如何分析调查数据

什么是调查数据分析？
调查数据分析包括获取，测量，解释和可视化从公司调查中收集的信息所涉及的所有步骤。这是将定量和定性数据转化为有意义的见解的实践。有了这些洞察力，您就可以调整公司的产品，营销活动等，以带来更多收入。

调查数据类型
根据调查旨在回答的问题，您收集的数据可能属于以下几种类型之一。这些类型包括：

定量数据。所有数值数据均为定量数据。但是，数字在不同的上下文中意味着不同的事物。这就是为什么在学习如何分析调查数据时，您通常会遇到四个级别的测量，其中三个级别与定量数据有关。我们将在后面更详细地说明这些级别。

封闭式定性数据。这种类型的数据是非数字的，并且包含简单的答案。这些答案可以像是或否一样简单明了，也可以是您在多项选择调查中提供的答案更长一些的答案。通常，定性数据是封闭式的，这意味着受访者只能选择有限的答案。

开放式定性数据。这种类型的非数字数据可让受访者自由选择自己想回答的问题。如果您要求客户通过在文本框中输入原始想法来回答问题，那么他们的答案就是开放性的定性数据。通常，您可以提出以“为什么”或“如何”开头的问题。由于开放式数据为客户提供了更多的阐述空间，因此与封闭式数据相比，开放式数据可能包含较少的偏差（在进行调查时这是不可避免的）。相反，根据调查包括多少个主题，进行分类和分析可能会更加困难。
关键要点：您的调查收集的数据将是定量的，封闭式的定性或开放式的定性。数值数据是定量数据。有了封闭性的定性数据，受访者只能选择有限的一组答案。利用开放式的定性数据，受访者可以详细说明自己的答案。

如何测量调查数据
在构建调查时，您需要确定如何衡量收集的数据。为了适当地构造数据以进行分析，请执行以下步骤：

1.了解四个测量级别。
共有四个度量级别，每个度量级别都需要进行不同的统计分析。一些数据只能产生众数值，而另一些数据可以产生众数值，中位数和均值的组合。这些级别是：

标称规模
任何非数字类型的数据都是标称值。根据此数据，您可以确定数据的模式。

例如，如果您正在准备一项调查，询问客户最喜欢您的哪种产品，那么您的数据将是名义上的。那是因为您的产品本身并不是数字，并且彼此之间没有固有的关系。沿名义规模进行的测量主要用于测量受访者选择每个数据实体（在这种情况下为每种产品）选择了多少次。

序数刻度
顺序数据是有序的。您可以通过序数数据获取众数和中位数。

例如，您将从调查中获得要求客户对他们的偏好进行排名的序数数据。如果您的调查包含五个要排名的项目，则其中一项将成为最常选择的项目，而另一项将成为这五项中的中间值。

间隔量表
间隔刻度是一条线，数据点沿该线存在。您可以通过间隔数据获取众数，中位数和均值。

例如，水在32至212华氏度之间的温度下为液态。此外，32度和62度之间的30度差异与92度和122度之间的差异相同。但是，32度会使人感到极度寒冷，而62度会使人感到冷淡，因此不同的数字具有不同的含义。

比例尺
比例标度是具有真实零的区间标度。与间隔刻度一样，您可以从两者中获取均值，中位数和众数。

例如，大学考试通常以0到100分的等级进行评分，尽管在大多数情况下，及格分数均在65分以上。此外，在比率数据中，零仍然有意义–例如，测试中的零可能意味着学生从未参加过考试。因此，零提供洞察力而不是缺乏信息。

2.记住您的研究问题
通常，您在调查中提出的问题都与几个只有您和您的团队知道的更广泛的研究问题相关。让我们回顾一下在解释名义规模时给出的示例：在那儿，您的公司要求客户选择他们喜欢的产品。您可能会问这个问题，以决定应多多少少生产哪种产品。

换句话说，外部问题“您最喜欢的产品是什么？” 回答内部问题“我们应该生产哪些产品，而应该生产更少的产品？” 这就是为什么在测量调查数据时应将所有外部问题链接到内部问题。这种方法将使您将调查结果与运营决策联系起来更加容易。

3.先定性再定性
所有明智的业务决策都是受数字驱动的；通常最好先查看调查的定量结果，然后再查看其定性结果。在上述产品调查示例中，如果最小百分比的客户说您最喜欢的产品是产品X，则可以从此定量数据中了解有关产品X的定性数据。

同样，客户对产品的满意程度低可能表明该是时候查看您的在线评论和查找投诉了。这些投诉也是数据；它们会为您提供所需的确切信息，以使您的客户满意的方式来更改产品。

定量数据可以揭示趋势，而定性数据可以揭示驱动这些趋势的原因。

4.不要混淆因果关系和相关性
统计分析的最基本原则之一是相关性并不意味着因果关系。此语句意味着，如果您的数据显示两个变量之间的关系，则一个变量不一定是另一个变量的原因。二变量统计分析具有固有的局限性–在现实世界中，影响大多数变化的因素不止一个。

这样思考：如果您发现千禧一代更喜欢其中一种数字产品，则可以假设千禧一代对数字技术的热爱解释了原因。但这可能不是原因。也许所讨论的产品是低成本的，这对于许多千禧一代来说是一个共同的决策因素。也许该产品具有更高的道德标准，这是千禧一代更倾向于选择该产品而不是其他产品的原因。如果没有其他数据，您将无法确定。

5.比较当前数据和先前数据。
如果这不是您的第一次调查，那么您可能拥有过去的数据，可以并且应该将它们与新的调查数据进行比较。如果您发现客户现在最不喜欢的产品是去年的产品，请问自己：发生了什么变化？

也许答案很明显，例如理论上很棒但执行不力的产品更新。这也可能是微妙的，例如消费者消费习惯的改变。无论哪种情况，都需要花一些时间来学习为什么更改数据以及如何做才能恢复到先前的水平。该任务可能需要团队合作，这意味着您需要正确组织调查数据并将其呈现给其他人。

关键要点：在为您的企业设计调查时，选择适当的度量标准，将定量数据优先于定性数据，从因果关系中区分因果关系，并确保与数据集进行公平的比较。

如何组织和展示调查数据
测量数据只是分析调查数据的第一步。您可能还需要将数据提供给团队的其他成员或公司以外的人员。要有效地这样做，请执行以下步骤：

1.考虑您的听众
如果您要向团队提供调查数据，则可能不需要花费太多时间来对信息进行上下文化，因为您的团队很可能会理解上下文。如果您要与不太熟悉日常操作的人员（包括其他部门，董事会成员，股东或潜在投资者）共享调查数据，则提供背景信息将更有帮助。这就是为什么某些演示文稿格式对某些受众可能比其他受众更有效的原因。

2.建立报告
这是一个很好的示例，演示文稿格式随听众的不同而有所不同：仅当需要将调查数据关联起来时，才需要报表。一份详尽的报告会在几章中扩展您的调查结果，最适合股东和投资者。当然，创建报表非常耗时-在大多数情况下，快速绘制图形将变得更加容易，更不用说更好了。

3.使用视觉效果
图形和表格是调查数据表示的基础。条形图，表格和饼图都是创建易于阅读的调查数据可视化效果的绝佳选择。

图形和表格可以进行有意义的，令人难忘的演示，尤其是以幻灯片形式。您还可以将这些视觉效果中的信息分组为较大的信息图表，这对于合并开放式定性数据特别有用。信息图表还更适合与投资者和股东共享，因为它们具有进一步解释数据的空间。