Material och procedur

Enkätfrågorna byggde dels på den kvalitativa innehållsanalys som genomfördes för att ta fram studiens IA-faktorer, dels på resultaten från den webbplatsanalys som genomfördes på krisinformation.se. Det var ett medvetet och strategiskt val att först genomföra de kvalitativa innehållsanalyserna för att därefter formulera enkätfrågorna. Genom att sekventiellt kombinera ihop metoderna gav innehållsanalyserna oss viktiga insikter och vägledning när enkätfrågorna formulerades.

En nackdel med enkäter där svaren ges på distans är svårigheten att kontrollera sanningsgraden (Denscombe, 2018, s. 265). Vi anser dock att detta vägdes upp av att vi nådde ett större antal än om vi till exempel hade genomfört intervjuer ansikte mot ansikte. Vi tror också att objektiviteten i studien ökade eftersom vår frånvaro gjorde att vi inte påverkade respondenterna då de besvarade frågorna.

Denscombe (2018, s. 293) beskriver intervjuareffekten, som innebär att respondenter som intervjuas ansikte mot ansikte kan påverkas av forskarens närvaro när frågorna besvaras.

Denscombe (2018, s. 387) skriver att validiteten har en tät koppling till frågornas utformning och respondenternas svar. För att försäkra oss om att vi ställde rätt frågor och att enkätens struktur kändes logisk valde vi att testa enkäten på två personer i vår närhet innan den distribuerades.

Patel och Davidsson (2019, s. 97) skriver att den text som medföljer enkäten, till exempel i form av ett brev, kallas ett “missiv”. Detta missiv måste utformas korrekt eftersom det är där forskaren motiverar respondenterna att besvara

24

enkäten. I figur 6 framgår hur vårt missiv utformades för att motivera vänner i våra Facebooknätverk att delta i vår undersökning.

Figur 6: Enkätens missiv

I enkätens inledande del beskrevs studiens kontext, det vill säga syftet med undersökningen och vem som stod bakom studien. Där var vi också tydliga med att respondenternas anonymitet garanterades. Vi skrev även fram hur lång tid vi beräknade att det skulle ta att delta i enkätundersökningen (cirka 10 minuter) och när vi senast önskade få svaren.

Patel och Davidsson (2019, s. 96) skriver att det är viktigt att klargöra om bidragen från respondenterna är konfidentiella och om enkäten är anonym. I vårt fall var enkäten anonym då den inte innehöll några uppgifter om respondenterna som gick att identifiera. Vid en konfidentiell enkät menar Patel och Davidsson (2019, s. 96) att det går att härleda vem som svarat, men att endast forskaren har tillgång till de uppgifterna. I vårt fall gick inte enkätsvaren att härleda till respondenterna.

Eftersom undersökningen endast vände sig till myndiga personer var enkätens första fråga åldersrelaterad. Svarade respondenten att hens ålder var 17 år eller lägre gick det inte att besvara fler frågor i enkäten och en text visades som förklarade att enkätundersökningen endast vände sig till myndiga personer.

Vi ansåg att det också fanns en relevans i att samla in data om förkunskaper, vilket vi gjorde genom att fråga om respondenterna ofta läste myndigheters webbtexter. Vi frågade också om respondenterna generellt upplevde att myndigheters information på webben var lätta att läsa och förstå. Holsanova (2010, s. 136) menar att läsmål, förkunskaper och intressen påverkar hur läsare uppfattar texters begriplighet.

25

När vi ställde frågan “Hur ofta läser du myndigheters texter på webben?” valde vi medvetet en gradering som innehöll fyra alternativ (aldrig-sällan-ibland-ofta) för att undvika det Patel och Davidsson (2019, s. 104) kallar “centraltendens”.

Centraltendens innebär att det finns en tendens att respondenter undviker ändpunkter och väljer det mittersta svarsalternativet.

Inledningsvis ställde vi frågor som handlade om hur begripligheten i myndigheters webbtexter generellt uppfattades. Därefter ställde vi frågor som specifikt handlade om krisinformation.se. Vi valde att använda en skärmdump från den webbsida som huvudsakligen informerade om coronapandemin. Det fanns två anledningar till att vi valde en skärmdump istället för att be respondenterna besöka webbsidan via en länk. Dels fanns det en risk för att informationen kunde ändras under tiden enkätundersökningen pågick, dels ter sig webbplatsens innehåll inte exakt likadant på en dator och en mindre enhet.

Tre frågor i enkäten handlade om vilka IA-faktorer som underlättade mest för respondenterna vid läsning på webben. Vi valde att fokusera på de IA-faktorer som vi använt i analysverktyget, se avsnitt 2.9, och de faktorer vi ringat in under vår första innehållsanalys. Dock var det viktigt för oss att inte begränsa respondenternas möjlighet att beskriva andra faktorer än de vi sett. Genom öppna frågor gavs respondenterna den möjligheten.

Studiens kvantitativa data bestod främst av ordinaldata och nominaldata.

Denscombe (2018, s. 348) skriver att ordinaldata mäter hur saker rangordnas men data kan också handla om att respondenter väljer ut de svarsalternativ de tycker är bäst. Denscombe (2018, s. 347) skriver att nominaldata ofta benämns kategoridata eftersom data mäter hur frekvent en viss kategori förekommer.

Vi skapade online-enkäten i Sunet Survey. Enkäten skickades ut via våra Facebook-profiler den 24 april 2020 och den fanns tillgänglig till och med den 3 maj 2020. Vi hade planerat att skicka ut en påminnelse om enkäten, men då vår enkät snabbt besvarandes av fler än vi hoppats gjordes aldrig någon påminnelse.

Enkäten återfinns i bilaga C.

3.4.2 Databehandling

Analysen av enkätsvaren inleddes med att identifiera mönster för att bilda oss en uppfattning om vad datainsamlingen innehöll och för att få en tydlig översikt över data. Rådata från Sunet Survey exporterades till Microsoft Excel.

Exporteringen gjorde att vi undvek felaktiga manuella inmatningar. Med hjälp av Microsoft Excel kunde vi koda och sortera data samt få en helhetsbild över resultaten.

26

De kvantitativa resultaten från enkäten analyserades med hjälp av det som Sharp et al. (2015, s. 279-287) kallar en enklare kvantitativ analys. Med hjälp av Microsoft Excel använde vi oss av grundläggande matematik såsom frekvens, procent och median. Vi ansåg att detta, i kombination med deskriptiv statistik, hjälpte oss att sammanfatta resultatens profil, utforska samband och presentera resultaten. Denscombe (2018, s. 345) bekräftar att analyser av kvantitativa data sällan kräver mer än grundläggande matematik.

För att kvantifiera den kvalitativa data vi fick genom de öppna frågorna i enkäten valde vi att påbörja ett detaljerat arbete med att strukturera data med utgångspunkt i IA-faktorerna som fanns i analysverktyget.

Fritextsvaren vi samlade in genom uppmaningen “Nämn tre faktorer som du upplever påverkar din läsning på webben“ analyserades och placerades i kategorierna Struktur, Innehåll och Grafiskt. “Nämn tre faktorer som du upplever bidrog till att du tycker så” var en följdfråga till frågan “Tycker du att texterna på krisinformation.se var lätta att läsa och förstå?”. Fritextsvaren på den följdfrågan analyserades och placerades också in i kategorierna Struktur, Innehåll och Grafiskt. De fritextsvar som inte gick att sortera in i någon av dessa tre kategorier placerades i kategorin Kontext. Fritextsvaren från övriga frågor i enkäten sammanfattades. Vi tog även fasta på intressanta utfall och gjorde jämförelser och korrelationer mellan olika resultat för att undersöka om det fanns ett samband mellan data. Vi valde också att lyfta fram citat från fritextsvaren.

Under avsnitt 4 har vi sammanfattat, förtydligat och visualiserat resultaten från enkäten.