Dotazníkové šetření

Autor: MILAN

"Pokud někde najdete chybu (numerickou, pravopisnou, gramatickou, sémantickou), klidně dejte zpětnou vazbu. Není jednoduché napsat tak rozsáhlý text bez chyb"

Nejprve si dáme škaredou teorii. Dotazníkové šetření je základním stavebním kamenem výzkumu, který se zaměřuje na pochopení a analýzu sociálních fenoménů a lidského chování. Tento výzkumný nástroj je zasazen do kvantitativního výzkumného paradigmatu, který usiluje o objektivní měření a kvantifikaci sociálních proměnných a vztahů mezi nimi. Fuj, že?

Jinými slovy, dotazníkové šetření je jako velký průzkum, kde se lidé ptají na různé věci, aby zjistili, co si populace myslí nebo jak se chová. Představte si, že chcete zjistit, jaké zmrzliny lidé nejraději jedí. Místo toho, abyste se ptali každého, koho potkáte, vytvoříte seznam otázek, které pošlete spoustě lidí. Když vám lidé odpoví, podíváte se na všechny odpovědi a zjistíte, která zmrzlina je nejoblíbenější. Je to jako hlasování o tom, co lidé mají rádi nebo v co věří. Pak použitím matematiky zjistíte, co odpovědi znamenají pro celou populaci. Ptát se můžete na cokoliv, ale v diplomkách není úplně vhodné se ptát na zmrzlinu.

Dotazníkové šetření je v podstatě metodou sběru dat, která umožňuje získat informace od velkého počtu respondentů systematickým způsobem. Jeho účelem je odhalit vzory, tendence a vztahy v populaci prostřednictvím analýzy odpovědí na předem stanovené otázky. Tato metoda je neocenitelná pro zkoumání a pochopení široké škály sociálních jevů, od postojů a hodnot jednotlivců až po složité sociální struktury a procesy.

Může se zdát, že je vytvoření dotazníků triviální, že prostě nasázíte nějaké otázky a něco vám z toho vypadne. Tak to ovšem není. Za tímto zdánlivě jednoduchým procesem se skrývá komplexní a promyšlená metodologie. Není to jen o tom, položit několik otázek, ale, položit správné otázky, které povedou k pochopení toho, co chcete zjistit.

Představte si, že chcete zjistit, proč lidé preferují určité značky automobilů. Nejprve byste museli mít jasno v tom, co přesně chcete zjistit – to jsou vaše výzkumné otázky a cíle. Chcete zjistit, jaké vlastnosti auta jsou pro lidi důležité? Nebo jaký vliv má cena na jejich rozhodování? Tyto otázky vám pomohou určit, jaké otázky v dotazníku položit.

Následně byste museli pečlivě a systematicky navrhnout každou otázku tak, aby odpovídala vašim výzkumným cílům. Musíte zvážit, jak formulovat otázky, aby byly jasné a srozumitelné, a jaké typy odpovědí nabídnout. Například, pokud chcete zjistit, jaký vliv má cena na výběr automobilu, musíte se rozhodnout, zda budete používat otevřené otázky, kde lidé mohou napsat vlastní odpovědi, nebo uzavřené otázky, kde si mohou vybrat z předdefinovaných možností.

Po vytvoření dotazníku byste museli zvážit, komu ho pošlete. Musíte se rozhodnout, zda chcete zaslat dotazník širokému spektru lidí, nebo jen určité skupině, například lidem, kteří si nedávno koupili auto. Vaše rozhodnutí o tom, koho oslovíte, bude mít vliv na to, jak budete moci interpretovat výsledky.

A konečně, po získání odpovědí byste museli pečlivě analyzovat data, abyste mohli pochopit, co vám odpovědi říkají o preferencích lidí při výběru automobilu. Musíte být opatrní a kritičtí při interpretaci výsledků, abyste neskočili na závěry, které nejsou oprávněné.

Příklad 1

Představme si, že máme za úkol prozkoumat motivace a preference spotřebitelů při výběru mobilních telefonů. Naším hlavním cílem je pochopit, jaké faktory ovlivňují rozhodování spotřebitelů při nákupu mobilního telefonu.

Výzkumné otázky

Jaký vliv má značka na výběr mobilního telefonu spotřebitelem?
Jakou roli hrají technické specifikace při rozhodování o nákupu?
Jaký je vztah mezi cenou a pravděpodobností nákupu?

Vytvoření dotazníku

Na základě těchto výzkumných otázek bychom museli vytvořit dotazník, který by nám poskytl odpovědi na tyto otázky. Otázky v dotazníku musí být navrženy tak, aby byly relevantní k našim výzkumným otázkám a cílům. To je prostě základ. Nemůžete mít v dotazníku žádnou otázku, která bude plonkovní (k ničemu). Mnozí studenti si říkají: ale můžu takhle zjistit aspoň něco navíc. To ovšem nikoho nezajímá, protože máte jasně stanovený cíl a výzkumné otázky. Otázky by vzhledem k našim výzkumným otázkám mohly vypadat následovně.

Otázky týkající se značky:

1. Jak důležitá je pro vás značka při výběru mobilního telefonu?

2. Kterou značku mobilního telefonů preferujete?

Otázky týkající se technických specifikací:

3. Jaké technické specifikace jsou pro vás při výběru mobilního telefonu klíčové?

4. Jak důležitý je pro vás výkon baterie, kvalita fotoaparátu, velikost paměti atd.?

Otázky týkající se ceny:

5. Jaký vliv má cena na vaše rozhodnutí o nákupu mobilního telefonu?

6. Jakou maximální cenu byste byli ochotni zaplatit za nový mobilní telefon?

Hned na začátku jsem zvolil poměrně těžký příklad. Pokud bychom k němu chtěli přistoupit zodpovědně vědecky, museli bychom brát otázky v každé kategorii jako indikátory a výslednou výzkumnou otázku jako index/ukazatel. Takže pomocí indikátorů se snažíme pak vysvětlit či kvantifikovat výzkumnou otázku. To může být dost těžké. Proto tohle uvádím hned na začátku. Skutečně, volte otázky s rozmyslem, protože už v tomto případě našich dvou otázek, které jsem navrhl, byste museli vytvořit např. faktorovou analýzu či regresní analýzu. Předtím musíte data připravit, agregovat atd. Tomuto budu věnovat jiný příspěvek. Hrůza, že? No, běžný vědecký postup :D. Takže, pokud jsem Vás hned na začátku zklamal či vystrašil, teď Vás trošku potěším. Uděláme to zjednodušeně.

Vytvoříme tedy nějaký zjednodušený model na základě průměrování a četností. Není to nic světoborného, ale třeba na bakalářku to stačí a není to vyloženě špatné. Zde je postup pro první kategorii:

Otázky týkající se značky (Jaký vliv má značka na výběr mobilního telefonu spotřebitelem?):

1. Jak důležitá je pro vás značka při výběru mobilního telefonu

2. Kterou značku mobilního telefonu preferujete?

Vezměme si to postupně.

1. Příprava Dat:

Indikátor 1: Hodnoty na Likertově škále (1-5).
Indikátor 2: Kategorické hodnoty (např. preference značky).

2. Vytvoření jednoduchého modelu:

Udělali bychom to tak, že vezmeme u každého respondenta v úvahu důležitost značky a samotnou značku, tedy dostaneme pro nějakého respondenta třeba (3, Samsung) nebo (5, Apple) atd. Pro ukázku 10 respondentů bychom obdrželi třeba tohle:

Příklad dat:

Respondent 1: Apple, 4
Respondent 2: Samsung, 3
Respondent 3: Apple, 5
Respondent 4: Xiaomi, 2
Respondent 5: Samsung, 4
Respondent 6: Apple, 3
Respondent 7: Xiaomi, 1
Respondent 8: Samsung, 5
Respondent 9: Xiaomi, 3
Respondent 10: Apple, 4

Takže pro každou značku sečteme čísílka (jak moc rozhoduje značka při výběru) u každého respondenta a vydělíme to počtem respondentů, kteří tuto značku vybrali.

Takže třeba pro Samsung to bude ( 3 + 4 + 5) / 3 = 4.

sečetli jsme preference u všech uživatelů Samsungu a vydělili to počtem lidí se Samsungem. Takto získáme jednoduchý ukazatel.

Pro Apple je výsledek 4 a pro Xiaomi 2. Pak výsledný ukazatel je (4 + 4 + 2) / 3 ≈ 3,33. Dobrý, že? Takže jsme se vyhnuli statistice a při troše zjednodušení jsme dostali slušný ukazatel. No jo, ale víme, jestli je nízký, nebo vysoký? Musíme si určit hranice. To ale není těžké. Spodní hranice by byla, kdyby preferenci měli všichni 1, takže (1 + 1 + 1) / 3 = 1. Naopak horní hranici bychom dostali, kdyby měli preferenci všichni 5, takže (5 + 5 + 5) / 3 = 5.

Dostali jsme tedy 3,33 z intervalu <1;5>.

Pojďme se podívat na další kategorii.

Otázky týkající se technických specifikací (Jakou roli hrají technické specifikace při rozhodování o nákupu?):

3. Jaké technické specifikace jsou pro vás při výběru mobilního telefonu klíčové?

4. Jak důležitý je pro vás výkon baterie, kvalita fotoaparátu, velikost paměti atd.?

Můžete vytvořit podobný model i pro otázky týkající se technických specifikací. V tomto případě byste mohli mít jeden indikátor, který zjišťuje, které technické specifikace jsou pro respondenty klíčové (Indikátor 3, resp. otázka 3), a druhý indikátor, který hodnotí důležitost různých aspektů technických specifikací, jako je výkon baterie, kvalita fotoaparátu, velikost paměti atd. (Indikátor 4).

Vytvoření modelu:

1. Indikátor 3: Klíčové technické specifikace

Může být kategorická proměnná reprezentující preference respondentů ohledně technických specifikací.
Například: "Výkon baterie", "Kvalita fotoaparátu", "Velikost paměti".

2. Indikátor 4: Důležitost technických specifikací

Může být kvantitativní proměnná hodnocená na Likertově škále od 1 do 5, kde 1 znamená "vůbec důležité" a 5 znamená "velmi důležité".
Respondenti by hodnotili důležitost každé technické specifikace zvlášť.

3. Výpočet ukazatele:

Podobně jako v předchozím příkladu, můžete vypočítat průměrné skóre důležitosti pro každou technickou specifikaci a vytvořit ukazatel jako průměr těchto průměrných skóre.

Ukážeme si to na 10 hypotetických respondentech.

Respondent 1: Klíčové: [Baterie, Fotoaparát], Hodnocení: [5, 4]
Respondent 2: Klíčové: [Paměť, Baterie], Hodnocení: [3, 3]
Respondent 3: Klíčové: [Fotoaparát, Paměť], Hodnocení: [4, 5]
Respondent 4: Klíčové: [Baterie, Paměť], Hodnocení: [2, 2]
Respondent 5: Klíčové: [Fotoaparát, Baterie], Hodnocení: [4, 5]
Respondent 6: Klíčové: [Paměť, Fotoaparát], Hodnocení: [3, 3]
Respondent 7: Klíčové: [Baterie, Paměť], Hodnocení: [1, 4]
Respondent 8: Klíčové: [Fotoaparát, Baterie], Hodnocení: [5, 4]
Respondent 9: Klíčové: [Paměť, Fotoaparát], Hodnocení: [3, 2]
Respondent 10: Klíčové: [Baterie, Fotoaparát], Hodnocení: [4, 5]

Výpočet průměrného skóre:

Baterie:

(5 + 3 + 2 + 5 + 1 + 4 + 4) / 7 ≈ 3,43

Fotoaparát:

(4 + 4 + 5 + 3 + 5 + 2 + 5) / 7 ≈ 4

Paměť:

(3 + 5 + 2 + 3 + 4 + 3) / 6 ≈ 3,33

Výpočet ukazatele:

Ukazatel = (3,43 + 4 + 3,33) / 3 ≈ 3,59

Ukazatel 3,59 by reprezentoval celkovou důležitost technických specifikací při výběru mobilního telefonu mezi respondenty.
V tomto příkladu by byla kvalita fotoaparátu považována za nejdůležitější technickou specifikaci, následovaná výkonem baterie a velikostí paměti.
Jaké jsou hranice ukazatele? Opět na ně přijdeme jako v předchozím případě. Spodní je 1, to je jasné a horní opět 5. Vždycky to tak vyjde. Vysvětlení je v předchozím modelu, který se týká značky.

Tento příklad ukazuje, jak by bylo možné vytvořit jednoduchý ukazatel z odpovědí respondentů na otázky týkající se technických specifikací mobilního telefonu.

Můžeme vytvořit podobný model také pro otázky týkající se ceny.

Otázky týkající se ceny (Jaký je vztah mezi cenou a pravděpodobností nákupu?)

5. Jaký vliv má cena na vaše rozhodnutí o nákupu mobilního telefonu?

6. Jakou maximální cenu byste byli ochotni zaplatit za nový mobilní telefon?

V tomto případě byste mohli mít jeden indikátor, který hodnotí, jaký vliv má cena na rozhodnutí o nákupu mobilního telefonu (Indikátor 5), a druhý indikátor, který zjišťuje, jakou maximální cenu by respondent byl ochoten zaplatit za nový mobilní telefon (Indikátor 6).

Vytvoření modelu:

1. Indikátor 5: Vliv ceny na rozhodnutí

Může být kvantitativní proměnná hodnocená na Likertově škále od 1 do 5, kde 1 znamená "žádný vliv" a 5 znamená "velký vliv".

2. Indikátor 6: Maximální cena

Může být kvantitativní proměnná reprezentující maximální cenu, kterou by respondent byl ochoten zaplatit za nový mobilní telefon.

Respondent 1: Vliv ceny: 5, Maximální cena: 17 500 Kč
Respondent 2: Vliv ceny: 4, Maximální cena: 12 500 Kč
Respondent 3: Vliv ceny: 5, Maximální cena: 25 000 Kč
Respondent 4: Vliv ceny: 3, Maximální cena: 7 500 Kč
Respondent 5: Vliv ceny: 5, Maximální cena: 20 000 Kč
Respondent 6: Vliv ceny: 4, Maximální cena: 15 000 Kč
Respondent 7: Vliv ceny: 2, Maximální cena: 5 000 Kč
Respondent 8: Vliv ceny: 5, Maximální cena: 22 500 Kč
Respondent 9: Vliv ceny: 4, Maximální cena: 13 750 Kč
Respondent 10: Vliv ceny: 5, Maximální cena: 18 750 Kč

Výpočet průměrného skóre:

1. Indikátor 5: Vliv ceny na rozhodnutí

Průměrné Skóre: (5 + 4 + 5 + 3 + 5 + 4 + 2 + 5 + 4 + 5) / 10 = 4,2

2. Indikátor 6: Maximální cena

Průměrná Cena: (17500 + 12500 + 25000 + 7500 + 20000 + 15000 + 5000 + 22500 + 13750 + 18750) / 10 = 15000

Výpočet ukazatele

Nyní, když máme průměrné skóre pro oba indikátory, můžeme vypočítat konečný ukazatel. V tomto případě bychom mohli vytvořit ukazatel, který kombinuje informace o vlivu ceny a ochotě zaplatit určitou částku za mobilní telefon.

Jedním z možných způsobů, jak toho dosáhnout, je vytvořit vážený průměr obou indikátorů, kde váhy odrážejí důležitost každého indikátoru. Například, pokud bychom považovali vliv ceny za důležitější, mohli bychom přiřadit vyšší váhu tomuto indikátoru. Pro tento příklad předpokládejme, že oba indikátory jsou stejně důležité, takže váhy budou 0.5 pro každý indikátor.

Výpočet váženého průměru

Ukazatel = 0,5 × Průměrné skóre vlivu ceny + 0,5 × Průměrná maximální cena

Ukazatel = 0,5 × 4.2 + 0,5 × 15000 ≈ 7 502

Jak poznáme horní a dolní hranici tohoto ukazatele?

Výpočet hranic:

Spodní hranice ukazatele:
- 0,5 × 1 + 0,5 × 0 Kč = 0,5
Horní hranice ukazatele:
- 0,5 × 5 + 0,5 × 25000 Kč (maximální cena) = 12500

Máme tedy interval <0,5;12500> a hodnota ukazatele nám vyšla 7502. To je tak zhruba někde za půlkou, ale takhle to je fakt strašně diletantské. Jako pro informaci to stačí, ovšem pokud byste měli být jako "jó" dobří týpci, můžete ty hranice normalizovat na interval <0;1>. Celkem oříšek, že?

Normalizovaná hodnota se obecně vypočítá následujícím způsobem:

Normalizovaná Hodnota = (Hodnota−Minimální hodnota) / (Maximální hodnota − Minimální hodnota)

Normalizace ukazatele a jeho hranic:

Spodní hranice:
- (0,5 − 0,5) / (12500 − 0,5) = 0
Horní hranice:
- (12500−0,5) / (12500 − 0,5) = 1
Náš ukazatel:
- (7502−0,5) / (12500−0,5) ≈ 0,6

Výsledek:

Spodní hranice ukazatele na intervalu 0 až 1 je 0.
Horní hranice ukazatele na intervalu 0 až 1 je 1.
Ukazatel ≈ 0,6 na intervalu 0 až 1, což znamená, že se nachází blíže k horní hranici intervalu, což odpovídá vyšší hodnotě ukazatele.

V tomto případě bychom měli převést průměrné skóre vlivu ceny na stejnou škálu jako průměrná maximální cena, aby byly obě hodnoty kompatibilní. Například, pokud bychom chtěli převést průměrné skóre vlivu ceny (4.2) na škálu od 0 do 25 000 Kč (předpokládáme, že 5 na Likertově škále odpovídá maximální ochotě zaplatit 25 000 Kč),

Pokračování brzy:)