Cet article vous donnera des conseils sur la façon d'analyser les réponses d'une enquête auprès des Étudiants Diplômés de l'Université sur la Diversité et l'Inclusion en utilisant les meilleures techniques d'IA et manuelles.
Choisir les bons outils pour l'analyse d'enquête
Votre approche dépend en grande partie du type de données que vous obtenez de votre enquête, et les outils doivent correspondre à la structure de ces réponses.
Données quantitatives : Pour tout ce qui est facile à compter (combien d'étudiants ont sélectionné une option ou évalué quelque chose sur une échelle), vous pouvez aborder l'analyse avec des outils classiques comme Excel ou Google Sheets. Ces outils gèrent les statistiques, les graphiques et les classements avec aisance.
Données qualitatives : Lorsque vous traitez des réponses ouvertes ou des commentaires de suivi, le volume et le désordre signifient que vous ne pouvez pas tout lire. Ici, les outils d'IA deviennent essentiels—ils transforment de grands volumes de texte en résumés, thèmes et idées exploitables.
Il existe deux approches pour les outils lorsqu'il s'agit de réponses qualitatives :
ChatGPT ou outil GPT similaire pour l'analyse IA
Copier-coller et discuter : L'approche la plus simple est d'exporter vos réponses (généralement en CSV) et de coller de gros morceaux dans ChatGPT. Vous pouvez ensuite poser des questions ou résumer ce que les étudiants ont dit—très similaire à une conversation avec un assistant intelligent.
Inconvénients : Cela fonctionne, mais a ses limites. Vous rencontrerez des problèmes de copier-coller, des limites de taille de contexte, et il est difficile de gérer ou de suivre les conversations lorsque l'analyse devient approfondie ou si vous souhaitez revenir à vos conclusions.
Outil tout-en-un comme Specific
Conçu pour l'analyse d'enquête : Specific a été conçu de fond en comble pour cela. Il gère tout : la création de l'enquête, la rédaction de questions de suivi intelligentes pour obtenir des réponses plus riches, et l'analyse des réponses avec l'IA.
Des idées plus approfondies grâce à une meilleure collecte de données : En utilisant les suivis IA automatiques, vous obtenez des réponses d'étudiants plus riches et plus claires. Cela signifie des idées plus fiables à analyser par la suite.
Résumés IA en un clic et discussion instantanée avec vos données : Avec l'analyse IA de Specific, vous obtenez un résumé de toutes les réponses, voyez les thèmes principaux, et pouvez discuter avec l'IA de tout ce qui concerne vos données. Vous n'avez pas besoin de passer d'un outil à l'autre ou de copier-coller sans fin. Vous avez également un contrôle total sur les données envoyées à l'IA pour l'analyse.
Pour en savoir plus sur la création d'enquête, voir générateur d'enquête pour étudiants diplômés sur la diversité et l'inclusion et générateur d'enquête IA à partir de zéro.
D'autres plateformes comme NVivo et MAXQDA offrent des fonctionnalités similaires basées sur l'IA pour les données qualitatives—en utilisant des outils comme le codage automatisé et l'analyse des sentiments—qui peuvent donner un aperçu utile, mais nécessitent généralement plus de configuration manuelle et ne permettent pas l'expérience "discuter avec vos résultats" que Specific propose. [3]
Incitations utiles pour l'analyse des enquêtes sur la diversité et l'inclusion des étudiants diplômés
Les outils alimentés par l'IA ne sont aussi bons que les incitations que vous utilisez. Voici comment obtenir de meilleures réponses à partir de vos données, que vous utilisiez Specific, ChatGPT, ou un autre outil.
Incitation pour les idées principales : Si vous souhaitez un résumé propre sous forme de points de ce dont les étudiants parlent réellement, utilisez cette incitation pour les idées principales. Elle est testée et éprouvée—Specific s'appuie sur elle pour ses analyses. Collez-la directement dans votre chat IA ou utilisez-la automatiquement dans Specific :
Votre tâche est d'extraire des idées principales en gras (4-5 mots par idée principale) + jusqu'à 2 phrases explicatives.
Exigences de sortie :
- Éviter les détails inutiles
- Préciser combien de personnes ont mentionné une idée principale spécifique (utiliser des chiffres, pas des mots), les plus mentionnées en tête
- pas de suggestions
- pas d'indications
Exemple de sortie :
1. **Texte de l'idée principale:** texte explicatif
2. **Texte de l'idée principale:** texte explicatif
3. **Texte de l'idée principale:** texte explicatif
Donnez plus de contexte pour de meilleures réponses : Plus vous donnez d'informations à l'IA sur votre enquête et vos objectifs, meilleure sera votre analyse. Au lieu de simplement demander "Qu'ont dit les gens ?", essayez quelque chose comme :
Cette enquête a été complétée par des étudiants diplômés en 2024. L'objectif principal est de comprendre leurs expériences et préoccupations concernant la diversité et l'inclusion dans l'enseignement supérieur. Résumez les sujets clés que les étudiants mentionnent à ce sujet.
Incitation pour aller plus loin : Une fois que vous avez une liste d'idées principales, zoomez en demandant : "Dites-en plus sur XYZ (idée principale)." Cela permet à l'IA de se concentrer sur les points chauds ou de nouveaux thèmes.
Incitation pour un sujet spécifique ou une validation : Pour être sûr de ne rien manquer, demandez "Quelqu'un a-t-il parlé de [par exemple, climat du campus, équité salariale, diversité du corps professoral] ? Inclure des citations." Cela fait apparaître des preuves à l'appui ou des commentaires nuancés.
Incitation pour les personas : Si vous souhaitez mieux comprendre qui dit quoi, utilisez : "Sur la base des réponses à l'enquête, identifiez et décrivez une liste de personas distincts—similaire à la façon dont 'personas' sont utilisés dans la gestion de produit. Pour chaque persona, résumez leurs caractéristiques clés, motivations, objectifs, et tout commentaire ou schéma pertinent observé dans les conversations."
Incitation pour les points de douleur et défis : Très pertinent pour ce sujet : "Analysez les réponses à l'enquête et énumérez les points de douleur, frustrations ou défis les plus courants mentionnés. Résumez chacun, et notez tout schéma ou fréquence d'occurrence."
Incitation pour l'analyse de sentiment : Pour voir quelle humeur ou quelles attitudes prédominent : "Évaluez le sentiment global exprimé dans les réponses à l'enquête (par exemple, positif, négatif, neutre). Mettez en évidence les phrases clés ou les retours qui contribuent à chaque catégorie de sentiment."
Incitation pour les suggestions et idées : Utile pour des recommandations exploitables : "Identifiez et listez toutes les suggestions, idées ou demandes fournies par les participants à l'enquête. Organisez-les par sujet ou fréquence, et incluez des citations directes là où c'est pertinent."
Voir guide sur les meilleures questions à poser dans les enquêtes sur la diversité et l'inclusion pour les étudiants diplômés pour l'inspiration avant d'effectuer votre analyse.
Comment Specific analyse les données qualitatives par type de question
Specific structure l'analyse pour que vous obteniez toujours des résumés adaptés au type de chaque question d'enquête :
Questions ouvertes avec ou sans suivi : Vous obtenez un seul résumé clair qui couvre à la fois la question principale et les suivis, afin que vous puissiez voir le tableau d'ensemble et les explications plus profondes en un seul endroit.
Questions à choix multiples avec suivis : Chaque choix de réponse vient avec son propre résumé généré par l'IA pour toutes les réponses de suivi liées à ce choix. Cela signifie que vous pouvez comprendre non seulement ce que les étudiants ont choisi, mais pourquoi—leurs raisons, sentiments et préoccupations uniques.
NPS (Net Promoter Score): Chaque catégorie (détracteurs, passifs, promoteurs) reçoit un résumé individuel de tous les commentaires de suivi qui y sont liés. Si cinq passifs mentionnent le climat du campus ou trois détracteurs parlent d'iniquité salariale, vous voyez immédiatement ce schéma.
Vous pouvez faire de même en formatant vos données et en utilisant ChatGPT, mais cela demande beaucoup plus de travail manuel—surtout pour trier par type de question et garder les résumés organisés.
Related: Comment les suivis générés par l'IA fonctionnent dans Specific.
Comment aborder les limites de la taille du contexte de l'IA dans l'analyse d'enquête
Les modèles d'IA—qu'il s'agisse de Specific, de ChatGPT ou d'autres outils—ne peuvent pas gérer une quantité illimitée de texte à la fois. Lorsque vous avez des centaines de réponses à une enquête, vous atteindrez cette "limite de contexte". Voici comment contourner cela et rendre votre analyse efficace :
Filtrage : Incluez uniquement les conversations d'enquête où les étudiants ont répondu à certaines questions ou donné des réponses spécifiques. Cela signifie que seules les données les plus pertinentes sont analysées, libérant ainsi un espace précieux dans "l'attention" de l'IA.
Recadrage : Sélectionnez uniquement les questions qui comptent le plus pour votre analyse. Vous pouvez exclure les questions hors sujet ou de remplissage, en veillant à ce que l'IA se concentre sur ce qui est crucial—et que vos données les plus précieuses entrent dans la fenêtre de contexte disponible.
Dans l' analyse de chat IA de Specific, ces deux approches sont intégrées et très simples à configurer.
Fonctionnalités collaboratives pour l'analyse des réponses aux enquêtes des étudiants diplômés
L'une des parties les plus difficiles de l'analyse des enquêtes sur la diversité et l'inclusion des étudiants diplômés est de s'assurer que tout le monde peut examiner, discuter et contribuer aux résultats—sans perdre de vue ou dupliquer le travail.
Analyse instantanée du chat IA, ensemble avec votre équipe : Avec Specific, tout le monde peut plonger et analyser les données simplement en discutant avec l'IA—pas de tableaux de bord intimidants ou de manipulations techniques requises.
Multiples fils d'analyse et propriété : Vous pouvez démarrer plusieurs discussions sur les mêmes données, chacune filtrée pour une tranche différente (par exemple, inclusion sur le campus, diversité du corps professoral, disparités salariales). Chaque discussion montre qui l'a créée, afin que votre équipe puisse répartir le travail ou comparer les conclusions en parallèle.
Visibilité claire et responsabilité : Dans le Chat IA, chaque message affiche maintenant l'avatar de l'expéditeur. Vous saurez toujours qui a demandé quoi, ce qui est important pour les grandes équipes de recherche ou lors du partage des résultats avec les parties prenantes.
Pour plus d'informations, consultez le guide facile pour créer et analyser des enquêtes sur la diversité des étudiants diplômés.
Créez votre enquête sur la diversité et l'inclusion des étudiants diplômés maintenant
Plongez directement dans des idées riches et exploitables sur la diversité et l'inclusion parmi les étudiants diplômés—combinez des conversations de suivi plus approfondies avec une analyse IA instantanée, le tout en un seul endroit, sans travail manuel requis.