Analyse af spørgeskemaer

I denne artikel får du en introduktion til, hvordan du kan analysere data indsamlet gennem spørgeskemaer, og hvilke overvejelser der er vigtige i arbejdet med bearbejdning, analyse og fortolkning af data.

Du får indblik i, hvordan du kan arbejde analytisk med både egne og andres spørgeskemadata.

Hvad er et spørgeskema?

Spørgeskemaer bliver anvendt i mange sammenhænge til at indsamle data om et givent emne. Et spørgeskema er en undersøgelsesmetode, der giver mulighed for at spørge mange personer. Når du anvender spørgeskemaer som din metode til at indsamle data, kan du vælge at opstille dit spørgeskema ud fra både en kvantitativ og kvalitativ tilgang eller at kombinere dem.

Hvis du vælger den kvantitative tilgang, vil dit spørgeskema indeholde lukkede spørgsmål med fastlagte svarmuligheder, og du vil i din analyse få en talmængde, du kan gøre op og forholde dig til. Hvis du derimod vælger en kvalitativ tilgang i dit spørgeskema, vil det bestå af åbne spørgsmål, der lægger op til svar, der indeholder forklaringer, som du efterfølgende skal fortolke (Aagerup, 2015).

Læs mere om metoden spørgeskema her

Analytiske overvejelser

Når du skal analysere data fra et spørgeskema, kan det både handle om analyse af data, som du selv har indsamlet via et spørgeskema eller analyse fra andres spørgeskemaundersøgelser.

Det er først og fremmest vigtigt, at du forholder dig til, hvor mange spørgeskemaet er udsendt til, samt hvor mange der har besvaret spørgeskemaet (Sunesen, 2020). Det kalder vi svarprocenten. Når det handler om et kvantitativt spørgeskema, bør svarprocenten være mindst 50 % for, at du kan begrunde at empirien/dine data har en vis validitet.

Analytiske tilgange

I bearbejdningen af din data kan du, hvis det handler om kvantitative data, indsætte tallene i programmer, der omsætter tallene til lagkagediagrammer, søjlediagrammer eller andre statistiske modeller, sådan at du kan få et overblik over fordelingen af svarene. De fleste programmer, som vi i dag anvender til at lave spørgeskemaer i, kan helt automatisk omsætte tallene til diagrammer (fx Google forms og SurveyXact).

Efter du har fået et overblik over tallene i form af diagrammer, skal du sætte ord på, hvad tallene i denne sammenhæng er med til at forklare i forhold til den problemstilling, du er i gang med at undersøge. Diagrammerne og tallene er i sig selv ikke din analyse, men du skal forklare, fortolke og bearbejde diagrammernes udtryk (Sunesen, 2020).

Kvalitativ data

Hvis du har indsamlet kvalitativ data, vil du i stedet skulle gøre svarene op ved at danne dig et overblik over vigtige fund i svarene, som kan forklare den problemstilling, du undersøger. Hvis du har et meget stort datagrundlag i form af mange besvarelser, kan det være svært at få det samlede overblik samt finde sammenhænge, der kan besvare din problemstilling i dybden, og det kan være en fordel at lade færre personer svare på spørgeskemaet, hvis det indeholder store dele af kvalitative svarmuligheder (Aagerup, 2015).

Du kan fx kode dine data med kvalitative besvarelser med farver, hvor du overstreger besvarelser, der indeholder bestemte tematikker med bestemte farver, så du på den måde kan få et overblik over, hvor mange gange et bestemt tema eller begreb fremgår i besvarelserne.

Se endvidere artiklen om: Kodning og bearbejdning af kvalitativ data

Bearbejdningen af din data indeholder både opgørelsen af dine data, udformningen af modeller, diagrammer med sammenligning af elementer i resultaterne mm., som kan give dig et overblik over fordelingen af svar. Det er vigtigt, at du i din analyse af spørgeskemaer også formår at skille resultaterne ad og se på dem enkeltvis.

I analysen præsenterer du resultaterne af din undersøgelse og beskriver, hvad dine data indeholder, og hvad du har fundet frem til. Efterfølgende tematiserer du dine data ved at udpege 3-4 tematikker. På den måde reducerer du dine resultater, og du kan nu samle din analyse i en helhed og gå i gang med at teoretisere din analyse (Sunesen, 2019), hvor du fortolker dine data og forsøger at forstå, forklare og fortolke resultaterne.

Du kan i fortolkningen endvidere perspektivere til andres data/undersøgelser eller koble dem med teorier og begreber, der kan hjælpe dig med at forklare bestemte fænomener. I din fortolkning af dine data skal du anvende teorier, metoder, begreber til at forstå og forklare dine resultaterne.

Dine resultater kan også bidrage til, at der fremkommer tegn på nye tendenser inden for det felt, du undersøger, som du evt. kan anvende til at diskutere og reflektere over, og som måske modsiger andre resultater.

Læs mere om mini-modellen her