Ankieta może wyglądać dobrze, być estetyczna i działać bez żadnych problemów technicznych, a mimo to dostarczyć danych, z którymi później trudno zrobić cokolwiek sensownego. Wystarczy kilka nieprecyzyjnych pytań, niepełne warianty odpowiedzi, brak rozróżnienia między zerem a brakiem danych albo pytanie wielokrotnego wyboru zapisane w jednej komórce. Na etapie zbierania odpowiedzi wszystko wygląda jeszcze niewinnie. Problem wychodzi dopiero wtedy, gdy trzeba policzyć wyniki.
Dlatego kodowanie danych z ankiety nie powinno zaczynać się po zakończeniu badania. Trzeba je zaplanować podczas tworzenia pytań. Już wtedy warto wiedzieć, jaka zmienna powstanie z każdej odpowiedzi, jaki będzie miała typ, jakie wartości będzie przyjmować i do jakiej analizy zostanie później wykorzystana. Jeśli nie masz jeszcze ustalonego planu statystycznego, pomocny będzie wpis o tym, jak opisać metody analizy statystycznej do pracy. Ankieta i analiza powinny być projektowane jako jeden proces, a nie dwa niezależne światy, które spotykają się dopiero przy otwieraniu Excela.
Dlaczego kodowanie zaczyna się przed zebraniem danych
Dobre pytanie ankietowe powinno nie tylko brzmieć zrozumiale dla respondenta. Musi również prowadzić do danych, które da się jednoznacznie zapisać i przeanalizować. Jeśli pytasz jednocześnie o kilka rzeczy, stosujesz niepełne kategorie albo pozwalasz respondentowi interpretować skalę na kilka sposobów, problemu nie naprawi później nawet najbardziej zaawansowany program statystyczny.
Przykładem może być pytanie: „Czy jesteś zadowolony z ceny i jakości usługi?”. Osoba może być zadowolona z jakości, ale niezadowolona z ceny. Jedna odpowiedź nie pozwala ustalić, czego właściwie dotyczy jej ocena. Lepiej rozdzielić to na dwa pytania i stworzyć dwie zmienne. Jedno pytanie powinno mierzyć jeden możliwie jasno określony element.
Podobnie wygląda sytuacja z przedziałami odpowiedzi. Kategorie wieku „18-25”, „25-35” i „35-45” nakładają się na siebie. Osoba w wieku 25 lat może wybrać dwa warianty. Poprawny zapis powinien mieć jednoznaczne granice, na przykład „18-24”, „25-34” i „35-44”. To niewielka różnica w formularzu, ale duża różnica w jakości danych.
Materiał Pew Research Center o projektowaniu pytań ankietowych zwraca uwagę na jasność, konkretność pytań, dobór formatu odpowiedzi i kolejność pytań. To dobra zasada również w małych badaniach akademickich: respondent powinien rozumieć pytanie dokładnie tak, jak zakłada badacz. Inaczej analiza będzie bardzo precyzyjną odpowiedzią na nieprecyzyjnie zadane pytanie.
Kodowanie danych z ankiety – jak zaplanować pytania i odpowiedzi
Kodowanie danych z ankiety polega na przypisaniu odpowiedziom wartości, które można zapisać w uporządkowanym zbiorze. W praktyce odpowiedź „tak” może otrzymać kod 1, a „nie” kod 0. Kategorie wykształcenia mogą otrzymać kody 1, 2, 3 i 4. Trzeba jednak pamiętać, że liczby nie zawsze oznaczają wielkość. Czasami są tylko etykietami kategorii.
Jeżeli zakodujesz miejsce zamieszkania jako wieś = 1, małe miasto = 2, średnie miasto = 3, duże miasto = 4, kody mają naturalny porządek. Jeżeli jednak zakodujesz województwa liczbami od 1 do 16, nie oznacza to, że województwo oznaczone kodem 12 jest „większe” od województwa oznaczonego kodem 3. Program widzi liczby, ale to badacz musi wiedzieć, co one reprezentują.
Przed opublikowaniem ankiety warto dla każdego pytania określić:
Takie przygotowanie zajmuje trochę czasu, ale zwykle znacznie mniej niż późniejsze rozplątywanie odpowiedzi zapisanych w kilku formatach. Dane bardzo rzadko robią się chaotyczne samodzielnie. Najczęściej otrzymują w tym pewną pomoc od konstrukcji ankiety.
Pytania jednokrotnego wyboru
Pytanie jednokrotnego wyboru powinno tworzyć jedną zmienną. Każdy respondent ma w niej jedną wartość odpowiadającą wybranej kategorii. Przykładowo odpowiedzi dotyczące statusu zatrudnienia mogą zostać zakodowane jako: pracuję = 1, uczę się = 2, jestem bezrobotny = 3, inna sytuacja = 4.
Kategorie powinny być możliwie kompletne i wzajemnie rozłączne. Respondent nie powinien zastanawiać się, czy pasuje do dwóch odpowiedzi jednocześnie. Jeśli nie jesteś w stanie przewidzieć wszystkich wariantów, warto dodać odpowiedź „inna” oraz opcjonalne pole tekstowe. Później możesz zachować kategorię „inna” albo stworzyć dodatkowe kategorie na podstawie zebranych odpowiedzi.
W przypadku odpowiedzi porządkowych, takich jak poziom wykształcenia, częstotliwość albo poziom zgody, warto zachować logiczną kolejność kodów. Nie jest to bezwzględnie konieczne dla każdego programu, ale znacznie ułatwia sprawdzanie danych, tworzenie tabel i interpretowanie wyników.
Pytania wielokrotnego wyboru i pytania otwarte
Pytanie wielokrotnego wyboru nie powinno być przechowywane jako tekst typu „odpowiedź 1, odpowiedź 3, odpowiedź 5” w jednej komórce. Tak zapisane dane trzeba później rozdzielać, a każdy drobny błąd w zapisie tworzy nową kategorię. Znacznie lepiej utworzyć osobną zmienną dla każdego wariantu odpowiedzi.
Jeżeli pytasz o źródła informacji i respondent może wybrać stronę internetową, media społecznościowe oraz polecenie znajomego, tworzysz trzy zmienne:
Jeden respondent może mieć wtedy wartość 1 w kilku kolumnach. Taki układ jest czytelny i gotowy do policzenia częstości, porównywania grup albo dalszego modelowania.
Pytania otwarte warto stosować wtedy, gdy naprawdę potrzebujesz wypowiedzi własnymi słowami. Dostarczają bogatszych informacji, ale wymagają późniejszego przeczytania odpowiedzi i zbudowania systemu kategorii. Najbezpieczniej zachować oryginalny tekst w jednej zmiennej, a ewentualne kategorie tematyczne zapisać w dodatkowych zmiennych. Nie warto zastępować surowej wypowiedzi własną interpretacją, bo później nie da się już sprawdzić, z czego dana kategoria wynikała.
Skale, pytania odwrócone i braki danych
Przy pytaniach skalowych trzeba ustalić jeden kierunek odpowiedzi. Jeśli w jednej części ankiety 1 oznacza „zdecydowanie się nie zgadzam”, a w innej 1 oznacza „zdecydowanie się zgadzam”, ryzyko pomyłki szybko rośnie. Respondent może się pomylić, badacz może się pomylić, a program bez żadnego protestu policzy wszystko zgodnie z otrzymanymi liczbami.
Warto więc zachować spójny układ skal w całej ankiecie. Jeżeli korzystasz z gotowego narzędzia psychologicznego albo standaryzowanej skali, nie zmieniaj samodzielnie zakresu odpowiedzi ani sposobu punktowania tylko dlatego, że inna skala wygląda wygodniej. Instrukcja narzędzia powinna określać sposób obliczania wyniku oraz pytania wymagające odwrócenia punktacji.
Pytania odwrócone są pozycjami, w których wysoka odpowiedź oznacza coś przeciwnego niż w pozostałych pytaniach skali. Przed obliczeniem sumy albo średniej trzeba je przekodować. W skali od 1 do 5 odpowiedź 1 staje się 5, 2 staje się 4, 3 pozostaje 3 i tak dalej. Najlepiej nie nadpisywać zmiennej źródłowej, lecz utworzyć nową zmienną z czytelną nazwą wskazującą na rekodowanie.
Osobną kwestią są braki danych. Brak odpowiedzi, odpowiedź „nie wiem”, odmowa odpowiedzi oraz sytuacja, w której pytanie nie dotyczy respondenta, nie zawsze oznaczają to samo. Jeżeli mają inne znaczenie metodologiczne, powinny otrzymać różne oznaczenia.
Szczególnie niebezpieczne jest używanie zera jako kodu braku, gdy zero może być poprawną odpowiedzią. W pytaniu o liczbę dzieci 0 jest realną wartością, a nie brakiem danych. W pytaniu o liczbę wizyt, zakupów albo dni zwolnienia również. Kod braku powinien być odróżniony od wartości prawidłowych i opisany w dokumentacji zbioru.
Jeśli ankieta jest jeszcze przed publikacją, można uniknąć większości takich problemów. W ramach usługi analizy statystycznej mogę sprawdzić układ pytań, sposób kodowania, skale i strukturę przyszłego arkusza, zanim zaczną spływać odpowiedzi. Poprawka przed badaniem jest zwykle prostsza niż ratowanie kilkuset odpowiedzi po fakcie.
Jak przygotować arkusz i codebook do analizy
Najbardziej uniwersalny układ danych ankietowych jest prosty: jeden wiersz odpowiada jednemu respondentowi, a jedna kolumna jednej zmiennej. Pierwsza kolumna powinna zawierać unikalny identyfikator osoby lub formularza. Nie musi to być imię, nazwisko ani adres e-mail. W większości analiz lepszy jest neutralny numer, który pozwala rozpoznać rekord bez przechowywania zbędnych danych osobowych.
W arkuszu warto unikać scalonych komórek, kilku tabel na jednym arkuszu, dopisków pomiędzy odpowiedziami oraz oznaczania danych wyłącznie kolorem. Kolor komórki może być pomocny wizualnie, ale program statystyczny nie musi wiedzieć, że czerwone oznacza błąd, a zielone odpowiedź zatwierdzoną. Informacje potrzebne do analizy powinny znajdować się w zmiennych, nie w dekoracji arkusza.
Nazwy zmiennych powinny być krótkie, ale zrozumiałe. Zamiast kolumn Pytanie 1, Pytanie 2 i Pytanie 3 lepiej użyć nazw takich jak wiek, status_pracy, stres_1 albo satysfakcja_3. Pełną treść pytania można zapisać w etykiecie zmiennej lub osobnym codebooku.
Jeżeli przygotowanie danych wymaga filtrowania, rekodowania i tworzenia nowych zmiennych, warto zapisywać wykonane operacje. Pomaga w tym SPSS Syntax dla początkujących, ponieważ umożliwia odtworzenie kolejnych etapów bez ręcznego klikania wszystkiego ponownie. Zanim jednak zaczniesz przekształcać zbiór, sprawdź również, jak oczyścić dane do analizy statystycznej. Kodowanie i czyszczenie są ze sobą powiązane, ale nie oznaczają tego samego.
Co powinien zawierać prosty codebook
Codebook, czyli słownik lub książka kodowa, opisuje strukturę zbioru danych. Nie musi być rozbudowanym dokumentem. W prostej pracy magisterskiej może mieć postać dodatkowego arkusza w Excelu.
Dla każdej zmiennej warto zapisać:
Przykładowo przy zmiennej status_pracy zapisujesz, że pochodzi z pytania 5, jest zmienną kategorialną, a wartości oznaczają: 1 = zatrudnienie, 2 = nauka, 3 = bezrobocie, 4 = inna sytuacja. Przy zmiennej wynikowej skali opisujesz, z których pytań została utworzona i które pozycje wcześniej odwrócono.
Materiał UK Data Service o dokumentowaniu danych ilościowych pokazuje, że dokumentacja powinna obejmować między innymi treść pytań, nazwy i etykiety zmiennych, sposób kodowania, reguły przejść oraz sposób tworzenia zmiennych pochodnych. Taki opis nie jest biurokratycznym dodatkiem. To mapa, dzięki której po kilku tygodniach nadal wiadomo, co oznaczają liczby w arkuszu.
Jak sprawdzić ankietę przed uruchomieniem badania
Przed udostępnieniem ankiety warto wykonać pilotaż. Nie chodzi wyłącznie o sprawdzenie, czy formularz się otwiera i czy przycisk „Wyślij” działa. Trzeba zobaczyć, jak pytania rozumieją osoby, które nie uczestniczyły w ich tworzeniu. Autor ankiety zna jej założenia i automatycznie dopowiada sobie kontekst. Respondent tego komfortu nie ma.
W czasie pilotażu warto sprawdzić:
Dobrym testem jest wykonanie kilku fikcyjnych wypełnień, wyeksportowanie odpowiedzi i otwarcie arkusza tak, jakby badanie było już zakończone. Jeżeli w tym momencie nie wiesz, co oznacza któraś kolumna albo jak rozdzielić odpowiedzi, później problem będzie tylko większy. Formularz należy poprawić przed rozpoczęciem właściwego zbierania danych.
Warto również sprawdzić, czy ankieta nie gromadzi informacji, których nie potrzebujesz. Imiona, adresy e-mail, numery telefonów i inne dane identyfikujące powinny być zbierane tylko wtedy, gdy mają konkretne zastosowanie. Jeśli kontakt do uczestnika jest potrzebny, można przechowywać go oddzielnie od zbioru analitycznego i łączyć z odpowiedziami przez identyfikator.
Dobrze przygotowana ankieta nie gwarantuje, że każdy wynik będzie interesujący albo zgodny z hipotezą. Gwarantuje jednak coś ważniejszego: że wynik będzie oparty na danych, których znaczenie jest jasne. Kodowanie odpowiedzi ankietowych nie jest technicznym dodatkiem na koniec projektu. To część metodologii, od której zależy, czy późniejsza analiza odpowie na właściwe pytanie.
Jeżeli chcesz sprawdzić ankietę, kodowanie i plan analizy przed rozpoczęciem badania, przejdź do kontaktu i prześlij pytania, hipotezy oraz planowane zmienne. Im wcześniej uporządkujemy strukturę danych, tym mniejsze ryzyko, że po zakończeniu badania trzeba będzie zastanawiać się, co właściwie respondent miał na myśli i dlaczego trzy odpowiedzi wylądowały w jednej komórce.
