Sprawdź również:
Jak zwykle, odpowiedź zależy od sytuacji :). Za chwilę dowiesz się co mam na myśli, ale na początek krótko wyjaśnię, o co chodzi z tym ważeniem danych.
W przypadku badań reprezentatywnych chcemy, aby wyniki z badania na próbie można było uogólnić na całą populację. Żeby to osiągnąć, często konieczne jest utworzenie wagi analitycznej, która, w zależności od typu, może rekompensować:
- nierówne prawdopodobieństwo dostania się jednostek do próby (waga inkluzji);
- skutki nieuzyskania danych o części osób wylosowanych do próby (waga non-response rate);
- różnice pomiędzy strukturą zrealizowanej próby, a strukturą populacji (waga poststratyfikacyjna).
Oto przykład badania, w którym jako wagę analityczną wykorzystano tę ostatnią, czyli wagę poststratyfikacyjną.
Chcesz dowiedzieć się więcej o raportowaniu?
Zapraszamy na szkolenie ST 2a. Wizualizacja informacji z użyciem raportów tabelarycznych i wykresów.
Po wakacjach biuro podróży zdecydowało się zbadać zadowolenie swoich klientów z tegorocznych wyjazdów. Badanie było przeprowadzone na próbie wylosowanej spośród klientów, którzy w okresie lipiec-sierpień 2017 skorzystali z oferty tego biura (dla uproszczenia, będę ich określać mianem „wszyscy klienci”). Ważne było, by wyniki dobrze odzwierciedlały nastroje wśród wszystkich klientów, czyli w populacji. Dzięki temu, że biuro dysponowało informacjami o wieku i płci klientów oraz o tym, czy podróżowali z dziećmi, można było przygotować wagi, które upodobniły strukturę zrealizowanej próby badawczej do struktury wszystkich klientów biura. Następnie zaprezentowano w tabeli wyniki dotyczące ogólnego zadowolenia klientów.
W pierwszej kolejności skoncentrujmy się na danych ważonych. Badanie wykazało, że ponad 66% klientów było bardzo zadowolonych, ale pojawiła się też grupa niezadowolonych z wakacji i oferty biura, której wielkość można szacować na niemal 10 % (z czego bardzo niezadowolonych było 5,6%). To całkiem sporo, jednak jeśli spojrzymy na kolumnę „Procent nieważony” widać, że zastosowanie wagi analitycznej nieznacznie koryguje wyniki z próby na populację, na korzyść klientów zadowolonych.
Po co biuro podróży zdecydowało się prezentować również dane nieważone? Okazuje się, że dział marketingu ma pomysł na ich praktyczne wykorzystanie. Do klientów bardzo zadowolonych z wycieczki, zamierza wysłać zachętę do podzielenia się swoją opinią ze znajomymi w mediach społecznościowych. Planuje też podjąć próbę konwersji klientów niezadowolonych w zadowolonych poprzez kontakt telefoniczny z tymi osobami i zaoferowanie im pewnego rodzaju rekompensaty. Kolumna z nieważoną liczebnością dostarcza informacji o tym, z iloma klientami dział marketingu powinien się skontaktować.
Analizy prezentowane w tym artykule zostały zrealizowane przy pomocy PS IMAGO PRO
Jak widać, umiejętny dobór statystyk w tabeli umożliwia dostarczanie cennych informacji na potrzeby różnych działów firmy. Informacje z tej samej tabeli można wykorzystać zarówno do planowania strategicznego, jak i do działań operacyjnych przedsiębiorstwa.