Porquê utilizar a análise do inquérito de Tabulação Cruzada

Uma pessoa um pouco preocupada com a sua saúde notará a tabela nutricional impressa atrás da saqueta de aperitivos que escolhe. Sim, esta tabela fornece a informação completa sobre o seu consumo calórico e dietético, ajudando-o assim a tomar uma decisão justa. Estende ainda mais todo o catálogo de como esse bem específico irá fornecer ao seu nível geral de vitalidade.

Tão conhecido como Cross Tabulation ou tabela de contingência, Cross Tabulation é uma ferramenta estatística utilizada para dados categóricos. Os dados categóricos envolvem valores que são mutuamente exclusivos uns dos outros. Os dados são sempre recolhidos em números, mas os números não têm valor, a menos que tenham significado. 1, 2, 3 são apenas números, a menos que sejam especificados. Como por exemplo, 1 saco escolar, 2 guarda-chuvas, e 3 cadernos.

Abagamento cruzado é um modelo estatístico mainframe que segue linhas semelhantes para o ajudar a tomar uma decisão informada relacionada com a sua investigação, identificando padrões, tendências, e uma correlação entre parâmetros. Ao realizar um estudo, os dados em bruto podem normalmente ser esmagadores e apontarão sempre para vários resultados possíveis confusos. Em tais situações, a tabulação cruzada ajuda-o a chegar a uma teoria única sem qualquer dúvida, desenhando tendências, comparações e correlações entre factores que são mutuamente inclusivos dentro do seu estudo.

Para examinar a relação ou correlação dentro dos dados que não são óbvios, a tabulação cruzada pode ser utilizada. Isto torna-a bastante útil em estudos e pesquisas de mercado. Um relatório Cross Tabulation mostra a ligação entre duas ou mais perguntas feitas no estudo.

Entendendo o Cross Tabulation com Exemplo

Como mencionado, o Cross Tabulation é a escolha mais preferida para análise de dados estatísticos. Uma vez que é uma ferramenta de relatório/análise, pode utilizá-la com qualquer nível de dados (ordinal ou nominal).

Vamos dizer que pode estudar a relação entre duas variáveis categóricas como ‘Age and Purchase of Electronic Gadgets’.

Existem aqui duas questões:

1. Qual é a sua idade?
2. Qual é o gadget electrónico que provavelmente irá comprar nos próximos 3 meses?

Do exemplo acima, pode ver a ligação distinta entre a idade e a compra de gadgets electrónicos. Certamente, é interessante ver a correlação entre as duas variáveis através dos dados recolhidos.
Within Survey Research, Cross Tab permite aprofundar e analisar os dados prováveis, tornando mais simples identificar tendências e oportunidades sem ficar inundado com todos os dados recolhidos a partir das respostas.

Benefícios da Análise do Inquérito de Tabulação Cruzada

P>Passando a compreensão do objectivo da Tabulação Cruzada, vamos agora analisar os três benefícios centrais desta abordagem analítica:

li>Cortar Confusões

A todo o momento, um grande volume de recolha de dados pode ser confuso, bem como devastador; assim, as percepções deles para actualizar as decisões empresariais, podem ser uma tarefa aterradora uma e outra vez. Ao criar o Cross Tab, os conjuntos de dados são ainda mais simplificados pela simples divisão do conjunto completo em subgrupos representativos. Isto pode ser posteriormente interpretado a uma escala menor e mais manejável. Além disso, reduz a possibilidade de cometer erros ao avaliar os dados, o que significa que o tempo é gasto de forma eficiente.

li>Innumerable Data Insights

Cross Tab ajuda a reduzir os conjuntos de dados em subgrupos mais manejáveis; o Cross Tab permite aos investigadores dar uma visão profunda. Seria impossível obter conhecimentos sobre as relações entre as variáveis categóricas apenas escavando o conjunto como um todo. E isto significa que se não fossem criadas tabulações, estas percepções passariam despercebidas. Caso contrário, no mínimo, necessitariam de muito mais trabalho de base para expor.

li>Todos os Resultados Accionáveis

Não há incerteza de que toda a intenção de realizar análises estatísticas sobre um conjunto de dados é desvendar entendimentos accionáveis que terão impacto no seu objectivo final. Estas percepções podem ter impacto no negócio, apoiando processos de pensamento e tomada de decisão com dados concretos. Uma vez que a tabulação cruzada simplifica conjuntos de dados complexos, os resultados de impacto particular são muito mais fáceis de considerar, expor e registar enquanto se desenvolvem estratégias abrangentes. Além disso, a transparência apresentada pela Cross Tabulation facilita aos profissionais a avaliação do seu trabalho actual e a elaboração de planos futuros. Sem dúvida, as vantagens da utilização de Tabulações Cruzadas na Análise de Inquérito e todas estas características tornam isso possível e prático até mesmo para um novo investigador manual:

• Possibilidade de colocar variáveis quer em linhas ou colunas
• Flexibilidade
• Interpretações são acessíveis
• Abrir ou não compreender os conceitos necessários para análise
• Leitores podem facilmente observar padrões de associação e também distinguir se o padrão é mais fraco em algumas linhas

Apesar de cobrir todos estes pontos positivos, poucas desvantagens da utilização de tabulações cruzadas são estabelecidas como se segue:

• Lead a um vasto número de tabelas quando há respostas múltiplas devido às diferentes formas em que as variáveis podem ser cruzadas entre si
• Li>Nem todos os separadores cruzados podem ser significativos, embora possa não ser aparente quais são os que são significativos ou não até que se tenha feito as tabulações cruzadas
• Número de itens que podem ser tabulados entre si pode ser limitado se o tamanho da amostra for pequeno

Quem pode tirar o máximo proveito da tabulação cruzada dos dados do inquérito?

Embora a tabulação cruzada seja utilizada em várias indústrias e funções de trabalho, as pessoas definidas tiram o máximo proveito das percepções fornecidas por esta análise:

li> Gestores / Executivos de RH

Administering surveys to employees to understand their feelings about a company is always a good idea for individuals responsible for the wellbeing of an organization’s culture. Estas sondagens apresentam entendimentos valiosos, especialmente quando se analisam os Cross Tabs dos dados de resposta resultantes. Além disso, utilizando os mesmos, os Gestores de RH, Executivos, e outros responsáveis pela cultura empresarial podem aprender como os indivíduos e os diferentes departamentos se sentem sobre os seus costumes de gestão. Áreas problemáticas em divisões específicas ou funções de trabalho podem ser identificadas através da realização de inquéritos de envolvimento dos empregados, satisfação dos empregados, e entrevistas de saída.

li>Market / Product Researchers

A tabulação cruzada permite aos pesquisadores de mercado retratar percepções precisas e impactantes a partir de imensos conjuntos de dados. Ao criar Tabulações Cruzadas, os investigadores de mercado podem identificar bem como avaliar os comportamentos, sentimentos e perspectivas de subgrupos específicos da população em geral. Além disso, os pesquisadores de mercado podem influenciar esta análise para responder a perguntas como, “Qual é a variação entre ‘rapazes’ e ‘raparigas’ que planeiam adquirir um determinado produto?”

ul>li>Empregadores encarregados da Satisfação do Cliente

Sondagem de Satisfação do Cliente é um instrumento essencial para receber feedback sobre os bens e serviços fornecidos por uma organização. Os gestores responsáveis pela satisfação do cliente podem avaliar coisas como os diferentes níveis de felicidade entre clientes novos e clientes a longo prazo. E também, a probabilidade de estes clientes recomendarem o produto ou serviço aos seus amigos ou família, formando Tabulações Cruzadas a partir dos dados de resposta resultantes.

li>Escola / Administradores do Colégio/ul>

Usualmente, ao distribuir inquéritos de avaliação de cursos e instrutores aos alunos, os administradores irão muitas vezes cruzar os resultados com – disciplinas da turma, o tempo da turma, e outros metadados. Isto ajuda a descobrir limitações no currículo para melhorar a experiência educacional dos estudantes.

Quando se utiliza a tabulação cruzada para análise de dados?

A tabulação cruzada para análise de dados é muito significativa, mas apenas se feita da forma correcta e no momento certo. Fundamentalmente, mede a forma como as diferentes variáveis estão relacionadas entre si. Cada variável tem dados registados numa tabela ou matriz específica, e esta é depois comparada. Normalmente, as tabulações cruzadas para a análise de dados envolvem a contagem da frequência com que certas variáveis ocorrem, o que é conhecido como a frequência.
Outro factor a ser considerado aqui é que a tabulação cruzada para a avaliação da informação só funciona com dados quantitativos. Torna muito mais fácil gerir os dados, uma vez que estes se tornam estruturados. As tabelas em que os dados são armazenados são conhecidas como Tabelas de Contingência. Isto mede a probabilidade da existência de uma relação específica. Geralmente, uma única variável é estudada em primeiro lugar. E isto provará se existe alguma Univariação, agrupando diferentes pedaços de dados em categorias de valores. Uma vez que isto tenha sido completado, torna-se possível executar Cross Tabs para analisar dados através de múltiplas variáveis, conhecidas como Bivariação ou uma Tabela Conjunta de Contingência. Aqui, os dados são utilizados para provar que uma determinada relação é uma via de dois sentidos – “apenas se”, “apenas se” e, “se” e, “quando e,” assim por diante. Antes de começar com a Tabulação Cruzada para análise de dados, é necessário compreender o que são realmente as variáveis quantitativas. Existem variáveis discretas, que têm um valor de um número definido. Além disso, existem variáveis contínuas, que podem escolher apenas uma quantidade definida de benefícios. Na sua maioria, estas duas não são utilizadas em conjunto, e as variáveis contínuas são os tipos mais comuns.
Sem dúvida, as tabulações cruzadas são uma área de trabalho extremamente complexa. Embora seja possível fazer estas estatísticas manualmente utilizando ferramentas em Excel, a maioria utilizaria software especialmente concebido para o efeito. A maior parte das vezes, este software é fornecido por um desenhador de inquéritos. Além disso, isto permite aos clientes compreender melhor os dados que recolheram através dos seus questionários.

As Estatísticas Associadas

• Chi-squared – Analisar o significado estatístico das Tabulações Cruzadas. O Chi-quadrado não deve ser calculado para percentagens. As Tabulações Cruzadas devem ser transformadas novamente em contagens absolutas (números) antes de se calcular o qui-quadrado. Além disso, é problemático quando qualquer célula tem uma frequência conjunta inferior a cinco.
• Coeficiente de Contingência – Uma variante do Coeficiente Phi que se ajusta à significância estatística. Os valores variam de 0 (sem associação) a 1 (a associação teórica máxima possível).
• Cramer’s V – Outra variante do Coeficiente Phi que regula o número de filas e colunas. Isto também estima o intervalo de 0 (sem associação) a 1 (a associação máxima teórica possível).
• Coeficiente Lambda – Avalia a força de associação das Tabulações Cruzadas quando as variáveis são medidas ao nível nominal. Aqui, os valores variam de 0 (sem associação) a 1 (a máxima associação teórica possível).

Asymmetric Lambda mede a percentagem de melhoria na previsão da variável dependente.