Kreuztabellierung Analyse ist ein Marktforschungs- Tool, um die Beziehung zeigen soll - oder deren Fehlen - zwischen bestimmten vorgegebenen Variablen . Zum Beispiel, wenn Sie 1000 Menschen über ihre Lieblings- Frühstücksflocken befragten , konnten Sie eine Tabelle erstellen Kreuztabellierung Getreide Auswahl mit der Altersgruppe der Menschen, die Sie befragt , um zu sehen, wie das Alter können sich ihr Frühstück Vorlieben beeinflussen . Kreuztabellierung für große Datenmengen ist einfacher, wenn es auf einem Computer erledigt . Optionen

Sie nicht haben, um an einem Kreuztabellierung Tabelle stoppen - erstellen Sie so viele Tabellen , da die Beziehungen zwischen Variablen, die Sie untersuchen wollen. Neben Tabellieren Getreide Präferenzen nach Alter, zum Beispiel , können Sie auch tabellarisch Auswahl nach Einkommen, Rasse, Geographie und Bildungsniveau. Die einzige Einschränkung ist, dass Sie Daten über die Variablen in der ursprünglichen Studie gesammelt . Kreuz - Tabellierung Daten zeigen, dass die Variablen stark korreliert sind, aber es zeigt manchmal haben sie keine tatsächliche Beziehung .
Chi-Quadrat

Auch wenn Sie denken, Sie sehen Beziehung zwischen Variablen , kann es ein Zufall sein . Chi-Quadrat- Test ist eine mathematische Methode, die die Ergebnisse der Kreuztabelle vergleicht mit denen Sie zu beobachten , wenn die Ergebnisse waren völlig zufällig wäre , und die beiden Variablen nicht gegenseitig beeinflussen. Mehrere Software-Programme auf dem Markt , wie dieser Veröffentlichung verarbeiten die Zahlenverarbeitung beteiligt. Dadurch verringert sich die Arbeit bei der Analyse von großen Erhebungen mit vielen Variablen zu vernetzen tabellieren beteiligt.
Hypothesen

Ein Computer Zahlen berechnet werden können , Print -Up-Tabellen und berechnen der Chi-Quadrat , aber es kann Ihnen nicht sagen , was Information ist wichtig , um Ihr Projekt . Bevor Sie Daten sammeln , formulieren eine Hypothese Sie testen wollen - Kinder wie zuckerhaltige Getreide mehr als Erwachsene tun , zum Beispiel - dann sicherstellen, dass die Umfrage sammelt die Informationen, die Sie benötigen , um zu bestätigen oder abzulehnen die Hypothese . Nicht verpflichten sich, eine unbewiesene Hypothese : Wenn die Informationen zeigt , es ist falsch , müssen Sie akzeptieren, dass . [ ref3
Achtung

Seien Sie vorsichtig , wenn Sie Schlussfolgerungen aus Kreuztabellierung . Selbst wenn der Computer eine sehr starke Verbindung zwischen Alter und Frühstück schmeckt , die nicht viel bedeuten kann, wenn man nur ein halbes Dutzend Befragten im Alter von unter 12 haben zeigt . Kleine Zahlen sind anfälliger für Probenahme Egel , wie dass Sie nur zufällig sechs Kindern, die den gleichen Geschmack teilen überblicken ; eine größere Probe in einem solchen Fall möglicherweise anders Cross- tabellieren . Dies ist ein Beispiel dafür, wie die Analyse des Computers Informationen erfordert den Einsatz des Urteils, nicht nur Statistik.