用簡單的分析發現運營的秘密之交叉分析

2021-02-20 CAME CLUB

比較對照是進行數據探索與分析的基本手段之一。對於數值型（定量）的數據，進行比較對照時可以用均數檢驗、方差分析等方法。而對於分類（定性）統計數據，比較對照時需要用交叉分類進行統計描述，交叉分類所得的表格稱為「列聯表」，統計推斷（檢驗）則要使用卡方檢驗。卡方檢驗是用來研究兩個定類變量間是否獨立即是否存在某種關聯性的最常用的方法。

假設我們擁有如下的分類數據，我們想知道員工的滿意度情況對其績效表現有沒有顯著影響：

需要說明的是，EXCEL也可以用CHITEST函數做卡方檢驗，不過需要實現計算期望頻次表，不懂其中原理和計算方法的人操作起來會有困難。而一些專業工具如SPSS、minitab、jmp等則操作流程相對簡單一些。因此我們這裡採用SPSS來進行檢驗。

打開SPSS，讀入以上數據，然後選擇「分析」——「描述統計」——「交叉表」：

然後把滿意度變量放入行對話框，把考核成績放入列對話框，並在右邊的選項中點擊」統計」，選擇「卡方「。

點擊「確定「後，我們就得到了如下的這組數據交叉表的簡要統計結果：

在以上這個結果中，我們主要查看的是皮爾遜卡方的數據，最後的sig值（漸進顯著性）大於0.05，因此我們可以初步判定員工不同層次的滿意度水平對績效表現（考核成績）沒有顯著的影響。

大家可能注意到了，在以上的檢驗設定過程中還有很多參數我們並沒有去勾選。它們各自都有不同的用途，用來適應不同的信息輸出要求、檢驗目的和數據屬性。對於操作者的數理統計背景知識的要求還是很高的。

應用交叉表對分類數據進行卡方檢驗時，還應該注意以下幾個問題：

• 交叉表各單元格中頻數大小的問題：不應有大量期望頻數小於5的單元格

• 樣本量大小的問題：不同的樣本量大小可能會得出不同的結論，需要對皮爾遜卡方值進行相應的修正，以消除樣本量大小的影響。

• 變量的不同分組分類規則也會影響到最終的結論，需要我們針對實驗目的科學進行數據類別劃分。

CAME體驗雲研究院

【凝練管理精髓  創造極致體驗】

歡迎轉載 轉載請註明出處

聯繫合作：sunqing@egoonet.com

相關焦點

  • SWOT分析,簡單易懂很有趣
    確實不算什麼乾貨，大家可能也早就了解過，熊三醬儘量用通俗易懂的方式讓大家更深入理解SWOT分析法的使用。不管是寫總結PPT，還是做日常問題的分析判斷，都很有用哦。但是畢竟熊三醬才疏學淺，鄙陋之處懇請大家留言指正！上面這是基礎的SWOT矩陣，在四個象限裡縱橫排列了：優勢、劣勢、機會、威脅。利用這個矩陣，把四個大方向的條件羅列出來，能夠初步分析一件事情要不要做。
  • 最通俗易懂的SWTO分析講解
    公司運營前期和運營過程中，除了組織架構的科學設定、人員的配備和分工；新項目的導入和項目升級，首先要有項目的預控（預算和控制），人員各負其責
  • 學會正確自我認知,發現你的優勢與潛力
    每一個部分的自我，都沒有好壞之分，重要的是在自我觀察與自我評價時，是否足夠客觀。大多數人都不能做到足夠客觀，所以會出現自我認知的正確與錯誤之分。 第三，秘密的自我。 墨墨秘密的自我，是會寫散文詩。 當客觀分析這個技能時，發現寫散文詩發在朋友圈可以贏得朋友的認可與誇讚，這就是正確的自我認知。（因為別人不知道，但自己清楚它的價值，一旦公開秘密，就能得到更多的正向反饋。）
  • R語言卡方檢驗|問卷的交叉分析
    整體思路：首先將要分析的兩個變量用列聯表整合；其次對其進行卡方檢驗，得到檢驗結果顯著後，再對各單元格的狀況進行殘差分析，最後得出結論。列聯表就是兩個分類變量的頻數分布表。計算出列聯表後，觀察各個單元格的頻數。根據單元格的頻數，選擇正確的檢驗方法和函數參數設置。當樣本容量n> 40且理論頻數 < 5時，要使用Yates校正的卡方檢驗。
  • 學習商業分析如同破案推理?「神探」Sherlock分享他的秘密心得!
    ，聽起來是一個很寬泛的概念，主要是對企業等機構所擁有的數據進行分析。不僅僅是市場數據，還包括用戶行為和喜好等數據，目的是導出對商業決策和商業活動有用的信息。曾在小灶參加線上學徒——商業分析項目的Sherlock，將與大家一起分享，他在實際工作中運用商業分析方法的故事。
  • 如何用思維導圖進行SWOT分析
    什麼是SWOT分析？SWOT分析是目前最流行的戰略規劃工具。
  • 好課推薦:Power BI 自動化用戶運營分析高清完整
    好課推薦：Power BI 自動化用戶運營分析高清完整（全網精品好課，低價分享給你
  • XYZ 分析 - 用Excel進行數據分析(7)
    這部分我們將用到PowerQuery 的List功能，可以非常簡便的幫我們生成XYZ分析結果。
  • 質量管理之 失效模式分析FMEA
    關注質量工程師之家微信公眾號，把別人玩樂的時間用在學習上，每天進步一點點，隨著時間的推移您將與眾不同！請長按文章底部二維碼關注。失效模式分析 FMEA（Failure Mode and Effect Analysis）是IATF16949質量管理體系五大工具之一。失效模式與影響分析即「潛在失效模式及後果分析」，或簡稱為FMEA。
  • 用好九宮格思考法,營銷運營事半功倍!
    而且這個思考犯法不止是用於營銷，運營、策劃、文案等其他任何工作崗位都適用。 怎麼說呢，在運營和營銷角度，我用九格宮還是相對少一點，更多的還是喜歡用思維導圖、流程圖、以及WBS分解圖。而在產品賣點提煉時，九宮格思考法就用得多一點，我可以不受限制的盡情發揮！優點完了再優點，不停的擴散。
  • 用Excel做相關性分析
    >1、CORREL函數在Excel中，可以用CORREL函數來計算相關係數，如我們對B列和C列進行分析，可以得到它的相關係數是0.95157，呈強相關。2、數據分析Excel裡還可以用數據——數據分析——相關係數，這個功能來進行相關分析。
  • 用SPSS進行相關分析的典型案例
    相關分析，兩個變量之間密切程度的一種常見統計分析方法，能夠簡單有效說明兩變量間存在什麼關係，這些關係的常見描述語句有：線性相關、正相關、負相關等
  • 記錄一次半監督的情感分析
    不過，文章裡邊的思想是很簡單的，根據裡邊的思想，我們可以做個「山寨版」的。思路如下：我們一般用深度學習做情感分類，比較常規的思路就是Embedding層+LSTM層+Dense層(Sigmoid激活)，我們常說的詞向量，相當於預訓練了Embedding層（這一層的參數量最大，最容易過擬合），而OpenAI的思想就是，為啥不連LSTM層一併預訓練了呢？預訓練的方法也是用語言模型來訓練。
  • 斯沃特分析
    對於企業以及產業來說，戰略的分析和制定是非常艱難的。因為方案的成功與否所產生的的連帶責任是任何責任人無法承擔的（除非是老闆自己）。而斯沃特分析法的好處就是利用這種方法可以從中找出對自己有利的、值得發揚的因素，以及對自己不利的、要避開的東西，發現存在的問題，找出解決辦法，並明確以後的發展方向。
  • 左手SPSS,右手EXCEL——數據分析工具入門
    產品經理要會數據分析，大家基本都可以達成共識，如何做數據分析，可以寫好幾本書，這裡從工具學習和使用角度說下如何進行數據分析入門。 通常來講，二八原則在多個範疇適用，同樣，在產品經理當中，相信80%的人在用EXCEL做數據分析，能滿足80%的分析需求。 標題為右手EXCEL，因為80%的人右手比左手靈活，用工具也這樣，先把常用的學會就好，至少一年級產品經理，趕快把EXCEL好好學習下。我在面試產品運營同學的時候，遇到說自己EXCEL用的好的，通常會問是使用哪個版本？
  • 玩轉「場地分析」泡泡圖
    「泡泡圖」也叫「概念分析圖」，是用一些簡單抽象的圖形語言，來表達初期的設計構想和功能關係。這樣可以省略的文字敘述，一目了然的體現對場地的看法。▲  用泡泡圖表達設計思維   圖片：《設計快速表現技法》星形或者交叉的形狀，主要用來表達重要的景觀節點、人流節點、潛在衝突點等。 「之」字形的線條可以表達線性的垂直元素。
  • IE七大手法分析與速記口訣法
    因此，簡單地說，IE代表了合理化及改善的意義。IE是工業工程（Industrial Enginee ring）的英文簡稱，起源於美國著名管理學家泰勒的工作研究，之後與吉爾布雷斯的動作研究融合形成了今天的工業工程。
  • 如何用圖表直觀分析HR數據?
    在Excel中，圖表是數據分析結果的最終表達形式，因為圖表最直觀、最容易發現數據中的問題。
  • 我那個只會用Excel分析數據的朋友,已經被裁員了...
    小A有位大學同學洋洋在北京一家網際網路教育公司做運營，上周四剛被升為投放部經理，薪資漲了30%。但你一定想不到，他平時從不加班，甚至還經常遲到。那為什麼老闆還是給他升職了？就是因為：他總能第一時間從銷售、運營、市場調研等各類數據中發現問題，找到用戶痛點，抓住業務發展的關鍵點；同樣一堆數據，你或許還停留在做柱狀圖、折線圖，呈現最大/最小/平均值；洋洋卻早已經把各類數據整合到一起，生成一個動態的可視化圖表，讓領導一眼就能抓住運營問題的關鍵點！數據思維究竟有多重要？
  • 關於人員流動的數據分析
    所以是很多HR每個月一定要分析的數據，今天我們來聊聊這個模塊！   --那我們如何來進行人員流動的數據分析呢，首先我們需要有一個基礎數據的錄入表，請看下圖：   大家所看到的是我們每月的原始的數據的記錄的表格，我們可以根據這個表格來記錄當月的所有的人員的流動，那這些數據如何來進行分析呢，我們來講講思路。