Collapsing information is a method which presents larger amounts of quantitative data in smaller, more logical groups. According to the information presented in the phase 2 course materials: “Appropriate cut-off points for each category are chosen, so that approximately an equal number of responses fall into each category (or there exists a pre-determined reason for choosing that value)” (Colorado Technical University, 2015). This collapsing information is also known as data aggregation and reduction.
Management at WidgeCorp and their regional sales teams are looking to roll-out a new type of snack food. The sales managers have been trying to analysis demographic data and have become overwhelmed with the non-reduced data. The management has requested assistance to present the information in smaller numbers of comprehensible categories, the data needs to be aggregated and reduced – collapsed. The demographic data was provided in four different spread sheets; a general summary, census trends, occupation, and income, all for the Chicago area in 2004, third quarter.
The first set of data that I would collapse for WidgeCorp management would be the travel time to work in minutes. I have chosen this data as it represents to the snack food company an opportunity. Determining the time in travel of the worker, the company could develop marketing campaigns to target those that have short commutes and may need the quick bite. On the other hand, those that have long commutes may not be able to spend adequate time at home on meals, therefore the need for travel food. To collapse the data and provide two targeted populations, travel time would be from 0-30 minutes and 30 or more minutes.
The second data set for reduction is the family household status. This data represents to the sales management those families whose shopping decisions may be impacted by children that may still live at home. The original set of data provides status for households of various structures to include various child situations. This data should be collapsed to represent those households that either do or do not have children that may consume snack foods. As such, the final set would be family households with children under 18 and households with no children under 18.
Third, data on occupations could be beneficial for WidgeCorp and their snack food roll-out with regards to their marketing campaigns. Similar to the data from the travel time, those employees in certain occupations may be more likely to consume snack foods. An example may be that those occupations that involve more time seated or exempt may take shorter lunch breaks resulting in more opportunities for snacking throughout the day. Therefore, the occupations which are currently represented by 33 separate titles should be collapse in to fewer categories. These 33 occupation titles may be logically collapsed in to 7 categories: government, engineering, arts, trades, sales and business, management, and manufacturing and agriculture.
The final variable for aggregation and reduction is the household income by age of householder. This too is similar to the families with children in that the age and income of the household may, through surveys, provide an ideal age of snack food consumers based upon their disposable income. While the data provided is already well categorized by age and income, the age spreads are too great for this purpose. The ages should be less than 25, 25-45, 45-65, 65+. These four groups are based on where people may be in their careers and retirement planning. The collapse for the data should include the income amounts. The collapsed data should be set as quartile; less than $30,000, $30,000 to $75,000, $75,000 to $125,000, and more than $125,000.
ข้อมูลจะถูกยุบวิธีการที่นำเสนอจำนวนเงินขนาดใหญ่ของข้อมูลเชิงปริมาณที่มีขนาดเล็กในกลุ่มตรรกะมากขึ้น ตามข้อมูลที่นำเสนอในขั้นตอนที่ 2 วัสดุหลักสูตร "จุดตัดที่เหมาะสมสำหรับแต่ละประเภทได้รับการแต่งตั้งเพื่อให้ประมาณเท่ากับจำนวนของการตอบสนองตกอยู่ในแต่ละหมวดหมู่ (หรือมีอยู่เหตุผลที่กำหนดไว้ล่วงหน้าสำหรับการเลือกค่าที่) "(โคโลราโดมหาวิทยาลัยเทคนิค, 2015) ข้อมูลยุบนี้ยังเป็นที่รู้จักในฐานะการรวบรวมข้อมูลและการลดลง. การบริหารจัดการที่ WidgeCorp และทีมขายระดับภูมิภาคของพวกเขากำลังมองหาที่จะแผ่ออกเป็นชนิดใหม่ของขนมขบเคี้ยว ผู้จัดการฝ่ายขายได้พยายามที่จะวิเคราะห์ข้อมูลประชากรและได้กลายเป็นจมกับข้อมูลที่ไม่ลดลง จัดการได้ขอความช่วยเหลือเพื่อนำเสนอข้อมูลในจำนวนที่มีขนาดเล็กประเภทเข้าใจข้อมูลที่จะต้องมีการรวบรวมและการลด - ทรุดตัวลง ข้อมูลประชากรได้รับการจัดให้อยู่ในสี่แผ่นกระจายที่แตกต่างกัน สรุปทั่วไปแนวโน้มการสำรวจสำมะโนประชากรอาชีพและรายได้ทั้งหมดสำหรับเขตชิคาโกในปี 2004 ไตรมาสที่สาม. ชุดแรกของข้อมูลที่ฉันจะยุบสำหรับการจัดการ WidgeCorp จะเป็นเวลาในการเดินทางไปทำงานในไม่กี่นาที ผมได้เลือกข้อมูลนี้มันแสดงให้เห็นถึง บริษัท ขนมขบเคี้ยวโอกาส การกำหนดเวลาในการเดินทางของผู้ปฏิบัติงานที่ บริษัท สามารถพัฒนาแคมเปญการตลาดในการกำหนดเป้าหมายผู้ที่มีการเดินทางระยะสั้นและอาจต้องกัดอย่างรวดเร็ว ในทางตรงกันข้ามผู้ที่มีการเดินทางระยะไกลอาจจะไม่สามารถที่จะใช้เวลาเพียงพอที่บ้านในมื้ออาหารจึงต้องการอาหารการเดินทาง เพื่อยุบข้อมูลและให้สองประชากรที่กำหนดเป้าหมายระยะเวลาการเดินทางจะเป็น 0-30 นาทีและ 30 นาทีหรือมากกว่า. ข้อมูลชุดที่สองสำหรับการลดสถานะครัวเรือนครอบครัว ข้อมูลนี้แสดงให้เห็นถึงการจัดการการขายบรรดาครอบครัวที่มีการตัดสินใจที่ช้อปปิ้งที่อาจได้รับผลกระทบโดยเด็กที่อาจจะยังคงอาศัยอยู่ที่บ้าน ชุดเดิมของข้อมูลให้สถานะสำหรับผู้ประกอบการของโครงสร้างต่างๆที่จะรวมถึงสถานการณ์เด็กต่างๆ ข้อมูลนี้ควรจะทรุดตัวลงจะเป็นตัวแทนของผู้ประกอบการที่จะทำหรือไม่ต้องมีเด็กที่อาจจะกินขนมขบเคี้ยว เช่นชุดสุดท้ายจะเป็นผู้ประกอบการครอบครัวที่มีเด็กอายุต่ำกว่า 18 และครัวเรือนที่มีเด็กไม่ต่ำกว่า 18 ปี. ประการที่สามข้อมูลเกี่ยวกับการประกอบอาชีพที่อาจจะเป็นประโยชน์สำหรับ WidgeCorp และขนมขบเคี้ยวของพวกเขาม้วนออกที่เกี่ยวกับแคมเปญการตลาดของพวกเขา คล้ายกับข้อมูลจากเวลาในการเดินทางของพนักงานเหล่านั้นในการประกอบอาชีพบางอย่างอาจจะมีแนวโน้มที่จะกินขนมขบเคี้ยว ตัวอย่างเช่นอาจเป็นได้ว่าผู้ประกอบอาชีพที่เกี่ยวข้องกับการใช้เวลามากขึ้นนั่งหรือได้รับการยกเว้นอาจจะใช้เวลาพักกลางวันสั้นที่เกิดขึ้นในโอกาสมากขึ้นสำหรับอาหารว่างตลอดทั้งวัน ดังนั้นอาชีพที่เป็นตัวแทนในขณะนี้โดย 33 แยกชื่อควรจะยุบในประเภทที่น้อยลง เหล่านี้ชื่ออาชีพ 33 อาจจะทรุดตัวลงในเหตุผลถึง 7 หมวดหมู่: รัฐบาล, วิศวกรรม, ศิลปะ, การค้า, การขายและธุรกิจการจัดการและการผลิตและการเกษตร. ตัวแปรสุดท้ายสำหรับการรวมตัวและการลดลงเป็นรายได้ของครัวเรือนตามอายุของเจ้าบ้าน นี้ก็จะคล้ายกับครอบครัวที่มีเด็กที่อายุและรายได้ของครัวเรือนอาจผ่านการสำรวจให้อายุที่เหมาะสำหรับการบริโภคขนมขบเคี้ยวขึ้นอยู่กับรายได้ทิ้งของพวกเขา ขณะที่ข้อมูลที่มีให้บริการอยู่แล้วดีแบ่งตามอายุและรายได้กระจายอายุมากเกินไปเพื่อจุดประสงค์นี้ ทุกเพศทุกวัยควรจะน้อยกว่า 25, 25-45, 45-65, 65 + เหล่านี้สี่กลุ่มจะขึ้นอยู่กับที่ผู้คนอาจจะอยู่ในการประกอบอาชีพและการวางแผนการเกษียณอายุของพวกเขา การล่มสลายสำหรับข้อมูลที่ควรจะรวมถึงจำนวนเงินรายได้ ข้อมูลทรุดควรจะตั้งเป็นวอไทล์; น้อยกว่า $ 30,000 $ 30,000 ถึง $ 75,000 $ 75,000 $ 125,000 และมากกว่า $ 125,000
การแปล กรุณารอสักครู่..
ยุบข้อมูลเป็นวิธีการซึ่งแสดงปริมาณขนาดใหญ่ของข้อมูลเชิงปริมาณ ในขนาดเล็ก , กลุ่มตรรกะมากขึ้น ตามข้อมูลที่นำเสนอในเฟส 2 หลักสูตรวัสดุ : " คะแนนตัดที่เหมาะสมสำหรับแต่ละประเภทจะเลือกดังนั้นการประมาณจำนวนของการตอบสนองที่ตกอยู่ในแต่ละประเภท ( หรือมีอยู่เหตุผลแนวทางเลือกที่ค่า ) " ( มหาวิทยาลัยโคโลราโดทางเทคนิค 2015 ) ยุบข้อมูลนี้เป็นที่รู้จักกันเป็นข้อมูลรวมและลด
widgecorp ของภูมิภาคและการจัดการทีมขายกำลังมองหาที่จะแผ่ออกใหม่ประเภทของขนมอาหารการขายผู้จัดการได้รับการพยายามที่จะวิเคราะห์ข้อมูลประชากรและได้กลายเป็นจมกับไม่ลดข้อมูล การจัดการได้ร้องขอความช่วยเหลือ เพื่อนำเสนอข้อมูลในตัวเลขขนาดเล็กของหมวดหมู่ที่เข้าใจได้ ข้อมูลที่ต้องรวบรวมและลดลงและหมดสติ ข้อมูลส่วนบุคคลให้ 4 แผ่นกระจายที่แตกต่างกัน ; ทั่วไปสรุปแนวโน้มทะเบียนบ้านอาชีพ และรายได้ทั้งหมดสำหรับพื้นที่ที่ชิคาโกในปี 2004 ไตรมาสที่สาม .
ชุดแรกของข้อมูลที่ผมจะยุบเพื่อการจัดการ widgecorp จะเดินทางเวลาทำงานในไม่กี่นาที ผมได้เลือกข้อมูลนี้มันแสดงถึงอาหาร บริษัท โอกาส กำหนดเวลาในการเดินทางของคนงานบริษัทได้พัฒนาแคมเปญการตลาดเป้าหมายที่ต้องเดินทาง และอาจต้องสั้น ๆกัดเร็ว บนมืออื่น ๆที่ได้เดินทางอาจจะใช้เวลาที่เพียงพอในอาหาร ดังนั้น ความต้องการอาหารท่องเที่ยว การล่มสลายของข้อมูลและให้สองเป้าหมายประชากร เวลาเดินทางจะได้จากตั้งแต่นาที 30 หรือมากกว่านาที
สองชุดข้อมูลสำหรับการลด คือ ครอบครัว สถานะ ข้อมูลนี้แสดงให้เห็นถึงการจัดการการขายครอบครัวเหล่านั้นที่อาจได้รับผลกระทบจากการตัดสินใจซื้อของเด็กที่อาจจะยังคงอาศัยอยู่ในบ้าน ชุดเดิมของข้อมูลแสดงสถานะครอบครัวของโครงสร้างต่างๆ รวมถึงสถานการณ์เด็กต่างๆข้อมูลนี้ควรถูกยุบจะเป็นตัวแทนครัวเรือนที่ให้ทำ หรือทำไม่ได้ เด็กอาจกินขนมขบเคี้ยว เช่น ชุดสุดท้ายจะเป็นครอบครัวที่มีเด็กอายุต่ำกว่า 18 ครัวเรือน และครัวเรือนที่มีเด็กอายุ 18
3 , ข้อมูลอาชีพที่อาจเป็นประโยชน์สำหรับ widgecorp และอาหารของว่างออกไปเกี่ยวกับแคมเปญการตลาดของพวกเขาคล้ายกับข้อมูลจากเวลาเดินทาง พวกพนักงานในบางอาชีพอาจมีแนวโน้มที่จะบริโภคอาหารว่างอาหาร ตัวอย่างอาจเป็นผู้ที่ประกอบอาชีพที่เกี่ยวข้องกับเวลานั่ง หรือ ได้รับการยกเว้นอาจใช้เวลาสั้นกว่ากลางวันเป็นผลในโอกาสเพิ่มเติมสำหรับอาหารว่างตลอดทั้งวัน ดังนั้นอาชีพซึ่งปัจจุบันแทนด้วย 33 แยกชื่อเรื่องควรจะยุบน้อยลงประเภท 33 อาชีพชื่ออาจจะเหตุผลที่ยุบใน 7 ประเภท : รัฐบาล , วิศวกรรม , ศิลปะ , การค้า , การขายและธุรกิจ การจัดการ และการผลิต และการเกษตร .
ตัวสุดท้ายสำหรับการรวมและการมีรายได้ของครัวเรือน โดยอายุของเจ้าของบ้าน .นี้ก็คล้ายกับครอบครัวที่มีเด็กในอายุและรายได้ของภาคครัวเรือน ผ่านการสำรวจ ให้ เหมาะ อายุของผู้บริโภคอาหาร Snack ขึ้นอยู่กับรายได้ของพวกเขา ในขณะที่ข้อมูลอยู่แล้วก็แบ่งตามอายุและรายได้ อายุกระจายมากเกินไป สำหรับวัตถุประสงค์นี้ อายุน่าจะน้อยกว่า 25 , 25-45 45-65 , 65 .เหล่านี้สี่กลุ่มจะขึ้นอยู่กับที่คนอาจจะอยู่ในอาชีพของพวกเขาและการวางแผนการเกษียณอายุ ยุบสำหรับข้อมูลควรจะรวมถึงรายได้จํานวนเงิน ข้อมูล ล้ม ควรตั้งเป็นเวลา น้อยกว่า 30 , 000 $ , $ 30 , 000 ถึง $ 75 , 000 $ 75 , 000 ถึง $ 125 , 000 , และมากกว่า $ 125 , 000 .
การแปล กรุณารอสักครู่..