Analysere resultatene av undersøkelsen
Resultatene av en undersøkelse bør alltid måles mot noe. Hvis det er gjennomført tilsvarende undersøkelser tidligere, er det naturlig å sammenligne med resultatene fra disse for å se om det er en positiv eller negativ utvikling. En annen mulighet er å tallfeste mål før undersøkelsen gjennomføres, og sammenligne resultatene med måla.
De fleste tjenester for nettbaserte spørreskjema inneholder egne analysemoduler. Ellers er regneark som Excel godt egnet som verktøy for å behandle og analysere resultater av spørreundersøkelser. Blant annet kan resultatene visualiseres ved hjelp av diagram.
Å tolke resultatene fra en undersøkelse er ikke alltid så enkelt, og det er lett å fokusere ensidig på avvik og negative resultater, eller omvendt. Det er viktig å spørre seg selv om det kan være feil i undersøkelsen, eller faktorer som har påvirket svara, hvis vi får tall som avviker svært mye fra forventningene eller tilsvarende tidligere undersøkelser.
En hendelse like i forkant av en undersøkelse kan gi store utslag som ikke er representative for hva brukerne vanligvis mener. Hvis nettverket for eksempel har vært nede hele formiddagen den dagen du sender ut undersøkelsen, vil det antakelig påvirke resultatet i negativ retning selv om det kanskje er snakk om en engangshendelse. Svara blir påvirket av stemningen den dagen.
I de fleste tilfeller vil det være aktuelt å "koble" to eller flere spørsmål når vi skal analysere resultatene. Dette kalles å krysskoble eller krysstabulere. Excel har et eget verktøy for krysstabulering.
Krysstabulering gjør at vi kan oppdage "skjulte" resultater i en undersøkelse. Tenk deg at du har gjennomført en undersøkelse der du blant annet har fått svar på følgende to spørsmål:
- Hvordan vil du beskrive din egen kompetanse i bruk av IT-verktøy?
- Avansert
- Viderekommen
- Basisferdigheter
På en skala fra 1 til 5, hvor fornøyd er du med servicenivået fra IT-brukerstøtte?
Svara på disse spørsmålene er selvsagt interessante hver for seg. Spørsmål 1 gir oss fordelingen av brukerkompetanse, noe som for eksempel kan være nyttig når vi skal planlegge opplæring.
Svara på spørsmål 2 forteller oss hvor godt fornøyd brukerne er med servicenivået, noe vi naturlig nok også er interessert i å følge med på.
Ved å koble de to spørsmålene sammen i en krysstabell kan vi i tillegg finne ut om det er forskjeller i hvordan brukere med ulik kompetanse oppfatter servicenivået.
| Radetiketter | Gjennomsnitt av Hvor fornøyd er du med servicenivået fra IT-brukerstøtte? |
|---|---|
| Avansert | 4,50 |
| Basisferdigheter | 2,38 |
| Viderekommen | 3,20 |
Nå ser vi at brukerne med basisferdigheter er vesentlig mindre fornøyde enn de viderekomne og avanserte brukerne. Så må vi selvsagt finne ut hva som er årsaken, og hva som kan gjøres for å bedre resultatet, men hvis ikke vi hadde koblet sammen svara fra de to spørsmålene, ville vi ikke ha visst at dette var situasjonen.
Å se på svarfordeling og sette opp enkle krysstabeller kan gi nyttig og viktig informasjon, men du bør være forsiktig med å trekke for bastante konklusjoner etter en enkel bearbeiding av spørreskjemadata.
Enkel bearbeiding av spørreskjemadata kan gi oss nyttig informasjon og gode pekepinner, men skal man forstå store data fullt ut, kreves det spesialkompetanse innen statistikk, matematikk og metode. Man må kunne beregne feilmargin, konfidensnivå, standardavvik og statistisk signifikans dersom man skal gjøre avanserte analyser og kunne si at funna har stor grad av sikkerhet. Dette er et eget fag på mastergradsnivå på universitet.