داده های نسبت: تعریف، ویژگی ها و مثال ها

تجزیه و تحلیل داده ها بخش مهمی از فرآیند تحقیق است. شما تنها زمانی می توانید ادعا کنید که تحقیق شما موفق بوده است که داده ها را تجزیه و تحلیل کرده و گزارشی تهیه کرده باشید. داده های نسبت یکی از چهار دسته سطح داده های اندازه گیری است. انواع دیگر عبارتند از ترتیبی، فاصله ای و اسمی (طبقه ای).

در این وبلاگ، ما به جنبه های مختلف این داده ها با دقت بیشتری نگاه خواهیم کرد. اگر می خواهید به موضوع خاصی بروید، می توانید از فهرست محتوای قابل کلیک زیر استفاده کنید:

1. نسبت داده چیست؟
2. ویژگی های نسبت داده ها
3. روش های محاسبه نسبت داده ها
4. تکنیک های تجزیه و تحلیل داده های نسبت
5. تفاوت بین داده های نسبت و داده های فاصله
6. نمونه هایی از داده های نسبت در نظرسنجی
7. نتیجه

نسبت داده چیست؟

داده های نسبت به عنوان داده های کمی تعریف می شوند که دارای ویژگی های مشابه با داده های بازه ای هستند، با نسبت مساوی و قطعی بین هر داده و "صفر" مطلق که به عنوان نقطه مبدا در نظر گرفته می شود. به عبارت دیگر، هیچ مقدار عددی منفی در داده های نسبت وجود ندارد.

به عنوان مثال: چهار نفر به طور تصادفی انتخاب می شوند و از آنها می پرسند که چقدر پول همراه دارند. در اینجا نتایج: 20 دلار، 40 دلار، 60 دلار و 80 دلار است.

• آیا دستوری برای این داده ها وجود دارد؟بله 20 دلار<$40 <$60 <$80.
• آیا تفاوت بین مقادیر داده معنادار است؟مطمئناً، فردی که 40 دلار دارد، 20 دلار بیشتر از فردی با 20 دلار دارد.
• آیا می توانیم بر اساس این داده ها نسبت ها را محاسبه کنیم؟بله، زیرا 0 دلار حداقل مقدار مطلق پولی است که یک فرد می تواند با خود داشته باشد.
• فردی که 80 دلار دارد، چهار برابر فردی با 20 دلار است.

داده های نسبت دارای تمام ویژگی های داده های بازه ای هستند، مانند - داده ها باید مقادیر عددی داشته باشند، فاصله بین دو نقطه برابر است و غیره، اما برخلاف داده های بازه ای که صفر دلخواه است، در داده های نسبت، صفر مطلق است.

یک مثال عالی می تواند اندازه گیری ارتفاع باشد. قد را می توان بر حسب سانتی متر، متر، اینچ یا فوت اندازه گیری کرد. نمی توان قد منفی داشت. به عنوان مثال، هنگام مقایسه با داده های بازه ای، دما می تواند - 10 درجه سانتیگراد باشد، اما ارتفاع نمی تواند منفی باشد، همانطور که در بالا ذکر شد.

می توان آن را ضرب و تقسیم کرد و این یکی از تفاوت های قابل توجه بین داده های نسبت و فاصله است که فقط می توان آنها را جمع و تفریق کرد. در اینجا، تفاوت بین 1 و 2 همان تفاوت بین 3 و 4 است، اما همچنین، 4 دو برابر 2 است. این مقایسه در داده های بازه ای غیرممکن است.

ویژگی های نسبت داده ها

داده های نسبت توسط سایر انواع داده ها با ویژگی های منحصر به فرد آنها مشخص می شود. ویژگی های داده های به دست آمده با استفاده از مقیاس نسبت را می توان به شرح زیر خلاصه کرد:

1. نقطه مطلق صفر: در مقیاس نسبت اندازه گیری می شود. یکی از ویژگی های متمایز نقطه صفر مطلق واقعی است که داده ها را به شکلی مرتبط و معنی دار می کند که درست بگوییم ، "یک شی دو برابر دیگر است" ، یا 4 دو برابر ارزش 2 را دارد.
2. هیچ مقدار عددی منفی: هیچ مقدار عددی منفی ندارد. برای یک مقدار که یک محقق داده نسبت باشد ، ابتدا باید ارزیابی کرد که آیا تمام معیارهای داده های فاصله را رعایت می کند و دارای یک نقطه صفر مطلق است. به عنوان مثال ، وزن نمی تواند منفی باشد.-20 کیلوگرم وجود ندارد.
3. محاسبه: مقادیر داده را می توان اضافه ، تفریق ، تقسیم و ضرب کرد. تجزیه و تحلیل آماری منحصر به فرد برای این داده ها امکان پذیر است. مجذور کای را می توان با استفاده از مقیاس نسبت محاسبه کرد. میانگین ، حالت و میانگین نیز می تواند برای این نوع داده ها محاسبه شود.

روش های محاسبه نسبت داده ها

این ممکن است با استفاده از روشهای متنوعی با توجه به ویژگی های برابر و معنادار صفر محاسبه شود. به همین دلیل ، اغلب در زمینه تحقیقات بازار مورد استفاده و قدردانی قرار می گیرد.

داده های جمع آوری شده در مقیاس نسبت می توانند از چهار روش محاسبه شوند. این چهار روش عبارتند از:

1. گروه بندی: ممکن است با مقایسه آنها ، متغیرهای نسبت یکسان یا متفاوت را تعیین کنید.
2. مرتب سازی: شما می توانید درجه نفوذ متغیرها را ارزیابی کنید. همچنین می توان محاسبه کرد که آیا یک مقدار از مقدار دیگری فراتر رفته یا از آن کوتاه می شود.
3. تفاوت: می توانید متغیرهای نسبت را ضرب یا تقسیم کنید.
4. بزرگی: بسته به تحقیقات خود ، می توانید متغیرهای نسبت را با ضرب و تقسیم آنها به دست آورید.

تصور کنید که یک توپ تنیس و یک توپ کریکت را وزن کنید تا دریابید که آیا اولی سنگین تر است یا نه. این یک روش ساده برای به تصویر کشیدن این نوع داده ها است.

تکنیک های تجزیه و تحلیل داده های نسبت

داده های نسبت ، در کنار 3 مقیاس اندازه گیری متغیر دیگر ، اساساً یک روش کوچک برای واگذاری داده است. این بدان معنی است که می توان از انواع تکنیک های تحلیل آماری استفاده کرد. در زیر برخی از تکنیک های محبوب تجزیه و تحلیل آورده شده است:

تحلیل روند

تجزیه و تحلیل روند یک تکنیک تجزیه و تحلیل رایج است که برای ترسیم روندها و بینش ها با جمع آوری داده های نظرسنجی در یک دوره زمانی معین استفاده می شود. به عبارت دیگر، تجزیه و تحلیل روند با جمع آوری داده ها با استفاده از بررسی مقیاس نسبت در چندین تکرار و با استفاده از یک سؤال انجام می شود. تجزیه و تحلیل روند همچنین نقش مهمی در تجزیه و تحلیل پیش بینی ایفا می کند، جایی که مجموعه ای از داده های محدود به زمان مقایسه و برای پیش بینی روندهای آینده تجزیه و تحلیل می شود.

تجزیه و تحلیل SWOT

تجزیه و تحلیلی که برای ارزیابی نقاط قوت، ضعف، فرصت ها و تهدیدهای یک سازمان انجام می شود، تحلیل SWOT نامیده می شود و به طور گسترده برای ارزیابی داده های نسبت استفاده می شود. نقاط قوت و ضعف جنبه های داخلی یک سازمان هستند، در حالی که فرصت ها و تهدیدها بیرونی سازمان هستند. یک سازمان می تواند این نوع داده ها را برای ارزیابی رقابت بازار و همچنین برنامه ریزی فعالیت های بازاریابی آتی با استفاده از نتایج تحلیل SWOT اندازه گیری کند.

تجزیه و تحلیل مشترک

تجزیه و تحلیل متقابل یک تکنیک تحقیقات بازار در سطح پیشرفته است که معمولاً برای تجزیه و تحلیل نحوه تصمیم گیری افراد پیچیده در مقیاس نسبت اجرا می شود. این به یافتن عوامل مهم برای مشتریان قبل از تصمیم گیری در زمانی که گزینه های متعددی در اختیار دارند کمک می کند. بازاریابان می توانند وب سایت های خود را آزمایش کنند، تحقیقات قیمت انجام دهند یا ویژگی های محصول را با استفاده از تجزیه و تحلیل مشترک بهبود بخشند.

جدول بندی متقاطع

جدول بندی متقابل، در آمار، روشی برای درک رابطه بین متغیرهای متعدد است. جدول اقتضایی، همچنین به عنوان زبانه متقاطع شناخته می شود، برای ایجاد ارتباط بین متغیرهای داده نسبت چندگانه در قالب جدولی استفاده می شود. تصمیمات آگاهانه را می توان پس از تجزیه و تحلیل داده ها از یک جدول احتمالی اتخاذ کرد. محققان بازار معمولاً قصد مشتری و عملکرد محصول را با استفاده از جدول بندی متقابل تجزیه و تحلیل می کنند، زیرا آنها مقایسه بین دو یا چند متغیر را ارائه می دهند.

تجزیه و تحلیل TURF

تجزیه و تحلیل TURF مخفف عبارت Totally Unduplicated Reach and Frequency تجزیه و تحلیل است - روشی که به بازاریاب اجازه می دهد پتانسیل تحقیقات بازار را برای ترکیبی از محصولات و خدمات تجزیه و تحلیل کند. این نسبت داده های مشتریانی که توسط یک منبع ارتباطی خاص به دست می آید و فراوانی آن را ارزیابی می کند. این تکنیک تجزیه و تحلیل توسط محققان برای درک اینکه آیا محصول یا خدمات جدید به خوبی در بازار هدف مورد استقبال قرار می گیرد یا خیر استفاده می شود. این روش تجزیه و تحلیل عمدتاً برای طراحی کمپین های رسانه ای مورد استفاده قرار گرفت، اما به استفاده در توزیع محصول و تجزیه و تحلیل خط گسترش یافته است.

تفاوت بین داده های نسبت و داده های فاصله

داده های کمی شامل داده های نسبت و فاصله (داده های عددی) است. تفاوت اصلی بین مقیاس فاصله و نسبت این است که فقط داده های نسبت صفر واقعی دارند، در حالی که داده های بازه ای ندارند. هر دو فاصله یکسانی بین مقادیر متوالی دارند، بنابراین می توانید از آنها کم و زیاد کنید.

در نتیجه، داده های Interval را نمی توان تقسیم یا ضرب کرد در حالی که نسبت می تواند، به این معنی که داده های فاصله زمانی نمی توانند مقادیر منفی را بپذیرند.

سطوح اندازه گیری یکی دیگر از تمایزهای مهم بین مقیاس فاصله و نسبت است. اندازه و بزرگی یک واحد تعریف شده را می توان با استفاده از مقیاس فاصله ای به روش های مختلف اندازه گیری کرد. از سوی دیگر، مقیاس نسبت می تواند اندازه و بزرگی را به عنوان نسبت یک واحد تعریف شده به واحد دیگر کمیت کند.

برای بیان موثر داده ها، هر آمارشناس باید به وضوح تفاوت بین این دو مقیاس را درک کند.

نمونه هایی از داده های نسبت در نظرسنجی

در زیر متداول ترین نمونه هایی که می توان در نظرسنجی ها استفاده کرد، آمده است:

وزن شما بر حسب کیلوگرم چقدر است؟

• کمتر از 50 کیلوگرم
• 51-60 کیلوگرم
• 61-70 کیلوگرم
• 71-80 کیلوگرم
• 81-90 کیلوگرم
• بالای 90 کیلوگرم

قد شما بر حسب فوت و اینچ چقدر است؟

• کمتر از 5 فوت.
• 5 فوت 1 اینچ - 5 فوت 5 اینچ
• 5 فوت 6 اینچ - 6 فوت
• بیش از 6 فوت

تعداد برگرهایی که می توانید روزانه بخورید چقدر است؟

نتیجه

داده های نسبت به ویژه برای درک روندها و الگوها مفید هستند. با مقایسه پیوندهای بین داده های مختلف، ممکن است هر چیزی از عملکرد شرکت تا رفتار مشتری را بهتر درک کنیم.

هنگام انجام نظرسنجی و تحقیق، باید با انواع مختلف داده ها آشنا شوید. درک انواع مختلف داده ها می تواند تصمیم گیری شما را در مورد انواع سؤالات و روش های مورد استفاده در هنگام تجزیه و تحلیل داده ها راهنمایی کند.

اما وقتی با مجموعه داده های بزرگ سروکار داریم، تجزیه و تحلیل داده ها می تواند زمان بر و دشوار باشد. نرم افزار نظرسنجی QuestionPro می تواند در این مورد کمک کند. با کمک قابلیت های گزارش دهی پیشرفته، نرم افزار ما جمع آوری و تجزیه و تحلیل داده ها را تسهیل می کند و شما را قادر می سازد تا روندها و الگوها را به راحتی شناسایی کنید.

بنابراین، اگر می خواهید از داده های کسب وکار خود بهره ببرید، فوراً QuestionPro را امتحان کنید. با نرم افزار قوی و کارکنان پشتیبانی آگاه ما، به خوبی در مسیر بهبود تصمیمات و دستیابی به موفقیت خواهید بود.