אנקעטע דאטן פראצעסירונג טעכניקן ניצן גרונטלעכע סטאטיסטיק
אנקעטעס זענען איינע פון די מערסטע געוויינטלעכע מעטאדן פאר זאמלען דאטן פון רעספאנדענטן, צי פאר אקאדעמישע פארשונג, סערוויס אפשאצונג, מארקעט פארשונג, אדער ארגאניזאציאנעלע באשלוס-מאכן. אבער, אנקעט דאטן איז באדייטלאז אויב נישט סיסטעמאטיש פארארבעט. דא קומט אריין אין שפיל גרונטלעכע סטאטיסטיק: זיי העלפן פארשער צוזאמענפאסן דאטן, אידענטיפיצירן מוסטערן, אפשאצן טרענדס, און ציען פארלייפיקע, מעסטבארע מסקנות. דער ארטיקל דיסקוטירט אנקעט דאטן פארארבעטונג טעכניקן ניצנדיג גרונטלעכע סטאטיסטיק, פון דאטן צוגרייטונג ביז רעזולטאט אינטערפרעטאציע.
1. פֿאַרשטיין די טיפּן פֿון סורוועי דאַטן
דער ערשטער שריט איידער מען פראצעסירט דאטן איז צו פארשטיין די סארט דאטן וואס ווערט געזאמלט. בכלל, קענען אנקעטע דאטן ארייננעמען:
1. קאַטעגאָרישע (קוואַליטאַטיווע) דאַטן
ביישפילן: געשלעכט, בראַנד פּרעפֿערענץ, באַשעפֿטיקונג סטאַטוס. די דאַטן ווערן טיפּיש אַנאַליזירט מיט פֿרעקווענצן און פּראָצענטן.
2. אָרדאַנאַלע דאַטן
ביישפילן: צופֿרידנקייט סקאַלע (זייער נישט צופֿרידן–זייער צופֿרידן), מדרגה פֿון הסכמה (שטאַרק נישט מסכים–שטאַרק מסכים). אָרדאַנאַלע דאַטן האָבן אַן אָרדענונג, אָבער די דיסטאַנץ צווישן קאַטעגאָריעס איז נישט דאַווקע די זעלבע.
3. נומערישע (קוואַנטיטאַטיווע) דאַטן
ביישפילן: עלטער, איינקונפט, צאל קויפן. די דאטן קען מען אנאליזירן מיט מעסטונגען פון צענטראלער טענדענץ, פארשפרייטונג, און פארשידענע אנדערע טעכניקן.
פֿאַרשטיין מעסטונג סקאַלעס (נאָמינאַל, אָרדאַנאַל, אינטערוואַל, פאַרהעלטעניש) איז וויכטיק ווײַל עס באַשטימט די פּאַסיק סטאַטיסטישע טעכניקן און ווי צו פּרעזענטירן רעזולטאַטן.
2. צוגרייטונג בינע: רעדאַקטירן און רייניקן דאַטן
אנקעטע דאַטן אָפט אַנטהאַלטן טעותים, דופּליקאַציע, אָדער נישט-קאָנסיסטענטע ענטפֿערס. דעריבער, צוויי וויכטיקע טריט זענען נייטיק:
א. רעדאַקטירן
קאָנטראָלירט די פולשטענדיקייט און קאָנסיסטענץ פון די ענטפערער'ס ענטפֿערס. למשל, אויב אַן ענטפערער'ס עלטער איז 8 אָבער זייער באַשעפטיקונג סטאַטוס איז "אַרבעטער", דאַרף דאָס איבערגעקוקט ווערן.
ב. רייניקונג
רייניקן דאַטן פֿון:
– פעלנדיקע דאַטן (פעלנדיקע ווערטן): די ענטפֿערער האָבן נישט געענטפֿערט אויף עטלעכע פֿראַגעס.
– אויסנאַם: אַן עקסטרעמע ווערט וואָס מאַכט נישט קיין זינען, למשל אַן איינקונפט פון 1 ביליאָן פּער חודש פֿאַר דער אַלגעמיינער באַפעלקערונג.
– דופליקאציע פון ענטפערס: די וואס ענטפֿערן אויף די אנקעטע פֿילן אויס די אנקעטע מער ווי איין מאל.
מען קען האַנדלען מיט פֿעלנדיקע ווערטן דורך אויסמעקן איינטראַגעס, זיי פאַרבייטן מיטן דורכשניט/מעדיאַן ווערט (פֿאַר נומערישע דאַטן), אָדער ניצן די קאַטעגאָריע "האָט נישט געענטפֿערט" פֿאַר קאַטעגאָרישע דאַטן - דיפּענדינג אויף דעם צוועק פֿון דער אַנאַליז און דעם פּראָפּאָרציע פֿון פֿעלנדיקע דאַטן.
3. קאָדירונג און דאַטן איינגאַבע
אזוי שנעל ווי די דאטן זענען ריין, קאדירט עס, וואס מיינט פארוואנדלען די ענטפֿערס אין א פֿאָרמאַט וואָס איז גרינג צו פּראָצעסירן. למשל:
– געשלעכט: זכר=1, נקבה=2
– ליקערט סקאַלע: שטארק נישט מסכים=1 ביז שטארק מסכים=5
קאָדירונג מאַכט עס גרינגער צו אַרייַנלייגן דאַטן אין ווייכווארג ווי עקסעל, SPSS, R, אָדער פּיטהאָן. זייט זיכער צו שאַפֿן אַ קאָד בוך (אַ דאָקומענט וואָס כּולל וועריאַבאַלן, דעפֿיניציעס, און קאָד) אַזוי אַז אייער אַנאַליז קען זיין רעפּליקירט און פֿאַרשטאַנען דורך אַנדערע.
4. דעסקריפּטיווע סטאַטיסטיק: צוזאַמענפאַסן פון אַנקעטע דאַטן
דעסקריפּטיווע סטאַטיסטיק איז דער קערן פון דער ערשטער דאַטן פאַראַרבעטונג. זייער ציל איז נישט צו פּרובירן טעאָריעס, נאָר צו צושטעלן אַן אַלגעמיינעם איבערבליק פון די דאַטן'ס כאַראַקטעריסטיקס.
א. אָפטקייט און פּראָצענט פאַרשפּרייטונג
פֿאַר קאַטעגאָרישע און אָרדאַנאַלע דאַטן, רעכנט אויס:
– אָפטקייט (נומער פון ענטפֿערס)
– פּראָצענט (פּראָפּאָרציע פון גאַנץ ענטפֿערס)
בייַשפּיל רעזולטאַטן:
"אזוי פיל ווי 60% פון די וואס האבן געענטפערט האבן אויסגעקליבן סערוויס א, 40% האבן אויסגעקליבן סערוויס ב."
אָפטקייט פאַרשפּרייטונגען ווערן געוויינטלעך פּרעזענטירט אין טאַבעלעס און באַר/פּיראָג גראַפס פֿאַר גרינג פֿאַרשטאַנד.
ב. מאָס פון צענטראַלער טענדענץ
פֿאַר נומערישע דאַטן, ניצט:
– דורכשניט (דורכשניט): די סומע פון אַלע ווערטן צעטיילט דורך די צאָל פון די וואָס האָבן געענטפערט.
– מעדיאַן: דער מיטלסטער ווערט נאָכדעם וואָס די דאַטן זענען סאָרטירט.
– מאָדוס: דער ווערט וואָס דערשיינט אָפטסטנס.
דער דורכשניט איז פּאַסיק פֿאַר דאַטן מיט אַ רעלאַטיוו סימעטרישער פֿאַרשפּרייטונג, בשעת דער מעדיאַן איז מער סטאַביל ווען עס זענען דאָ אויסנאַם-ווערטער אָדער אַ פֿאַרשידענאַרטיקע פֿאַרשפּרייטונג. דער מאָדוס איז אָפֿט נוצלעך פֿאַר קאַטעגאָרישע דאַטן אָדער ווען איר ווילט זען די מערסט געוויינטלעכע ברירה.
ג. גרייס פון פאַרשפּרייטונג (וועריאַביליטי)
מעסטונגען פון דיספּערסיע העלפֿן באַשטימען ווי פיל די ענטפֿערס פֿון די ענטפֿערס זענען אַנדערש:
– ראַנגע: דער חילוק צווישן די מאַקסימום און מינימום ווערטן.
– וואַריאַנס: דער דורכשניטלעכער קוואַדראַט פֿון דעם חילוק צווישן ווערטן און דעם דורכשניט.
– סטאַנדאַרט דיווייישאַן: די קוואַדראַט וואָרצל פון דער וואַריאַנס, גרינגער צו ינטערפּרעטירן ווייַל די איינסן זענען די זעלבע ווי די אָריגינעלע דאַטן.
למשל, צוויי גרופעס קענען האבן די זעלבע דורכשניטליכע צופרידנהייט, אבער אנדערע סטאנדארט דעוויאציעס - א גרופע מיט א גרעסערע סטאנדארט דעוויאציע מיינט אז די ענטפערער'ס ענטפֿערס זענען מער פארשיידענארטיג.
5. דאַטן וויזואַליזאַציע
גראַפיקס העלפֿן איבערגעבן רעזולטאַטן שנעל און קלאָר. עטלעכע געוויינטלעכע טייפּס פון וויזואַליזאַציעס פֿאַר אַנקעטע דאַטן:
– באַר טשאַרט: פֿאַר קאַטעגאָריקאַל/אָרדינאַל דאַטן.
– היסטאָגראַם: פֿאַר פֿאַרשפּרייטונג פֿון נומערישע דאַטן.
– באקספּלאָט: ווײַזט דעם מעדיאַן, קוואַרטילן, און אַויסנאַם-ווערטער.
– ליניע טשאַרט: אויב די אַנקעטע ווערט דורכגעפירט פּעריאָדיש (צייט סעריע).
א גוטע וויזואַליזאַציע זאָל באַקומען אַ טיטל, אַקס לייבלס, און דאַטן קוועלער צו ויסמיידן מיספארשטענדענישן.
6. קראָסטאַב אַנאַליז
קראָסטאַבולאַציע ווערט גענוצט צו זען די באַציִונג צווישן צוויי קאַטעגאָרישע אָדער אָרדאַנאַלע וועריאַבאַלן. בייַשפּיל:
– צופֿרידנקייט (צופֿרידן/נישט צופֿרידן) באַזירט אויף געשלעכט
– פּראָדוקט אויסוואַל באַזירט אויף עלטער גרופּע
קראָסטאַב רעזולטאַטן ווערן געוויינטלעך פּרעזענטירט מיט פּראָצענטן פּער שורה אָדער פּער קאָלום. דאָס איז נוצלעך צו ידענטיפיצירן מוסטער אונטערשיידן צווישן גרופּעס.
מיסאַלניאַ:
"דער פּראָצענט פון צופֿרידענע רעספּאָנדענטן איז געווען העכער אין דער 26-35 עלטער גרופּע קאַמפּערד צו 18-25."
כאָטש קראָס-טאַבולאַציעס זענען נאָך דיסקריפּטיוו אין נאַטור, דינען די רעזולטאַטן אָפט ווי די באַזע פֿאַר ווייטערדיקע אַנאַליז.
7. פּראַסעסינג ליקערט סקאַלעס: סקאָרינג און ינטערפּריטיישאַן
פילע אנקעטעס ניצן א ליקערט סקאלע פון 1–5 אדער 1–7. פראצעסירונג טעכניקן שליסן איין:
1. רעכן אויס די דורכשניטלעכע כעזשבן פּער איינטעם
למשל, די דורכשניטלעכע שאַצונג פֿאַר "סערוויס קוואַליטעט" איז 4,2 פֿון 5.
2. שאַפֿן אַן אינדעקס/קאָמפּאָזיט
אויב עס זענען דא קייפל זאכן צו מעסטן איין באגריף (למשל "צופֿרידנקייט" באשטייט פון 5 פראגעס), קען מען צוזאמענרעכענען די סקאָרס אדער זיי דורכשניטלעך צו פארמירן איין אינדעקס ווערט.
3. סקאָר קאַטעגאָריזאַציע
סקאָרס קענען ווערן פארוואנדלט אין קאַטעגאָריעס ווי נידעריק-מיטל-הויך מיט געוויסע לימיטן.
אין ליקערט אינטערפּרעטאַציע, איז וויכטיק צו דערמאָנען די סקאַלע געניצט און דערקלערן די באַדייטונג פון די סקאָרז אַזוי אַז דער לייענער פֿאַרשטייט דעם קאָנטעקסט.
8. פּשוטע צוטרוי-קאָנטראָל (אָפּציאָנעל)
אויב איר בויט אן אינדעקס פון קייפל פראגעס, איז עס א גוטע געדאנק צו קאנטראלירן זיין אינערליכע קאנסיסטענץ. איין געוויינלעכע מאס איז קראנבאך'ס אלפא. כאטש דאס גייט אביסל ווייטער ווי ריינע "גרונטלעכע סטאטיסטיק," ווערט דער קאנצעפט נאך אלץ אפט גענוצט אין אנקעטע פראצעסירונג. א העכערע אלפא ווערט (למשל, ≥ 0,7) ווייזט בכלל אז די זאכן מעסטן גאנץ קאנסיסטענט דעם זעלבן קאנסטרוקט.
9. אויסטײַטשונג פון רעזולטאַטן און באַריכטן
גוטע דאַטן פאַראַרבעטונג זאָל רעזולטירן אין קלאָרע באַריכטן. אין דיין באַריכט, זייט זיכער צו אַרייַננעמען:
– רעספּאָנדענט פּראָפיל (וויכטיק דעמאָגראַפיקס)
– צוזאמענפאסונג פון רעזולטאטן פּער הויפּט וועריאַבל
– באַטייַטיקע טאַבעלעס/גראַפֿן
– נישט-איבערגעטריבענע אינטערפּרעטאַציע
פֿאַרמײַדט צו פֿאַרפֿאָלגן "סיבה און ווירקונג" אויב די אַנקעטע איז בלויז דיסקריפּטיוו. כּדי צו שאַפֿן אַ שטאַרקערע פֿאַרבינדונג, זענען נויטיק אַ פּאַסיקע פֿאָרשונג־פּלאַן און אינפֿערענציעלע סטאַטיסטישע טעסטן.
10. געוויינטלעכע טעותים צו פארמיידן
עטלעכע טעותים וואָס פּאַסירן אָפט אין דער פּראַסעסינג פון אַנקעטע דאַטן:
– נישט רייניגן, אַזוי די רעזולטאַטן זענען נישט ריכטיק
– ניצן דעם דורכשניט אויף נישט-געארדענטע קאטעגארישע דאטן
– דערקלערט נישט די מעסטונג וואָג
– איגנארירן פעלנדיקע ווערטן אָן אַ קלאָרע סטראַטעגיע
– פּרעזענטירן גראַפיקס אָן עטיקעטן אָדער קאָנטעקסט
דורך אויסמיידן די טעותים, ווערן די אנאליז רעזולטאטן מער גילטיק און פאַרלעסלעך.
קלאָוזינג
אנקעטע דאטן פארארבעטונג טעכניקן ניצן גרונטלעכע סטאטיסטיק שליסן איין א סעריע פון וויכטיגע טריט: פארשטיין די דאטן טיפן, רייניקן און קאדירן רעאקציעס, צוזאמענפאסן די דאטן דורך באשרייבנדיקע סטאטיסטיק, וויזואליזירן די אינפארמאציע, און אינטערפרעטירן די רעזולטאטן גענוי. גרונטלעכע סטאטיסטיק העלפט נישט נאר מאכן די דאטן מער "ליינעוודיק" נאר אויך פארשטארקן די קוואליטעט פון אנקעטע-באזירטע באשלוסן. מיט א ריינעם און טראנספארענטן פראצעס, קענען אנקעטע דאטן ווערן א ווערטפולע און גענויע מקור פון איינזיכטן פאר פארשידענע פארשונג באדערפענישן און ארגאניזאציאנעלע פראקטיקעס.
אויב איר ווילט, קען איך אייך אויך העלפן שאַפֿן מוסטער טאַבעלעס, פֿאָרמאַטן פֿאַר באַריכטן וועגן אויספֿאָרשונגען, אָדער פּראָצעסירן סטעפּס פֿון אויספֿאָרשונגען אין עקסעל/SPSS צוזאַמען מיט פֿאָרמולעס און טעמפּלאַטן.
