Глава 9. Анализ номинативных данных

ки гипотез о различии между двумя выборками по уровню и изменчивости признака, измеренного в количественной шкале. В связи с этим применение метода требует решения проблемы преобразования исходных данных.

Проблема преобразования исходных данных. Как было отмечено, для приме­нения метода данные необходимо представить в виде одной бинарной пере­менной. В зависимости от задачи исследования и вида исходных данных это может быть сделано разными способами.

1. Если изучается динамика изменчивости количественного признака, то после упорядочивания значений признака в соответствии с временной после­ довательностью выбирается один из способов перехода к бинарной шкале. Для метрических данных точкой деления (Cut point) обычно выступает среднее, а для ранговых данных — медиана. Значениям ниже точки деления присваива­ ется 0, а значениям выше нее — 1. После такого преобразования возможно применение к переменной критерия серий.

2. Если изучается различие между выборками по уровню и (или) изменчи­ вости количественного признака, то сначала объекты упорядочиваются по уровню выраженности изучаемой переменной. Затем объектам одной выбор­ ки присваивается 0, а объектам другой — 1. Критерий серий применяется к полученной таким образом последовательности нулей и единиц. Преимуще­ ство критерия серий, по сравнению с другими методами сравнения выборок, проявляется в том, что он позволяет выявить не только уровневые различия (в этом его чувствительность не очень высока), но и соотношение распреде­ лений. Например, одно распределение может быть более компактным, чем другое.

Обработка на компьютере: анализ последовательности

Исходные данные: изучаемый признак (столбец) представляет собой упоря­доченную последовательность значений (по времени или по уровню выражен­ности). Если это последовательность во времени, то допустимы количествен­ные значения. Если значения не количественные, то они должны представлять собой последовательность 0 и 1.

Выбираем: Analyze (Метод) > Nonparametric tests... (Непараметрические ме­тоды) > Runs... (Серии). В открывшемся окне диалога переносим необходи­мую переменную из левого вправое окно (Test Variable List), переменных мо­жет быть несколько.

Решаем: Выбираем точку деления (Cut point). Если переменная бинарная (0,1), то ставим флажок только в окошко Пользовательская и задаем «1» (Custom: 1). Если переменная количественная, то выбираем либо медиану (Median), либо среднее (Mean). Здесь же можем выбрать расчет точного зна­чения /ьуровня: нажимаем Exact... (Точно...) и отмечаем Monte Carlo. Нажи­маем Continue. Нажимаем ОК.

145

Часть II. Методы статистического вывода: проверка гипотез

Результаты:

• Заданная точка деления (Test Value).

• Количество объектов ниже (выше) точки деления (Cases <(>=) Test Value).

• Общее число объектов (Total Cases).

• Число серий (Number of Runs).

• Z-значение (Z).

□ Приблизительное значение двустороннего р-уровня (Asymp. Sig. (2-tiled)). О Точное значение двустороннего р-уровня (Monte Carlo Sig. (2-tiled)).

Примечание. Если проверяется направленная гипотеза, то значение р-уровня делится на 2.