Как обработать результаты анкетирования для научной статьи или диплома

Хорошая новость: чтобы обработать анкету корректно, не нужен сложный аппарат. Нужен правильный порядок действий и понимание, какая статистика допустима для ваших данных. Разберём его по шагам — с кодом на Python, который легко повторить в бесплатных инструментах (Python, R, Jamovi), без платных лицензий.

Сначала — тип шкалы измерения

Любой анализ начинается с вопроса: что за число перед нами. Стандартная классификация уровней измерения¹ различает четыре типа шкал:

• Номинальная — категории без порядка (пол, факультет, город). Корректны только частоты, мода и таблицы сопряжённости.
• Порядковая — порядок есть, но «расстояния» между значениями не равны («плохо / удовлетворительно / хорошо / отлично»; согласие от «полностью не согласен» до «полностью согласен»). Корректны медиана, мода и ранговые методы.
• Интервальная и шкала отношений — равные интервалы (баллы теста, возраст, доход). Допустимы среднее, стандартное отклонение и параметрические тесты.

Проблемы начинаются, когда порядковую шкалу молча превращают в интервальную: кодируют ответы числами 1–5 и считают среднее так, будто разница между «1» и «2» равна разнице между «4» и «5». Формально посчитать можно — но содержательно такое среднее трудно истолковать, и на защите это законный повод для вопроса.

Шкала Лайкерта: один пункт — это ещё не шкала

Самый частый инструмент опроса — шкала Лайкерта²: утверждение и градации согласия (обычно пять — от «полностью не согласен» до «полностью согласен»). Здесь критично различать³ два разных объекта:

• Отдельный пункт (Likert item) — одно утверждение. Это порядковая шкала, и среднее по нему методологически спорно⁴: «средний балл 3.4» между «нейтрально» и «скорее согласен» трудно осмысленно истолковать. Корректнее — медиана, мода и распределение по категориям.
• Суммарная шкала (Likert scale) — сумма или среднее нескольких пунктов, измеряющих один конструкт (например, «удовлетворённость курсом» из шести утверждений). Такую шкалу при достаточной надёжности и одномерности многие исследователи анализируют как квазиинтервальную⁵ — со средними и t-тестом/ANOVA.

На практике⁶ компромисс такой: для отдельных пунктов берут медианы и непараметрические методы, а средние и параметрику допускают для валидированных суммарных шкал из нескольких пунктов. Практический вывод прост: не считайте «среднее по вопросу анкеты», если это один пункт; считайте среднее по шкале — и только проверив её надёжность.

Показывать ответы по отдельным пунктам удобнее всего не «средним» и не круговой диаграммой, а диаграммой с расхождением (diverging stacked bar):

Надёжность шкалы: альфа Кронбаха и её ловушки

Если вы свернули несколько пунктов в одну шкалу, нужно показать, что они действительно измеряют одно и то же. Стандартный показатель внутренней согласованности — альфа Кронбаха⁷. Грубый ориентир⁹: α ≥ 0.7 считают приемлемым, ≥ 0.8 — хорошим (пороги условны и зависят от задачи). Посчитать её можно в несколько строк:

import pandas as pd

def cronbach_alpha(items):
    # items: строки — респонденты, столбцы — пункты одной шкалы (числа 1..5)
    k = items.shape[1]
    var_sum = items.var(axis=0, ddof=1).sum()    # сумма дисперсий пунктов
    var_total = items.sum(axis=1).var(ddof=1)   # дисперсия суммарного балла
    return (k / (k - 1)) * (1 - var_sum / var_total)

alpha = cronbach_alpha(df[["q1", "q2", "q3", "q4", "q5", "q6"]])
print(f"Альфа Кронбаха: {alpha:.2f}")               # напр. 0.83 — приемлемо

У α есть важная ловушка⁸: она растёт не только с качеством пунктов, но и просто с их количеством. Достаточно набрать побольше слабо связанных утверждений — и формальный порог будет «взят»:

Поэтому α всегда сообщают вместе с числом пунктов, а как более корректную альтернативу всё чаще используют омегу Макдональда¹⁰, которая не требует предположения о равном вкладе пунктов. И ни α, ни ω сами по себе не доказывают, что шкала одномерна, — для этого нужен факторный анализ.

Сколько респондентов нужно

Второй вечный вопрос — сколько анкет собрать. Для оценки доли (например, «какой процент студентов пользуется сервисом») размер выборки задаётся требуемой точностью: n = z² · p(1−p) / e², где e — допустимая погрешность, а p = 0.5 берут как худший случай. Готовые ориентиры дают и широко цитируемые таблицы размера выборки¹¹.

Но размер — это лишь половина дела, и не главная. Ключевое ограничение студенческих опросов — способ отбора. Если вы опросили одногруппников, знакомых или подписчиков своего паблика, это удобная (неслучайная) выборка: по ней нельзя обобщать на «всех студентов» — какой бы большой она ни была. Честная работа прямо оговаривает это ограничение в выводах, а не выдаёт удобную выборку за репрезентативную. Это не слабость диплома, а признак методологической грамотности.

Связи между переменными: какой метод выбрать

Когда нужно проверить связь двух переменных, метод выбирают по их типам (подробный разбор — в статье о выборе статистического теста):

• Две номинальные — таблица сопряжённости и критерий χ²; силу связи показывает коэффициент Крамера V¹³ (значимость χ² сама по себе силу связи не измеряет).
• Две порядковые (две лайкертовские) — ранговая корреляция Спирмена¹², а не Пирсона: Пирсон предполагает интервальную шкалу и линейность.
• Порядковая по группам — критерий Манна–Уитни (две группы) или Краскела–Уоллиса (несколько групп).

import numpy as np
import pandas as pd
from scipy.stats import chi2_contingency

# таблица сопряжённости двух номинальных переменных
table = pd.crosstab(df["факультет"], df["пользуется_сервисом"])
chi2, p, dof, _ = chi2_contingency(table)

n = table.values.sum()
k = min(table.shape)                  # min(строк, столбцов)
cramers_v = np.sqrt(chi2 / (n * (k - 1)))

print(f"χ² = {chi2:.1f}, p = {p:.3f}")
print(f"Крамера V = {cramers_v:.2f}")    # 0.1 слабая · 0.3 средняя · 0.5 сильная

И всегда сообщайте не только p-значение, но и размер эффекта. На большой выборке «статистически значимая» связь может быть практически ничтожной — значимость отвечает на вопрос «есть ли связь вообще», а размер эффекта — «насколько она велика».

Типичные ошибки

• Среднее по одному пункту Лайкерта. Отдельный пункт порядковый — берите медиану, моду и распределение по категориям.
• Пирсон вместо Спирмена. Для порядковых данных корреляция Пирсона некорректна — нужна ранговая.
• Нет проверки надёжности. Свернули пункты в шкалу — приведите α (а лучше и ω) и обоснуйте одномерность.
• Обобщение с удобной выборки. Опрос знакомых нельзя распространять на генеральную совокупность; оговорите границы.
• «p < 0.05 значит важно». Значимость — не размер эффекта; на большой n значимо почти всё.
• Перебор корреляций. Матрица из 30 переменных даст «значимые» связи случайно — нужна поправка на множественность.
• Круговые диаграммы для Лайкерта. Используйте диаграмму с расхождением или частотную таблицу.

Чек-лист перед сдачей

• Для каждой переменной определён тип шкалы.
• Для шкал из нескольких пунктов посчитана надёжность (α или ω).
• Описательные статистики соответствуют типу шкалы: медиана — для порядковых, среднее — для интервальных.
• Метод проверки связей выбран по типам переменных; приведён размер эффекта, а не только p-значение.
• Оговорены способ отбора респондентов и границы обобщения выводов.
• Данные и расчёт воспроизводимы: таблица данных плюс код или пошаговое описание.

Как с этим помогает StatGazer

Мы помогаем студентам, аспирантам и исследователям разобраться с методологией опроса — а не «сдать работу за вас». Подбираем корректные методы под ваши данные, проверяем уже сделанный анализ и объясняем, почему именно так, чтобы вы уверенно отвечали на вопросы на защите. Это можно сделать форматом разовой консультации или индивидуальных занятий; смежная тема выбора теста под тип данных разобрана в статье о статобработке для диссертации. Опишите задачу в контактах — ответим в течение 24 часов.