Dalla Sentiment Analysis alla Significatività Statistica, questo case study esemplificativo illustra il potere di NVivo abbinato a XLSTAT.
I dati raccolti tramite sondaggi spesso nascondono informazioni preziose. Tuttavia, estrarle può essere complesso. Indipendentemente dal tipo di dati o dal settore di ricerca, l’uso combinato di un software statistico e di uno per l’analisi qualitativa dei dati (QDA) può rivelare intuizioni nascoste nella tua ricerca qualitativa.
In questo ipotetico case study, NVivo, software leader per l’analisi dei dati qualitativi (QDA), viene utilizzato in combinazione con XLSTAT, software statistico avanzato, per analizzare i risultati di un sondaggio sulla soddisfazione dei lavoratori nel settore delle risorse umane.
Incontriamo Emily, responsabile delle Risorse Umane di Aviation Engineering (AE), azienda che sempre avuto la reputazione di essere un ottimo luogo di lavoro. Di recente, però, il numero di dimissioni tra alcuni dipendenti di talento è aumentato. Interviste informali con colleghi di lunga data non avevano sollevato particolari preoccupazioni. Emily ha sentito tuttavia la necessità di intraprendere un’indagine più approfondita, ed è qui che è entrato in gioco il ruolo combinato di NVivo e XLSTAT.
Emily ha progettato un semplice sondaggio con una domanda aperta: “Potresti descrivere in dettaglio i tuoi sentimenti riguardo al tuo lavoro e quali aspetti contribuiscono alla tua soddisfazione o insoddisfazione nel ruolo di ingegnere aeronautico?” In aggiunta, ha raccolto anche dati sull’età e sul reddito dei partecipanti.
Il primo passo è stato eseguire una sentiment analysis delle risposte. I risultati hanno mostrato una differenza evidente tra i partecipanti più giovani e quelli più anziani.
Tuttavia, questo non spiegava il motivo per cui i dipendenti fossero felici o insoddisfatti del lavoro. Una word cloud ha fornito alcuni indizi: la parola “passione” era frequentemente menzionata, così come “stress”, “sogno” e “pressione”.
Emily ha deciso di esplorare più a fondo i dati del sondaggio e, utilizzando NVivo, in qualità di software QDA leader del settore, ha potuto etichettare con i tag le risposte dei partecipanti. La word cloud aveva fornito indizi sui temi discussi.
Ha effettuato una codifica automatica sui i temi principali come “stress”, “pressione” e “innovazione”, ma ha anche analizzato attentamente tutte le risposte per individuare ulteriori temi. Successivamente, ha creato una tabella incrociata per vedere i temi in relazione all’età. Grazie a questo grafico interattivo, ha potuto estrarre le citazioni (quotes) da inserire nel suo report.
Emily ha osservato immediatamente una sostanziale differenza tra la percezione del lavoro dei dipendenti più anziani rispetto a quella dei più giovani.
I dipendenti più anziani apprezzavano l’opportunità di essere creativi e innovativi, come dimostrano le seguenti citazioni:
“Come ingegnere aeronautico, sperimento la perfetta combinazione di creatività e precisione. È un mondo in cui i sogni prendono il volo, e io volo con loro ogni giorno!”
“L’ingegneria aeronautica è il luogo in cui la scienza incontra l’immaginazione. Costruire aerei mi permette di esplorare entrambi i mondi e rappresenta il lavoro più gratificante che avrei potuto desiderare.”
I dipendenti più giovani, invece, si sentivano stressati e sotto costante pressione.
“Essere ingegnere aeronautico è una battaglia continua. Pressione costante, orari lunghi e mancanza di tempo per la vita privata rendono il lavoro insopportabile.”
“La pressione costante e la sensazione di essere sottovalutato hanno trasformato il lavoro che amavo in una lotta quotidiana.”
Emily sentiva di aver ottenuto intuizioni importanti, ma per convincere il team esecutivo voleva verificare quanto fossero significativi i risultati. Fortunatamente, esportare i dati da NVivo a XLSTAT per l’analisi statistica è stato facile.
La media dei risultati della sentiment analysis è risultata pari a 0,10, il che significa che, in generale, le persone non sono né felici né infelici. Inizialmente, Emily aveva osservato solo la media del sentiment. Le analisi approfondite in NVivo avevano invece rivelato una differenza marcata tra dipendenti più anziani e più giovani.
Per testarne la significatività, ha eseguito un’ANOVA utilizzando XLSTAT. Il risultato è stato chiaro: l’età ha un effetto altamente significativo (p value < 0,0001), con i dipendenti più anziani (41-60 anni) più soddisfatti del lavoro rispetto a quelli più giovani (23-40 anni). Quindi, la semplice media nascondeva in realtà importanti informazioni dovute alla presenza di due gruppi distinti!
Emily si è chiesta se la retribuzione avesse un effetto sulla soddisfazione dei dipendenti. Pur essendo vero che, in generale, i salari aumentano con l’anzianità, recentemente, per attrarre talenti e contrastare la tendenza crescente alle dimissioni, sono stati offerti stipendi più alti ai dipendenti più giovani.
Emily ha osservato che, confrontando stipendio ed età, la relazione risultava significativa (correlazione = 0,323; p value < 0,0001), ma comunque bassa (la correlazione varia tra 0 e 1). Tuttavia, analizzando più nel dettaglio i giovani con stipendi più alti, ha constatato dal grafico seguente che erano comunque insoddisfatti. Quindi, un salario più elevato non porta necessariamente a una maggiore soddisfazione lavorativa per i giovani, e aumentare il loro stipendio non risolverebbe il problema della retention.
Inoltre, per comprendere le ragioni per cui i partecipanti gradivano o meno il proprio lavoro, Emily ha creato un diagramma a tornado (disponibile nella funzione back-to-back histogram di XLSTAT). Questo diagramma le ha permesso non solo di visualizzare i temi positivi e negativi, ma anche di confrontarne l’importanza. “Turning ideas into reality”, quindi mettere in pratica le idee, è risultato il tema con i punteggi positivi più alti, mentre “stress” quello più negativo.
Grazie alla combinazione delle analisi condotte con NVivo e XLSTAT, Emily ha ora una comprensione più chiara della forza lavoro di Aviation Engineering. Offrire stipendi più alti ai nuovi dipendenti più giovani non avrà un impatto sulla capacità di trattenere i dipendenti. Piuttosto, si concentrerà sull’individuare strategie per alleggerire la pressione lavorativa e restituire ai più giovani l’entusiasmo originario per la loro professione.
Per saperne di più su come quantificare i dati qualitativi, consulta l’articolo How to Quantify Qualitative Data: What is the Significance of Your Data?.
Scopri come supportare le tue ricerche ottenendo insight più profondi dai tuoi dati!
Richiedi una demo gratuita di NVivo per capire come questo software possa supportarti nell’analisi dei dati qualitativi e dei metodi misti.
Richiedi una demo gratuita di XLSTAT per vedere come questo software possa assisterti nell’analisi e nella visualizzazione dei dati statistici.
La competenza e la formazione di GMSL permettono di fornire un ampio ventaglio di servizi: software scientifici, consulenza statistica e matematica, sviluppo software custom e prodotti, sessioni di training, acquisizione e analisi dati ad ogni livello. Sei interessato a qualcuna di queste voci? Non esitare a contattarci! Compila il form e riceverai al più presto una risposta dal nostro team altamente qualificato.
