تحلیل همبستگی چیست؟

آیا تا به حال به این فکر کرده‌اید که آیا رضایت بالاتر مشتریان منجر به خریدهای مکرر بیشتر می‌شود؟ یا اینکه آیا افزایش هزینه‌های بازاریابی واقعاً فروش بیشتری ایجاد می‌کند؟ تحلیل همبستگی به پاسخ این سوالات کمک می‌کند و با اندازه‌گیری شدت و جهت روابط بین دو متغیر، به شما دیدگاه روشنی می‌دهد.

با ارائه یک دیدگاه واضح از عواملی که بیشترین تأثیر را بر کسب‌وکار شما دارند، می‌توانید منابع را مؤثرتر تخصیص دهید، ریسک‌ها را کاهش دهید و فرصت‌های پنهان برای رشد را کشف کنید.

در این بلاگ، ما تحلیل همبستگی را توضیح می‌دهیم، چگونگی محاسبه آن را بررسی می‌کنیم و مهم‌تر از همه، نحوه تفسیر نتایج را توضیح خواهیم داد. بیایید شروع کنیم!

تعریف تحلیل همبستگی
تحلیل همبستگی در تحقیقات بازار یک روش آماری است که برای اندازه‌گیری شدت و جهت روابط بین دو یا چند متغیر استفاده می‌شود. به زبان ساده، این روش کمک می‌کند تا الگوها را در یک مجموعه داده شناسایی کنیم.

در اصل، تحلیل همبستگی مشخص می‌کند که چگونه متغیرها به هم مرتبط هستند. با استفاده از فرمول‌های خاص، نتیجه یک مقدار عددی بین 1-  و 1+ است.

برای مثال، رابطه بین متغیر A و متغیر B را بررسی می‌کنیم:

• نتیجه‌ای نزدیک به 1+  نشان‌دهنده همبستگی مثبت است—با افزایش متغیر A، متغیر B نیز افزایش می‌یابد.
• نتیجه‌ای نزدیک به 1- نشان‌دهنده همبستگی منفی است—با افزایش متغیر A، متغیر B کاهش می‌یابد.
• مقداری نزدیک به 0 نشان‌دهنده رابطه کم یا هیچ‌گونه رابطه معنی‌داری بین دو متغیر است.

در حالی که این نوع از تکنیک‌های تحلیلی معمولاً دو متغیر را همزمان بررسی می‌کنند، می‌توانید چندین متغیر را به طور همزمان با استفاده از ماتریس همبستگی تجزیه و تحلیل کنید که آنها را در سطرها و ستون‌ها نمایش می‌دهد.

ضریب همبستگی (پیرسون در مقابل اسپیرمن)

ضریب همبستگی پیرسون
ضریب همبستگی پیرسون (r) شدت و جهت رابطه خطی بین دو متغیر پیوسته را اندازه‌گیری می‌کند.

این فرض می‌کند که هر دو متغیر به طور نرمال توزیع شده‌اند، رابطه خطی دارند و در مقیاس فواصل یا نسبی اندازه‌گیری می‌شوند.

مقدار ضریب از 1- تا 1+  متغیر است:

• +1 نشان‌دهنده یک رابطه خطی مثبت کامل است،
• -1 نشان‌دهنده یک رابطه خطی منفی کامل است،
• 0 نشان‌دهنده عدم وجود رابطه خطی است. این ضریب به ویژه برای درک اینکه چگونه تغییرات در یک متغیر با تغییرات در متغیر دیگر مرتبط است، مفید است.

ضریب همبستگی اسپیرمن
ضریب همبستگی رتبه‌ای اسپیرمن ρ یا (rs) شدت و جهت رابطه یکنواخت بین دو متغیر رتبه‌ای را اندازه‌گیری می‌کند.

این فرض می‌کند که داده‌ها می‌توانند رتبه‌بندی شوند و رابطه بین متغیرها یکنواخت است. یک رابطه یکنواخت به طور مداوم افزایش یا کاهش می‌یابد، اما لزوماً خطی نیست.

مقدار ضریب از 1- تا 1+  متغیر است:

• +1 نشان‌دهنده یک رابطه یکنواخت مثبت کامل است،
• -1 نشان‌دهنده یک رابطه یکنواخت منفی کامل است،
• 0 نشان‌دهنده عدم وجود رابطه یکنواخت است. ضریب اسپیرمن زمانی مفید است که داده‌ها فرضیات همبستگی پیرسون را برآورده نکنند، به ویژه با داده‌های رتبه‌ای یا روابط غیرخطی.

تفاوت اصلی
این جدول مقایسه واضحی از هر دو روش همبستگی ارائه می‌دهد که فهم اینکه چه زمانی و چرا باید از هرکدام استفاده کنید را ساده‌تر می‌کند.

چگونه همبستگی را اندازه‌گیری کنیم

قبل از اینکه بتوانید همبستگی بین دو متغیر را تحلیل کنید، ابتدا باید یک نظرسنجی آنلاین انجام دهید. این فرآیند شامل طراحی، برنامه‌ریزی، و اجرای نظرسنجی است. پس از اتمام، نتایج برای تعیین نمرات شدت همبستگی استفاده می‌شوند.

در تجربه ما، معمولا از تحلیل همبستگی در نظرسنجی‌های رضایت مشتری، نظرسنجی‌های کارکنان، برنامه‌های تجربه مشتری (CX)، یا نظرسنجی‌های بازار استفاده می‌کنیم.

این نظرسنجی‌ها معمولاً شامل سوالات متنوعی هستند که آن‌ها را برای استفاده به عنوان متغیرها در تکنیک‌های تحلیل پیشرفته ایده‌آل می‌سازد.

در اینجا فرآیندی که آژانس نظرسنجی آنلاین ما برای اندازه‌گیری همبستگی دنبال می‌کند، آورده شده است:

گام 1. نوشتن نظرسنجی
اولین گام در انجام تحلیل همبستگی در تحقیقات بازار، طراحی نظرسنجی است. مطمئن شوید که سوالات خود را از قبل برنامه‌ریزی کنید و داده‌هایی که برای تحلیل نیاز دارید را مدنظر قرار دهید.

تمرکز خود را روی سوالاتی قرار دهید که داده‌های عددی یا ترتیبی تولید می‌کنند. این ممکن است شامل:

• مقیاس‌های توافق
• مقیاس‌های اهمیت
• مقیاس‌های رضایت
• پول (مثلاً مبلغ هزینه)
• دما
• سن

گام 2. برنامه‌ریزی و اجرای نظرسنجی
پس از نهایی کردن نظرسنجی، وقت آن است که آن را برنامه‌ریزی و آزمایش کنید تا اطمینان حاصل شود که سوالات به درستی کار می‌کنند. این گام حیاتی است زیرا مقیاس‌های اشتباه یا اعتبارسنجی نادرست داده‌ها می‌تواند داده‌های مورد استفاده برای تحلیل همبستگی را به خطر بیندازد.

از لیست بررسی آزمایش نظرسنجی آنلاین ما استفاده کنید تا قبل از راه‌اندازی نظرسنجی، از صحت آن اطمینان حاصل کنید.

پس از آزمایش کامل، نظرسنجی را برای پاسخ‌دهندگان هدف‌گذاری شده خود ارسال کنید.

گام 3. تحلیل همبستگی بین دو متغیر
پس از جمع‌آوری پاسخ‌های کافی، داده‌های نظرسنجی را تمیز کنید تا از صحت آن‌ها قبل از انجام تحلیل همبستگی اطمینان حاصل شود.

یادآوری: دو روش رایج برای انجام همبستگی عبارتند از:

• همبستگی پیرسون (r): بهترین استفاده زمانی است که رابطه بین متغیرها خطی، کمی و بدون داده‌های پرت باشد.
• همبستگی رتبه‌ای اسپیرمن: ایده‌آل زمانی است که می‌خواهید ارزیابی کنید که چگونه یک متغیر رتبه‌ای با تغییرات متغیر رتبه‌ای دیگر افزایش یا کاهش می‌یابد.

بیشتر نرم‌افزارهای تحلیل داده ابزارهای داخلی برای اجرای خودکار تحلیل همبستگی پس از وارد کردن ورودی‌ها دارند. به عنوان مثال، شما می‌توانید به راحتی از نرم‌افزارهای صفحه‌گسترده مانند Microsoft Excel برای انجام همبستگی استفاده کنید.

چگونه آن را تفسیر کنیم

ضریب همبستگی از -1 تا 1+  متغیر است، که مقدار آن نشان‌دهنده‌ی قدرت و جهت رابطه بین دو متغیر است.

مقدار 0 به معنای عدم همبستگی است، در حالی که 1+  یا -1به ترتیب نشان‌دهنده‌ی همبستگی کامل مثبت یا منفی است. هرچه ضریب بیشتر به 1+  یا -1 نزدیک‌تر باشد، رابطه بین دو متغیر قوی‌تر است.

تمامی امتیازات قدرت همبستگی و طبقه‌بندی‌ها در زیر آمده است:

همبستگی کامل (0.8 تا 1.00)
ضریب در این بازه نشان‌دهنده‌ی رابطه‌ای تقریباً کامل بین دو متغیر است. به عنوان مثال، همبستگی مثبت قوی می‌تواند بین قد و سایز کفش وجود داشته باشد.

همبستگی قوی (0.5 تا 0.79)
متغیرها در این بازه به طور قوی به هم مرتبط هستند، اما رابطه کامل نیست. تغییرات در یک متغیر معمولاً با تغییرات در متغیر دیگر همراه است. مثالی از این مورد می‌تواند رابطه بین هزینه تبلیغات و درآمد فروش باشد.

همبستگی متوسط (0.3 تا 0.49)
همبستگی متوسط نشان‌دهنده‌ی یک رابطه قابل توجه است، اگرچه عوامل دیگر نیز ممکن است بر متغیرها تاثیر بگذارند. برای مثال، ممکن است همبستگی متوسطی بین رضایت مشتری و وفاداری به برند وجود داشته باشد، اما این لزوماً یک رابطه علت و معلولی مستقیم نیست.

همبستگی ضعیف (0.00 تا 0.29)
همبستگی ضعیف نشان‌دهنده‌ی رابطه‌ی اندک یا هیچ رابطه‌ی معنی‌داری بین دو متغیر است. اگرچه تغییرات در یک متغیر ممکن است کمی بر متغیر دیگر تاثیر بگذارد، ارتباط ضعیف و غیرقابل اعتماد است. برای مثال، سن و رنگ مورد علاقه ممکن است در برخی مطالعات مصرف‌کننده همبستگی ضعیفی داشته باشند.

مثال تحلیل همبستگی

نظرسنجی‌های کارکنان یک مثال عالی از نحوه استفاده از تحلیل همبستگی برای شناسایی روابط بین عوامل مختلف و رضایت کلی کارکنان هستند.

با تحلیل چگونگی تاثیرگذاری متغیرهای مستقل (مانند حقوق یا مزایا) بر متغیر وابسته (مانند رضایت کارکنان یا eNPS)، فروشندگان نظرسنجی کارکنان می‌توانند دیدگاه‌های ارزشمندی برای بهبود مشارکت و نگهداری کارکنان به دست آورند.

مثال: تحلیل eNPS با همبستگی

بیایید به یک سوال رایج در نظرسنجی امتیاز تبلیغات کارکنان (eNPS) توجه کنیم: “چقدر احتمال دارد که شما شرکت ما را به یک دوست یا عضو خانواده توصیه کنید؟” این سوال معمولاً در مقیاس 1-10 پاسخ داده می‌شود، که 1 به معنای “اصلا احتمال ندارد” و 10 به معنای “خیلی احتمال دارد” است.

نمره eNPS نتیجه‌ی متغیر وابسته در این تحلیل است.

برای کشف این که چه عواملی در سازمان بر eNPS تاثیر دارند، سوالات نظرسنجی اضافی برای ارزیابی رضایت کارکنان از عواملی مانند حقوق، مزایا، آموزش و تنوع و شمول طراحی می‌شود. این عوامل متغیرهای مستقل خواهند بود.

چگونه تحلیل همبستگی کمک می‌کند

تحلیل همبستگی به شناسایی این که کدام یک از این متغیرهای مستقل رابطه قوی‌تری با eNPS دارند، کمک می‌کند. به عنوان مثال، اگر حقوق و مزایا ضریب همبستگی 0.6 داشته باشند، نشان‌دهنده‌ی همبستگی قوی با eNPS است—که نشان می‌دهد رضایت بیشتر از حقوق و مزایا با احتمال بالاتری برای توصیه شرکت همراه است.

در زیر نمونه‌ای از یک ماتریس همبستگی نشان‌دهنده‌ی رابطه بین eNPS و عوامل مختلف سازمانی آورده شده است:

مزایای انجام تحلیل همبستگی در تحقیقات بازار

چندین دلیل برای انجام تحلیل همبستگی در مطالعه تحقیقات بازار شما وجود دارد:

دریافت داده‌های بیشتر
یکی از مزایای تحلیل همبستگی این است که محققان بازار را تشویق می‌کند تا سوالات بهتری در نظرسنجی طرح کنند. با توجه به اینکه متغیرهای زیادی در تحلیل بررسی خواهند شد، محققان وقت بیشتری را برای تفکر در مورد داده‌های مهم و مرتبطی که باید جمع‌آوری شوند، صرف می‌کنند.

اتخاذ تصمیمات آگاهانه‌تر
پس از جمع‌آوری داده‌ها، تحلیل همبستگی به شما کمک می‌کند تا متغیرهایی را که بیشترین ارتباط را دارند شناسایی کنید. همبستگی‌های مثبت یا منفی پیش‌بینی نشده ممکن است به کسب‌وکارها کمک کنند تا تصمیمات بهتری بگیرند.

همبستگی‌ها به تنهایی پیش‌بینی‌کننده عالی نیستند، اما می‌توانند تحقیقات کیفی یا کمی آینده را هدایت کنند.
به عنوان مثال، ممکن است الگوی معناداری بین متغیرها کشف کنید که باعث تحقیقات اضافی شود.

همبستگی عالی برای تحلیل رگرسیون
تحلیل همبستگی همچنین به طور خوبی به تحلیل رگرسیون منتهی می‌شود. در مقایسه، تحلیل رگرسیون به شما می‌گوید که متغیر A بر اساس مقدار خاصی از متغیر B چه شکلی خواهد داشت.

به عبارت دیگر، همبستگی به شما می‌گوید که رابطه‌ای وجود دارد، اما رگرسیون نشان می‌دهد که آن رابطه چگونه به نظر می‌رسد.

معایب اندازه‌گیری همبستگی

تحلیل همبستگی برای درک نحوه تعامل متغیرها با یکدیگر مفید است.

با این حال، مشکلاتی وجود دارد که باید هنگام اجرای نظرسنجی داخلی به آن توجه کنید. معایب اندازه‌گیری همبستگی شامل موارد زیر است:

اتفاقات تصادفی در نتایج
یکی از بزرگ‌ترین مشکلات این است که ممکن است نتیجه‌ای بگیرید که نشان‌دهنده همبستگی قوی، چه منفی یا مثبت، باشد. به عنوان مثال، ممکن است در تحلیل ببینید که تجربه مشتری بسیار ارزیابی شده است و با رضایت کلی مشتری ارتباط زیادی دارد.

اما بیان این‌که یکی علت دیگری است، می‌تواند اشتباه باشد و باید به دقت مورد بررسی قرار گیرد. بسیاری از عوامل ممکن است فقط به صورت تصادفی در تحلیل همبستگی دخیل باشند و بنابراین باید نتایج را در چارچوب منطقی تفسیر کرد.

همبستگی به معنای علت‌ و معلول نیست
فقط از تحلیل همبستگی استفاده کنید اگر به درستی بدانید و بتوانید به مشتری توضیح دهید که همبستگی به معنای علت‌ و معلول نیست.

اغواکننده است که به این نتیجه برسید که دو متغیر تأثیر مستقیم روی یکدیگر دارند، اما این تحلیل برای شناسایی ارتباطات است، نه پیش‌بینی آن‌ها.

با این حال، زمانی که علاقه‌مند به کشف روابط بین دو یا چند متغیر هستید، تحلیل همبستگی انتخاب مناسبی برای پروژه تحقیقاتی بازار است.

مرکز تحقیقات بازاریابی تی ام بی ای با تحلیل همبستگی در تحقیقات بازار به شرکت‌ها کمک می‌کند تا روابط میان متغیرهای مختلف را شناسایی کرده و تصمیمات آگاهانه‌تری اتخاذ کنند. این ابزار می‌تواند در نظرسنجی‌های مشتریان یا کارکنان برای بهبود استراتژی‌ها و شناسایی فرصت‌های جدید مفید باشد.. برای کسب اطلاعات بیشتر با شماره  02166028405 تماس بگیرید.

منبع