一般来说,问卷数据报表是以单个题目的形式呈现的整体分析。但往往我们需要将两个及以上的变量互相关联,寻找一些并不那么明显的关联。交叉报表就是很好的工具。
比如最常见的购买意向问题,你可能会发现整体结果是50%的受访者有意向购买你的产品,百分比数字并不理想,因此你需要进一步分析是哪些人倾向购买、哪些人不愿意购买,他们之间是否存在某些方面的差异。
比如,在设计问卷前,你根据已有经验做出假设:某产品的购买意向和性别、年龄有一定关联。因此你设计了两个对应人口属性问题,在分析数据时就可以使用交叉报表印证假设。
在列(表头)中依次拖入性别、年龄题,可以在性别基础上进一步探究年龄对购买意向的影响,实现多自变量分析。
行(侧表头)中拖入要分析的受影响的因变量,就能看出不同性别和年龄段对应的购买意向。
在行(侧表头)中可以拖拽多个问题,在表头——也就是自变量不变的情况下,自如地切换不同行的表格。
这样一来就能轻松快速地将大量数据做好分类。因此在市场调研中交叉分析常用于按人口属性细分人群,是做比较、找原因的利器。
当然,太多问题会让交叉表格显得拥挤和杂乱。
首先,你需要缩小数据集的范围。风铃系统不仅可以同时创建多个交叉报表和筛选器,比如你可以根据“之前是否听说过该品牌”问题,在筛选器中分别筛选出“是”和“否”两个群体进行单独分析。
其次,你也可以适当缩减要交叉的选项。
一种方法是隐藏选项,比如无人选择“其他”,可将其隐藏。同样也可以隐藏,“不知道”“不适用”“以上皆无”等你认为对问卷调查没有参考价值的选项。
另一种方法是合并选项。比如对于年龄段、家庭收入等常见的人口属性调查问题,问卷设计时通常会将区间划分得比较细,而在实际回收问卷过程中,有的选项被选中的次数不多,对结果的影响不大,可合并为一个NET。例如在专业的市场调研问卷中,常将收入以500元为区间进行划分,如此一来选项多达20余个,而在交叉报表中可将根据一定标准合并为低收入、中等收入和高收入群体。
对常用的量表题也可以按照正负向维度进行分类。也可以在风铃系统中选择统计Top N和Bottom N,5分量表的频数和百分比就无需再手动归类了。
除了问题、选项,单元格的数据也可以进一步整理。不仅能按需选择显示哪些简单的分析数据(频数、百分比、平均数),也可以根据频数对表格进行升降序排序,可以在一长串数字中一眼找到最大/最小的几个,从而直观感受哪些是最受欢迎/最普遍或相反的。
当然,也可以重新编码后选择导出交叉报表当前行/全部行的数据,在其他数据分析软件中进一步分析。
以上提及的所有问卷功能,注册即可免费使用。
但需要注意的两点是:
一、相关性不等于因果关系,即使交叉报表的数据表明x和y有相关性,但不能言之凿凿地说x导致y。一个经典的统计学例子就是冰淇淋销量与溺水人数之间存在时序滞后的相关关系,但无法得出“吃冰淇淋导致溺水”的结论。风铃系统的交叉报表支持显著性检验,在线即可查验相关性,无需再导入外部统计软件挨个分析了。未来风铃系统还将推出跨期交叉报表,很多以年为单位进行的追踪调查将更加高效,常见的有定期追踪品牌或广告知名度的变化、客户满意度等。
二、如果要考虑多个变量,样本量需要足够大才能保证其代表性。如果你有样本过小的难题,风铃系统帮你解决。我们的400万+自有海量样本库支持根据人口属性(如性别、年龄、收入、地域)、行为画像、用户画像等标签对不同受访者进行精准抽样。