Êtes-vous prêt à prendre des décisions stratégiques à partir de ces informations ?
Pas tout à fait. Il reste une étape cruciale entre la réception des réponses et leur analyse : leur épurage.
L'épurage des données de sondage consiste à identifier et à supprimer les réponses des personnes qui ne correspondent pas aux critères de votre population cible ou qui ont répondu sans trop réfléchir.
Si elle est effectuée soigneusement, cette procédure améliore la qualité de vos réponses et vous permet de prendre de meilleures décisions. Si elle est bâclée, voire omise, cela affaiblit votre capacité à recueillir des informations intéressantes et affecte la crédibilité de vos résultats.
Nous allons étudier les cas les plus courants dans lesquels il convient d'épurer les données et voir comment procéder dans SurveyMonkey. Vous saurez ainsi comment préserver des résultats représentatifs de l'expérience des participants avant de les analyser.
Dans quels cas épurer les données de sondage
Pour pouvoir exclure certains participants de votre analyse, vous devrez examiner la nature de leurs réponses et leur contexte.
Voici sept critères à prendre en compte lorsque vous décidez d'exclure des réponses :
1. Les participants qui ne répondent que partiellement à vos questions
Les participants qui ne répondent qu'à une partie des questions obligatoires peuvent biaiser l'ensemble des résultats pour de multiples raisons :
- Cela peut être un signe qu'ils n'étaient dès le départ pas qualifiés pour répondre à votre sondage (ce qui les a incité à l'arrêter en route).
- Cela peut indiquer qu'ils n'étaient pas aussi impliqués et attentifs que ceux qui ont répondu jusqu'au bout.
- Lorsque vous travaillez sur un ensemble de données incomplet, l'usage de filtres ou de règles de comparaison risque de vous donner une vision partielle (potentiellement faussée) et non globale.
Remarque : Si de nombreux participants ont abandonné votre sondage en route, cela peut aussi signifier qu'il était mal conçu (questions non pertinentes ou trop nombreuses, branchement conditionnel défectueux, etc.).
SurveyMonkey vous permet de filtrer facilement les réponses par état du sondage. Pour cela, accédez à la page « Analysez les résultats », cliquez sur « + Filtrer », puis cochez « Réponses complètes ».
Vous ne pourrez appliquer le filtre « Réponses complètes » qu'aux commentaires des participants qui ont répondu à toutes vos questions obligatoires et cliqué sur « Terminé » en dernière page.
Obtenez les réponses dont vous avez besoin
Obtenez des réponses complètes de votre marché cible avec SurveyMonkey Audience.
2. Les participants qui ne répondent pas à vos critères de sélection
Supposons que vous souhaitiez interroger les femmes de 18 à 29 ans.
Les réponses de femmes de 50 ans n'ont donc pas leur place dans votre sondage, n'est-ce pas ?
Quels que soient les critères de sélection de votre population, vous pouvez ignorer les participants qui n'y répondent pas en les excluant à l'aide de filtres.
Et si vous ne posez pas de question permettant de déterminer si un participant répond ou non à vos critères de sélection ? Vous pouvez toujours obtenir l'information nécessaire en créant un champ de données personnalisées à remplir pour chaque participant (dans l'exemple ci-dessus, ce champ concernera l'âge). Ensuite, filtrez par données personnalisées et concentrez-vous sur les réponses qui vous intéressent.
Conseil de pro : Pour éviter que certains groupes de personnes répondent à votre sondage, posez une question de sélection dès le début.
3. Les participants qui répondent à votre sondage « à la va-vite »
Supposons que vous envoyiez un sondage à 10 questions.
Si les participants terminent le sondage en quelques secondes, il y a de fortes chances qu'ils répondent trop rapidement, ce qui signifie qu'ils ne lisent pas attentivement les questions et ne réfléchissent pas vraiment à leurs réponses.
Alors, comment distinguer les participants « trop pressés » des autres ? La réponse peut varier, selon le sujet de votre sondage et les types de question que vous posez.
Pour identifier les participants trop pressés, déterminez le temps de réponse moyen de tous les participants. Cela vous donnera le temps « normal » nécessaire pour répondre intégralement à votre sondage.
Ensuite, essayez de définir des règles pour identifier les participants trop pressés, par exemple sous la forme X participants les plus rapides (X correspondant à un nombre), ou X % des participants les plus rapides. Si cela vous semble trop compliqué, excluez simplement les participants dont les temps de réponse sont bien plus brefs que le temps normal (mais faites cela avec précaution).
Vous pouvez identifier les participants trop pressés de différentes façons :
- Si vous avez un nombre limité de participants, filtrez-les en fonction de leur temps de réponse.
2. Si vous avez un nombre important de participants, exportez « Toutes les données des réponses ». Le fichier téléchargé vous indiquera le temps que chaque participant a consacré à votre sondage.
Une fois les participants trop pressés identifiés, vous pouvez supprimer leurs réponses.
4. Les participants qui répondent de façon linéaire
Le terme « linéaire » fait référence aux participants qui font le même choix de réponse tout au long du sondage (la première option par exemple). Il s'agit souvent de participants trop pressés qui foncent dans le sondage en répondant aux questions sans trop réfléchir (voire pas du tout).
Pour repérer rapidement les participants qui répondent de façon linéaire, exportez les réponses dans un fichier Excel ou un logiciel de statistiques. Une fois ces participants identifiés, vous pouvez supprimer leurs réponses.
5. Les participants qui donnent des réponses peu réalistes
Supposons que vous demandiez aux participants combien de temps ils regardent la télévision en moyenne par semaine. Si l'un d'entre eux répond 165 heures, il est clair qu'il exagère (indice : une semaine ne compte que 168 heures).
Nous appelons ce type de réponse une donnée aberrante car elle se trouve en dehors de la plage de réponses des autres participants et parce qu'elle manque franchement de réalisme.
Pour repérer les données aberrantes, vous pouvez également exporter les réponses dans un fichier Excel ou un logiciel de statistiques. Une fois ces données identifiées, vous pouvez les supprimer.
6. Les participants qui répondent de façon incohérente
Lorsqu'un participant se contredit d'une réponse à l'autre, il est clair qu'il est soit de mauvais foi, soit négligent (voire les deux à la fois !).
Vous pouvez détecter ces incohérences en appliquant plusieurs filtres. Supposons par exemple que vous demandiez aux participants combien de temps ils regardent la télévision dans la semaine. Filtrez ensuite les réponses obtenues selon ceux qui ont répondu qu'ils la regardent au moins un peu.
Dans une autre question, vous demandez quelle est leur série préférée. Puis vous filtrez aussi les réponses obtenues selon l'option « Je ne regarde pas la télévision ».
Une fois ces deux filtres appliqués, les réponses affichées sont incohérentes, car elles sont données par des participants déclarant d'un côté qu'ils ne regardent pas la télévision et de l'autre qu'ils la regardent.
Vous pouvez également repérer les incohérences en exportant les réponses dans un fichier Excel ou un logiciel de statistiques.
Une fois ces réponses identifiées, vous pouvez les supprimer.
7. Les participants qui donnent des réponses qui n'ont pas de sens
Obtenir une réponse telle que « Fdsklj » vous fera peut-être sourire, mais cela ne vous mènera pas bien loin dans votre analyse.
Pour faire remonter ce type de contenu suffisamment tôt, passez en revue les réponses ouvertes dans SurveyMonkey et supprimez celles qui s'apparentent clairement à du charabia.
Conseil de pro : Les réponses de type « Aucun(e) » ainsi que celles comportant des fautes d'orthographe ne doivent pas être supprimées. Dans le premier cas, cela signifie peut-être que le participant ne s'est pas senti concerné par la question, dans le second, il a peut être mal orthographié le mot ou fait une erreur de saisie.
Vous pouvez aussi baliser toutes les réponses qui ont du sens, puis filtrer l'ensemble des réponses en fonction des différentes balises et exclure celles qui n'ont pas de sens.
