2.4 Metody, techniki i narzędzia badawcze


CAWI to zwykle najszybsza i dająca najbardziej miarodajne efekty metoda pozyskiwania feedbacku. Jej internetowa forma nie tylko wpisuje się w nurt ekologiczny, ale pozwala zastosować ją w wielu przedsięwzięciach - badaniach grup zawodowych, potrzeb klientów, ewaluacji, pre-testach i post-testach. Dane w postaci elektronicznej znacznie łatwiej również przeglądać, porządkować i przedstawiać w formie graficznej. Mam nadzieję, że zawarte tu informacje zachęcą do korzystania z ankietowych badań internetowych.

Piotr Sadowski
specjalista badań CAWI
ojciec platformy Webankieta.pl

W celu zebrania danych posłużyliśmy się metodą CAWI (ang. Computer-Assisted Web Interview). Jest to sondaż realizowany z wykorzystaniem zamieszczonych online standaryzowanych kwestionariuszy ankiety do samodzielnego wypełniania przez respondenta. Ze względu na ilościowy charakter badania, w kwestionariuszu dominowały pytania zamknięte z predefiniowaną kafeterią odpowiedzi lub półotwarte, poszerzone o możliwość wpisania zindywidualizowanej opinii. Kwestionariusz jest dostępny na tej stronie. Wypowiedzi respondentów były zapisywane w bazie programu ankietowego, a na potrzeby analizy – eksportowane do programu statystycznego. Do badania CAWI wykorzystana była aplikacja internetowa Webankieta2.

Do analizy danych, w tym analizy statystycznej, użyto języka R3 i nakładki IDE RStudio4.

Wszystkie testy statystyczne, z racji na charakter danych, były nieparametryczny. W celu porównania median dwóch grup użyto testu Wilcoxona5 (R: funkcja wilcox.test z pakietu stats). Natomiast w przypadku więcej niż 2 grup użyto testu Kruskala-Wallisa6 (R: funkcja kruskal.test z pakietu stats). Przyjęto poziom istotności \(\alpha=0,05\). W zakresie analizy istotnych różnic w cechach osobowości posłużono się restrykcyjną poprawką Holma7 (R: funkcja p.adjust z pakietu stats) dla 35 testowanych skal (5 głównych + 30 podskal) i opisano tylko te różnice, które po poprawce wciąż prezentowały istotność na poziomie \(0,05\).

  1. https://www.webankieta.pl.↩︎

  2. Wersja 3.6.1 (2019-07-05); R Core Team (2014). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org/.↩︎

  3. Wersja 1.2.5001; RStudio Team (2015). RStudio: Integrated Development for R. RStudio, Inc., Boston, MA URL http://www.rstudio.com/.↩︎

  4. Myles Hollander and Douglas A. Wolfe (1973). Nonparametric Statistical Methods. New York: John Wiley & Sons. Pages 27–33 (one-sample), 68–75 (two-sample). Or second edition (1999).↩︎

  5. Myles Hollander and Douglas A. Wolfe (1973), Nonparametric Statistical Methods. New York: John Wiley & Sons. Pages 115–120.↩︎

  6. Holm, S. (1979). A simple sequentially rejective multiple test procedure. Scandinavian Journal of Statistics, 6, 65–70. http://www.jstor.org/stable/4615733.↩︎