Las preguntas abiertas son excelentes para obtener comentarios auténticos porque les dan a las personas la oportunidad de describir lo que están experimentando en su propia voz. Analizar tales preguntas de la encuesta es una excelente oportunidad para empatizar con su audiencia, reunir ideas esenciales y tomar las decisiones correctas.
¿Cómo analiza eficientemente más de 100 respuestas? O incluso 1,000?
Aquí hay un sistema que usamos en Hotjar para clasificar y representar visualmente grandes volúmenes de datos cualitativos, ¡y es más fácil de lo que piensas! Tendrá que trabajar un poco con la técnica antes de sentirse cómodo con ella, pero una vez que la obtenga, clasificará a través de montañas de datos cualitativos en poco tiempo.
2) Copie los datos de su archivo .csv o .xls y péguelo en la hoja «exportación de CSV» de la plantilla.
Consejo pro: use ‘pegar especial’ para pegar ‘solo’ valores ‘solo’ en la plantilla de análisis de Hotjar, por lo que no se copian fórmulas o formatear.
3) Copie la columna de la hoja de ‘exportación de CSV’ que contiene la pregunta abierta que desea analizar primero y péguela en la hoja ‘Pregunta 1’, en la celda marcada con
4) Elija el texto de envoltura para toda la columna, de modo que los datos se ajusten al ancho de la columna y sea más fácil de leer más adelante.
Una categoría de respuesta es un conjunto de respuestas que se pueden agrupar porque son parte del mismo tema, incluso si están redactadas de manera diferente.
En el conjunto de datos de muestra que utilizamos para este tutorial, les pedimos a los clientes de Hotjar que explicaran cómo su empleador mide su rendimiento (por ejemplo, ingresos, conversiones, tráfico). En teoría, podría pasar por cada respuesta para identificar sus categorías de respuesta uno por uno, pero eso no sería muy eficiente. En cambio, vamos a utilizar una serie de técnicas que lo ayuden a identificar las categorías amplias.
¿Cómo se codifican las preguntas abiertas?
Independientemente de si la codificación es deductiva o inductiva, puede ser difícil garantizar la consistencia. La realidad es que, como codificador, su estado de ánimo y experiencias pasadas colorearán cómo interpretas las cosas. Como resultado, es muy probable que las diferentes personas que dan la misma tarea no están de acuerdo sobre cuáles deberían ser los códigos adecuados. Curiosamente, un estudio ha demostrado que la misma persona que codifica la misma encuesta en un día diferente producirá resultados diferentes.
Una forma de evitar esto es registrar todas las decisiones y pensamientos que entraron en la codificación. Luego, revíselos al aplicar los códigos existentes o decidir si es necesario un nuevo código. Si se apega a este proceso, se asegura de que la elección de los códigos pueda respaldo con evidencia.
Un enfoque diferente, aunque más costoso, para garantizar que el código sea preciso es probar cuidadosamente la confiabilidad de la codificación. El método «Test-Retest» implica la misma persona que codifica los datos dos veces sin mirar los resultados. El método «codificador independiente» utiliza un segundo codificador en la misma encuesta. En ambos casos, los resultados se comparan para la consistencia y se modifican según sea necesario.
- La codificación es el proceso de asignación de códigos a respuestas abiertas u otros tipos de datos de texto, después de lo cual el texto puede analizarse al igual que los datos numéricos.
- Los marcos de código pueden ser planos (más fácil y más rápido de usar) y jerárquicos (más potentes).
- Los marcos de código deben tener una buena cobertura y flexible para permitir un análisis completo y variado de respuestas abiertas.
- La codificación inductiva (sin un marco de código predefinido) es más difícil pero menos propensa al sesgo.
- Al crear códigos, asegúrese de contrastar entre sí y reducir los datos.
- La precisión significa una codificación consistente, que se puede lograr registrando y revisando las decisiones.
Nuestros expertos le mostrarán lo temático
funciona, qué datos de retroalimentación analiza y cómo usar comentarios para hacer
decisiones lideradas por datos. Para aprender cómo puedes aprovechar al máximo,
Solicite una demostración personal hoy.
¿Cómo identificar preguntas abiertas?
Está claro que las preguntas abiertas ofrecen más información y resultados más profundos. Pero son más difíciles de analizar, por lo que muchas compañías se adhieren a preguntas cerradas que se pueden calcular fácilmente en hojas de cálculo.
Las herramientas de análisis de texto, como MonkeyLearn, pueden analizar automáticamente miles de encuestas, y todo tipo de comentarios de los clientes, por lo que no tiene que gastar docenas (o cientos) de horas en el análisis de la encuesta manual.
Monkeylearn es una plataforma de análisis de texto sin código, que ofrece muchas herramientas de análisis de texto preparadas que puede comenzar a usar de inmediato. Sin embargo, hay algunos pasos que deberá seguir antes de poner estas herramientas para trabajar en resultados abiertos.
- Visualice sus resultados: las herramientas de visualización de datos ayudan a aprovechar al máximo sus datos
Las herramientas de encuestas en línea, como SurveyMonkey, TypeForm y Google Forms simplifican el proceso de creación y envío de encuestas abiertas. Ofrecen plantillas fáciles de usar, por lo que puede personalizar sus encuestas con solo unos pocos clics.
Con las herramientas de encuesta en línea, puede generar datos de comentarios de sus clientes a un archivo CSV o Excel para configurarlo para el análisis automatizado. A partir de ahí, solo necesita hacer un poco de limpieza de datos, para que las máquinas puedan procesarlo.
Aquí es donde realmente podemos ver el aprendizaje automático en el trabajo. Monkeylearn se puede conectar fácilmente a las herramientas de encuestas a través de la API de Monkeylearn, para ayudar a automatizar el análisis de la encuesta.
O bien, puede usar las integraciones de Monkeylearn con Zapier, Zendesk y Google Sheets. Una vez que haya conectado el monkeylearn a sus datos, deberá elegir el tipo de análisis que desea realizar:
Las herramientas de visualización de datos, como Monkeylearn Studio, muestran sus resultados en un tablero visual llamativo y fácil de entender, para que pueda ver sus conocimientos frescos con amplios golpes o detalles minuciosos.
¿Cómo se hace la codificacion?
Las computadoras son dispositivos electrónicos, y los dispositivos electrónicos no entienden las cosas que les decimos directamente, ya sea que se escriba en inglés o en forma de lenguaje de programación. Sin embargo, lo que sí entienden es la opción binaria de un 1 o un 0.
El lenguaje formado de solo 1s y 0s se llama código binario o lenguaje de máquina. Pero comunicarse con las computadoras directamente de esa manera es difícil. Solo hay tantas cuerdas de 1s y 0s que podemos escribir antes de perder la noción de lo que estamos tratando de decir o cómo decirlo.
Aquí es donde entran los lenguajes de programación. Le permiten codificar en un lenguaje que es mucho más fácil de entender como un ser humano en comparación con el código binario. Dado que las computadoras no entienden estos idiomas, hay algo llamado compilador que toma su programa y lo expresa en el código de la máquina.
Los lenguajes de programación vienen en dos formas: lenguajes de alto y bajo nivel. Los lenguajes de programación de bajo nivel son los que se parecen mucho al código binario. Pascal y Basic son dos ejemplos de idiomas de bajo nivel.
La mayoría de los idiomas que se usan comúnmente hoy en día son idiomas de alto nivel. Su sintaxis está mucho más cerca del idioma inglés que al código binario. Python, Java y JavaScript son lenguajes de programación de alto nivel.
Los siguientes son algunos de los idiomas más utilizados y de mayor crecimiento del mundo:
C es un lenguaje de programación estructurado que a menudo se usa para codificar los sistemas operativos. C ++ es una actualización de C que admite la programación orientada a objetos.
¿Cómo se puede graficar los resultados de una encuesta?
Nota:
Creemos que es importante proporcionar el contenido de la guía más reciente lo antes posible, en el idioma del usuario. Esta página se ha traducido automáticamente y podría contener errores gramaticales o inexactitudes. La intención es hacer que el contenido se pueda usar. En la parte inferior de la página, es posible indicar si la información era útil. Este es el
Artículo en inglés
Para referencia.
Después de crear e implementar la encuesta de SharePoint, es necesario ver y administrar los resultados obtenidos. Aquí le mostramos cómo ver uno o más resultados en formato de texto o gráfico y cómo exportarlos a Excel para analizarlos aún más.
Para ver una descripción general de la encuesta y las respuestas relativas, haga clic en el nombre de la encuesta en la barra de inicio rápida. Si no se muestra el nombre de la encuesta, haga clic en Ver todo el contenido del sitio o el contenido del Sitio y luego en el nombre de la encuesta.
La página panorámica muestra una descripción de la encuesta y el número de respuestas. Desde la página panorámica, si tiene las autorizaciones, puede hacer clic en las conexiones para ver un resumen gráfico de las respuestas o para ver una lista de todas las respuestas. Si es un usuario que responde a la encuesta y no está autorizado para ver otras respuestas, puede hacer clic en una conexión para ver y modificar el texto de su respuesta, incluida una respuesta parcial.
Las preguntas de la encuesta, el número de respuestas y los porcentajes se muestran en la vista gráfica de las respuestas resumidas.
¿Qué son las preguntas abiertas y 3 ejemplos?
El tipo de pregunta abierta en el mentímetro se puede usar de muchas maneras. Como hemos mencionado, es perfecto incluir en cualquier tipo de encuesta, pero también durante una presentación en vivo. Puede ser igualmente valioso en una conferencia universitaria como puede ser en una reunión de departamental o tarea semanal.
Aquí hay algunos ejemplos de preguntas abiertas de Mentímetro en acción, que puede agregar directamente a su cuenta de mentímetro y usar en su próxima presentación. ¡Para que sea aún más integral, hemos desglosado nuestros ejemplos por categoría!
- ¿Cómo crees que podríamos mejorar estas reuniones?
- ¿Cuáles crees que son las mejores y peores partes de estas reuniones y por qué?
- Si tuvieras una reunión una semana, ¿qué harías?
- ¿En qué consiste una buena reunión de equipo?
- ¿Cómo compararía las reuniones de nuestro equipo con otros en la empresa?
- ¿Cómo describirías nuestra cultura laboral?
- ¿Qué harías para mejorar la productividad?
- ¿Qué pensarías si nos mudamos a una semana laboral de cuatro días?
- ¿Cómo se sentiría si cambiáramos nuestro paquete de beneficios?
- ¿Qué podríamos hacer para mejorar la retención de los empleados?
- ¿Cómo abordaría este problema?
- ¿Cuál crees que es la mejor solución?
- ¿Cuál es la mejor manera de reunir ideas?
- ¿Cómo te sientes acerca de nuestras formas actuales de trabajo?
- ¿Cuáles son las cosas más importantes cuando se trata de hacer una lluvia de ideas?
- ¿Cómo describirías la escuela a los demás?
- ¿Qué harías si fueras maestro por un día?
- Si pudieras estudiar solo un tema, ¿qué elegirías y por qué?
- ¿Cómo podríamos mejorar el día escolar?
- ¿Debería la escuela ser cinco días por semana y por qué?
Las preguntas abiertas de Mentimeter no solo lo ayudarán a poner en práctica todo lo que acaba de leer aquí en este blog, sino que también podrá crear encuestas y presentaciones completas con una cantidad mínima de tiempo y problemas.
Artículos Relacionados:
