Kui te tegelete andmete analüüsiga, siis peate kiiresti mõistma vajadust tuvastada ühendused erinevate muutujate vahel. Selles õpetuses näitan sulle, kuidas teha Excelis kontingentsanalüüsi, et kvantifitseerida kahe nominaalse muutuja vahelist suhet. Selleks kasutame praktilist näidet autotööstuse tarneahelast, et mõista, kuidas andmetest väärtuslikke teadmisi saada.
Põhilised teadmised
- Kontingentsanalüüs võimaldab uurida seoseid kahe nominaalse muutuja vahel.
- Kontingentskordaja kvantifitseerib suhte tugevust.
- Exceli pivottabel on analüüsi jaoks hädavajalik tööriist.
Juhend kontingentsanalüüsi teostamiseks samm-sammult
Samm 1: Andmete ettevalmistamine
Enne Excelis kontingentsanalüüsi alustamist veendu, et töötad õigesti ettevalmistatud andmetega. Eemalda kõik filtriseaded, et tagada täielik ülevaade andmetest.
Koosta ülevaade, mis sisaldab tootmisdirektorit ja väljaviskete andmeid nominaalsete andmetena. Meie juhtumiuuringus keskendume Schichtleiter A, B ja C'le ning jätame kõik teised esindajad välja.
Samm 2: Pivottabeli loomine
Kontingentsanalüüsi tegemiseks pead looma kahe mõõtmega sagedustabeli, mis näitab, kui sageli igat tootmisdirektori ja väljaviskete kombinatsiooni esineb. Seda saad teha, minnes menüüriba asetsevasse "Sisesta" ja valides "Pivottabel".
Vali relevantne andmevaldkond ja kinnita, et päised on õigesti tuvastatud. Sinu pivottabel on nüüd loodud ja saad tootmisdirektori ja väljaviskete väljad vastastikku võrrelda.
Samm 3: Sageduste analüüsimine
Pärast pivottabeli loomist saad täpsed sagedused välja selgitada. Aseta tunnused pivottabeli ridadele ja veergudele. See näitab sulle, kui palju väljaviskeid tuli iga Schichtleiteri kohta.
Uuri pivottabelit ja analüüsi tulemusi. Pane tähele eriti muutujate jaotumist, et näha, millise Schichtleiteri puhul esines väljavisked kõige sagedamini või harvemini.
Samm 4: Oodatud sageduste arvutamine
Kontingentskordiaani arvutamiseks pead määrama oodatud absoluutsagedused. Üldine valem on: (N_{ij} = \frac{(R_i \times C_j)}{N}), kus (R) tähistab ridade reahulgust ja (C) veergude reahulgust.
Rakenda see arvutus oma pivottabeli väärtustele. Järgi eraldi tabeli loomist oodatavate sageduste jaoks, et analüüs oleks selge ja arusaadav.
Samm 5: Chi-ruutväärtuse arvutamine
Aruka ruutväärtuse arvutamiseks kasuta valem:
[ \chi^2 = \sum \frac{(O{ij} - E{ij})^2}{E_{ij}} ]
Siin on (O) vaadeldud sagedus ja (E) oodatud sagedus.
Selleks lahuta vaadeldud ja oodatud sageduste erinevused ning tee nendest ruut.
Samm 6: Kontingentskordiaanide arvutamine
Viimane samm on kontingentsikvendi arvutamine. Arvutamise valem on järgmine:
[ K = \sqrt{\frac{\chi^2}{N}} ]
Kasuta eelnevalt arvutatud Chi-ruut väärtust ja vaatluste koguarvu (N).
Pärast kontingentväärtuse arvutamist saad tulemust tõlgendada. Meie analüüsi tulemusena ilmnes, et kontingentsikvendi väärtus 0,077 näitab nõrka seost muutujate vahel.
Samm 7: Tulemuste tõlgendamine
Sinu analüüsi viimased sammud seisnevad tulemuste tõlgendamises. Kontingentsikvendi väärtus lähedal 0 näitab, et muutujate vahel on vähe seost. Väärtus 0,08 viitab sellele, et tootmisjuhil pole väljaviskamise esinemisele olulist mõju.
Kokkuvõte
Selles juhendis õppisid, kuidas teostada kontingentsanalüüsi Excelis, et avastada seoseid nominaalsete muutujate vahel. Õppisid, kuidas valmistada ette oma andmed, luua pööretabel ja teostada vajalikud arvutused kontingentsikvendi jaoks.
Sagedased küsimused
Kuidas ma peaksin haldama suurt andmemahtu?Kui töötad paljude variantidega, klassifitseeri andmed gruppidesse, et analüüsi lihtsustada.
Kas ma saan teostada kontingentsanalüüsi teistes tarkvaratööriistades?Jah, kontingentsanalüüsi põhimõtteid saab rakendada paljudes statistikatarkvarades ja programmeerimiskeeltes, hoolimata sammude erinevusest.
Millised muutujad sobivad kontingentsanalüüsiks?Nominaalselt skaalal olevad muutujad on selle analüüsi jaoks ideaalsed, kuna neil pole hierarhilist järjestust.
Kuidas tõlgendada kontingentsikvendi?Väärtus vahemikus 0 kuni 0,3 viitab nõrkale, vahemikus 0,3 kuni 0,6 mõõdukale ja alates 0,6 tugevale seosele.
