用户研究,使用问卷法后,咋进行加权处理

1、首先你需要知道抽样样本与实际用户的差异2、其次,你需要估算你需要调整几个维度的差异。加权:比如,你问卷调查中,男性60%,女性40%,但是实际男性只有50%,女性也是50%,这时候你一个女性就要算成1.5个女性,这就是进行加权了。因为最后配出来,男性女性比例就是1:1配额:就是在调研过程中,你准备调研600个样本,男女比例1:1,这样男性一般会先到达300个,这时候就不再接受男性答题了。如果你调查的维度比较多,就需要分得更新考虑了。比如不仅男女,还要考虑年龄。这就要把两个维度交叉考虑加权或者配额了。
■网友
首先,在问卷回收的数据清洗之后,做了初步的人口学分布和交叉分析之后,才能开始考虑配比的问题。其次,分析哪些维度的变量会对结果产生统计学意义和产品层的差异。再次,参考行业/产品数据中对人口学/其他变量分布的范围/标准。最后,a 如果清洗后的数据量足够根据确定后的分布标准,按照重要维度随机抽取数据集。(例如标准为性别比 男4:女6,那对应从问卷数据中抽取 男4:女6的数据)b 如果清洗后数据量不足**重复数据抽取的步骤后,乘以相应的系数放大样本量。(例如10-19岁回收样本占比3%,但实际产品人群覆盖10-19岁为30%,则 10-19岁的数据 x 10)*加权慎用,这样会放大答题的误差,如上个不恰当的10-19岁人群数据为例,一个产品的使用行为,可能会被放大10倍呈现出来。影响最终数据分析的判断。
■网友
举个例子哈比如现在产品要设置一个新的功能,老板想预测一下使用率,大于50%就上。于是打算在现有用户中抽出一千个小白鼠内测,抽谁呢?老张说,随机,纯随机,随机代表一切。然而机智的你发现一个问题,现在的免费用户占85%,低端会员12%,高端会员3%,如果随机,那么只能抽到30个高端会员,样本太少,偶然性太大。老李说,那抽一万个做实验。机智的你说不行啊,总共就三万用户,一万人都用了,那是大动作了,到时候要撤销很麻烦。于是你机智地决定:免费用户、低端会员、高端会员各抽300,避免样本不足,实验时分别算使用率。到最后计算整体使用率时,使用率=免费用户使用率*0.85+低端会员使用率*0.12+高端会员使用率*0.03这就是根据后台数据加权。如果要做一些民意调查,就用统计局的数据确定加权系数。大概这个意思,例子有点牵强了……别较真。


    推荐阅读