Enquêtegegevens analyseren

De resultaten van uw online enquêtes zijn binnen. Dat betekent dat het tijd is om de enquêtegegevens te analyseren om de resultaten te begrijpen. Vervolgens presenteert u de gegevens op een duidelijke manier, zodat u actie kunt ondernemen. Nadat u statistische enquêteresultaten hebt verzameld en een plan voor gegevensanalyse hebt opgesteld, begint u met het berekenen van de enquêteresultaten die u hebt ontvangen. Benieuwd naar hoe onze enquêtewetenschappers de kwantitatieve gegevens (in tegenstelling tot kwalitatieve gegevens) verwerken? Ze structureren hun rapporten op basis van enquêtereacties waarmee ze de onderzoeksvragen beantwoorden. Maar zelfs voor experts kan het moeilijk zijn om de inzichten in onbewerkte gegevens te onthullen. 

Om uw enquêtedoelen te bereiken, is het slim om te vertrouwen op de enquêtemethodologie die door onze experts wordt aanbevolen. Zodra u de resultaten hebt, kunt u ze effectief analyseren met onze tools voor gegevensanalyse, waaronder statistische analyse, gegevensanalyse, en grafieken en diagrammen die uw enquêtestatistieken weergeven.

Een grondige analyse van uw enquêtegegevens is onmisbaar om de informatie en inzichten te krijgen waarmee u betere zakelijke beslissingen kunt nemen. Maar houd wel rekening met potentiële uitdagingen die voor problemen met de analyse kunnen zorgen of de resultaten kunnen vertekenen. 

Als u te veel open vragen stelt, maakt u uw analyse tijdrovender en ingewikkelder, aangezien u met kwalitatieve resultaten werkt die niet in cijfers worden uitgedrukt. Gesloten vragen leiden tot resultaten die u gemakkelijker kunt analyseren. De analyse kan ook lastiger worden als u sturende of bevooroordeelde vragen stelt, of als u kiest voor verwarrende of ingewikkelde vragen. Met de juiste tools en informatie weet u zeker dat de enquêteanalyse gemakkelijk en effectief is.

Lees meer over het gebruik van gesloten of open vragen.

Omdat SurveyMonkey zoveel technieken voor gegevensanalyse heeft, kunt u gemakkelijk uw onbewerkte gegevens omzetten in bruikbare inzichten die een gebruiksvriendelijke indeling hebben. Met functies als automatische grafieken, diagrammen en woordwolken brengt u uw gegevens tot leven. Via de stemmingsanalyse krijgt u bijvoorbeeld meteen een overzicht van wat mensen vinden uit duizenden of zelfs miljoenen open antwoorden. U kunt positieve, neutrale en negatieve stemmingen bekijken en filteren op stemming om te zien waarop u de aandacht moet richten. Op zoek naar gedetailleerdere inzichten? Filter dan een vraag op stemming. Stel u eens voor hoe handig een kwantitatieve gegevensset zou zijn op basis van al die tekstreacties.

Met woordwolken kunt u snel open reacties analyseren door de meestgebruikte woorden visueel af te beelden. U kunt het uiterlijk van de woordwolken op allerlei manieren aanpassen. Kies bijvoorbeeld verschillende kleuren of lettertypen voor specifieke woorden, zodat u gemakkelijk irrelevante woorden verbergt.

Met ons uitgebreide aanbod van functies en tools, lost u analyseproblemen op en genereert u snel afbeeldingen en robuuste rapporten. Bekijk hoe u in een handomdraai een verslag maakt met SurveyMonkey.

We gaan eerst dieper in op hoe u de resultaten van uw belangrijkste onderzoeksvragen kunt analyseren. Hebt u empirische onderzoeksvragen gebruikt? Hebt u stilgestaan bij aselecte steekproeven? Vergeet niet dat u (als het goed is) bij het bepalen van het doel van uw enquête uw belangrijkste onderzoeksvragen al hebt geschetst.

Als u bijvoorbeeld een educatieve conferentie hebt gehouden en de deelnemers een enquête voor feedback over het evenement hebt gestuurd, zou dit één van uw onderzoeksvragen kunnen zijn: "Wat vonden de deelnemers in het algemeen van de conferentie?" Bekijk vervolgens de antwoorden die u hebt verzameld voor een specifieke enquêtevraag die in verband staat met die belangrijke onderzoeksvraag:

Bent u van plan om deze conferentie volgend jaar bij te wonen?

U ziet in de antwoorden een aantal percentages (71%, 18%) en een aantal ruwe cijfers (852, 216) staan. De percentages vertegenwoordigen het percentage respondenten dat een bepaald antwoord gaf. Met andere woorden, de percentages zijn het aantal respondenten dat een bepaald antwoord gaf in verhouding tot het aantal mensen dat de vraag heeft beantwoord. In dit geval is 71% van de enquêterespondenten (852 van de 1200 geënquêteerden) van plan volgend jaar terug te komen.

Deze tabel geeft aan dat 18% zegt niet terug te komen en dat 11% het nog niet zeker weet.

Een goed begrip van de steekproefgrootte is ook belangrijk om uw enquêteresultaten nauwkeurig en effectief te analyseren. De steekproefgrootte is hoeveel mensen uw enquête helemaal in moeten vullen om deze statistisch relevant te maken. Zelfs voor een statisticus valt het niet mee om de steekproefgrootte te bepalen. Maar SurveyMonkey maakt het proces een stuk makkelijker met de gebruiksvriendelijke calculator voor de foutmarge. Hiermee stelt u vast hoeveel mensen u moet ondervragen om met uw resultaten de foutmarge zo klein mogelijk te houden.

Bij het opstellen van een enquêtedoel en het ontwikkelen van een analyseplan, hebt u nagedacht over de subgroepen die u wilde analyseren en vergelijken. En die planning levert nu rendement op. Stel dat u de antwoorden van docenten, studenten en bestuurders op de vraag over de conferentie van volgend jaar met elkaar wilt vergelijken. Hiervoor moet u de reactiepercentages bekijken met behulp van kruistabellen of rapporten met kruistabellen, om de resultaten van de conferentievraag weer te geven per subgroep:

Uit deze tabel kunt u afleiden dat een groot gedeelte van de studenten (86%) en docenten (80%) van plan is volgend jaar terug te komen. Bestuurders die uw conferentie hebben bezocht, denken er echter anders over. Minder dan de helft (46%) is van plan de conferentie volgend jaar te bezoeken! Wij hopen dat u er met enkele van onze andere vragen achter kunt komen waarom dit het geval is en wat u kunt doen om de conferentie te verbeteren voor bestuurders, zodat ook zij de komende jaren steeds terug zullen komen.

Een filter is een andere manier om gegevens te analyseren bij het modelleren van gegevens. Filteren betekent dat u zich richt op een bepaalde subgroep en de andere groepen uitsluit. In dit geval vergelijken we de subgroepen niet met elkaar, maar bekijken we juist de antwoorden van één subgroep. Door filters met elkaar te combineren, weet u zeker dat uw gegevens nauwkeurig zijn.

Zo kunt u zich bijvoorbeeld uitsluitend richten op vrouwen of mannen en kruistabellen per type deelnemer toepassen. Op deze manier kunt u vrouwelijke bestuurders, vrouwelijke docenten en vrouwelijke studenten met elkaar vergelijken. Er is één ding waar u voor moet waken als u uw resultaten vanuit verschillende invalshoeken bekijkt: telkens wanneer u een filter of een kruistabel toepast, wordt de steekproefgrootte kleiner. U wilt uw resultaten natuurlijk statistisch significant houden. Daarom kan het nuttig zijn de steekproefgrootte te berekenen.

Als u snel de resultaten van uw gegevensanalyse op een overzichtelijke manier wilt presenteren zijn grafieken de ideale tool. Met SurveyMonkey kunt u in een handomdraai grafieken maken die uw analyse verduidelijken en context toevoegen. Hierdoor zijn de gegevens gerichter en bruikbaarder.  

Kruistabellen of rapporten met kruistabellen zijn handig als u uw gegevens tot in detail wilt verkennen. Kruistabellen brengen uw gegevens onder in een tabel die respondenten indeelt op basis van gedeelde achtergrondinformatie of enquêtereacties. Op die manier kunt u de antwoorden van de groepen met elkaar vergelijken. Zo begrijpt u de groepen van respondenten beter en weet u hoe ze van elkaar verschillen.

Stel dat in uw feedbackenquête de vraag 'Hoe tevreden bent u over het algemeen met de conferentie?' voorkomt. 

Uit uw resultaten blijkt dat 75% van de deelnemers tevreden was met de conferentie. Dat lijkt best goed. Maar zou enige context niet op zijn plaats zijn? Gegevens waarmee u deze uitkomst kunt vergelijken? Is het resultaat beter of slechter dan vorig jaar? Is het resultaat beter of slechter dan dat van andere conferenties?

Met benchmarks kunt u deze en andere vragen beantwoorden, omdat u eerdere en huidige gegevens kunt vergelijken om zo trends te herkennen in uw sector en markt, zodat u weet hoe u het doet.

Stel dat u deze vraag in uw conferentiefeedbackenquête zou opnemen na de conferentie van vorig jaar. U zou dan een trendvergelijking kunnen maken. Professionele peilers zijn slechte dichters, maar een favoriete rijm is 'trend is your friend'. Indien het tevredenheidspercentage vorig jaar 60% was, is de tevredenheid met 15 procent gestegen. Wat is de oorzaak van deze stijging? We hopen dat reacties op andere vragen in uw enquête antwoorden opleveren.

Als u geen gegevens hebt over de conferenties van vorig jaar, is dit het eerste jaar waarin u feedback gaat verzamelen na afloop van een conferentie. Dit noemen we benchmarking. U stelt een benchmark of een uitgangspunt vast. Na verloop van tijd kunt u dan zien of en hoe de cijfers zijn veranderd. U kunt niet alleen een benchmark vaststellen voor de tevredenheid van deelnemers, maar ook voor andere vragen. U kunt jaar na jaar in kaart brengen hoe deelnemers uw conferentie beoordelen. Dit wordt een longitudinale gegevensanalyse genoemd.

U kunt zelfs gegevens volgen voor verschillende subgroepen Stel dat de tevredenheidspercentages elk jaar stijgen voor studenten en docenten, maar niet voor bestuurders. Dan wilt u misschien wel de reacties van bestuurders op verschillende vragen nader bekijken om te ontdekken waarom ze minder tevreden zijn dan andere deelnemers.

U weet dat veel deelnemers hebben aangegeven ook de volgende conferentie te willen bijwonen. Maar hoe weet u dat uw enquête betrouwbare antwoorden heeft opgeleverd? Antwoorden waarmee u in de toekomst goed geïnformeerde beslissingen kunt nemen? Het is van belang de nodige aandacht te besteden aan de kwaliteit van uw gegevens en goed te weten welke elementen statistisch significant zijn.

In alledaagse gesprekken betekent het woord 'significant' belangrijk of betekenisvol. In enquêteanalyses en statistieken betekent dit woord 'een beoordeling van de nauwkeurigheid'. Hier komt de onvermijdelijke 'plus of min' in enquêtewerk om de hoek kijken. Dit houdt in dat enquêteresultaten een bepaald betrouwbaarheidsniveau hebben en niet het gevolg zijn van willekeurig toeval. Het is riskant om met een gevolgtrekking te komen op basis van onnauwkeurige resultaten (bijvoorbeeld statistisch niet-significant). De eerste factor waarmee u rekening moet houden bij de beoordeling van statistische significantie, is de representativiteit van uw steekproef: in hoeverre lijkt de groep respondenten van uw enquête op de totale populatie waarop u uw conclusies wilt baseren?

U hebt een probleem als 90% van de deelnemers aan de conferentie die de enquête hebben ingevuld bestond uit mannen, terwijl uw conferentie slechts 15% mannelijke deelnemers telde. Hoe meer u weet over de populatie die u onderzoekt, des te meer vertrouwen u kunt hebben in de resultaten wanneer uw enquête deze cijfers onderbouwt. In dit voorbeeld kunt u, als het om geslacht gaat, tevreden zijn als 15% van de respondenten bestaat uit mannen.

Als uw enquêtesteekproef een willekeurig deel van een bekende populatie omvat, kan statistische significantie op een transparante manier worden berekend. Een primaire factor hier is de steekproefgrootte. Stel dat 50 van de 1000 deelnemers aan uw conferentie de enquête heeft ingevuld. Vijftig (50) is een kleine steekproefgrootte en resulteert in een grote foutmarge. Kortom, uw resultaten leggen niet veel gewicht in de schaal.

Stel dat u uw respondenten hebt gevraagd hoeveel van de 10 beschikbare sessies ze tijdens de conferentie hebben bijgewoond. Dit zijn de resultaten:

Het is misschien een goed idee om het gemiddelde te analyseren. U weet waarschijnlijk dat er drie soorten gemiddelden zijn: gemiddelde, mediaan en modus.

In de bovenstaande tabel is het gemiddelde aantal bijgewoonde sessies 6,1. Het gerapporteerde gemiddelde is in dit geval de mediaan. Dat is het gemiddelde waar u waarschijnlijk het bekendst mee bent. U berekent de mediaan door de gegevens bij elkaar op te tellen en ze vervolgens te delen door het aantal cijfers dat u hebt opgeteld. In dit geval zijn er 100 deelnemers die verklaren dat ze één sessie hebben bijgewoond, 50 deelnemers die vier sessies hebben bijgewoond, 100 deelnemers die vijf sessies hebben bijgewoond, enz. Vermenigvuldig deze paren, tel ze bij elkaar op en deel de uitkomst door het aantal deelnemers.

De mediaan is een ander soort gemiddelde. De mediaan is de middelste waarde, het punt van 50%. In de tabel hierboven zoeken we het aantal sessies met 500 mensen links en 500 mensen rechts van het cijfer. In dit geval is de mediaan zes sessies. Hiermee voorkomt u dat uw gegevens negatief worden beïnvloed door uitschieters.

De modus is het laatste soort gemiddelde. De modus is de vaakst gegeven reactie. In dit geval is het antwoord zes. Er zijn 260 enquêtedeelnemers die zes sessies hebben bijgewoond, meer dan elk ander aantal sessies.

Medianen en alle andere soorten gemiddelden kunnen ook worden gebruikt als uw resultaten zijn gebaseerd op Likert-schalen.

Als het gaat om rapportage op basis van enquêteresultaten, vergeet dan niet welk verhaal uw gegevens vertellen.

Stel dat uw conferentie over het algemeen als middelmatig is beoordeeld. U gaat op onderzoek uit. De gegevens laten zien dat deelnemers bijna alle aspecten van uw conferentie een zeer hoge waardering hebben gegeven: de sessies en de lessen, de sociale evenementen en het hotel. Maar ze laten ook zien dat ze een hekel hadden aan de stad waarin de conferentie werd gehouden. (Misschien vond de conferentie plaats in januari in Chicago en was het te koud om naar buiten te gaan!) 

Dit werpt meteen een ander licht op de situatie. Met de conferentie zelf was weinig mis, maar de locatie viel minder in de smaak. Misschien zijn Miami of San Diego een beter idee voor een conferentie in de winter.

Een aspect van gegevensanalyse en rapportage dat u moet overwegen, is het verschil tussen correlatie en causaliteit.

Mensen verwerken en begrijpen informatie op allerlei verschillende manieren. Gelukkig heeft SurveyMonkey tal van methoden om enquêtegegevens te analyseren. Zo kunt u de informatie beoordelen en presenteren op een manier waarmee u uw doelen bereikt. En maak grafieken, diagrammen en rapporten die uw resultaten begrijpelijk maken.

Hier zijn enkele veelgestelde vragen waarbij we u kunnen helpen terwijl u de enquêteanalyse onder de knie krijgt.

Bij longitudinale gegevensanalyse (vaak 'trendanalyse' genoemd) houdt u gedurende langere tijd bij hoe antwoorden op bepaalde vragen veranderen. Nadat een benchmark is vastgesteld, kunt u bepalen of en hoe de cijfers zich ontwikkelen. Stel dat het tevredenheidspercentage voor uw conferentie drie jaar geleden 50%, twee jaar geleden 55% en vorig jaar 75% was. Dan is een felicitatie op zijn plaats! Uw longitudinale gegevensanalyse geeft een stijgende trend in tevredenheid aan.

Ga terug

Causaliteit houdt in dat een bepaalde factor een andere factor veroorzaakt. Correlatie houdt in dat twee variabelen een bepaalde samenhang vertonen, maar correlaties vertellen ons niet of er een oorzaak-en-gevolg-relatie tussen de twee variabelen bestaat. Het drinken van warme chocolademelk en het dragen van handschoenen zijn twee gecorreleerde variabelen: zij vertonen meestal een bepaalde samenhang. De ene factor is echter niet de oorzaak van de andere factor. Ze worden namelijk beide veroorzaakt door een derde factor: koud weer. 

Koud weer is zowel van invloed op de consumptie van warme chocolademelk als op het dragen van handschoenen. Koud weer is de onafhankelijke variabele en de consumptie van warme chocolademelk en het dragen van handschoenen zijn de afhankelijke variabelen. In het geval van de feedbackenquête voor de conferentie, is het koude weer waarschijnlijk van invloed op de ontevredenheid met de stad waarin de conferentie werd gehouden en op de ontevredenheid over de conferentie in algemene zin. 

Voer ten slotte een regressieanalyse uit om de relatie tussen de variabelen in uw enquête verder te onderzoeken.

Ga terug

Regressieanalyse is een geavanceerde methode voor gegevensvisualisatie en -analyse waarmee u de relatie tussen twee of meer variabelen kunt onderzoeken. Er zijn veel verschillende soorten regressieanalyses. Welke de enquêtewetenschapper kiest, is afhankelijk van de variabelen die hij of zij onderzoekt. Alle soorten regressieanalyses hebben één ding gemeen: ze onderzoeken de invloed van één of meer onafhankelijke variabelen op een afhankelijke variabele. Bij de analyse van onze enquêtegegevens willen we weten welke factoren vooral van invloed zijn op de tevredenheid van deelnemers over de conferentie. Ligt het aan het aantal sessies? De hoofdspreker? De sociale evenementen? De locatie? Met behulp van regressieanalyse kan een enquêtewetenschapper bepalen of en in welke mate de tevredenheid met deze verschillende eigenschappen van de conferentie bijdraagt aan de algemene tevredenheid.

Dit geeft weer inzicht in welke aspecten van de conferentie u een volgende keer zou kunnen veranderen. Stel dat u een hoog honorarium hebt betaald om uw openingssessie te laten verzorgen door een topspreker. De deelnemers gaven deze spreker en de algehele conferentie een hoge waardering. Op basis van deze twee factoren zou u kunnen denken dat een fantastische (en dure) spreker van groot belang is voor het succes van uw conferentie. Met behulp van regressieanalyse kunt u vaststellen of dit inderdaad het geval is. Het is mogelijk dat de populariteit van de spreker een belangrijke bijdrage heeft geleverd aan de tevredenheid van de conferentie. Is dat het geval, dan wilt u volgend jaar weer een fantastische spreker uitnodigen. Maar het is ook mogelijk dat de regressieanalyse uitwijst dat iedereen de spreker goed vond, maar dat zijn aanwezigheid niet heeft bijgedragen aan de tevredenheid van de deelnemers aan de conferentie. Dan kunt u het hoge bedrag voor de spreker de volgende keer beter ergens anders voor gebruiken. 

Als u de tijd neemt om de betrouwbaarheid van uw enquêtegegevens nauwkeurig te analyseren, krijgt u de antwoorden die u nodig hebt om geïnformeerde besluiten te nemen.

Enquêtegegevens kunnen echt een tool met veel impact zijn.

Door gegevens op innovatieve, interessante en informatieve manieren te analyseren, kunt u de groei van het bedrijf stimuleren, de relatie met klanten verdiepen en de concurrentie ver achter u laten. SurveyMonkey heeft allerlei opties voor elk budget. 

Bij gegevensverzameling met enquêtes gebruikt u enquêtes om informatie te verzamelen bij specifieke respondenten. Deze vorm van gegevensverzameling kan andere typen gegevensverzameling vervangen of aanvullen, zoals vraaggesprekken, focusgroepen, enz. Met de gegevens die via enquêtes worden verzameld, kan bijvoorbeeld de werknemerstevredenheid worden verhoogd, het gedrag van kopers worden doorgrond of de klantervaring worden verbeterd.

Ga terug

Bij longitudinale gegevensanalyse (vaak 'trendanalyse' genoemd) houdt u gedurende langere tijd bij hoe antwoorden op bepaalde vragen veranderen. Nadat een benchmark is vastgesteld, kunt u bepalen of en hoe de cijfers zich ontwikkelen. Stel dat het tevredenheidspercentage voor uw conferentie drie jaar geleden 50%, twee jaar geleden 55% en vorig jaar 75% was. Dan is een felicitatie op zijn plaats! Uw longitudinale gegevensanalyse geeft een stijgende trend in tevredenheid aan.

Ga terug

Causaliteit houdt in dat een bepaalde factor een andere factor veroorzaakt. Correlatie houdt in dat twee variabelen een bepaalde samenhang vertonen, maar correlaties vertellen ons niet of er een oorzaak-en-gevolg-relatie tussen de twee variabelen bestaat. Het drinken van warme chocolademelk en het dragen van handschoenen zijn twee gecorreleerde variabelen: zij vertonen meestal een bepaalde samenhang. De ene factor is echter niet de oorzaak van de andere factor. Ze worden namelijk beide veroorzaakt door een derde factor: koud weer. Koud weer is zowel van invloed op de consumptie van warme chocolademelk als op het dragen van handschoenen. Koud weer is de onafhankelijke variabele en de consumptie van warme chocolademelk en het dragen van handschoenen zijn de afhankelijke variabelen. In het geval van de feedbackenquête voor de conferentie, is het koude weer waarschijnlijk van invloed op de ontevredenheid met de stad waarin de conferentie werd gehouden en op de ontevredenheid over de conferentie in algemene zin. Voer ten slotte een regressieanalyse uit om de relatie tussen de variabelen in uw enquête verder te onderzoeken.

Ga terug

Regressieanalyse is een geavanceerde methode voor gegevensvisualisatie en -analyse waarmee u de relatie tussen twee of meer variabelen kunt onderzoeken. Er zijn veel verschillende soorten regressieanalyses. Welke de enquêtewetenschapper kiest, is afhankelijk van de variabelen die hij of zij onderzoekt. Alle soorten regressieanalyses hebben één ding gemeen: ze onderzoeken de invloed van één of meer onafhankelijke variabelen op een afhankelijke variabele. Bij de analyse van onze enquêtegegevens willen we weten welke factoren vooral van invloed zijn op de tevredenheid van deelnemers over de conferentie. Ligt het aan het aantal sessies? De hoofdspreker? De sociale evenementen? De locatie? Met behulp van regressieanalyse kan een enquêtewetenschapper bepalen of en in welke mate de tevredenheid met deze verschillende eigenschappen van de conferentie bijdraagt aan de algemene tevredenheid.

Dit geeft weer inzicht in welke aspecten van de conferentie u een volgende keer zou kunnen veranderen. Stel dat u een hoog honorarium hebt betaald om uw openingssessie te laten verzorgen door een topspreker. De deelnemers gaven deze spreker en de algehele conferentie een hoge waardering. Op basis van deze twee factoren zou u kunnen denken dat een fantastische (en dure) spreker van groot belang is voor het succes van uw conferentie. Met behulp van regressieanalyse kunt u vaststellen of dit inderdaad het geval is. Het is mogelijk dat de populariteit van de spreker een belangrijke bijdrage heeft geleverd aan de tevredenheid van de conferentie. Is dat het geval, dan wilt u volgend jaar weer een fantastische spreker uitnodigen. Maar het is ook mogelijk dat de regressieanalyse uitwijst dat iedereen de spreker goed vond, maar dat zijn aanwezigheid niet heeft bijgedragen aan de tevredenheid van de deelnemers aan de conferentie. Dan kunt u het hoge bedrag voor de spreker de volgende keer beter ergens anders voor gebruiken. Als u de tijd neemt om de betrouwbaarheid van uw enquêtegegevens nauwkeurig te analyseren, krijgt u de antwoorden die u nodig hebt om geïnformeerde besluiten te nemen.