Qualtrics Platform
Customer Journey Optimizer
XM Discover
Qualtrics Social Connect

Entendendo as estatísticas

Sobre as estatísticas

Bem-vindo ao Qualtrics Statistics. Esta é uma visão geral das estatísticas básicas que podem ser úteis para você ao criar e analisar projetos no Qualtrics. Abordaremos alguns conceitos estatísticos básicos, os aplicar à plataforma e discutiremos algumas opções adicionais fora do Qualtrics.

Atenção: Esta página é para ajudar a informar suas decisões. A análise estatística de seus dados fica a seu critério. suporte da Qualtrics não pode fornecer conselhos sobre a análise estatística de seus dados.

Dados quantitativos e categóricos

Há dois tipos de dados: quantitativos e categóricos.

Os dados quantitativos são avaliados em uma escala numérica. Exemplos de dados quantitativos incluem idade, altura ou renda.

Os dados categóricos são avaliados em uma escala nominal. Exemplos de dados categóricos incluem gênero, estado civil ou ocupação. A maioria dos dados coletados em uma pesquisa é categórica, em que se obtém uma contagem do número de respondentes que se enquadram em uma categoria.

Medidas do centro

Há três medidas de centro usadas para dados quantitativos: média, mediana e moda.

Qdica: Neste momento, o relatório Qualtrics não pode exibir o modo.

A média é a melhor medida de centro quando os dados são distribuídos normalmente ou se assemelham a uma curva em forma de sino. A média é encontrada somando todas as observações e dividindo pelo número total de observações.

A mediana, ou valor médio, é uma boa medida de centro quando os dados parecem estar distorcidos. Se você alinhar todas as suas observações em ordem, a mediana é o valor médio.

O modo é o valor que ocorre com mais frequência em seus dados. Não é tão comumente usado como a média ou a mediana.

Medidas de propagação

Há algumas estatísticas úteis para medir a dispersão de seus dados: desvio padrão, variância e intervalo.

Um desvio padrão é a distância média das observações em relação à sua média. Assim como a média, um desvio padrão deve ser usado com dados distribuídos de forma aproximadamente normal.

A variação é simplesmente o desvio padrão ao quadrado.

O intervalo é a diferença entre o maior e o menor valor.

Estatísticas em visualizações

Qdica: as visualizações a seguir vinculadas e mostradas são da seção Resultados da guia Relatórios. No entanto, a seção Relatórios da guia Relatórios tem visualizações extremamente semelhantes.

A visualização de uma tabela de estatísticas no Qualtrics exibe o valor mínimo, o valor máximo, a média, a variância, o desvio padrão e o número total de respostas.

Como um valor é codificado para cada opção de resposta em cada pergunta, o Qualtrics encontrará essas estatísticas independentemente de os dados serem quantitativos ou categóricos. Cabe a você decidir se essas estatísticas fazem sentido no contexto do seu estudo.

Por exemplo, você pode perguntar aos entrevistados qual é a cor favorita deles: vermelho, amarelo, azul ou verde, codificados como 1, 2, 3 e 4, respectivamente. O Qualtrics lhe dará uma média, mas não faz sentido ter uma cor favorita média.

Se você pedisse aos entrevistados que classificassem os filmes em uma escala de 1 a 5 estrelas, uma média seria útil. Meios como 2,98 estrelas ou 4,32 estrelas facilitam a comparação dos filmes.

O Qualtrics oferece uma variedade de tabelas, gráficos e quadros. Um gráfico de barras mostra a frequência das respostas em cada categoria opção de resposta resposta.

Um gráfico de pizza mostra essas frequências como uma porcentagem do bolo.

Tanto os gráficos de barras quanto os gráficos de pizza facilitam muito a comparação das frequências entre as categorias.

Um gráfico de linhas é um gráfico de dispersão bidimensional para observações ordenadas. É uma boa maneira de ver as tendências ao longo do tempo.

Um Gauge Chart compara uma métrica escolhida (por exemplo, média, soma) a uma escala. Dependendo de onde a métrica cai, a escala muda de cor. Os gráficos de indicadores são úteis para comparar rapidamente o desempenho esperado de um valor com seu desempenho real.

Tabulações cruzadas

uma maneira de analisar dados categóricos é por meio de uma tabulação cruzadatambém chamada de tabela de contingência ou tabela de duas vias. Uma tabulação cruzada registra o número de entrevistados que têm as características específicas descritas nas células da tabela.

Nesse exemplo, você pode ver o número de cada tipo de item que foi comprado semanalmente, mensalmente e anualmente (por exemplo, 11 casacos são comprados mensalmente).

Uma guia cruzada consiste em colunas e linhas, ou banners e stubs, respectivamente, em que cada banner e stub extrai dados de frequência de uma pergunta. O Qualtrics só permitirá que você selecione perguntas que sejam compatíveis com uma tabulação cruzada (por exemplo, perguntas abertas entrada de texto não são compatíveis com uma tabulação cruzada). Se você selecionar vários banners ou esboços, poderá selecionar qual banner ou esboço deseja visualizar clicando neles no editor de guias cruzadas. Se você adicionar um drill down multinível à sua tabulação cruzada, uma variável aparecerá como uma subcategoria de outra.

Qdica: Ao adicionar dados integrados, certifique-se de clicar em Preenchimento automático para extrair os valores antes de criar a tabulação cruzada. Observe que o Qualtrics não extrairá automaticamente esses dados e, se novos valores forem adicionados posteriormente, você deverá selecionar Autofill novamente.

Estatística de teste qui-quadrado

A estatística do teste qui-quadrado testa a relação significativa entre um esboço e um banner.

Se você incluir vários stubs e banners em sua guia cruzada, o Qualtrics também produzirá vários valores de qui-quadrado, um para cada combinação de banner e stub.

É útil saber como uma estatística de teste qui-quadrado é calculada. Primeiro, você precisa encontrar a contagem esperada para cada célula, ou a contagem que você esperaria que a célula tivesse com base no total de linhas, total de colunas e total da tabela. Para encontrar uma contagem esperada, some o total da linha ao total da coluna e divida o resultado pelo total da tabela.

Qdica: uma condição do teste qui-quadrado é que todas as contagens esperadas devem ser maiores que 5. Caso contrário, o teste não será válido. Nossas contagens esperadas para cada célula são todas maiores que 5.

Quando você tiver a contagem esperada, faça o seguinte cálculo:

A estatística do teste de qui-quadrado é encontrada tomando-se o valor observado menos o valor esperado, elevando essa diferença ao quadrado e dividindo-a pelo valor esperado para cada célula. Esses componentes individuais do teste qui-quadrado são então somados e o resultado é a estatística do teste qui-quadrado. O valor do qui-quadrado é então usado para determinar se a relação entre suas variáveis é estatisticamente significativa.

Valor p

As estatísticas do teste qui-quadrado, juntamente com o nível confiança, são usadas para encontrar um valor p. O valor de p determina se a associação entre as duas variáveis é estatisticamente significativa. Um valor p baixo significa que a relação observada na tabela ocorreria com uma probabilidade muito baixa, portanto, há uma relação significativa entre as duas variáveis. Um valor de p baixo é geralmente considerado um valor menor que 0,05.

Nosso valor de p é 0,28, o que não é significativo. Portanto, não há relação entre a frequência de visitas e o tipo de item comprado.

Análises adicionais

Outras análises de dados quantitativos, como correlação e regressão, podem ser feitas no Excel ou em um pacote de software estatístico.

Correlação

O coeficiente de correlação, r, descreve a força e a direção de uma relação aproximadamente linear entre duas variáveis quantitativas. O valor de r está sempre entre -1 e 1, sendo que os valores mais próximos de -1 e 1 representam uma correlação forte e os valores próximos de zero são fracos. O sinal de mais ou menos indica a direção positiva ou negativa da relação. Os valores de correlação entre -,3 e 0,3 são considerados bastante baixos, enquanto os valores de correlação entre 0,7 e 1 ou -,7 e -1 são considerados altos.

Um ponto importante a ser lembrado é que correlação não é o mesmo que causalidade. O fato de duas variáveis estarem altamente correlacionadas não significa que uma delas cause a ocorrência da outra.

Regressão

A análise de regressão pode ser usada para fazer previsões para uma variável com base em uma ou mais variáveis preditoras. Consulte as páginas a seguir para obter mais ajuda sobre regressões:

Atenção: Esses links são para nosso produto Stats iQ. Atualmente, essa é a melhor maneira de realizar regressões diretamente no Qualtrics. Se você estiver interessado, fale com seu executivo Conta para saber mais.

Perguntas frequentes

Muitas das páginas neste site foram traduzidas do inglês original usando tradução automática. Embora na Qualtrics tenhamos feito nossa diligência prévia para obter as melhores traduções automáticas possíveis, a tradução automática nunca é perfeita. O texto original em inglês é considerado a versão oficial, e quaisquer discrepâncias entre o inglês original e as traduções automáticas não são juridicamente vinculativas.