Prace dyplomowe · Zbieranie danych

Nagroda za udział w ankiecie – kiedy pomaga i jak ją zorganizować

Bon, losowanie czy tylko podziękowanie: co pokazują badania, jak nie stracić anonimowości i ile naprawdę kosztuje jedna dobra ankieta. Z kalkulatorem i symulacją w R.

Strona główna / Blog / Nagroda za udział w ankiecie
W skrócie: Nagroda zwykle podnosi odsetek odpowiedzi, ale nie gwarantuje lepszych danych, a przy publicznym linku może je popsuć. W metaanalizie badań z randomizacją pieniądze dawały RR = 1.25, a loterie RR = 1.12. W fikcyjnym przykładzie dodatkowa dobra ankieta kosztowała 46.08 zł, choć średnio wychodziło 8.00 zł. Adres do nagrody zbieraj w osobnym formularzu, zasady podaj z góry, a losowanie sprawdź z uczelnią, zanim je ogłosisz.

Zanim kupisz bon: co nagroda ma naprawić

Masz 300 zł i ankietę, na którą odpowiada za mało osób. Pierwszy odruch to bon albo losowanie. Najpierw odpowiedz jednak na pytanie, jaki problem chcesz rozwiązać, bo nagroda działa na trzy różne rzeczy i na każdą inaczej.

  • Liczba odpowiedzi. Tu nagroda zwykle pomaga, choć umiarkowanie. Podstawy liczenia opisuje hasło wskaźnik odpowiedzi.
  • Skład próby. Mniej zainteresowani tematem odpowiadają rzadziej. Jeśli zainteresowanie wiąże się z tym, co mierzysz, powstaje błąd braku odpowiedzi. Nagroda może go zmniejszyć, ale nie musi.
  • Jakość danych. Nagroda może przyciągnąć osoby, którym zależy tylko na jej odebraniu. To ryzyko jest największe przy linku dostępnym dla każdego.

Wpis gdzie znaleźć respondentów porównuje kanały rekrutacji, a metoda Dillmana układa kontakty w plan. Tu zajmujemy się tylko nagrodą: czy jej użyć, jak ją wydać i jak o niej napisać. Jeśli zapraszasz przez publiczny link, nie masz mianownika i odsetka odpowiedzi w ogóle nie policzysz. Wtedy nagroda zwiększy liczbę wypełnień, ale nie dowiesz się, jak bardzo zmieniła udział.

Rodzaje nagród

Rodzaje nagród za udział w ankiecie, ich działanie i praktyczne uwagi
RodzajJak działaUwaga dla studenta
Z góryDostaje ją każdy zaproszony, jeszcze przed wypełnieniemPłacisz także za osoby, które nie odpowiedzą. Wymaga listy zaproszonych, więc online rzadko się opłaca.
Po wypełnieniu, pewnaKażda osoba, która ukończy ankietę, dostaje to samoKoszt rośnie razem z próbą. Przy otwartym linku to najbardziej narażony wariant.
LosowanieKilka nagród dla wylosowanych osóbZnany z góry budżet, ale własne wymogi formalne. Podaj liczbę nagród i termin.
Pieniądz albo bonForma nagrody w dwóch wariantach powyżejBon trzeba dobrać tak, by był użyteczny dla całej próby. Przelew wymaga numeru konta, czyli kolejnych danych.
Punkty do zaliczeniaDodatkowe punkty za udziałRodzą zależność od prowadzącego. Omawia to wpis o badaniu na studentach.
Wyniki zbiorczePodsumowanie w miejscu wskazanym w ankiecieBez kosztu i bez zbierania adresów. Dobry domyślny wybór przy zerowym budżecie.

Co pokazują badania

Literatura o zachętach jest obszerna, a przekrojowy przegląd przygotowali Singer i Ye (2013), z osobną częścią o ankietach internetowych. Warto znać kilka konkretnych wyników i ich granice.

  • Nagrody zwykle działają. W metaanalizie 46 badań z randomizacją (109 648 osób) odsetek odpowiedzi był wyższy przy pieniądzach (RR = 1.25, 95% CI [1.16, 1.35]), bonach (RR = 1.19, 95% CI [1.08, 1.31]) i loteriach (RR = 1.12, 95% CI [1.03, 1.22]; Abdelazeem i in., 2023). RR = 1.25 oznacza wzrost względny: z 20% do 25%, a nie o 25 punktów.
  • W ankietach elektronicznych też. W przeglądzie Cochrane szanse odpowiedzi rosły przy zachętach pieniężnych (OR = 1.88) i niepieniężnych (OR = 1.60), ale także przy krótszym kwestionariuszu (OR = 1.51) i propozycji udostępnienia wyników (OR = 1.36), a część strategii działała bardzo różnie w różnych badaniach (Edwards i in., 2023).
  • Moment wypłaty nie przenosi się automatycznie między trybami. W ankietach pocztowych istotny efekt miały tylko nagrody dołączone do pierwszej przesyłki, a nagrody obiecane po odesłaniu nie (Church, 1993). W jednym eksperymencie internetowym płatność z góry nie miała przewagi nad płatnością po wypełnieniu, ta nie miała przewagi nad brakiem nagrody, a losowanie zwiększało odsetek ukończeń (Bosnjak i Tuten, 2003). Wśród niemal 4440 studentów układ zależał od wartości: przy niższych kwotach lepsze były nagrody bezwarunkowe, przy relatywnie wysokich warunkowe (Meuleman i in., 2018).
  • Nie ma jednej najlepszej nagrody. Polski przegląd podkreśla, że wynik zależy także od tematu, trybu badania, populacji, długości ankiety i czasu realizacji (Rynko, 2025).
  • Jakość: bez dowodu na regułę. We wspomnianym eksperymencie nie znaleziono różnic w jakości odpowiedzi (Meuleman i in., 2018). W losowym panelu internetowym udział z powodu zachęty nie wiązał się z brakami odpowiedzi, efektem pierwszeństwa ani brakiem zróżnicowania odpowiedzi (Schwarz i in., 2022).

Dwa zastrzeżenia. Te wyniki pochodzą głównie z badań z określoną listą osób, a nie z linku wrzuconego do grupy w mediach społecznościowych. Wyższy odsetek nie znaczy też mniejszego błędu. Teoria dźwigni i istotności przewiduje, że gdy o udziale decyduje temat, odmowy prowadzą do błędu braku odpowiedzi. Groves i in. (2004) sprawdzali eksperymentalnie, między innymi, czy zachęta pieniężna osłabia przewagę osób zainteresowanych tematem. Na tym mechanizmie opiera się poniższa symulacja.

Symulacja: więcej odpowiedzi, a co ze średnią?

Fikcyjny przykład: wysyłasz 800 zaproszeń na ankietę o postawie wobec wolontariatu (skala 1–5, średnia wśród wszystkich zaproszonych 3.00). Bardziej zainteresowani odpowiadają chętniej i mają wyższe wyniki. Nagroda dociąga głównie mniej zainteresowanych, ale część z nich odpowiada nieuważnie. Kontrola jakości wykrywa 80% nieuważnych i błędnie odrzuca 3% uważnych. Siłę nagrody dobrano tak, by odsetki odpowiedzi w dwóch wariantach były zbliżone do metaanalizy (RR 1.12 i 1.23). Pozostałe parametry są fikcyjne. To ilustracja mechanizmu, a wielkość efektu zależy od badania.

Wyniki symulacji w pięciu scenariuszach: odsetek odpowiedzi, liczebność, nieuważni, obciążenie i pokrycie przedziału ufności
ScenariuszOdsetek odpowiedzin przed / po kontroliNieuważniObciążenie przed / poPokrycie 95% CI przed / po
Brak nagrody20.1%160.4 / 150.64.0%0.202 / 0.1865.2% / 10.0%
Losowanie22.5%180.3 / 167.65.2%0.172 / 0.1499.4% / 21.7%
Pewna nagroda24.7%197.5 / 179.57.9%0.169 / 0.1338.2% / 28.1%
Pewna, bez spadku jakości24.7%197.6 / 185.64.0%0.133 / 0.11524.4% / 39.9%
Pewna, publiczny link40.4%322.8 / 233.332.1%0.278 / 0.1330.0% / 18.3%
Obciążenie średniej przed i po kontroli jakości. Brak nagrody 0.20 i 0.19, losowanie 0.17 i 0.15, pewna nagroda 0.17 i 0.13, pewna nagroda bez spadku jakości 0.13 i 0.12, publiczny link 0.28 i 0.13.
Rysunek 1. Obciążenie średniej w pięciu scenariuszach, czyli różnica między średnią w próbie a średnią wśród wszystkich zaproszonych. Czerwony punkt pokazuje stan przed kontrolą jakości, niebieski po niej. Obliczenia: R (dane symulowane, parametry fikcyjne).

Co z tego wynika:

  • Nagroda zmniejszyła obciążenie, ale go nie usunęła. Po kontroli spadło z 0.186 do 0.133 punktu. Pokrycie przedziału ufności sięgnęło tylko 28.1%, choć powinno wynosić 95%.
  • Nieuważni zjadają część zysku. Przed kontrolą pewna nagroda dawała obciążenie 0.169, a gdyby jakość nie spadła, byłoby to 0.133. Przy równych wynikach nieuważnych i uważnych tej straty by nie było. W przykładzie nieuważni klikają bliżej prawej strony skali.
  • Publiczny link wygląda najlepiej w liczebności i najgorzej w danych. Przed kontrolą obciążenie wyniosło 0.278, a 32.1% rekordów było nieuważnych. W tym wierszu odsetek 40.4% to tylko liczba wypełnień podzielona przez 800, bo przy otwartym linku prawdziwego mianownika nie ma.

Boty i wielokrotne wypełnienia

Nagroda jest powodem, dla którego ktoś wypełnia ankietę wiele razy. W internetowych badaniach zdrowia z wynagrodzeniem uczestnicy, także niespełniający kryteriów, mogą zgłaszać się wielokrotnie i pobierać nienależne wynagrodzenie (Teitcher i in., 2015). Goodrich i in. (2023) opisują dwie ankiety zalane fałszywymi odpowiedziami i wskazują, że nieuczciwi wypełniający mogą wykorzystywać zachęty pieniężne i anonimowość. Zabezpieczenia i reguły usuwania omawia wpis o botach i fałszywych respondentach, a prawdziwe osoby, które nie czytają pytań, wpis o nieuważnych odpowiedziach. Z tej strony zapamiętaj jedno: nie łącz publicznego linku z ogłoszoną nagrodą, a zaproszenia kieruj do określonej grupy.

Nacisk i nadmierna zachęta

Udział ma być dobrowolny, a nagroda nie może tego podważać. Grant i Sugarman (2004) uznają zachęty przeważnie za nieszkodliwe, ale wskazują sytuacje problematyczne: zależność uczestnika od badacza, wysokie ryzyko, badanie poniżające oraz zgodę wyrażoną tylko z powodu wysokiej nagrody mimo silnej niechęci do udziału. W pracy dyplomowej przekłada się to na trzy pytania:

  • Czy badani zależą ode mnie? Przy własnych pacjentach, uczniach lub podwładnych przeczytaj wpis o badaniu we własnym miejscu pracy.
  • Czy wartość nagrody jest proporcjonalna do czasu i trudności ankiety? Przy pytaniach drażliwych wyższa kwota może być gorszym, a nie lepszym pomysłem.
  • Czy osoba, która zrezygnuje w połowie, zachowuje szansę na nagrodę? Ustal to z góry i napisz wprost.

Ocena należy do komisji etycznej albo do opiekuna, według zasad uczelni. We wniosku opisz rodzaj, wartość i moment przekazania nagrody.

Jak zorganizować nagrodę

Adres w osobnym formularzu

Adres e-mail zapisany przy odpowiedziach odbiera ankiecie anonimowość, więc obietnica z pierwszej strony przestaje być prawdziwa (zob. świadoma zgoda i RODO). Na stronie końcowej ankiety umieść zwykły link do drugiego formularza, który pyta tylko o adres.

Schemat: ankieta prowadzi do zbioru odpowiedzi bez adresów i do analizy. Osobny formularz prowadzi do listy adresów bez odpowiedzi, a potem do losowania lub wypłaty i usunięcia listy. Między zbiorami nie ma wspólnego kodu.
Rysunek 2. Odpowiedzi i adresy do nagrody trafiają do dwóch osobnych zbiorów, których nie da się ze sobą połączyć.

Sprawdź też drobiazgi. Czas wysłania w obu formularzach pozwala dopasować rekordy, więc nie zbieraj go albo usuń przed eksportem. Nie przekazuj w linku identyfikatora odpowiedzi. Upewnij się w teście technicznym, że narzędzie nie zapisuje adresu IP ani adresu konta. O tym, co zostaje w logach, pisze wpis o paradanych.

Kontrola przed wypłatą

Tu powstaje konflikt. Jeśli formularzy nie da się połączyć, nie sprawdzisz, czy zwycięzca odpowiadał uczciwie. Masz trzy układy i każdy ma cenę.

Trzy układy kontroli przed wypłatą nagrody i ich konsekwencje
UkładJak działaCo tracisz
Bez sprawdzania odpowiedziNagroda dla każdego, kto wysłał adres; usuwasz tylko powtórzone adresyNagroda może trafić do osoby nieuważnej. Ma sens przy zamkniętej liście i małej wartości.
Warunek na końcu ankietyLink do nagrody widzi tylko osoba, która zaliczyła pytanie kontrolne i nie była zbyt szybkaOdpowiedzi zostają anonimowe. Link można jednak przekazać dalej, a narzędzie musi umieć pokazywać stronę końcową warunkowo.
Numer losuAnkieta pokazuje losowy numer, zapisany też przy odpowiedziach; przed wypłatą sprawdzasz rekord o tym numerzeDane są pseudonimizowane, a nie anonimowe. Nie pisz „anonimowa”. Klucz usuń po wypłacie.

Warunek ogłoś z góry i oprzyj go na regule, a nie na treści odpowiedzi. Nikt nie może stracić nagrody za to, co odpowiedział o swoich poglądach albo zdrowiu. Pamiętaj też, że kontrola myli się w obie strony: w symulacji 3% uważnych osób odrzucono niesłusznie.

Zasady i termin

  • Losowanie. Podaj liczbę i rodzaj nagród, datę, sposób losowania i termin kontaktu ze zwycięzcą. Losowanie nagród bywa regulowane przepisami, a nagrody mogą rodzić obowiązki formalne. Sprawdź to z uczelnią lub prawnikiem, zanim ogłosisz losowanie.
  • Jedna nagroda na osobę. Usuń powtórzone adresy przed losowaniem i napisz, że liczy się jedno zgłoszenie.
  • Losowanie, które da się odtworzyć. Ponumeruj adresy, wylosuj numery w R z zapisanym ziarnem i zachowaj protokół bez adresów.
  • Retencja. W informacji podaj, kiedy usuniesz listę adresów, i dotrzymaj tej daty. Jeśli uczelnia wymaga potwierdzeń rozliczenia, zapytaj, co i jak długo przechowywać.
  • Badanie w kilku pomiarach. Tu potrzebujesz połączenia między falami. Zobacz wpisy o kodzie identyfikacyjnym i ankiecie w kilku falach.
  • Wycofanie. Przy formularzach bez połączenia nie znajdziesz odpowiedzi osoby, która poprosi o ich usunięcie. Powiedz o tym w informacji (zob. wpis o wycofaniu po zebraniu danych).

Ile kosztuje jedna dobra ankieta

Licz koszt na ankietę, która przechodzi kontrolę, a nie na każde wypełnienie. Fikcyjny budżet: 800 zaproszeń, odsetki odpowiedzi jak w symulacji, 5 bonów po 50 zł w losowaniu albo bon 8 zł dla każdej osoby po kontroli. Kwoty są przykładowe, wstaw własne.

Koszt jednej dobrej ankiety w trzech wariantach nagrody
WariantWypełnioneDobreKosztNa dobrą ankietęNa dodatkową dobrąZaproszeń bez nagrody dla tej samej liczby
Brak nagrody1601500 zł0.00 zł–800
Losowanie179167250 zł1.50 zł15.38 zł886
Pewna nagroda2001821456 zł8.00 zł46.08 zł968

Ważna jest przedostatnia kolumna. Pewna nagroda kosztuje średnio 8.00 zł, ale płacisz także osobom, które wypełniłyby ankietę i tak, więc każda dodatkowa dobra ankieta wychodzi 46.08 zł. Ta sama liczba dobrych ankiet wymagałaby 968 zaproszeń zamiast 800. Dokładanie zaproszeń jest tanie, lecz nie zmienia składu próby: obciążenie zostałoby takie jak bez nagrody. Porównuj więc warianty pod kątem obu celów. Liczbę zaproszeń policzysz według wpisu ile zaproszeń wysłać.

Gdy płacisz każdemu, kto wypełni, a link wycieknie, koszt jednej dobrej ankiety rośnie z 8.79 zł (91% rekordów przechodzi kontrolę) do 16.00 zł (50%) i 26.67 zł (30%). W takich scenariuszach kontrola przed wypłatą ma znaczenie nie tylko dla danych, lecz także dla budżetu.

Kiedy nagroda nie ma sensu

  • Masz tylko publiczny link. Najpierw zmień kanał dotarcia.
  • Ankieta jest długa i źle zbudowana. Taniej ją skrócić i sprawdzić w pilotażu; duże obciążenie respondenta trudno odkupić bonem.
  • Grupa jest mała i zależna od Ciebie. Tu nagroda rodzi więcej problemów niż korzyści.
  • Stać Cię tylko na symbol. Zaoferuj wyniki zbiorcze, zapowiedź badania i jedno–dwa przypomnienia.
  • Płacisz za coś, czego nie potrzebujesz. Jeśli z zaproszeń masz już liczebność z planu, a temat nie wiąże się z chęcią udziału, nagroda niewiele zmieni.

Co napisać w informacji i w Metodzie

Fragment informacji dla uczestnika (losowanie, dwa formularze; dopasuj do zasad uczelni):

Po zakończeniu ankiety możesz wziąć udział w losowaniu [liczba] bonów o wartości [kwota] zł. Udział w losowaniu jest dobrowolny. Adres e-mail podasz w osobnym formularzu, który nie jest połączony z ankietą, dlatego Twoich odpowiedzi nie da się przypisać do adresu. W losowaniu liczy się jedno zgłoszenie na osobę. Warunkiem udziału jest [np. ukończenie ankiety]. Losowanie odbędzie się [data]; zwycięzców powiadomimy e-mailem do [data]. Listę adresów usuniemy do [data]. Administrator danych i kontakt: [uzupełnij według zasad uczelni].

Fragment Metody:

Zaproszenia wysłano do [liczba] osób ([źródło listy]) w dniach [data–data]. Uczestnikom zaoferowano [rodzaj i wartość nagrody; moment przekazania]. Adresy do nagrody zbierano w osobnym formularzu niepowiązanym z odpowiedziami. Ankietę wypełniło [liczba] osób ([odsetek]% zaproszonych). Przed analizą, zgodnie z regułą ustaloną przed zebraniem danych, wykluczono [liczba] rekordów ([kryteria]). Analizę przeprowadzono na [liczba] rekordach.

Przykłady fikcyjne, jak bywa napisane i jak poprawić:

Przykłady błędnych sformułowań o nagrodzie i ich poprawione wersje
Jak bywa napisaneCo nie takPoprawiona wersja
„Ankieta była anonimowa. Aby wziąć udział w losowaniu, wpisz e-mail w ostatnim pytaniu”.Adres leży przy odpowiedziach, więc ankieta nie jest anonimowa.„Adresy zbierano w osobnym formularzu niepowiązanym z odpowiedziami”.
„Dzięki nagrodzie próba była reprezentatywna”.Nagroda zmienia udział, ale nie zmienia sposobu doboru. Nie badano też, kto nie odpowiedział.„Zastosowano dobór wygodny, a nagroda mogła wpłynąć na skład próby”.
„Nagroda podniosła odsetek odpowiedzi do 25%”.Bez grupy porównawczej nie wiadomo, jaki byłby odsetek bez nagrody.„Odsetek odpowiedzi wyniósł 25%. Nie porównywano wariantów z nagrodą i bez nagrody”.

Jeśli była nagroda, wspomnij o niej także w Ograniczeniach, zwłaszcza przy pytaniach podatnych na aprobatę społeczną. Sposób rekrutacji opisz jak w haśle panel internetowy i rekrutacja online.

Najczęstsze błędy

  • Traktowanie odsetka odpowiedzi jako miary jakości. Więcej odpowiedzi nie znaczy mniejszego błędu.
  • Adres e-mail w tej samej ankiecie przy obietnicy anonimowości.
  • Wartość nagrody w publicznym poście. To zaproszenie do wielokrotnych wypełnień.
  • Reguła kontroli wymyślona po obejrzeniu danych. Ustal ją przed startem i zapisz w planie analizy.
  • Odmowa nagrody bez ogłoszonego wcześniej warunku.
  • Ogłoszenie losowania bez sprawdzenia zasad z uczelnią.
  • Brak wzmianki o nagrodzie w Metodzie. Czytelnik nie oceni wtedy, jak powstała próba.
Przykład reprodukowalny

Symulacja i kalkulator kosztu w R

Dwa przepisy liczą wszystkie liczby z tabel i tekstu. Rysunek 1 powstał w osobnym skrypcie z tych samych wyników. Ziarna nie wybierano pod wynik. Parametry ustawiono ręcznie jako założenia ilustracyjne; siłę nagrody dostrojono tak, by odsetki odpowiedzi w wariantach były zbliżone do metaanalizy. Zmień je i sprawdź, co stanie się z tabelami.

Symulacja: nagroda, skład próby i nieuważne wypełnienia

Dane wejściowe: 800 zaproszeń na badanie, 4000 powtórzeń, 5 scenariuszy, set.seed(520); tylko bazowy R.

Co odczytać: odsetek odpowiedzi, liczebność przed i po kontroli, odsetek nieuważnych, obciążenie średniej i pokrycie 95% CI.

R
# Nagroda w ankiecie: odsetek odpowiedzi, skład próby i nieuważne wypełnienia.
# Wszystkie parametry są fikcyjne i ustawione ręcznie. To ilustracja mechanizmu.
set.seed(520)

n_zaproszen <- 800     # tylu osobom wysyłasz link
n_badan     <- 4000    # liczba powtórzeń symulacji
M_prawdziwa <- 3       # średnia postawy wśród wszystkich zaproszonych
czulosc     <- 0.80    # kontrola wykrywa 80% nieuważnych
falszywe    <- 0.03    # i błędnie odrzuca 3% uważnych

# Scenariusze: kto dołącza dzięki nagrodzie i jak często odpowiada nieuważnie
# alfa = wyraz wolny szansy dołączenia (wyższy = więcej dodatkowych osób)
# pi_dod = odsetek nieuważnych wśród osób, które dołączyły dla nagrody
scenariusze <- data.frame(
  nazwa = c("Brak nagrody", "Losowanie", "Pewna nagroda",
            "Pewna, bez spadku jakości", "Pewna, publiczny link"),
  alfa   = c(-Inf, -3.60, -2.95, -2.95, -1.20),
  pi_dod = c(0, 0.15, 0.25, 0.04, 0.60)
)

jedno_badanie <- function(alfa, pi_dod) {
  z <- rnorm(n_zaproszen)                         # zainteresowanie tematem
  y <- 3 + 0.35 * z + rnorm(n_zaproszen, 0, 0.60) # postawa (średnia 6 pozycji)
  sam_z_siebie <- runif(n_zaproszen) < plogis(-1.52 + 0.70 * z)
  # Nagroda przyciąga głównie osoby mniej zainteresowane (znak minus przy z)
  dolacza <- !sam_z_siebie & runif(n_zaproszen) < plogis(alfa - 0.50 * z)
  odp <- sam_z_siebie | dolacza

  p_nieuwaga <- ifelse(dolacza, pi_dod, 0.04)
  nieuwazny  <- odp & runif(n_zaproszen) < p_nieuwaga
  # Nieuważni klikają bliżej prawej strony skali, niezależnie od postawy
  y[nieuwazny] <- rnorm(sum(nieuwazny), 3.70, 0.35)
  y <- pmin(pmax(y, 1), 5)

  flaga <- ifelse(nieuwazny, runif(n_zaproszen) < czulosc,
                  runif(n_zaproszen) < falszywe)
  surowe <- y[odp]
  czyste <- y[odp & !flaga]
  pokrycie <- function(x) abs(mean(x) - M_prawdziwa) <
    qt(.975, length(x) - 1) * sd(x) / sqrt(length(x))
  c(odsetek = mean(odp), n = sum(odp), n_kontrola = length(czyste),
    nieuwazni = sum(nieuwazny) / sum(odp),
    srednia = mean(surowe), srednia_k = mean(czyste),
    pokr = pokrycie(surowe), pokr_k = pokrycie(czyste))
}

wyniki <- t(sapply(seq_len(nrow(scenariusze)), function(i) {
  w <- replicate(n_badan, jedno_badanie(scenariusze$alfa[i], scenariusze$pi_dod[i]))
  rowMeans(w)
}))

tab <- data.frame(
  scenariusz    = scenariusze$nazwa,
  odsetek_proc  = round(100 * wyniki[, "odsetek"], 1),
  n_przed       = round(wyniki[, "n"], 1),
  n_po_kontroli = round(wyniki[, "n_kontrola"], 1),
  nieuwazni_proc = round(100 * wyniki[, "nieuwazni"], 1),
  obc_przed     = round(wyniki[, "srednia"] - M_prawdziwa, 3),
  obc_po        = round(wyniki[, "srednia_k"] - M_prawdziwa, 3),
  pokr_przed    = round(100 * wyniki[, "pokr"], 1),
  pokr_po       = round(100 * wyniki[, "pokr_k"], 1)
)
print(tab, row.names = FALSE)

cat("\nStosunek odsetka odpowiedzi do wariantu bez nagrody:\n")
print(round(wyniki[, "odsetek"] / wyniki[1, "odsetek"], 2))

cat("\nOdsetek rekordów, które przechodzą kontrolę (%):\n")
print(setNames(round(100 * wyniki[, "n_kontrola"] / wyniki[, "n"], 1), scenariusze$nazwa))
Wynik
                scenariusz odsetek_proc n_przed n_po_kontroli nieuwazni_proc
              Brak nagrody         20.1   160.4         150.6            4.0
                 Losowanie         22.5   180.3         167.6            5.2
             Pewna nagroda         24.7   197.5         179.5            7.9
 Pewna, bez spadku jakości         24.7   197.6         185.6            4.0
     Pewna, publiczny link         40.4   322.8         233.3           32.1
 obc_przed obc_po pokr_przed pokr_po
     0.202  0.186        5.2    10.0
     0.172  0.149        9.4    21.7
     0.169  0.133        8.2    28.1
     0.133  0.115       24.4    39.9
     0.278  0.133        0.0    18.3

Stosunek odsetka odpowiedzi do wariantu bez nagrody:
[1] 1.00 1.12 1.23 1.23 2.01

Odsetek rekordów, które przechodzą kontrolę (%):
             Brak nagrody                 Losowanie             Pewna nagroda 
                     93.9                      93.0                      90.9 
Pewna, bez spadku jakości     Pewna, publiczny link 
                     93.9                      72.3 

Kalkulator kosztu jednej dobrej ankiety

Dane wejściowe: fikcyjne odsetki i kwoty, w zaokrągleniu z poprzedniego przepisu; tylko bazowy R, bez losowania.

Co odczytać: koszt na dobrą ankietę, koszt na dodatkową dobrą ankietę i liczbę zaproszeń, która dałaby ten sam wynik bez nagrody.

R
# Kalkulator kosztu jednej dobrej ankiety. Dane fikcyjne: wpisz własne.
# Odsetki przyjęto w zaokrągleniu z symulacji z poprzedniego przepisu.
zaproszenia <- 800

warianty <- data.frame(
  wariant   = c("Brak nagrody", "Losowanie", "Pewna nagroda"),
  odsetek   = c(0.200, 0.224, 0.250),   # odsetek odpowiedzi
  przechodzi = c(0.94, 0.93, 0.91),     # część rekordów po kontroli jakości
  koszt_staly = c(0, 250, 0),           # np. 5 bonów po 50 zł w losowaniu
  koszt_na_osobe = c(0, 0, 8)           # bon wypłacany po kontroli (zł)
)

licz_koszt <- function(d, n = zaproszenia) {
  d$wypelnione <- n * d$odsetek
  d$dobre      <- d$wypelnione * d$przechodzi
  d$koszt      <- d$koszt_staly + d$koszt_na_osobe * d$dobre
  d$koszt_na_dobra <- d$koszt / d$dobre
  # Ile kosztuje każda DODATKOWA dobra ankieta względem wariantu bez nagrody
  d$koszt_na_dodatkowa <- ifelse(d$dobre > d$dobre[1],
    (d$koszt - d$koszt[1]) / (d$dobre - d$dobre[1]), NA)
  # Ile zaproszeń dałoby tyle samo dobrych ankiet bez nagrody
  d$zaproszen_bez_nagrody <- d$dobre / (d$odsetek[1] * d$przechodzi[1])
  d
}

wynik <- licz_koszt(warianty)
print(data.frame(wariant = wynik$wariant,
                 wypelnione = round(wynik$wypelnione),
                 dobre = round(wynik$dobre),
                 koszt_zl = round(wynik$koszt),
                 na_dobra_zl = round(wynik$koszt_na_dobra, 2),
                 na_dodatkowa_zl = round(wynik$koszt_na_dodatkowa, 2),
                 zaproszen_bez_nagrody = round(wynik$zaproszen_bez_nagrody)))

# Co się stanie, gdy link wycieknie i kontrolę przejdzie mniej rekordów?
# Bon płacony wszystkim, którzy wypełnili, albo tylko po kontroli.
cat("\nPewna nagroda: koszt jednej dobrej ankiety (zł)\n")
przejscia <- c(0.91, 0.70, 0.50, 0.30)
wypelnione <- 800 * 0.25
print(data.frame(przechodzi = przejscia,
                 dobre = round(wypelnione * przejscia),
                 bon_po_kontroli = 8,
                 bon_dla_wszystkich = round(8 * wypelnione / (wypelnione * przejscia), 2)))
Wynik
        wariant wypelnione dobre koszt_zl na_dobra_zl na_dodatkowa_zl
1  Brak nagrody        160   150        0         0.0              NA
2     Losowanie        179   167      250         1.5           15.38
3 Pewna nagroda        200   182     1456         8.0           46.08
  zaproszen_bez_nagrody
1                   800
2                   886
3                   968

Pewna nagroda: koszt jednej dobrej ankiety (zł)
  przechodzi dobre bon_po_kontroli bon_dla_wszystkich
1       0.91   182               8               8.79
2       0.70   140               8              11.43
3       0.50   100               8              16.00
4       0.30    60               8              26.67

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (tylko funkcje bazowe); rysunki przygotowano w pakietach ggplot2 i svglite. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An ‘SVG’ graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Zanim ogłosisz nagrodę, sprawdź

  • Czy wiem, co nagroda ma naprawić: liczbę, skład próby, czy jedno i drugie?
  • Czy zaproszenia idą do określonej grupy, a nie publicznym linkiem?
  • Czy policzyłem(-am) koszt na dodatkową dobrą ankietę?
  • Czy adres trafia do osobnego formularza, bez wspólnego kodu i czasu wysłania?
  • Czy reguła kontroli jest zapisana przed startem i ogłoszona uczestnikom?
  • Czy nagroda nie zależy od treści odpowiedzi?
  • Czy obowiązuje jedna nagroda na osobę?
  • Czy opiekun lub komisja zna rodzaj, wartość i moment przekazania nagrody?
  • Czy losowanie jest sprawdzone z uczelnią lub prawnikiem?
  • Czy informacja podaje termin losowania, kontakt i datę usunięcia adresów?
  • Czy Metoda opisuje nagrodę, liczbę zaproszeń i wykluczone rekordy?

Najczęstsze pytania

Czy nagroda za ankietę zwiększa liczbę odpowiedzi?

Zwykle tak, ale umiarkowanie i nie w każdym badaniu. W metaanalizie 46 badań z randomizacją odsetek odpowiedzi był wyższy przy pieniądzach (RR = 1.25), bonach (RR = 1.19) i loteriach (RR = 1.12). Efekt zależy od tematu, populacji, długości ankiety i sposobu kontaktu.

Czy ankieta z nagrodą może być anonimowa?

Tak, jeśli adres do nagrody trafia do osobnego formularza i nie da się go połączyć z odpowiedziami. Nie przekazuj między formularzami kodu osoby i nie eksportuj czasu wysłania. Jeśli przed wypłatą sprawdzasz rekord po numerze, masz dane pseudonimizowane i napisz o tym wprost.

Czy mogę zorganizować losowanie nagród w ankiecie do pracy dyplomowej?

Losowanie nagród bywa regulowane przepisami, a szczegóły zależą od formy i wartości nagrody. Sprawdź z uczelnią lub prawnikiem, zanim je ogłosisz. W informacji dla uczestnika podaj liczbę i rodzaj nagród, termin, sposób losowania i warunki udziału.

Czy nagroda pogarsza jakość odpowiedzi?

Dowody są mieszane i nie pokazują reguły. W eksperymencie wśród studentów i w losowym panelu internetowym nie znaleziono spadku jakości związanego z zachętą. Publiczny link z nagrodą to jednak inna sytuacja, bo przyciąga wielokrotne i fałszywe wypełnienia. Dlatego regułę kontroli ustal przed startem.

Jaką nagrodę dać w ankiecie, gdy nie mam pieniędzy?

Zacznij od krótszej ankiety, zapowiedzi badania i przypomnień. Tanim podziękowaniem jest obietnica udostępnienia zbiorczych wyników: w przeglądzie Cochrane dla ankiet elektronicznych wiązała się z wyższymi szansami odpowiedzi (OR = 1.36). Punkty na zaliczenie to osobny temat, bo wiążą się z zależnością od prowadzącego.

Powiązane hasła

Przeczytaj też

Masz dane z ankiety z nagrodą i nie wiesz, co z nich wykluczyć?

Sprawdzimy regułę kontroli jakości, policzymy analizę w R lub SPSS i wyjaśnimy wyniki tak, żebyś umiał(a) samodzielnie je opisać i obronić.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Abdelazeem, B., Hamdallah, A., Rizk, M. A., Abbas, K. S., El-Shahat, N. A., Manasrah, N., Mostafa, M. R., & Eltobgy, M. (2023). Does usage of monetary incentive impact the involvement in surveys? A systematic review and meta-analysis of 46 randomized controlled trials. PLOS ONE, 18(1), Article e0279128. https://doi.org/10.1371/journal.pone.0279128 ● Otwarty dostęp
  2. Bosnjak, M., & Tuten, T. L. (2003). Prepaid and promised incentives in web surveys: An experiment. Social Science Computer Review, 21(2), 208–217. https://doi.org/10.1177/0894439303021002006
  3. Church, A. H. (1993). Estimating the effect of incentives on mail survey response rates: A meta-analysis. Public Opinion Quarterly, 57(1), 62–79. https://doi.org/10.1086/269355
  4. Edwards, P. J., Roberts, I., Clarke, M. J., DiGuiseppi, C., Woolf, B., & Perkins, C. (2023). Methods to increase response to postal and electronic questionnaires. Cochrane Database of Systematic Reviews, 2023(11), Article MR000008. https://doi.org/10.1002/14651858.MR000008.pub5 ● Otwarty dostęp: pełny tekst
  5. Goodrich, B., Fenton, M., Penn, J., Bovay, J., & Mountain, T. (2023). Battling bots: Experiences and strategies to mitigate fraudulent responses in online surveys. Applied Economic Perspectives and Policy, 45(2), 762–784. https://doi.org/10.1002/aepp.13353 ● Otwarty dostęp
  6. Grant, R. W., & Sugarman, J. (2004). Ethics in human subjects research: Do incentives matter? The Journal of Medicine and Philosophy, 29(6), 717–738. https://doi.org/10.1080/03605310490883046
  7. Groves, R. M., Presser, S., & Dipko, S. (2004). The role of topic interest in survey participation decisions. Public Opinion Quarterly, 68(1), 2–31. https://doi.org/10.1093/poq/nfh002
  8. Meuleman, B., Langer, A., & Blom, A. G. (2018). Can incentive effects in web surveys be generalized to non-Western countries? Conditional and unconditional cash incentives in a web survey of Ghanaian university students. Social Science Computer Review, 36(2), 231–250. https://doi.org/10.1177/0894439317699577 ● Otwarty dostęp: pełny tekst
  9. Rynko, M. (2025). Respondent incentives in social surveys: An overview of recent experiences and findings. Wiadomości Statystyczne. The Polish Statistician, 70(2), 58–79. https://doi.org/10.59139/ws.2025.02.3 ● Otwarty dostęp
  10. Schwarz, H., Revilla, M., & Struminskaya, B. (2022). Do previous survey experience and participating due to an incentive affect response quality? Evidence from the CRONOS panel. Journal of the Royal Statistical Society Series A: Statistics in Society, 185(3), 981–1003. https://doi.org/10.1111/rssa.12857 ● Otwarty dostęp
  11. Singer, E., & Ye, C. (2013). The use and effects of incentives in surveys. The ANNALS of the American Academy of Political and Social Science, 645(1), 112–141. https://doi.org/10.1177/0002716212458082
  12. Teitcher, J. E. F., Bockting, W. O., Bauermeister, J. A., Hoefer, C. J., Miner, M. H., & Klitzman, R. L. (2015). Detecting, preventing, and responding to “fraudsters” in internet research: Ethics and tradeoffs. Journal of Law, Medicine & Ethics, 43(1), 116–133. https://doi.org/10.1111/jlme.12200 ● Otwarty dostęp

Cytowania BibTeX

@article{abdelazeem2023does, author={Abdelazeem, Basel and Hamdallah, Aboalmagd and Rizk, Marwa Abdelazim and Abbas, Kirellos Said and El-Shahat, Nahla Ahmed and Manasrah, Nouraldeen and Mostafa, Mostafa Reda and Eltobgy, Mostafa}, title={{Does usage of monetary incentive impact the involvement in surveys? A systematic review and meta-analysis of 46 randomized controlled trials}}, journal={PLOS ONE}, year={2023}, volume={18}, number={1}, eid={e0279128}, doi={10.1371/journal.pone.0279128}}
@article{bosnjak2003prepaid, author={Bosnjak, Michael and Tuten, Tracy L.}, title={{Prepaid and promised incentives in web surveys: An experiment}}, journal={Social Science Computer Review}, year={2003}, volume={21}, number={2}, pages={208--217}, doi={10.1177/0894439303021002006}}
@article{church1993estimating, author={Church, Allan H.}, title={{Estimating the effect of incentives on mail survey response rates: A meta-analysis}}, journal={Public Opinion Quarterly}, year={1993}, volume={57}, number={1}, pages={62--79}, doi={10.1086/269355}}
@article{edwards2023methods, author={Edwards, Philip James and Roberts, Ian and Clarke, Mike J. and DiGuiseppi, Carolyn and Woolf, Benjamin and Perkins, Chloe}, title={{Methods to increase response to postal and electronic questionnaires}}, journal={Cochrane Database of Systematic Reviews}, year={2023}, volume={2023}, number={11}, eid={MR000008}, doi={10.1002/14651858.mr000008.pub5}}
@article{goodrich2023battling, author={Goodrich, Brittney and Fenton, Marieke and Penn, Jerrod and Bovay, John and Mountain, Travis}, title={{Battling bots: Experiences and strategies to mitigate fraudulent responses in online surveys}}, journal={Applied Economic Perspectives and Policy}, year={2023}, volume={45}, number={2}, pages={762--784}, doi={10.1002/aepp.13353}}
@article{grant2004ethics, author={Grant, Ruth W. and Sugarman, Jeremy}, title={{Ethics in human subjects research: Do incentives matter?}}, journal={The Journal of Medicine and Philosophy}, year={2004}, volume={29}, number={6}, pages={717--738}, doi={10.1080/03605310490883046}}
@article{groves2004role, author={Groves, R. M. and Presser, S. and Dipko, S.}, title={{The role of topic interest in survey participation decisions}}, journal={Public Opinion Quarterly}, year={2004}, volume={68}, number={1}, pages={2--31}, doi={10.1093/poq/nfh002}}
@article{meuleman2018can, author={Meuleman, Bart and Langer, Arnim and Blom, Annelies G.}, title={{Can incentive effects in web surveys be generalized to non-Western countries? Conditional and unconditional cash incentives in a web survey of Ghanaian university students}}, journal={Social Science Computer Review}, year={2018}, volume={36}, number={2}, pages={231--250}, doi={10.1177/0894439317699577}}
@article{rynko2025respondent, author={Rynko, Maja}, title={{Respondent incentives in social surveys: An overview of recent experiences and findings}}, journal={Wiadomości Statystyczne. The Polish Statistician}, year={2025}, volume={70}, number={2}, pages={58--79}, doi={10.59139/ws.2025.02.3}}
@article{schwarz2022do, author={Schwarz, Hannah and Revilla, Melanie and Struminskaya, Bella}, title={{Do previous survey experience and participating due to an incentive affect response quality? Evidence from the CRONOS panel}}, journal={Journal of the Royal Statistical Society Series A: Statistics in Society}, year={2022}, volume={185}, number={3}, pages={981--1003}, doi={10.1111/rssa.12857}}
@article{singer2013use, author={Singer, Eleanor and Ye, Cong}, title={{The use and effects of incentives in surveys}}, journal={The ANNALS of the American Academy of Political and Social Science}, year={2013}, volume={645}, number={1}, pages={112--141}, doi={10.1177/0002716212458082}}
@article{teitcher2015detecting, author={Teitcher, Jennifer E. F. and Bockting, Walter O. and Bauermeister, José A. and Hoefer, Chris J. and Miner, Michael H. and Klitzman, Robert L.}, title={{Detecting, preventing, and responding to “fraudsters” in internet research: Ethics and tradeoffs}}, journal={Journal of Law, Medicine \& Ethics}, year={2015}, volume={43}, number={1}, pages={116--133}, doi={10.1111/jlme.12200}}
R