നിങ്ങളുടെ ഉപഭോക്തൃ സർവേയ്ക്കിടെ ആവശ്യമായ എല്ലാ വിവരങ്ങളും ശേഖരിച്ച ശേഷം, ഒരു നിർണായക ഘട്ടം എത്തിച്ചേരുന്നു: നിങ്ങളുടെ ചോദ്യാവലിയുടെ ഫലങ്ങൾ വായിക്കുകയും മനസ്സിലാക്കുകയും ചെയ്യുക. ഏതൊക്കെ ഉപകരണങ്ങൾ നിങ്ങൾക്ക് ലഭ്യമാണ് ഒരു ചോദ്യാവലിയുടെ ഫലങ്ങൾ വിശകലനം ചെയ്യുക ? ഒരു ചോദ്യാവലിയുടെ ഫലങ്ങൾ വിശകലനം ചെയ്യുന്നതിന് യഥാർത്ഥ കൃത്യമായ ജോലി ആവശ്യമാണ്. നിങ്ങളുടെ സമീപനത്തിൽ നിങ്ങളെ സഹായിക്കാൻ ഞങ്ങൾ ചില കീകൾ ശേഖരിച്ചിട്ടുണ്ട്.
ഫലങ്ങൾ വിശകലനം ചെയ്യുന്നതിന് മുമ്പ് പരിശോധിക്കേണ്ട പോയിന്റുകൾ
എന്ന ഘട്ടത്തിലേക്ക് പോകുന്നതിന് മുമ്പ് നിങ്ങളുടെ ചോദ്യാവലിയുടെ ഫലങ്ങളുടെ വിശകലനം, നിങ്ങൾ രണ്ട് പ്രധാന പോയിന്റുകൾ ശ്രദ്ധയോടെ ശ്രദ്ധിക്കണം. ആദ്യം പ്രതികരണങ്ങളുടെ എണ്ണം പരിശോധിക്കുക. 200 ആളുകളുടെ ഒരു സാമ്പിളിൽ, നിങ്ങൾ 200 പേരെ ശേഖരിക്കണം. ടാർഗെറ്റ് പോപ്പുലേഷന്റെ അഭിപ്രായം യഥാർത്ഥത്തിൽ പ്രതിഫലിപ്പിക്കുന്ന ഡാറ്റ നിങ്ങൾ ശേഖരിക്കുന്നുവെന്ന് മതിയായ പ്രതികരണ നിരക്ക് ഉറപ്പ് നൽകുന്നു. നിങ്ങൾക്ക് ജനസംഖ്യയുടെ ഒരു പ്രതിനിധി സാമ്പിൾ ഉണ്ടെന്ന് ഉറപ്പാക്കുക, അല്ലാത്തപക്ഷം നിങ്ങൾക്ക് വിശ്വസനീയമായ ഡാറ്റ ലഭിക്കില്ല. ഇതിനായി, ഒരു പ്രതിനിധി സാമ്പിൾ തിരഞ്ഞെടുക്കുന്നതിന് നിങ്ങൾക്ക് ക്വാട്ട രീതി പിന്തുടരാവുന്നതാണ്.
ഒരു സർവേ ചോദ്യാവലി എങ്ങനെ വിശകലനം ചെയ്യാം?
ഒരു നിർദ്ദിഷ്ട വിഷയത്തെക്കുറിച്ചുള്ള വിശദാംശങ്ങൾ നിങ്ങൾക്ക് നൽകുന്നതിന് ചോദ്യാവലി സമയത്ത് ശേഖരിക്കുന്ന വിവരങ്ങൾ സ്ഥിതിവിവരക്കണക്കനുസരിച്ച് ഉപയോഗപ്പെടുത്താവുന്നതായിരിക്കണം. ഒരു ചോദ്യാവലി എന്നത് നിരവധി ചോദ്യങ്ങളുടെ രൂപത്തിൽ അവതരിപ്പിച്ച അളവെടുക്കാവുന്ന ഡാറ്റ ശേഖരിക്കുന്നതിനുള്ള ഒരു രീതിയാണ്. ധാരാളം പ്രതികരണങ്ങൾ ശേഖരിക്കുന്നതിന് സോഷ്യൽ സയൻസസിൽ പതിവായി ഉപയോഗിക്കുന്ന ചോദ്യാവലി വളരെ നിർദ്ദിഷ്ട വിഷയത്തെക്കുറിച്ചുള്ള വിവരങ്ങൾ നൽകുന്നു.
മാർക്കറ്റിംഗിൽ, ഉപഭോക്തൃ സംതൃപ്തിയുടെ അളവ് അല്ലെങ്കിൽ നൽകിയിരിക്കുന്ന ഉൽപ്പന്നങ്ങളുടെയും സേവനങ്ങളുടെയും ഗുണനിലവാരത്തെക്കുറിച്ചുള്ള വിവരങ്ങൾ ശേഖരിക്കുന്നതിന് നിരവധി കമ്പനികൾ ചോദ്യാവലി ഉപയോഗിക്കുന്നു. ഒരു ചോദ്യാവലിക്ക് ശേഷം ലഭിച്ച പ്രതികരണങ്ങൾ കൃത്യമായ സ്റ്റാറ്റിസ്റ്റിക്കൽ ടൂളുകൾ ഉപയോഗിച്ച് വിശകലനം ചെയ്യുന്നു. ഒരു ചോദ്യാവലിയുടെ ഫലങ്ങൾ വിശകലനം ചെയ്യുക സംതൃപ്തി സർവേയുടെ അഞ്ചാം ഘട്ടമാണ്. ഈ ഘട്ടത്തിൽ:
- ഞങ്ങൾ ഉത്തരങ്ങൾ ശേഖരിക്കുന്നു;
- ഉത്തരങ്ങൾ ഉരിഞ്ഞു;
- സാമ്പിൾ പരിശോധിച്ചു;
- ഫലങ്ങൾ സംയോജിപ്പിച്ചിരിക്കുന്നു;
- അന്വേഷണ റിപ്പോർട്ട് എഴുതിയിട്ടുണ്ട്.
ചോദ്യാവലി പ്രതികരണങ്ങൾ വിശകലനം ചെയ്യുന്നതിനുള്ള രണ്ട് രീതികൾ
ഡാറ്റ ശേഖരിച്ചുകഴിഞ്ഞാൽ, അന്വേഷകൻ ടാബുലേഷൻ ടേബിൾ എന്ന് വിളിക്കുന്ന ഒരു സംഗ്രഹ രേഖയിൽ ഒരു സംഗ്രഹ പട്ടിക എഴുതുന്നു. ഓരോ ചോദ്യത്തിനും ഉത്തരം ബോർഡിൽ രേഖപ്പെടുത്തിയിട്ടുണ്ട്. കൗണ്ടിംഗ് മാനുവൽ അല്ലെങ്കിൽ കമ്പ്യൂട്ടറൈസ്ഡ് ആകാം. ആദ്യ സന്ദർഭത്തിൽ, ഒരു ടേബിൾ ഉപയോഗിക്കുന്നതിന് ശുപാർശ ചെയ്യുന്നത് രീതിശാസ്ത്രപരവും സംഘടിതവും തെറ്റുകൾ വരുത്താതിരിക്കുന്നതുമാണ്. ഓരോ ചോദ്യത്തിനും ഒരു കോളം ഉണ്ടായിരിക്കണം. കമ്പ്യൂട്ടറൈസ്ഡ് രീതിചോദ്യാവലിയുടെ ഫലങ്ങളുടെ വിശകലനം ചോദ്യാവലിയുടെ ഉത്തരങ്ങൾ വിശകലനം ചെയ്യുന്നതിൽ വൈദഗ്ദ്ധ്യമുള്ള സോഫ്‌റ്റ്‌വെയർ ഉപയോഗിക്കുന്നത് ഉൾക്കൊള്ളുന്നു, അവയ്ക്ക് ട്രിപ്പിൾ റോൾ ഉണ്ടായിരിക്കാം: വോട്ടെടുപ്പ് എഴുതാനും വിതരണം ചെയ്യാനും മനസ്സിലാക്കാനും.
ക്രമപ്പെടുത്തുന്നതിലൂടെ ചോദ്യാവലി പ്രതികരണങ്ങളുടെ വിശകലനം
ഡാറ്റ സോർട്ടിംഗ് ഘട്ടം ഒരു പ്രധാന ഘട്ടമാണ് ഒരു ചോദ്യാവലിയുടെ ഫലങ്ങളുടെ വിശകലനം. ഇവിടെ, ഡാറ്റ അടുക്കുന്ന അനലിസ്റ്റ് അത് രണ്ട് വ്യത്യസ്ത രീതികളിൽ ചെയ്യും. ഉത്തരങ്ങളെ സ്റ്റാറ്റിസ്റ്റിക്കൽ അളവുകളാക്കി മാറ്റുന്നതിനുള്ള അടിസ്ഥാനപരവും ലളിതവുമായ രീതിയാണ് പരന്ന തരം. ഓരോ മാനദണ്ഡത്തിനും ലഭിച്ച പ്രതികരണങ്ങളുടെ എണ്ണത്തെ അവസാന പ്രതികരണങ്ങളുടെ എണ്ണം കൊണ്ട് ഹരിച്ചാണ് അളവ് ലഭിക്കുന്നത്.
ഈ വിശകലന രീതി വളരെ ലളിതമാണെങ്കിലും, അത് അപര്യാപ്തമായി തുടരുന്നു, കാരണം അത് ആഴത്തിലുള്ളതല്ല. രണ്ടാമത്തെ രീതി ക്രോസ്-സോർട്ടിംഗ് ആണ്, ഇത് രണ്ടോ അതിലധികമോ ചോദ്യങ്ങൾക്കിടയിൽ ഒരു ലിങ്ക് സ്ഥാപിക്കുന്നത് സാധ്യമാക്കുന്ന ഒരു വിശകലന രീതിയാണ്, അതിനാൽ അതിന്റെ പേര് "ക്രോസ്-സോർട്ടിംഗ്". ക്രോസ്സോർട്ടിംഗ് കണക്കാക്കുന്നത് “ഒരു തുക, ശരാശരി അല്ലെങ്കിൽ മറ്റ് അഗ്രഗേഷൻ ഫംഗ്‌ഷൻ, തുടർന്ന് ഫലങ്ങൾ രണ്ട് സെറ്റ് മൂല്യങ്ങളായി ഗ്രൂപ്പുചെയ്യുക: ഒന്ന് ഡാറ്റാഷീറ്റിന്റെ വശത്തും മറ്റൊന്ന് അതിന്റെ മുകളിൽ തിരശ്ചീനമായും നിർവചിച്ചിരിക്കുന്നു. ". ഈ രീതി സുഗമമാക്കുന്നു ചോദ്യാവലിയിൽ നിന്നുള്ള ഡാറ്റ വായിക്കുന്നു നിർണ്ണയിച്ച ഒരു വിഷയത്തിന്റെ വിശദമായ വിശകലനം നടത്തുന്നത് സാധ്യമാക്കുന്നു.
ഫലങ്ങൾ വിശകലനം ചെയ്യാൻ ഒരു പ്രൊഫഷണലിനെ വിളിക്കേണ്ടതുണ്ടോ?
കാരണം'ഒരു ചോദ്യാവലിയുടെ ഫലങ്ങളുടെ വിശകലനം വളരെ സാങ്കേതികമായ ഒരു പ്രക്രിയയാണ്, ഒരു ആഴത്തിലുള്ള വിശകലനം നടത്താൻ ആഗ്രഹിക്കുന്ന കമ്പനികൾ, മാനദണ്ഡം അനുസരിച്ച് ഒരു പ്രൊഫഷണലിനെ വിളിക്കണം. ഒരു ചോദ്യാവലി വിവരങ്ങളുടെ ഒരു സ്വർണ്ണ ഖനിയാണ്, അത് നിസ്സാരമായി കാണേണ്ടതില്ല. നിങ്ങളുടെ ചോദ്യാവലി പൊതുവായ കാര്യങ്ങൾ കൈകാര്യം ചെയ്യുന്നുവെങ്കിൽ, ഫ്ലാറ്റ് സോർട്ടിംഗിലൂടെയുള്ള ലളിതമായ വിശകലനം തൃപ്തികരമാണ്, എന്നാൽ ചിലപ്പോൾ ഒരു ഡാറ്റാ വിശകലനത്തിന് ഒരു പ്രൊഫഷണലിന് മാത്രം മനസ്സിലാക്കാൻ കഴിയുന്ന ട്രൈ-കംബൈൻഡ് അല്ലെങ്കിൽ മൾട്ടിപ്പിൾ പോലുള്ള പ്രക്രിയകൾ ആവശ്യമാണ്. ഒരു വലിയ അളവിലുള്ള വിവരങ്ങൾ ശേഖരിക്കുന്നതിനും ഫലങ്ങളുടെ ആഴത്തിലുള്ള വായന നടത്തുന്നതിനും, വിവര ഡീക്രിപ്ഷൻ ലോകത്തെക്കുറിച്ചുള്ള വിശാലമായ അറിവും സ്റ്റാറ്റിസ്റ്റിക്കൽ ടൂളുകളുടെ വൈദഗ്ധ്യവും നിങ്ങൾ സ്വയം ആയുധമാക്കണം.
