Transform your insight generation process
Use our in-depth online survey guide to create an actionable feedback collection survey process.
SHARE THE ARTICLE ON
Verhältnisdaten spielen eine wichtige Rolle in der Marktforschung und sind eine Form von numerischen Daten, die quantitativer Natur sind. Die auf einer Verhältnisskala erfassten Verhältnis Daten haben einen gleichen Abstand zwischen benachbarten Werten. Diese Eigenschaft macht Verhaltensdaten ähnlich wie Intervalldaten.
Allerdings unterscheiden sich die Ratio-Daten durch den Faktor des „absoluten Nullpunkts“. Der Nullpunkt der Ratio-Daten ist nicht willkürlich, sondern hat eine sinnvolle Präsenz. Das Vorhandensein der Null bedeutet, dass es keine negative Variable in Verhältnis Daten geben kann.
Kennzeichnend für Verhaltensdaten ist, dass die Daten gemessen und in eine Reihenfolge gebracht werden können. Außerdem sind die Variablen äquidistant und enthalten eine sinnvolle Null. Die Verhaltensdaten können sowohl kontinuierlich als auch diskret sein.
Kelvin-Skala: Ein bekanntes Beispiel für Verhaltensdaten ist die Temperatur auf der Kelvinskala. Die O-Grade der Kelvin-Skala stehen für die völlige Abwesenheit von Wärmeenergie.
Höhe: Die Höhe oder Länge wird in Metern, Zoll oder Fuß gemessen. Die Höhe kann keinen negativen Wert haben. Der Nullpunkt ist der Ausgangspunkt für die Höhe, und der Abstand zwischen zwei benachbarten Variablen ist ebenfalls derselbe.
Zum Beispiel können wir einen 10 Fuß hohen Baum doppelt so hoch nennen wie einen 5 Fuß hohen Baum.
Geschwindigkeit: Die Geschwindigkeit kann auch ein Beispiel für eine Verhältnisskala sein. Zwei Geschwindigkeiten auf einer Skala haben das gleiche Verhältnis wie zwei Geschwindigkeiten auf einer anderen Skala.
Weitere Beispiele sind Zeitintervalle, Gewicht, Alter usw.
Kennzahlen Daten mit ihrer Eigenschaft der äquidistanten und aussagekräftigen Null sind vielen Berechnungsmethoden ausgesetzt. Das macht sie zu einer beliebten und bequemen Option für Marktforschungssoftware. Hier erfahren Sie, wie Sie Verhaltensdaten berechnen können:
Gruppieren: Sie können die Verhältnis Variablen berechnen, indem Sie vergleichen, ob sie gleich oder ungleich, gleich oder verschieden sind.
Sortieren: Sie können den Grad der Variablen vergleichen. Es kann auch ermittelt werden, ob ein Wert größer oder kleiner als ein anderer Wert ist.
Differenz: Die Verhältnis Variablen können addiert oder subtrahiert werden.
Größenordnung: Sie können die Variablen auch multiplizieren und dividieren, um sie je nach Ihrer Forschung abzuleiten.
Sie können zum Beispiel abwägen, ob ein Fußball schwerer ist als ein Basketball und um wieviel, indem Sie die genannten Methoden anwenden.
Absoluter Nullpunkt: Verhältnis Daten weisen eine Besonderheit auf, nämlich den absoluten Nullpunkt. Dieser ermöglicht die Berechnung des Grades der Differenz zwischen zwei Variablen und auch des Verhältnisses zwischen ihnen.
Die Verhaltensdaten können die Frage „wie viel“ zwischen zwei Variablen positiv beantworten. Zum Beispiel kann man sagen, dass das Gewicht von 90 kg zweimal 45 kg ist.
Kein negativer Wert: Auf einer Verhältnisskala kann es keinen negativen Wert geben. Die Null ist der Ausgangspunkt einer Verhältnisskala, was bedeutet, dass es keinen numerischen Wert geben kann, der kleiner als Null ist.
Zum Beispiel kann eine Person keine negative Körpergröße haben. Wir können nicht sagen, dass jemand 3 Fuß groß ist.
Berechnen: Variablen in Verhaltensdaten werden der Addition, Subtraktion, Division und Multiplikation unterworfen.
Verhältnis Daten können auch nach der folgenden Methode berechnet werden
Verhaltensdaten sind eine der vier Ebenen der Messskalen. Natürlich können alle Arten der statistischen Analyse angewendet werden. Im Folgenden werden einige der gängigen Analyseverfahren für Verhaltensdaten aufgeführt.
Trend: Die Trendanalyse wird durchgeführt, indem dieselben Fragen in mehreren Wiederholungen für den Zweck der Erhebung verwendet werden. Die Daten aus solchen Umfragen werden im Laufe der Zeit gesammelt, um Trends und Erkenntnisse zu ermitteln. Voxco bietet leistungsstarke Omnichannel-Marktforschungsumfragen, mit denen Sie jederzeit und überall Erkenntnisse gewinnen können.
Dies erweist sich auch bei der prädiktiven Analyse als wesentlich. Für die Vorhersage zukünftiger Trends wird eine Reihe von Daten aus einem bestimmten Zeitraum analysiert und verglichen.
SWOT: Stärken, Schwächen, Chancen und Bedrohungen eines Instituts werden bewertet. Dies bedeutet, dass die Stärken und Schwächen einer Marketingstrategie zusammen mit den internen Richtlinien der Organisation analysiert werden. Darüber hinaus werden auch die Bedrohungen und Chancen, die sich durch externe Faktoren ergeben, berücksichtigt und für die zukünftige Planung analysiert.
Conjoint: Diese statistische Technik wird in der Marktforschung eingesetzt, um herauszufinden, wie Menschen verschiedene Eigenschaften einer Dienstleistung oder eines Produkts bewerten. Die Verhältnisskala kann helfen, diese komplizierte Entscheidung zu verstehen, die Individuen treffen, wenn sie mehrere Attribute zur Auswahl haben.
Kontingenztabellen: Diese Methode hilft bei der Analyse der Beziehung zwischen mehreren Werten. Diese auch als Kreuztabellierung bekannte Analysemethode verwendet das Tabellenformat, um die Korrelation zwischen mehreren Variablen in Verhältnis Daten zu bestimmen.
Diese statistische Analyse wird in der Marketingforschung verwendet, um die Kundeninteraktion und die Produkt-/Dienstleistungs Leistung zu analysieren.
TURF: Total Unduplicated Reach and Frequency Analysis, ermöglicht es dem Forscher, potenzielle Marketingforschung für eine Kombination von Produkten oder Dienstleistungen zu untersuchen. Mit dieser Methode wird untersucht, wie gut das Produkt oder die Dienstleistung auf dem Zielmarkt angenommen wird.
Ursprünglich wurde die TURF-Analyse von Medien Planern eingesetzt, um die Reichweite und Häufigkeit der Medienausgaben zu erhöhen. Inzwischen wird diese statistische Analysetechnik jedoch auch eingesetzt, um das Marktpotenzial eines Produkts oder einer Dienstleistung zu ermitteln.
Ein Beispiel: Ein Unternehmen will acht verschiedene Schokoladensorten auf den Markt bringen, aber nur vier von acht könnten am meisten gekauft werden.
Zu welcher Altersgruppe gehören Sie?
Wie viel Zeit verbringst du mit dem Lesen von Bilderbüchern?
Wie viel wiegt Ihr Hund?
Read more
We use cookies in our website to give you the best browsing experience and to tailor advertising. By continuing to use our website, you give us consent to the use of cookies. Weiterlesen
Name | Domain | Zweck | Ablauf | Art |
---|---|---|---|---|
hubspotutk | www.voxco.com | HubSpot functional cookie. | 1 year | HTTP |
lhc_dir_locale | amplifyreach.com | --- | 52 years | --- |
lhc_dirclass | amplifyreach.com | --- | 52 years | --- |
Name | Domain | Zweck | Ablauf | Art |
---|---|---|---|---|
_fbp | www.voxco.com | Facebook Pixel advertising first-party cookie | 3 months | HTTP |
__hstc | www.voxco.com | Hubspot marketing platform cookie. | 1 year | HTTP |
__hssrc | www.voxco.com | Hubspot marketing platform cookie. | 52 years | HTTP |
__hssc | www.voxco.com | Hubspot marketing platform cookie. | Session | HTTP |
Name | Domain | Zweck | Ablauf | Art |
---|---|---|---|---|
_gid | www.voxco.com | Google Universal Analytics short-time unique user tracking identifier. | 1 days | HTTP |
MUID | bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 1 year | HTTP |
MR | bat.bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 7 days | HTTP |
IDE | doubleclick.net | Google advertising cookie used for user tracking and ad targeting purposes. | 2 years | HTTP |
_vwo_uuid_v2 | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie. | 1 year | HTTP |
_vis_opt_s | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie that detects if the user is new or returning to a particular campaign. | 3 months | HTTP |
_vis_opt_test_cookie | www.voxco.com | A session (temporary) cookie used by Generic Visual Website Optimizer (VWO) to detect if the cookies are enabled on the browser of the user or not. | 52 years | HTTP |
_ga | www.voxco.com | Google Universal Analytics long-time unique user tracking identifier. | 2 years | HTTP |
_uetsid | www.voxco.com | Microsoft Bing Ads Universal Event Tracking (UET) tracking cookie. | 1 days | HTTP |
vuid | vimeo.com | Vimeo tracking cookie | 2 years | HTTP |
Name | Domain | Zweck | Ablauf | Art |
---|---|---|---|---|
__cf_bm | hubspot.com | Generic CloudFlare functional cookie. | Session | HTTP |
Name | Domain | Zweck | Ablauf | Art |
---|---|---|---|---|
_gcl_au | www.voxco.com | --- | 3 months | --- |
_gat_gtag_UA_3262734_1 | www.voxco.com | --- | Session | --- |
_clck | www.voxco.com | --- | 1 year | --- |
_ga_HNFQQ528PZ | www.voxco.com | --- | 2 years | --- |
_clsk | www.voxco.com | --- | 1 days | --- |
visitor_id18452 | pardot.com | --- | 10 years | --- |
visitor_id18452-hash | pardot.com | --- | 10 years | --- |
lpv18452 | pi.pardot.com | --- | Session | --- |
lhc_per | www.voxco.com | --- | 6 months | --- |
_uetvid | www.voxco.com | --- | 1 year | --- |