Введение (стр. 9 )

Таблица 2.1. Интерпретация уровней значимости

Уровень статистической значимости, р	Статистическая интерпретация	Обозначение в SPSS
р < 0,001	Максимально значимая	***
0,001 ≤ р ≤ 0,01	Очень значимая	**
0,01 < р ≤0,05	Значимая	*
0,05 < р ≤ 0,10	Слабо значимая
р > 0,10	Незначимая

В некоторых случаях (например, t-тесты) статистическая значимость в SPSS мо­жет быть одно - (1-tailed Sig.) или двухсторонней (2-tailed Sig.). Двухсторонняя зна­чимость показывает, отличается ли значительно среднее значение первой иссле­дуемой переменной от среднего значения второй — без указания направления этого различия, положительного или отрицательного. Односторонняя значимость по­казывает только направление, в котором второе исследуемое среднее отличается от первого. Второй тип значимости (односторонняя) при анализе данных марке­тинговых исследований используется редко, и именно двухсторонняя значимость выводится SPSS по умолчанию. Таким образом, на практике нет необходимости обращать внимание на тип значимости, выводимой SPSS: она всегда будет пока­зывать статистическую значимость исследуемого события1.

Целью описательного анализа является систематизация имеющихся данных. В рам­ках данной задачи происходит построение линейных распределений, а также ха­рактеристика переменных в различных статистических аспектах: расчет среднего, медианы, моды и т. п. Линейные (общие) распределения позволяют подсчитать количество респондентов, указавших тот или иной вариант ответа на рассматри­ваемый вопрос.

Построение линейных распределений обычно является первым шагом в статисти­ческом анализе данных. При помощи линейных распределений становится воз­можным систематизировать ответы респондентов. В табл. 2.2 представлены основ­ные характеристики переменных, участвующих в анализе.

Таблица 2.2. Основные характеристики переменных, участвующих в линейных распределениях

Линейные распределения
Зависимые переменные		Независимые переменные
Количество	Тип	Количество	Тип
-	-	Одна	Любой

2.1. Линейные распределения для одновариантных вопросов

Одновариантные вопросы являются основным ресурсом анализа при помощи SPSS. Практически все функции, реализованные в данном программном пакете, пред­назначены для работы только с одновариантными переменными. Анализ многова­риантных переменных производится методом выделения каждого варианта отве­та в отдельную одновариантную переменную и последующей работы уже с набором одновариантных переменных. Существуют табличные и графические способы по­строения линейных распределений по одновариантным вопросам. Ниже представ­лен способ, наиболее распространенный в маркетинговых исследованиях. Рассмотрим линейное распределение респондентов по возрастному признаку. Для этого предположим, что у нас есть файл данных, содержащий одновариантную переменную q4 (Возраст), имеющую порядковую шкалу, с четырьмя возможными вариантами ответа:

1. от 16 до 18 лет;

2. от 19 до 35 лет;

3. от 36 до 60 лет;

4. старше 60 лет.

Вызов диалогового окна для построения линейных распределений (также называе­мых частотами) осуществляется при помощи меню Analyze ► Descriptive Statis­tics ► Frequencies (рис. 2.1). В открывшемся окне в левом списке содержатся все доступные переменные, по которым можно построить линейные распределения. При помощи мыши перетащите нужные одновариантные переменные в правый список (в нашем случае — q4). При этом для анализа можно указать сразу несколь­ко переменных.

Рис. 2.1. Диалоговое окно Frequencies с выбранной для анализа переменной Возраст

 

В диалоговом окне Statistics, вызываемом при помощи одноименной кнопки, мож­но указать, какие описательные статистики, кроме относительных и абсолютных значений, необходимо рассчитать (рис. 2.2). Например, рассчитаем моду (наибо­лее часто встречающееся значение), выбрав соответствующий параметр. Кроме этой статистики, SPSS позволяет рассчитать другие полезные величины:

■ среднее арифметическое для интервальных переменных (Mean);

■ минимальное и максимальное значения (Minimum и Maximum), — а также разбить значения переменной на квартили или другие процентили (об­ласть PercentiLe Values) и т. д.

Однако большинство представленных в этом диалоговом окне статистик подхо­дит только для переменных, имеющих интервальный тип шкалы. Закрыв диалого­вое окно Statistics посредством щелчка на кнопке Continue, вы вновь попадете в ос-, новное окно Frequencies.

Рис. 2.2. Диалоговое окно Statistics

 

Необходимо сказать несколько слов относительно основных описательных ста­тистик, показанных на рис. 2.2. Пожалуй, наиболее популярными характерис­тиками, используемыми для описания переменных, являются показатели груп­пы Central Tendency (центральная тенденция): среднее арифметическое (Mean); медиана, или половина значений отрезка (Median); мода, или наиболее часто встречающееся значение (Mode); а также сумма (Sum). Имейте в виду, что дан­ные показатели применяются неодинаково к переменным с различным типом шкалы (табл. 2.3).

Таблица 2.3. Наиболее релевантные показатели центральной тенденции для переменных с различным типом шкалы

Тип шкалы	Наиболее релевантная характеристика	Другие релевантные характеристики
Интервальная	Среднее арифметическое	Средневзвешенное, мода
Порядковая	Средневзвешенное	Мода
Номинальная	Мода	-

Из представленной таблицы видно, что наиболее релевантной описательной ста­тистикой, характеризующей переменные с интервальной шкалой, является сред­нее арифметическое (Mean). Для переменных с порядковой шкалой данный пока­затель неприменим, так как он рассчитывается исходя из значений переменной (кодов вариантов ответа), а не самих значений интервалов.

Например, если рассчитать простое среднее по переменной Возраст (в которой воз­растные группы закодированы цифрами от 1 до 4), получится 250,5 (см. рис. 2.6). Данное значение не несет в себе практически значимой нагрузки. Если же мы вме­сто этого рассчитаем средневзвешенное значение данной переменной по нижепри­веденной формуле, мы получим реальный средний возраст респондентов: 43 года (43 - (408 × 48 + 321 × 27 + 207 ×68 + 66 × 17) / (408 + 321 + 207 + 66)).

где — средневзвешенное значение; n — количество интервалов (вариантов от­вета) в порядковой переменной; — частота появления i-го варианта ответа; — среднее арифметическое значение i-ro интервала.

Средняя тенденция переменных с номинальной шкалой не может быть оценена никак, кроме моды, — то есть для таких переменных можно определить только наи­более многочисленную группу. Например, по переменной Пол можно сказать, что в данном случае мужчины составляют три четверти всей выборочной совокупно­сти респондентов.

В табл. 2.2 также видно, что интервальные переменные — наиболее гибкие относи­тельно применения показателей центральной тенденции. Для них можно рассчи­тать все три рассматриваемые статистики: среднее арифметическое, средневзве­шенное и моду. Порядковые переменные находятся на втором месте: с ними могут использоваться только средневзвешенное и мода. И наконец, номинальные пере­менные являются наименее гибкими: к ним может эффективно применяться толь­ко мода.

Теперь мы вновь возвращаемся к диалоговому окну Frequencies. Кнопка Charts вы­зывает одноименное диалоговое окно, которое позволяет помимо таблиц вывести диаграммы по выбранным переменным (рис. 2.3). По умолчанию SPSS не выводит диаграмм. Давайте построим круговую диаграмму (сектограмму), выбрав параметр Pie charts и указав в области Chart Values на необходимость отобразить на диаграмме не абсолютные (установлено по умолчанию), а относительные значения (Percen­tages). Выполнив это, закройте диалоговое окно Charts.

С помощью кнопки Format в главном диалоговом окне линейных распределений Frequencies можно указать, каким способом следует сортировать результаты в час­тотных таблицах (рис. 2.4). Это можно сделать, выбрав соответствующий пара­метр в области Order by. При этом возможной альтернативой будет сортировка ко­дов вариантов ответа (в нашем случае — кодировок возрастных групп):

■ по возрастанию: от 1 (16-18 лет) до 4 (старше 60 лет);

■ по убыванию: от 4 до 1;

■ по количеству респондентов, выбравших каждый из рассматриваемых вариан­тов ответа (в нашем случае — по численности четырех рассматриваемых возра­стных групп).