Hvad er de bedste tip til analyse af undersøgelsesdata?
De bedste tip til analyse af undersøgelsesdata afhænger af flere faktorer, herunder spørgsmålets format, antallet af spørgsmål og årsagen til undersøgelsen. En typisk gennemgang af undersøgelsesdata inkluderer kvantitativ og kvalitativ analyse. Afhængig af de forskellige typer spørgsmål, kan der også være en enkelt ordrett svar, der taler til udtalelser fra en betydelig procentdel af de svarende.
Udarbejdelse af kvantitativ information er et af de mest ligefremste aspekter ved analyse af undersøgelsesdata. Det er i det væsentlige baseret på statistik og generering af procenter. Denne type analyse kan udføres, når svarvalgene er ja, nej eller multiple choice. Når svarene er samlet, kan dataene bruges til at finde mønstre, tendenser og andre fælles egenskaber.
Kvantitativ information kan bruges, når en forsker ønsker at etablere folkelig mening. Det kan ikke tilbyde en dybdegående analyse af et emne, men resultaterne kan muligvis være afslørende. Nøglefaktoren til analyse af kvantitative data godt er, at resultaterne opdateres og rapporteres nøjagtigt. Selvom der kan være forskellige meninger om, hvordan den resulterende statistik blev, er svarene ensartede.
Udarbejdelse af kvalitative data kræver mere fortolkning. Det er et af de mest komplekse aspekter ved analyse af undersøgelsesdata. Kvalitative data kommer typisk fra interviews, undersøgelser, der beder om mere end multiple choice-svar og casestudier. Der findes ofte mønstre i denne type data, men de kan muligvis ikke nødvendigvis præsentere sig selv. Af denne grund kan en kvalitativ undersøgelse muligvis give resultater, der adskiller sig meget fra forventet.
Når man analyserer kvalitative undersøgelsesdata, kan det være nyttigt at se efter almindelige temaer. Når disse er bestemt, kan svarene, der er relateret til disse temaer, grupperes sammen. Derefter kan informationen i hver gruppe analyseres for ligheder, forskelle og andre signifikante faktorer.
Der kan være andre aspekter af kvalitative data, der er vanskelige at kategorisere. Dette kan omfatte meninger, der adskiller sig fra flertallet og unikke situationer, der skiller sig ud fra de andre resultater. Selvom disse oplysninger generelt kan være vanskelige at integrere i dataene, kan de være nyttige som grundlag for sammenligning. En dissenterende faktor kan også bruges til at demonstrere række meninger, begivenheder eller andre elementer i datasættet.
Verbatime svar kan også være nyttige, når man analyserer undersøgelsesdata. En godt talt sætning kan hjælpe en forsker med at forstå mønstre for kvantitative data. Det kan også give yderligere mening til kvalitative resultater. Et individuelt svar kan også hjælpe med at opsummere hele eller en del af resultaterne, hvilket kan være nyttigt, når man præsenterer undersøgelsesresultater.