ANOVA General Linear Model jest bardzo ważnym narzędziem statystycznym służącym do porównywania średnich ze zbiorów.

Duży ogólnopolski bank planuje zmianę wystroju wnętrza swoich punktów obsługi klienta

Plik do pobrania »
Kliknij aby pobrać

Zostało zaprojektowanych 6 koncepcji wystroju wnętrz: „żywe kolory”; „pastelowe barwy”; „czarno- biały”; „ciemny orzech”; „rustykalne”; „angielski klub”. Postanowiono zbadać jak ocenią te koncepcje klienci banku. Urządzono więc niektóre placówki bankowe według zaproponowanych wariantów.

Przy okazji postanowiono też zbadać wpływ innych czynników na zadowolenie klientów. Zbadano więc takie czynniki jak:

Temperatura	Temperatura w zakresie od 16 do 28 stopni.
Wilgotność	Wilgotność w zakresie od 1 do 60
Muzyka	TAK – jest muzyka w punkcie obsługi klienta, NIE – brak muzyki.
OKNA	TAK – są okna w punkcie, NIE – nie ma okien.
Wejście po schodach	TAK – do punktu prowadzą małe schodki, Nie – brak schodków
Oddzielone stanowiska	TAK – stanowiska obsługi klientów są oddzielone ścianką, NIE – stanowiska są nieosłonięte.

Klienci oceniali w skali od 2 do 6, gdzie 2 było najgorszym wynikiem a 6 oceną najlepszą.

Analiza metodą ANOVA General Linear Model (GLM)

+

Wydruk ANOVA General Linear Model

R² (R-Sq) opisuje wielkość zmienności wyjaśnionych przez predykator (y), czym większa wartość R² tym lepszy model.

 Test ANOVA mówi, że te zmienne, których p-value jest mniejsze od przyjętego współczynnika ufności α = 0,05 jest istotne dla klientów banku.  Okazało się, że "wilgotność", „muzyka”, "okna" oraz „wejście po schodach” nie mają większego znaczenia dla respondentów.

Przypomnijmy, że „Wystrój” punktu obsługi klienta banku był najważniejszym czynnikiem, który chcieliśmy zbadać. Dlatego został on wskazany w modelu  ANOVA General Linear Model do testu Turkey. Test ten grupuje wybrany czynnik według współczynnika ufności α = 0,05. Jeżeli dane warianty czynnika znajdują się w jednej grupie, może powiedzieć z 95

W formularzu Minitab wybraliśmy Pairwise comparisons ponieważ wśród wariantów wystroju nie ma wariantu testowego, granicznego. Innymi słowy mówiąc wszystkie warianty wystroju są prawdziwe. Dodatkowo wybraliśmy prezentację graficzną przedziałów ufności aby lepiej zilustrować test Turkey.

Test Turkey wskazał, że „żywe kolory” i „pastelowe barwy” są najwyżej oceniane przez klientów (średnie oceny 4,0 oraz 3,8). Obie wartości znajdują się w jednej grupie przez co można uznać, że ich średnie w odniesieniu przez odchylenia standardowe przy współczynniku ufności α = 0.05 nie różnią się od siebie.

Najgorzej oceniono wystroje: „ciemny orzech”, „angielski klub” i „rustykalne”.

Różnice można zaobserwować w graficznej prezentacji odchylenia standardowego. Poniżej przedstawione jest porównanie wystroju „angielski klub” z pozostałymi wystrojami. Wszystkie wystroje, których przedziały odchylenia standardowego przechodzą przez wartość zero,  znajdują się w jednej grupie z porównywanym wystrojem „angielski klub”. Innymi słowy mówiąc jeżeli przedziały zawierają zero, wtedy istnieje prawdopodobieństwo, że różnica między średnimi wynosi zero.

Można łatwo obejrzeć graficznie jak klienci oceniają poszczególne warianty wystroju punktów obsługi klienta. Linie poziomą można potraktować jako granicę tolerancji klientów.

Aby sprawdzić czy odpowiedzi klientów mają rozkład normalny można przeprowadzić analizę normalności rozkładu.

Analiza graficzna wykazał, że zbiór odpowiedzi ma rozkład normalny, punkty znajdują się na linii testu AD.

Wnioski z badań

Test ANOVA General Linear Model wykazał, że klienci banku najlepiej oceniają wystroje: „żywe kolory” i „pastelowe barwy” najgorzej zaś „rustykalne” i „angielski klub”.

Przy okazji dowiedzieliśmy się też, że takie czynniki jak brak okien czy muzyka w punkcie obsługi klienta nie mają znaczenia dla respondentów.

W kolejnej części będziemy analizowali pozostałe drugoplanowe czynniki oceny klientów banku.