Dobra analiza danych zaczyna się jeszcze przed zebraniem pierwszej odpowiedzi. Źle sformułowanych pytań, niereprezentatywnej próby czy niekompletnych danych nie da się później „naprawić” zaawansowaną statystyką. Dlatego badanie społeczne powinno być traktowane jako jeden proces: określamy problem, przygotowujemy pytania, wybieramy respondentów, porządkujemy odpowiedzi, analizujemy zależności i dopiero wtedy formułujemy wnioski.
Najpierw trzeba wiedzieć, czego chcemy się dowiedzieć
Punktem wyjścia powinno być konkretne pytanie badawcze. „Co ludzie sądzą o transporcie publicznym?” jest bardzo szerokie. Można je doprecyzować, pytając, jak często mieszkańcy korzystają z komunikacji, jak oceniają jej punktualność oraz które czynniki zniechęcają ich do podróżowania autobusem lub tramwajem.
Hipoteza pomaga uporządkować badanie
Jeżeli przypuszczamy, że osoby mieszkające dalej od centrum rzadziej korzystają z komunikacji miejskiej, możemy potraktować to jako hipotezę. Następnie zbieramy dane pozwalające ją sprawdzić. Potrzebne będą między innymi informacje o miejscu zamieszkania i częstotliwości korzystania z transportu. Ankieta powinna więc wynikać z celu badania, a nie być przypadkowym zestawem interesujących pytań.
Jak konstruować pytania ankietowe?
Pytanie powinno dotyczyć jednej kwestii i być możliwie neutralne. Sformułowanie „Czy zgadzasz się, że wysokie ceny biletów zniechęcają do korzystania z kiepsko funkcjonującej komunikacji?” zawiera już ocenę. Dodatkowo łączy cenę z jakością usług.
Odpowiedzi muszą dawać się jednoznacznie interpretować
Lepiej zapytać oddzielnie o cenę biletów oraz jakość komunikacji. Przydatna może być skala, np. od 1 – „bardzo źle” do 5 – „bardzo dobrze”. Warto również określić ramy czasowe. Zamiast pytać „Czy często korzystasz z autobusu?”, można zapytać „Ile razy korzystałeś z autobusu w ciągu ostatnich 7 dni?”. Otrzymujemy wtedy dane łatwiejsze do porównania.
Pytania zamknięte i otwarte pełnią różne funkcje
Pytania zamknięte ułatwiają analizę ilościową. Możemy szybko ustalić, jaki odsetek respondentów wybrał poszczególne odpowiedzi i porównać wyniki między grupami. Ich wadą jest ograniczenie badanego do wariantów przewidzianych przez autora ankiety.
Odpowiedzi otwarte pokazują to, czego nie przewidział badacz
Pytanie „Co najbardziej utrudnia Ci korzystanie z komunikacji?” może ujawnić problemy pominięte podczas projektowania formularza. Analiza takich odpowiedzi wymaga jednak ich kodowania, czyli przypisania wypowiedzi do kategorii, np. „cena”, „punktualność”, „brak połączeń” czy „tłok”.
Surowe odpowiedzi trzeba zamienić w uporządkowane dane
Najprostszy zbiór można przedstawić jako tabelę: jeden wiersz odpowiada jednemu respondentowi, a kolumny poszczególnym zmiennym. Kategorie można zakodować liczbowo, pamiętając o zachowaniu opisu zastosowanych kodów.
Czyszczenie danych poprzedza obliczenia
Przed analizą należy znaleźć braki, duplikaty, niemożliwe wartości i błędy w zapisie. Jeżeli wiek respondenta wynosi 250 lat, najprawdopodobniej mamy do czynienia z pomyłką. Brak odpowiedzi nie powinien być automatycznie traktowany jak odpowiedź przecząca – to dwie różne informacje.
Od procentów do poszukiwania zależności
Pierwszym etapem analizy są zwykle statystyki opisowe: liczebności, procenty, średnia, mediana czy rozkład odpowiedzi. Jeżeli 300 z 500 ankietowanych wybiera określoną odpowiedź, stanowią oni 60% badanej próby.
Porównywanie grup dostarcza dodatkowych informacji
Dane można następnie zestawić według wieku, miejsca zamieszkania, wykształcenia lub innych zmiennych istotnych dla celu badania. Pozwala to wykrywać zależności niewidoczne w wyniku ogólnym. W bardziej rozbudowanych projektach wykorzystuje się testy statystyczne i modele pozwalające ocenić, czy zaobserwowane różnice mogą wynikać z przypadku.
Wynik nie zawsze oznacza przyczynę
Jeżeli osoby wykonujące aktywność X częściej deklarują cechę Y, nie oznacza to automatycznie, że X powoduje Y. Obie zmienne mogą być związane z trzecim czynnikiem. To jedna z najważniejszych zasad interpretacji badań obserwacyjnych: korelacja nie jest dowodem związku przyczynowego.
Próba określa granice wnioskowania
Badanie 1000 internautów nie musi reprezentować wszystkich mieszkańców Polski. Znaczenie ma nie tylko liczba respondentów, ale przede wszystkim sposób ich doboru. Ankieta dostępna dobrowolnie na konkretnej stronie może przyciągać osoby o określonych zainteresowaniach, przez co wynik zostanie obciążony błędem samoselekcji.
Dobry wniosek odpowiada na pytanie, a nie wykracza poza dane
Końcowy etap powinien łączyć wyniki z pierwotnym problemem badawczym. Warto wskazać najważniejsze zależności, wielkość badanej próby oraz ograniczenia zastosowanej metody. Zamiast pisać „Polacy uważają…”, gdy przebadano użytkowników jednej platformy, precyzyjniej stwierdzić „wśród ankietowanych użytkowników…”. Analiza danych społecznych nie polega bowiem na znalezieniu najbardziej efektownego wyniku. Jej celem jest sformułowanie wniosków, które rzeczywiście znajdują potwierdzenie w zebranych informacjach.