Оценочные шкалы в опросах: какой диапазон выбрать и с какой цифры начать?
Оценочные шкалы необходимы в исследованиях, поскольку они помогают измерить чувствительность людей к определенным вопросам. Ведь ответы «да» и «нет» не всегда могут точно передать восприятие и чувства респондентов. Однако нередко исследователи сталкиваются со сложностями в выборе шкалы: какую лучше использовать для анализа и какую легче воспринимать самим участникам?
В первую очередь, проблемы возникают с телефонными опросами и бумажными анкетами. В этом случае у шкалы не может быть слишком большой диапазон, например, от 0 до 100, или слишком много дескрипторов — обозначений каждой точки на шкале: «полностью доволен», «частично доволен», «отношусь нейтрально» и т. д. В то же время, если ограничиваться слишком малым количеством вариантов, к примеру, всего тремя делениями на шкале, то в результате мы получим весьма малоинформативные данные.
Гораздо проще использовать шкалы в онлайн-опросах. В них можно уместить больше вариантов ответа и при этом не бояться, что их количество напугает респондентов. Таким образом, онлайн-анкеты позволяют найти «золотую середину» между вовлеченностью участников и надежностью полученных аналитических данных. Однако и здесь есть ряд нюансов, которые стоит учитывать, чтобы результаты действительно принесли вам пользу. О них мы расскажем далее.
Четное и нечетное число точек на шкале
Количество делений на шкале может быть самым разным. Например, от 1 до 10 (десять вариантов) или от 0 до 10 (одиннадцать вариантов); от 0 до 7 (восемь вариантов) или от 1 до 7 (семь вариантов) и т. д. Принято считать, что шкалы с четным количеством делений эффективны, так как из-за отсутствия среднего, то есть нейтрального варианта они заставляют респондентов склоняться к одной из сторон в вопросе. Но правда в том, что иногда люди действительно не испытывают никаких чувств по отношению к тому, о чем их спрашивают. Поэтому, если вы исключите нейтральный вариант, это внесет предвзятость в результаты исследования.
Количество отметок на шкале
Чем больше делений на шкале, тем лучше для анализа. Однако при использовании точечной шкалы, где респонденту необходимо выбирать определенный числовой вариант, эксперты не советуют добавлять более 11 позиций. Кроме того, если вы собираетесь отображать на ней каждое число, то максимальный диапазон шкалы, вероятно, должен быть от 0 до 10. Такая шкала обычно понятна респондентам, и, используя ее, им легче оценить свои чувства. Ноль воспринимается как самая низкая оценка, а 10 – как самая высокая. Шкала от 1 до 11 будет менее эффективна, поскольку такой диапазон почти не используют в рейтингах, а само число 11 не ассоциируется с наивысшим баллом.
Еще удобнее использовать непрерывную шкалу. В этом случае респонденту нужно поставить отметку или остановить ползунок в любой точке на линии, которая соединяет противоположные значения, например, 0 и 10 или 0 и 100. Так, непрерывная шкала избавляет вас от необходимости указывать числа. Кроме того, вам не нужно беспокоится о том, что из-за слишком большого количества делений респонденты просто запутаются. Однако меру все же лучше знать. Хотя технически вы будете свободны выбирать любой диапазон, шкала от 0 до 1 миллиарда будет выглядеть странновато. Также, если вы не хотите использовать диапазон из 101 точки, то можете взять 101 деление от 0 до 10, просто добавив десятые числа.
Начинать шкалу с 1 или 0?
Когда вы решаете указывать числа на своей шкале, то наверняка задумываетесь: начинать с нуля или единицы? На самом деле, вы можете сделать выбор в пользу любой цифры. В конечном счете, именно общее количество точек определяет эффективность вашего исследования. Шкала от 1 до 10 по сути такая же, как шкала от 0 до 9 или, как бы странно это ни выглядело, шкала от 2 до 11. Довольно очевидно, что если под самым нижним делением вы подразумеваете ответ «совсем нет, никогда», то лучше выбрать ноль. Что касается выбора единицы для обозначения начальной точки, то нет оснований считать, что это лучше скажется на ответах респондентов или анализе полученных данных. А вот шкалу от 0 до 10 проще всего преобразовать в проценты.
Анализ данных и подводные камни
Сложности кроются не только на этапе разработки шкалы. Иногда достоверность данных зависит от того, как их анализируют. Мы разобрали самые распространенные случаи, в которых исследователей могут подстерегать ошибки.
Рассчитывать медиану — не всегда хорошая идея
Медианы полезны, когда в данных опроса есть резко выделяющиеся значения. Например, при анализе доходов граждан, где из-за одного миллиардера может резко увеличиться средний показатель. Но, поскольку мы анализируем шкалу, то имеем дело с четко установленным диапазоном. В таком случае, если сравнивать данные разных лет, то разница между средними числами и разница между медианами могут сильно отличаться. Рассмотрим это подробнее на примере двух погодовых исследований:
Здесь мы видим, что в 2011 году среднее значение было выше медианы на 19%, а в 2012 году – напротив, ниже на 11%. Кроме того, можно заметить, что с 2011-го по 2012-ый средняя оценка увеличилась на 12%, в то время как медианное значение стало выше на 50%. Это наглядно показывает: при использовании шкалы лучше делать выбор в пользу средних величин, а не медиан.
Округление средних значений тоже может сыграть злую шутку
На Рисунке 2, где средний балл у респондентов из группы А равен 4, а у опрошенных из группы B — 5, во втором случае показатель выше на 25%. Теперь представим, что среднее значение у группы А на самом деле составляет 4,49 балла, а у группы B — 4,51. Тогда разница будет минимальной. Возьмем и третий сценарий, где респонденты из первой группы поставили 3,50 балла, а из второй — 5,49. Теперь мы видим, что у группы B средний балл выше аж на 57%.
Получается, диапазон разницы между значениями составляет от 0 до 57%. Согласитесь, это довольно большой размах. Поэтому прежде чем округлять значения, стоит убедиться, что это не исказит данные в вашем анализе. А может быть, лучше и вовсе обойтись без округлений.
Группировка данных порой приводит к ложным выводам
Иногда исследователи группируют данные при анализе. Например, объединяют ответы тех, кто поставил оценку от 7 до 10. Однако не все осознают, насколько неточными могут быть такие группировки.
Так, на Рисунке 3 представлены шесть сценариев, когда от 7 до 10 баллов могут поставить 25% от общего числа опрошенных. Если вы внимательно изучите данные, то обнаружите, что несмотря на одинаковый процент поставивших оценку 7 и более в 3 и 4 примерах (25%), средний балл у 4-го на 19% выше, чем у 3-го.
Кроме того, если сравнивать сценарии, когда все респонденты ставят максимально низкую или максимально высокую оценку, которые обозначены в таблице как «чрезмерный минимум» и «чрезмерный максимум», разница может доходить до 300%.
Преобразование в проценты
Стоит также упомянуть, что при анализе шкалы баллы иногда удобнее преобразовать в проценты. И на этом этапе исследователи тоже совершают ошибки. Если вы используете шкалу от 0 до 10, то тут все просто — нужно лишь переместить десятичную точку на один знак вправо. Тогда 0 на вашей шкале будет соответствовать также 0, а 10 – 100 баллам. Если же вы используете другой диапазон чисел, то вам потребуется пересчитать данные. Это можно сделать по общей формуле, где N – это средняя оценка, Х₁ – самая низкая точка на шкале (0, 1 и т. д.), а Хₙ – самая высокая точка (9, 10 и т. д.):
(N - Х₁) : (Хₙ - Х₁)
Как вы уже поняли, не все шкалы бывают одинаково полезны. А в некоторых случаях они могут вести к откровенно ложным выводам. Надеемся, что наши рекомендации помогут вам избежать ошибок и при составлении опроса, и при анализе результатов. Главное, что важно помнить при работе со шкалой — по возможности используйте диапазон от 0 до 10, анализируйте средние неокругленные значения и внимательно преобразовывайте результаты в проценты.
Запись по теме
Также по теме:
Как изучить клиентский опыт с помощью шести основных метрик
Запись по теме
Также по теме:
Какие ошибки чаще всего совершают составители анкет
Запись по теме
Также по теме:
Как доступно объяснить клиентам статистические данные