Overslaan naar inhoud
Nederlands
  • Er zijn geen suggesties want het zoekveld is leeg.

Resultaten: Het begrijpen en interpreteren van onderzoeksscores

Het bekijken van de onderzoeksscores

Om de scores voor individuele vragen in jouw onderzoek te bekijken, ga naar het tabblad Scores in het resultatendashboard.

Op het tabblad Scores kun je vergelijkingsscores selecteren om je resultaten te analyseren. Deze vergelijkingen kunnen worden gemaakt met:

  • Hogere scoreniveaus, zoals benchmarks, de hele organisatie of resultaten van het vorige onderzoek.
  • Lagere scoreniveaus, zoals specifieke teams of afdelingen binnen jouw organisatie.

Om een vergelijking te kiezen, klik je op het veld Vergelijkingen en selecteer je scores op een hoger niveau (bijv. organisatorische benchmarks) of scores op een lager niveau (bijv. resultaten op teamniveau).

Raadpleeg voor een uitgebreide handleiding voor het gebruik van het resultatendashboard: Hoe gebruik je het Resultatendashboard?

De scores begrijpen

Om je te helpen bij het lezen en begrijpen van de scores, laten de resultaten zien of er sprake is van absolute verschillen en/of statistische significantie. Absolute verschillen (kleuring van de scores) geven aan of dit verschil praktisch merkbaar is, terwijl statistische significantie (*) aangeeft of een verschil tussen scores echt is en niet het gevolg van toeval.

Door deze samen te interpreteren, kun je bepalen of een resultaat belangrijk genoeg is om onmiddellijk op te reageren, in de loop van de tijd te controleren, verder te onderzoeken of zonder risico te negeren.

Wat is belangrijker: het sterretje (*) of het kleurverschil?

Ze dienen verschillende doeleinden:

  • Het sterretje (*) geeft aan dat een verschil statistisch significant is.
  • De kleur toont het absolute verschil, dat nog steeds belangrijk kan zijn, ook wanneer het niet statistisch significant is. Omdat er minder kans is op een significant verschil bij kleinere groepen, helpt de kleur je om op lagere niveaus verschillen te identificeren.
  • Samen geven ze een completer beeld van de gegevens.

Het begrijpen van de kleuren van scores

De kleuren op het dashboard vertegenwoordigen verschillen in absolute scores:

  • Groen geeft een positief verschil aan (jouw score is hoger dan de score van de vergelijkingsgroep).
  • Rood geeft een negatief verschil aan (jouw score is lager dan de de score van de vergelijkingsgroep).
  • De tint van de kleur weerspiegelt de grootte van het verschil - hoe donkerder de tint, hoe groter het absolute verschil met de vergelijkingsgroep.

Waarom we absolute verschillen gebruiken?

  • Consistentie en duidelijkheid: Absolute verschillen bieden een gestandaardiseerde en gemakkelijk te interpreteren vergelijking.
  • Relevantie: Absolute verschillen zorgen voor een uniforme evaluatie, ongeacht de steekproefrespons.

Significantie uitgelegd

Het sterretje (*) in het resultatendashboard geeft aan of een scoreverschil significant is. Dit betekent dat het verschil statistisch betekenisvol is en waarschijnlijk niet op toeval berust. Dit helpt bij het identificeren van patronen in medewerkersfeedback.

Als een score als significant wordt gemarkeerd, betekent dit dat het verschil statistisch betekenisvol is op een betrouwbaarheidsniveau van 95%. Kortom, er is een kans van 95% dat het niet te wijten is aan willekeurige variatie. Dit helpt gebruikers te begrijpen welke veranderingen in de scores daadwerkelijke trends weerspiegelen in plaats van toevallige schommelingen.

Moet ik alleen naar significante verschillen kijken?

Niet per se. Hoewel significantie helpt om belangrijke verschillen te benadrukken, kunnen andere inzichten nog steeds waardevol zijn, ook als ze niet statistisch significant zijn. Het is altijd het beste om significantie te gebruiken als één van meerdere factoren bij het interpreteren van gegevens.

De verschillen begrijpen

Door absolute verschillen te combineren met statistische significantie, kunnen scores worden gegroepeerd in vier verschillende categorieën.

  1. Geen absoluut verschil (kleur) en geen significant verschil (*)
  2. Geen absoluut verschil (kleur), maar wel significant verschil (*)
  3. Absoluut verschil (kleur), maar geen significant verschil (*)
  4. Absoluut verschil (kleur) en significant verschil (*)

1. Geen absoluut verschil (kleur) en geen significant verschil (*)

Je ziet een verschil dat:

  • Niet statistisch significant is: het kan zich toevallig hebben voorgedaan
  • Praktisch klein is: het heeft in de praktijk weinig invloed.

Wat betekent dit?
Het verschil is te klein om actie te rechtvaardigen - het is noch praktisch noch statistisch significant.

2. Geen absoluut verschil (kleur), maar significant verschil (*)

Je ziet een verschil dat:

  • Statistisch significant is: het verschil is waarschijnlijk niet het gevolg van willekeurig toeval.
  • Praktisch klein is: in de praktijk is de invloed beperkt.
Wat betekent dit?
Het verschil is aantoonbaar echt, maar je merkt het in de dagelijkse praktijk waarschijnlijk niet op.
Opmerking
Zulke kleine maar statistisch significante verschillen komen vaak voor bij een grote groep respondenten of bij weinig variatie in de antwoorden.
Advies
Houd het in de gaten, maar het hoeft geen prioriteit te zijn. Het is goed om dit soort signalen bij te houden, vooral als je door de tijd heen trends opmerkt.

3. Absoluut verschil (kleur), maar geen significant verschil (*)

Je ziet een verschil dat:

  • Niet statistisch significant is: het is mogelijk ontstaan door toeval.
  • Praktisch relevant is: het absolute verschil is groot.

Wat betekent dit?
Je ziet een merkbaar verschil, maar we kunnen niet met zekerheid zeggen dat het een "echt" verschil is. In de praktijk zou het belangrijk kunnen zijn, maar er is geen statistisch bewijs.

Opmerking
Neem dit verschil serieus, maar wees voorzichtig met het trekken van conclusies. Overweeg om aanvullend onderzoek te doen of controleer of dit verschil opnieuw verschijnt.

Advies
Deze verschillen komen vaak voor bij een kleine groep respondenten of bij veel variatie in de antwoorden.

4. Absoluut verschil (kleur) en significant verschil (*)

Je ziet een verschil dat:

  • Statistisch significant is: het verschil is bijna zeker niet het gevolg van toeval.
  • Praktisch relevant is: het verschil is groot genoeg om in de praktijk effect te hebben.
Wat betekent dit?
Dit is een belangrijk verschil. Het is zowel aantoonbaar echt als waarneembaar in de praktijk. Je kunt ernaar handelen.

Advies
Sta stil bij dit verschil. Bespreek het binnen je organisatie en bepaal of actie nodig is.