De gegevens analyseren

Hoe u als een enquêtedeskundige gegevens analyseert

Maak vandaag nog een enquête

Nu u de resultaten van uw enquête hebt verzameld en een gegevensanalyseplan hebt gemaakt, is het tijd om uw gegevens te onderzoeken. Onze onderzoekswetenschappers voor enquêtes analyseren als volgt kwantitatieve gegevens (versus het analyseren van kwalitatieve gegevens), van het bekijken van antwoorden en aandacht voor de belangrijkste onderzoeksvragen en enquêtedoelen, tot het interpreteren van de cijfers en het trekken van conclusies.

De volgende VIER stappen zijn bedoeld om u te laten zien hoe u gegevens doeltreffender kunt analyseren:

  1. Bekijk de belangrijkste onderzoeksvragen.
  2. Filter kruistabellen en resultaten.
  3. Onderzoek wat de cijfers zeggen.
  4. Trek conclusies.

Bekijk de belangrijkste onderzoeksvragen

Laten we eerst iets dieper ingaan hoe u de resultaten analyseert voor uw belangrijkste onderzoeksvragen. Vergeet niet dat u tijdens het bepalen van het doel van uw enquête uw belangrijkste onderzoeksvragen hebt geschetst.

Als u bijvoorbeeld een educatieve conferentie hebt gehouden en de deelnemers een enquête voor feedback over het evenement hebt toegestuurd, zou dit één van uw onderzoeksvragen kunnen zijn: Welke waardering kennen deelnemer toe aan de algehele conferentie? Bekijk nu de antwoorden die u hebt verzameld voor een specifieke enquêtevraag die in verband staat met de belangrijke onderzoeksvraag:

Screen Shot 2014-03-05 at 10.46.26 AM

U ziet dat de reacties zijn uitgedrukt in percentages (71%, 18%) en in aantallen (852, 216).

Percentages vertegenwoordigen niets meer en niets minder dan 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 geeft 71% van de enquêterespondenten (852 van de 1200 geënquêteerden) aan van plan te zijn volgend jaar terug te komen.

Deze tabel geeft aan dat 18% verklaart niet terug te komen en dat 11% verklaart het niet te weten.

De aantallen vertegenwoordigen het aantal individuele enquêterespondenten voor elk antwoord. In dit voorbeeld geven 852 respondenten het antwoord “Ja, ik kom volgend jaar terug!” Als u ervan uitgaat dat het merendeel van de respondenten dat ‘ja’ heeft geantwoord (en mogelijk een aantal respondenten dat aangaf het niet te weten) volgend jaar terugkomt, kunt u een prognosemodel bouwen en een schatting maken van het aantal deelnemers* dat volgend jaar de conferentie zal bezoeken. *U kunt dit aantal nauwkeurig vaststellen als het aantal respondenten hoog is, met andere woorden: wanneer het merendeel van de bezoekers van de conferentie uw enquête heeft ingevuld.

Kruistabellen en resultaten filteren

Bij het stellen van een doel voor uw enquête en het ontwikkelen van een analyseplan hebt u nagedacht over de subgroepen die u wilde analyseren en vergelijken. Uw planning levert nu rendement op. Stel dat u de antwoorden van docenten, studenten en administrateurs op de vraag over de conferentie van volgend jaar met elkaar wilt vergelijken. Dan dient u een kruistabel te maken met de resultaten van een vraag over de conferentie per subgroep:

Screen Shot 2014-03-05 at 10.54.10 AM

Uit deze tabel kunt u opmaken dat de meerderheid van de studenten (86%) en docenten (80%) van plan is volgend jaar terug te komen. Administrateurs 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 overige vragen achter kunt komen waarom dit het geval is en wat u kunt doen om de conferentie voor administrateurs te verbeteren, zodat ook zij in de komende jaren in groten getale terug zullen komen.

Ook een filter is nuttig voor het analyseren van gegevens. Filteren betekent dat u zich richt op een bepaalde subgroep en de andere groepen uitsluit. In dit geval vergelijken we niet de subgroepen met elkaar, maar bekijken we juist de antwoorden van één subgroep. Zo kunt u zich bijvoorbeeld richten op uitsluitend vrouwen of mannen, en vervolgens kruistabellen per type deelnemer toepassen en vrouwelijke administrateurs, vrouwelijke docenten en vrouwelijke studenten 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. Om ervoor te zorgen dat uw resultaten statistisch significant zijn, kan het nuttig zijn de steekproefgrootte te berekenen.

Benchmarking, trending en gegevens vergelijken

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?

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.

Indien u geen gegevens hebt over de conferentie 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 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 longitudinale gegevensanalyse genoemd. Kom meer te weten over de manier waarop u met

SurveyMonkey Benchmarks uw enquêteresultaten in de juiste context plaatst.

Wat is een longitudinale analyse?

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 veranderen.  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.

U kunt zelfs gegevens volgen voor verschillende subgroepen Stel dat de tevredenheidspercentages elk jaar stijgen voor studenten en docenten , maar niet voor administrateurs.  StDan wilt u misschien wel de reacties van administrateurs op verschillende vragen nader bekijken om inzicht te krijgen in de redenen waarom zij minder tevreden zijn dan andere deelnemers.

Wat zeggen de cijfers?

U weet dat veel deelnemers hebben aangegeven ook de volgende conferentie te willen bijwonen. Maar hoe weet u dat uw enquête betrouwbare antwoorden  en antwoorden op basis waarvan u in de toekomst goed geïnformeerde beslissingen kunt nemen heeft opgeleverd? 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 conversaties 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 met name in dat enquêteresultaten een bepaald betrouwbaarheidsniveau hebben en niet het gevolg zijn van willekeurig toeval. Het is riskant om conclusies te trekken op basis van onjuiste resultaten (bijvoorbeeld statistisch niet-significant). De eerste factor die in overweging moet worden genomen bij de beoordeling van statistische significantie is de representativiteit van uw steekproef: dat wil zeggen, in hoeverre de groep respondenten in uw enquête ‘lijkt’ 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 slechts 15% van alle deelnemers aan uw conferentie bestond uit mannen. 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 gender 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 1.000 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. En stel dat dit het resultaat is:

Screen Shot 2014-03-05 at 11.02.19 AM

Dan wilt u wellicht het gemiddelde analyseren. U weet waarschijnlijk dat er drie soorten gemiddelden zijn: gemiddelde, mediaan en modus.

In de bovenstaande tabel is het gemiddelde aantal bijgewoonde sessies 6,3. Het gerapporteerde gemiddelde is in dit geval de mediaan. Dit 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 10 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 50%-punt. 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 7 sessies. Hiermee voorkomt u dat uw gegevens negatief worden beïnvloed door uitschieters.

De modus is het laatste soort gemiddelde. De modus is de frequentst gegeven reactie. In dit geval is het antwoord 6. 260 Enquêtedeelnemers woonden 6 sessies bij, meer dan elk ander aantal sessies.

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

Conclusies trekken

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.  Onderzoek uw gegevens uitgebreider voor nog diepere inzichten.  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.  (Wellicht vond de conferentie plaats in de maand januari in de stad Chicago en was het te koud om naar buiten te gaan!) Dit werpt meteen een ander licht op de situatie. In het algemeen was het een geweldige conferentie, maar een slecht gekozen locatie.  Miami of San Diego zijn mogelijk beter geschikt voor een conferentie in de winter.

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

Wat is het verschil tussen correlatie en causaliteit?

Causaliteit houdt in dat een 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 twee variabelen bestaat.

Het drinken van warme chocolademelk met handschoenen aan 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 nader te onderzoeken.

Wat is regressieanalyse?

Regressieanalyse is een geavanceerde methode om een gegevensanalyse uit te voeren 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 het analyseren van onze enquêtegegevens willen we weten welke factoren vooral van invloed zijn op de mate waarin deelnemers tevreden zijn 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 attributen van de conferentie bijdragen aan de algehele 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 bepalen of dit inderdaad het geval is. Het is mogelijk dat de populariteit van de spreker  in belangrijke mate heeft bijgedragen aan de tevredenheid van de conferentie. Indien dit het geval is, 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. Als dit het geval is, kunt u het aanzienlijke bedrag dat u hebt uitgegeven aan de spreker een volgende keer beter ergens anders voor gebruiken. Indien 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.

Terug naar enquêtes 101

3 snelle tips om de respons bij enquêtes te verbeteren

Hier volgen enkele ideeën om ervoor te zorgen dat respondenten meedoen aan uw enquêtes.

1. Wees snel

Als uw enquête kort en krachtig is, is de kans groter dat meer respondenten deze zullen invullen.

2. Bied stimulansen.

Kleine prikkels zoals een geringe korting of deelname aan een loterij kunnen respondenten ertoe brengen om uw enquête in te vullen.

3. Koop een doelpubliek

Met SurveyMonkey Audience kunt u zich tegen betaling toegang tot een doelgroep verschaffen die aan specifieke demografische criteria voor uw enquête voldoet. Dit is een fantastische manier om gerichte reacties van een bepaalde groep te verkrijgen.

Dit is waarom miljoenen mensen op SurveyMonkey vertrouwen

Onbeperkt aantal enquêtes

Stuur zo veel enquêtes en quizzen als u wilt, zelf als u een gratis plan hebt.

Snel antwoorden verzamelen

Maak en verzend gemakkelijk professionele enquêtes. Ontvang snel betrouwbare resultaten.

Goedgekeurd door experts

Gebruik kant-en-klare vragen en sjablonen die zijn goedgekeurd door onze enquêtespecialisten.

Real-time resultaten

Controleer de resultaten onderweg op elk apparaat. Ontdek trends terwijl de gegevens binnenkomen.

Nieuwe ideeën

Enquêtes hebben veel meer te bieden dan alleen antwoorden. Ontvang feedback en ontdek nieuwe perspectieven.

Gegevens waarop u actie kunt ondernemen

Ontwikkel en deel inzichten uit uw gegevens met uw team.