De psychologie van enquête-antwoorden

Bij het ontwerpen van een vragenlijst houden we altijd de ervaring van de respondent. Daarom moet dit artikel beginnen met de psychologie van enquête-antwoorden.

Er is veel nuttige literatuur beschikbaar, maar wij hanteren het model ontwikkeld door Roger Tourangeau (2000) in depsychologie van enquête-antwoorden.Het is een algemeen bruikbaar instrument dat helpt om gemakkelijk de kwaliteit van een vragenlijst te beoordelen.

Volgens dit model moet de menselijke geest vier stappen doorlopen om een passend antwoord te geven wanneer een vraag wordt gesteld.

Laten we deze stappen uitleggen aan de hand van een voorbeeld: “Hoeveel aspirientabletten neem je per maand?”

1. Begrijp de vraag door aanwijzingen te identificeren: Door “Aspirin” toe te voegen aan de vraag, voeg je context toe waardoor de betekenis afgeleid kan worden. Zonder context zou de respondent mogelijk niet zeker weten of de vraag verwijst naar een elektronische tablet of een medicinale tablet. Echter, vanuit de context kan worden afgeleid dat de uitdrukking “een tablet per maand nemen” verwijst naar medicatie.
2. Haal relevante informatie uit het geheugen op: Zodra de respondent de vraag heeft begrepen, zal hij relevante informatie uit zijn geheugen gaan halen. Als het te moeilijk is om precies te herinneren wanneer de laatste keer was, kunnen ze een andere benadering gebruiken en schatten hoe vaak ze gemiddeld een pakje aspirine kopen.
3. Integreer beschikbare informatie in het oordeel: Stel dat de respondent tot de conclusie komt dat ze één verpakking met 20 tabletten per jaar kopen. Dat zou betekenen dat de respondent gemiddeld ongeveer twee tabletten per maand inneemt, wat voor hen plausibel lijkt.
4. Breng het antwoord in kaart en geef antwoord: Afhankelijk van het vraagtype zal de respondent nu “2” invoeren in het open tekstveld of het juiste antwoord selecteren uit de gegeven opties.

Met behulp van dit model kun je proberen de mentale processen van je respondenten te anticiperen voor elke vraag in je vragenlijst. Het maakt echt niet uit of het een open vraag is, een enkele keuze, een multiple choice of een ander type vraag.

Enquêtemoeheid

Het spreekt voor zich dat het voltooien van de bovengenoemde vier stappen concentratie vereist en uiteindelijk vermoeiend kan zijn voor de respondenten. Hoe meer vragen je achter elkaar stelt, hoe meer je de aandacht en concentratie van de respondent zult opgebruiken. In eenvoudige bewoordingen is enquêtemoeheid het resultaat van de vereiste mentale inspanning en de lengte van de vragenlijst – dus je zou je vragenlijst kort of eenvoudig moeten houden, of nog beter: kort en eenvoudig.

En dat brengt ons bij het belang van datakwaliteit. Iedereen heeft een individuele grens van cognitieve belasting die ze aankunnen. Als het vermoeidheidsniveau de mentale capaciteit overschrijdt, zal het brein op zoek gaan naar shortcuts en heuristieken om de cognitieve belasting te verminderen. Je zou bijvoorbeeld minder moeite kunnen doen om informatie op te halen en alleen het eerste gebruiken dat in je opkomt. Of je zou simpelweg de optie “Weet ik niet” kunnen selecteren. In elk geval leidt dit zogenaamde satisficinggedrag tot minder nauwkeurige antwoorden en, in de meest extreme vormen, tot onzinnige gegevens.

Samengevat: goede vragenlijsten behouden de aandacht en concentratie van de respondenten door de cognitieve belasting van deelname te verminderen. Daardoor helpen ze om een superieure datakwaliteit te bereiken. Dit is precies waar we naar streven bij het ontwerpen van online vragenlijsten.

Wat kun je doen om je vragenlijst te verbeteren?

Als je een vragenlijst wilt verbeteren, kun je twee strategieën gebruiken: het verminderen van de mentale inspanning voor elke afzonderlijke vraag of het verkorten van de totale vragenlijst.

Het verminderen van de mentale inspanning

Laten we beginnen met de eerste strategie. Om de mentale inspanning te verminderen, zou je elke vraag moeten optimaliseren voor elk van de vier stappen.

1. Gebruik een neutrale en begrijpelijke taal. Wees duidelijk en ondubbelzinnig in je bewoording en vermijd samengestelde vragen of dubbele ontkenningen.
2. Geef aanwijzingen om het ophalen van relevante informatie te vergemakkelijken. Dit kunnen teksten, illustraties of foto’s zijn, maar ook eerdere antwoorden van de respondent (“In een eerdere vraag heb je gezegd dat je niet van het productontwerp houdt. Wat kunnen we eraan verbeteren?”)
3. Beïnvloed het oordeel van de respondent niet. Misschien wel de moeilijkste taak, omdat elk detail invloed kan hebben. Probeer op zijn minst voorzichtig te zijn en vermijd elke actieve invloed op de respondent (bijvoorbeeld suggestieve vragen).
4. Bied een uitgebreide set antwoordopties aan. Geef een samenhangende en uitgebreide lijst met antwoordopties of sta eerlijke feedback toe.

Deze verbeteringen zijn behoorlijk voor de hand liggend! Maar er is nog iets wat je moet doen: optimaliseer de gebruiksvriendelijkheid van je vragenlijst. Als de gebruiksvriendelijkheid van je vragenlijst niet intuïtief is, zal de respondent mentale inspanning moeten leveren om deze in te vullen. En dat zal natuurlijk de datakwaliteit van je enquête schaden.

Alleen maar vasthouden aan de beproefde aanpakken uit het verleden is niet genoeg. Omdat je tot nu toe nooit het ontwerp van je vragenlijst hebt veranderd, betekent dit niet dat de gegevens die je eruit krijgt nog steeds van hoge kwaliteit zijn. De manier waarop mensen interactie hebben met het internet is veranderd en je vragenlijst moet altijd de nieuwe gebruikerspatronen weerspiegelen.

Daarom werken we voortdurend aan het bijwerken van het ontwerp en de functionaliteit van onze enquête-engine. Onder de vele dingen die we overwegen, vallen de nieuwste technische normen, nieuwe apparaten en hun specificaties, en veranderingen in gebruiksgedrag.

Vragenlijsten inkorten

Laten we eens kijken naar de tweede strategie voor het verbeteren van een vragenlijst: het verkorten ervan om de duur van de mentale inspanning te verminderen.

Helaas zijn online vragenlijsten vaak te lang. Het ontbreken van een dure interviewer maakt het gemakkelijk om irrelevante vragen toe te voegen, alleen maar om meer gegevens te verzamelen nu je toch bezig bent. Dit is lange tijd niet echt als een probleem beschouwd, maar mobiele vragenlijsten hebben recentelijk nieuw leven gebracht in deze discussie.

We weten dat de datakwaliteit meestal afneemt na 20 minuten (licht afhankelijk van het onderwerp en andere factoren) en dat er geen effectief middel tegen is. Soms worden we gevraagd om de incentive te verhogen. Hoewel dit de respondent kan motiveren om een uitgebreide vragenlijst in te vullen, is het niet geschikt om de mentale capaciteit te verhogen of de cognitieve belasting te verminderen. Daarmee behoud je wellicht de bereidheid om deel te nemen, maar incentives verbeteren niet de datakwaliteit.

Als eerste stap moet je alle irrelevante vragen en vragenbatterijen verwijderen. Dat is waarschijnlijk de moeilijkste taak, maar als vuistregel moet je alleen gegevens verzamelen die je echt nodig hebt om je onderzoeksvraag te beantwoorden. Ten tweede, verkort de vraagteksten zelf (Tip: Een maximum van 140 tekens, zoals op Twitter, zou ideaal zijn). Als de teksten te lang zijn, zullen respondenten ze mogelijk niet grondig lezen en de vraag slechts raden door de antwoordopties te lezen of naar trefwoorden te zoeken.

Nadat je je vragenlijst tot een redelijke lengte hebt ingekort, moet je de volgorde van de vragen optimaliseren. Als ervan uitgegaan wordt dat de attentie en concentratie van de respondenten goed is aan het begin en afneemt naar het einde, moeten de belangrijkste vragen zo vroeg mogelijk gesteld worden. Omgekeerd, plaats vragen over demografische achtergrond aan het einde van de vragenlijst, omdat respondenten deze nog correct kunnen beantwoorden, zelfs als ze vermoeidheid ervaren.

Het geval van mobiele enquêtes

En dat brengt ons bij het laatste punt. Sluit mobiele gebruikers niet uit, alleen omdat de bruikbaarheid van je vragenlijst slecht is of de enquête te lang duurt, omdat dit de resultaten van je onderzoek zal beïnvloeden.

Op het eerste gezicht moeten mobiele gebruikers meer moeite doen om een vragenlijst in te vullen: hun scherm is aanzienlijk kleiner en ze kunnen zich in situaties bevinden die hun aandacht gedeeltelijk in beslag nemen. De verrassende waarheid is dat mobiel onderzoek vaak gepaard gaat met uitstekende datakwaliteit, omdat onderzoekers actief ontwerpen voor een geoptimaliseerde enquête-ervaring. Het volgen van bovenstaande principes lijkt eenvoudiger te zijn wanneer de beperkingen van een mobiel apparaat in gedachten worden gehouden.

Eerlijk gezegd: er bestaat niet zoiets als mobiel-vriendelijk. Een vragenlijst is gebruiksvriendelijk, of niet.

Conclusie

Dit artikel verkent de kunst van het ontwerpen van online vragenlijsten met een focus op de psychologie van de enquêterespons Het introduceert een vierstappenmodel om te begrijpen hoe respondenten vragen verwerken en benadrukt het belang van het minimaliseren van cognitieve belasting om datakwaliteit te handhaven. De strategieën voor verbetering omvatten het optimaliseren van vraagduidelijkheid, het geven van aanwijzingen voor informatieherstel, het vermijden van beïnvloeding van oordeelsvorming, en het bieden van uitgebreide antwoordopties. Ook wordt de nadruk gelegd op bruikbaarheid en lay-outupdates voor moderne internetgebruikspatronen. Daarnaast is het van groot belang om vragenlijsten te verkorten door irrelevante vragen te elimineren en de lengte en volgorde van vragen te optimaliseren. Uiteindelijk benadrukt het artikel het belang van enquêteontwerp bij het behouden van datakwaliteit en betrokkenheid van respondenten.