Przejdź do treści
Wróć do wyników wyszukiwania

Badanie ankietowe — Badania ankietowe

Autor metody
Francis Galton, Charles Booth, and early social statisticians; formalised by Paul Lazarsfeld in the 1940s
Rok
Late 19th century; systematic social-science use from 1940s
Typ
Quantitative (primarily) or mixed-methods data-collection instrument
Rodzina
Data collection

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

Rozmiar czcionki

Do czego służy?

Ankieta to systematyczna metoda zbierania danych, w której zestandaryzowany zbiór pytań jest zadawany próbie respondentów w celu zmierzenia postaw, zachowań, danych demograficznych lub innych konstruktów.

Ankiety mogą być przeprowadzane za pomocą druku, telefonu, platform internetowych lub osobiście. Są one jednymi z najczęściej używanych narzędzi w badaniach społecznych, behawioralnych, zdrowotnych i edukacyjnych, ponieważ mogą objąć duże, geograficznie rozproszone próby przy stosunkowo niskich kosztach.

Intuicja stojąca za metodą

Traktuj ankietę jak aparat do robienia migawek: rejestruje ona stan określonej populacji w danym momencie, zadając wszystkim te same pytania w ten sam sposób. Kluczową wartością jest standaryzacja — każdy respondent otrzymuje identyczne bodźce, dzięki czemu odpowiedzi można agregować i porównywać. W przeciwieństwie do wywiadu pogłębionego, ankieta poświęca głębię zrozumienia na rzecz szerokości pokrycia. Dobrze zaprojektowany instrument ankietowy, odpowiednio przetestowany i przeprowadzony na reprezentatywnej próbie, pozwala badaczom na wyciąganie wniosków na temat znacznie większej populacji z zarządzalnej liczby wypełnionych odpowiedzi.

Historia

Systematyczne badania ankietowe wyłoniły się pod koniec XIX wieku dzięki badaniom ubóstwa Charlesa Bootha (1889) i Seebohma Rowntree (1901) w Anglii. Paul Lazarsfeld na Uniwersytecie Columbia sformalizował metodologię ankietową jako narzędzie nauk społecznych w latach 40. XX wieku, ustanawiając teorię próbkowania i techniki pomiaru postaw. Rensis Likert wprowadził swoją nazwaną skalę odpowiedzi w 1932 roku. Rozwój próbkowania telefonicznego w latach 70.–80. XX wieku i internetu w latach 90.–2000. przekształcił administrację ankiet; metoda dopasowanego projektu Don Dillmana stała się dominującą praktyczną ramą maksymalizacji wskaźników odpowiedzi w różnych metodach.

Kiedy stosować

Użyj ankiety, gdy potrzebujesz opisać rozkład postaw, zachowań lub cech w określonej populacji, lub przetestować związki między zmiennymi w dużej próbie. Ankiety są szczególnie odpowiednie do badań przekrojowych nad częstością występowania, oceny potrzeb, ewaluacji programów i testowania hipotez w badaniach społecznych lub zdrowotnych. Nie używaj ankiety, gdy pytanie badawcze wymaga głębokiej eksploracji doświadczeń życiowych (zamiast tego użyj fenomenologii lub wywiadów pogłębionych), gdy konstruktów zainteresowania nie można zmierzyć za pomocą samoopisu (użyj obserwacji lub pomiarów fizjologicznych), lub gdy populacja docelowa nie może być wiarygodnie osiągnięta za pomocą żadnej metody ankietowej. Unikaj ankiet do wnioskowania przyczynowego bez projektów podłużnych lub eksperymentalnych.

Ograniczenia i uwagi

  • Dane samoopisowe podlegają błędom pożądania społecznego, błędom pamięci i błędom akceptacji.
  • Stałe opcje odpowiedzi mogą nie oddawać pełnej złożoności ani niuansów poglądów respondentów.
  • Ankiety przekrojowe ustalają związek, a nie przyczynowość; projekty podłużne są potrzebne do wnioskowania czasowego.
  • Niski wskaźnik odpowiedzi — powszechny w ankietach internetowych — wprowadza błąd braku odpowiedzi i zagraża możliwości uogólniania.
  • Efekty sformułowania pytań mogą znacznie zniekształcić wyniki, jeśli pozycje są źle skonstruowane.

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

Mocne strony

  • Dociera do dużych, geograficznie rozproszonych prób w sposób efektywny i przy stosunkowo niskich kosztach.
  • Standaryzowane pytania zapewniają porównywalność odpowiedzi między respondentami i w czasie.
  • Elastyczna pod względem metody (drukowana, telefoniczna, online, osobista), aby dopasować się do różnych populacji i budżetów.
  • Nadaje się do uogólniania statystycznego, gdy stosuje się próbkowanie losowe.
  • Może jednocześnie mierzyć wiele konstruktów i ich wzajemne zależności.
  • Ustalony psychometryczny narzędzia (alfa Cronbacha, analiza czynnikowa) wspierają rygorystyczną ocenę trafności i rzetelności.

Zastosowania

  • Krajowe spisy ludności i badania zdrowia ludności mierzące częstość występowania chorób, zachowań ryzykownych i korzystania z opieki zdrowotnej.
  • Badania oceny edukacyjnej badające zaangażowanie studentów, wyniki nauczania lub satysfakcję wykładowców w różnych instytucjach.
  • Badania organizacyjne i HR dotyczące postaw pracowników, satysfakcji z pracy i klimatu w miejscu pracy.
  • Badania rynku i zachowań konsumentów oceniające preferencje produktowe i zamiary zakupu.
  • Sondaże polityczne i prognozy wyborcze śledzące postawy i zamiary wyborców.
  • Badania ewaluacji programów oceniające satysfakcję uczestników i samoopisowe wyniki po interwencji.

Jak to działa

Jak to działa

1

Określ pytania badawcze, populację docelową i konstruktów do zmierzenia. Zdecyduj, czy badanie jest przekrojowe (jednorazowe) czy podłużne (wielokrotne). Zdecyduj o strategii próbkowania — próbkowanie losowe (np. proste losowe, warstwowe, zespołowe) lub próbkowanie nielosowe (np. wygodne, celowe) — i oblicz wymaganą wielkość próby, aby osiągnąć pożądaną moc i precyzję.

2

Opracuj kwestionariusz, wybierając lub tworząc pozycje dla każdego konstruktu. Dopasuj format pozycji do konstruktu: skale typu Likerta dla postaw, dyferencjały semantyczne dla percepcji, pozycje wielokrotnego wyboru lub rankingowe dla preferencji oraz pozycje otwarte, gdy potrzebna jest głębia eksploracyjna. Zwróć uwagę na sformułowanie pytań (unikaj pytań podwójnych, naprowadzających lub niejednoznacznych), etykietowanie skali odpowiedzi i długość kwestionariusza. W miarę możliwości waliduj pozycje w odniesieniu do ustalonych skal.

3

Przeprowadź pilotażowy kwestionariusz na małej, wygodnej próbie (zazwyczaj 10–30 osób z populacji docelowej), aby wykryć niejasne sformułowania, błędy logiki pomijania, nadmierny czas wypełniania i problemy techniczne (w przypadku ankiet internetowych). Popraw pozycje na podstawie informacji zwrotnej z wywiadów poznawczych i sprawdź korelacje między pozycjami lub ładunki czynnikowe jako wstępny dowód trafności konstruktu.

4

Rozpowszechnij sfinalizowaną ankietę wśród wybranej próby, używając wybranej metody (online, pocztowa, telefoniczna lub osobista). Zmaksymalizuj wskaźnik odpowiedzi poprzez spersonalizowane listy przewodnie, przypomnienia i zachęty, gdzie jest to stosowne. Śledź wskaźniki odpowiedzi i porównuj wczesnych z późnymi respondentami lub respondentów z znanymi charakterystykami populacji, aby ocenić błąd braku odpowiedzi.

5

Oczyść dane, obsługując brakujące wartości i odpowiedzi spoza zakresu, a następnie przypisz wyniki do skomponowanych skal. Przeprowadź statystyki opisowe dla każdej zmiennej, oceń rzetelność (np. alfa Cronbacha) dla skal wielopozycyjnych i zastosuj metody wnioskowania odpowiednie do pytań badawczych — częstości i chi-kwadrat dla wyników kategorycznych, testy t i ANOVA dla porównań grup, regresję lub SEM dla modeli wyjaśniających.

Częste pułapki

  • Ignorowanie błędu braku odpowiedzi — brak porównania respondentów z niereagującymi pod względem dostępnych cech oznacza, że osiągnięta próba może systematycznie błędnie reprezentować populację.
  • Nadmiernie długie kwestionariusze — ankiety przekraczające 15–20 minut czasu wypełniania odnotowują znacznie wyższy wskaźnik rezygnacji i niższą jakość danych; priorytetem powinny być konstruktów istotne dla pytań badawczych.
  • Używanie niezweryfikowanych skal — tworzenie pozycji ad hoc bez testów pilotażowych lub psychometrycznych prowadzi do pomiarów o nieznanej rzetelności i trafności; preferuj ustalone instrumenty, jeśli istnieją.
  • Mylenie związku z przyczynowością — raportowanie korelacji z ankiet jako związków przyczynowych bez odpowiednich kontroli projektowych lub danych podłużnych jest częstym błędnym wnioskowaniem.
  • Zaniedbywanie efektów kolejności pozycji — sekwencja pytań może wpływać na respondentów; wrażliwe pozycje umieszczone na początku mogą zmieniać odpowiedzi na późniejsze pozycje.

Najczęściej zadawane pytania

Jak duża musi być moja próba?

Wielkość próby zależy od pożądanego marginesu błędu, poziomu ufności, oczekiwanego rozmiaru efektu i planu analizy. Dla ankiet opisowych szacujących proporcję, standardowy wzór to n = z²p(1-p)/e², gdzie z to wartość z dla poziomu ufności, p to szacowana proporcja, a e to margines błędu. Dla ankiet analitycznych testujących związki preferowana jest analiza mocy a priori oparta na planowanym teście statystycznym. Kalkulatory online (np. G*Power) automatyzują te obliczenia. Wielkości prób wygodnych, powszechne w badaniach studenckich (100–300), są często niewystarczające do analiz podgrup.

Jaki wskaźnik odpowiedzi jest akceptowalny?

Nie ma uniwersalnego progu. Ankiety internetowe zazwyczaj osiągają 20–40%, ankiety pocztowe 50–60%, a ankiety telefoniczne gwałtownie spadły. Ważniejszym pytaniem jest, czy brak odpowiedzi jest losowy, czy systematyczny. Nawet 20% wskaźnik odpowiedzi może być akceptowalny, jeśli można wykazać, że respondenci nie różnią się od niereagujących pod względem kluczowych zmiennych; odwrotnie, 70% wskaźnik odpowiedzi jest nadal problematyczny, jeśli brakujące 30% systematycznie się różni.

Czy mogę mieszać pytania otwarte i zamknięte?

Tak, i jest to powszechna praktyka. Pytania zamknięte dają dane ilościowe; pytania otwarte dodają głębi kontekstowej i pozwalają na nieoczekiwane odpowiedzi. Jednak pytania otwarte znacznie zwiększają czas wypełniania i generują dane tekstowe, które muszą być kodowane jakościowo. Ogranicz pytania otwarte do konstruktów, dla których stałe opcje naprawdę nie mogą uchwycić zakresu odpowiedzi.

Kiedy powinienem użyć skali Likerta zamiast skali wizualno-analogowej?

Skale Likerta (zazwyczaj 5 lub 7 punktów odpowiedzi z etykietami) są łatwe do przeprowadzenia i oceny, a ich właściwości psychometryczne są dobrze zrozumiane. Skale wizualno-analogowe (ciągłe linie 0–100) oferują drobniejszą dyskryminację i są powszechne w badaniach bólu i zdrowia. Skale Likerta nadają się do większości badań społecznych i behawioralnych; skale wizualno-analogowe są preferowane, gdy priorytetem jest wykrywanie małych zmian w obrębie jednostek w czasie.

Czym ankieta różni się od wywiadu ustrukturyzowanego?

W ankiecie respondent czyta i samodzielnie wypełnia kwestionariusz bez obecności ankietera. W wywiadzie ustrukturyzowanym te same ustalone pytania są zadawane werbalnie przez ankietera. Ankiety docierają do większych prób przy niższych kosztach; wywiady ustrukturyzowane osiągają wyższe wskaźniki odpowiedzi i mogą wyjaśniać mylące pozycje, ale są bardziej zasobochłonne i wprowadzają efekty ankietera.

Pokrewne metody

Źródła

  1. 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.
  2. Fowler, F. J. (2013). Survey Research Methods (5th ed.). Sage.

    ISBN: 978-1452259000
    Skopiowano.