마지막 Part 1 우리는 '카테고리적'플랫폼을 사용하여 설문조사 데이터가 있는 다양한 형식의 답변(단일 답변, 다중 응답, 점수)을 한 번에 집계하는 예를 보여주었습니다.
하지만 집계 수준이면 열심히 스프레드시트 소프트웨어도 할 수 있고, 앙케이트 시스템을 이용하고 있으면 시스템상에서 집계 결과를 표나 그래프로 표시해 줍니다.
그럼, JMP의 「카테고리컬」을 이용하는 이점은 무엇인가?
그것은 이번에 소개합니다. 그룹간에 답변 분포를 비교할 수 있습니다. 일입니다.
범주형으로 그룹 변수 지정
설문조사 분석에서는 개별 응답을 집계하는 것 외에 응답자의 속성(성별, 연대 등)으로 나누어 응답의 집계를 합니다. 이른바 크로스 집계라고 불리는 것입니다.
Part 1에서 다룬 SQC 연수의 예로 생각해 봅시다. 이 예에서는 「직직」(일반, 직책 있음)이라는 속성이 있으므로, 직업별로 다른 답변에 대해서 집계해 비교해 보겠습니다.
위의 데이터 테이블에 대해 다음 분석을 수행합니다.
직책 × 수강의 계기(복수 응답):다중 응답
직위 × 통계 소프트웨어 사용 경험 (단일 답변) : 명의 척도
직위 × 시간 배분, 텍스트 구성, 실용성(스코어): 순서 척도
직위 × 만족도(스코어): 순서 척도
이 때 "카테고리 칼"에서 다음과 같이 "직무" [X, 그룹화 카테고리] 로 지정합니다.
비율의 등질성 검정(그룹간에 응답 비율이 다른가?)
우선, 다중 응답인 "수강의 계기"와 명의 척도인 "통계 소프트 경험"(있음/없음)에 대해서, 리포트를 참조해 보겠습니다. 아래와 같이 "일반"과 "직장 있음"으로 나누어 집계된 크로스집계표가 표시되고, 해당하는 공유 차트도 표시되어 있습니다.
"수강의 계기"를 일반과 직책으로 답변 점유율을 비교해 보면 다음 항목에서 점유율 차이가있을 것 같습니다.
상사의 지시: 일반(24.7%), 직위 있음(16.8%)
SQC에 대한 관심: 일반(8.9%), 직책 있음(16.1%)
통계 소프트의 경험에 대해서도, 일반의 경험자는 39.6%, 직위 있는 경험자는 50.9%와 이쪽도 차이가 있을 것 같습니다.
여기에 기재한 것은 어디까지나 "차이가 있을 것"이라고 하는 것입니다. 통계 소프트웨어를 사용하고 있기 때문에 통계적으로 차이가 있는지 여부를 조사하고 싶네요. 거기서 「카테고리카르」에 있는 검정의 옵션을 이용합니다.
다중 응답이 아닌 응답의 동질성 검정
통계 소프트웨어 경험과 같이 다중 응답이 아닌 응답의 경우, [응답의 등질성에 대한 검정] 옵션을 실행합니다.
그룹간에 응답의 등질성이 검정되지만, 여기서는 직책간에 응답의 비율이 동일하다는 가설에 대한 검정을 실시하고 있습니다. 크로스 집계표의 독립성을 조사할 목적으로 사용되는 카이제곱 검정에 해당합니다.
보고서의 우도비 카이제곱, Pearson의 카이제곱에 대한 p-값은 0.05보다 작기 때문에 검정의 유의 수준을 5%로 하면 응답은 동질이 아니다. 가 있음을 나타냅니다.
다중 응답의 동질성 검정
여러 대답 인 "수강의 계기"에는, [다중 응답 검정] 사용합니다. 여기에서는 응답 카테고리에 대해 선택/비선택 이항 분포를 가정했다. [이항 분포의 등질성 검정] 의 보고서를 나타냅니다.
보고서 "각 응답에 대한 이항 검정"은 각 질문의 응답 비율을 그룹간에 비교 한 통계량을 표시합니다.
예를 들어 "상사의 지시"의 응답에 대해 전체 수와 응답자는 다음과 같습니다.
일반적으로 392명 중 144명이 해당 (36.7% = 144/392)
직위 있는 경우 111명 중 26명이 해당 ( 23.4% = 26/111)
이때 응답 비율을 Y(이항 분포를 가정), 일반/직직 있음을 X로 한 로지스틱 모델에 의해 카이 제곱값이나 p값(=0.0074)을 구합니다.
보고서 "각 응답에 대한 이항 검정"을 참조하면 "상사의 지시", "SQC에 대한 관심"의 두 항목에 대해 유의한 차이가 인정됩니다. 이를 통해 일반 직원은 상사에게 수강하라고 했기 때문에 세미나를 수강한 직책이 있는 사람은 SQC 자체에 관심이 있다는 것을 시사합니다.
다른 항목은 일반과 직책으로 비율에 차이가 있지만, 유의한 차이가 아닌 것 같습니다.
점수 비교
상품의 만족도 등을 묻는 설문에서는, 5단계 평가등의 스코어로 회답하는 것이 많습니다. 그 때 그룹간에 점수에 차이가 있는지 확인하고 싶습니다.
이번 예에서는 세미나의 시간 배분, 텍스트의 구성, 실용성을 5단계 평가, 세미나의 만족도를 10단계 평가로 대답해 줍니다. 직위간에 이러한 평가 점수를 비교한다면 다음과 같이 [점수 평균 비교] 를 사용해 보겠습니다.
세미나 시간 배분, 텍스트 구성, 실용성에 대한 보고서입니다. 크로스탭 표의 우측에 응답 1~5를 스코어로 간주했을 때의 평균, 표준 편차가 표시되어 있습니다.
마지막 열 "평균 비교"를 참조하면 다섯 번째 행(일반 실용성에 대한 점수, E로 표시)에 "f" 문자가 표시됩니다. 이는 F로 표시된 6행(직장 실용성에 대한 점수)에 대해 유의 수준 0.1에서 유의함을 나타냅니다. (그림의 빨간색 테두리로 둘러싸인 설명을 참조하십시오.)
실용성에 대한 일반 점수 평균은 3.52, 직위는 3.37이지만, 이러한 평균을 쌍 비교했을 때, 검정(t 검정을 사용)의 p값이 0.1보다 작았다는 것을 나타내고 있습니다. 직업이 있는 분은 일반에 비해 세미나의 실용성에 대해서는 조금 불만이었을지도 모릅니다.
세미나의 "만족도"에 대한 보고서를 참조하십시오.
일반 평균이 7.23이고 직위가 있는 평균이 6.91이고 '평균 비교' 입력란에는 "B" 문자가 표시됩니다. 대문자로 표시되므로 이 경우에는 유의 수준 0.05에서 유의하다는 것을 나타냅니다. 세미나 자체의 만족도에 대해서, 일반과 직책 있는 점수에 유의한 차이가 있었습니다.
많은 질문에 대한 그룹 간 비교에 효과적
「카테고리」에서는, 그룹화 변수를 지정하는 것으로, 그룹별의 집계, 비교를 실시할 수 있습니다. 실제 설문지에는 많은 질문, 많은 답변 옵션이있을 수 있습니다. 그러한 때, 많은 표나 그래프가 표시되기 때문에, 결국 어느 대답에 차이가 있는지를 하나씩 조사해 나가는 것은 힘듭니다.
이번에 설명한 「응답의 등질성 검정」, 「스코어 평균의 비교」를 사용하면, 차이가 있는 항목을 한눈에 알 수 있으므로, 효율적으로 그룹간의 답변 비교를 할 수 있습니다.
다음 Part 3에서는 설문조사의 다중 응답 형식 질문을 다루는 "다중 응답"에 대해 자세히 설명합니다.
