Anket sonuçları nasıl analiz edilir ve karar vericiye nasıl raporlanır

Analize başlamadan önce: anket verisi nasıl bir veridir?

Anket verisi, insanların soruya verdiği yanıtlardan oluşur; yani ölçülen şey davranışın kendisi değil, kişinin algısı ve beyanıdır. Bu yüzden analizin her aşamasında şunları akılda tutmak gerekir: soru tam olarak ne diyordu, yanıtlayanlar kimdi ve kim yanıt vermedi.

Anket verisinde sütunlar farklı ölçek türlerinde olabilir. Cinsiyet, departman ya da ürün tercihi gibi kategorik sorular sayılarak özetlenir. Memnuniyet derecesi gibi Likert ölçekli sorular sıralı veridir. Yaş, harcama tutarı ya da kullanım süresi gibi sorular ise sürekli sayısal veridir. Seçilecek özet ve test, ölçek türüne bağlıdır; bu seçimi yanlış yapmak, analizdeki en yaygın hatadır.

Analize başlamadan önce araştırma sorusunun yazılı olması gerekir. Hangi karara girdi sağlayacak, hangi gruplar karşılaştırılacak, hangi eşik değer eylemi tetikleyecek? Bu sorular netleşmeden tablo üretmek, sonuçta çok sayıda ilgisiz yüzde ve grafik ortaya çıkarır.

Adım adım anket verisi analizi

Analizi şu sırayla yürütmek hem hatayı hem tekrarı azaltır:

• Veriyi dışa aktarın ve kodlama sözlüğü oluşturun. Her sütunun soru metnini, yanıt seçeneklerini ve sayısal kodlarını bir yere yazın.
• Veriyi temizleyin. Yarım bırakılan formları, aynı kişiden gelen yinelenen yanıtları, imkânsız değerleri ve düz çizgi yanıtları (tüm sorulara aynı seçeneği işaretleme) işaretleyin.
• Tersine kodlanmış soruları düzeltin. Olumsuz ifadeli maddeleri aynı yöne çevirmeden toplam skor hesaplanmaz.
• Eksik yanıtları ele alın. Eksiklik rastgele mi, belirli bir gruba mı ait? Bu kararı kayıt altına alın.
• Tanımlayıcı özetleri çıkarın. Her soru için dağılım, ortanca ve ortalama ya da yüzde dağılımı yeterlidir.
• Grup karşılaştırması ve ilişki analizlerine geçin. Çapraz tablo, ortalama farkı testleri ve korelasyon bu aşamada kullanılır.
• Bulguları karar sorusuna bağlayarak raporlayın.

Bu işlem Excel'de, bir istatistik yazılımında ya da Python ve R gibi dillerde yapılabilir. Aracı değil adımların sırasını sabit tutun; her tekrarda aynı sırayı izlemek sonuçların karşılaştırılabilir olmasını sağlar.

Veri temizleme: yanıt kalitesi nasıl denetlenir?

Temizlik aşaması çoğu zaman analizin kendisinden daha belirleyicidir. Sorunlar başlıca şu türlerde öne çıkar. Hız ve özensiz yanıt: anketi beklenenden çok kısa sürede bitiren ya da bütün soruları aynı seçenekle yanıtlayan kişiler genellikle okumadan geçmiştir. Bu kayıtlar silinmeden önce kural yazılı olarak belirlenmeli ve her ankette aynı kural uygulanmalıdır.

Tutarsızlık ise ayrı bir sorundur. Aynı konuyu ters yönlü soran maddelere çelişkili yanıt veren kişi, ya soruyu yanlış anlamıştır ya da dikkatsizdir. Kontrol sorusu eklenmişse burada işe yarar.

Yanıt dağılımı da kontrol edilir. Örneklem hedeflenen kitleyi temsil ediyor mu? Bir şirketin tüm departmanlarına gönderilen çalışan anketini yalnızca bir departman yoğun biçimde yanıtladıysa, genel sonuç o departmanın sesine kayar. Bu durumda ya ağırlıklandırma yaparsınız ya da sonucu "yanıt verenlerin görüşü" olarak sınırlandırırsınız.

Açık uçlu yanıtlar ayrıca ele alınır: önce okuyup tema çıkarılır, sonra temalar sayılır. Tek tek alıntılar rapora renk katar ama tek başına genelleme yapılmaz.

Soru türüne göre hangi analiz kullanılır?

Ölçek türü yöntemi belirler:

• Ölçüt: Kategorik soru. Yöntem: sıklık tablosu ve yüzde dağılımı; kategorik değişkenleri birlikte görmek için çapraz tablo ve ki-kare testi.
• Ölçüt: Likert tipi soru. Yöntem: dağılım grafiği, ortanca ve her seçeneğin payı; gruplar arası karşılaştırmada sıra temelli testler daha güvenli, çok maddeli ölçeklerde toplam skor için ortalama karşılaştırması yaygındır.
• Ölçüt: Sürekli sayısal soru. Yöntem: ortalama, standart sapma, histogram; gruplar arası fark için t testi ya da varyans analizi.
• Ölçüt: Değişkenlerin ilişkisi. Yöntem: korelasyon; sıralı veride Spearman daha uygundur.
• Ölçüt: Bir sonucu birkaç değişkenle açıklamak. Yöntem: regresyon.

Çok maddeli ölçeklerde (örneğin memnuniyet ya da bağlılık ölçekleri) madde grubunun birbiriyle tutarlı olup olmadığına güvenirlik katsayılarıyla bakılır. Tutarlılığı düşük bir grubu tek skor olarak toplamak, anlamsız bir ortalama üretir.

Test seçerken yalnızca anlamlılık değerine bakmayın. Fark istatistiksel olarak anlamlı olsa bile, iş açısından küçükse kararı etkilemez; etki büyüklüğünü ve güven aralığını da raporlayın.

Örnek: çalışan bağlılık anketini analiz etmek

Örneğin bir İK ekibi, tüm şirkete gönderdiği bağlılık anketinin sonuçlarını analiz edecek. Önce yarım bırakılan formları ve yinelenen e-posta adreslerinden gelen kayıtları ayıklar. Olumsuz ifadeli maddeleri tersine çevirir, ardından ilgili maddeleri tutarlılık kontrolünden geçirip "yönetici desteği" ve "gelişim fırsatı" gibi alt boyutlara toplar.

Departman bazında bakıldığında bir birimin yönetici desteği skorunun diğerlerinden belirgin düşük olduğunu görür. Bunun tesadüf olup olmadığını kontrol etmek için varyans analizi uygular; fark anlamlı çıkar. Ancak o birimdeki yanıt oranı düşüktür. Rapora hem farkı hem de düşük yanıt oranı uyarısını birlikte yazar, çünkü eksik yanıt veren kişilerin görüşü farklı olabilir.

Açık uçlu yorumlarda aynı birimden gelen yanıtlar "geri bildirim eksikliği" temasında toplanıyor. Böylece rapor tek bir sayıyla yetinmez: sayı sorunun nerede olduğunu, yorumlar nedenini düşündürür. Sonraki adım olarak o birimle odak grup görüşmesi önerilir.

Bulguları nasıl raporlarsınız?

İyi bir anket raporu, soruyla başlar ve sonuçla biter; arada yalnızca sonucu destekleyen kanıtı gösterir. Başlangıçta yöntem bilgisini kısaca verin: kim, nasıl ve ne zaman yanıtladı, kaç kişi yanıt verdi ve yanıt oranı neydi. Okuyucunun sonuçlara ne kadar güvenebileceğini bu bilgi belirler.

Görselleştirmede ölçeğe uygun grafik seçin. Likert dağılımları için yığılmış çubuk grafiği, grup karşılaştırması için yatay çubuk grafiği, zaman içindeki değişim için çizgi grafiği iyi çalışır. Pasta grafiği az sayıda kategori dışında okunmaz. Eksenleri kesmeyin; sıfırdan başlamayan çubuk grafik farkı olduğundan büyük gösterir.

Bulguları sayfa başına bir mesaj olacak şekilde düzenleyin ve her mesajı bir eylem önerisine bağlayın. "Yönetici geri bildirimi düşük" bir gözlemdir; "geri bildirim toplantılarını yeniden tasarlayın ve birkaç ay sonra aynı soruyu tekrar ölçün" bir karar önerisidir. Sınırlılıkları (düşük yanıt, öz beyan, tek ölçüm) saklamak yerine açıkça yazmak raporu daha güvenilir kılar.

Sık yapılan hatalar

• Ortalamayla yetinmek. Likert sorularında uçlara dağılmış yanıtlar ile ortada toplanmış yanıtlar aynı ortalamayı verebilir; dağılıma mutlaka bakın.
• Küçük alt gruplarda yüzde vermek. Çok az kişi içeren gruplarda yüzde oynak ve yanıltıcıdır; sayıyı da gösterin.
• Yanıt vermeyenleri unutmak. Yanıt oranı düşükse sonuç tüm kitleye genellenemez.
• Çok sayıda çaprazlama yapıp yalnızca anlamlı olanı raporlamak. Bu, tesadüfi farkları bulgu gibi göstermektir.
• Nedensellik iddiası. "Eğitim alanlar daha memnun" bulgusu, eğitimin memnuniyeti artırdığını göstermez.
• Soru kusurunu analizle kapatmaya çalışmak. Birden fazla şeyi aynı anda soran ya da yönlendiren sorular, sonradan düzeltilemez; bu tür sorunlar anket tasarım aşamasında çözülür.
• Anlamlılığı etkiyle karıştırmak. Büyük örneklemde küçük farklar da anlamlı çıkar; fark önemli mi sorusunu ayrıca sorun.

Öğrenme yolu ve Mindset programlarında nerede çalışılır

Başlangıçta ölçek türlerini, tanımlayıcı istatistiği ve grafik okumayı öğrenin. Sonra veri temizleme alışkanlığı, çapraz tablo ve temel hipotez testleri gelir. İleri düzeyde ölçek güvenirliği, ağırlıklandırma ve regresyon, anket sonuçlarını çok değişkenli yorumlamanıza imkân verir.

Mindset kataloğunda Nicel Anket Tasarımı eğitimi nicel araştırmanın temelleri, ölçek kullanımı ve soru yazımı, örneklem planlaması ve veri toplama, veri temizleme ve temel istatistiksel analiz, bulguları raporlama ve karar süreçlerine entegrasyon modüllerini içerir. Pazar araştırması, İK ve müşteri deneyimi ekipleri için anketin tasarımından raporuna uzanan akışı tek çatı altında çalışmak mümkündür. Veri Bilimi için İstatistik Eğitimi ise tanımlayıcı istatistik, hipotez sınama ve korelasyon-regresyon modülleriyle analiz tarafını derinleştirmek isteyenler için daha uygundur.