121surveys
Accedi
Menu

Guida alla tabella a doppia entrata

Tabella a doppia entrata: scopri il legame tra due domande

Una tabella a doppia entrata, o tabella di contingenza, conta come le risposte a una domanda si distribuiscono tra i gruppi di un'altra, per esempio la soddisfazione per tipo di cliente. Con percentuali di riga o di colonna, test del chi quadrato e V di Cramér vedi se una differenza va oltre il caso e quanto è forte.

Creare e testare è gratis. Per pubblicare scegli un piano a pagamento.

Com'è fatta una tabella a doppia entrata

Righe, colonne, celle e totali marginali

Le modalità di una domanda formano le righe, quelle dell'altra le colonne. Ogni cella conta le persone che hanno scelto entrambe le modalità, per esempio «nuovo cliente» e «molto soddisfatto». Ai margini ci sono i totali di ogni riga e di ogni colonna, in basso a destra il totale generale n. I totali marginali dicono quanto è grande ogni gruppo e sono la base di ogni percentuale.

Percentuali di riga

Le percentuali di riga dividono ogni cella per il totale della sua riga, quindi ogni riga somma a 100. Così leggi come i nuovi clienti si distribuiscono sui livelli di soddisfazione e come lo fanno i clienti abituali. Se i gruppi stanno nelle righe, queste percentuali li confrontano direttamente.

Percentuali di colonna

Le percentuali di colonna dividono ogni cella per il totale della sua colonna, quindi ogni colonna somma a 100. Rispondono alla domanda opposta: da chi è composto il gruppo dei molto soddisfatti? Entrambe le letture sono corrette ma rispondono a domande diverse: decidi prima quale ti interessa.

Percentuali sul totale

Le percentuali sul totale dividono ogni cella per tutti i rispondenti, quindi l'intera tabella somma a 100. Mostrano quanto è frequente una combinazione in assoluto, utile per stimare la dimensione di un segmento. Per confrontare gruppi servono poco, perché i gruppi grandi ottengono automaticamente quote maggiori.

Quale domanda in riga e quale in colonna?

Regola pratica: la variabile esplicativa (indipendente) – età, tipo di cliente, canale – forma i gruppi; la variabile spiegata (dipendente) – soddisfazione, intenzione d'acquisto – forma la distribuzione. Le percentuali si calcolano nella direzione della variabile indipendente, dentro ogni gruppo, e il confronto avviene nell'altra direzione. Se i gruppi sono in colonna, scegli le percentuali di colonna.

Test del chi quadrato e V di Cramér

Il test del chi quadrato

Il test confronta ogni frequenza osservata O con la frequenza attesa E che avresti se le due domande non fossero collegate: E = totale di riga × totale di colonna / n. Sommando su tutte le celle si ottiene χ² = Σ (O − E)² / E. Più osservazione e attesa si allontanano, più cresce χ².

Valore p e gradi di libertà

Quanto può diventare grande χ² dipende dalle dimensioni della tabella, espresse in gradi di libertà: gdl = (righe − 1) × (colonne − 1). Il valore p indica quanto sarebbe probabile un χ² almeno così grande se nella popolazione non ci fosse alcun legame. Se scende sotto la soglia scelta in anticipo, di solito 0,05, il legame è considerato statisticamente significativo.

V di Cramér: quanto è forte il legame?

χ² cresce con il campione e quindi dice poco sulla forza del legame. La V di Cramér lo normalizza: V = √(χ² / (n · (min(r, c) − 1))), dove r e c sono il numero di righe e di colonne. V va da 0 (nessun legame) a 1 (legame perfetto). Nei campioni grandi una V piccola è spesso significativa ma di scarsa importanza pratica.

Quante risposte

Perché il test di significatività sia valido, in quasi tutte le celle il numero atteso calcolato dovrebbe essere di almeno 5 risposte. Se le opzioni di risposta sono molte, raggruppa le categorie.

Gli errori più comuni

Celle troppo piccole

Il chi quadrato è un'approssimazione e diventa poco affidabile quando le frequenze attese sono basse. In quel caso raggruppa le modalità rare, come «abbastanza insoddisfatto» e «molto insoddisfatto», oppure togli le categorie vuote. Per tabelle due per due molto piccole l'alternativa abituale è il test esatto di Fisher, per esempio in SPSS o R.

Tante tabelle, tanti falsi allarmi

Se testi venti tabelle con la soglia 0,05, in media una risulterà significativa anche se non esiste alcun legame reale. Stabilisci quindi in anticipo quali legami vuoi verificare e, con molti test, rendi più severa la soglia, per esempio con la correzione di Bonferroni: soglia divisa per il numero di test.

La scelta multipla viola il presupposto

Il test presuppone che ogni persona stia in una sola cella. Con una domanda a scelta multipla una persona può spuntare più opzioni e compare così in più celle; le osservazioni non sono più indipendenti e il χ² sarebbe fuorviante. Puoi comunque confrontare le frequenze, solo senza test di significatività.

Significativo non vuol dire importante né causale

Un valore p piccolo dice solo che un legame probabilmente non è casuale, non quanto è grande né che cosa influenza che cosa. Dietro può esserci una terza variabile. Se ponderi i dati, controlla anche che percentuali e test si basino sugli stessi numeri.

La tabella a doppia entrata in 121surveys

  • Incrocia domande e variabili del link

    Scegli due dimensioni: una domanda del sondaggio o una variabile del link che arriva insieme al link di partecipazione, per esempio canale, fonte o filiale. Così confronti le risposte anche per caratteristiche che non hai mai chiesto.

  • Test e forza dell'effetto inclusi

    Per ogni tabella 121surveys calcola chi quadrato, gradi di libertà, valore p e V di Cramér, ciascuno con una spiegazione. Se un asse è una domanda a scelta multipla, il test viene omesso e una nota ti spiega perché.

  • Chiara e anonima

    Le celle mostrano le frequenze su una scala di colore – più è scura, più persone ci sono – insieme ai totali di riga e di colonna. I gruppi sotto la soglia di anonimato del tuo sondaggio vengono nascosti, così nessuno è riconoscibile attraverso una cella piccola.

  • Filtri, esportazione e assistenti IA

    Filtri e periodo dell'analisi valgono anche per la tabella. Esporti i dati grezzi in CSV, Excel, SPSS, ODS o JSON, e un assistente IA recupera la stessa tabella con lo strumento MCP get_crosstab.

Domande frequenti

Che cos'è una tabella a doppia entrata?

Una tabella che conta due caratteristiche insieme: le modalità di una nelle righe, quelle dell'altra nelle colonne, e ogni cella indica quante persone hanno entrambe. Si chiama anche tabella di contingenza o tabella incrociata.

Quando servono le percentuali di riga e quando quelle di colonna?

Calcola le percentuali dentro i gruppi che vuoi confrontare. Se i gruppi sono nelle righe, scegli le percentuali di riga; se sono nelle colonne, quelle di colonna. Le percentuali sul totale ti servono solo se ti interessa la quota di una combinazione su tutti i rispondenti.

121surveys mostra le percentuali di riga e di colonna?

La tabella dell'analisi mostra la frequenza di ogni cella con i totali di riga e di colonna. Le percentuali di riga e di colonna le ricavi direttamente da lì – cella divisa per il totale di riga o di colonna – oppure dopo l'esportazione in Excel o SPSS.

Quando un legame è significativo?

Per convenzione si usa un valore p inferiore a 0,05. Significa: se nella popolazione non ci fosse alcun legame, uno scostamento così netto comparirebbe in meno di cinque campioni su cento. Fissa la soglia prima dell'analisi, non dopo. Se il legame conta davvero lo dice la V di Cramér.

Posso incrociare più di due domande?

Una tabella a doppia entrata ha due dimensioni. Per una terza filtra l'analisi su un gruppo – per esempio solo i nuovi clienti – e confronta le tabelle dei gruppi. Per modelli con molte variabili insieme, come una regressione logistica, esporta i dati in SPSS o R.

Tabella e test in un solo passaggio

Crea il tuo sondaggio in 121surveys, scegli nell'analisi due domande o variabili del link e leggi frequenze, chi quadrato, valore p e V di Cramér a colpo d'occhio.

Inizia gratis