Введение (стр. 6 )

Для формирования случайных выборок в диалоговом окне Select Cases, (см. рис. 1.15) предусмотрен параметр Random sample of cases. Выберите этот параметр и щелкни­те на кнопке Sample. Открывшееся диалоговое окно (рис. 1.17) содержит два спо­соба формирования случайной выборки: с указанием доли респондентов, которых необходимо отобрать из исходной выборки (Approximately), либо с указанием кон­кретного количества респондентов, которое необходимо отобрать (Exactly). При этом в последнем случае необходимо также указать в поле from the first... cases количество респондентов, из которого следует осуществить выбор. Для формиро­вания случайной выборки из общего числа опрошенных в данном поле следует указать совокупный размер выборки.

В нашем случае мы случайным образом отобрали 50 % респондентов из исходной выборки.

Рис. 1.17. Диалоговое окно Select Cases: Random Sample

 

1.5.2. Сортировка и группировка данных

Сортировка и группировка данных — наиболее часто применяющиеся операции с данными. Причем эти операции могут производиться как перед началом прове­дения статистического анализа, так и на других этапах работы.

1.5.2.1. Сортировка файла данных SPSS

При помощи функции сортировки в SPSS можно упорядочить значения перемен­ных по одному или нескольким ключевым полям анкеты. Вызов диалогового окна сортировки осуществляется последовательностью меню Data ► Sort Cases.

Рис. 1.18. Диалоговое окно Sort Cases

 

Как указано на рис. 1.18, левый список содержит все доступные в текущей базе данных переменные. В область Sort by помещаются переменные, по которым сле­дует произвести сортировку. Порядок следования переменных в данной области соответствует порядку сортировки, то есть сначала сортировка происходит по пер­вой переменной, затем — по второй и т. д. Группа переключателей Sort Order позво­ляет выбрать направление сортировки: по возрастанию (Ascending) или убыванию (Descending). При этом для каждой переменной можно выбрать свой тип сортировки.

В нашем случае мы отсортировали базу данных по возрастанию номера анкеты.

1.5.2.2. Группировка значений переменных

SPSS позволяет автоматически разделять значения интервальных переменных на заданное число групп. Разделение производится на основании процентилей, то есть образующиеся группы содержат примерно одинаковое количество значений. Ре­зультатом работы этой процедуры является новая порядковая переменная, кото­рая содержит столько категорий, сколько было указано групп. Диалоговое окно группировки данных вызывается при помощи меню Transform ► Categorize Variables (рис. 1.19). В область Create Categories for переносятся переменные, значения которых необходимо сгруппировать. Поле Number of categories служит для указали числа групп.

Рис. 1.19. Диалоговое окно Categorize Variables

 

В нашем примере мы разделили выборку по номеру анкеты на четыре примерно равных доли — по 25 %.

1.5.3. Перекодирование переменных

Перекодирование переменных служит для трансформации значений переменных с созданием или без создания новых переменных, а также для автоматического кодирования текстовых переменных для преобразования их к числовому виду.

1.5.3.1. Перекодирование внутри одной переменной

Рекомендуется производить перекодирование значений многовариантных пе­ременных (точнее, наборов дихотомий, как было показано в разделе 1.4.2) сразу после создания базы данных. При этом все пропущенные значения (вариант не отмечено) в таких вопросах следует перекодировать из System Missing в нули. В дальнейшем это позволит использовать данные дихотомические переменные (уже с двумя вариантами ответа: 0 и 1) при проведении статистического анализа (например, при построении перекрестных распределений). Альтернативой обра­ботки многовариантных переменных является формирование серии полноцен­ных одновариантных переменных путем кодирования всех возможных взаимо­действий между вариантами ответа на многовариантный вопрос. Очевидно, что такая методика подходит только для вопросов с небольшим количеством вари­антов ответа.

Перекодирование может осуществляться как внутри одной уже существующей переменной, так и с созданием новой переменной, содержащей перекодированные значения. В последнем случае исходная переменная будет содержать неперекодированные значения, а вновь созданная — перекодированные значения.

Рассмотрим методику перекодирования внутри одной существующей переменной (без создания новой). В качестве примера возьмем случай с многовариантным воп­росом Где Вы обычно покупаете кетчуп?, у которого есть четыре варианта ответа:

1. q2_l — рынки;

2. q2_2 — магазины;

3. q2_3 — палатки;

4. q2_4 — другое.

При этом выбор респондентом данных пунктов закодирован в базе данных как 1, а отсутствие выбора — значением System Missing (отражается символом,). Про­изведем перекодирование отсутствующих значений System Missing в нули.

Вызов диалогового окна перекодировки внутри одной переменной осуществляет­ся при помощи меню Transform ► Recode ► Into Same Variables. Открывшееся диало­говое окно, как и большинство других окон SPSS, в левой области содержит спи­сок всех доступных переменных, а в правой (имеющей метку Variables) — место для помещения перекодируемых переменных. Необходимо особо подчеркнуть, что за один цикл использования диалогового окна Recode into Same Variables можно пе­рекодировать сколько угодно переменных, но только одними и теми же кодами. Иными словами, нельзя в одной переменной нули заменить на единицы, а в дру­гой — шестерки на строки Шесть. Для этого придется сначала перекодировать пер­вую переменную (нули на единицы), а затем вновь вернуться в диалоговое окно Recode into Same Variables, щелкнуть на кнопке Reset и затем ввести данные для пе­рекодировки другой переменной.

В нашем случае мы собираемся перекодировать четыре переменные, имеющие одинаковые унарные шкалы, состоящие всего из одного значения 1. Поэтому в описываемом диалоговом окне можно ввести их одновременно в область Variables (рис. 1.20).

Рис. 1.20. Диалоговое окно Recode into Same Variables

 

При щелчке на кнопке If вызывается диалоговое окно, по внешнему виду и по функ­циям аналогичное окну Select Cases: If, представленному на рис. 1.16. Из этого окна молено производить перекодирование переменных, помещенных в область Variables, не для всех респондентов, а только для конкретных групп (например, только для мужчин).

В нашем случае мы не будем ставить никаких условий. Щелкните на кнопке Old and New Values, которая открывает диалоговое окно, позволяющее задать перекоди­руемые значения (рис. 1.21). Это окно разделено на две части. В левой можно ука­зать, какие конкретно значения подлежат перекодировке, а в правой — в какие зна­чения они будут перекодированы. Чтобы указать конкретное значение для перекодировки, введите исходное значение в левое поле Value, а конечное значе­ние — в правое поле Value.

Для специальных значений System Missing есть специальный одноименный пара­метр. В нашем примере в левой области диалогового окна выберите пункт System Missing, а в правой — в поле Value введите 0. Далее щелкните на кнопке Add, чтобы добавить указанное сочетание в список перекодировки. (Необходимо особо отме­тить, что значения, не указанные в списке перекодировки, оставляются неизменны.)

Рис. 1.21. Диалоговое окно Old and New Values

 

После того как были указаны все необходимые варианты перекодирования (в на­шем случае — только один), следует закрыть окно щелчком на кнопке Continue и запустить процедуру перекодирования кнопкой ОК. В исходной базе данных SPSS все значения System Missing в переменных q2_l - q2_4 будут перекодированы в ну­ли, единицы при этом сохранятся.

1.5.3.2. Перекодирование с образованием новых переменных

Рассмотрим теперь другой случай перекодирования переменных, в результате ко­торого исходная переменная остается неизменной, а перекодированные значения отражаются в новой переменной. Данная процедура осуществляется при помощи меню Transform ► Recode ► Into Different Variables. Диалоговое окно Recode into Different Variables (рис. 1.22) аналогично окну Recode into Same Variables (рис. 1.20), только добавлена дополнительная область Output Variable, предназначенная для указания имени (Name) и метки (Label) вновь создаваемой переменной, которая будет содер­жать перекодированные значения.

В качестве примера мы взяли переменную ql6, содержащую ответы на вопрос от­носительно частоты покупок респондентами плавленого сыра. При этом опрошен­ные должны были выбрать один из восьми вариантов:

1. каждый день;

2. 3-4 раза в неделю;

3. 1-2 раза в неделю;

4. 1-2 раза в месяц;

5. реже 1 раза в месяц;

6. 1 раз в полгола:

7. 1 раз в год;

8. затрудняюсь ответить.

После перекодирования мы должны получить переменную ql6_rec, в которой ин­тервалы 1,2 и 3 будут объединены в группу с кодом 1 (Частые покупатели); интерва­лы 4, 5, 6 и 7 — в группу с кодом 2 (Редкие покупатели); а интервал 8 — в значения System Missing.