Krydstabulering er et af de mest brugte værktøjer til dataanalyse. Lær, hvad dette værktøj kan, og hvordan du bruger det.
Man bruger krydstabulering – også kaldet kontingenstabelanalyse eller krydstabeller – til at analysere kategoriske data. Læs videre for at få mere at vide om krydstabelanalyse, og hvordan du bruger det.
Krydstabulering (krydstabel) er et nyttigt analyseværktøj, som ofte bliver brugt til at sammenligne resultater for en eller flere variabler med resultatet for en anden variabel. Det bliver anvendt med data på en nominalskala, hvor variabler er navngivet eller mærket i en ikke specificeret rækkefølge.
Krydstabeller er i princippet datatabeller, som viser spørgeundersøgelsesresultater fra en hel gruppe respondenter samt fra undergrupper samtidig. På den måde kan du undersøge forhold i data, som måske ikke er tydelige, hvis du blot ser på resultatet af de samlede besvarelser af en spørgeundersøgelse.
Med krydstabulering kan du undersøge dine data på forskellige måder for at få en dybere forståelse af grupperne, der udgør dine respondenter.
Analyse af store datasæt kan være svært. Og at finde relevante, handlingsrettede indsigter i store datamængder kan være endnu mere kompliceret. Krydstabeller forenkler og fordeler data i undergrupper, så fortolkningen bliver nemmere – tabellerne viser procentdele og frekvenser, der kan ændre sig, når de bliver sammenlignet med variabler i andre kategorier. Når datasættene bliver mere overskuelige i stor skala, sker der færre fejl.
Ved hjælp af krydstabeller kan du undersøge forholdene mellem en eller flere variabler, hvilket giver indsigter på et mere detaljeret niveau. Indsigter, som måske ellers ville være forsvundet i datamængden eller have krævet en ekstra indsats at få frem. Brug forskellige filtre til at grave dig dybere ned i dine data og få endnu flere detaljer frem.
Krydstabeller forenkler datasættene, så du kan foretage hurtige sammenligninger mellem dem. Det betyder hurtigere indsigter til at udvikle nye, datadrevne marketingstrategier. Du kan samtidig holde øje med de globale tendenser på tværs af besvarelserne af spørgeundersøgelsen og handle på dem.
Ved brug af krydstabeller bliver datasættene forenklet og inddelt i undergrupper. Resultatet er rene data i en mere lettilgængelig form, som er nemmere at overskue og anvende for analytikere og teammedlemmer uden analytisk træning.
Krydstabulering bliver typisk anvendt, når du har information, der kan opdeles i to indbyrdes uforenelige grupper, også kaldet kategoriske variabler. Det betyder, at du kan undersøge forhold og sammenhænge i data, som ellers ikke er synlige. En krydstabelsrapport kan vise sammenhængen mellem to eller flere spørgeundersøgelsesspørgsmål i studiet af markedsundersøgelser.
Krydstabeller bliver anvendt i mange forskellige brancher og jobfunktioner. Her er nogle eksempler på afdelinger, som med fordel kan benytte krydstabelanalyser:
HR-afdelinger kan benytte krydstabulering til at undersøge data fra spørgeundersøgelser blandt medarbejderne om virksomhedskultur, ledelsesmæssig vejledning, medarbejderengagement med mere. Krydstabeller kan hjælpe HR med at afklare om bestemte afdelinger i virksomheden har særlige problemer eller behov, der skal tages hånd om.
Markedsanalytikere kan gøre rådata mere tilgængelige med krydstabeller, når ledergruppen har brug for et beslutningsgrundlag.
Kundeserviceteams kan benytte krydstabeller til at evaluere og sammenligne kundetilfredshedsniveauerne for gamle og nye kunder.
Skoleadministrationer kan krydstabulere evalueringsdata fra studerende om underviseren med undervisningstimens emne, tidspunkt for undervisningstimen og andre data for at forbedre undervisningsoplevelsen for de studerende.
En chi-i-anden-test bliver brugt til at teste data i en krydstabuleringstabel for at bestemme, om dataene er statistisk signifikante eller ej. Resultaterne er statistisk signifikante, hvis de to kategoriske variabler er uafhængige (uden forbindelse). I princippet er en chi-i-anden-test en korrelationstest for kategoriske variabler.
Her er en liste med termer, der er gode at kende, når du arbejder med krydstabulering:
Eksempel 1
Medarbejdertilfredshed: Det følgende eksempel på krydstabulering er fra SurveyMonkey med brug af data fra en tilfredshedsundersøgelse blandt medarbejderne. Undersøgelsen stiller medarbejderne multiple choice-spørgsmål for at undersøge:
Spørgsmålene, som definerer grupperne, er sat i kolonner, og spørgsmålene, som bruges til at sammenligne grupperne, er sat i rækker. Det er det typiske format for en krydstabelsrapport.
I denne krydstabel kan du se, at der er en sammenhæng mellem medarbejdere, som har været længe i virksomheden, og deres tilfredshedsniveau. Når du først har identificeret dette forhold, kan du udforske det nærmere for at finde årsagen til denne sammenhæng. Ud fra de data du har, kan du ikke entydigt sige, at den ene variabel påvirker den anden. Med andre ord identificerer dine data en sammenhæng mellem længere ansættelsesforhold og medarbejdertilfredshed, men det er ikke ensbetydende med et årsagsforhold.
Tip: Pas på, at du ikke forveksler sammenhæng med årsag, når du analyserer dine data.
Eksempel 2:
Købshensigt: I dette eksempel vil du gerne finde ud af, hvilket køn, de af spørgeundersøgelsens respondenter har, som med størst sandsynlighed vil købe dit produkt.
Igen bliver de data, der definerer grupperne, vist i kolonner (mand og kvinde). Og spørgsmålet til sammenligning er i rækkerne (Ville du købe min katteparfume?)
Hvis du kun så på det samlede resultat uden at bruge krydstabeller, ville du se, at 54 % af respondenterne sagde, at de ville være interesseret i at købe dit produkt. Men du ville ikke have et klart billede af købshensigten fordelt på køn, hvilket uden tvivl ville være en vigtig oplysning for udviklingen af dine marketingmaterialer og kampagner.
Med krydstabulering kan du se, at 45 % af alle respondenterne sagde, at de helt sikkert ville købe dit produkt, og at 66 % af disse respondenter var kvinder. Du kan bruge disse oplysninger til at udvikle alt fra produktnavn til emballage og hovedbudskaber.
Du kan afdække mange forskellige indsigter ved hjælp af krydstabeller. Her er et par eksempler på spørgsmål, som du kan få besvaret med krydstabelsrapporter.
Hvilken forskel er der på kundetilfredshedsniveauet hos nye kunder kontra kunder, som tidligere har handlet hos dig?
Hvad er sammenhængen mellem kundetilfredshedsniveauet, og om kunderne vil anbefale dit produkt?
Vil dine mest trofaste kunder dele deres positive anmeldelser på de sociale medier?
Hvad nævner kunder, som er utilfredse med dit produkt, som den primære årsag?
Hvad synes medarbejdere i forskellige afdelinger om vores virksomhed?
Er der en sammenhæng mellem arbejdspladsens beliggenhed og tilfredsheden?
Er der forskel på mænd og kvinder, når det gælder købshensigt af mit produkt?
Spiller alder en rolle for vores brandkendskab?
Hvad synes studerende på bestemte studier om adgangen til ressourcer for de studerende?
Er der en sammenhæng mellem et særligt studieprogram og de studerendes tilfredshed?
Når du har behov for at grave dybere og få mere detaljerede data, er krydstabeller og filtre dine bedste venner. Spar tid og få detaljerede indsigter og mere ud af dine data med SurveyMonkey og krydstabuleringsdata. Besøg vores hjælpesektion og se, hvordan du udarbejder din egen krydstabelsrapport.
Opdag vores værktøjspakker, der er designet til at hjælpe dig med at udnytte feedback i dit arbejde eller i din branche.
Stil de rette spørgsmål i din spørgeundersøgelse om fratrædelsessamtale for at reducere medarbejderafgang. Opret formularer med vores skabeloner.
Få de tilladelser, du skal bruge, med en tilpasset samtykkeformular. Tilmeld dig gratis i dag, og opret formularer med skabelonerne til samtykkeformular.
Opret nemt formularer til at modtage anmodninger fra medarbejdere, kunder m.fl. Brug vores ekspertbyggede skabeloner til at komme i gang på få minutter.