Słownik metodologiczny · Pomiar i skale

Speeding – jak wykryć zbyt szybkie wypełnianie ankiety?

Respondent, który kończy 10-minutową ankietę w dwie minuty, raczej nie czytał pytań. Pokazujemy, jak użyć czasu wypełniania jako wskaźnika jakości i dlaczego wybór progu ma znaczenie.

Strona główna / Słownik / Speeding

Opracowanie merytoryczne: · Opublikowano:

W skrócie: Speeding to wypełnianie ankiety zbyt szybko, by przeczytać pytania. Wykrywa się go, porównując czas osoby z medianą próby; progi typu 30–50% mediany są umowne, dlatego ustal próg przed analizą i łącz go z innymi wskaźnikami.

Co to jest speeding?

Speeding (zbyt szybkie wypełnianie ankiety) to odpowiadanie tak szybko, że respondent nie mógł przeczytać i przemyśleć pytań. Jest jedną z form nieuważnego odpowiadania. Zhang i Conrad (2014) pokazali, że osoby odpowiadające bardzo szybko częściej stosowały straightlining w pytaniach tabelarycznych, a skłonność do speedingu wiązała się m.in. z młodszym wiekiem. Leiner (2019) stwierdził, że spośród wskaźników niereaktywnych nieuważne odpowiedzi najlepiej identyfikował właśnie czas wypełniania.

Jak wykryć speeding

Platformy ankietowe zapisują czas rozpoczęcia i zakończenia. Policz czas każdej osoby i porównaj go z medianą całej próby (średnia jest zbyt wrażliwa na osoby, które zostawiły otwartą kartę na godzinę). Najczęściej stosuje się regułę „krócej niż 30–50% mediany”. To umowny próg, a nie standard: im wyższy, tym więcej osób usuniesz, także tych, które po prostu szybko czytają. Ten sam pomysł wyraża indeks szybkości, czyli iloraz mediany i czasu danej osoby. Huang i in. (2012) zaliczyli czas odpowiedzi do wskaźników o wysokiej swoistości, ale umiarkowanej czułości, więc łącz go z innymi kryteriami, np. pytaniem kontrolnym.

Przykład

W ankiecie wypełnionej przez 400 osób mediana czasu wyniosła 8.52 min (dane symulowane, w tym 20 osób „przeklikujących”). Próg 50% mediany (4.26 min) wskazał 26 osób: 19 z 20 przeklikujących i 7 osób po prostu szybkich. Próg 30% mediany (2.56 min) wskazał 15 osób, wszystkie z grupy przeklikujących. Wybór progu zmienia więc liczbę wykluczeń prawie dwukrotnie.

Jak opisać w pracy

Za zbyt szybkie uznano wypełnienia krótsze niż 30% mediany czasu w całej próbie (mediana = 8.52 min, próg = 2.56 min). Kryterium to ustalono przed analizą danych; spełniło je 15 z 400 osób (3.8%), które wykluczono z analiz.

Na co uważać

  • Ustal próg przed obejrzeniem wyników i sprawdź, czy wnioski zmieniają się bez wykluczeń.
  • Długość ankiety ma znaczenie. W ankiecie z pytaniami filtrującymi czas zależy od ścieżki, więc porównuj osoby o podobnej liczbie pytań.
  • Speeding to jeden krok czyszczenia, a nie całe czyszczenie danych.

Pozostałe wskaźniki nieuważności omawia wpis Nieuważne odpowiedzi w ankietach online.

Przykład reprodukowalny

Progi czasu w R

Kod symuluje czasy wypełniania i liczy, ile osób wskazują progi 30% i 50% mediany oraz indeks szybkości.

Speeding: próg względem mediany

Dane wejściowe: czasy wypełniania 400 osób w minutach, w tym 20 bardzo szybkich (dane symulowane, set.seed(110)).

Co odczytać: medianę i oba progi, liczbę osób poniżej progów i liczbę osób z indeksem szybkości powyżej 2.

R
set.seed(110)
czas <- c(rlnorm(380, log(9), 0.35),         # 380 osób czytających pytania (minuty)
          rlnorm(20, log(2.5), 0.30))        # 20 osób „przeklikujących” ankietę
mediana <- median(czas)
round(c(mediana = mediana, prog_30 = 0.3 * mediana, prog_50 = 0.5 * mediana), 2)
c(ponizej_30 = sum(czas < 0.3 * mediana), ponizej_50 = sum(czas < 0.5 * mediana))
rsi <- mediana / czas                        # indeks szybkości: > 2 = ponad dwa razy szybciej niż mediana
sum(rsi > 2)
Wynik w R
mediana prog_30 prog_50 
   8.52    2.56    4.26 
ponizej_30 ponizej_50 
        15         26 
[1] 26

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje pakietów base i stats). W pracy podaj wersję R, której faktycznie użyto (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/

Najczęstsze pytania

Jaki próg czasu przyjąć przy wykrywaniu speedingu?

Najczęściej krócej niż 30–50% mediany czasu w próbie. To umowa, a nie standard: niższy próg daje mniej fałszywych alarmów, wyższy wyłapuje więcej osób. Ustal go przed analizą i podaj w pracy.

Dlaczego czas porównuje się z medianą, a nie ze średnią?

Bo rozkład czasu jest prawoskośny: kilka osób zostawia otwartą ankietę na godzinę i mocno zawyża średnią. Mediana pozostaje stabilna, więc próg liczony od niej jest bardziej sensowny.

Czy osoby zbyt szybkie zawsze trzeba usunąć?

Nie zawsze. Jeśli kryterium ustalono z góry, wyklucz je i pokaż, czy wnioski są takie same z nimi i bez nich. Przy niepewności połącz czas z pytaniem kontrolnym lub straightliningiem.

Powiązane hasła

Straightlining i nieuważne odpowiedziPytanie kontrolne (attention check)Czyszczenie danych z ankiety onlineMedianaWskaźnik odpowiedzi (response rate)

Poradniki, w których użyjesz tego pojęcia

Poradnik

Nieuważne odpowiedzi w ankietach online

Jak wykryć straightlining, losowe klikanie i speeding: longstring, IRV, D² Mahalanobisa i pytania kontrolne w R, reguła wykluczeń i opis w APA.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Huang, J. L., Curran, P. G., Keeney, J., Poposki, E. M., & DeShon, R. P. (2012). Detecting and deterring insufficient effort responding to surveys. Journal of Business and Psychology, 27(1), 99–114. https://doi.org/10.1007/s10869-011-9231-8
  2. Leiner, D. J. (2019). Too fast, too straight, too weird: Non-reactive indicators for meaningless data in internet surveys. Survey Research Methods, 13(3), 229–248. https://doi.org/10.18148/srm/2019.v13i3.7403 ● Otwarty dostęp
  3. Zhang, C., & Conrad, F. (2014). Speeding in web surveys: The tendency to answer very fast and its association with straightlining. Survey Research Methods, 8(2), 127–135. https://doi.org/10.18148/srm/2014.v8i2.5453 ● Otwarty dostęp

Cytowania BibTeX

@article{huang2012detecting, author={Huang, Jason L. and Curran, Paul G. and Keeney, Jessica and Poposki, Elizabeth M. and DeShon, Richard P.}, title={{Detecting and deterring insufficient effort responding to surveys}}, journal={Journal of Business and Psychology}, year={2012}, volume={27}, number={1}, pages={99--114}, doi={10.1007/s10869-011-9231-8}}
@article{leiner2019too, author={Leiner, Dominik Johannes}, title={{Too fast, too straight, too weird: Non-reactive indicators for meaningless data in internet surveys}}, journal={Survey Research Methods}, year={2019}, volume={13}, number={3}, pages={229--248}, doi={10.18148/srm/2019.v13i3.7403}}
@article{zhang2014speeding, author={Zhang, Chan and Conrad, Frederick}, title={{Speeding in web surveys: The tendency to answer very fast and its association with straightlining}}, journal={Survey Research Methods}, year={2014}, volume={8}, number={2}, pages={127--135}, doi={10.18148/srm/2014.v8i2.5453}}
R