Korelační analýza v Excelu k prozkoumání vztahů

Analýza vztahů mezi různými proměnnými je ve statistice zásadní. Jednou z nejefektivnějších metod k tomu je korelační analýza, která ti umožní objevit vztahy mezi více rysy. V tomto tutoriálu se dozvíš, jak v programu Excel vytvořit korelační matici z dotazníku, která se skládá ze šesti relevantních charakteristik úspěchu. Naučíš se, jak analyzovat data, graficky zobrazovat výsledky a smysluplně je interpretovat.

Nejdůležitější poznatky

• Korelace měří sílu a směr vztahu mezi proměnnými.
• Pearsonův korelační koeficient je běžnou metodou pro výpočet korelace metrických dat.
• Excel nabízí funkci analýzy dat, která usnadňuje vytváření korelační matice.
• Podmíněné formátování pomáhá vizuálně znázornit korelace.

Krok za krokem

Příprava dat a jejich přenos

Již jsi provedl(a) průzkum, ze kterého jsi shromáždil(a) hodnoty šesti charakteristik úspěchu: Dodávka, Poměr cena/výkon, Zákaznický servis, Kvalita, Image a Inovace. Tyto hodnoty jsou k dispozici v dokumentu Excel. Pro provedení korelační analýzy musíš nejprve přenést relevantní data do pracovního listu.

Označ sloupce obsahující tvé znaky od sloupce I po N. Zkopíruj tato data a vlož je na nové místo, abys je připravil(a) k analýze.

Ověření úrovně měření

Před výpočtem korelace je důležité zkontrolovat úroveň měření tvých dat. V tomto případě se jedná o metrická data, protože jsou založena na bodové stupnici od 1 do 10. Tyto informace jsou klíčové, protože Pearsonův korelační koeficient lze použít pouze pro metrická měřítka.

Provedení korelační analýzy pomocí funkce pro analýzu dat

Pro vytvoření korelační matice musíš aktivovat funkci analýzy dat v Excelu, pokud ještě není aktivována. Jdi na „Soubor" a poté na „Možnosti". Vyber kategorii „Doplňky" a ujisti se, že je vybrána funkce analýzy dat. Aktivuj ji zaškrtnutím a klikni na „OK“.

Nyní můžeš zavolat analýzu dat. Klikni na „Data“ v horním menu a poté na „Dataanalyza“. Vyber „Korelace" z seznamu a znovu klikni na „OK“.

Definice vstupní oblasti a výstupní oblasti

Nyní definuj vstupní oblast pro svou analýzu. Dej si pozor, abys zahrnul(a) první řádek s hlavičkami. Označ celý rozsah od B do G, abys se ujistil(a), že všechna relevantní data a jejich hlavičky budou zahrnuty.

Následně urči výstupní oblast, například v buňce I9, a klikni na „OK“, abys zahájil(a) výpočet. Excel nyní vytvoří korelační matici, která ukazuje vztahy mezi tvými charakteristikami úspěchu.

Aplikace podmíněného formátování

Korelační matice již vypadá informativně, avšak můžeš přehlednost zvýšit pomocí podmíněného formátování. Vyber buňky v matici a jděte na „Podmíněné formátování“. Vyber stupnici barev, abys zdůraznil(a) sílu korelací. Kladná korelace může být označena zeleně, zatímco negativní korelace může být zdůrazněna červeně.

Tento vizuální přehled ti umožní okamžitě rozeznat nejsilnější souvislosti. Zjistíš, že mezi Zákaznickým servisem a Kvalitou existuje střední souvislost kolem 50 %.

Interpretace výsledků

Krok za krokem můžeš nyní interpretovat jednotlivé korelace. Je doporučeno použít samostatnou tabulku k vyhodnocení různých korelačních hodnot. Zkopíruj příslušnou tabulku hodnot pod své korelační výsledky, abys mohl/a lépe porovnávat vlastnosti.

Grafické zobrazení korelací

Pro názornější zobrazení vztahů se hodí bodový XY graf. Vlož do něj prázdný graf a vyber data pro první korelaci, např. mezi dodávkou a cenou výkonu. Klikni na "Vybrat data" a přidej novou řadu dat.

Vyber X a Y hodnoty, abys mohl/a data zobrazit v grafu. Případně přidej trendovou čáru, abys vztah lépe ilustroval/a.

Opakuj tento proces pro ostatní proměnné, abys vizualizoval/a všechny 15 možné kombinace. Budeš schopen/schopna graficky znázornit jak pozitivní, tak negativní vztahy.

Další vizualizace

Kromě toho můžeš vizualizaci přizpůsobit tím, že vybereš další možnosti, jako je vložení ukazatelů nebo míry stanovení R². To ti poskytne hlubší vhled do síly tvých korelací.

Shrnutí

V této nápovědě jsi se naučil/a, jak v Excelu vytvořit korelační matice, analyzovat korelace mezi různými úspěšnostními vlastnostmi a vizuálně je zobrazit. Kombinace analýzy dat a grafického zobrazení ti umožní získat důležité poznatky ze svého průzkumu, které tě podpoří při strategických rozhodnutích.