Kruistabellering is een methode om de relatie tussen meerdere variabelen kwantitatief te analyseren.
Ook bekend als contingentietabellen of kruistabellen, groepeert kruistabellering variabelen om de correlatie tussen verschillende variabelen te begrijpen. Het laat ook zien hoe correlaties veranderen van de ene variabele groepering naar de andere. Het wordt meestal gebruikt in statistische analyses om patronen, trends en waarschijnlijkheden in ruwe gegevens te vinden.
Wanneer u kruistabellering kunt gebruiken
Kruistabellering wordt meestal uitgevoerd op categorische gegevens – gegevens die kunnen worden onderverdeeld in elkaar uitsluitende groepen.
Een voorbeeld van categorische gegevens is de verkoopregio van een product. Een typische regio kan worden onderverdeeld in categorieën als geografisch gebied (Noord, Zuid, Noordoost, West, enz.) of deelstaat (Andhra Pradesh, Rajasthan, Bihar, enz.). Belangrijk bij categorische gegevens is dat een categorisch gegevenspunt niet tot meer dan één categorie kan behoren.
Kruistabellen worden gebruikt om verbanden binnen gegevens te onderzoeken die misschien niet direct duidelijk zijn. Kruistabellering is vooral nuttig voor het bestuderen van marktonderzoek of enquêtereacties. Kruistabellering van categorische gegevens kan worden gedaan met behulp van hulpmiddelen zoals SPSS, SAS en Microsoft Excel.
Een voorbeeld van kruistabellering
“Geen enkel ander hulpmiddel in Excel biedt u de flexibiliteit en de analytische kracht van een draaitabel.”
Bill Jalen
Een eenvoudige manier om kruistabellen te maken is de draaitabel-functie van Microsoft Excel. Draaitabellen zijn een geweldige manier om naar patronen te zoeken, omdat ze helpen bij het eenvoudig groeperen van ruwe gegevens.
Kijk eens naar de onderstaande voorbeeldgegevensverzameling in Excel. Deze toont details over commerciële transacties voor vier productcategorieën. Laten we deze gegevensreeks gebruiken om kruistabellen in actie te laten zien.
Deze gegevens kunnen worden geconverteerd naar een draaitabel door de hele tabel te selecteren en een draaitabel in het Excel-bestand op te nemen. De tabel kan verschillende variabelen rijgewijs, kolomgewijs of waardegewijs correleren in zowel tabel- als grafiekformaat.
Laten we kruistabellering gebruiken om de relatie te controleren tussen het type betaalmethode (d.w.z. visa, MasterCard, PayPal, enz.) en de productcategorie met betrekking tot de regio van verkoop. Wij kunnen deze drie categorieën in de draaitabel selecteren.
Daarna verschijnen de resultaten in een draaitabel:
Het is nu duidelijk dat de hoogste verkoop voor P1 met Master Card werd gedaan. Daarom kunnen we concluderen dat de betaalmethode MasterCard en productcategorie P1 de meest winstgevende combinatie is.
Op dezelfde manier kunnen we gebruik maken van kruistabellering en de relatie vinden tussen de productcategorie en het type betaalmethode met betrekking tot het aantal transacties.
Dit kan worden gedaan door de betaalmethode, de productcategorie en de verkochte eenheden te groeperen:
De pivot-tabel van Excel voegt standaard waarden samen als een som. Door de eenheden op te tellen, krijgen we het totale aantal verkochte eenheden. Aangezien we het aantal transacties willen vergelijken in plaats van het aantal verkochte eenheden, moeten we de instelling van het waardeveld wijzigen van Som in Telling voor eenheden.
Het resultaat van deze kruistabelmapping is zoals hieronder wordt weergegeven. Dit is een kruistabelanalyse van 3 variabelen – het analyseert de correlatie tussen de betalingsmethode en de betalingscategorie op basis van het aantal transacties.
Voor alle regio’s kunnen we zien dat de hoogste verkoopcategorie van producten P1 was en dat het hoogste aantal transacties werd gedaan met Master Card. We kunnen ook zien welke betaalmethode in elk van de productcategorieën de voorkeur geniet. Zo is American Express de voorkeurskaart voor P2-producten.
De voordelen van kruistabellering
Nu duidelijk is hoe kruistabellering moet worden gebruikt, laten we eens kort kijken naar de voordelen van het gebruik van kruistabellering.
Elimineert verwarring bij de interpretatie van gegevens
Ruwe gegevens kunnen moeilijk te interpreteren zijn. Zelfs bij kleine gegevensverzamelingen is het maar al te gemakkelijk om verkeerde resultaten af te leiden door alleen maar naar de gegevens te kijken. Kruistabellering biedt een eenvoudige methode om variabelen te groeperen, waardoor de kans op verwarring of fouten wordt geminimaliseerd door duidelijke resultaten te bieden.
Helpt bij het afleiden van ontelbare inzichten
Zoals we in ons voorbeeld hebben gezien, kan kruistabellering ons helpen bij het afleiden van grote inzichten uit ruwe gegevens. Deze inzichten zijn niet gemakkelijk te zien wanneer de ruwe gegevens zijn geformatteerd als een tabel. Omdat kruistabellering de relaties tussen categorische variabelen duidelijk in kaart brengt, kunnen onderzoekers betere en diepere inzichten verkrijgen – inzichten die anders over het hoofd zouden zijn gezien of veel tijd zouden hebben gekost om te ontcijferen aan de hand van meer gecompliceerde vormen van statistische analyse.
Biedt gegevenspunten om een koers uit te zetten
Kruistabellering maakt het gemakkelijker om gegevens te interpreteren, wat gunstig is voor onderzoekers die beperkte kennis hebben van statistische analyse. Met kruistabellering heeft men geen statistische programmering nodig om categorische variabelen met elkaar in verband te brengen. De duidelijkheid die kruistabellering biedt, helpt professionals hun huidige werk te evalueren en toekomstige strategieën uit te stippelen.
Conclusie
Veel studies suggereren dat kruistabellering een van de meest geprefereerde methoden is voor het analyseren van marktonderzoek of enquêtegegevens. Qualtrics schat zelfs dat kruistabellenanalyse en frequentieanalyse met één variabele samen goed zijn voor meer dan 90% van alle onderzoeksanalyses. Dus ga je gang en gebruik kruistabellering! Het is van onschatbare waarde voor het blootleggen van verborgen relaties in je ruwe data.
Om kruistabellering in actie te zien, bekijk de videoversie van deze blog.
Photo door Mika Baumeister op Unsplash