Η δημιουργία ερωτηματολογίου για την έρευνα, είναι μια διαδικασία που ξεκινά με τη σαφή διατύπωση και την τεκμηρίωση των ερευνητικών ερωτημάτων (ή υποθέσεων). Τα ερευνητικά ερωτήματα προκύπτουν από τη μελέτη των θεωριών κάθε ερευνητικού πεδίου.

Μέσα από τη μελέτη της θεωρίας καταλήγουμε στην επιλογή συγκεκριμένων “μεταβλητών” που θα μετρήσουμε. Οι μεταβλητές αυτές μπορεί να είναι μετρήσιμες και αντικειμενικές, όπως π.χ. τα έσοδα μιας επιχείρησης, ή λανθάνουσες (latent), όπως η ικανοποίηση, η δέσμευση, το στρες κ.λπ..

Η σωστή μέτρηση των λανθανουσών μεταβλητών, δηλαδή των μεταβλητών που δεν είναι μετρήσιμες και αντικειμενικές, προϋποθέτει τη μελέτη της θεωρίας, αλλά και βασικές γνώσεις σχετικά με τις απαιτήσεις της στατιστικής ανάλυσης.

Στις περισσότερες μεταπτυχιακές εργασίες, ακόμα και σε διδακτορικές διατριβές, αναπτύσσονται ερωτηματολόγια χωρίς γνώσεις σχετικά με τις ανάγκες της στατιστικής ανάλυσης των δεδομένων.

Αυτό έχει ως αποτέλεσμα, οι φοιτητές να συναντούν δυσκολίες στην ανάλυση των δεδομένων που συλλέγονται, είτε γιατί δεν είναι εύκολο να “κωδικοποιήσουν” τα ερωτήματα σε μεταβλητές, ή γιατί ο τρόπος μέτρησης δεν επιτρέπει την εφαρμογή των κατάλληλων στατιστικών ελέγχων.

Στο παρόν άρθρο συγκεντρώνουμε κάποια πολύ βασικά σημεία που πρέπει να προσέξεις κατά τη δημιουργία ερωτηματολογίου έρευνας.

Φρόντισε να είναι απλό και σύντομο

Αν το ερωτηματολόγιο χρειάζεται πάνω από 15 λεπτά για να συμπληρωθεί, οι συμμετέχοντες μπορεί να αντιδράσουν ως εξής:

1. Αποχωρούν. Οι συμμετέχοντες σταματούν να συμπληρώνουν το ερωτηματολόγιο και καταλήγουμε σε αυτό που λέμε “υψηλό ποσοστό εγκατάληψης”. Ένα υψηλό ποσοστό εγκατάληψης μπορεί να επηρεάσει την ποιότητα των αποτελεσμάτων σου.
2. Σταματούν να είναι συγκεντρωμένοι. Έτσι απαντούν μηχανικά ή ακόμα και τυχαία στις ερωτήσεις που έχεις θέσει.
3. Δυσανασχετούν. Η μακρά διάρκεια συμπλήρωσης του ερωτηματολογίου οδηγεί σε δυσφορία. Αυτό έχει ως αποτέλεσμα την υποβάθμιση της ποιότητας των δεδομένων που συλλέγονται. Ο καλύτερος τρόπος συλλογής ποιοτικών δεδομένων είναι να έχεις ένα σύντομο, απλό και καλά οργανωμένο ερωτηματολόγιο.

Χρησιμοποίησε κλίμακες

Η δημιουργία ερωτηματολογίου μπορεί να φαίνεται εύκολη, αλλά το ερωτηματολόγιο θα πρέπει να μπορεί να αναλυθεί και να μας δώσει απαντήσεις στα ερωτήματα που έχουμε θέσει, ή αλλιώς, “να συμβάλλει στην επίτευξη των επιμέρους στόχων της έρευνας”.

Θα αναρωτιέσαι… Υπάρχουν ερωτηματολόγια που δεν αναλύονται; Ναι, φυσικά και υπάρχουν.

Ας δούμε ένα παράδειγμα.

Έστω ότι δύο ερευνητές τρέχουν μια έρευνα, με σκοπό τη μέτρηση της εργασιακής ικανοποίησης των υπαλλήλων μιας μεγάλης επιχείρησης.

Ο πρώτος ερευνητής, σκεπτόμενος ότι θέλει να πάρει ξεκάθαρες απαντήσεις, θέτει την ερώτηση όπως φαίνεται παρακάτω:

Ο δεύτερος ερευνητής, κατά τη δημιουργία ερωτηματολογίου, κάπου είχε δει απαντήσεις της μορφής “Διαφωνώ απόλυτα – Διαφωνώ – Ούτε Συμφωνώ ούτε Διαφωνώ – Συμφωνώ – Συμφωνώ απόλυτα” και σκέφτηκε ότι έτσι θα μπορέσει να διατυπώσει το ερώτημα ως εξής:

Η πρώτη μορφή απάντησης είναι διχοτομική (ΝΑΙ – ΟΧΙ) ενώ η δεύτερη μορφή απάντησης είναι κλίμακα (Likert Scale), δηλαδή ο συμμετέχοντας απαντά σε μια κλίμακα από 1=Διαφωνώ απόλυτα ως 5=Συμφωνώ απόλυτα, ανάλογα με το βαθμό συμφωνίας ή διαφωνίας του.

Με τη δεύτερη μορφή απάντησης, η μεταβλητή “ικανοποίηση” γίνεται ιεραρχική (ordinal) με αποτέλεσμα να μας δίνει περισσότερη πληροφορία για την πραγματική ικανοποίηση των εργαζομένων.

Θυμήσου ότι η ικανοποίηση είναι λανθάνουσα μεταβλητή, δηλαδή κάποιος μπορεί να είναι “λίγο” ικανοποιημένος, “μέτρια” ικανοποιημένος, “πολύ” ικανοποιημένος κ.λπ.

Οι κλίμακες είναι πολύ σημαντικές στην έρευνα, καθώς καταγράφουν την ένταση ή το βαθμό κάθε άποψης.

Κάποιος που υποστηρίζει “απόλυτα” μια άποψη (5=Συμφωνώ απόλυτα), είναι πολύ διαφορετικός από κάποιον που απλά την υποστηρίζει (4=Συμφωνώ). Στην ικανοποίηση, αυτό μπορεί να κάνει τη διαφορά μεταξύ αφοσιωμένων και απλά αποδοτικών εργαζομένων. Ο αφοσιωμένος εργαζόμενος είναι πολύ πιο χρήσιμος για την επιχείρηση.

Πολύ βασικό πλεονέκτημα των απαντήσεων σε μορφή κλίμακας είναι ότι σου δίνουν τη δυνατότητα βαθύτερης ανάλυσης των δεδομένων. Επεκτείνουν λοιπόν τη δυνατότητα ανάλυσης από τα απλά ποσοστά (περιγραφική στατιστική), σε αναλύσεις υψηλού επιπέδου με βάση εκτιμήσεις των διαφορών μεταξύ μέσων τιμών και διακύμανσης (όπως t-test, ANOVA, παλινδρόμηση κ.λπ.).

Κωδικοποίησε τις απαντήσεις με συνέπεια 

Κάθε απάντηση κωδικοποιείται ως αριθμητική τιμή, η οποία αναφέρεται ως ποσοστό των απαντήσεων ή ως μέσος όρος, διάμεσος, κ.λπ.

Αυτές οι τιμές αποτελούν τη βάση για τη στατιστική ανάλυση.

• Μέσος όρος ή μέση τιμή (mean), είναι το άθροισμα όλων των τιμών προς τον αριθμό των τιμών.
• Διάμεσος (median), είναι το μεσαίο σημείο ενός συνόλου δεδομένων. Για να προσδιορίσεις τη διάμεσο, μπορείς να φτιάξεις ένα ιστόγραμμα και να επιλέξεις τη μεσαία τιμή.
• Επικρατούσα τιμή (mode) είναι η τιμή που εμφανίζεται περισσότερες φορές στο ιστόγραμμα (η τιμή με τη μεγαλύτερη συχνότητα εμφάνισης).

Κατά τη δημιουργία ερωτηματολογίου, οι τιμές στις απαντήσεις πρέπει να κωδικοποιούνται με συνέπεια. Γενικά, αναθέτουμε την υψηλότερη τιμή στο καλύτερο αποτέλεσμα (δηλ. 5= “Συμφωνώ απόλυτα” με τη δήλωση “Είμαι ικανοποιημένος από την εργασία μου”).

Για λόγους απλότητας, είναι καλό να διατηρείται η κατεύθυνση της κλίμακας σταθερή σε όλο το ερωτηματολόγιο. Αυτό διευκολύνει τους συμμετέχοντες να απαντήσουν και εσένα να διεξάγεις την ανάλυση των δεδομένων.

Εάν οι κλίμακες έχουν την ίδια κατεύθυνση και τον ίδιο αριθμό σημείων, μπορείς γρήγορα να συγκρίνεις τις απαντήσεις σε διαφορετικές ερωτήσεις.

Για παράδειγμα, εάν μια έρευνα ζητά από τους ερωτηθέντες να αξιολογήσουν την ικανοποίησή τους από διάφορες διαστάσεις της εργασίας τους, η συνεπής κωδικοποίηση των απαντήσεων μας βοηθά να βγάλουμε συμπεράσματα απλά συγκρίνοντας τους μέσους όρους.

Έστω ότι οι μέσοι όροι των απαντήσεων για κάθε διάσταση είναι ως εξής:

• Είμαι ικανοποιημένος από το αντικείμενο της εργασίας μου – 3,15
• Είμαι ικανοποιημένος από το περιβάλλον εργασίας – 4,12
• Είμαι ικανοποιημένος από τη σχέση μου με τον προϊστάμενό μου – 4,67
• Είμαι ικανοποιημένος από το μισθό μου – 2,08

Δεδομένου ότι όλες οι δηλώσεις είναι θετικές και οι τιμές έχουν συνεπή κωδικοποίηση, ο υψηλότερος μέσος όρος αντικατοπτρίζει υψηλότερη ικανοποίηση στη διάσταση (βέβαια θα πρέπει να λάβουμε υπόψιν και την τυπική απόκλιση, αλλά αυτά θα τα πούμε σε επόμενο άρθρο). Επομένως, θα μπορούσαμε να πούμε ότι οι συμμετέχοντες είναι περισσότερο ικανοποιημένοι από τη σχέση τους με τον προϊστάμενο (Μ.Ο.= 4,67) και λιγότερο ικανοποιημένοι από την αμοιβή τους (Μ.Ο.=2,08).

Λοιπόν, πώς το βλέπεις; Είσαι έτοιμος να φτιάξεις το δικό σου ερωτηματολόγιο;

Σε κάθε δυσκολία, είμαστε δίπλα σου!

Αν είσαι υποψήφιος διδάκτορας δες εδώ τι μπορούμε να σου προσφέρουμε όσον αφορά το σχεδιασμό της έρευνας.

Αν χρειάζεσαι βοήθεια στην ανάλυση των δεδομένων σου, επισκέψου τη σελίδα των σχετικών υπηρεσιών μας εδώ.