Hva er krysstabell analyse?

Krysstabelarisk analyse er et markedsforskningsverktøy som tar sikte på å vise sammenhengen - eller mangelen på dem - mellom visse forhåndsinnstilte variabler. For eksempel, hvis du undersøkte 1000 personer om deres favoritt frokostblanding, kan du opprette en tabell krysstabellform kornblanding valg med aldersgruppen av de personene du i undersøkelsen, for å se hvordan alder kan påvirke frokost preferanser. Krysstabell for store datasett er lettere når det er gjort på en datamaskin.

alternativer

Du trenger ikke å stoppe på en krysstabell tabell - lage så mange bord som det er sammenhenger mellom variabler som du ønsker å undersøke. I tillegg til tabulerer korn preferanser etter alder, for eksempel, kan du også Tabuleringene valg av inntekt, rase, geografi og utdanningsnivå. Den eneste begrensningen er at du samlet inn data om variablene i den opprinnelige undersøkelsen. Cross-tabulerer data kan vise at variablene er sterkt korrelert, men det viser noen ganger de har ingen faktiske forholdet.

Chi-Square

Selv om du tror du ser en sammenheng mellom variabler, kan det være et lykketreff. Khikvadrattesting er en matematisk metode som sammenligner resultatene av krysstabell til dem man vil observere om resultatene var helt tilfeldig, og de to variablene ikke påvirker hverandre. Flere programmer på markedet som av denne publikasjonen kan håndtere tallknusing involvert. Dette reduserer arbeidet med å analysere store undersøkelser med mange variabler å kryss-tabulere.

Hypoteser

En datamaskin kan knase tall, skrive opp bord og beregne chi-kvadrat, men det kan ikke fortelle deg hvilken informasjon som er viktig for prosjektet. Før du samle data, formulere en hypotese du vil teste - barn som sukkerholdig frokostblanding mer enn voksne gjør, for eksempel - så sørg for at undersøkelsen samler den informasjonen du trenger for å bekrefte eller forkaste hypotesen. Ikke forplikte deg til en uprøvd hypotese: Dersom opplysningene viser at det er galt, må du akseptere det. [ref3

Forsiktighet

Vær forsiktig når du trekke konklusjoner fra krysstabell. Selv om datamaskinen viser en meget sterk sammenheng mellom alder og frokost smaker, kan det ikke bety mye hvis du bare har et halvt dusin respondentene under 12 år Små tall er mer sårbare for prøvetaking flukes, for eksempel at du bare skjedd for å kartlegge seks barn som deler samme smak; et større utvalg i et slikt tilfelle kan kryss-tabulere en annen måte. Dette er et eksempel på hvordan å analysere datamaskinens informasjon krever bruk av skjønn, ikke bare statistikk.