Een kruistabel wordt gebruikt om resultaten voor verschillende vragen en/of operationele data van je enquête op een gestructureerde wijze te combineren en laat toe om statistische tests uit te voeren om significante verschillen te detecteren. Je kan een uitsplitsing gebruiken om resultaten voor verschillende subgroepen naast elkaar te zetten, zoals NPS score per departement. Wil je weten of de verschillen tussen de groepen statistisch significant zijn? Een kruistabel geeft je het antwoord…

Je kan uiteraard al veel leren door je enquêteresultaten vraag per vraag apart te analyseren. Maar de ‘fun’ begint pas echt wanneer je verschillende vragen gaat combineren en op zoek gaat naar relaties hiertussen.

Je kan dit doen door uitsplitsingen in te stellen op je grafieken. Deze laten toe resultaten voor verschillende subgroepen van de populatie voor dezelfde vraag naast elkaar te plaatsen en te vergelijken op een visueel aantrekkelijke manier.

Met kruistabellen krijg je een meer numerieke weergave van de resultaten en heb je bovendien de mogelijkheid om geavanceerde statistische analyses uit te voeren. Dus als je je data (en de relatie hiertussen) grondiger wil gaan uitspitten en statistisch significante verschillen wil blootleggen, dan ga je best voor kruistabellen.

In bovenstaand voorbeeld vergelijken we de favoriete ijsjessmaak voor 4 verschillende leeftijdsgroepen. De cijfers in de tabel geven per subgroep het aantal respondenten weer dat aan een bepaalde smaak de voorkeur geeft. We hebben rij- en kolomtotalen toegevoegd en tonen ook de kolompercentages per leeftijdscategorie en voor het totaal.

In de totaalkolom zien we dat het een nek-aan-nek race is tussen chocolade- en aardbeiensmaak (beiden gekozen door 32% van de respondenten). Vanillesmaak volgt kort daarna met 27% van de stemmen, voor citroenijs zijn er minder liefhebbers (9%).

Om na te gaan of er een verschil is qua voorkeur tussen de leeftijdsgroepen, hebben we een z-test uitgevoerd op deze data (op basis van 95% betrouwbaarheid). De tabel onthult dat er in de 60+ groep een statistisch significant grotere voorkeur is voor vanillesmaak (32%) vergeleken met de groepen 16-30j en 46-60j (24%). Aardbeiensmaak daarentegen is meer populair in deze laatste 2 groepen, met opnieuw een statistisch significant verschil t.o.v. de oudste leeftijdsgroep.

Door het gebruik van de groen en rode indicatoren die verwijzen naar de van elkaar verschillende kolommen, worden de key learnings van de tabel onmiddellijk naar voor gebracht zonder dat je een statistisch expert moet zijn. De ReportBuilder doet immers al het werk voor jou.

Naast de Z-test die gebruikt wordt om significante verschillen te detecteren, zijn er nog een aantal andere interessante statistieken beschikbaar voor kruistabellen.

Een daarvan is de Pearson’s Chi-kwadraattoets. Deze zogenaamde ‘goodness of fit’ test vertelt je eenvoudig gezegd of het geobserveerde resultaat in je kruistabel veel verschilt van het resultaat dat je zou verwachten wanneer je variabelen onafhankelijk zijn (in ons voorbeeld wanneer elke leeftijdsgroep een identieke smaakvoorkeur zou hebben). Als de berekende Chi-kwadraat waarde hoger is dan de ‘kritieke’ Chi-kwadraat waarde kan je stellen dat de ‘nulhypothese’ van onafhankelijke variabelen verworpen kan worden en dit voor een specifieke ‘p-waarde’ (de kans dat je de nulhypothese verwerpt terwijl deze toch waar is – vaak wordt hiervoor 0,05 genomen). In mensentaal kan je zeggen dat er een sterke aanwijzing is van effectieve verschillen tussen je subgroepen.

We bieden ook de Fishers exacte toets aan die verwant is met de Chi-kwadraattoets, maar alleen kan toegepast worden in specifieke situaties, met name wanneer je een 2×2 tabel hebt van categorische variabelen met kleine celgroottes (verwachte waardes kleiner dan 5). Voor grotere celgroottes wordt de ‘standaard’ Chi-kwadraattoets aangeraden.

Kendalls tau-b kan eveneens berekend worden. Dat is een niet-parametrische statistiek die de samenhang weergeeft tussen kolommen van gerangschikte data (bv. rangschikking van studenten voor 2 verschillende examens). Het resultaat is een correlatiecoëfficiënt met een waarde tussen -1 en +1, waarbij een waarde 0 aangeeft dat er geen relatie is, +1 een perfect positieve relatie (‘concordante‘ paren > alle studenten zijn exact hetzelfde gerangschikt voor de 2 examens) en -1 een perfect negatieve relatie (‘discordante‘ paren > de rankschikking voor de 2 examens is dan volledig omgekeerd).

Meer gedetailleerde info over deze testen kan je terugvinden in elk statistisch handboek.

Bij het interpreteren van de resultaten van de statistische tests dien je enige voorzichtigheid aan de dag te leggen. Deze tests zijn allen gebaseerd op een specifieke set van assumpties, en wanneer hier niet aan voldaan wordt hebben je resultaten geen enkele waarde. Je steekproeven moeten voldoende groot zijn (bv. minstens 30 per subgroep voor een Z-test), de verdeling van je data moeten aan bepaalde criteria beantwoorden (bv. normaalverdeling voor een Z-test), je gegevens kunnen afhankelijk of onafhankelijk van elkaar zijn, enz.

Dus vooraleer aan de slag te gaan met je statistische ‘hocus pocus’ moet je weten waarmee je bezig bent. Raadpleeg een statistisch handboek of gespecialiseerde site om de achtergrond van deze tests en onderliggende assumpties goed te begrijpen. Dit zal je helpen bij de selectie van te gebruiken tests en het correct interpreteren van de uitkomst. Als je niet volledig op de hoogte bent van de context en voorwaarden van een test kan je dit beter aan anderen overlaten.

Volg deze stappen om een kruistabel toe te voegen aan een enquêterapport:

1. Ga naar de enquête.
2. Klik op Rapportage.
3. Klik op Rapporten.
4. Update een bestaand rapport of maak een nieuw rapport aan.
5. Selecteer in het rapport het element waaronder je het nieuwe element wilt laten verschijnen. Anders wordt het aan het einde van het rapport toegevoegd.
6. Klik op Element toevoegen.
   
7. Klik op het tabblad Elementtype.
8. Selecteer het element Kruistabel.
9. Selecteer de data voor de kolommen (groepen of segmenten die je wil vergelijken).
10. Selecteer de data voor de rijen (een van je enquêtevragen).

Het element verschijnt. Onder het tabblad Instellingen in het Eigenschappen venster kan je bepalen hoe je de data exact wil tonen en welke statistische tests je wil toepassen.

Onder het tabblad Data kan je de rij- en/of kolomdata wijzigen of van plaats wisselen. Je kruistabel is ook niet beperkt tot 2 variabelen, je kan bijkomende data toevoegen indien gewenst.