-
Customer Experience -
Employee Experience -
Brand Experience -
Core XM -
Design XM
Compreensão de estatísticas
Estatísticas
Bem-vindo às estatísticas da Qualtrics. Esta é uma visão geral das estatísticas básicas que podem ser úteis para você ao criar e analisar projetos na Qualtrics. Vamos abordar alguns conceitos estatísticos básicos, aplicá-los à plataforma e discutir outras opções fora da Qualtrics.
Dados quantitativos e categóricos
Existem dois tipos de dados: quantitativos e categóricos.
Os dados quantitativos são avaliados em escala numérica. Exemplos de dados quantitativos incluem idade, altura ou renda.
Os dados categóricos são avaliados em escala nominal. Exemplos de dados categóricos incluem sexo, estado civil ou ocupação. A maioria dos dados coletados em uma pesquisa é categórica, onde se obtém uma contagem do número de respondentes que se enquadram em uma categoria.
Medidas do centro
Existem 3 medidas de centro utilizadas para dados quantitativos: média, mediana e moda.
A média, ou média, é a melhor medida do centro quando os dados são distribuídos normalmente ou se parecem com uma curva de sino. A média é encontrada pela soma de todas as observações e pela divisão pelo número total de observações.
A mediana, ou valor do meio, é uma boa medida do centro quando os dados parecem estar distorcidos. Se você alinhar todas as observações em ordem, a mediana será o valor médio.
O modo é o valor que ocorre com mais frequência em seus dados. Não é tão comumente usado como a média ou a mediana.
Medidas de spread
Existem algumas estatísticas úteis para medir o spread dos seus dados: desvio padrão, desvio e intervalo.
Um desvio padrão é a distância média das observações de sua média. Assim como a média, um desvio padrão deve ser usado com dados aproximadamente normalmente distribuídos.
O desvio é simplesmente o desvio padrão quadrático.
O intervalo é a diferença entre o maior e o menor valor.
Estatística em visualizações
Uma visualização de Tabela estatística na Qualtrics exibe o valor mínimo, o valor máximo, a média, a variância, o desvio padrão e o número total de respostas.
Como um valor é codificado para cada opção de resposta em todas as perguntas, a Qualtrics encontrará essas estatísticas se os dados são quantitativos ou categóricos. Cabe a você decidir se essas estatísticas fazem sentido no contexto de seu estudo.
Por exemplo, você pode perguntar aos entrevistados qual é a cor favorita: vermelho, amarelo, azul ou verde, codificado como 1, 2, 3 e 4, respectivamente. A Qualtrics dará a você um significado, mas não faz sentido ter uma cor média favorita.
Se os entrevistados avaliassem filmes em uma escala de 1 a 5 estrelas, uma média seria útil. Meios como 2.98 estrelas ou 4.32 estrelas tornam os filmes fáceis de comparar.
A Qualtrics oferece uma variedade de gráficos, tabelas e gráficos. Um gráfico de barras mostra a frequência de respostas em cada categoria de opção de resposta.
Um gráfico de pizza mostra essas frequências como uma porcentagem da torta.
Tanto gráficos de barras quanto gráficos de pizza facilitam muito a comparação de frequências entre categorias.
Um gráfico de linhas é um gráfico de dispersão bidimensional para observações ordenadas. É uma boa maneira de ver tendências ao longo do tempo.
Um Gráfico com indicadores compara uma métrica escolhida (por exemplo, média, soma) com uma escala. Dependendo de onde a métrica cai, a escala muda de cor. Os gráficos de indicadores são úteis para comparar rapidamente o desempenho esperado de um valor com o desempenho real.
Tabelas cruzadas
1 forma de analisar dados categóricos é por meio de uma tabulação cruzada, também chamada de tabela de contingência ou tabela bidirecional. Uma tabela de referência cruzada registra o número de respondentes que têm as características específicas descritas nas células da tabela.
Neste exemplo, você pode ver o número de cada tipo de item que foi comprado semanalmente, mensalmente e anualmente (por exemplo, 11 casacos são comprados mensalmente).
Uma tabela de referência cruzada é composta por colunas e linhas, ou banners e stubs, respectivamente, onde cada faixa e cabeçalho extraem dados de frequência de uma pergunta. A Qualtrics só permitirá que você selecione perguntas compatíveis para uma tabulação cruzada (por exemplo, as perguntas de entrada de texto aberto não são compatíveis com uma tabulação cruzada). Se você selecionar vários banners ou cabeçalhos, pode selecionar qual banner ou stub você gostaria de exibir, clicando neles no editor de tabela de referência cruzada. Se você adicionar um detalhamento multinível à tabulação cruzada, 1 variável aparecerá como uma subcategoria de outra.
Estatística de teste Qui-Quadrado
O teste do qui-quadrado teste estatístico para relação significativa entre um stub e um banner.
Se você incluir vários cabeçalhos e banners em sua tabela de referência cruzada, a Qualtrics também produzirá vários valores de qui-quadrado, 1 para cada combinação de banner e stub.
É benéfico saber como se calcula a estatística do teste qui-quadrado. Primeiro, você precisa encontrar a contagem esperada para cada célula, ou a contagem que você espera que a célula tenha com base no total da linha, da coluna e da tabela. Para encontrar uma contagem prevista, pegue o total da linha vezes o total da coluna e divida o resultado pelo total da tabela.
Assim que você tiver a contagem prevista, execute o seguinte cálculo:
A estatística do teste qui-quadrado é encontrada tomando o valor observado menos o valor esperado, quadrando essa diferença e dividindo-a pelo valor esperado para cada célula. Esses componentes individuais do teste qui-quadrado são então somados e o resultado é a estatística do teste qui-quadrado. O valor do qui-quadrado é então utilizado para determinar se a relação entre suas variáveis é estatisticamente significativa.
Valor p
A estatística do teste qui-quadrado, juntamente com o nível de confiança, são utilizadas para encontrar um p-valor. Um valor p determina se a associação entre as duas variáveis é estatisticamente significativa. Um valor de p baixo significa que a relação de tabela observada ocorreria com probabilidade muito baixa, então há uma relação significativa entre as 2 variáveis. Um valor p baixo é geralmente considerado um número inferior a 0,05.
Nosso valor p é 0,28, o que não é significativo. Portanto, não há relação entre a frequência de visita e o tipo de item comprado.
Análises adicionais
Análises adicionais para dados quantitativos, como correlação e regressão, podem ser levadas ao Excel ou a um pacote de software estatístico.
Correlação
O coeficiente de correlação, r, descreve a força e a direção para uma relação aproximadamente linear entre 2 variáveis quantitativas. O valor de r está sempre dentro de -1 e 1, onde valores mais próximos a -1 e 1 representam uma correlação forte e valores próximos a zero são fracos. O sinal positivo ou negativo indica a direção positiva ou negativa da relação. Valores de correlação entre -.3 e .3 são considerados muito baixos, enquanto valores de correlação entre 0,7 e 1 ou -.7 e -1 são considerados altos.
Um ponto importante a ser lembrado é que a correlação não é a mesma que causalidade. Apenas porque 2 variáveis são altamente correlacionadas não significa que 1 dessas variáveis faz com que o outro 1 ocorra.
Regressão
A análise de regressão pode ser usada para fazer previsões para 1 variável com base em 1 ou mais variáveis preditoras. Consulte as seguintes páginas para obter mais ajuda sobre regressões: