Discuss Data

有助于确定获得最低要求的合格参与者所需的受访者总数。

因此，如果你猜测的人数过高，你很可能会调查较少的人数，希望他们足够多，但最后却发现估计是错误的。在这种情况下，你得到的合格受访者人数会少于所需的人数，反之亦然。

让我们结合上下文来解释一下。假设你估计的发 加拿大手机号码清单1000万套餐 生率为 50%，但结果只有 25%。你对合格受访者的实际要求是 500 人。

这意味着在 1000 名受访者中，只有 250 人有资格参加调查，而由于您估计的发生率较高，因此缺少 250 名更合格的候选人。

这就是为什么您需要一个准确的发生率，以便您不会最终出现所需合格参与者过剩或不足的情况。



分析
到目前为止你所做的一切都是为了这个目的。

现在是时候彻底了解反馈数据并通过阅读字里行间来获取每一点有用信息了。

在分析时，您不应将总响应与完整响应混淆，反之亦然。

虽然总回复包括所有参加调查的人，甚至非筛选者，但完整的回复仅包括完成调查的受访者人数。

当分享调查问题答案的样本量时，您应该使用完整的答案数字，因为总答案将包括非筛选者，并且会误解您的调查结果。

在确定选择哪些数据才能获得正确结果时，很容易感到困惑。为此，您可以尝试使用Qualaroo等工具，该工具具有策略性且简洁的仪表板，可避免混淆并帮助您有效地分析调查反馈数据。