Przejdź do treści
Wróć do wyników wyszukiwania

Badanie ankietowe online — Badania ankietowe realizowane przez Internet

Autor metody
Mick P. Couper, Don A. Dillman (early systematic frameworks)
Rok
Mid-1990s (widespread scholarly adoption ~1995–2000)
Typ
Quantitative / mixed-methods data collection technique
Rodzina
Data collection

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Ankieta online to ustrukturyzowany instrument zbierania danych, hostowany na platformie internetowej i wypełniany przez respondentów za pomocą urządzeń podłączonych do Internetu.

Umożliwia ona zbieranie danych na dużą skalę, obejmujących geograficznie rozproszone grupy, przy niskich kosztach i szybkim czasie realizacji. Respondenci samodzielnie wypełniają kwestionariusz w dogodnym dla siebie czasie, co redukuje błąd badacza i pozwala na automatyczne przechwytywanie danych. Ankiety online są obecnie dominującą metodą badań ankietowych w naukach społecznych, behawioralnych, medycznych oraz badaniach rynku.

Intuicja stojąca za metodą

Należy traktować ankietę online jako kwestionariusz drukowany przeniesiony na stronę internetową, ale z znacznie bogatszymi możliwościami: logika pomijania pytań kieruje respondentów do różnych pytań w zależności od wcześniejszych odpowiedzi, można osadzać elementy multimedialne, a odpowiedzi trafiają bezpośrednio do bazy danych bez ręcznego wprowadzania. Kompromisem jest brak możliwości weryfikacji tożsamości odpowiadających lub obserwacji kontekstu, w jakim ankieta jest wypełniana. Projektowanie dobrej ankiety online wymaga zatem starannego zwrócenia uwagi na dobór słów w pytaniach, przepływ informacji na stronie oraz motywację badanej populacji do uczciwego i pełnego udziału.

Historia

Badania ankietowe online wyłoniły się w połowie lat 90. XX wieku wraz ze wzrostem penetracji Internetu w środowiskach akademickich i korporacyjnych. Przegląd Micka Coupera z 2000 roku opublikowany w Public Opinion Quarterly stanowił pierwszą systematyczną naukową ocenę metodologii badań ankietowych online i zidentyfikował ich problemy z pokryciem i brakiem odpowiedzi. Metoda Dostosowanego Projektowania (Tailored Design Method) Dona Dillmana, pierwotnie opracowana dla ankiet pocztowych, była stopniowo adaptowana w kolejnych wydaniach (1978, 2000, 2007, 2014) w celu uwzględnienia protokołów internetowych i mieszanych. Do lat 2010. ankiety online wyprzedziły ankiety telefoniczne i pocztowe jako dominujący sposób prowadzenia badań ankietowych w badaniach społecznych i rynkowych.

Kiedy stosować

Należy użyć ankiety online, gdy potrzebne jest szybkie i efektywne kosztowo zbieranie standaryzowanych danych samoopisowych od dużej lub geograficznie rozproszonej próby, a zmienne badawcze można operacjonalizować jako pytania zamknięte. Jest to preferowana metoda pomiaru postaw, opinii, częstości występowania lub zgłaszanych zachowań w badaniach społecznych, zdrowotnych, organizacyjnych i rynkowych. Nie należy używać ankiety online, gdy pytanie badawcze wymaga dogłębnego zbadania znaczenia lub procesu (rozważyć fenomenologię, teorię ugruntowaną lub wywiady częściowo ustrukturyzowane), gdy badana populacja ma niski dostęp do Internetu lub niską umiejętność korzystania z niego (bardziej odpowiednia jest ankieta telefoniczna lub osobista), lub gdy badane konstrukcje nie mogą być odpowiednio uchwycone przez pytania samoopisowe.

Ograniczenia i uwagi

  • Błąd pokrycia: osoby bez dostępu do Internetu lub z niską biegłością cyfrową są systematycznie wykluczane, co ogranicza reprezentatywność.
  • Wskaźniki odpowiedzi na niezamówione ankiety online są zazwyczaj niskie (często poniżej 30%), co może wprowadzać błąd braku odpowiedzi.
  • Badacz nie może zweryfikować tożsamości respondenta ani warunków, w jakich ankieta została wypełniona.
  • Dane samoopisowe są podatne na błąd pamięci, błąd społecznej pożądliwości i błąd akwizescencji, niezależnie od trybu online.
  • Odpowiedzi tekstowe wymagają dodatkowego wysiłku kodowania jakościowego i często pozostają puste u większości respondentów.

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Dociera do dużych, geograficznie rozproszonych prób szybko i przy niskim koszcie krańcowym na respondenta.
  • Eliminuje efekty związane z badaczem: respondenci odpowiadają prywatnie, redukując błąd społecznej pożądliwości w przypadku tematów wrażliwych.
  • Automatyczne przechwytywanie danych eliminuje błędy transkrypcji i umożliwia monitorowanie wskaźników odpowiedzi w czasie rzeczywistym.
  • Elastyczne formatowanie: logika pomijania pytań, losowa kolejność pytań, osadzone multimedia i paski postępu poprawiają jakość danych i doświadczenie respondenta.
  • Dane ilościowe są natychmiast dostępne w ustrukturyzowanym formacie, skracając czas analizy.

Zastosowania

  • Pomiar postaw pracowniczych, zaangażowania i klimatu organizacyjnego w badaniach miejsca pracy.
  • Ocena wyników zgłaszanych przez pacjentów i zachowań zdrowotnych w badaniach zdrowia publicznego i klinicznych.
  • Zbieranie danych dotyczących satysfakcji klienta, opinii o produkcie i segmentacji rynku w badaniach komercyjnych.
  • Prowadzenie badań edukacyjnych na dużą skalę dotyczących doświadczeń studentów, korelacji osiągnięć akademickich i preferencji dydaktycznych.
  • Gromadzenie danych dotyczących postaw w różnych krajach w badaniach porównawczych z zakresu nauk politycznych i socjologii.
  • Wstępna selekcja potencjalnych uczestników badań eksperymentalnych lub klinicznych przy użyciu pytań dotyczących kryteriów kwalifikacyjnych.

Jak to działa

Jak to działa

1

Badacz określa cele badawcze i konstruuje kwestionariusz z pytaniami zamkniętymi (skale Likerta, wybór wielokrotny, rankingi) oraz, w razie potrzeby, polami tekstowymi do odpowiedzi otwartych. Każde pytanie jest mapowane na zmienną; logika pomijania pytań, pola wymagane i walidacja odpowiedzi są konfigurowane w platformie ankietowej. Na tym etapie kluczowe jest zwrócenie uwagi na układ wizualny, responsywność mobilną i szacowany czas ukończenia (idealnie poniżej 15 minut).

2

Przed pełnym wdrożeniem kwestionariusz jest testowany na małej, dostępnej próbie (zazwyczaj 5–20 osób) reprezentatywnej dla badanej populacji. Testy pilotażowe sprawdzają niejednoznaczność sformułowań, błędy w logice pomijania pytań, problemy techniczne z wyświetlaniem na różnych urządzeniach i przeglądarkach oraz nietypowo długi czas ukończenia. Zebrane opinie służą do poprawy pytań przed finalizacją narzędzia.

3

Aktywny link do ankiety lub kod osadzania jest dystrybuowany do badanej próby za pośrednictwem zaproszeń e-mailowych, mediów społecznościowych, usług panelowych, list mailingowych instytucji lub osadzany na stronie internetowej. Dystrybucja może wykorzystywać próbkowanie prawdopodobieństwa (losowy wybór z określonej ramy) lub próbkowanie nieprawdopodobieństwa (dostępne, kuli śnieżnej, kwotowe). Spersonalizowane zaproszenia e-mailowe z jasnym tematem i opisem zachęty poprawiają wskaźniki odpowiedzi.

4

Wskaźniki odpowiedzi i częściowe ukończenia są śledzone w czasie rzeczywistym za pomocą pulpitu nawigacyjnego platformy. Przypomnienia są wysyłane do osób, które nie odpowiedziały, w zaplanowanych odstępach czasu (np. tydzień po pierwotnym zaproszeniu). Badacz monitoruje osoby odpowiadające zbyt szybko (niewiarygodnie krótki czas ukończenia), osoby odpowiadające identycznie na wszystkie pytania (straight-liners) oraz zgłoszenia botów, usuwając nieprawidłowe przypadki w miarę ich identyfikacji.

5

Ankieta jest zamykana po osiągnięciu docelowej wielkości próby lub upływie terminu. Dane z odpowiedzi są eksportowane w ustrukturyzowanym formacie (CSV, SPSS, Excel) do czyszczenia i analizy. Czyszczenie obejmuje usuwanie niekompletnych odpowiedzi poniżej akceptowalnego progu, rekodowanie pozycji z odwrotnym kodowaniem i sprawdzanie pod kątem wielowymiarowych wartości odstających przed przystąpieniem do analizy opisowej lub wnioskującej.

Częste pułapki

  • Zbyt długi kwestionariusz: ankiety trwające dłużej niż 15–20 minut charakteryzują się gwałtownie rosnącym wskaźnikiem rezygnacji; należy bezwzględnie ograniczyć liczbę pytań tylko do tych niezbędnych do odpowiedzi na pytanie badawcze.
  • Brak testu pilotażowego: pominięcie testów pilotażowych pozwala na przetrwanie niejednoznacznych pytań, błędów w logice pomijania i błędów wyświetlania na urządzeniach mobilnych w aktywnym narzędziu, co prowadzi do zanieczyszczenia zbioru danych.
  • Próbkowanie nieprawdopodobieństwa prezentowane jako reprezentatywne: próby dostępne lub kuli śnieżnej online nie mogą być generalizowane na określoną populację bez wyraźnych zastrzeżeń; unikać języka sugerującego reprezentatywność, chyba że użyto panelu prawdopodobieństwa.
  • Ignorowanie kontroli jakości danych: brak weryfikacji osób odpowiadających zbyt szybko, osób odpowiadających identycznie i botów sztucznie zawyża wielkość próby, jednocześnie obniżając jakość danych.
  • Pytania sugerujące lub podwójnie skierowane: zła konstrukcja pytań wprowadza systematyczny błąd odpowiedzi, którego żadna technika analityczna nie jest w stanie w pełni skorygować.

Najczęściej zadawane pytania

Jaka jest wymagana wielkość próby dla ankiety online?

Wielkość próby zależy od planowanej analizy. Dla statystyk opisowych przy znanej populacji mają zastosowanie standardowe tabele mocy lub wzory na błąd marginesowy (np. n ≈ 385 dla błędu marginesowego ±5% przy 95% poziomie ufności w dużej populacji). Dla analiz regresji lub SEM, powszechne zasady kciuka sugerują co najmniej 10–20 przypadków na zmienną predykcyjną. Należy uwzględnić oczekiwane wskaźniki odpowiedzi i straty, przeprowadzając nadmierną rekrutację: jeśli oczekujesz 30% wskaźnika odpowiedzi, zaproś około trzykrotność docelowej wielkości próby n.

Jak mogę poprawić wskaźnik odpowiedzi?

Kluczowe strategie oparte na dowodach obejmują: spersonalizowane zaproszenia e-mailowe od wiarygodnego nadawcy, jasny i krótki temat, krótkie wyjaśnienie celu badania i jego czasu trwania, wyraźne oświadczenie o poufności, widoczny termin i jedno lub dwa uprzejme przypomnienia dla osób, które nie odpowiedziały. Namacalne zachęty (vouchery, losowania nagród) poprawiają wskaźniki, ale mogą przyciągać odpowiedzi niskiej jakości; należy rozważyć ten kompromis w kontekście badania.

Jak radzić sobie z brakującymi danymi w ankietach online?

Należy rozróżnić brak danych na poziomie pozycji (kilka pozycji pominiętych w ramach w przeciwnym razie kompletnej odpowiedzi) od braku danych na poziomie jednostki (cała ankieta nie została przesłana). W przypadku braków na poziomie pozycji, rozważ wielokrotną imputację lub metodę największej wiarygodności przy pełnej informacji, jeśli dane są brakujące losowo. W przypadku braków na poziomie jednostki, przeprowadź analizę błędu braku odpowiedzi, porównując wczesnych i późnych respondentów lub porównując dostępne zmienne demograficzne z wzorcami populacji docelowej.

Czy ankieta online jest zawsze ilościowa?

Nie. Ankiety online mogą zawierać pola tekstowe do odpowiedzi otwartych, które generują dane jakościowe, a niektóre ankiety są projektowane jako całkowicie jakościowe narzędzia. Jednak dominującym przypadkiem użycia jest podejście ilościowe lub mieszane, wykorzystujące skale Likerta, wybór wielokrotny i pozycje rankingowe, których odpowiedzi są kodowane numerycznie i analizowane za pomocą statystyk opisowych lub wnioskujących.

Czy mogę użyć tego samego kwestionariusza online, który zaprojektowałem do administracji papierowej?

Nie bez przeglądu. Kwestionariusze papierowe często nie mają logiki pomijania pytań, zakładają liniowe wypełnianie i są formatowane do druku, a nie do ekranu. Migracja do administracji online wymaga dodania logiki warunkowego wyświetlania, sprawdzenia renderowania na urządzeniach mobilnych, potwierdzenia, że kategorie odpowiedzi wyświetlają się poprawnie na różnych rozmiarach ekranu, oraz ponownego pilotażu narzędzia. Należy przetestować równoważność pomiarową między trybami, jeśli dane z trybu online i papierowego są łączone.

Pokrewne metody

Źródła

  1. Couper, M. P. (2000). Web surveys: A review of issues and approaches. Public Opinion Quarterly, 64(4), 464–494.

    Otwórz odnośnik DOI
    Skopiowano.
  2. Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.

    ISBN: 978-1118456149
    Skopiowano.