اطلب الخدمة
أدوات التحليل الإحصائي لبيانات الاستبيان
بعد جمع الاستبيانات المجابة من المستجيبين، يجب تحليل البيانات والإبلاغ عن النتائج، يستخدم تحليل الإحصائي لتحليل بيانات الاستبيان النوعية المجمعة من عدد كبير من الأفراد المستجيبين وتلخيص النتائج في تقرير يتكون من ورقتي عمل؛ أحدهما يتيح لك أيها الباحث إدخال بيانات المستجيبين، والآخر هو تفسير بياناتك بتنسيقك أيها الباحث لجدول عرض النتائج، كما أنه يمكنك أيها الباحث إضافة المزيد من التحليل الإحصائي والاستنتاجات والتوصيات إلى التقرير حسب الحاجة.
التوازن ما بين حجم العينة للاستبيان والميزانية المحددة للاستبيان
الطريقة للتغلب على هذه المشكلة هي إجراء حساب حجم العينة قبل بدء الاستبيان، بعد ذلك يمكنك أيها الباحث الحصول على حجم عينة كبير بما يكفي لاستخلاص بيانات واستنتاجات ذات مغزى، دون إضاعة الوقت والمال في أخذ العينات أكثر مما تحتاجه حقاً، ضع في اعتبارك أيها الباحث مقدار هامش الخطأ الذي تشعر بالراحة في التعامل معه أولاً لأن حجم عينتك هو دائماً تقدير لكيفية تفكير وتصرف السكان بشكل عام.
- الأهمية الإحصائية وسبب أهميتها: كيف تعرف أيها الباحث أنه يمكنك "الثقة" في التحليل الإحصائي لبيانات الاستبيان الخاص بك أي أنه يمكنك أيها الباحث استخدام الإجابات بثقة كأساس لاتخاذ قرارك؟ في هذا الصدد، يشير "الدلالة" في الدلالة الإحصائية إلى مدى دقة بياناتك أيها الباحث أو بالأحرى أن نتائجك لا تستند إلى فرصة خالصة، ولكنها في الواقع تمثل عينة، إذا كانت بياناتك ذات دلالة إحصائية فهذا يعني أن نتائج الاستبيان ذات مغزى إلى حد كبير، كما يظهر أن المستجيبين "يشبهون" إجمالي عدد الأشخاص الذين تريد استخلاص استنتاجات حولهم.
- ركز أيها الباحث على رؤيتك، وليس البيانات: عند التقديم إلى البحث العلمي، فمن الضروري إبراز الأفكار المستمدة من بياناتك بدلاً من البيانات نفسها، ستقوم بإيذاء نفسك لا تقدم حتى المعلومات من البيانات، لا تنتظر أيها الباحث حتى يقوم فريقك بإنشاء رؤى من البيانات، وستحصل على استجابة أفضل وملاحظات أفضل إذا كنت الشخص الذي يوضح الرؤى في البداية، لأنه يتجاوز مجرد مشاركة النسب المئوية وتفاصيل البيانات.
- استمر أيها الباحث مع أنواع أخرى من البيانات: لا تتوقف عند بيانات الاستبيان وحدها، عند تقديم رؤى للبحث العلمي، من المفيد دائماً استخدام نقاط بيانات مختلفة والتي قد تشمل حتى التجارب الشخصية، إذا كانت لديك أيها الباحث تجربة شخصية مع الموضوع فاستخدمه، إذا كان لديك بحث نوعي يدعم البيانات فاستخدمه، لذا إذا كان بإمكانك أيها الباحث تداخل نتائج البحث النوعي مع بياناتك الكمية فقم بذلك، تأكد أيها الباحث فقط من إخبار جمهورك عندما تعرض عليهم نتائج من بحث مهم إحصائياً وعندما يأتي من مصدر مختلف.
أفضل الأدوات للتحليل الإحصائي بيانات الاستبيان:
التحليل الإحصائي للاستبيان التقليدي يدوي صعب للغاية، ومعرض للأخطاء ويخضع للتحيز البشري، قد تعتقد أن هذا هو الحل الأكثر اقتصادية، ولكن على المدى الطويل غالباً ما ينتهي الأمر بتكلفتك أكثر (بسبب الوقت الذي يستغرقه الإعداد والتحليل، والموارد البشرية) وأي أخطاء أو انحياز يؤدي إلى التحليل الإحصائي لبياناتك غير دقيق مما يؤدي إلى تفسير خاطئ للبيانات، لذا فإن السؤال هو:
هل تحتاج برامج أيها الباحث للتحليل الإحصائي لبيانات الاستبيان؟
عندما تتعامل مع كميات كبيرة من البيانات، من المستحيل إدارتها يدوياً بشكل صحيح، إما لأن هناك ببساطة الكثير منها أو إذا كنت أيها الباحث تتجنب أي تحيز أو إذا كانت دراسة طويلة الأمد على سبيل المثال، ثم لا يوجد خيار آخر سوى استخدام البرنامج، على نطاق واسع تعد برامج التحليل الإحصائي مثالياً لتحليل نتائج وبيانات الاستبيان حيث يمكنك أيها الباحث أتمتة العملية من خلال تحليل كميات كبيرة من البيانات في وقت واحد، بالإضافة إلى ذلك تتمتع برامج التحليل الإحصائي بميزة إضافية تتمثل في الأدوات الإضافية التي تضيف قيمة.
البرامج المستخدمة في التحليل الإحصائي لتحليل بيانات الاستبيان
نقدم أدناه بعض الأمثلة على أنواع البرامج التي يمكنك أيها الباحث استخدامها للتحليل الإحصائي لبيانات الاستبيان، بالطبع هذه مجرد أمثلة قليلة لتوضيح أنواع الوظائف التي يمكنك توظيفها:
- البرامج المواضيعية: كمثال مع حل برنامج Thematic يمكنك تحديد الاتجاهات في المشاعر والمواضيع الخاصة، ويتم تجنب التحيز أيضاً لأنه أداة برمجية، ولا يركز بشكل مفرط أو يتجاهل التعليقات المحددة للوصول إلى استنتاجات غير محددة.
- برنامج إكسل: إذا كنت محلل DIY، فهناك الكثير الذي يمكنك القيام به في Excel من الواضح أنك لا تمتلك الميزات المعقدة لأداة برمجية على الإنترنت، ولكن بالنسبة للمهام البسيطة، فإنها تؤدي المهمة، يمكنك حساب أنواع مختلفة من التعليقات (الاستجابات) في الاستبيان، وحساب النسب المئوية لاستبيان الاستجابات المختلفة وإنشاء تقرير استبيان مع النتائج المحسوبة.
- برنامج التحليل الإحصائي NVIVO: تم تطويرNVivo بواسطةQRS International، وهي أداة يمكنك من خلالها تخزين بياناتك وتنظيمها وتصنيفها وتحليلها وإنشاء تصورات أيضاً، يتيح لك برنامج التحليل الإحصائي NVivo تخزين البيانات وتصنيفها داخل النظام الأساسي وفرز المشاعر والمواضيع والسمات تلقائياً وتبادل البيانات مع SPSS لمزيد من التحليل الإحصائي، فهناك أداة نسخ للنسخ السريع للبيانات الصوتية.
- برنامج التحليل الإحصائي Interpris: هي أداة أخرى منQRS International، حيث يمكنك استيراد بيانات نصية مجانية وتخزينها مباشرة من منصات مثل Survey Monkey وتخزين جميع بياناتك في مكان واحد، لديها العديد من الميزات على سبيل المثال الكشف عن المواضيع وتصنيفها تلقائياً، يفضله الوكالات والمجتمعات الحكومية إنه جيد لمشاركة الموظفين، واستبيانات الرأي العام ومشاركة المجتمع.
- أدوات أخرى جديرة بالذكر (لتحليل الإحصائي للاستبيان ولكن ليس للأسئلة غير المفتوحة) هي SurveyMonkey، وTableau، وData Cracker.
هناك العديد من أدوات التحليل الإحصائي لتحليل بيانات الاستبيان، وكلها لها ميزات وفوائد مختلفة يعتمد اختيار الأداة المناسبة لك على احتياجاتك أيها الباحث ومقدار البيانات والوقت المتاح لمشروعك وبالطبع الميزانية، الجزء المهم للحصول على الحق هو اختيار أداة موثوقة وتزودك بتحليل سريع وسهل ومرن بما يكفي للتكيف مع احتياجاتك، تتمثل الفكرة في التحقق من قائمة العملاء الحاليين للمنتج، والذي غالباً ما يتم إدراجه على موقعهم على الويب، بشكل حاسم سترغب في اختبار الأداة، أو على الأقل الحصول على عرض توضيحي من فريق المبيعات، باستخدام بياناتك بشكل مثالي بحيث يمكنك استخدام الوقت لجمع رؤى جديدة.
ما يجب مراعاته في الاستبيان
يتم استخدام الاستبيانات في مجموعة واسعة من الإعدادات لجمع معلومات حول آراء وسلوك الأفراد المستجيبين من خلال الأسئلة، كما هو الحال مع أي فرع آخر من العلوم، فإن صلاحية وموثوقية أداة القياس، أي الاستبيان يجب اختبارها أيها الباحث بدقة للتأكد من أن البيانات التي قمت بجمعها أيها الباحث من المستجيبين ذات مغزى، علاوة على ذلك سيؤثر تصميمك أيها الباحث وطريقة إدارة الاستبيان أيضاً على معدل الاستجابة الذي يتم تحقيقه من قبل المستجيبين وجودة البيانات التي يتم جمعها.
كيفية معرفتك أو تقديرك لعدد المستجيبين للاستبيان الذي تحتاجه:
الإجابة القصيرة هي ما يصل إلى مستوى مفيد من التباين في الاستجابات، يمكنك أيها الباحث العثور على المبلغ الصحيح من خلال إعطاء مسوحات متتالية وحساب الانحراف المعياري لمقاييس مثل بيانات النسبة، إذا كنت أيها الباحث تطرح أسئلة عادية أو أسئلة ترتيبية أو أسئلة متقطعة، فقم بإجراء بعض الاستبيانات الأساسية وقارن النتائج.
إذا كان التباين من استبيان لآخر منخفضاً بما يكفي لغرض الاستبيان، فقد وجدت أيها الباحث العدد الصحيح من الأشخاص المستجيبين لأخذ عينات، إذا كان غرضك أيها الباحث يتطلب قدراً أقل من التباين، فقم أيها الباحث بزيادة حجم عينتك وعدد المستجيبين إلى استبيان التحليل نسبة إلى عدد السكان.
ويمكنك أيها الباحث استخدام أسلوب آخر يتمثل في تقسيم مجموعة العينة أي عدد المستجيبين كلهم بشكل عشوائي إلى مجموعات متساوية الحجم، وإدارة الاستبيان، وتحليل النتائج، ثم مقارنة النتائج عبر المجموعات، فغالباً ما سوف تحصل أيها الباحث على نتائج متكافئة إحصائياً، وسيعزى الفرق بين المجموعات إلى ما يسميه الإحصائيون خطأ أخذ العينات، إذا كانت الاختلافات أصغر مما تعتبره فرقاً مهماً بما يكفي للعمل وفقاً له، فسيكون حجم المجموعة وعدد المستجيبين كبيراً بما يكفي للاستبيانات المستقبلية، ومع ذلك إذا كانت الاختلافات بين المجموعات كبيرة في العرض الخاص بك أيها الباحث، فقم بزيادة حجم عينتك وعدد المستجيبين، وكرر هذه الخطوات حتى يصبح الفرق بين المجموعات العشوائية أصغر مما قد تعتبره مهماً بما يكفي للعمل عليه.
إذا لم تكن أيها الباحث خبيراً في الاستبيان، لن يكون من الممكن نشر استبيان طوعي بطريقة توفر مقياساً صحيحاً لهامش الخطأ لذا فإن الطريقة الوحيدة للتعرف على عدد الأشخاص المستجيبين الذين يقومون بالاستبيان هي التخمين والتحقق منه.
تحليل بيانات الاستبيان:
أصبح إنشاء استبيان عبر الإنترنت وإرساله أيها الباحث إلى المستجيبين أسهل من أي وقت مضى، ولكن تحليل النتائج هو الجزء الصعب، كما أنه هناك أربع طرق رئيسية لجمع الردود من المستجيبين على كل سؤال، وبالتالي هنالك أربعة أنواع بيانات رئيسية قد تواجهها أيها الباحث عند تحليل نتائج الاستبيان وهم:
- بيانات تسلسلية.
- البيانات ترتيبي.
- بيانات فاصلة.
- بيانات النسبة.
بعض النصائح المقدمة حول تصميم الاستبيان
تبدأ المسوحات الجيدة بتصميم الاستبيان الذكي فأولاً تحتاج أيها الباحث إلى التخطيط لنجاح تصميم الاستبيان، هنا بعض النصائح:
- اجعلها استبيانة قصيرة: أي قم أيها الباحث فقط بتضمين الأسئلة التي ستستخدمها بالفعل، قد تعتقد أن هناك الكثير من الأسئلة التي تبدو مفيدة، لكنها يمكن أن تؤثر سلباً على نتائج الاستبيان، سبب آخر هو أننا غالباً ما نطرح أسئلة زائدة لا تساهم في المشكلة الرئيسية التي نريد حلها، يمكن أن يكون الاستبيان قصيراً مثل ثلاثة أسئلة.
- استخدم الأسئلة المفتوحة أولاً: لتجنب فرض افتراضاتك الخاصة، استخدم الأسئلة ذات النهايات المفتوحة أولاً، غالباً ما نبدأ ببعض أسئلة الاختيار أو القوائم، والتي يمكن أن تكون مخيفة للمستجيبين على الاستبيان، يبدو السؤال المفتوح أكثر جاذبية ودفئاً فهو يجعل المستجيبين يشعرون برغبتك في سماع ما يريدون قوله وبدء محادثة بالفعل، تمنحك أيها الباحث الأسئلة المفتوحة المزيد من الإجابات الثاقبة، ومع ذلك فإن الأسئلة المغلقة أسهل في الرد عليها، وأسهل تحليلها لكنها لا تنشئ رؤى غنية، أفضل طريقة هي استخدام مزيج من كلا النوعين من الأسئلة، حيث إنه أكثر إلحاحاً للإجابة على أنواع مختلفة من الأسئلة للمستجيبين.
- استخدام الاستبيانات كوسيلة لتقديم الحلول: ستكشف استبياناتك عن المجالات في عملك التي تحتاج إلى دعم إضافي أو ما يخلق اختناقات في خدمتك، استخدم استبياناتك كطريقة لتقديم الحلول لجمهورك والحصول على بيانات وتعليقات مباشرة حول تلك الحلول بطريقة أكثر استشارية.
- ضع في اعتبارك توقيتك: من المهم التفكير في توقيت الاستبيان الخاص بك، ضع في اعتبارك الأوقات التي من المرجح أن يستجيب فيها جمهورك إلى الاستبيان الخاص بك ومنحهم الفرصة للقيام بذلك في وقت فراغهم، في الوقت الذي يناسبهم.
- تحدي افتراضاتك: من المهم تحدي افتراضاتك، حيث أنه من المغري جداً وضع افتراضات حول سبب كون الأشياء كما هي، عادة ما يكون هناك أكثر من مجرد العين التي يفضلها الشخص وخلفيته والتي يمكن أن تؤثر على السيناريو.
- هل لديك العديد من كتاب الاستبيان: يمكن أن يكون الحصول على كاتب استبيان متعدد مفيداً، حيث إن قراءة الأشخاص لعمل بعضهم البعض واختبار الأسئلة يساعد على معالجة حقيقة أن معظم الأسئلة يمكن تفسيرها بأكثر من طريقة.
- اختر أسئلة الاستبيان بعناية: عندما تختار أسئلة الاستبيان اجعلها مهمة حقاً، استخدم فقط تلك الأسئلة التي يمكن أن تحدث فرقاً في النتائج النهائية الخاصة بك.
- كن على استعداد للإبلاغ عن النتائج واتخاذ الإجراءات اللازمة: بصفتك باحثاً فأنت تريد أن تعرف المستجيب بعدد إجاباته وتتم مراجعتها وإحداث فرق، كحافز يمكنك مشاركة النتائج مع المشاركين، في شكل معيار، أو قياس تقوم بعد ذلك بإبلاغ المشاركين.
- ماذا بداخلهم؟: فكر دائماً فيما يريده المستجيبون على الاستبيان وما هو فيه، في الواقع لا يفكر العديد من الباحثين في هذا الأمر عندما ترسل استبياناتها، إذا تمكنت من تثبيت "ما في الأمر بالنسبة لي"، فإنك تحل تلقائياً العديد من المشكلات المحتملة في الاستبيان، مثل ما إذا كان المستجيبون لديهم حافز كافٍ أم لا، أو إذا كان الاستبيان والأسئلة متسقاً بما يكفي.
أولاً: فهمك أيها الباحث لمستويات القياس الأربعة لأسئلة مقياس ليكرات في الاستبيان:
قبل تحليل البيانات وأسئلة الاستبيان ونتائج الاستبيان يجب أن تفهم أيها الباحث مستويات القياس الأربعة، تحدد هذه المستويات كيفية قياس أسئلة الاستبيان وما هو التحليل الإحصائي الذي ينبغي إجراؤه، مستويات القياس الأربعة هم الآتي:
- المقاييس الاسمية.
- المقاييس الترتيبية.
- المقاييس الفاصلة.
- مقاييس النسبة.
ثانياً: حدد سؤال / أسئلة البحث الخاصة بك أيها الباحث:
بمجرد أن تفهم أيها الباحث كيفية تحليل أسئلة الاستبيان ونتائج الاستبيان، يجب عليك أيها الباحث إبراز الأسئلة البحثية الشاملة التي تحاول حلها، ربما كيف يقيم المستجيبون علامتنا التجارية؟ ثم انظر إلى أسئلة الاستبيان التي تجيب على أسئلة البحث هذا، سيؤدي تقسيم أسئلة الاستبيان إلى عزل البيانات ذات الصلة بأهدافك الخاصة أيها الباحث.
ثالثاً: تحليل الأسئلة ذات البيانات الكمية أولاً، ثم الأسئلة ذات البيانات النوعية:
الأسئلة ذات البيانات الكمية ذات قيمة لأنها تستخدم الإحصاءات لاستخلاص النتائج، في حين أن البيانات النوعية يمكن أن تجلب رؤى أكثر إثارة للاهتمام حول موضوع ما، فإن هذه المعلومات ذاتية تجعل من الصعب تحليلها أيها الباحث، ومع ذلك فإن البيانات الكمية تأتي من أسئلة قريبة يمكنك تحويلها أيها الباحث إلى قيمة رقمية، بمجرد أن تقوم أيها الباحث بقياس البيانات يصبح من الأسهل عليك مقارنة النتائج وتحديد الاتجاهات في سلوك المستجيب، من الأفضل لك أيها الباحث البدء بتحليل البيانات الكمية عند إجراء تحليل أسئلة الاستبيان ونتائج الاستبيان، ذلك لأن البيانات الكمية يمكن أن تساعدك أيها الباحث على فهم بياناتك النوعية بشكل أفضل، على سبيل المثال إذا قال 60٪ من المستخدمين أنهم غير راضين عن المنتج، يمكنك أيها الباحث تركيز انتباهك على المراجعات السلبية حول تجربة المستخدم، يمكن أن يساعدك أيها الباحث ذلك في تحديد الحواجز.
رابعاً: استخدم أيها الباحث الجدولة المتقاطعة لفهم جمهورك المستهدف بشكل أفضل:
إذا قمت أيها الباحث بتحليل جميع إجاباتك ونتائجك في مجموعة واحدة، فلن تكون فعالة تماماً للحصول على معلومات دقيقة، يمكن للمستجيبين الذين ليسوا عملاءك المثاليين تجاوز بياناتك وتحريف نتائج الاستبيان، بدلاً من ذلك إذا قسمت النتائج باستخدام الجدولة التبادلية، يمكنك تحليل كيفية رد جمهورك المستهدف على الأسئلة، فيسجل الجدولة المتقاطعة العلاقات بين المتغيرات، يكشف هذا عن رؤى محددة بناءً على ردود المشاركين على الأسئلة المختلفة، على سبيل المثال قد تكون مهتماً بدعوة العملاء، لكنك تعلم أن عملائك يقيمون خارج مدينتك، فيمكنك أيها الباحث استخدام الجدولة التبادلية لمعرفة عدد المستجيبين الذين قالوا إنهم من المدينة وقالوا إنهم سيوصون بعلامتك التجارية، من خلال سحب متغيرات متعددة في مخطط واحد، يمكننا تضييق نتائج الاستبيان إلى مجموعة محددة من الاستجابات، بهذه الطريقة تعرف أن بياناتك لا تضع في اعتبارها سوى جمهورك المستهدف.
خامساً: فهم الدلالة الإحصائية:
كما ذكرنا في القسم الأخير ليست جميع البيانات موثوقة كما تأمل، فكل شيء نسبي ومن المهم التأكد من أن المستجيبين يمثلون تمثيلاً دقيقاً لجمهورك المستهدف، على سبيل المثال تشير بياناتك إلى أن 33٪ من المستجيبين سيوصون بعلامتك التجارية والآخرين75% منهم تجاوزوا 40 عاماً، ولكن جمهورك المستهدف يتراوح بين 18 و 29 عاماً، في هذه الحالة هذه البيانات ليست ذات دلالة إحصائية لأن الأشخاص الذين أجروا الاستبيان لا يمثلون عميلك المثالي، يمكن أن يساعد أخذ العينات العشوائية - اختيار مجموعة اعتباطية من الأفراد من عدد أكبر من السكان - في إنشاء عينة أكثر تنوعاً من الردود على الاستبيان، بالإضافة إلى ذلك كلما زاد عدد الأشخاص الذين قمت بتحليل استبيانهم وتحليل الأسئلة زادت دقة النتائج.
سادساً: خذ أيها الباحث بعين الاعتبار السببية مقابل الارتباط:
جانب آخر مهم من تحليل الاستبيان هو معرفة أن الاستنتاجات التي ترسمها دقيقة، على سبيل المثال لنفترض أننا لاحظنا علاقة بين مبيعات الآيس كريم وسرقة السيارات، على مدى شهر مع زيادة مبيعات الآيس كريم زادت تقارير السيارات المسروقة، في حين أن هذه البيانات قد توحي بوجود رابط بين هذه المتغيرات فإننا نعلم أنه ربما لا توجد علاقة، فقط لأن الاثنين مترابطين لا يعني أن أحدهما يسبب الآخر، في مثل هذه الحالات يوجد عادةً متغير ثالث - المتغير المستقل - يؤثر على المتغيرين التابعين، في هذه الحالة درجة الحرارة مع زيادة درجة الحرارة يشتري المزيد من الناس الآيس كريم، بالإضافة إلى ذلك يترك المزيد من الناس منازلهم ويخرجون مما يؤدي إلى المزيد من الفرص للجريمة في حين أن هذا مثال متطرف، فأنت لا تريد أبداً استخلاص استنتاج غير دقيق أو غير كاف، حلل جميع جوانب القصة قبل افتراض أنك تعرف ما الذي يدفع الشخص إلى التفكير أو الشعور أو التصرف بطريقة معينة.
سابعاً: قارن أيها الباحث البيانات مع البيانات السابقة ونتائجهم والنتائج السابقة:
على الرغم من أن البيانات الحالية جيدة لإبقائك على اطلاع، إلا أنه يجب مقارنتها بالبيانات التي جمعتها في الماضي، على سبيل المثال: إذا كنت تعلم أن 33٪ من المشاركين قالوا إنهم سيوصون بعلامتك التجارية، فهل هذا أفضل أم أسوأ من العام الماضي؟ ماذا عن الربع الأخير؟ إذا كانت هذه هي السنة الأولى لتحليل البيانات، فاجعل هذه النتائج هي المعيار لتحليلك التالي، قارن النتائج المستقبلية بهذا السجل وتتبع التغييرات على مدار الأرباع أو الأشهر أو السنوات أو أي فاصل زمني تفضله، يمكنك حتى تتبع البيانات لمجموعات فرعية محددة لمعرفة ما إذا كانت تجاربهم تتحسن مع مبادراتك، الآن بعد أن جمعت وحللت جميع بياناتك وتوصلت إلى نتائج، فإن الخطوة التالية هي مشاركة النتائج مع الآخرين، وذلك من خلال عرضها في البحث.
فيديو: طريقة تفريغ الاستمارة (الاستبيان) في برنامج spss
مع تحيات: المنارة للاستشارات لمساعدة الباحثين وطلبة الدراسات العليا - أنموذج البحث العلمي