zum Hauptinhalt springen
Loading...
Skip to article
  • Customer Experience
    Customer Experience
  • Employee Experience
    Employee Experience
  • Brand Experience
    Brand Experience
  • Core XM
    Core XM
  • Design XM
    Design XM

Wichtigkeitstests in Dashboard-Widgets


Was this helpful?


This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

The feedback you submit here is used only to help improve this page.

That’s great! Thank you for your feedback!

Thank you for your feedback!


Informationen zu Wichtigkeitstests in Dashboard-Widgets

Mithilfe von Dashboards verstehen Sie die Unterschiede besser, die in bestimmten Zeiträumen oder zwischen verschiedenen Gruppen sichtbar werden. Sind die Daten statistisch relevant, können wichtige Geschäftsentscheidungen nötig werden. Sie haben sich beispielsweise folgende Fragen gestellt:

  • Ist der NPS in diesem Monat wirklich aufgegangen, oder ist es eine kleine Veränderung, die nur ein Rauschen in den Daten ist?
  • Hat die Gruppe Mittlerer Westen tatsächlich höhere Zufriedenheitswerte als die Gruppe West?
  • Welches meiner 5 Segmente war höher oder niedriger als die typischen Bewertungen für diese Metrik?

Mit Hilfe von Signifikanztests können Sie herausfinden, welche Datenänderungen am wichtigsten sind.

Verfügbare Widgets und Metriken

Signifikanztests sind derzeit in den folgenden Widgets mit den folgenden Parametern verfügbar. Auf diese werden wir in den folgenden Abschnitten näher eingehen.

Widgets

Metriken

  • Durchschnitt
  • NPS
  • Felder oben/unten
  • Verhältnis Teilmenge
    Tipp: Um den Signifikanztest durchzuführen, muss der Zähler eine Teilmenge der für den Nenner ausgewählten Werte sein. Außerdem muss das Verhältnis kleiner als eins sein.
  • Benutzerdefinierte Metriken
Tipp: Beim Testen der Signifikanz über Zeiträume hinweg sollte die Dimension der X-Achse/Y-Achse ein Datumsfeld sein. Beim Test der Signifikanz über Werte hinweg sollte die X-Achse/Y-Achsendimension ein Nicht-Datumsfeld sein.
Tipp: Nur proportionale kundenspezifische Metriken mit einem einzelnen Feld als Divisor können für Signifikanztests verwendet werden. Proportionale benutzerdefinierte Metriken folgen dem allgemeinen Format von (A + B) / C, wobei A, B und C unterschiedliche Datenfelder sind. A / B funktioniert auch, da es nur ein einziges Feld als Divisor gibt. Beim Anlegen benutzerdefinierter Metriken zu diesem Zweck können Sie nur Anzahlen verwenden, wie unten dargestellt. Die Gleichung darf keine statische Zahl enthalten, z.B. (A + 5) / B funktioniert nicht.
Benutzerdefinierte Metriken wie beschrieben

Einrichten von Linien- und Balkendiagrammen

  1. Fügen Sie eine Linie, einen horizontalen Balken oder einen vertikalen Balken hinzu.
  2. Klicken Sie neben Metriken auf Hinzufügen.
    Bild zum Bearbeiten eines horizontalen Balkendiagramm-Widgets, um eine Durchschnittsmetrik zu erhalten
  3. Wählen Sie eine der zulässigen Metriken aus.
  4. Wählen Sie ein Feld für Ihre Metrik aus.
  5. Klicken Sie neben X-Achse auf Hinzufügen.
    Bild des Hinzufügens einer Datumsdimension der X-Achse zu einem vertikalen Balkendiagramm
  6. Fügen Sie ein Feld Ihrer Wahl hinzu.
    Tipp: Wenn Sie zwei Zeiträume vergleichen möchten, wählen Sie ein Datumsfeld aus. Wenn Sie zwei Werte vergleichen möchten, wählen Sie ein Nicht-Datumsfeld aus.
  7. Klicken Sie auf Ihre Metrik.
    Bild zum Aktivieren von Signifikanztests in der Metrik eines Balken-Widgets
  8. Aktivieren Sie Signifikanztests.

Details zu den einzelnen Optionen finden Sie unter Signifikanztests konfigurieren.

Tabellen einrichten

  1. Fügen Sie ein Tabellen-Widget hinzu.
  2. Klicken Sie neben Metriken auf Hinzufügen.
    Bild einer oberen Box/unteren Box-Metrik in einer Tabelle
  3. Wählen Sie eine der zulässigen Metriken aus.
  4. Klicken Sie neben Zeilen auf Hinzufügen.
  5. Fügen Sie ein Feld Ihrer Wahl hinzu.
    Bild zum Aktivieren von Signifikanztests im Optionsmenü der Metrik eines Tabellen-Widgets

    Tipp: Wenn Sie zwei Zeiträume vergleichen möchten, wählen Sie ein Datumsfeld aus. Wenn Sie zwei Werte vergleichen möchten, wählen Sie ein Nicht-Datumsfeld aus.
  6. Klicken Sie auf Ihre Metrik.
  7. Aktivieren Sie Signifikanztests.

Details zu den einzelnen Optionen finden Sie unter Signifikanztests konfigurieren.

Signifikanztests konfigurieren

Nachdem Sie Ihr Liniendiagramm, Balkendiagramm oder Ihre Tabelle eingerichtet und die Signifikanztests aktiviert haben, stehen Ihnen einige Optionen zur Auswahl.

Bild zum Aktivieren von Signifikanztests in der Metrik eines Balken-Widgets

  1. Entscheiden Sie, wie die Signifikanz ermittelt werden soll.
    • Vergleich der aktuellen Periode mit einer vorherigen Periode: Jeder Zeitraum wird bei der Ermittlung der Bedeutung einer Änderung mit jedem vorherigen Zeitraum verglichen. Um diese Option verwenden zu können, muss Ihre X-Achsendimension oder -zeile ein Datumsfeld sein.
      Beispiel: Ist die Gesamtpunktzahl dieses Monats höher als die des letzten Monats? Ist die Punktzahl dieses Monats höher als dieses Mal im letzten Jahr?
    • Identifizieren Sie besonders hohe oder niedrige Werte: Häufigste Auswahl für Daten, die keine Zeit oder kein Datum beinhalten.
      Beispiel: Ist Brasilien höher als andere südamerikanische Länder?
    • Aktuellen Wert mit einem anderen Wert vergleichen: Jeder Wert wird bei der Ermittlung der Signifikanz einer Änderung miteinander verglichen. Um diese Option verwenden zu können, muss die X-Achsendimension ein Nicht-Datumsfeld sein.
      Beispiel: Ist Brasiliens Punktzahl höher als Venezuelas Punktzahl? Ist die Punktzahl Brasiliens höher als die von Kolumbien? Ist Venezuela höher als Kolumbien?
  2. Wenn Sie Aktuelle Periode mit vorherigem Zeitraum vergleichen ausgewählt haben, wählen Sie ein Offset aus. Diese Option beeinflusst, welche Zeiträume zur Bestimmung der Signifikanz verwendet werden. Folgende Optionen stehen zur Verfügung:
    • Vorheriger Zeitraum: Vergleicht jeden Zeitraum mit dem vorherigen Zeitraum.
    • 1 Jahr: Vergleicht jeden Zeitraum mit dem Zeitraum ein Jahr zuvor.
    Beispiel: Dieses Widget zeigt den durchschnittlichen CSAT-Wert gruppiert nach Quartal mit einem Offset von 1 Jahr an. Der Pfeil zeigt an, dass die Wertsteigerung von Q1 2019 auf Q1 2020 statistisch signifikant war.
    Vertikales Balkendiagramm-Widget mit einem statistisch signifikanten Wert
  3. Bestimmen Sie Ihr Konfidenzintervall. Weitere Informationen zu Konfidenzintervallen finden Sie unter Signifikanztests verstehen.
Tipp: Wenn Sie die Signifikanz über mehrere Dimensionen hinweg vergleichen, muss das X-Achsenfeld ein Datumsfeld und das Datenreihenfeld ein Nicht-Datumsfeld sein.
Beispiel: Dieses Widget zeigt den durchschnittlichen CSAT-Wert für verschiedene Abteilungen pro Jahr an. Wenn Sie Aktuelle Periode mit einem vorherigen Zeitraum vergleichen auswählen, wird die Signifikanz über Zeiträume hinweg für jede einzelne Abteilung verglichen.
Testen der zeitraumübergreifenden Signifikanz auf unterschiedliche Kennzahlen in einem vertikalen Balkendiagramm
Der aktuelle Wert kann auch mit einem anderen Wert verglichen werden, um die Signifikanz abteilungsübergreifend in jedem bestimmten Zeitraum zu vergleichen.
Abteilungsübergreifendes Testen der Bedeutung in jedem Zeitraum in einem vertikalen Balkendiagramm

Signifikanztests verstehen

Das Konfidenzintervall gibt an, wie zuversichtlich Sie sein können, dass die durch die Analyse generierten Ergebnisse auf die allgemeine Bevölkerung übertragbar sind. Höhere Konfidenzebenen erhöhen den Schwellenwert für eine Differenz, die als statistisch bedeutsam einzustufen ist. Dies bedeutet, dass nur die eindeutigsten Unterschiede entsprechend gekennzeichnet werden.

Nachdem Sie die Signifikanztests aktiviert haben, stellen Sie möglicherweise Pfeile nach oben und unten in Ihrem Widget fest. Diese Pfeile zeigen statistisch signifikante Werte an.

Türkisliniendiagramm mit der Beschriftung Durchschnittlicher NPS. Es gibt einen Pfeil nach oben am höchsten und einen Pfeil nach unten am niedrigsten Punkt, der anzeigt, dass beide in entgegengesetzter Richtung statistisch signifikant sind.

Sie können den Mauszeiger über einen Pfeil bewegen, um zu ermitteln, warum der Wert als signifikant betrachtet wird und welches Konfidenzintervall dieses Tests war.

Beispiel: Hier bewegen wir den Mauszeiger über den blauen Pfeil neben dem CSAT-Wert von Q1 2019. Die Quick-Info zeigt an, dass dieser Wert höher als typisch ist und das Konfidenzintervall hierfür 95 % beträgt.

Bild einer Tabelle mit der Quick-Info für den Mauszeiger, die einen statistisch signifikanten Wert erläutert

Beispiel: Hier bewegen wir den Mauszeiger über den Pfeil über den NPS-Wert Januar 2020 – Juni 2020. Die Quick-Info zeigt uns an, dass dieser Wert für diesen Zeitraum von sechs Monaten niedriger ist als der Zeitraum der vorherigen sechs Monate (Juli 2019 bis Dezember 2019), und das Konfidenzintervall hierfür beträgt 80 %.

Liniendiagramm mit der Bezeichnung Durchschnittlicher NPS. Es gibt einen Pfeil nach oben am höchsten und einen Pfeil nach unten am niedrigsten Punkt, der anzeigt, dass beide in entgegengesetzter Richtung statistisch signifikant sind.

Technische Hinweise zu Signifikanztests

Beim Vergleich eines NPS-Punktwerts mit einem anderen wird unabhängig vom Diagrammtyp oder Vergleichstyp (z. B. im Zeitverlauf) der folgende Prozess verwendet:

  1. Erstellen Sie eine neue Datenspalte, die NPS-Werte wie folgt umcodiert:
    • Promoter = 100
    • Neutrale Werte = 0
    • Kritiker = -100
  2. Führen Sie einen 2-Tailed Welch’s unabhängigen Proben t-Test durch.

Beim Vergleich eines Top-Box-Scores mit einem anderen wird unabhängig von der Diagrammart oder dem Vergleichstyp (z.B. im Zeitverlauf) der folgende Prozess verwendet:

  1. Erstellen Sie eine neue Datenspalte, die rohe Punktzahlen in TRUE oder FALSE umcodiert, je nachdem, ob sie die Kriterien der oberen Box erfüllen.
  2. Führen Sie einen 2-Tailed z-Test auf Differenz in 2 Proportionen durch.

Viele Seiten dieses Portals wurden mithilfe maschineller Übersetzung aus dem Englischen übersetzt. Obwohl wir bei Qualtrics die bestmögliche maschinelle Übersetzung ausgewählt haben, um ein möglichst gutes Ergebnis zu bieten, ist maschinelle Übersetzung nie perfekt. Der englische Originaltext gilt als offizielle Version. Abweichungen zwischen dem englischen Originaltext und den maschinellen Übersetzungen sind nicht rechtlich bindend.