Četnosti (frequencies)

V tomto článku se dozvíte, co je to:

  • absolutní četnost
  • relativní četnost
  • validní četnost
  • kumulativní četnost

Jednou ze základních analýz, které v marketingovém či jiném výzkumu využíváme, je analýza četností. Četnost udává počet, frekvenci opakování určité hodnoty v souboru. Jinými slovy četnost nám říká, kolik hodnot daného znaku se vyskytuje ve statistickém souboru. Z hlediska marketingového výzkumu nám analýza četností představuje tzv. třídění prvního stupně.

Rozlišujeme několik typů četností.

Absolutní četnost

Udává sumu jednotlivých variant odpovědí, v číslech. Sečteme-li jednotlivé absolutní četnosti, dostaneme celkový počet hodnot v souboru. Absolutní četnosti nám neumožňují příliš věrohodně porovnávat dva soubory s různým počtem hodnot. Například na obrázku níže vidíme, že variantu odpovědi „ano“ zvolilo 59 ze 100 dotázaných a variantu „ne“ zvolilo 41 respondentů.

absolutní četnost

Relativní četnost

Ta udává poměrové rozložení odpovědí, tzn. jsou vyjádřeny v procentech a jejich součet se rovná 100 % (popř. 1, při vyjádření relativních četností desetinnými čísly). Je to počet hodnot v určitém intervalu vztažený k celkovému počtu hodnot. Výhodou je, že oproti absolutním četnostem, můžeme relativní četnosti využít k porovnávání více datových souborů různých velikostí (tzn. při procentním vyjádření, můžeme porovnávat četnosti například dvou souborů, z nichž první má celkem 100 hodnot a druhý třeba 140 hodnot). Relativní četnosti mají pro nás tudíž větší vypovídací hodnotu.

  1. soubor dat se 100 hodnotami

relativní četnost

  1. soubor dat se 140 hodnotami

relativní četnost

Validní četnost

S validní četností počítáme v případě, že máme v datové matici nějaké chybějící hodnoty – tzn. že nám u některého statistického znaku chybí naměřené hodnoty (např. že některý respondent nebo respondenti na některou otázku z nějakého důvodu neodpověděli). V tabulce vidíme, že dva respondenti neodpověděli na otázku, čili počítáme validní četnosti, a jako základnu, jako celek bereme těch 98 lidí. Tzn. že validní četnosti jsou očištěny od chybějících hodnot.

validní četnost

Kumulativní četnost

Můžeme je počítat z absolutních i relativních četností, nicméně nemůžeme je počítat u nominálních proměnných. Protože kumulativní četnosti nám postupně načítají jednotlivé absolutní nebo relativní četnosti, ať už sestupně nebo vzestupně. A jelikož nominální proměnné nemají logické pořadí, proto mají kumulativní četnosti smysl jen u ordinálních proměnných. Interpretace pak vypadá například takto (viz obrázek níže – ordinální proměnná vzdělání). Respondentů, kteří dosáhli nejvýše středoškolského vzdělání, je 74,49 %.

kumulativní četnost

Nebo jiný příklad, máme věkové kategorie, viz obrázek níže – ordinální proměnná věkové kategorie. A můžeme říct, že jenom 4 % respondentů jsou mladší 18 let a téměř polovina respondentů je mladších 30 let. A tak dále. Ta procenta se zkrátka načítají, v tomto případě vzestupně.

kumulativní četnost

Takže to byly četnosti na všechny způsoby. Ti z Vás, kteří znají statistický program SPSS, ještě možná využijí poznatky z tohoto videa: SPSS návod – četnosti (frequencies)

Facebook Comments

Napsat komentář

Vaše emailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Pin It on Pinterest