إن التخلص من الخطأ والتحيز في الاستبيان أو التقليل منهما على الأقل يساهم بدور مهم في تحسين جودة البيانات التي يتم جمعها من خلال الاستبيان الإلكتروني وبالتالي في تحسين جودة التحليل والقرار. بشكل عام هناك فرق بين الخطأ والتحيز في الاستبيان، ففي أبحاث المسح والاستطلاع يشير الخطأ (error) إلى أي اختلاف بين القيم المتوسطة التي تم جمعها بوساطة الاستبيان وبين القيم المتوسطة الفعلية للجمهور المستهدف، فعلى سبيل المثال تُظهر نتائج الاستبيان الخاص بك أن 20% من العينة الإحصائية مخلصون للهواتف المحمولة من شركة Apple ولكن في الواقع فإن 30% من المجتمع مخلصون لهذا الهاتف المحمول، وهذا الاختلاف – الذي قد يكون نتيجة لسلسلة من الأخطاء والتحيزات – يمثل خطأ بنسبة 10% في الاستبيان الإلكتروني الخاص بك، هذا في حين أن التحيز (bias) يشير إلى أخطاء ذات طبيعة منهجية سنتعرف عليها فيما يلي.
Table of Contents
ما هو الفرق بين الخطأ والتحيز في الاستبيان؟
هناك اختلاف واضح بين الخطأ والتحيز في الاستبيان، حيث يشير الخطأ إلى أي عيب أو مشكلة في نتائج الدراسة بينما يشير التحيز إلى الأخطاء ذات الطبيعة المنهجية فقط، حيث يكون البحث متحيزاً عندما يتم جمع البيانات بطريقة تختلف فيها قيمها بشكل منهجي عن القيم الفعلية، وقد ذكرنا بعض الأمثلة عن التحيز وعن طرق تجنبه في مقالات سابقة مثل «ثماني نصائح جوهرية عن كتابة أسئلة الاستبيانات والاستطلاعات» و«سبعة أخطاء شائعة في إنشاء استبيان إلكتروني وكيفية تجنبها» و«يجب أن نتمكن من قول ”لا“ في الاستبيان» و«4 تقنيات من أجل زيادة عدد الإجابات على الاستبيان»، وسنتعرف في هذه المقالة على كيفية التخلص من الخطأ والتحيز في الاستبيان.
بإلقاء نظرة شاملة أكثر فإننا نجد أن التحيز ينقسم إلى نوعين أساسيين هما «تحيز الإجابة» و«تحيز عدم الإجابة»، وتحيز الإجابة بحد ذاته يتضمن «تحيز الباحث» و«تحيز الدراسة» و«تحيز المجيب».
يمكن اعتبار الأخطاء التي ليست لها طبيعة منهجية بأنها أخطاء ناتجة عن أخذ العينات العشوائي، فهناك دائماً نسبة مئوية من هذا النوع من الخطأ. في عالم الاحتمالات يُعد هذا النوع من الأخطاء أمراً لا مفر منه ولا يمكنك التأكد من أن القيم التي يتم جمعها هي نفس القيم الفعلية، لكن النقطة المهمة هي أنه يمكن قياس هذا النوع من الأخطاء بمساعدة الإحصائيات، وبهذا يقوم الباحث دائماً بتعريف نسبة الخطأ ومستوى الثقة في بحثه.
على عكس خطأ أخذ العينات العشوائي لا يمكن قياس التحيز بمساعدة الإحصائيات لأنه مرتبط بماهية عملية الدراسة وإجرائها، ولذلك قد تقوم بشكل لا شعوري بجمع بيانات رديئة الجودة واتخاذ قرارات بناءً عليها مما يعرض أعمالك للخطر، ونتيجةً لذلك من المهم فهم أنواع التحيزات وطرق تجنبها.
الفرق بين تحيز عدم الإجابة وتحيز الإجابة في الاستبيان
يشير تحيز الإجابة إلى الفرق بين القيم الفعلية للمتغيرات في العينة الإحصائية وبين القيم التي تم جمعها كإجابة على الاستبيان. بعبارة أخرى يعود هذا النوع من التحيز إلى عوامل في الدراسة تجعل الإجابات مختلفة عن الآراء الحقيقية للمجيبين، وغالباً ما تكون أسباب تحيز الإجابة هي الإجابات غير الدقيقة للمجيبين أو الإجابات التي لم يتم تسجيلها وتحليلها بشكل صحيح. سنتناول لاحقاً كلاً من الأنواع المختلفة لهذا النوع من التحيز بما في ذلك تحيز الدراسة وتحيز الباحث وتحيز المجيبين.
يحدث تحيز عدم الإجابة عندما لا يجيب عدد من أفراد العينة الإحصائية على الاستبيان، ويمكن أن تكون هناك عدة أسباب لعدم الإجابة كأن يكون الأشخاص الإحصائيون غير متاحين أو غير قادرين على الإجابة على الاستبيان أو غير راغبين بالإجابة عليه، فعلى سبيل المثال قد يكون رابط الاستبيان الإلكتروني غير متوافق مع الهواتف المحمولة أو الأجهزة اللوحية أو المتصفحات المختلفة مما يمنع المجيب من الإجابة، وقد يكون المجيب في إجازة خلال فترة قيام الباحث بجمع البيانات وبالتالي يكون غير متوفر ليجيب على الاستبيان، وكذلك قد يتردد المجيبون في الرد على الاستبيان بسبب عدم ثقتهم بالباحث أو بسبب عدم اهتمامهم بالموضوع أو بسبب قلقهم بشأن انتهاكات الخصوصية أو تسريب معلوماتهم الشخصية أو قد لا يرغبون بتخصيص جزء من وقتهم لهذا الأمر لأي سبب آخر.
وبالتالي على عكس تحيز الإجابة الذي يعود فيه مصدر الخطأ إلى البيانات الخاطئة وغير الصحيحة فإن مصدر الخطأ في تحيز عدم الإجابة هو غياب المجيب وعدم المشاركة في الإجابة على الاستبيان أو الاستطلاع.
طرق تجنب تحيز عدم الإجابة
يكاد يكون التجنب التام لتحيز عدم الإجابة أمراً مستحيلاً، لكن هناك طرقاً لتقليل احتمالية حدوثه.
- تأكد من أن الاستبيان الإلكتروني الخاص بك متوافق مع مختلف الأجهزة. إذا قمت بإنشاء الاستبيان وتصميمه باستخدام بُرس لاين فلا داعي للقلق بشأن توافقه مع الهاتف المحمول والكمبيوتر اللوحي وبشأن وقت تحميل الاستبيان الطويل وصعوبة الإجابة بالنسبة للمجيبين والتوافق مع المتصفحات الشائعة. أما إذا كنت تصمم استبيانك في مكان آخر فتأكد من مراجعة كل ما سبق مرة واحدة قبل إرسال الاستبيان إلى العينة الإحصائية.
- اختر فترة زمنية معقولة لجمع البيانات. إذا لم تكن مرناً بشأن موعد الإجابة على الاستبيان فستفقد بعض المجيبين. لحسن الحظ فإن المرونة والقدرة على الإجابة في أي وقت وفي أي مكان هي إحدى مزايا بُرس لاين في حين أن الأساليب التقليدية مثل الأسئلة الورقية والهاتفية لا تتمتع بمثل هذه المرونة.
- قم بوضع تصميم رسومي في الاستبيان. مثلما أوضحنا في مقالتنا عن 4 طرق لزيادة عدد إجابات الاستبيان الإلكتروني فإن للنظرة الأولى تأثيراً كبيراً على قرار المجيب بالإجابة على الاستبيان، لذلك لا تنسَ استخدام صفحة ترحيب تحتوي مقطع فيديو أو صورة في بُرس لاين.
- طمئن المجيب بشأن السرية. إذا كنت تطرح أسئلة عن معلومات شخصية للمجيبين أو عن مواضيع حساسة فتأكد من طمأنة المجيب بشأن الحفاظ على سرية المعلومات في الأسئلة الافتتاحية أو في صفحة ترحيب الاستبيان وأوضح أنه يتم تحليل معلوماته كجزء من مجتمع إحصائي وليس بشكل فردي.
- قدم حوافز للإجابة على الاستبيان. يرفض الكثير من الناس الإجابة لأنهم يشعرون أنه ليس لديهم الوقت، لذلك توصي بعض الدراسات بتقديم حوافز تتناسب مع طول الدراسة وصعوبة العثور على الإجابات المطلوبة والأسئلة التي يتم طرحها.
- ضع باعتبارك حجم عينة إحصائية أكبر (أخذ عينات زائدة Oversampling). إذا كانت هناك مجموعات فرعية من العينة الإحصائية تشك أنت كباحث في معدل إجابتها فإن أخذ عدد أكبر من المجيبين بعين الاعتبار كعينة إحصائية هو من التقنيات الشائعة في هذا السياق.
- قم بتذكير المجيبين بالإجابة على الاستبيان. التذكير طريقة فعالة للحصول على إجابات، حيث يوصى بإجراء تذكير في منتصف الفترة الزمنية لجمع البيانات وأن يتكرر التذكير مرة ثانية عندما تقترب من نهاية هذه الفترة، لكن احرص على عدم إرسال تذكير إلى الأشخاص الذين أجابوا بالفعل على الاستبيان. بإضافة طريقة إرسال رابط الاستبيان عبر البريد الإلكتروني في بُرس لاين يمكنك تحديد نص البريد الإلكتروني للتذكير والجدول الزمني لإرساله ويمكنك الإشراف على تفاصيل رسائل البريد الإلكتروني المرسلة ومراقبتها في بُرس لاين.
كيف تؤدي فرضيات الباحث الخاطئة إلى الخطأ والتحيز في الاستبيان؟
ما هو تحيز الباحث؟
يعد تحيز الباحث (Researcher Bias) أحد الأنواع الثلاثة لتحيز الإجابة والذي تلعب الافتراضات العقلية الخاطئة للباحث وعدم وضوح الهدف من الدراسة والفهم غير الكافي للموضوع دوراً رئيسياً في تكوينه.
أنواع تحيز الباحث طرق تجنبه
- قد يحدث تحيز الباحث بسبب افتقاره إلى المعلومات حول الموضوع قيد الدراسة، فعلى سبيل المثال أنت تريد معرفة أشهر الأطعمة العربية من منظور السياح الأجانب، وتحقيقاً لهذه الغاية قمت بطرح سؤال: «أي طعام تفضله أكثر؟ اللحمة المشوية، الدجاج المحمر، الكبة المشوية»، لكن هناك أنواعاً كثيرة أخرى من الطعام لم تخطر ببالك، لذلك بدلاً من أن تتعرف على نوع الطعام العربي الأكثر شعبية فأنت تعرف فقط آراء المجيبين من بين تفضيلاتك التي وضعتها.
هناك طريقتان لتجنب هذا النوع من الخطأ؛ أولاً إذا لم تكن لديك معرفة كافية بالموضوع قيد الدراسة فمن الأفضل استخدام سؤال نصي (سؤال مفتوح) في مثل هذه الحالات. ثانياً في السؤال متعدد الخيارات استخدم الخيار «غير ذلك» بحيث إذا اختاره المجيب يكون بإمكانه كتابة الإجابة التي يريدها.
- قد يحدث تحيز الباحث بسبب التعريف غير الصحيح للمجتمع الإحصائي بحيث يتم استبعاد بعض المجيبين المحتملين من المجتمع الإحصائي عن طريق الخطأ أو بالعكس قد يتم تضمين بعض المجيبين بالخطأ إلى المجتمع الإحصائي، حيث أن التعريف المبهم للمجتمع الإحصائي هو مصدر هذا الخطأ. إن عبارات مثل أفراد الطبقة الوسطى أو خبراء صناعة البرمجيات أو العملاء الاستراتيجيين للشركة هي عبارات عامة جداً ويجب جعلها أكثر دقة من خلال إضافة ميزات أخرى عندما نريد تحديد مجتمع إحصائي للاستبيان.
لذلك لتجنب هذا الخطأ عليك أن تحدد بدقة خصائص المجتمع الذي تريد استهدافه وأن تشرحها بالتعاون مع زملائك أو أستاذك المشرف إذا كنت تقوم ببحث أكاديمي.
- قد يحدث تحيز الباحث بسبب الاختلافات بين خصائص المجتمع المحدد والعينة الإحصائية التي يتم جمع المعلومات منها، فعلى سبيل المثال افترض أن أحد المطاعم يريد تقييم رضا العملاء عن قائمة الطعام التي لديه لكنه لا يرسل رابط الاستبيان الإلكتروني إلا إلى الأشخاص الذين يطلبون الطعام عبر الإنترنت. بهذه الطريقة يتم تجاهل العملاء الذين لا يزورون الموقع الإلكتروني للمطعم، ومن الأفضل أن يضع هذا المطعم رابط الاستبيان في نهاية فاتورة شراء العملاء الذين يشترون بشكل شخصي أو أن يضع جهازاً لوحياً أو شاشة بالقرب من صندوق الدفع من أجل تقييم رضا العملاء شخصياً.
- قد يحدث تحيز الباحث بسبب التحليل الإحصائي غير الصحيح واستخدام تقنيات إحصائية غير ذات صلة، وفي هذا السياق يجب تحديد كيفية تحليل البيانات في نفس وقت كتابة أسئلة الاستبيان وقبل إرسالها، فهذا جزء من التخطيط للدراسة والمسح.
لذلك لتجنب هذا النوع من الخطأ فإن عليك معرفة طريقة تحليل البيانات ووضع خطة لها قبل جمع البيانات.
خاتمة
تحدثنا في هذه المقالة عن كيفية التخلص من الخطأ والتحيز في الاستبيان أو عن التقليل منهما إلى الحد الأدنى، ولهذه الغاية قمنا بتعريف كل من الخطأ والتحيز في الاستبيان وشرحنا الفرق بين الخطأ والتحيز في الاستبيان وناقشنا طرق التخلص من كلٍّ منهما على حدة، وفيما يتعلق بالتحيز قمنا بالتمييز بين تحيز الإجابة وتحيز عدم الإجابة وأشرنا إلى أن تحيز الإجابة ينقسم إلى تحيز الدراسة وتحيز الباحث وتحيز المجيب.
إن الدور الأساسي في التخلص من الخطأ والتحيز في الاستبيان بشكل عام وفي الاستبيان الإلكتروني بشكل خاص يعود على مصمم الاستبيان بحيث يحدد بدقة هدفه من الاستبيان بالإضافة إلى تحديد المجتمع الإحصائي الذي يريد استهدافه وكذلك تحديد طريقة تحليل بيانات الاستبيان من البداية.
