Hodnocení korelace v Excelu pro spokojenost zákazníků

Statistik je důležitým nástrojem pro analýzu v mnoha oblastech. Tento návod vám ukáže, jak provést řadovou korelační analýzu podle Spearmana v Excelu. Tato metoda vám umožní efektivně kvantifikovat vztah mezi ordinálními proměnnými. Zaměříme se přitom na vztah mezi spokojeností zákazníků a marketingovým stupněm.

Nejdůležitější poznatky

• Řadová korelační analýza podle Spearmana je zvláště vhodná pro ordinalně škálovaná data.
• Použití Excelu umožňuje rychlé vypočítání a vizualizaci řadové korelace.
• Slabý pozitivní souvislost mezi marketingovými úrovněmi a spokojeností zákazníků ukazuje, že vyšší investice do marketingu nutně nevedou k vyšší spokojenosti.

Krok za krokem návod

Nejprve nemůžete obejít vložení relevantních dat. Zaměříme se na spokojenost zákazníků a marketingové stupně. Tato data byla zaznamenána v rámci případové studie.

Zde můžete nejprve zkopírovat data ze svého vstupního souboru a vložit je do nového listu. Ujistěte se, že jasně definujete názvy sloupců. Mohlo by být užitečné pojmenovat sloupce jako „Spokojenost zákazníků“ a „Marketingový stupeň“.

Po zkopírování dat je důležité zkontrolovat škálování vašich proměnných. Spokojenost zákazníků je ordinalně škálována, zatímco marketingové stupně jsou také ordinalně kategorizovány. Měli byste se ujistit, že jste to správně pochopili, abyste předešli chybám při pozdějším výpočtu.

Následně je třeba připravit data pro řadovou korelační analýzu. Potřebujete řádky proměnných. V Excelu to lze provést pomocí funkcí „RANK.EQ“ nebo „RANK.AVG“. Tato funkce přiřazuje každému číslu vůči stanovené matici pořadí. Ujistěte se, že pracujete ve správném rozsahu.

Chcete-li vypočítat řádky pro spokojenost zákazníků, kterou zde označujeme jako proměnnou X1, vyberte nejprve příslušnou buňku. Pro první pozorování to znamená označit buňku pro spokojenost zákazníků a poté vybrat matici, ve které budou určována pořadí. Důležité je, abyste fixovali odkaz na celou matici, aby se odkaz neměnil při táhnutí vzorce dolů.

Začněte výpočtem tím, že napíšete vzorec a poté přidáte příslušné parametry. Dbejte na to, abyste dodrželi správné pořadí ve funkci. Definujte odkaz na svou datovou matici a vyberte požadované seřazení, tedy vzestupné nebo sestupné.

Pokud chcete vypočítat řádky pro marketingový stupeň (X2), opakujte stejný postup. Je také důležité, abyste si zachovali celý datový rozsah, aby vzorec správně fungoval, když ho budete kopírovat dolů. Tyto kroky zajistí správné určení řádků pro každou proměnnou.

Když již máte řádky pro obě proměnné, můžete vypočítat řadovou korelaci. To se provádí funkcí „KORREL“. Tato funkce vám umožňuje vybrat řádky jak pro X1, tak pro X2 a vypočítat korelaci. Výsledek vám ukáže sílu vztahu mezi oběma proměnnými.

V případě vašeho případu je korelace 0,082, což naznačuje slabý pozitivní vztah. Toto číslo ukazuje, že existuje tendence, že vyšší marketingové výdaje vedou k vyšší spokojenosti zákazníků, tento vztah však není silný.

Na závěr byste měli zdokumentovat interpretaci vašich výsledků. Tabulka by vám mohla pomoci jasně vyjádřit, kde se řadová korelace nachází, a jasně znázornit vztah mezi oběma proměnnými.

Přístup rangové korelační analýzy pomáhá získat kvalitativní vhledy do kvantitativních dat a ukazuje vám, jak by se mohly měnit marketingové výdaje, aniž by se přímo zvyšovala spokojenost zákazníků.

Shrnutí

V této příručce jste se naučili, jak provádět rangovou korelační analýzu v Excelu. Nejprve jste správně připravili svá data a poté určili pořadí obou proměnných. Nakonec jste vypočítali rangovou korelaci, abyste kvantifikovali vztah mezi úrovní marketingu a spokojeností zákazníků.