มองหาวิธีที่จะรู้วิธีวิเคราะห์ข้อมูลเชิงคุณภาพ ใน Excel ? นี่คือบทความที่เหมาะสมสำหรับคุณ เมื่อ ข้อมูล ไม่สามารถนับได้และอธิบายได้ยากโดยใช้ค่าตัวเลข จากนั้นจึงใช้ ข้อมูล เป็น เชิงคุณภาพ . เราสามารถรวบรวมคุณภาพ .นี้ ข้อมูล ตั้งแต่การสนทนากลุ่ม การสัมภาษณ์เชิงลึก การเติมประโยค การเชื่อมโยงคำ บทสนทนาทั่วไป ฯลฯ
8 ขั้นตอนในการวิเคราะห์ข้อมูลเชิงคุณภาพใน Excel
เราได้นำคำตอบสามข้อจากแบบสอบถามแบบสำรวจเพื่อแสดงแนวทางของเรา ที่นี่ XYZ เป็น คาเฟ่ ที่ปลายเมืองและบางครั้งนักเรียนก็ออกไปเที่ยวที่นั่น คำถามสามข้อมีดังนี้:
- ประการแรก สเกล Likert คำถาม “ฉันพอใจกับ XYZ ” มี 5 ระดับที่จะตอบคำถามนี้
- ต่อไป คำถามแบบปรนัย “ฉันกินบ่อยแค่ไหนใน XYZ ในวัน”. ผู้เข้าร่วมสามารถเลือกหนึ่งใน 3 ตัวเลือก
- สุดท้าย คำถามปลายเปิด:"อาหารประเภทใดที่ควรรวมอยู่ใน XYZ ” ยอมรับความยาวของข้อความได้ที่นี่
โดยทั่วไป ชุดข้อมูลของเรามี 3 คอลัมน์:“ID ","เพศ ” และ “คำถาม & ตอบกลับ ” นอกจากนี้ ในภาพรวมด้านล่าง คำถามสามข้อจะแสดงในโครงสร้างที่กะทัดรัด เราจะหารือถึงวิธีการรับข้อมูลจากแต่ละประเภท
ขั้นตอนที่ 1:เขียนโค้ดและจัดเรียงข้อมูลเชิงคุณภาพเพื่อวิเคราะห์ใน Excel
เราจะแปลง ข้อมูลเชิงคุณภาพ เป็นค่าตัวเลขโดยใช้รหัส จากนั้นเราจะจัดเรียง ข้อมูล เพื่อเตรียมพร้อมสำหรับขั้นตอนต่อไป สเกล Likertของเรา มี 5 ระดับ ดังนั้นค่าจะเป็นดังนี้:
- เห็นด้วยอย่างยิ่ง -> 5 .
- เห็นด้วย -> 4 .
- เป็นกลาง -> 3 .
- ไม่เห็นด้วย -> 2 .
- ไม่เห็นด้วยอย่างยิ่ง -> 1 .
- ดังนั้นเราจึงใช้สิ่งนี้เพื่อป้อนค่าในช่วงเซลล์ E6:E11 .
- จากนั้น เราแยก “เพศ ” และ “การเข้ารหัส ” ลงในช่วงเซลล์ต่างๆ
- หลังจากนั้น เลือกช่วงเซลล์ C14:D19 และคลิกขวาเพื่อเปิด เมนูบริบท .
- ถัดไป จาก จัดเรียง >>> เลือก “เรียง A ถึง Z ”.
- ดังนั้น ค่านิยมของเราสำหรับเพศเดียวกันจะอยู่ด้วยกัน
อ่านเพิ่มเติม:วิธีใช้วิเคราะห์ข้อมูลใน Excel (5 วิธีง่ายๆ)
ขั้นตอนที่ 2:เปิดใช้งาน Analysis Toolpak
เราจำเป็นต้องเปิดใช้งาน การวิเคราะห์ข้อมูล คุณลักษณะใน Excel ก่อนทำการทดสอบทางสถิติใดๆ
- เริ่มต้นด้วยการกด ALT , F แล้ว T เพื่อแสดง ตัวเลือก Excel หน้าต่าง
- จากนั้น จาก ส่วนเสริม >>> เลือก “ไป… ”.
- ดังนั้น กล่องโต้ตอบเพิ่มเติม จะปรากฏขึ้น
- หลังจากนั้น เลือก “Analysis Toolpak ” และกด ตกลง .
- สุดท้าย เราจะเห็น การวิเคราะห์ข้อมูล คำสั่งภายใน Data แท็บ
อ่านเพิ่มเติม:[แก้ไขแล้ว:] การวิเคราะห์ข้อมูลไม่แสดงใน Excel (โซลูชันที่มีประสิทธิภาพ 2 รายการ)
ขั้นตอนที่ 3:T-test เพื่อเปรียบเทียบค่าเฉลี่ยกับข้อมูลเชิงคุณภาพ
เราจะใช้ “การทดสอบสองตัวอย่าง ” ซึ่งเรียกอีกอย่างว่า “การทดสอบตัวอย่างอิสระ ” เพื่อวิเคราะห์ข้อมูลเชิงคุณภาพ . เรามีสองสมมติฐานหรือสมมติฐาน:
สมมติฐานว่าง H 0 : “สองกลุ่มพอใจกับ XYZ . เท่ากัน ”.
สมมติฐานทางเลือก H ก : “สองกลุ่มไม่พอใจ XYZ . เท่ากัน ”.
หากเราพบ p-value . ของเรา ต่ำกว่า 0.05 จากนั้นเราจะ ล้มเหลวในการปฏิเสธสมมติฐานว่าง . มิฉะนั้น เราจะ ปฏิเสธสมมติฐานว่าง .
- ในขั้นตอนสุดท้าย เราได้เปิดใช้งาน Analysis Toolpak . สิ่งนี้จะปรากฏภายใต้ การวิเคราะห์ ส่วน.
- จากนั้น คลิกที่ “การวิเคราะห์ข้อมูล ”.
- ถัดไป เลือก “t-test:Two-Sample Asuming Unequal Variances ” และกด ตกลง .
- หลังจากนั้น กล่องโต้ตอบ จะปรากฏขึ้น เลือกตัวเลือกเหล่านี้:
- ตัวแปร 1 ช่วง – D14:D16 .
- ตัวแปร 2 ช่วง – D17:D19 .
- เราสามารถสลับสิ่งนี้ได้เช่นกัน ผลลัพธ์จะเหมือนเดิมโดยไม่คำนึงถึง
- หลังจากนั้น เลือก “ช่วงเอาต์พุต ” และเซลล์ C21 เป็นตำแหน่งขาออก
- จากนั้น กด ตกลง .
- ผลลัพธ์จะเป็นแบบนี้
- ต่อไป เราจะเห็นว่าค่าเฉลี่ยคือ 3 และ 4.33 . เราจะตรวจสอบว่าความแตกต่างนี้มีนัยสำคัญหรือไม่โดยใช้ p-value . นอกจากนี้ ความแปรปรวนคือ 1 และ 0.33 ดังนั้นสมมติฐานของเราเกี่ยวกับความแปรปรวนไม่เท่ากันจึงถูกต้อง หากค่านี้เกือบจะเหมือนกัน คุณจะต้องเปลี่ยนเป็น “t-test:Two-Sample Asuming Equal Variances ”.
- ดังนั้น เราจึงต้องมุ่งความสนใจไปที่ P(T<=t) two-tail ค่าเท่านั้น ต้องน้อยกว่า 0.05 ที่จะมีความสำคัญ อย่างที่มันเป็น (0.14 ถ้าเราปัดเศษขึ้น) มากกว่า 0.05 ดังนั้นเราจึง ปฏิเสธสมมติฐานว่าง .
- จากการวิเคราะห์ เราสามารถพูดได้ว่า ชายและหญิงมีความพึงพอใจในระดับที่แตกต่างกัน คาเฟ่ XYZ ซึ่ง มีนัยสำคัญทางสถิติ .
ขั้นตอนที่ 4:เตรียมชุดข้อมูลตามหมวดหมู่สำหรับการทดสอบ Chi-Square
เราจะใช้ SUM และ COUNTIFS ทำหน้าที่ในขั้นตอนนี้ ตอนนี้ เราจะหารือเกี่ยวกับการวิเคราะห์คำถามที่สอง เราใช้ Chi-Square ทดสอบ เพื่อค้นหาความสัมพันธ์ระหว่างสองข้อมูลหมวดหมู่ นอกจากนี้ยังสามารถคืนค่าความแตกต่างระหว่างค่าที่คาดไว้และค่าที่สังเกตได้ เราต้องการทราบว่ามีความสัมพันธ์ระหว่างเพศกับจำนวนครั้งที่รับประทานอาหารใน XYZ cafe หรือไม่ .
สมมติฐานว่าง H 0 : “ไม่มีความสัมพันธ์ระหว่างเพศกับการรับประทานอาหารต่อสัปดาห์ที่ XYZ ”.
สมมติฐานทางเลือก H ก : “มีความสัมพันธ์ระหว่างเพศกับการรับประทานอาหารต่อสัปดาห์ที่ XYZ ”.
- อันดับแรก เราจะตั้งชื่อช่วงว่า C6:C11 เป็น “เพศ ” และ D6:D11 เป็น “ครั้ง ”.
- ต่อไป เราจะสร้างเทมเพลตเพื่อคำนวณ Chi-Squared ความคุ้มค่า
- จากนั้น เราจะเลือกช่วงเซลล์ C7:E7 แล้วพิมพ์สูตรต่อไปนี้
=COUNTIFS(Gender,$B$7,Times,C6)
สูตรนี้หาจำนวนเซลล์ที่มีเพศชายและ หนึ่งเซลล์ เวลากินต่อสัปดาห์ใน คาเฟ่ XYZ .
- ถัดไป กด CTRL+ENTER . นี่จะ ป้อนสูตรอัตโนมัติ .
- หลังจากนั้น เราจะเลือกช่วงเซลล์ C8:E8 แล้วพิมพ์สูตรต่อไปนี้
=COUNTIFS(Gender,$B$8,Times,C6)
สูตรนี้หาจำนวนเซลล์ที่มีตัวเมียและ หนึ่งเซลล์ เวลากินต่อสัปดาห์ใน คาเฟ่ XYZ .
- จากนั้น กด CTRL+ENTER .
- หลังจากนั้น เราจะรวมแถวและคอลัมน์
- เลือกช่วงเซลล์ C9:E9 แล้วพิมพ์สูตรนี้
=SUM(C7:C8)
- กด CTRL+ENTER .
- จากนั้น เลือกช่วงเซลล์ F7:F8 แล้วพิมพ์สูตรนี้
=SUM(C7:E7)
- กด CTRL+ENTER .
- จากนั้น เราจะพิมพ์ 6 ในเซลล์ F9 เนื่องจากจำนวนผู้ตอบแบบสอบถามคือ 6 .
- ตอนนี้ เราจะพบค่าที่คาดไว้ หากต้องการค้นหา สูตรคือ ผลรวมแถว * รวมคอลัมน์/ผลรวม .
- หลังจากนั้น ให้พิมพ์สูตรนี้ในช่วงเซลล์ I7:K7 โดยเลือกไว้ก่อน
=$F$7*C9/$F$9
- กด CTRL+ENTER .
- จากนั้น เลือกช่วงเซลล์ I8:K8 แล้วพิมพ์สูตรนี้
=$F$8*C9/$F$9
- หลังจากนั้น กด CTRL+ENTER .
- ตอนนี้ เราจะพบ Chi-Squared ความคุ้มค่า
- ดังนั้น เลือกช่วงเซลล์ C13:E14 แล้วพิมพ์สูตรต่อไปนี้
=(C7-I7)^2/I7
- หลังจากนั้น กด CTRL+ENTER .
- จากนั้น เราจะเพิ่มค่าเหล่านี้ในเซลล์ I12 โดยพิมพ์สูตรนี้
=SUM(C13:E14)
- หลังจากนั้น กด ENTER .
- ตอนนี้ df หมายถึง ระดับความเป็นอิสระ . สูตรการหาคือใช้ (Number of Columns -1) * (Number of Rows-1) . เรามี 2 แถวและ 3 คอลัมน์ ดังนั้น df . ของเรา จะเป็น (3-1)*(2-1) =2 .
อ่านเพิ่มเติม:วิธีวิเคราะห์ชุดข้อมูลขนาดใหญ่ใน Excel (6 วิธีที่มีประสิทธิภาพ)
การอ่านที่คล้ายกัน
- วิธีวิเคราะห์ข้อมูลการขายใน Excel (10 วิธีง่ายๆ)
- วิเคราะห์ข้อมูลใน Excel โดยใช้ Pivot Tables (9 ตัวอย่างที่เหมาะสม)
- วิธีวิเคราะห์ข้อมูลที่ปรับขนาดตามเวลาใน Excel (ด้วยขั้นตอนง่ายๆ)
ขั้นตอนที่ 5:วิเคราะห์ข้อมูลเชิงคุณภาพตามหมวดหมู่ใน Excel ด้วยการทดสอบ Chi-Square
เราจะใช้ CHISQ.DIST.RT เพื่อค้นหา p-value สำหรับการทดสอบนี้
- ดังนั้น พิมพ์สูตรนี้ในเซลล์ I14 .
=CHISQ.DIST.RT(I12,I13)
ฟังก์ชันนี้ส่งคืน “ความน่าจะเป็นทางด้านขวาของการแจกแจงแบบไคสแควร์”
- หลังจากนั้น ให้กด ENTER . เราจะได้ค่า 0.2 ซึ่งใหญ่กว่า 0.05 . ดังนั้น เราจะล้มเหลวในการปฏิเสธสมมติฐานว่าง . พูดง่ายๆ ก็คือ เราสามารถพูดได้ว่าทั้งสองหมวดหมู่ไม่มีความสัมพันธ์กัน
ขั้นตอนที่ 6:การวิเคราะห์ความเชื่อมั่นสำหรับข้อมูลเชิงคุณภาพแบบปลายเปิด
ตอนนี้ เราจะมาดูคำถามและคำตอบสุดท้ายของเรากัน เราจะใช้กระบวนการแบบแมนนวลในการค้นหาธีมของคำตอบ เราได้เพิ่มสองคอลัมน์ในชุดข้อมูล:“หัวข้อ1 ” และ “หัวข้อ2 ”.
- จากนั้น เราจะอ่านคำตอบและแนบหัวข้ออาหารเข้าไป ตัวอย่างเช่น “ไก่ พิซซ่า ” มี 2 หัวข้อ:“ไก่ ” และ “พิซซ่า ” และอื่นๆ
- หลังจากนั้น เราได้เพิ่มหัวข้อเฉพาะลงในตารางใหม่เท่านั้น
ขั้นตอนที่ 7:ใช้ฟังก์ชัน COUNTIF เพื่อวิเคราะห์ข้อมูลเชิงคุณภาพแบบเปิด
เราจะใช้ฟังก์ชัน COUNTIF เพื่อรับข้อมูลเชิงลึกเกี่ยวกับการกระจายความถี่
- ขั้นแรก ให้เลือกช่วงเซลล์ D13:D17 แล้วพิมพ์สูตรต่อไปนี้
=COUNTIF($E$5:$F$10,C13)
สูตรนี้นับจำนวนค่าในช่วง F5:F10 ที่มีค่าจากเซลล์ C13 .
- หลังจากนั้น เพื่อ ป้อนอัตโนมัติ สูตร กด CTRL+ENTER .
- ต่อไป เราจะแทรก แผนภูมิ เพื่อให้เห็นภาพการกระจายความถี่
ขั้นตอนที่ 8:แผนภูมิคอลัมน์แบบคลัสเตอร์เพื่อแสดงข้อมูลเชิงคุณภาพแบบปลายเปิด
ในขั้นตอนนี้ เราจะสร้าง แผนภูมิคอลัมน์แบบคลัสเตอร์ เพื่อทำความเข้าใจ ข้อมูลเชิงคุณภาพ ชัดเจนยิ่งขึ้น
- ดังนั้น เลือกช่วงเซลล์ C12:D17 และจากแท็บแทรก ให้เลือก แผนภูมิที่แนะนำ .
- จากนั้น กล่องโต้ตอบแทรกแผนภูมิ จะปรากฏขึ้นและ คอลัมน์ที่จัดกลุ่ม จะถูกเลือกตามค่าเริ่มต้น ถ้าไม่เช่นนั้นให้เลือก
- หลังจากนั้นกด ตกลง .
- แล้วจะเห็นว่าลูกค้าต้องการ ไก่ , พาสต้า, และ พิซซ่า เป็นอันดับต้นๆ 3 รายการอาหารใน XYZ cafe . การจัดการของ XYZ cafe สามารถเลือกที่จะนำเสนอผลิตภัณฑ์เหล่านี้มากขึ้นเพื่อสร้างรายได้มากขึ้น
สรุป
- เราใช้ t-test เมื่อเรา เปรียบเทียบวิธี ระหว่างสองกลุ่มกับ การทดสอบไคสแควร์ เมื่อเราทำงานกับค่าตามหมวดหมู่ .
- สำหรับชุดข้อมูลของเรา เราได้รับผลลัพธ์เหล่านี้จากคำถามสามข้อในแบบสอบถามแบบสำรวจของเรา-
- ชายและหญิงมีระดับความพึงพอใจที่แตกต่างกันกับ cafe XYZ .
- เพศและจำนวนการรับประทานอาหารใน คาเฟ่ XYZ ไม่เกี่ยวข้อง
- นักเรียนหรือลูกค้าต้องการ ไก่ , พาสต้า และ พิซซ่า เป็นสามรายการแรกที่รวมอยู่ใน Cafe XYZ .
ภาคปฏิบัติ
เราได้เพิ่มชุดข้อมูลการปฏิบัติสำหรับแต่ละวิธีใน Excel ไฟล์. ดังนั้นคุณสามารถทำตามวิธีการของเราได้อย่างง่ายดาย
บทสรุป
เราได้แสดงให้คุณเห็นแล้ว 8 ขั้นตอนในการ วิเคราะห์ข้อมูลเชิงคุณภาพ ใน Excel . หากคุณประสบปัญหาเกี่ยวกับวิธีการเหล่านี้หรือมีข้อเสนอแนะใด ๆ โปรดแสดงความคิดเห็นด้านล่าง นอกจากนี้ คุณสามารถเยี่ยมชมไซต์ของเรา ExcelDemy สำหรับที่เกี่ยวข้องกับ Excel . เพิ่มเติม บทความ ขอบคุณสำหรับการอ่าน ยอดเยี่ยมต่อไป!
บทความที่เกี่ยวข้อง
- วิธีวิเคราะห์ข้อมูล qPCR ใน Excel (2 วิธีง่ายๆ)
- ดำเนินการกรณีศึกษาโดยใช้การวิเคราะห์ข้อมูล Excel
- วิธีวิเคราะห์ข้อมูลข้อความใน Excel (5 วิธีที่เหมาะสม)