I Excel er der utroligt mange muligheder for at lave statiske analyser . I resten af denne præsentation vil jeg anvende en fiktiv (og lettere karrikeret) salgsstatistik, hvor man analyserer sælgernes salg i 2 forskellige afdelinger.
Afdeling 1 :
s1 | 4 |
s2 | 6 |
s3 | 10 |
s4 | 12 |
s5 | 18 |
s6 | 18 |
s7 | 22 |
s8 | 29 |
s9 | 31 |
s10 | 35 |
s11 | 38 |
s12 | 44 |
s13 | 50 |
Middel | 24,4 |
Stdafv | 14,7 |
Gennemsnittet og standardafvigelsen (den gns. afvigelse fra gennemsnittet) fås hurtigt ved funktionerne Middel og Stdafv. Middel og std afv ligger tæt på afdeling 2, men det er tydeligt at præstationerne varierer anderledes idet der er et bemærkelsesværdigt jævnt forløb med nogle afvigelser i bunden.
Afdeling 2 :
s1 | 1 |
s2 | 1 |
s3 | 1 |
s4 | 17 |
s5 | 33 |
s6 | 33 |
s7 | 33 |
s8 | 33 |
s9 | 33 |
s10 | 33 |
s11 | 33 |
s12 | 33 |
s13 | 33 |
Middel | 24,4 |
Stdafv | 14,0 |
For at få en bedre beskrivelse af fordelingerne anvendes derfor også funktionerne kvartil, min og maks. Kvartilerne for et ulige antal observationer fås ved at man tager udgangspunkt i observation i midten og herefter tager man den miderste obervation i den øvre og nedre fordeling. Hvis det er et lige antal observationer så beregnes kvartilerne som gennemsnittet af de to tal der udgør den pågældende kvartil. I excel kan disse beregninger dog gøres ved følgende formel.
1.Kvartil =Kvartil($E$7:$E$19;1)
2.Kvartil =Kvartil($E$7:$E$19;2)
3.Kvartil =Kvartil($E$7:$E$19;3)
Og min,maks fås ved følgende formler:
Min = Min($E$7:$E$19)
Max = Max($E$7:$E$19)
Herefter får vi følgende resultater:
Afdeling 1 | Afdeling 2 | |||
s1 | 4 | s1 | 1 | |
s2 | 6 | s2 | 1 | |
s3 | 10 | s3 | 1 | |
s4 | 12 | s4 | 17 | |
s5 | 18 | s5 | 33 | |
s6 | 18 | s6 | 33 | |
s7 | 22 | s7 | 33 | |
s8 | 29 | s8 | 33 | |
s9 | 31 | s9 | 33 | |
s10 | 35 | s10 | 33 | |
s11 | 38 | s11 | 33 | |
s12 | 44 | s12 | 33 | |
s13 | 50 | s13 | 33 | |
Middel | 24,4 | Middel | 24,4 | |
Stdafv | 14,7 | Stdafv | 14,0 | |
Kvartil 1 | 12 | Kvartil 1 | 17 | |
Kvartil 2 | 22 | Kvartil 2 |
33 | |
Kvartil 3 | 35 |
Kvartil 3 | 33 | |
Mindste | 4 | Mindste | 1 | |
Største | 50 | Største | 33 |
Ved at bruge kvartil, min og maks kan man hurtigt kvantificere forskellen på de to afdelinger, og for at vise det grafisk i et histogram kan man anvende instruktionen fra nedenstående link:
https://www.youtube.com/watch?v=B7HTX_4rgtA
Hvad kan sige om afdeling 1`s performance hvis salget stiger med 10%.?
Redskabet man bruger her er en t test:
Man kan få mere information om den statistiske teori i denne video:
https://www.youtube.com/watch?v=0Pd3dc1GcHc
Og en demo i Excel anvendelse her:
https://www.youtube.com/watch?v=BlS11D2VL_U
Populationen i salgsafdeling 1 er ikke særlig stor idet den kun er på 13, og man helst skal have 20 til 30 enheder i en population for at kunne udføre t tests og herudover er der også en meget stor variation i gruppen.
Konsekvensen af dette er at afdelingen skal have en stigning på 55% i deres salg før man kan opnå en p værdi på under 5% og dermed have 95% sansynlighed for at det nye gennemsnit er statistisk signifikant større end det gamle. Måske er det bedst bare at sige til sælgerne at det er godt gået🙂
Afdeling 1 | År X1 | År X2 |
s1 | 4 | 6 |
s2 | 6 | 9 |
s3 | 10 | 16 |
s4 | 12 | 19 |
s5 | 18 | 28 |
s6 | 18 | 28 |
s7 | 22 | 34 |
s8 | 29 | 45 |
s9 | 31 | 48 |
s10 | 35 | 54 |
s11 | 38 | 59 |
s12 | 44 | 68 |
s13 | 50 | 78 |
Pværdi | 4% |