En la Parte 1 anterior, mostramos un ejemplo de cómo usar la plataforma "categórica" para agregar varios tipos de respuestas (respuesta única, respuesta múltiple, puntuación) de los datos de la encuesta, todo a la vez.
Dicho esto, aún puedes realizar la tabulación utilizando un programa de hojas de cálculo si te esfuerzas, y si utilizas un sistema de encuestas, este mostrará los resultados en tablas y gráficos.
Entonces, ¿cuáles son las ventajas de usar la función "Categoría" de JMP?
Esto nos permite comparar la distribución de las respuestas entre los grupos que vamos a analizar.
Especifique la variable de grupo en "Categoría".
En el análisis de encuestas, además de agrupar las respuestas individuales, también se agrupan según los atributos del encuestado (género, grupo de edad, etc.). Esto se conoce como tabulación cruzada.
Consideremos el ejemplo de capacitación en SQC que vimos en la Parte 1. En este ejemplo, hay un atributo llamado "puesto" (empleado general, persona con un puesto), por lo que recopilaremos y compararemos otras respuestas según el puesto.
1.png
Vamos a realizar el siguiente análisis sobre la tabla de datos anterior.
Puesto de trabajo × Motivo para realizar el curso (varias respuestas): Varias respuestas
Puesto de trabajo × Experiencia en el uso de software estadístico (respuesta única): Escala nominal
Puesto de trabajo × Asignación de tiempo, estructura del texto, practicidad (puntuación): Escala ordinal
Puesto de trabajo × Nivel de satisfacción (puntuación): Escala ordinal
En este caso, en "Categoría", especifique "Título del puesto" como [X, Categoría de agrupación] de la siguiente manera:
nao_masukawa_0-1681374861319.png
Prueba de homogeneidad de proporciones (¿Existen diferencias en las proporciones de respuesta entre los grupos?)
En primer lugar, analicemos el informe correspondiente a la pregunta de respuesta múltiple «motivo para realizar el curso» y a la variable nominal «experiencia con software estadístico» (sí/no). Se muestra una tabla de contingencia, dividida en «general» y «con un puesto directivo», junto con el gráfico de participación correspondiente.
3.png
Al comparar la proporción de respuestas sobre "el motivo para realizar el curso" entre los participantes en general y aquellos con puestos directivos, parecen existir diferencias en los siguientes aspectos.
Instrucciones de un supervisor: Personal general (24,7%), Personal con puestos directivos (16,8%)
Interés en SQC: Público en general (8,9%), personas en puestos directivos (16,1%).
En lo que respecta a la experiencia con software estadístico, también parece haber una diferencia: el 39,6% de los usuarios generales tienen experiencia, mientras que el 50,9% de aquellos con puestos directivos la tienen.
Lo que he descrito aquí es simplemente que *parece* haber una diferencia. Dado que utilizo software estadístico, quiero investigar si existe una diferencia estadísticamente significativa. Por lo tanto, usaré la opción de prueba de hipótesis disponible en la categoría "Categoría".
Prueba de homogeneidad para respuestas no múltiples
Si las respuestas no son múltiples, como suele ocurrir con el software estadístico, ejecute la opción [Prueba de homogeneidad de respuestas] .
Se comprueba la homogeneidad de las respuestas entre grupos y, en este caso, se contrasta la hipótesis de que la proporción de respuestas es igual en todos los puestos de trabajo. Esto equivale a la prueba de chi-cuadrado utilizada para examinar la independencia de las tablas de contingencia.
nao_masukawa_1-1681375602235.png
Dado que los valores p para la razón de verosimilitud del informe (chi-cuadrado) y el chi-cuadrado de Pearson son menores de 0,05, un nivel de significancia del 5% indica que las respuestas no son homogéneas, lo que significa que existen diferencias en la proporción de experiencia con software estadístico entre los diferentes puestos de trabajo.
Prueba de homogeneidad de respuestas múltiples
Para la pregunta de opción múltiple "Razones para tomar el curso", utilizaremos una [prueba de respuesta múltiple] . Aquí presentamos un informe de una [prueba de homogeneidad de distribución binomial] , asumiendo una distribución binomial de respuestas seleccionadas/no seleccionadas para cada categoría de respuesta.
nao_masukawa_2-1681375648352.png
El informe, titulado "Pruebas binomiales para cada respuesta", muestra estadísticas que comparan las tasas de respuesta para cada pregunta entre diferentes grupos.
Por ejemplo, el número total de respuestas y el número de encuestados para la respuesta "instrucciones de mi jefe" son los siguientes:
En la población general, 144 de 392 personas encajan en la descripción (36,7% = 144/392).
De las personas con un puesto directivo, 26 de 111 personas encajan en la descripción (23,4% = 26/111).
En este punto, calculamos el valor chi-cuadrado y el valor p (=0,0074) utilizando un modelo logístico donde Y es la tasa de respuesta (suponiendo una distribución binomial) y X es la respuesta general/posicional.
En referencia al informe "Pruebas binomiales para cada respuesta", se encontraron diferencias significativas en dos ítems: "Instrucción del supervisor" e "Interés en el SQC". Esto sugiere que los empleados en general asistieron al seminario porque sus supervisores se lo indicaron, mientras que aquellos en puestos gerenciales estaban genuinamente interesados en el SQC en sí.
Si bien existen diferencias en las proporciones de otros elementos entre los empleados generales y aquellos con puestos directivos, estas diferencias no parecen ser estadísticamente significativas.
Comparar puntuaciones
Las preguntas sobre la satisfacción con el producto suelen requerir respuestas en una escala de cinco puntos o un sistema de puntuación similar. En estos casos, conviene comprobar si existen diferencias significativas en las puntuaciones entre los distintos grupos.
En este ejemplo, se pidió a los participantes que calificaran la distribución del tiempo, la estructura del texto y la practicidad del seminario en una escala de 5 puntos, y su satisfacción general con el seminario en una escala de 10 puntos. Para comparar estas puntuaciones de evaluación entre diferentes puestos de trabajo, utilizaríamos la función [Comparación de puntuaciones medias], como se muestra a continuación.
nao_masukawa_0-1681431984784.png
Este informe detalla la distribución del tiempo, la estructura del texto y la viabilidad del seminario. La media y la desviación estándar de las respuestas 1 a 5 (consideradas como puntuaciones) se muestran a la derecha de la tabla de contingencia.
nao_masukawa_1-1681432150602.png
En la última columna, «Comparación de medias», verá la letra «f» en la fila 5 (la puntuación de utilidad general, representada como E). Esto indica que es estadísticamente significativa con un nivel de significancia de 0,1 en comparación con la fila 6 (la puntuación de utilidad para una posición específica, representada como F). (Consulte la explicación que aparece en el recuadro rojo de la figura).
En cuanto a la practicidad, la puntuación media del público general fue de 3,52, mientras que la de quienes ocupaban puestos directivos fue de 3,37. Sin embargo, al comparar estas medias mediante una prueba t de Student, el valor p fue inferior a 0,1. Es posible que quienes ocupaban puestos directivos estuvieran ligeramente más insatisfechos con la practicidad del seminario que el público general.
Consultemos también el informe sobre los "niveles de satisfacción" del seminario.
nao_masukawa_0-1681432780154.png
La puntuación media del público general fue de 7,23, mientras que la de los directivos fue de 6,91. La letra «B» aparece en la columna «Comparación de medias». Al estar en mayúscula, indica un nivel de significación estadística de 0,05. En cuanto a la satisfacción con el seminario, se observó una diferencia significativa en las puntuaciones entre el público general y los directivos.
Eficaz para realizar comparaciones entre grupos en función de múltiples preguntas.
En el análisis de "Categorías", puede especificar una variable de agrupación para realizar agregaciones y comparaciones basadas en grupos. En las encuestas reales, suele haber muchas preguntas y muchas opciones de respuesta. En estos casos, se muestran muchas tablas y gráficos, lo que dificulta examinar cada respuesta individualmente para identificar las diferencias.
Mediante la "prueba de homogeneidad de respuestas" y la "comparación de puntuaciones medias" que se explican aquí, se pueden identificar rápidamente los elementos con diferencias significativas, lo que permite una comparación eficiente de las respuestas entre grupos.
En la próxima entrega, la Parte 3, explicaremos en detalle las preguntas de "respuesta múltiple" en las encuestas.
