1. G1-Cara Menguji Penilaian Feedback Pelanggan Menggunakan Excell

Cara Menguji Penilaian Feedback Pelanggan Menggunakan Excell

share

Penilaian umpan balik(feedback) pelanggan sangat menentukan keberhasilan kita menjual sebuah jasa atau barang milik kita(penjual). Melakukan survei kepada kelompok pelanggan yang berbeda untuk mengidentifikasi apakah bagaimana klasifikasi feedback berbeda dari setiap pelanggan. Biasanya kelompok pelanggan tersebut dibedakan menjadi pelanggan pria dan wanita atau periode waktu yang berbeda.

Namun, terlalu sering penentuan feedback pelanggan dilakukan terlalu sederhana dengan menggunakan rata-rata sederhana dari skor umpan balik(feedback). Jika rata-rata sampel berbeda maka kita asumsikan rata-rata kelompok berbeda. Jika sama kita asumsikan rata-rata kelompoknya sama.

Masukkan Student’s t-Test (Independen)

Uji ini tidak ada hubungannya dengan pendidikan, Uji-t Student dinamai berdasarkan nama pena penemunya dan merupakan tes yang relatif mudah yang dapat Anda lakukan pada data untuk menentukan apakah ada perbedaan antara dua rangkaian tanggapan umpan balik pelanggan.

Asumsi

Seperti yang Anda duga, ada beberapa asumsi saat menggunakan tes ini tetapi asumsi tersebut biasanya valid ketika diterapkan pada umpan balik pelanggan.

Normal Distribution: Data perlu didistribusikan secara normal. Ini biasanya terjadi pada data umpan balik pelanggan.

Homogeneity of variance: Varians antara dua sampel harus sama. Sekali lagi ini biasanya terjadi untuk data umpan balik dalam situasi yang akan kita lihat di bawah.

Data is independent: Untuk tujuan kami, kami akan menggunakan uji-t independen dan itu berarti sampel harus independen satu sama lain. Misalnya, Anda tidak boleh mensurvei orang yang sama di setiap sampel. Sekali lagi kami biasanya baik-baik saja dengan asumsi ini untuk survei periode waktu berbasis sampel karena kemungkinan orang yang sama persis menanggapi setiap survei rendah.

Random samples: Proses pengambilan sampel harus benar-benar acak, yaitu peluang menerima tanggapan dari setiap orang harus sama persis. Sekarang kita tahu dalam praktiknya bahwa ada beberapa kurva respons yang miring karena klien yang sangat senang dan sangat tidak senang lebih cenderung untuk merespons daripada mereka yang berada di pusat. Untuk asumsi ini kita mungkin hanya harus menerima bahwa sampel tidak benar-benar acak.

Data must be continuous: Secara umum data yang kami tangani dalam umpan balik pelanggan adalah data Ordinal:

Apa yang Dapat Anda Uji?

Uji-t membandingkan dua sampel dan memberikan probabilitas bahwa mereka memiliki rata-rata yang sama.

Biasanya Anda akan menguji perubahan skor keseluruhan (pertanyaan “akan merekomendasikan”, kepuasan pelanggan, skor upaya pelanggan, dll.) dan skor untuk atribut yang berbeda dalam pertanyaan umpan balik pelanggan Anda: daya tanggap, akurasi, profesionalisme, dll. biasanya pada skala dengan nomor sebagai tanggapan.

Perhatikan bahwa tes ini tidak berfungsi untuk Skor Promotor Bersih: lihat artikel ini untuk informasi selengkapnya tentang cara menguji perubahan di NPS.

Seperti disebutkan sebelumnya, tes dapat digunakan untuk perubahan dari waktu ke waktu (nomor bulanan) atau antar kelompok (tim pusat kontak A dan tim pusat kontak B).

Menggunakan Excel

Langkah 1: Dapatkan Data Anda dan Jalankan Tes

Di bawah ini kami memiliki beberapa contoh data yang menunjukkan skor respons selama 3 bulan beserta rata-ratanya.

Melihat rata-rata sederhana beberapa orang akan cenderung mengatakan bahwa skor naik setiap bulan 3,4 -> 3,6 -> 4,7. Tetapi belum tentu, sebelum kita membuat keputusan besar berdasarkan informasi itu, mari kita uji dan cari tahu.

Pertama kita akan membandingkan Januari dan Februari untuk melihat apakah ada perubahan skor.

Pilih tab Data di Excel, pilih Analisis data pada sebelah kanan (jika tidak ada menu analisis data klik disini untuk melihat cara pengaktifan menu).

Anda akan disajikan kotak pilihan. Gulir ke bawah ke “t-Test: Two Sample Assuming Equal Variances”.

Masukkan data untuk rentang tanggapan pertama dan kedua. Ini adalah dua set data Anda dan dalam kasus kami adalah Januari dan Februari.

Tetapkan perbedaan rata-rata yang dihipotesiskan ke 0 (nol) (kami menguji tanpa perbedaan) dan letakkan rentang output ke mana pun Anda mau. Tekan Oke dan Excel berhasil.

Data Variable 1 Range isikan dengan data B3 hingga B11 atau seret kolom sebanyak data Anda.

Begitu pula pada Variable 2 Range

Kemudian lik Oke

Langkah 2: Tafsirkan Hasilnya

Ini adalah hasil tes Januari hingga Februari. Seperti yang Anda lihat, ada banyak data yang disediakan dalam hasil. Triknya adalah menemukan informasi yang benar-benar Anda pentingkan dan itu ada di bagian paling bawah: “P(T<=t) two-tail”

Nilai ini adalah probabilitas bahwa dua populasi memiliki mean yang sama dan perbedaan mean sampel 3,4 dan 3,7.

Ringkasan  berguna untuk tes ini:

Jika “P(T<=t) two-tail” < 5% maka perubahan mungkin telah terjadi pada keseluruhan populasi

“Jika P(T<=t) two-tail” > 5% maka perubahan mungkin TIDAK terjadi pada populasi secara keseluruhan

Kesimpulan

Terlalu sering ketika meninjau data umpan balik pelanggan dan melihat grafik, orang melihat perubahan dalam skor rata-rata sampel dan kemudian menafsirkan bahwa respons keseluruhan dari semua pelanggan telah berubah. Jangan membuat kesalahan itu.

Uji-t 30 detik dapat memvalidasi jika perubahan mungkin telah terjadi dan memungkinkan Anda untuk dengan percaya diri menyatakan: “ya itu telah meningkat”, atau, “Saya tahu sepertinya itu meningkat tetapi itu bukan perubahan yang signifikan dan kita harus mengabaikannya.”

 

 

 

Baca artikel menarik yang membahas tutorial Ms Office Excell lainnya

Baca artikel menarik yang membahas materi manajemen lainnya

ARTIKEL TERBARU

SEMUA KATEGORI