Bryman och Bell (2017) menar att en webbaserad enkät möjliggör att resultatet på utformningen av enkäten blir på ett korrekt och snyggt sätt men framförallt kommer utformningen vara utformad på ett mer proffsigt sätt. Vidare menar författarna att distribueringen av enkäter sker på ett smidigt sätt då forskaren får en webbadress där respondenterna kan surfa in på och besvara enkäten. Svar från respondenterna sparas automatiskt och kan sammanställas och tas fram när datainsamlingsfasen är avslutad, vilket effektiviserar bearbetningen av den insamlade datan samt att eventuella fel minimeras. Ytterligare fördelar med webbaserad enkät som Bryman och Bell (2017) menar på är att responstiden blir betydligt snabbare än de traditionella enkät utformningen.
Enkäten utformades genom Googles enkätfunktion vilket är ett effektivt sätt att tillämpa en undersökning med hög validitet, vilket handlar om att ha ett trovärdigt mätinstrument. De första frågorna var kontrollfrågor vilka säkerhetsställda att respondenterna var i den tilltänkta målpopulation, studenter mellan 18-29 år. Respondenter vilka fall ur målpopulationen blir en så kallad övertäckning. Övriga frågor ställdes i antagligen flervalsfrågor eller likertskala, mellan 1-7, där respondenten väljer det påstående som stämmer bäst in på dem. Googles enkätfunktion möjliggjorde att bearbetningen av de inkommande svaren var oss till gagn eftersom datan kunde exportera till bearbetade excelfiler som sedan exporterades till dataprogrammet SPSS. Undersökningen gjordes med avsikt i digitalt format istället för papper för att säkerhetsställa att resultatet blir korrekt. Med transformering från papper till digital form finns risken inmatning av svar blir inkorrekt vilket reduceras med ett insamlat material från ett digitalt utskick.
3.6 Primär – och sekundärdata
Olsson & Sörensen (2011) poängterar att vikten av att samla in primärkällor är för att säkerhetsställa att forskaren får in relevant och uppdaterat information och data för att kunna besvara sin specifika problemformulering, med hjälp av olika fältundersökningar såsom exempelvis, enkät. Christensen et al (2016) menar att just enkäter som en form utav primärkälla möjliggör att kunna få ut användbara information som kretsar kring sociodemografiska såsom, kön ålder, inkomst, men dessutom få tillgång till informations
data i form av respondenternas värderingar, livsstilar, intressen. Med hjälp av enkäter kan forskaren samla in användbar information kring ämnen såsom beteende och då avsikter och motiv bakom ett visst beteende (Christensen et al, 2016). Det var med bakgrund till vad som Olsson och Sörensen (2011) skrev om primärkällor som vi valde att använda oss av enkäter som vårt sätt att införskaffa primärkällor på som behövdes för att möjliggöra att vår undersökning skulle stå på en sådan stabil grund som möjligt.
Utöver insamlingen av primärkällor har vi även tagit del av sekundärakällor som enligt Bryman och Bell (2017) beskriver den data som är framtagen av andra forskare, vars utgångspunkt i sin forskning samt avsikt med framtagen data i vissa fall inte är samma utgångspunkt samt avsikt som sin egen forskning. Sekundärkällor som studien först och främst används av är vetenskapliga artiklar samt facklitteratur som har berört det valda ämnesområdet. Vetenskapliga artiklar och facklitteratur från trovärdiga källor har används som sekundärkällor för att ge undersökningen ett krediterat och solitt teoretiskt underlag för att besvara studiens forskningsfråga att. Enligt Bryman och Bell (2017) det en stor fördel eftersom datan från dessa sekundära källor är av en ytterst högkvalité. Vetenskapliga artiklar och facklitteratur har dessutom varit ett utgångspunkt för studien i och med att sekundärakällorna bidragit till grundförståelse samt givit oss inspiration och vägledning hur på bästa möjliga sätt utformar en kvantitativ undersökning.
3.7 Operationalisering
Utformning av olika begrepp som används i undersökningen är en form av process som kallas för operationalisering (Bryman & Bell, 2017). Av ordets betydelse går det förstå innebörden att det handlar om olika typer av operationer som är ett sätt att gå tillväga när olika begrepp mäts i studien. Operationalisering menar Esaiasson et al (2017) handlar om definiera relevanta begrepp vilka är kopplade till problem som upptäckts inom det valda området. En kvantitativ undersökning bygger på att forskaren behöver kunna kvantifiera olika begrepp för att dessa ska kunna operationaliseras (Davies, 2007). Eftersom den här studien har undersökt studenters konsumtionsbeteende av ekologisk mjölk och varumärkets betydelse, har därför olika begrepp och teorier operationaliseras till mätbara frågor. Vid operationalisering av begrepp är det möjligt redogöra sen analysera mer djupgående vad som karakteriserar ett visst begrepp. Syftet är att konkretisera och göra tidigare icke mätbara begrepp som attityder mot något mätbara genom enkätfrågor vilka
sedan ska bli applicerbara i en tydlig kontext för att kunna besvara uppsatsens forskningsfråga. Se bilaga A för operationaliserings schema
3.8 Analysmetod
Följande avsnitt redogör hur resultatet presenteras med hjälp av dataprogrammet SPSS, för att på ett lämpligt sätt visa det statistiska materialet som samlats in. Först redogörs väsentliga begrepp för att göra det möjligt och tydligt hur läsaren bäst ska kunna läsa den framtagna statistiken. Samtliga av de sex hypoteserna som operationaliseras med hjälp av enkätfrågor för att undersöka om dessa hypoteser kan accepteras eller behöver förkastas. Den deskriptiva statistiken som visas i följande avsnitt mäter konfidensintervallet för vardera fråga där den jämförbara variabeln är om respondenten är student eller inte på Linnéuniversitet. Undersökningen har gjorts med 95 procent konfidensintervall vilket enligt Bryman och Bell (2017) är ett trovärdigt statistiskt underlag för att testa en hypotes inom företagsekonomisk forskning. De respondenter som uppgett att dem inte är studenter redovisas inte i och med att det blir en övertäckning i undersökningen. En övertäckning är när någon utanför den tilltänkta målpopulationen ingår i en undersökning (Holme & Solvang 1997).
För att presentationen av resultatet ska vara så tydlig för läsaren att förstå och tolka redogörs ett antal viktiga begrepp. Mean betyder medelvärde, eller det aritmetiska medelvärdet, och är det genomsnittliga värdet från ett urval. Medelvärde räknas ut genom att summera samtliga värden med antalet svar. Std. Error är en förkortning för standardavvikelse. Standardavvikelse är ett statistiskt mått som beräknar den genomsnittliga avvikelsen från medelvärdet. Ett värde nära medelvärdet innebär en låg standardavvikelse medan mer spridda värdet ger en högre standardavvikelse. 95 procent Confidence Interval for Mean och Lower- och Upper Bound betyder att med 95 procent konfidensintervall kan vi säkerhetsställa att medelvärdet för hela populationen studenter i Kalmar kan säkerhetsställas med en intervall mellan de två siffrorna. Cronbach’s Alpha är alfavärdet på ett reliabilitetstest och testar det interna konsistensen. Värdet är mellan 0-1 och bör ligga runt 0,7 för att anses tillförlitlig. Olsson och Sörensen (2011) skriver att det är nödvändigt att inkludera en kvalitativanalays till en kvantitativ analys eftersom då blir forskningsresultatet mer ordentligt belyst. Sättet som vi inkluderade en kvalitativa analys i den här undersökningen var att dra paralleller mellan vår teoretiska referensram och det vi fick ut från resultatet enkätundersökningen.