Wanneer je een quantity vraag in je enquête hebt, wil je soms de resultaten opsplitsen in reeksen, voor analyse (bijvoorbeeld : wanneer je leeftijden of salarissen in reeksen wil onderbrengen)

Er is een snelle manier om dit te doen, door met numerieke variabelen te werken.

Numerieke variabelen zijn een type afgeleide variabele (derived variable). Ze bevatten informatie die is afgeleid van de antwoorden van respondenten. Deze worksheet gebruikt de data van de Crocodile enquête die wordt meegeleverd met Snap, om te tonen hoe je het gespendeerde bedrag in reeksen kan vertalen.

Achtergrond

Numerieke data levert een continuë stroom van waarden aan. Daardoor is het moeilijk om uit te zoeken hoe deze waarden zich spreiden, want elk antwoord kan verschillend zijn. Wil je dus de reeksen zien waarin de antwoorden vallen, dan moet je de antwoorden gaan groepren. Je kan kiezen hoe je uw antwoorden wil groeperen, maar het is best om ze te groeperen in reeksen van gelijk bereik, om te zien hoe de antwoorden zich spreiden. Je moet kiezen hoe breed het bereik van elke reeks is om zeker te zijn dat je geen belangrijke pieken of dalen mist (want die kunnen afgevlakt worden over een reeks, door het werken met gemiddelden)

Om dit te doen, moet je dus uitzoeken wat de maximum en minimum waarde van de antwoorden zijn, en deze informatie gebruiken om de 'range' op te splitsen in gelijke reeksen. Snap laat je toe om de minimum en maximum waarde in een tabel met beschrijvende statistiek weer te geven.

Eenmaal je hebt besloten welke reeksen je gaat maken, moet je de antwoorden gaan sorteren in deze reeksen, zodat je ze kan gebruiken in grafieken en tabellen. Dit doe je aan de hand van een afgeleide variabele (afgeleid van het oorspronkelijke antwoord).

Er zijn verschillende types afgeleide variabelen in Snap : afgeleide variabelen, numerieke variabelen, pre-coded en alfanumerieke variabelen.

  • Afgeleid (derived) is het algemene type dat kan gebruikt worden voor elk type of aantal variabelen
  • Numeriek, pre-coded en alfanumerieke variabelen worden afgeleid van één enkele variabele. Je stelt deze variabele in als de databron en dan omschrijf je hoe ze wordt omgezet naar een nieuwe variabele.

Afgeleide variabelen hebben veel meer flexibiliteit, maar wanneer je een enkele variabele in een reeks van  waarden wil omzetten, kan het handiger en sneller zijn om één van de andere types te gebruiken.

Stap 1: Definieer je reeksen

Wanneer je een quantity (hoeveelheid) in reeksen opsplitst, is het raadzaam om reeksen van gelijke grootte te kiezen. Begin met het opzoeken van de maximum en minimum waarden in je antwoorden.

  1. Klik Table button om een tabel te maken
  2. Stel Analysis in op Q5 (het “Amount spent” ).
  3. Selecteer Statistics table in de dropdown voor het Break veld.

    Results Definition - Break - select Stats table

  4. Klik op het tabblad Descriptive Statistics en selecteer de informatie die in je statistics table moet verschijnen.
    Results Definition - Descriptive Stats tab
  5. Gebruik de [<] toets om items te verwijderen, behalve het Minimum, Maximum en de Range.
  6. Klik [OK] om je tabel te creëren

    Table: descriptive statistics of min max range

Deze tabel vertelt je wat de boven- en onderlimiet van je reeksen moet zijn. In dit geval kan je de gegevens splitsen in reeksen van 1 tot 7,99,  8 tot 14,99 en 15 tot 22.

Stap 2: Maak de afgeleide variabele

  1. Open de Crocodile enquête.
  2. Klik Variables window button op de toolbar om het variables scherm te openen (of selecteer View | Variables).
  3. Zoek Q5 in de lijst met variabelen om na te gaan of het deze is die je nodig hebt. Dit is de variabele waar het totaal gespendeerd bedrag van de respondenten wordt bijgehouden

    VW: Variables window (small) showing Q5 selected

  4. Klik New button in de toolbar om een nieuwe variabele te creëren
  5. Stel het  Type in op Numeric.
  6. Voeg een label toe (bvb 'gespendeerd') om de variabele in de analyses te omschrijven
  7. Stel Response in op Single.

    Variable Details - Response - Single

  8. Klik Variable definitions button om de eigenschappen van de variabele te tonen.
  9. Typ Q5 in het Source veld. Dit betekent dat de data wordt afgeleid van het antwoord in Q5.
  10. Klik in het lege Code Label  veld.

    Variable Details - click Code Label field

  11. Voeg uw eerste reeks toe. Typ Lage spendering (£1 – 7.99) als label. Druk [Tab] om naar het Values veld te gaan en voeg daar  1 to 7.99 toe.
  12. Druk op [Tab] om een nieuwe code in te voeren en typ Middelmatige spendering (£8 – 14.99) en geef een waarde van 8 to 14.99.
  13. Herhaal voor een derde reeks met Hoge spendering (£15 – 22) en een waarde van 15 to 22.

    VD: banded analysis of values, copped codes only

  14. KlikSave button om je nieuwe variabele te bewaren

Stap 3: Analyseer de reeksen

  1. Klik Chart button op de Snap toolbar om een grafiek te creëren
  2. Stel de style in op Bar 2D Labelled percents. Plaats de naam van uw nieuwe variabele (V2C) in het analysis veld en vink Transpose aan.

    RD: definition showing v3 bar graph (cropped)

  3. Klik [OK] om je grafiek te tonen

    RW: Chart showing banded spend analysis as 2d bar

    Je kan zien dat bijna alle antwoorden in de laagste reeks voorkomen. Voor meer detail zal je je variabele opnieuw moeten definiëren of een nieuwe variabele moeten creëren met meer reeksen.

  4. Open de nieuwe variabele om de eerste code te selecteren (Lage spendering)
  5. Wijzig de waarden van  1 to 7.99 naar 1 to 3.99, en pas het label aan.
  6. Klik Clone button om de code te dupliceren.
  7. Wijzig de code values naar 4 to 6.99 en wijzig het label.
  8. Dupliceer de code nogmaals en geef de waarden 7 to 9.99.
  9. Wijzig de middelmatige spendering naar 10 to 12.99.
  10. Dupliceer deze code en geef de waarden 13 to 15.99.
  11. Wijzig de hoge spendering naar 16 to 18.99.
  12. Dupliceer ook die code en geef de waarden 19 to 22.

    RW: Numeric variable fine band definitions for spend

  13. KlikSave button om de wijzigingen op te slaan.
  14. Is je grafiek nog open, dan zal er nu staan Out of Date in de titelbalk.

    AW: out of date title bar - cropped

  15. Druk op 1 2 3 buttonom de grafiek te updaten.

    RW: Chart showing banded spend analysis as 2d bar

Stap 4: verdere analyse van de lage waarden

De vorige grafiek toonde dat de meeste mensen minder dan 7 pond spenderen, terwijl de andere reeksen ongeveer gelijk blijven. Je zou dit verder kunnen analyseren om de lage spendering te tonen in een aparte grafiek.

  1. Selecteer je variabele in en klik Clone button om de variabele te kopiëren
  2. Wijzig het label naar Lage Spendering - om duidelijk te maken dat je hier slechts een subset met data analyseert.
  3. Wijzig het eerste code label naar 1 – 1.99.
  4. Wijzig de waarde naar  <2. Alle waarden onder 2 pond zullen hieronder terecht komen
  5. Wijzig het tweede label naar 2 – 2.99 en wijzig de waarde naar <3. Aangezien de waarden lager dan 2 al in de eerste reeks zijn geplaatst, zullen de waarden van 2 tot 2.99 in deze variabele terecht komen
  6. Doe dit tot je aan  6 – 6.99 en <7 komt.
  7. Klik Save button om de wijzigingen op te slaan
  8. Creëer een staafgrafiek  (bar chart)

    RW: Chart showing banded spend analysis as 2d bar

Hieruit kan je opmaken dat de lage spendering zich ergens tussen 3 en 4 pond bevindt.

Voor meer informatie

Voor meer infomatie over het analyseren van hoeveelheden kan je in de helpdsectie over Quantity responses terecht