Dotazník máte vyplnený, odpovede uložené a všetky údaje sú na jednom mieste. Pri pohľade na desiatky stĺpcov a stovky riadkov však prichádza otázka: Čo s nimi teraz?
Zberom údajov sa výskum nekončí. Dáta treba najskôr skontrolovať a upraviť. Potom sa vyberie vhodný spôsob ich vyhodnotenia.
Profesionálne spracovanie dát nezahŕňa iba výpočet percent alebo vytvorenie grafu. Začína sa kontrolou dátového súboru a končí interpretáciou zistení.
Čo znamená profesionálne spracovanie dát?
Pod spracovaním dát si veľa ľudí predstaví tabuľky plné čísel a niekoľko farebných grafov. Tie sú však až výsledkom predchádzajúcej práce.
Najskôr treba vedieť, čo má výskum zistiť. Podľa toho sa údaje skontrolujú, upravia a vyberú sa vhodné výpočty. Inak sa totiž vyhodnocuje krátky dotazník a inak rozsiahly súbor s viacerými skupinami respondentov.
Pri jednoduchom prieskume stačí zistiť, koľko ľudí vybralo jednotlivé odpovede. Rozsiahlejší výskum už môže porovnávať skupiny, overovať hypotézy alebo hľadať súvislosti medzi odpoveďami.
Rozsah spracovania ovplyvňuje najmä:
- množstvo získaných údajov,
- typ otázok alebo meraní,
- počet respondentov a porovnávaných skupín,
- výskumné otázky a hypotézy,
- požadované tabuľky a grafy,
- hĺbka výslednej analýzy.
Bez jasného cieľa môže vzniknúť množstvo výpočtov, ktoré práca vôbec nepotrebuje. Tabuľky síce obsahujú čísla, no nie je z nich zrejmé, na akú otázku odpovedajú.
Na vyhodnotenie si preto treba nechať dostatok času. Ak sa s ním začne tesne pred odovzdaním, každá chyba v údajoch môže znamenať prerábanie výpočtov, grafov aj výsledkovej časti.
Ďalšie podobné situácie riešime v článku o tom, čo robiť, keď nestíhate záverečnú prácu.
Od kontroly dát až po ich prípravu na analýzu
Na prvý pohľad môže dátový súbor pôsobiť hotovo. Každý respondent má vlastný riadok a odpovede sú rozdelené do stĺpcov. Pri kontrole sa však často ukážu prázdne bunky, opakované záznamy alebo nesprávne uvedené údaje.
Niekto otázku preskočil, iný odoslal dotazník dvakrát. V kolónke s vekom sa môže objaviť číslo 250 alebo text namiesto číselnej hodnoty. Rozdielne býva zapísaná aj tá istá odpoveď. Označenia žena, Žena a Ž znamenajú to isté, no program ich môže vyhodnotiť ako tri samostatné možnosti.
Pred analýzou sa preto kontroluje:
- či niektoré odpovede nechýbajú,
- či sa rovnaký záznam nenachádza v súbore viackrát,
- či sú údaje zapísané v správnom formáte,
- či sa medzi nimi nenachádzajú nereálne hodnoty,
- či sú rovnaké odpovede označené jednotne.
Ani prázdna bunka automaticky neznamená nulu. Respondent mohol otázku vynechať alebo sa ho netýkala. Pred ďalším spracovaním treba zistiť, prečo údaj chýba a ako sa s ním bude pracovať.
Čistenie a úprava dát
Aj malá chyba dokáže zmeniť výsledky. Dvakrát odoslaný dotazník započíta rovnaké odpovede opakovane. Nesprávne číslo skreslí priemer a chýbajúce údaje ovplyvnia výsledné percentá.
Pri čistení dát sa opakované záznamy odstránia, chyby opravia a rozdielne zápisy zjednotia. Nezvyčajný údaj sa však nemaže automaticky. Najskôr sa overí, či ide o preklep alebo o skutočnú odpoveď.
Kvalitná príprava dát znižuje riziko, že výsledky analýzy budú nepresné alebo skreslené.
Aké analýzy možno pri spracovaní dát využiť?
Po úprave dát nasleduje ich vyhodnotenie.
Pri jednoduchom dotazníku môže stačiť spočítať odpovede a vyjadriť ich v percentách. Iný výskum si vyžaduje porovnanie viacerých skupín alebo hľadanie vzťahov medzi údajmi.
Viac výpočtov pritom automaticky neznamená lepšie spracovanie. Analýza dát má odpovedať na výskumné otázky, nie iba zaplniť prácu číslami. Konkrétny postup preto závisí od cieľa výskumu a od údajov, ktoré máte k dispozícii.
Štatistická analýza dát
Základný prehľad o údajoch poskytne deskriptívna štatistika.
Ukáže počet odpovedí, ich percentuálne zastúpenie, priemer alebo hodnotu, ktorá sa objavila najčastejšie.
Niektoré výskumné otázky si vyžadujú podrobnejšie porovnanie. Výskum môže napríklad sledovať, či dve skupiny odpovedali rozdielne alebo či medzi vybranými údajmi existuje vzťah.
Pri štatistickej analýze sa využíva napríklad:
- testovanie hypotéz – overuje, či získané údaje podporujú stanovený predpoklad,
- korelačná analýza – ukazuje, či medzi dvoma údajmi existuje vzťah,
- regresná analýza – skúma, ako sledovaný výsledok súvisí s jedným alebo viacerými údajmi.
Výber metódy sa vždy odvíja od výskumnej otázky a typu získaných dát.
Vyhodnotenie dotazníkov a prieskumov
Pri otázkach s pripravenými možnosťami sa spočíta, koľko respondentov označilo každú odpoveď. Výsledky sa následne vyjadria počtom alebo percentami.
Odpovede sa dajú porovnať aj medzi skupinami. Môžete napríklad zistiť, či mladší respondenti odpovedali inak než starší. Podobne sa dajú porovnať skupiny podľa pohlavia, vzdelania alebo dĺžky praxe.
Inak sa postupuje pri otvorených otázkach. Respondenti pri nich píšu vlastné odpovede, preto ich treba najskôr prečítať a rozdeliť podľa spoločných tém. Tak sa ukáže, ktoré názory alebo skúsenosti sa opakovali najčastejšie.
Výsledok nemá byť iba zoznam čísel. Má jasne ukázať, čo ste sa z dotazníka dozvedeli.
Interpretácia výsledkov je rovnako dôležitá ako samotný výpočet
Po analýze vzniknú čísla, percentá a priemery. Samy však nepovedia, čo sa výskumom zistilo. Výsledky preto treba vysvetliť a prepojiť s otázkami, na ktoré mala analýza odpovedať.
Ak jedna skupina ohodnotila spokojnosť priemerom 4,2 a druhá 3,8, nestačí uviesť iba obe čísla. Z textu má byť jasné, ktorá skupina bola spokojnejšia a čo tento rozdiel znamená pre výskum.
Záleží aj na tom, kto sa do výskumu zapojil. Odpovede študentov jednej školy vypovedajú najmä o tejto skupine. Nedajú sa automaticky považovať za názory všetkých vysokoškolákov.
Interpretácia “preloží čísla” do zrozumiteľného záveru.
Tabuľky, grafy a vizualizácia výsledkov
Veľké množstvo čísel sa číta ťažko. Tabuľky a grafy ukážu výsledky oveľa prehľadnejšie.
V tabuľke nájde čitateľ presné hodnoty. Graf mu zase rýchlo ukáže, ktorá odpoveď prevládala, ako sa líšili jednotlivé skupiny alebo ako sa výsledky menili v čase.
Na porovnanie odpovedí sa najčastejšie používa stĺpcový graf. Čiarový graf zachytí vývoj počas mesiacov alebo rokov. Kruhový graf sa používa pri jednoduchom rozdelení celku.
Kedy sa oplatí zveriť spracovanie dát odborníkovi?
Pri krátkom dotazníku býva vyhodnotenie jednoduché. Odpovede sa spočítajú a uvedú v percentách. S väčším počtom otázok, respondentov a porovnávaných skupín však rastie aj náročnosť spracovania.
Komplikácia vzniká napríklad vtedy, keď nie je jasné, ktorý štatistický test použiť pri konkrétnej hypotéze. Vyhodnotenie sťažujú aj chýbajúce odpovede, neobvyklé hodnoty alebo výsledky, ktorým sa bez znalosti štatistiky ťažko rozumie.
Odborné spracovanie prichádza do úvahy najmä pri:
- veľkom alebo neprehľadnom dátovom súbore,
- porovnávaní viacerých skupín,
- testovaní hypotéz,
- rozsiahlejšom dotazníku,
- výbere štatistickej metódy,
- nejasnej interpretácii výsledkov.
Profesionálne spracovanie dát zahŕňa kontrolu údajov, výber štatistických metód, výpočty aj prípravu tabuliek a grafov. Súčasťou je tiež vysvetlenie výsledkov a ich prepojenie s tým, čo výskum sledoval.
Cena sa odvíja od množstva údajov a náročnosti ich spracovania. Základné informácie o cene za spracovanie štatistiky nájdete v našom cenníku.
FAQ
Dá sa spracovať aj dotazník s otvorenými otázkami?
Áno. Odpovede sa rozdelia podľa spoločných tém a následne sa vyhodnotí, ktoré názory sa opakovali najčastejšie.
Ako dlho trvá spracovanie dát?
Termín závisí od množstva údajov a náročnosti analýzy. Rozsiahly súbor s viacerými hypotézami potrebuje viac času než jednoduché vyhodnotenie odpovedí.
Koľko respondentov treba na vyhodnotenie dotazníka?
Jedno číslo neplatí pre každý výskum. Počet respondentov sa odvíja od cieľa práce, veľkosti skúmanej skupiny a zvolených metód.