首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >方差分析:不同组间的差异真的显著吗

方差分析:不同组间的差异真的显著吗

作者头像
CDA数据分析师
发布2018-02-08 16:14:03
2.2K0
发布2018-02-08 16:14:03
举报
文章被收录于专栏:CDA数据分析师CDA数据分析师

在数据分析中,按照具体维度将数据分组进行组间比较是十分常见的,例如在零售业态中,按照性别、城市、收入水平将消费者进行分组进行对比分析。看似简单,其实这其中经常伴随着拍脑袋决策的危险。以下数据案例可以说明。原创案例数据、分析思路来自数据小宇军《数据分析企业的贤内助》。

数据案例说明:

上表反映不同收入的用户对A卖场品类方面的满意度。我们是否能够从表面上看,根据8.29>7.46>7.23,就断定低收入者对A卖场的品类最满意,而高收入者最不满意呢?拍脑袋来看,这似乎十分合理。

不同组间对比,差异是否显著,需要谨慎!

满意度的得分差异来自两个方面,即不同分组间可能的差异和同一组内误差导致的可能差异。本案例中,不同组间差异是由于收入不同,所引起的用户满意度差异。同一组内是同样的收入水平,可能由于其他抽样误差引起了用户满意度的差异。

而只有当满意度差异来自收入水平(组间差异)的影响时,而不是其他因素,才可说收入影响品类满意度,不同收入水平的用户满意度不同。

用方差分析来判断组间差异

常用的显著性检验有T检验和方差分析,T检验只适于两组样本,而方差分析则适于多组样本,本例可采用方差分析来判断。

1、首先我们对上表数据进行细化,找到每组内受访者的具体满意度打分数值,而不是这个汇总后的得分值。

2、SPSS方差分析:

分析:比较均值,单因素方差分析 因变量列表:品类满意度 因子:收入 选项:方差同质性检验

3、数据是否适合做方差分析

方差分析之前,需要进行可行性检验,原假设,各分组方差无差异。根据同质性检验可知,sig值0.453,为大概率,原假设成立,即不同分组之间同质,没有显著差异,可进行方差分析。

4、方差分析结果

原假设,各分组之间无差异。方差分析sig值0.194,大于小概率值0.05,为大概率,原假设成立,即不同收入水平分组之间在品类满意度上并不没有不同。不存在显著差异。

5、用可视化图来揭示原因

我们可以看到,每类收入者的满意度得分都围绕平均值上下波动,这表明不同收入者对品类的态度存在明显差异,例如,同是高收入者,有的非常满意,有的却十分的不满意。同组内的差异甚至高出不同收入者之间的差异,这一点可以通过方差分析中方差得以判断。

因此说,收入水平并不是导致用户对A卖场品类满意度的关键因素。

可见,数据的表象往往迷惑人,尤其是综合汇总后的平均值,通过对底层数据进行分组及方差分析则可以让我们拨开云雾,看到数据的本质。

同时,这个案例也告诉我们,在常规的报表分析当中,经常性的工作是对底层数据进行汇总分析,然后拿汇总数据用于决策,此时,非常容易就数字大小的对比而做出判断,报表工作人员需要注意,需要养成用统计的理念和逻辑上报数据的结果。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2014-01-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CDA数据分析师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
腾讯云 BI
腾讯云 BI(Business Intelligence,BI)提供从数据源接入、数据建模到数据可视化分析全流程的BI能力,帮助经营者快速获取决策数据依据。系统采用敏捷自助式设计,使用者仅需通过简单拖拽即可完成原本复杂的报表开发过程,并支持报表的分享、推送等企业协作场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档