3.7. Биноминальный тест

Биномиальный тест проверяет дихотомические переменные на наличие различия между частотами обоих проявлений признака. Недихотомические переменные могут быть диэтомизированы (разделены на две категории) при помощи задания некоторой разделительной величины. Новой переменной n присваивается статус весовой переменной.  Для этого сначала выберите в меню Data (Данные) Weight Cases (Взвесить наблюдения). Укажите переменную n как частотную переменную. Затем выберите в меню Analyze (Анализ) Nonparametric Tests (Непараметрические тесты) Binomial (Биномиальное распределение). Откроется диалоговое окно Binomial Test (рис. 4. 47). Переместите исследуемую переменную в поле тестируемых переменных. Запустите расчет путем нажатия ОК.

Если бы эта переменная не была дихотомической, Вы бы могли в поле Определить дихотомию (Define Dichotomy) ввести разделительную величину для проведения раздвоения (дихотомизации). Предварительно установленная тестовая пропорция (0,50) показывает на ожидаемую относительную частоту появления первой из двух дихотомических категорий. Здесь Вы можете задать и другое значение. После нажатия кнопки Options... (Опции) Вы можете организовать вывод (абсолютно бессмысленных) характеристик дескриптивной статистики.

3.8.Анализ последовательностей

При проверке последовательности дихотомических значений переменной выясняется следующий вопрос: идёт ли речь о случайном ряде или ряд построен в соответствии с определённой закономерностью. Для этого выберите в меню Analyze (Анализ) Nonparametric Tests (Непараметрические тесты) Runs (Последовательности) Появится диалоговое окно Runs Test (рис. 4.48).  Перенесите исследуемые переменные в поле тестируемых переменных.

Для дихотомических переменных, закодированных при помощи 0 и 1, активируйте в поле Cut Point (Разделительная величина) опцию Custom (Пользовательская) и введите значение 1. Запустите расчёт путём нажатия ОК.

4. Корреляции

Метод вычисления коэффициента корреляции зависит от вида шкалы, к которой относятся переменные. Представим соотношение между типами шкал, в которых будут измерены переменные и соответствующими мерами связи в виде таблицы.

Типы шкал		Мера связи
Переменная 1	Переменная 2
Интервальная или отношений	Интервальная или отношений	Коэффициент Пирсона
Ранговая, интервальная или отношений	Ранговая, интервальная или отношений	Коэффициент Спирмена
Ранговая	Ранговая	Коэффициент Кендалла
Дихотомическая	Дихотомическая	Четырёхполевая корреляция
Дихотомическая	Ранговая	Рангово-бисериальный
Дихотомическая	Интервальная или отношений	Бисериальный
Интервальная	Ранговая	Не разработан

Проведение корреляционного анализа с помощью программы SPSS – проста и удобна. В программе предложены следующие методы вычисления коэффициента корреляции:

·  коэффициент корреляции Пирсона (корреляция моментов произведений).

·  ранговая корреляция по Спирману или т (тау-грого-соая) Кендала.

·  точечная двухрядная корреляция (одна из двух переменных является дихотомической). Эта возможность в SPSS отсутствует. Вместо этого может быть применён расчёт ранговой корреляции.

·  четырёхполевая корреляция (обе переменные являются дихотомическими). Данный вид корреляции рассчитываются в SPSS на основании определения мер расстояния и мер сходства.

Сила связи характеризуется также и абсолютной величиной коэффициента корреляции. Для словесного описания величины коэффициента корреляции используются следующие градации:

Значение	Интерпретация
До 0,2	Очень слабая корреляция
До 0,5	Слабая корреляция
До 0,7	Средняя корреляция
До 0,9	Высокая корреляция
Свыше 0,9	Очень высокая корреляция

Расчёт коэффициента корреляции между двумя недихотомическими переменными рассчитывается тогда, когда связь между ними линейная (однонаправлена). Если связь, к примеру, U-образная (неоднозначная), то коэффициент корреляции непригоден для использования в качестве меры силы связи: его значение стремится к нулю

Для графического представления корреляционной связи можно использовать прямоугольную систему координат с осями, которые соответствуют обеим переменным. Каждая; пара значений маркируется при помощи определенного символа. Такой график, называемый «диаграммой рассеяния» для двух зависимых переменных можно построить путём вызова меню Graphs... (Графики) Scatter plots... (Диаграммы рассеяния).