Giới thiệu phân tích dữ liệu khảo sát

Phân tích dữ liệu khảo sát bằng Python

EbunOluwa Andrew

Data Scientist

Phân tích dữ liệu khảo sát là gì?

Thu nhận hiểu biết
- Nhiều kết quả = hiểu hơn
Đo lường tác động
- Tỷ lệ phản hồi cao là then chốt
- Ví dụ: phản hồi khảo sát theo dõi cho biết thay đổi sản phẩm có hiệu quả không

Biểu ngữ We Want Your Feedback

Dữ liệu khảo sát là gì?

Phản hồi dữ liệu từ người tham gia nghiên cứu
Định lượng hoặc số học
Định tính hoặc mô tả
Đại diện công bằng cho ý kiến khán giả

Ảnh của Celpax trên Unsplash - phụ nữ trả lời khảo sát

¹ Ảnh của Celpax trên Unsplash

Các loại dữ liệu khảo sát

Thứ bậc (Ordinal)
- Câu trả lời có thứ tự hợp lý
- Câu hỏi mẫu: Bạn dùng sản phẩm của chúng tôi bao nhiêu?
- Đáp án mẫu: Không bao giờ, Hiếm khi, Thỉnh thoảng, Thường xuyên, Luôn luôn
- Thứ tự quan trọng

Điền phiếu câu hỏi

Các loại dữ liệu khảo sát

Danh nghĩa (Nominal)
- Các nhóm/danh mục khác nhau
- Không có thứ tự giữa các danh mục
- Ví dụ: thành phố sinh, giới tính, sắc tộc

Giấy khai sinh

Các loại dữ liệu khảo sát

Khoảng (Interval)
- Dữ liệu có thứ tự
- Khoảng cách giữa các giá trị có ý nghĩa và bằng nhau
- Ví dụ đáp án: 22C, 24C, hoặc 26C

Nhiệt kế - Ảnh của Bianca Ackermann trên Unsplash

Tỷ lệ (Ratio)
- Đo lường chính xác
- Có mốc 0 thực
- Ví dụ đáp án: $5321

Ngôi nhà làm từ tờ 100 đô - Ảnh của Kostiantyn Li trên Unsplash

Xác định mục tiêu

Xác định mục tiêu nghiên cứu
Tỷ lệ phản hồi
Học từ phản hồi

mẫu không đại diện

Lấy mẫu cho khảo sát

Bất khả thi khi thu thập từ quần thể lớn
Lấy mẫu để ước lượng hoặc kiểm định giả thuyết về quần thể
Dùng kỹ thuật lấy mẫu khác nhau để tạo mẫu không thiên lệch

Ảnh của Joseph Chan trên Unsplash - người cầm ô trên đường ban ngày

¹ Ảnh của Joseph Chan trên Unsplash

Tổng quan kỹ thuật lấy mẫu

Ngẫu nhiên đơn (Simple random)
- Chọn ngẫu nhiên một nhóm con của quần thể
Ngẫu nhiên phân tầng (Stratified)
- Chia quần thể thành các tầng (vd: chủng tộc, giới tính, ...)
- Chọn ngẫu nhiên nhóm con từ mỗi tầng

Analytics Vidhya - lấy mẫu ngẫu nhiên phân tầng

Tổng quan kỹ thuật lấy mẫu

Có trọng số (Weighted)
- Chọn nhóm con khớp tỷ lệ quần thể
Cụm (Cluster)
- Chia quần thể thành cụm (vd: trường, thành phố, ...)
- Chọn ngẫu nhiên nhóm con từ các cụm

Aoife Dalton trên SlideServe - minh họa lấy mẫu cụm

¹ Aoife Dalton trên SlideServe

Bảng chéo - cách phổ biến để phân tích dữ liệu khảo sát

.crosstab() -> xem mối liên hệ giữa hai biến danh nghĩa.

print(survey.head())

| Age     | Occupation_Title          | Current Student | Gender | Education  |
|---------|---------------------------|-----------------|--------|------------|
| 18 - 24 | Credit officer            | No              | Female | Bachelor's |
| 18 - 24 | Student                   | Yes, Full-Time  | Male   | Bachelor's |
| 18 - 24 | Student                   | Yes, Full-Time  | Female | Bachelor's |
| 25 - 34 | Senior Financial Analyst  | No              | Female | Bachelor's |
| 35 - 44 | Public Relations Director | No              | Female | Bachelor's |

Hàm crosstab

cross_tabulation = pd.crosstab(survey.Age, survey.Gender)
cross_tabulation

|         | Female | Male |
|---------|--------|------|
| 18 - 24 |     39 |   12 |
| 25 - 34 |     28 |   12 |
| 35 - 44 |      5 |    1 |
| 45 - 54 |      3 |    0 |

Ayo berlatih!

Phân tích dữ liệu khảo sát bằng Python