análisis de tabulación cruzada es una herramienta de investigación de mercado que tiene como objetivo mostrar la relación - o su ausencia - entre ciertas variables preestablecidas. Por ejemplo , si se encuestaron 1.000 personas acerca de su cereal favorito , puede crear una tabla de tabulación cruzada opciones de cereales con el grupo de edad de las personas que encuestamos , para ver cómo la edad puede afectar la preferencia desayuno. Tabulación cruzada de grandes conjuntos de datos es más fácil cuando se hace en una computadora. Opciones

Usted no tiene que parar en una tabla de tabulación cruzada - crear tantas tablas como existen relaciones entre las variables que desee investigar. Además de tabular las preferencias de cereales por la edad, por ejemplo , también se puede tabular selecciones de ingresos, la raza , la geografía y el nivel de educación. La única limitación es que recopiló datos sobre las variables de la encuesta original . Datos de tabulación cruzada puede mostrar que las variables están fuertemente correlacionadas , pero a veces muestra que no tienen una relación real.
Chi -Square

Incluso si usted cree que ve un relación entre las variables , puede ser un golpe de suerte . Pruebas de Chi -cuadrado es un método matemático que compara los resultados de la tabulación cruzada a los que usted se refiere a si los resultados fueron completamente al azar , y las dos variables no afectan entre sí. Varios programas de software en el mercado a partir de esta publicación puede manejar el procesamiento de números involucrados. Esto reduce el trabajo necesario en el análisis de las grandes encuestas con muchas variables de tabulaciones cruzadas .
Hipótesis

Un ordenador puede crujir los números , imprimir tablas y calcular la chi -cuadrado, pero no puede decirle qué tipo de información es importante para su proyecto. Antes de que se reúnen los datos , formular una hipótesis que desea probar - los niños como cereales azucarados más que los adultos , por ejemplo - y luego asegurarse de que la encuesta recoge la información necesaria para confirmar o rechazar la hipótesis . No se comprometa a una hipótesis no probada : Si la información muestra que está mal , tiene que aceptarlo. [ ref3
Atención

Tenga cuidado cuando estás sacando conclusiones de tabulación cruzada . Incluso si el equipo muestra un vínculo muy fuerte entre la edad y los gustos de desayuno, que puede no significar mucho si usted tiene sólo una media docena de los encuestados menores de 12 años. Números pequeños son más vulnerables a la aleta caudal de muestreo , como el que acaba de pasar a examinar los seis hijos que comparten el mismo gusto , una muestra más amplia en tal caso podría tabulaciones cruzadas diferente. Este es un ejemplo de cómo analizar la información de la computadora requiere el uso de juicio , no sólo estadísticas .