Quelle est la bonne approche pour analyser un grand nombre de réponses à une enquête avec des questions ouvertes?
Nous avons demandé à nos utilisateurs quel était leur principal objectif de la visite actuelle (question ouverte). Nous avons reçu beaucoup de réponses et je me demande quelle serait la meilleure approche pour analyser ces données. En théorie, je pourrais assigner une personne à la lire, mais je préfère ne pas prendre le risque d'avoir des données biaisées.
Des idées?
Sauf si vous avez un budget important, les alternatives à une personne (ou à un groupe de personnes) analysant les données sont potentiellement complexes et peu fiables.
Carte Trier une Folksonomie
Tri des cartes est une technique simple dans la conception de l'expérience utilisateur où un groupe d'experts ou "utilisateurs", peu expérimentés dans la conception, sont guidés pour générer un arbre de catégories ou une folksonomie.
A folksonomy est un système de classification dérivé de la pratique et de la méthode de création et de traduction collaboratives de balises pour annoter et catégoriser le contenu; cette pratique est également connue sous le nom de marquage collaboratif, de classification sociale, d'indexation sociale et de marquage social.
En pratique
Selon vos résultats et votre expertise, ce tri initial des cartes est quelque chose que vous pouvez probablement faire seul. Si, toutefois, vous devez adopter une approche plus qualitative (par exemple, vous devez attribuer des scores ou ajouter des poids aux réponses), il est conseillé de travailler en groupe.
Dans ce cas, essayez de réunir 3-5 personnes dans une pièce avec un projecteur et un tableau blanc. Tirez les réponses et commencez l'analyse. Discutez de ce que vous pensez que le point central d'une réponse est et décidez dans quelle catégorie elle pourrait appartenir. Au départ, par souci de rapidité, vous pouvez simplement vous concentrer sur le nom de vos catégories. À mesure que vous analyserez plus de réponses, les noms et les numéros de vos catégories évolueront.
Le résultat d'une session comme celle-ci pourrait être que vous avez catégorisé toutes vos réponses et êtes prêt à commencer à utiliser les résultats (par exemple dans une présentation), ou vous avez peut-être simplement décidé d'une liste de catégories et éventuellement d'une notation rubrique qui peut être remise à quelqu'un d'autre pour l'utiliser dans le traitement des données.
Eh bien, si vous souhaitez supprimer le biais du lecteur, vous pouvez essayer de nourrir toutes les réponses dans un générateur de nuage de mots. De cette façon, les mots clés se démarqueront. Et peut-être y a-t-il assez de choses pour vous de repérer les tendances dans vos réponses.