نظرسنجی های آنلاین را ایجاد کرده و تفسیر و آنالیز کنید

  • ایجاد شده در تاریخ: ۱۱ اردیبهشت, ۱۴۰۰
  • توسط: ندا فهیم
نظرسنجی های آنلاین را ایجاد کرده و تفسیر و آنالیز کنید

تحلیل داده‌های نظرسنجی گامی مهم و هیجان انگیز در روند نظرسنجی است. چراکه ممکن است شما حقایق مهمی را درباره مشتریان خود دریابید، روندهایی را -که احتمالا قبل از نظر سنجی نمیدانستید وجود دارند- کشف کنید، یا حقایق غیر قابل انکاری را برای حمایت از برنامه هایتان بیابید. با انجام مقایسه های عمیق و دقیق داده ها، می توانید شروع به شناسایی روابط بین داده های مختلف کنید. این کار به شما کمک می کند که در مورد پاسخ دهندگان بیشتر بدانید و شما را به سوی تصمیمات بهتر هدایت می کند.

این مقاله یک نمای کلی از نحوه آنالیز نتایج بررسی به شما می دهد.

سه اشتباه رایج

قبل از اینکه به تجزیه و تحلیل نتایج خود بپردازید نگاهی به تصویر کلی و دراز مدت آن بیندازید. زمانی که نظرسنجی را ایجاد کردید، در تلاش برای رسیدن به چه اهدافی بودید؟ آیا ابزار نظرسنجی شما این اهداف را برآورده می کند؟ آیا داده هایی که جمع‌آوری کرده اید، داده های درستی هستند؟ آیا اطلاعات کافی برای رسیدن به نتیجه درست دارید؟

اگر چه تجزیه و تحلیل داده ها زمان اشتباهی برای آزمودن و تجدید نظر در ابزار نظرسنجی است، اما مهم است که هدف پروژه خود را به یاد داشته و به آن توجه داشته باشید. بسیاری از افرادی که برای اولین بار نظرسنجی انجام می دهند، تلاش می کنند در هنگام تجزیه و تحلیل داده ها، معنای ژرف آن را درک کنند.

آنها تلاش می کنند تا به سؤالاتی که پرسیده نشده بودند، با استنتاج و فرضیات مربوط به سوالاتی که پرسیده شده اند، پاسخ دهند. انجام این کار هیچ تفاوت خاصی با کار حدسی ندارد. برای اجتناب از این وسوسه، این قاعده ساده را به خاطر داشته باشید:

– قانون اول: اگر نپرسیده باشید، نخواهید دانست

اشتباه رایجی که بسیاری از افراد تازه کار در انجام نظرسنجی مرتکب می شوند، تلاش برای تغییر داده ها برای جبران طراحی ضعیف سوال است.

برای مثال، اگر سوالی از پاسخ دهنده کرده باشند؛ که درآمد کل خانواده را با استفاده از یک مقیاس ارزش گذاری مشخص کنید، میانه و میانگین را نمی توان محاسبه کرد. بسیاری از مردم سعی می کنند با اختصاص دادن یک مقدار (که محدوده را نشان می دهد) به هر پاسخ، این کار را انجام دهند. حتی اگر میزان اختصاص یافته برای این مقدار برای همه پاسخ ها یکنواخت باشد، نتایج حاصل از آن اشتباه خواهند بود.

همچنین، تلاش برای آنالیز یک سوال چند گزینه ای در صورتی می‌توانست یک سوال تک گزینه باشد، اغلب اطلاعات اشتباهی فراهم می کند. برای جلوگیری از این مشکل، این قاعده ساده را به یاد داشته باشید:

– قانون دوم: برای جبران طراحی بد نظرسنجی، داده ها را تغییر ندهید

دومین اشتباهی که طراحان نظرسنجی بی تجربه مرتکب می شوند این است که یافته هایی را به مخاطب القا می کنند که یا بخشی از جمعیت نظرسنجی نبوده و یا به اندازه کافی نماینده آنها نیستند.

به عنوان مثال، اگر مدیر HR یک نظرسنجی درمورد مزایا انجام دهد و تمام کارکنان را به شرکت در آن دعوت کند، بیشتر مردم تصور خواهند کرد که نتایج نشان دهنده تمام کارکنان است زیرا همه فرصت حضور در آن را دارند. با فراهم کردن تعداد کافی از کارکنان برای مشارکت، داده ها ممکن است از لحاظ آماری معتبر باشند، اما آیا این داده ها واقعا نماینده همه کارکنان است؟ پاسخ این است که: بستگی دارد. اگر نظرسنجی داده هایی درباره ویژگی های جمعیت شناسی کارکنان جمع آوری می کند که می تواند با آنچه که درباره شرکت شناخته شده است، قابل مقایسه باشد، پس نتایج، به طور کلی منعکس کننده شرکت خواهند بود.

با این حال، در صورتی که ۸۰٪ پاسخ دهندگان متاهل بوده و ۵۰٪ از کل کارکنان متاهل باشند، نتایج نظرسنجی به سوی افراد متاهل منحرف می شود. چراکه ممکن است افراد متاهل نیاز به مزایای متفاوتی نسبت به افراد مجرد داشته باشند. بنابراین استفاده از نتایج این نظرسنجی برای دستیابی به یک نتیجه گیری در مورد کل کارکنان دقت کمتری خواهد داشت. برای جلوگیری از این وسوسه، این قاعده ساده را به یاد داشته باشید:

– قانون سوم: داده هایتان را به افرادی که پاسخ نداده اند، تعمیم ندهید

هرچه زودتر کاستی ها را در طراحی نظرسنجی و جمع آوری داده های خود شناسایی کنید، زمان بیشتری در طول آنالیز صرفه جویی خواهید کرد. در صورتی که سوالاتتان داده‌هایی را که برای برآورده کردن اهداف نظرسنجیتان نیاز دارید، فراهم نکنند، باید این کار را تکرار کنید. اگر سوالات شما مبهم یا دو پهلو باشند، باید آنها را حذف کنید. اگر تعداد پاسخ ها کافی نیست، باید مقدار بیشتری جمع آوری کنید.

تحلیل نظرسنجی

آنالیز هر نظرسنجی، اینترنتی یا سنتی، شامل تعدادی فرایندهای وابسته به هم است. همچنین به منظور خلاصه کردن، مرتب نمودن و تبدیل داده ها به اطلاعات صورت می گیرد. درصورتی که اهداف نظرسنجی شما به طور ساده جمع آوری داده برای پایگاه داده یا انبار داده خود است، مجبور نیستید هیچگونه تحلیلی بر روی داده ها انجام دهید. از سوی دیگر، اگر هدفتان درک ویژگی های مشتریان عادی است، پس باید نتایج خام خود را به اطلاعاتی تبدیل کنید که به شما امکان دهد تصویری واضح از مشتریانتان به دست آورید.

با فرض اینکه نیاز به تجزیه و تحلیل داده های جمع آوری شده از نظرسنجی خود دارید، این روند با بازبینی سریع نتایج، و سپس ویرایش، تحلیل و گزارش دهی، آغاز می شود. برای اطمینان از اینکه داده های درستی در اختیار دارید، پیش از اینکه زمان قابل توجهی را برای آنالیز صرف کنید، مهم است که تا زمانی که بازبینی و ویرایش را کامل نکرده اید، آنالیز نتایج را آغاز نکنید.

بازبینی سریع

تمام نتایج خود را بخوانید. اگرچه، کار بدیهی به نظر می رسد اما بسیاری از نظرسنجی کنندگان فکر می کنند که می توانند این مرحله را از قلم انداخته و مستقیما به آنالیز داده ها بپردازند. بازبینی سریع می تواند پیش از اینکه ساعت ها صرف تجزیه و تحلیل داده ها کنید، چیزهای زیادی درباره پروژه تان، از جمله هرگونه نقص در طراحی پرسشنامه یا تعداد پاسخ، به شما بگوید.

در طول بازبینی سریع، باید به هر سوال نگاه کرده و ببینید که آیا نتایج “معنی دار” هستند. این “حس درونی” چک کردن داده ها اغلب هر مساله ای مربوط به پروژه نظرسنجی شما را آشکار میکند. بیشتر نظرسنجی کنندگان از قبل چنین ایده ای دارند که داده هایشان چگونه به نظر می رسد. بازبینی سریع داده ها می تواند به شما کمک کند تا به سرعت دریابید آیا افرادی که پاسخ داده اند، افراد درستی بوده اند.

برای مثال، اگر شما از همه کارکنان در یک شرکت نظرسنجی اکرده اید و می دانستید که 10% در دپارتمان بازاریابی، 20% در بخش فروش، 45% در بخش تولید، 5% در بخش مدیریت و 5% در بخش مالی و 15% در بخش تحقیق و توسعه بوده اند، می توانید به طور منطقی از پاسخ هایتان انتظار داشته باشید که توزیع مشابهی داشته باشند. اگر بازدید سریع نشان دهد که 80% از پاسخ دهندگانتان از بخش فروش هستند، میدانید که نظرسنجیتان نمونه ای که نماینده همه دپارتمان های درون شرکت باشد را به صورت برابر به دست نیاورده است.

بازبینی سریع همچنین می تواند هر مشکلی را در رابطه با ابزار نظرسنجیتان آشکار کند. آیا بیشتر پاسخ دهندگان به تمام سوالات پاسخ داده اند؟  اگر اینگونه نیست، پرسشنامه هایتان باید نقصی داشته باشند که فرد نتوانسته است آن را به طور کامل پر کند. نرخ پایین پاسخ دهی می تواند به این معنا باشد که دعوت به نظرسنجی برای تشویق مردم به مشارکت به اندازه کافی قانع کننده نبوده، یا زمان بندی شما به پایان رسیده و به یادآوری برای پیگیری نیاز است.

سرانجام، بررسی سریع این نظرسنجی می تواند به شما نشان دهد که برای تحلیل دقیق بر روی چه زمینه هایی تمرکز کنید. همان طور که قبلا ذکر شد، اکثر افرادی که نظرسنجی می کنند، از قبل می دانند که انتظار به دست آوردن چه چیزی را دارند، بنابراین بررسی سریع می تواند موارد غیر منتظره را به شما نشان دهد.

ویرایش و پاکسازی

ویرایش و پاکسازی داده ها گام مهمی در روند نظرسنجی است. هنگام ویرایش داده های نظرسنجی باید مراقبت های ویژه ای به کار گیرید تا پاسخ ها را به گونه ای تغییر ندهید یا کنار نگذارید که نتایجتان تحت تاثیر قرار بگیرند. اگر چه می توانید به محض رسیدن نتایج، ویرایش و پاکسازی داده هایتان را آغاز کنید. اما باید احتیاط کنید زیرا اگر پایگاه داده بازسازی شود، ممکن است هر ویرایشی که انجام داده اید از دست برود. برای اطمینان، پیش از اینکه فرآیند ویرایش و پاکسازی را آغاز کنید، تا زمانی که تمام داده ها دریافت شوند، صبر کنید.

برای شروع، پاسخ های ناقص و تکراری را پیدا کرده و حذف کنید. اگر پاسخ دهنده به اندازه کافی نظرسنجی را کامل نکرده باشد تا معنی دار باشد، پاسخ وی باید کنار گذاشته شود. برای مثال، اگر نظرسنجیتان برای تعیین قصد خرید در آینده در میان گروه های جمعیت شناختی مختلف صورت بگیرد و پاسخ دهنده هیچ یک از سوالات جمعیت شناختی را جواب نداده باشد، باید این پاسخ را حذف کنید. از سوی دیگر، اگر پاسخ دهنده تمام سوالات جمعیت شناختی را پاسخ داده باشد اما ایمیل یا نام خود را حذف کرده باشد، باید پاسخ را نگه دارید.

پاسخ های تکراری مشکلی منحصر به فرد برای نظرسنجی های الکترونیکی است. بسیاری از ابزارها مانند eSurveysPro ویژگی هایی در خود دارند که در به حداقل رساندن ریسک پاسخ های تکراری کمک می کند. دیگر ابزارها مانند رای گیری های “سرگرمی رسانه ای” متداول که در بسیاری از وبسایت ها وجود دارند، برای حذف پاسخ های تکراری هیچ کاری انجام نمی دهند. بدون حذف تکراری ها، داده های شما به سمت پاسخ های تکراری منحرف خواهند شد. هنگامی که دو سوال پایان باز جواب دقیقا مشابهی داشته باشند، احتمالا یک پاسخ تکراری وجود دارد. با مقایسه پاسخ ها با تمام دیگر سوالات، اطمینان حاصل کنید که پاسخ تکراری است، و اگر یک تطابق پیدا شود، یکی از پاسخ ها را حذف کنید.

پاکسازی داده های نظرسنجی اینترنتی معمولا شامل دسته بندی پاسخ ها به سوالات پایان باز و سوالات چند گزینه ای است که شامل پاسخ “سایر، لطفا ذکر کنید” هستند. سوالات متنی پایان باز به دلیل ماهیتشان، می توانند ارزش قابل توجهی ایجاد کنند اما تقریبا غیرممکن است که بدون شکلی از خلاصه سازی یا جدول بندی، پردازش شوند. یکی از ساده ترین راه های خلاصه کردن این سوالات، ایجاد لیستی از تم ها و انتخاب تم هایی است که هنگام خواندن هر پاسخ اعمال می شوند. ابزارهایی مانند eSurveysPro به شما امکان می دهند که پس از اجرای یک نظرسنجی، سوالاتی را برای انجام این نوع موارد اضافه کنید.

یک مشکل رایج در هر نظرسنجی که در طول روند ویرایش و پاکسازی نیاز به توجه دارد، زمانی است که پاسخ دهنده به سوال “سایر، لطفا ذکر کنید” با انتخاب “سایر” و سپس نوشتن پاسخی که در گزینه های لیست وجود دارد، جواب می دهد. بدون پاکسازی این پاسخ ها، پاسخ “سایر” گزافه گویی خواهد شد و پاسخ صحیح کم نمایانه خواهد بود. برای مثال، یک سوال جمعیت شناختی که جویای نقش پاسخ دهنده درون سازمان است، ممکن است پاسخی مانند “هیات علمی، معلم یا داش آموز” داشته و پاسخ دهنده «سایر» و نوع «استاد» را انتخاب کند، شما باید با تغییر پاسخ از سایر به یکی از پاسخ های “هیات علمی، معلم یا دانش آموز”، آن را پاکسازی کنید.

به محض اینکه آماده سازی داده ها کامل شد، زمان آغاز آنالیز داده ها و تبدیل آن به اطلاعات کاربردی است.

آنالیز دقیق

آنالیز مهم ترین بخش پروژه تحقیقاتی نظرسنجی شماست. در این مرحله، شما مجموعه ای از داده ها را جمع آوری نموده اید که اکنون باید به اطلاعات کاربردی تبدیل شوند. فرایند آنالیز می تواند منجر به انواعی از مسیرهای عملی جایگزین شود. اشتباهات در طول آنالیز می تواند موجب تصمیمات پرهزینه در آینده شود. بنابراین در همه مراحل باید حداکثر احتیاط و بازبینی دقیق صورت بگیرد. بی احتیاطی در هنگام آنالیز می تواند منجر به فاجعه شود. آنچه که در طول آنالیز انجام می دهید؛ در نهایت تعیین خواهد کرد که آیا پروژه نظرسنجی شما موفق بوده است یا نه.

بسته به نوع اطلاعاتی که میخواهید درمورد مخاطب خود بدانید، باید تصمیم بگیرید که کدام تحلیل معنادار است. این کار می تواند به اندازه مرور نمودار هایی که eSurveysPro به طور خودکار ایجاد می کند، یا انجام مقایسه های عمیق بین مجموعه سوالات برای شناسایی روندها یا روابط، ساده باشد. برای اکثر نظرسنجی کنندگان، یک آنالیز پایه با استفاده از نمودارها، جدول بندی متقاطع، و فیلترها کافی است. از سوی دیگر، کاربران سطح بالاتر ممکن است بخواهند آنالیز آماری پیچیده تری را با استفاده از ابزارهای قدرتمندی مانند SPSS، Excel انجام دهند. برای اهدافمان در این مقاله، بر تکنیک های آنالیز پایه تمرکز خواهیم کرد.

آنالیز گرافیکی

آنالیز گرافیکی به طور ساده به معنای نمایش داده ها در انواع مختلفی از فرمت های بصری است. این آنالیز موجب می شود دیدن الگوها و تشخیص تفاوت های بین مجموعه ساده باشد. گزینه های گرافیکی بسیار مختلفی برای نمایش داده ها وجود دارند که رایج ترین آنها عبارتند از نمودارهای میله ای، دایره ای و خطی.

نمودارهای میله ای از میله های توپر روی یک محور X و Y هستند که امتداد می یابد تا به مقدار داده مشخصی که بر روی نمودار نشان داده شده است، برسد.. این نمودارها انعطاف پذیر هستند و اغلب برای نمایش داده های سوالات چند گزینه ای، رتبه بندی ترتیبی، ماتریس تک گزینه ای و عددی مورد استفاده قرار می گیرند. هر گزینه پاسخ به عنوان میله مستقلی در نمودار نشان داده شده، و طول میله نشان دهنده میزان تکرار انتخاب این پاسخ نسبت به تمام گزینه ها است.

نمودارهای دایره ای دارای “برش های” رنگارنگی می باشند که نشان دهنده بخش های مختلف داده هایتان هستند. این نمودارها مقادیر را نسبت به یک «کل» اندازه گیری می کنند و مجموع درصد قسمت ها همواره تا 100٪ است. نمودارهای دایره ای بیشتر برای سوالات تک گزینه ای مناسب هستند. زیرا میزان هر پاسخ به صورت بصری به عنوان بخشی از کل دایره نشان داده می شود. تفسیر اینکه کدام جواب بیشترین انتخاب را داشته است، با انتخاب بزرگترین بخش دایره در یک نمودار دایره ای، به آسانی صورت می گیرد. زمانی که دو مجموعه از داده ها را با استفاده از یک نمودار دایره ای مقایسه می کنید، اطمینان حاصل کردن از اینکه رنگ های مورد استفاده برای هر گزینه، در هر نمودار ثابت باقی بمانند، اهمیت دارد. اگر گزینه های مشابهی در هر نمودار مشاهده شود، مقایسه بصری آنها در کنار هم می تواند به سرعت انجام شود. نمودارهای دایره ای برای سوالات چند گزینه ای مناسب نیستند؛ زیرا هر پاسخ دهنده می تواند بیش از یک گزینه را انتخاب کرده و مجموع درصد گزینه ها بیش از 100% خواهد شد.

گزینه های گرافیکی دیگری مانند نمودارهای خطی، نمودارهای سطح و نمودار پراکندگی وجود دارد که در هنگام نمایش داده های مشابه در یک دوره زمانی مفید هستند.

 

جدول های فراوانی

جدول های فراوانی فرم دیگری از آنالیز پایه هستند. این جدول ها پاسخ های احتمالی، تعداد کل پاسخ دهندگان برای هر بخش، و درصد پاسخ دهندگانی که هر گزینه را انتخاب کرده اند، را نشان می دهد. جداول فراوانی زمانی مفید هستند که تعداد گزینه های زیادی موجود بوده، یا تفاوت بین درصد های هر گزینه کم باشد. در اکثر موارد، کار کردن با نمودارهای دایره ای یا میله ای نسبت به جدول های فراوانی آسانتر است.

پاسخ تعداد پاسخ دهندگان درصد
آنالیز بازار 76 13.7%
آنالیز کمّی 150 27.0%
برنامه ریزی استراتژیک 56 10.1%
برنامه ریزی محصول 33 5.9%
ارتباطات تبلیغاتی 243 43.8%
ایجاد ابزارهای فروش 152 27.4%
فراهم نمودن پشتیبانی کانال 157 28.3%

 

جدول بندی متقاطع

جدول بندی متقاطع، یا cross tab، راه خوبی برای مقایسه دو زیرگروه از اطلاعات است. cross tab ها به شما امکان می دهند تا داده های حاصل از دو سوال را مقایسه کنید تا مشخص شود که آیا رابطه ای بین آنها وجود دارد یا خیر. همانند جدول های فراوانی، cross tabها به عنوان جدولی از داده ها پاسخ های مربوط به یک سوال را به عنوان مجموعه ای از ردیف ها و پاسخ های مربوط به سوال دیگر را به عنوان مجموعه ای از ستون ها نشان می دهند.

سوال اصلی زن مرد
مدیر تولید 57.2% 53.4%
کارگردان 12.6% 14.2%
مدیر بازاریابی محصول 24.7% 23.1%
مدیر برنامه 2.8% 1.5%
مدیر تولید فنی 2.8% 7.7%
تعداد کل 215 337

 

Cross tabها اغلب برای بررسی پاسخ ها به یک سوال در بین گروه های جمعیت شناختی مختلف مورد استفاده قرار می گیرند. تقاطع ستون ها و ردیف های مختلف،که معمولا سلول نامیده می شوند. درصد افرادی هستند که که به هریک از گزینه ها پاسخ داده اند.

در مثال بالا، زنان و مردان توزیع نسبتا مشابهی در بین عناوین شغلی مختلف داشته اند، به استثنای شغل “مدیر تولید فنی”، که در آن تعداد مردان در مقایسه با زنان 2.5 برابر بود. برای اهداف تحلیلی، Cross tabها راهی عالی برای انجام مقایسه هستند.

 

فیلتر کردن

فیلتر کردن رایج ترین ابزار مورد استفاده در آنالیز است. فیلترها به شما امکان می دهند تا زیرمجموعه های خاصی از داده ها را برای مشاهده انتخاب کنید. برخلاف جدول بندی متقاطع، که دو سوال را مقایسه می کند، فیلتر کردن به شما اجازه خواهد داد که تمام سوالات مربوط به زیرمجموعه خاصی از پاسخ ها را بررسی کنید.

با دیدن فقط داده های افرادی که پاسخ مثبت داده اند، چگونگی پاسخ آنها به دیگر سوالات را بررسی کنید. الگوها یا روندهایی را پیدا کنید که به تعریف چرایی این که یک شخص به این شیوه پاسخ داده است، کمک کند. شما حتی می توانید در صورت لزوم بر روی سوالات چندگانه و معیارهایی برای انجام تحقیقی دقیق تر، فیلتر ایجاد کنید. برای مثال، اگر می خواهید قصد خرید مردان بالاتر از 40 سال با درآمدی در حدود 50000$ را بدانید، باید فیلتری تنظیم کنید که تمام آن پاسخ دهندگانی که مطابق با معیار شما نیستند را از مجموعه نتایج حذف کند، در نتیجه این امکان را به شما می دهد که بر روی جمعیت هدف تمرکز کنید.

با اعمال فیلترها به تاریخ دریافت پاسخ های نظرسنجی، می توانید ببینید که چطور پاسخ ها از یک چارچوب زمانی به چارچوب زمانی دیگر، تغییر می کنند. به عنوان مثال، با اجرای مستمر نظرسنجی رضایت مشتری، می توانید تغییرات در گرایش مشتری را در طی زمان با فیلتر کردن تاریخ دریافت نظرسنجی مشخص کنید. شما همچنین می توانید از فیلتری بر روی تاریخ دریافتی استفاده کنید تا اثر برنامه های انگیزشی فروش یا ارائه محصولات جدید را با مقایسه پاسخ های نظرسنجی پیش و پس از تغییر، ارزیابی کنید.

فیلترها سایر پاسخ‌ها را به طور دائم حذف نمی کنند؛ بلکه آنها را از نمای فعلی داده ها حذف کرده و تجزیه و تحلیل را ساده ‌تر می‌کنند. از آنجا که فیلترها تا زمان پاکسازی باقی میمانند، فراموش نکنید که قبل از آنالیز کلی پاسخ های نظرسنجی آنها را پاک کنید. در غیر این صورت مشاهدات شما نادرست و نظریاتتان ناقص خواهد بود.

 

آنالیز رگرسیون ساده

تعیین اینکه چه فاکتورهایی منجر به نتایجی خاص می شود، آنالیز رگرسیون نامیده می شود. رگرسیون به این معنی است که شما به عقب برمی گردید و بررسی می کنید تا متوجه شوید که چرا شخص پاسخ اینگونه پاسخ داده است. این کار را می توان بر اساس نحوه پاسخ دادن به سؤالات دیگر نیز مطرح کرد.

برای مثال، ممکن است گمان کنید که آن دسته از بازدیدکنندگان وبسایت که برای پیمایش در وبسایتتان مشکل داشته اند احتمالا دوباره باز نخواهد گشت. اگر 30 درصد از پاسخ دهندگان گفته باشند که برای پیمایش در وبسایت مشکل داشته اند و 40 درصد از آنها گفته باشند که باز نخواهند گشت، می توانید برای تعیین اینکه آیا پیمایش ضعیف دلیل آن بوده است، فقط به افرادی نگاه کنید که باز نخواهند گشت. پس از فیلتر کردن به فقط افرادی که باز نخواهند گشت، اگر 30% یا کمتر گفته باشند که برای پیمایش در سایت دچار مشکل بوده اند، پس این مساله به وضوح دلیل عدم بازگشت بازدیدکنندگان نیست. با حذف افرادی که باز می گردند، ما انتظار داریم که این درصد افزایش چشمگیری داشته باشد. اگر اینگونه شود، هنوز نمیتوانیم نتیجه بگیریم که پیمایش “دلیل” این مساله بوده است، این مساله تنها ممکن است در عدم بازگشت پاسخ دهندگان تاثیر داشته باشد. به منظور شناختن اینکه آیا دلیل آن “پیمایش” بوده است، باید به طور مستقیم سوال بپرسیم.

 

گزارش دهی

پس از آنالیز کردن داده ها، زمان ایجاد یک گزارش از یافته هایتان است. فرمت گزارش شما را پیچیدگی و جزئیات مورد نیاز برای پشتیبانی از نتیجه گیری، تعیین خواهد کرد. مدیرعامل به سطح متفاوتی از جزئیات نسبت به مدیران میانی نیاز خواهد داشت، بنابراین برای دستیابی به حداکثر نتیجه، در نظربگیرید که چه کسی قرار است گزارشتان را دریافت کند و آن را با نیاز آنها متناسب کنید.

برای موضوعات ساده، یک سند HTML یا پاورپوینت، مناسب ترین گزینه است. این گزارش های گرافیکی زمانی عالی هستند که در متن، روشن بوده و در نمودارها و جدول ها تیره و توپر باشند. آنها به سرعت مورد بازبینی قرار می گیرند، و نتیجه گیری در آن واضح است. بنابراین توضیحات مفصل و دقیق به ندرت مورد نیاز است.

برای موضوعات پیچیده تر، اغلب یک گزارش مفصل در Microsoft Word یا Adobe Acrobat مورد نیاز است. گزارش هایی که با استفاده از Word ایجاد می شوند، اغلب شامل اطلاعات بسیار دقیق‌تری هستند. یافته های گزارشی که نیازمند تفسیر عمیق هستند، متن بسیار سنگینی داشته و اغلب برای مدت زمان طولانی با دقت زیادی مورد مطالعه قرار می گیرند.

مهم نیست که از کدام نوع گزارش استفاده می‌کنید. همیشه به یاد داشته باشید که در هر ارائه، اطلاعات را می توان با قدرت بیشتری در یک قالب گرافیکی نمایش داد. اغلب هنگامی که گزارش به صورت بصری ارائه می شود، روندها و الگوها واضح تر بوده و توصیه ها موثرتر هستند. این مقایسه ی در کنار هم به مخاطبان شما امکان می دهد تا به سرعت تفاوت هایی را که شما هایلایت کرده اید، مشاهده نموده و موجب تقویت بیشتر نتیجه گیری شما می شود.

در ابتدای گزارشتان باید هدف نظرسنجی و روش نمونه گیری خود را عنوان کنید. این کار به مخاطبان شما کمک خواهد کرد که بفهمند این نظرسنجی در چه موردی بوده است و شما را قادر میسازد که از سوالات بسیاری که خارج از اهداف اصلی شما هستند، جلوگیری کنید.

گزارش شما باید دارای شرحی از روش نمونه گیریتان باشد:

  1.  چه افرادی برای شرکت در آن دعوت شده بودند
  2. نتایج اصلی پس از چه مدت زمانی جمع آوری شده بودند
  3. ذکر هر مساله ای که ممکن است در مورد گروه پاسخ دهندگانتان وجود داشته باشد.

سپس، باید به منظور برآورده کردن نیازهای مخاطبان خود، تحلیل و نتیجه گیری را با جزئیات کافی بیان کنید. یک جدول یا نمودار برای هر منطقه مورد توجه قرار داده و توضیح دهید که چرا اهمیت دارد. پس از بخش آنالیز، باید توصیه ها و نظریه هایی راجع به اهداف نظرسنجیتان داشته باشید. توصیه ها می توانند به سادگیِ انجام مطالعات بیشتر برای یک تغییر عمده در مسیر شرکت باشند. در هر صورت، توصیه شما باید در چشم انداز هدف نظرسنجی شما قرار گرفته و با داده های جمع آوری شده پشتیبانی شود. در نهایت شما می توانید یک کپی از سوالات نظرسنجی خود و خلاصه ای از تمام داده های جمع آوری شده را به عنوان یک ضمیمه به گزارش تان اضافه کنید.

 

نتیجه گیری

تجزیه و تحلیل نظرسنجی به آسانی دانلود کردن نتایج و چاپ یک نمودار یا گزارش نیست. با این حال به اندازه‌ای پیچیده نیست که نیاز به مدرک PhD داشته باشد. در این مقاله ما آموخته ایم که آنالیز درست و پرسش های مناسب، موجب مشارکت بهتر افراد در نظر سنجی و در نهایت تفسیر بهتر داده ها می‌شود تا به نتایجی کاربردی دست پیدا کنید.

تکنیک هایی مانند کشیدن نمودار، فیلتر کردن، جدول بندی متقاطع و تحلیل رگرسیون به شما کمک می کنند تا الگوهای موجود در داده های خود را کشف کنید. در عین حال به شما در دستیابی به هدف نظرسنجیتان کمک می کند. شما اکنون پایه محکمی دارید که می توانید با اطمینان از آن استفاده کنید و آنالیز نظرسنجی خود را انجام دهید.

 

منبع

دیدگاه‌ها

دیدگاه خود را بنویسید

بپرسیم در یک نگاه

بپرسیم اولین پلتفرم نظرسنجی آنلاین برپایه وبسایت و اپلیکیشن است که با ارائه خدمات متنوع مبتنی بر نظرسنجی به شما کمک می‌کند تا با سرعت بیشتر و هزینه پایین‌تر نتایج مورد نیاز خود را در زمینه تحقیقات بازار به دست آورده و با استفاده از اطلاعات حاصله برای درک بهتر جامعه به جهت راه اندازی یا گسترش تجارت و شناخت آسیب های محصول، از متضرر شدن کسب و کار جلوگیری کرده و بر در آمد خود بیافزایید.

خبرنامه بپرسیم

ما هم مثل شما از هرزنامه بیزاریم، به همین دلیل فقط مطالب مفید و اطلاعیه‌هایی در مورد جشنواره‌ها را برای شما ارسال خواهیم کرد.