Ανάλυση Δεδομένων
Εισαγωγή
Η ανάλυση δεδομένων είναι ιδιαίτερα σημαντική για την απόκτηση νέας γνώσης και τη διαδικασία λήψης αποφάσεων. Όταν μελετάται ένα αντικείμενο ενός ευρύτερου συστήματος, η ανάλυση των δεδομένων που έχουν συλλεχθεί σε συνδυασμό με την αρχική γνώση του αντικειμένου οδηγεί σε νέες γνώσεις, οι οποίες με τη σειρά τους συμβάλλουν στη λήψη κατάλληλων αποφάσεων για τη βελτίωση του συστήματος. Η ανάλυση δεδομένων παίζει κεντρικό ρόλο στην αξιολόγηση του συστήματος, ως διαδικασία συνεχούς βελτίωσης των παρεχόμενων συγκοινωνιακών υπηρεσιών. Η άριστη προαπαιτούμενη γνώση του συστήματος αστικών συγκοινωνιών και των υπό αξιολόγηση παρεχόμενων υπηρεσιών βοηθάει τον μελετητή ή ερευνητή στη διαμόρφωση της κατάλληλης μεθοδολογίας ορισμού και υπολογισμού δεικτών αξιολόγησης, η οποία περιλαμβάνει τη συλλογή των κατάλληλων δεδομένων και την περαιτέρω ανάλυσή τους.
Μέθοδοι Ανάλυσης Δεδομένων
Περιγραφική Στατιστική
Η πλέον συνήθης ανάλυση που γίνεται στα στοιχεία που συλλέγονται από μελετητές και ερευνητές είναι ο υπολογισμός απλών και τυπικών στατιστικών μεγεθών, όπως μέσοι όροι, σταθμισμένοι μέσοι όροι, διακυμάνσεις και συχνότητες. Η απλή αυτή στατιστική ανάλυση εφαρμόζεται τόσο για τα ποσοτικά όσο και για τα ποιοτικά χαρακτηριστικά ενός συστήματος αστικών συγκοινωνιών. Για τον σκοπό αυτό χρησιμοποιείται η περιγραφική στατιστική, η οποία αποσκοπεί στη συνοπτική αλλά και περιεκτική παρουσίαση των δεδομένων μιας έρευνας. Η περιγραφική στατιστική περιλαμβάνει ποσοτικές τιμές, όπως τα μέτρα κεντρικής τάσης (μέσοι όροι, διάμεσοι, επικρατούσες τιμές), τα μέτρα διασποράς (εύρη τιμών, διακυμάνσεις, τυπικές αποκλίσεις) και τα μέτρα σχετικής θέσης (ποσοστιαία σημεία, ενδοτεταρτημοριακές αποκλίσεις). Περιλαμβάνει επίσης ποιοτικές τιμές, όπως τις συχνότητες (απόλυτη, σχετική, αθροιστική και αθροιστική σχετική).
Ανάλυση Τεταρτημόριων
Η ανάλυση τεταρτημόριων αποτελεί μια μέθοδο ανάλυσης ποιοτικών χαρακτηριστικών, η οποία είναι απλή στην εφαρμογή της και χρησιμοποιείται για την αξιολόγηση της ποιότητας των παρεχόμενων συγκοινωνιακών υπηρεσιών. Στόχος της είναι η αναγνώριση των χαρακτηριστικών που χρειάζονται άμεση βελτίωση. Μέσω αυτής της μεθόδου συσχετίζονται οι μέσες βαθμολογίες σημαντικότητας και ικανοποίησης για κάθε ποιοτικό χαρακτηριστικό. Αρχικά καθορίζονται τα χαρακτηριστικά που θα αξιολογηθούν μέσω έρευνας ερωτηματολογίου, όπου κάθε χαρακτηριστικό λαμβάνει μία βαθμολογία ως προς τη σημαντικότητά του και μία ως προς την ικανοποίηση που προσφέρει. Στη συνέχεια οι δύο βαθμολογίες αποτυπώνονται σε ένα διάγραμμα ικανοποίησης – σημαντικότητας, στο οποίο η διαχειριστική αρχή θέτει τα όρια για το σημαντικό ή μη σημαντικό και για το ικανοποιημένος ή μη ικανοποιημένος. Έτσι προσδιορίζονται τα χαρακτηριστικά που αποδίδουν καλά ή όχι και είναι σημαντικά ή μη. Στόχος δεν είναι μόνο η αναγνώριση εκείνων που χρειάζονται βελτίωση, αλλά και η διατήρηση σε υψηλό επίπεδο όσων είναι σημαντικά και αποδίδουν καλά, καθώς προσδίδουν ανταγωνιστικό πλεονέκτημα. Ένα μειονέκτημα της μεθόδου είναι ο αυθαίρετος καθορισμός των ορίων των τεταρτημορίων.
Ανάλυση Αντίκτυπου
Η ανάλυση αντίκτυπου προσδιορίζει τον σχετικό αντίκτυπο των χαρακτηριστικών της εξυπηρέτησης στη συνολική ικανοποίηση του επιβατικού κοινού, όταν παρουσιάζεται ένα πρόσφατο πρόβλημα σε κάποιο από αυτά. Στόχος της είναι να αναγνωρίσει τα χαρακτηριστικά με το μεγαλύτερο αρνητικό αντίκτυπο αλλά και τον μεγαλύτερο αριθμό επιβατών που αντιμετώπισαν το πρόβλημα. Η διαδικασία περιλαμβάνει τρία βήματα. Στο πρώτο βήμα αναγνωρίζονται τα χαρακτηριστικά που επηρεάζουν περισσότερο τη συνολική ικανοποίηση, συγκρίνοντας τις μέσες βαθμολογίες συνολικής ικανοποίησης επιβατών που αντιμετώπισαν ή όχι πρόβλημα. Στο δεύτερο βήμα καταγράφεται η συχνότητα εμφάνισης του προβλήματος. Ένα χαρακτηριστικό μπορεί να έχει μεγάλη επίδραση αλλά να εμφανίζεται σπάνια ή αντίστροφα, κάτι που αυξάνει την αναγκαιότητα παρέμβασης. Στο τρίτο βήμα υπολογίζεται ένας σύνθετος δείκτης, ο «δείκτης αντίκτυπου», ως γινόμενο της διαφοράς μέσων τιμών και του ποσοστού εμφάνισης του προβλήματος. Τα χαρακτηριστικά ιεραρχούνται βάσει του δείκτη και όσα έχουν την υψηλότερη τιμή θεωρούνται καθοριστικά.
Ανάλυση Παραγόντων
Η ανάλυση παραγόντων εφαρμόζεται σε έρευνες μετακινήσεων με σκοπό την αποτύπωση των κύριων χαρακτηριστικών και κρίσιμων παραγόντων που καθοδηγούν τις επιλογές των μετακινούμενων. Ο στόχος είναι η μείωση του αριθμού των αρχικών μεταβλητών σε λιγότερες, οι οποίες εκφράζουν μη παρατηρούμενα μεγέθη, δηλαδή γενικευμένες κατηγορίες που αποτυπώνουν τα ποιοτικά χαρακτηριστικά που θεωρούν σημαντικά οι μετακινούμενοι. Η μέθοδος αυτή επιχειρεί να αναγνωρίσει τους λανθάνοντες παράγοντες που διαμορφώνουν τις αντιλήψεις και εκτιμήσεις των μετακινούμενων, χωρίς να χάνεται χρήσιμη πληροφορία και χωρίς να επιβαρύνεται το μοντέλο. Συχνά χρησιμοποιείται η μέθοδος μεγιστοποίησης της μεταβλητότητας ενός μετασχηματισμού, ο οποίος περιστρέφει τις αρχικές μεταβλητές ώστε να εντοπίζονται οι πιο σημαντικοί παράγοντες.
Ανάλυση Διακριτών Επιλογών
Η ανάλυση διακριτών επιλογών αποσκοπεί στη δημιουργία ενός μοντέλου συμπεριφοράς που περιγράφει τις αποφάσεις που λαμβάνει ο μετακινούμενος ανάμεσα σε διαφορετικές εναλλακτικές. Κάθε εναλλακτική περιγράφεται από χαρακτηριστικά τα οποία αξιολογεί ο μετακινούμενος. Το μοντέλο συνδέει την κοινωνικοοικονομική κατάσταση, τα χαρακτηριστικά των εναλλακτικών και τη ζήτηση. Τα μοντέλα αυτά βασίζονται στη μεγιστοποίηση της ωφέλειας και προϋποθέτουν ότι οι επιλογές είναι αμοιβαία αποκλειόμενες, πλήρεις και πεπερασμένες. Διακρίνονται σε αθροιστικά και εξατομικευμένα. Τα πρώτα αναλύουν μακροσκοπικά τα χαρακτηριστικά του πληθυσμού και καταλήγουν σε ποσοστά, ενώ τα δεύτερα αναλύουν μικροσκοπικά τις επιλογές κάθε μετακινούμενου, υπολογίζοντας πιθανότητες με βάση την ωφέλεια που αποδίδεται στις εναλλακτικές. Τα εξατομικευμένα μοντέλα είναι πιο ακριβή, καθώς αποτυπώνουν τις πραγματικές αποφάσεις, ενώ τα αθροιστικά περιορίζονται στη μέση συμπεριφορά.
Εργαλεία Ανάλυσης
Για απλές στατιστικές αναλύσεις, όπως ο υπολογισμός στατιστικών μεγεθών, η ανάλυση τεταρτημόριων και η ανάλυση αντίκτυπου, επαρκούν τα λογιστικά φύλλα, όπως το Microsoft Excel, το Apple Numbers, το Open Office και το Google Sheets. Τα εργαλεία αυτά παρέχουν δυνατότητες συνεργασίας και ευκολία παρουσίασης αποτελεσμάτων. Για πιο εξειδικευμένες αναλύσεις, όπως η ανάλυση παραγόντων και τα μοντέλα logit, απαιτούνται στατιστικά πακέτα. Το SPSS είναι το πιο διαδεδομένο, το R αποτελεί ισχυρή γλώσσα προγραμματισμού για στατιστικές εφαρμογές, το Gnumeric προσφέρει ποικιλία τεχνικών και το SSP περιλαμβάνει όλες τις βασικές μεθόδους ανάλυσης δεδομένων.
Τρόποι Παρουσίασης Αποτελεσμάτων
Τα αποτελέσματα της ανάλυσης δεδομένων παρουσιάζονται με διάφορες γραφικές μορφές. Το τομεόγραμμα χρησιμοποιείται για τις ποσοστιαίες συχνότητες, το ραβδόγραμμα για την απεικόνιση κατηγοριών και συχνοτήτων, το ιστόγραμμα για ποσοτικές μεταβλητές μετά από ομαδοποίηση και το θηκόγραμμα για την παρουσίαση χαρακτηριστικών κατανομής και εντοπισμό ακραίων τιμών. Επιπλέον, υπάρχουν πολλές άλλες μορφές απεικόνισης που υποστηρίζονται τόσο από λογιστικά φύλλα όσο και από στατιστικά πακέτα, ανάλογα με τις ανάγκες κάθε ανάλυσης.
Συμπέρασμα
Οι αναφορές των αποτελεσμάτων είναι απαραίτητο να εκδίδονται και να είναι διαθέσιμες στο κοινό είτε μέσω επίσημων ιστοσελίδων οργανισμών αστικών συγκοινωνιών είτε μέσω έντυπων μέσων. Πρέπει επίσης να εκδίδονται περιοδικά δελτία τύπου με τα κύρια αποτελέσματα των ερευνών, καθώς και ανακοινώσεις ή επιστημονικές εργασίες σε συνέδρια, ημερίδες και άλλες εκδηλώσεις.