Študenti, ki nimajo veliko izkušenj s statistično analizo anketnih podatkov, imajo lahko v odgovarjajočem empiričnem delu težave. Za take primere so v nadaljevanju podana elementarna navodila kako pristopiti k analizi. Temeljijo na gradivu pri dveh premetih na FDV programih Družboslovne informatike: Metodološki praktikum in Raziskovalni seminar:

  • VEHOVAR, Vasja, DOLNIČAR, Vesna. Smernice za pisanje raziskovalnih poročil in predstavitev : študijsko gradivo. Ljubljana: [Fakulteta za družbene vede], 2017. [23] str. [COBISS.SI-ID 35318877]

Poudariti velja, da spodnje besedilo v osnovi zgolj dopolnjuje podpoglavje Statistične analize, kjer je problematika celovito obravnavana. Kot rečeno, dopolnjevanje je namenjeno predvsem za specifično skupino študentov, ki nimajo izkušenj z empirično analizo podatkov v družboslovju.

Dodati velja, da je v pogledu tabel in grafov smiselno upoštevati tudi podpoglavje Tabele in grafi, v pogledu analize in interpretacije pa tudi podpoglavji Analitičnost in Argumentacija in interpretacija.

Za začetnika je posebej primerno, če analizo izvaja ob tesnem zgledovanju na nek dober primer. V tem okviru lahko navedemo naslednje zglede:

 

Uvod: Pri analizah anketnih podatkov – smiselno pa velja to upoštevati tudi za druge podatke – se pogosto soočamo z osnovnim vprašanjem, kako analizirati določen sklop vprašanj, za katerega imamo zbrane odgovore na vzorcu enot. Sklop običajno vključuje ciljna vsebinska oziroma problemska vprašanja (npr. politična vprašanja, sociološka vprašanja ipd.) ter demografijo (spol, starost, izobrazba ipd.). V nadaljevanju je podan prikaz tipskega poteka tovrstne analize. Krepko poudarjeno besedilo lahko služi tudi kot opomnik za preverjanje, če smo upoštevali najbolj pomembne usmeritve.

Kot prvo velja upoštevati, da moramo podatke obravnavati sistematično, tako da ne izpustimo nobenih vprašanj, hkrati pa sledimo nekemu vsebinskemu konceptu oziroma zaporedju sklopov. Analiz torej ne izvajamo povsem mehanično, npr. kot enostavno zaporedje vprašanj iz vprašalnika ali celo iz računalniškega izpisa opisnih statistik. Vsako spremenljivko – če se pri tem naknadno izkaže, da kakšna od spremenljivk v bistvu ni pomembna ali je narobe izmerjena, jo lahko tudi izpustimo – nato sistematično obdelamo v skladu s spodnjimi priporočili.

1) Osnovna analiza: Najprej predstavimo bistvene opisne statistike, in sicer:

  • povprečja (morda tudi standardni odklon) za razmernostne, intervalne in pogosto tudi za ordinalne spremenljivke;
  • frekvence in odstotke za ordinalne in nominalne spremenljivke.

Zelo pomembno je, da smo pri tem čim bolj lakonični, vendar izčrpni in ne navajamo odvečnih številk. Še bolj pomembno je, da številk ne ponavljamo. Nekatera specializirana analitična podjetja celo prepovedujejo, da bi se številka iz tabele ali grafa sploh še ponovila v tekstu.

V primeru ocenjevanja na lestvici 1 – 5 (ordinalna spremenljivka) je npr. posebej primerna spodnja sumarna tabela, ki zavzema zelo malo prostora, hkrati pa na enem mestu vsebuje vse podrobne informacije (odstotke, povprečja, numerus).

 Vprašanje

  Odgovori (%)

Enot

Povprečje

 Odgovori

1

2

3

4

5

Skupaj
Podvprašanje 1

30

20

20

10

20

100

213

2.7

Podvprašanje  2

10

10

10

50

20

100

267

 3.6

2) Enostavni grafični prikaz: Namesto tabel – izjemoma pa lahko hkrati (odvisno od okoliščin) –  podatke predstavljamo grafično. V običajnem poročilu izhajamo iz osnovnih analiz (točka 1) in z grafi lahko tudi povsem nadomestimo tabele, lahko pa omejimo grafe predvsem za ključne poudarke. Še bolj primerno je, da grafe uporabimo zgolj za bolj kompleksne prikaze (glej točko 4). Vsekakor običajno ni primerno, da bi hkrati navajali za iste podatke tabele in grafe, čeprav lahko obstajajo tudi take situacije.

Če so tabele bolj natančne in imajo informacijo, ki v grafu ni razvidna, tabele praviloma priložimo v Dodatku (Appendix).

Lahko se sicer odločimo in prikazujemo vse rezultate izključno grafično, kar je pogosto predvsem za kratke medijske, mnenjske in promocijske predstavitve. Posebej so primerni stolpci (in ne krogi) ter radarji. V primeru ordinalnih, intervalnih, razmernostnih spremenljivk (npr. časovnih) lahko uporabimo tudi poligonsko črto (nikakor pa ne v primeru nominalnih spremenljivk). Z grafi ne gre pretiravati in jih delati mehanično za povsem trivialne rezultate.

Dodati velja, da v določenih primerih univariatnih analiz – torej enostavnih tabel oziroma grafov – tega sploh ne izvajamo, ampak jih prikažemo kar kot del (npr. zadnji sumarni stolpec v tabeli) bivariatnih analiz (glej točko 3).

3) Analiza po kontrolnih spremenljivkah: Kot strokovnjaki za področje, ki ga proučujemo, moramo vedeti, kateri so ključni kontrolni dejavniki (npr. starost, spol, izobrazba) za naš problem. Če je npr. spol ključen, moramo pomembne rezultate preveriti za moške in ženske; običajno kar v ustrezno orientirani tabeli – neodvisna spremenljivka (npr. spol) navpično, vodoravno pa odstotki (ene ali več) odvisne spremenljivke.

Uvodoma zato izdelamo pregled:

  • katere kontrolne spremenljivke sploh imamo in katere so pomembne in primerne za analizo;
  • katere so ciljne (odvisne) spremenljivke, kjer identificiramo ključne ciljne spremenljivke, za katere bomo izvedli analizo po kontrolnih spremenljivkah oziroma

Na tej osnovi naredimo ustrezne bivariatne analize, npr. dvorazsežne (kontingenčne) tabele (angl. contintgency tables) ali povprečja po skupinah (angl. means), kjer analiziramo, če imajo kontrolne spremenljivke učinek na ciljne spremenljivke. Za kvalitetno analizo seveda izvedemo tudi ustrezno preverjanje domnev.

Če povezanosti ni, podrobnih analiz in rezultatov včasih niti ne navajamo, ampak to ugotovitev zgolj navedemo v analizi in tudi ob zaključku. Za pomembne vidike, npr. preverjanje osnovne hipoteze, pa seveda podrobno izvedemo celoten postopek, ne glede, ali povezava obstaja ali ne.

Priporoča se, da vse navedeno za določen sklop obravnavamo v eni sami tabeli. Pri tem so lahko kontrolne spremenljivke navpično kot npr. v poročilu RIS na strani 26, 23 in predvsem 26 (sploh je primerno si ogledati navedeno poročilo). Izjemoma so lahko tudi vodoravno, kot je navedeno spodaj.

  Vprašanje

Odstotki (%)

Moški

Ženske

Mlajši

Srednji

Starejši

Skupaj

Vprašanje.  1

20

40

20

30

10

30

Vprašanje 2

50

30

20

50

40

40

4) Izdelava naprednih grafičnih prikazov. Bivariatne analize lahko posebej učinkovito prikažemo grafično (npr. povprečna plača po regijah, delež uporabnikov interneta po starostnih skupinah, povprečja po spolu ipd.). Podobno kot v primeru enostavnih analiz praviloma hkrati ne prikazujemo tabel in grafov, ampak tabele, če je to potrebno, dodamo v Prilogo (Appendix).

5) Primerjava s prejšnjim leti in drugimi raziskavami: če imamo podatke za prejšnja leta ali rezultate kakih drugih raziskav, jih obvezno prikažemo v dodatni skupni pregledni tabeli. V primeru podatkov po letih je posebej primeren poligon povprečij (ali odstotkov) za različna leta. V primeru, da imamo za vsako leto več ordinalnih/razmernostnih kategorij (npr. slabo, srednje, dobro), potem lahko za vsako leto naredimo svojo linijsko črto (torej je na abscisi kategorija in ne leto). Če kategorije niso urejene, je primernejši radar, kjer so na krakih kategorije, na linijah pa leta.

Pomembno: Pri analizi je torej smiselno in običajno tudi potrebno, da uporabimo vseh pet komponent. Praviloma bodo torej v poročilu skoraj vedno nastopile vse točke 1-5. Pri tem bo formalna struktura poglavij takšna le izjemoma.

V vsakem primeru pa ob točkah 1-5 podajamo vsebinsko interpretacijo:

  • celotno statistično interpretacijo, ki pa ne sme biti trivialno ponavljanje podatkov iz tabel (tako npr. v primeru spola rečemo, da je moških značilno več kot žensk),
  • vključitev informacij virov izven ankete (npr. v primeru spola navedemo, kakšno je siceršnje razmerje v populaciji, npr. 48.%),
  • vsebinsko interpretacijo (npr. zakaj je moških toliko več),
  • predvsem pa navajamo posledice in kontekst glede na cilje, hipoteze in teoretski okvir (npr. kakšna je posledica za odvisne spremenljivke, v čem se moški razlikujejo, kaj lahko rešimo z uteževanjem ipd.). Pri tem upoštevamo siceršnja priporočila glede analitičnosti.