata. Poté, co byly tyto stanoveny, mohou být odpovědi týkající se těchto témat seskupeny dohromady. Poté lze informace v každé skupině analyzovatpodobnosti, rozdíly a další významné faktory.
Mohou existovat i jiné aspekty kvalitativních dat, které je obtížné kategorizovat. To může zahrnovat názory, které nesouhlasí od většiny a jedinečných situací, které vynikají od ostatních výsledků. Ačkoli tyto informace může být obtížné integrovat do dat celkově, může to být užitečné jako základ pro srovnání. K demonstraci rozsahu názorů, událostí nebo jiných prvků v souboru dat lze také použít nesouhlasný faktor.
Při analýze údajů z průzkumu mohou být také užitečné také odpovědi doslov. Dobře mluvená fráze může vědci pomoci pochopit vzorce kvantitativních dat. Kvalitativní výsledky by také mohlo dávat další význam. Individuální odpověď může pomoci shrnout také všechny nebo část výsledků, což může být užitečné při prezentaci zjištění průzkumu.