В недавних постах мы рассмотрели природу типов данных, доступных исследователям потребительского или B2B рынка, включая; номинальные, порядковые, интервальные и отношения. Последние две категории позволяют пользователю генерировать средние показатели или средние значения в рамках анализа данных опроса. Работа со средними дает исследователю доступ к множеству многомерных статистических данных, но средние оценки не лишены своих проблем. Давайте рассмотрим некоторые из них.
Во-первых, на средние показатели сильно влияют экстремальные оценки, также известные как выбросы. Эти высокие и/или низкие показатели могут тянуть среднее значение вверх или вниз в зависимости от их расположения. Вот почему переменные, которые фокусируются на богатстве, доходах или ценах, обычно отражаются с использованием медианы, например, медианная цена жилья или медианный ежемесячный доход. Переменные с числовыми категориями, такие как удовлетворенность клиентов или осведомленность о бренде, в меньшей степени подвержены влиянию выбросов. Варианты решения проблемы выбросов включают их удаление из анализа или перекодирование с использованием медианного значения. Любой из этих вариантов не лишен соображений, которые необходимо учитывать. Они выходят за рамки данной статьи.
Другой проблемой является общее распределение точек данных. Если половина респондентов говорит, что любит горячий кофе, а другая половина - холодный, то "среднее значение" будет средним или теплым. В таких случаях среднее или среднее значение будет вводить в заблуждение. Необходим дополнительный комментарий исследователя, описывающий распределение данных. Это подчеркивает распределение и облегчает понимание для лица, принимающего решение.
В исследованиях, будь то маркетинговые или другие, если мы сообщаем среднее значение, мы должны также сообщить стандартное отклонение, медиану и, возможно, диапазон (высокий - низкий). Эти вспомогательные статистические данные дают конечному пользователю картину, позволяющую лучше понять характер данных. График также может быть полезен.
Во всех потребительских данных заложена вариативность. Эта изменчивость может быть хорошо видна при рассмотрении средних оценок, если вы применили правильный фильтр.
Узнайте больше о работе со средними оценками в разделе Анализ данных.
- questionpro
Поделиться
