Sind Sie nun soweit und können anhand Ihrer neuen Erkenntnisse strategische Entscheidungen treffen?
Noch nicht ganz. Es gibt noch einen Schritt zwischen dem Erhalt der Beantwortungen und deren Analyse, der ganz entscheidend ist: die Bereinigung der Umfragedaten.
Beim Bereinigen der Umfragedaten identifizieren und entfernen Sie Beantwortungen einzelner Personen, die entweder nicht den Kriterien Ihrer Zielgruppe entsprechen oder Ihre Fragen nicht sorgfältig beantwortet haben.
Wenn dieser Schritt richtig ausgeführt wird, erhalten Sie eine Sammlung optimierter Beantwortungen, die Ihnen zu fundierteren Entscheidungen verhilft. Und wenn Sie keine Bereinigung vornehmen oder sie nur halbherzig ausführen, kann das Ihre Chance auf wertvolle Erkenntnisse erheblich schmälern und die Glaubwürdigkeit Ihrer Ergebnisse in Frage stellen.
Wir stellen in diesem Beitrag die häufigsten Fälle vor, in denen eine Bereinigung der Umfragedaten durchgeführt werden sollte, und zeigen Ihnen, wie Sie dazu in SurveyMonkey vorgehen. So bleiben Ihre Ergebnisse repräsentativ für die Erfahrungen Ihrer Befragten, bevor Sie diese analysieren.
Wann müssen Umfragedaten bereinigt werden?
Bei der Entscheidung, welche Befragte aus Ihrer Analyse auszuschließen sind, müssen Sie die Art ihrer Beantwortungen und ihren Hintergrund überprüfen.
Berücksichtigen Sie diese sieben Kriterien bei der Entscheidung, wessen Beantwortungen herausgefiltert oder entfernt werden sollen:
1. Befragte, die nur einen Teil Ihrer Fragen beantwortet haben
Befragte, die nur einen Teil der erforderlichen Fragen beantwortet haben, können Ihre Gesamtergebnisse aus vielen Gründen verzerren:
- Es kann ein Zeichen dafür sein, dass diese Personen grundsätzlich nicht für die Umfrage geeignet waren (weshalb sie sie nicht beendet haben).
- Es kann darauf hindeuten, dass sie die Fragen nicht so engagiert und überlegt beantwortet haben wie diejenigen, die die Umfrage vollständig beantwortet haben.
- Wenn Sie mit unvollständigen Daten arbeiten, erhalten Sie bei der Verwendung von Filtern oder Vergleichsregeln gegebenenfalls nicht den Gesamtüberblick, sondern stattdessen einen (möglicherweise verzerrten) Teilüberblick.
Hinweis: Wenn viele Befragte Ihre Umfrage nicht beendet haben, kann dies auch darauf hindeuten, dass Ihr Umfrageentwurf problematisch war (beispielsweise irrelevante Fragen enthielt oder zu viele Fragen oder auch nicht funktionierende Umfragelogik).
In SurveyMonkey können Sie Beantwortungen mühelos nach Vollständigkeit filtern. Gehen Sie hierfür auf die Seite „Ergebnisse analysieren“. Klicken Sie dort auf „+ Filtern“ und filtern Sie nach „Vollständig beantwortet“.
Sie können die Option „Vollständig beantwortet“ auswählen und anwenden, um dadurch nur das Feedback der Personen anzuzeigen, die alle erforderlichen Fragen Ihrer Umfrage beantwortet und auf der letzten Seite auf „Fertig“ geklickt haben.
Gewinnen Sie die Umfragedaten, die Sie brauchen.
Erhalten Sie vollständige Beantwortungen von Ihrem Zielmarkt – mit SurveyMonkey Audience.
2. Befragte, die nicht den Kriterien Ihrer Zielgruppe entsprechen
Angenommen, Sie möchten Frauen zwischen 18 und 29 Jahren befragen.
Dann möchten Sie nicht, dass die Antworten einer 50-jährigen Ihre Gesamtergebnisse beeinflussen, richtig?
Gleich welche Zielgruppenvorgaben Sie sich gestellt haben, Sie können Befragte ignorieren, die diesen Vorgaben nicht entsprechen, indem Sie sie herausfiltern.
Und wenn Sie keine Frage gestellt haben, die Ihnen beantwortet, ob ein Befragter Ihren Zielgruppenkriterien entspricht oder nicht? Dann können Sie die relevanten Informationen immer noch nachträglich durch Erstellen und Ausfüllen eines benutzerdefinierten Datenfelds für jeden Befragten ergänzen (in dem Beispiel oben könnte das benutzerdefinierte Datenfeld das Alter sein). Anschließend können Sie nach Ihren benutzerdefinierten Daten filtern, um sich auf die relevanten Beantwortungen zu konzentrieren.
Profi-Tipp: Sie können bestimmte Personengruppen von der Teilnahme an Ihrer Umfrage abhalten, indem Sie gleich zu Beginn eine Filterfrage stellen.
3. Befragte, die Ihre Umfrage übermäßig schnell beantwortet haben (Raser)
Stellen Sie sich vor, Sie haben einem Befragten eine Umfrage mit 10 Fragen geschickt.
Wenn diese Person nur einige wenige Sekunden zum Ausfüllen der Umfrage benötigt, ist es wahrscheinlich, dass sie durch die Umfrage gerast ist und die Fragen nicht sorgfältig gelesen und beantwortet hat.
Wie entscheiden Sie nun, ob jemand ein Raser ist oder nicht? Die Antwort kann je nach Thema Ihrer Umfrage und den gestellten Fragen unterschiedlich ausfallen.
Um Raser zu identifizieren, ermitteln Sie für Ihre Umfrage die durchschnittliche Beantwortungszeit unter allen Ihren Teilnehmern. Damit kennen Sie die „normale“ Zeit, die es braucht, um die Umfrage vollständig zu beantworten.
Stellen Sie dann bestimmte Regeln auf, um Beantwortungen von Rasern zu ermitteln, beispielsweise: die schnellsten „x“ Befragten, die an der Umfrage teilgenommen haben, oder die „x %“ der Befragten, die Ihre Umfrage am schnellsten beantwortet haben. Wenn Ihnen das zu kompliziert vorkommt, werfen Sie einfach solche Einzelpersonen hinaus, deren Beantwortungszeiten sehr viel kürzer sind als normal (doch gehen Sie dabei konservativ vor).
Sie haben verschiedene Möglichkeiten, um Raser zu erkennen:
- Filtern Sie die Beantwortungszeiten nach den Befragten, wenn nur wenige Personen an Ihrer Umfrage teilgenommen haben.
2. Wenn Sie mehr als ein Dutzend Befragte haben, exportieren Sie „Alle Antwortdaten“. In der heruntergeladenen Datei sehen Sie, wie lange jeder Teilnehmer mit Ihrer Umfrage verbracht hat.
Sobald Sie die Raser erkannt haben, können Sie deren Beantwortungen löschen.
4. Befragte, die es sich einfach gemacht haben („Straightlining“)
Von „Straightlining“ wird gesprochen, wenn ein Befragter immer wieder die gleiche Antwortoption wählt (z. B. stets die erste Antwortoption). Bei diesen Personen handelt es sich häufig ebenfalls um Raser, die durch die Umfrage hetzen und sich zu den einzelnen Fragen wenige bis gar keine Gedanken machen.
Um Straightlining zu erkennen, exportieren Sie Ihre Beantwortungen in ein Excel-Dokument oder in eine Statistiksoftware. Suchen Sie dort die Straightlining-Beantwortungen und löschen Sie sie.
5. Befragte, die unrealistische Antworten gegeben haben
Angenommen, Sie fragen Ihre Teilnehmer, wie viel sie im Durchschnitt pro Woche fernsehen. Wenn ein Teilnehmer 165 Stunden angibt, neigt er wohl zur Übertreibung (denn: eine Woche hat nur 168 Stunden).
Bei dieser Art der Antwort wird von einem Ausreißer gesprochen, weil die Antwort außerhalb des Antwortbereichs der anderen Befragten liegt und tatsächlich unrealistisch ist.
Wie bei der Ermittlung von Straightlining können Sie ein Excel-Dokument oder eine Statistiksoftware verwenden, um Ausreißer zu erkennen und die entsprechenden Beantwortungen zu löschen.
6. Befragte, die nicht zusammenpassende Antworten gegeben haben
Wenn die Antwort eines Teilnehmers auf eine bestimmte Frage seiner Antwort auf eine andere Frage widerspricht, ist es offensichtlich, dass er entweder nicht ehrlich ist oder eben nachlässig (oder auch beides!).
Solche Inkonsistenzen können Sie durch Anwenden mehrerer Filter erkennen. Nehmen wir an, Sie haben Ihre Teilnehmer in einer Frage gebeten anzugeben, wie viel sie in einer Woche fernsehen. Wenn die Beantwortungen eingegangen sind, filtern Sie nach den Personen, die ihrer Angabe nach zumindest ein wenig fernsehen.
In einer anderen Frage haben Sie Ihre Teilnehmer gefragt, welche Sendungen ihnen am besten gefallen. Sobald Sie das Feedback haben, filtern Sie auch nach Beantwortungen mit der Antwortoption: „Ich sehe nicht fern“.
Wenn Sie nun beide Filter anwenden, sind alle danach angezeigten Beantwortungen inkonsistent – denn die Befragten haben einmal angegeben, dass sie nicht fernsehen, und dann in einer anderen Frage zugegeben, dass sie fernsehen.
Alternativ können Sie Inkonsistenzen aussortieren, nachdem Sie Ihre Ergebnisse in ein Excel-Dokument oder eine Statistiksoftware exportiert haben.
In jedem Fall können Sie, sobald Sie Befragte ermittelt haben, die nicht zusammenpassende Antworten gegeben haben, deren Feedback löschen.
7. Befragte, die in Ihren offenen Fragen unsinniges Feedback gegeben haben
Über Antworten wie „Fdsklj“ können Sie sich möglicherweise noch amüsieren, aber in Ihrer Analyse kommen Sie damit nicht weiter.
Um diese Art von Antworten frühzeitig ans Tageslicht zu bringen, überprüfen Sie das Feedback auf Ihre offenen Fragen in SurveyMonkey. Antworten, die eindeutig unsinnig sind, können Sie getrost löschen.
Profi-Tipp: Antworten wie „Keine“, „Nichts“ oder auch Antworten mit Rechtschreibfehlern sollten Sie nicht löschen. Bei der ersten und zweiten Antwort kann es sein, dass der Teilnehmer die Frage für nicht relevant hielt. Im zweiten Fall kann es einfach sein, dass dem Teilnehmer die richtige Schreibweise nicht bewusst war oder ein schlichter Tippfehler vorliegt.
Eine weitere Option umfasst das Kennzeichnen sämtlicher sinnvoller Antworten mithilfe von Tags. Wenn Sie dann alle Antworten gekennzeichnet haben, können Sie einfach nach den Tags filtern, um unsinniges Feedback auszuschließen.
