ווי אזוי צו אנאליזירן קאטעגארישע דאטן
קאַטעגאָרישע דאַטן איז איינע פון די מערסט געוויינטלעכע טיפּן דאַטן וואָס מען טרעפט אין פאָרשונג, געשעפט, מאַרקעטינג, געזונט, בילדונג, און אפילו קונה צופֿרידנקייט אַנקעטעס. ניט ווי נומערישע דאַטן (למשל, עלטער, הייך, הכנסה), וואָס קענען ווערן קאַלקיאַלייטיד מיט אַ דורכשניט אָדער סטאַנדאַרט דיווייישאַן, קאַטעגאָרישע דאַטן אַנטהאַלטן עטיקעטן אָדער גרופּעס אַזאַ ווי "מענלעך/ווייַבלעך," "מסכים/נישט מסכים," "A/B/C," אָדער "צופֿרידן/נייטראַל/נישט צופֿרידן." צוליב איר קאַטעגאָרישער נאַטור, דאַרפן אַנאַליטישע טעקניקס ספּעציפֿישע צוגאַנגען. דער אַרטיקל דיסקוטירט פּראַקטישע טריט און געוויינטלעכע מעטאָדן פֿאַר עפֿעקטיוו אַנאַליזירן קאַטעגאָרישע דאַטן.
1. פֿאַרשטיין קאַטעגאָרישע דאַטן טיפּן
איידער איר אנאליזירט, פארשטייט ערשט וואספארא סארט קאטעגארישע דאטן איר האט. בכלל, זענען דא צוויי סארטן:
1) נאָמינאַל
קאַטעגאָריעס האָבן נישט קיין סדר. ביישפילן: געשלעכט, באַליבט קאָליר, פּראָדוקט סאָרט, געגנט פון וואוינונג.
2) אָרדאַנאַל
קאַטעגאָריעס האָבן אַ סיקוואַנס אָדער לעוועל. ביישפילן: צופֿרידנקייט לעוועל (נישט צופֿרידן–גוט–צופֿרידן), בילדונג לעוועל (הויכשול–באַקאַלאַורעאַט גראַד–מאַסטערס גראַד), ליקערט סקאַלע (שטאַרק נישט מסכים–שטאַרק מסכים).
די אונטערשיידונג איז וויכטיג ווייל עס ווירקט אויף צוגעפאסטע אנאליז טעכניקן. ארדינאלע דאטן קענען אנאליזירט ווערן דורך באטראכטן זייער סדר, בשעת נאמינאלע דאטן קענען נישט.
2. צוגרייטן דאַטן: קאָדן, עטיקעטן, און דאַטן ריינקייט
גוטע אנאליז הייבט זיך שטענדיק אן מיט ארגאניזירטע דאטן. רעקאמענדירטע צוגרייטונגס-טרעטן:
– סטאַנדאַרדיזאַציע פון קאַטעגאָריע שרייבן: למשל "מענער" קעגן "יונגל" מוז זיין קאַמביינד אַזוי אַז זיי זאָלן נישט ווערן באַטראַכט ווי פֿאַרשידענע קאַטעגאָריעס.
– באַהאַנדלען פֿעלנדיקע ווערטן: באַשליסן צי אויסצומעקן, צושרייבן, אָדער שאַפֿן אַ באַזונדערע קאַטעגאָריע ווי "נישט געענטפֿערט".
– שאַפֿן קאָדירונג אויב נייטיק: למשל, מסכים=4, נייטראל=3, נישט מסכים=2. פֿאַר נאָמינאַלע ווערטן, איז דער נומערישער קאָד בלויז אַ לייבל, נישט קיין מאַטעמאַטישער ווערט.
– קוקט נאך קאטעגאריעס וואס זענען צו זעלטן: קאטעגאריעס מיט זייער נידעריגע פרעקווענצן קענען אריינמישן זיך אין דער אנאליז; מאנchmal דארפן זיי ווערן קאמבינירט צו דערגרייכן מער סטאבעלע רעזולטאטן.
3. דעסקריפּטיווע אַנאַליז: אָפטקייט און פּראָפּאָרציע
דער מערסט גרונטלעכער און וויכטיגסטער וועג פֿאַר קאַטעגאָרישע דאַטן איז צו רעכענען:
– אָפטקייט: צאָל פון ענטפֿערער/אָבסערוואַציעס אין יעדער קאַטעגאָריע.
– פּראָפּאָרציע אָדער פּראָצענט: אָפטקייט צעטיילט דורך גאַנץ דאַטן.
א פשוט ביישפּיל: פון 200 רעספּאָנדענטן, זענען 120 געווען "צופֿרידן," 50 זענען געווען "נייטראַל," און 30 זענען געווען "נישט צופֿרידן." דער פּראָצענט פון צופֿרידענע רעספּאָנדענטן איז 60%.
דעסקריפּטיווע אַנאַליז גיט אַן ערשטן איבערבליק פון דער פאַרשפּרייטונג פון קאַטעגאָריעס. אָפט זענען וויכטיקע געפינסן דאָ קלאָר: דאָמינאַנטע קאַטעגאָריעס, אונטערשיידן אין צוזאַמענשטעלונג צווישן גרופּעס, אָדער די בייַזייַן פון "מאָדנע" קאַטעגאָריעס צוליב זייער קליינער אָדער גרויסער צאָל.
4. פּאַסיקע וויזואַליזאַציע פֿאַר קאַטעגאָרישע דאַטן
וויזואַליזאַציעס העלפֿן לייענער שנעל פֿאַרשטיין מוסטערן. געוויינטלעכע טשאַרץ:
– באַר טשאַרט (באַר דיאַגראַם): מערסט פּאַסיק פֿאַר נאָמינאַל און אָרדאַנאַל.
– געשטאפלטע באַר טשאַרט (געשטאפלטע באַרס): גוט פֿאַר פֿאַרגלייַכן קאַטעגאָריע צוזאַמענשטעלונג אַריבער קייפל גרופּעס, למשל צופֿרידנקייט פּער צווייַג.
– פּיראָג טשאַרט: קען גענוצט ווערן, אָבער איז ווייניקער עפעקטיוו אויב עס זענען פילע קאַטעגאָריעס אָדער קליינע אונטערשיידן.
– מאָזאַאיק פּלאָט: נוצלעך צו זען די באַציִונג צווישן צוויי קאַטעגאָרישע וועריאַבאַלן.
– פּאַרעטאָ טשאַרט: אַ באַר טשאַרט מיט סדר פֿון העכסטער צו נידעריגסטער פֿרעקווענץ, אָפֿט געניצט פֿאַר פּראָבלעם פּריאָריטעט אַנאַליז.
עצה: פֿאַר אָרדאַנאַלע דאַטן, סאָרטירט קאַטעגאָריעס לויט לעוועל (למשל, פֿון "שטאַרק נישט מסכים" ביז "שטאַרק מסכים"), נישט אַלפאַבעטיש.
5. שאַפֿן אַ קראָסטאַב
אויב איר ווילט זען די באַציִונג צווישן צוויי קאַטעגאָרישע וועריאַבאַלן, ניצט אַ קראָסטאַב. למשל, די באַציִונג צווישן "געשלעכט" און "פּראָדוקט פּרעפֿערענץ" אָדער "ראַיאָן" און "קויף סטאַטוס".
קראָסטאַבולאַציע פּראָדוצירט אַ טאַבעלע וואָס ווייזט ווי פיל אָבסערוואַציעס זענען אין אַ באַזונדער קאָמבינאַציע פון קאַטעגאָריעס. איר קענט צולייגן:
– פּראָצענט פּער רייע: פאָקוסירט אויף דער פאַרשפּרייטונג פון קאָלום קאַטעגאָריעס אין יעדער רייע.
– פּראָצענט פּער קאָלום: פאָקוסירט אויף דער פאַרשפּרייטונג פון רייַ קאַטעגאָריעס אין יעדער קאָלום.
– פּראָצענט פֿון סך־הכּל: דער בייַשטייַער פֿון יעדער צעל צום סך־הכּל.
קראָסטאַבס דינען אָפט ווי אַ "בריק" צווישן דיסקריפּטיוו און סטאַטיסטישע טעסץ.
6. כי-קוואַדראַט טעסט פֿאַר זעלבשטענדיקייט
צו טעסטן צי צוויי קאטעגארישע וועריאַבלען זענען פֿאַרבונדן אָדער אומאָפּהענגיק, איז דער מערסט געוויינטלעכער טעסט דער כי-קוואַדראַט (χ²) טעסט פֿון אומאָפּהענגיקייט. די היפּאָטעזע איז:
– H0: קיין שייכות (אומאפהענגיק)
– H1: עס איז דא א שייכות (נישט אומאפהענגיק)
אויב דער p-ווערט איז < דער באדייטונגס-לעוועל (למשל, 0,05), דאן איז דא באווייז פון א באציאונג צווישן די צוויי וועריאַבלען. עטלעכע וויכטיגע הערות: - דער כי-קוואַדראַט טעסט פארלאנגט א גענוגנדיקע מאס דאטן, ספעציעל ביי דער ערווארטעטער פרעקווענץ. אויב עס זענען צו פיל צעלן מיט א נידעריגער ערווארטעטער צייל, קענען די טעסט רעזולטאטן זיין אומגילטיק. - אויב די מוסטער איז קליין, באטראכט פישער'ס עקזאַקט טעסט (ספעציעל פאר 2x2 טישן). 7. מעסטן די שטארקייט פון א באציאונג: קראַמער'ס V און פי דער כי-קוואַדראַט טעסט ווייזט צי א באציאונג עקזיסטירט, אבער זאגט נישט ווי שטארק עס איז. פאר דעם צוועק ווערן גענוצט עפעקט גרייסן: - פי (φ): פאר 2x2 טישן. - קראַמער'ס V: פאר טישן גרעסער ווי 2x2. קראַמער'ס V גייט פון 0–1: - נאנט צו 0: שוואכע באציאונג - נאנט צו 1: שטארקע באציאונג אין דעם באריכט, דערמאנט דעם p-ווערט און עפעקט גרייס פאר א פולשטענדיגע אינטערפרעטאציע. 8. אנאליז פאר ארדינאל דאטן: ראנג קארעלאציע און טרענד טעסטן אויב אייערע קאטעגארישע דאטן זענען ארדינאל, קענט איר ניצן צוגאנגען וואס נעמען סדר אין באטראכט, למשל: - ספּירמאן ראנג קארעלאציע (פאר צוויי ארדינאל וועריאַבלען אדער ארדינאל קעגן נישט-נארמאלע נומערישע) - קענדאל'ס טאו (ספּירמאן'ס אלטערנאטיוו, אפט סטאביל פאר קליינע מוסטערן) - טרענד טעסטן אין קאנטינגענסי טאבעלעס, צו זען אויב עס איז דא א קאנסיסטענט וואקסנדיק/פארקלענענדיק מוסטער. למשל: איז בילדונג לעוועל (הויכשול-באקאלאר-מאגיסטער-דאקטאראטאל) פארבונדן מיט אפמאך לעוועלס (1-5) אין א וואקסנדיק מוסטער? 9. פאראויסזאגנדיקע מאדעלן: לאגיסטישע רעגרעסיע אויב אייער ציל איז נישט פשוט צו זען א שייכות, נאר צו פאראויסזאגן קאטעגאריעס באזירט אויף אנדערע וועריאַבלען, ניצט רעגרעסיע:
- בינאַרע לאָגיסטישע רעגרעסיע: פֿאַר צוויי-קאַטעגאָריע רעזולטאַטן (למשל, "קויפן" קעגן "נישט קויפן"). - מולטינאָמיאַל לאָגיסטישע רעגרעסיע: פֿאַר רעזולטאַטן מיט מער ווי צוויי נישט-געאָרדנטע קאַטעגאָריעס (למשל, "פּעקל A/B/C"). - אָרדינאַלע לאָגיסטישע רעגרעסיע: פֿאַר געאָרדנטע קאַטעגאָרישע רעזולטאַטן (למשל, צופֿרידנקייט 1–5). דער מייַלע פון לאָגיסטישער רעגרעסיע: איר קענט אַרייננעמען קייפל פּרעדיקטאָרס אין איין מאָל (עלטער, אָרט, פֿאַרקויף קאַנאַל) און באַקומען אַן ינטערפּרעטאַציע באַזירט אויף די שאַנסן פאַרהעלטעניש, למשל, "די וואַרשיינלעכקייט פון קויפן איז געוואַקסן 1,8 מאָל אין גרופּע X." 10. ינטערפּרעטירן רעזולטאַטן און שרייבן מסקנות גוטע קאַטעגאָרישע דאַטן אַנאַליז גייט ווייטער ווי נומערן, אָבער ענטפֿערט קלאָר די פאָרשונג קשיא. ווען איר שרייבט מסקנות: - באַשטימט די הויפּט פאַרשפּרייטונג (למשל, "60% פון די רעספּאָנדענטן זענען צופֿרידן"). - אויב עס איז אַ טעסט פון פֿאַרבינדונג, באַריכט די p-ווערט און ווירקונג גרייס (למשל, קראַמער'ס V). - ערקלערט די פראקטישע באדייטונג: צי דער אונטערשייד איז וויכטיג פאר פאליסי, מארקעטינג סטראטעגיע, אדער ארגאניזאציאנעלע באשלוסן. - פארמיידט קאוזאלע טענות אויב די דאטן זענען אבזערוואציאנעל. אסאסיאציע מיינט נישט שטענדיג קאוזאציאנאליטעט. אנאליזירן קאטעגארישע דאטן פארלאנגט א פארשטאנד פון דאטן טיפן (נאמינאל קעגן ארדינאל), א קלארע באשרייבונג פון פרעקווענצן, צוגעפאסטע וויזואליזאציע, קראס-טאבולאציע, און סטאטיסטישע טעסטן ווי כי-קוואדראט און עפעקט גרייסן ווי קראַמער'ס V. פאר פאראויסזאגונג צוועקן, איז לאגיסטישע רעגרעסיע א זייער שטארק געצייג. מיט די טריט, קענט איר טראנספארמירן באצייכנטע דאטן אין סטאטיסטיש געזונטע איינזיכטן וואס זענען נוצלעך פאר באשלוס-מאכן. אויב איר ווילט, קען איך אייך העלפן שאפן א מוסטער אנאליז (למשל, ניצן עקסעל, SPSS, R, אדער פּיטהאן) באזירט אויף אייער דאטן-זאמלונג אדער פאל שטודיע.