Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Архив WinRAR / Rost SPSS.doc
Скачиваний:
59
Добавлен:
15.05.2015
Размер:
8.1 Mб
Скачать

1.2.2. Тип шкалы измерения переменной

Формируя данные, исследователь ставит в соответствие значениям переменной, имеющей содержательный смысл («пол», «профессия»), числовые значения («мужской» = 1, «женский» = 0 или «учитель» = 1). Используемые числовые коды для представления значений переменных называются шкалой измерения переменной. В приведенном примере это 0 и 1. В зависимости от свойств переменной выделяют неколичественные шкалы (номинальную, ординальную (ранговую)) и количественные (интервальную и шкалу отношений).

1.2.3. Неколичественные шкалы

Номинальнаяшкала является самым «низким» уровнем измерения. Примером таких шкал являются числовые коды для переменных «пол», «профессия». В этом случае абсолютно не важен порядок используемых числовых кодов. Принципиальное значение имеет только равенство или неравенство значений переменной.

Ординальная, или ранговая. Часто значения переменной выражают степень проявления какого-либо свойства и могут быть упорядочены. Например, работа «интересна», «безразлична» или «не интересна». В этом случае шкала называется ранговой или ординальной.

1.2.4. Количественные шкалы

Количественные шкалы всегда несут информацию о порядке данных.

Интервальнаяшкала предполагает, что можно определить не только порядок значений, но и расстояние между значениями. Эта шкала, однако, такова, что не имеет смысла рассматривать, во сколько раз одно значение больше другого. Пример: шкала измерения температуры по Цельсию.

Шкала отношенийв дополнение к определению порядка значений позволяет измерять пропорции значений. Например, мы можем смело заявить, что зарплата в 1 000 $ вдвое выше зарплаты в 500 $. Шкалу отношений имеют переменные, несущие количественную информацию (доход, возраст, количество лет проживания в данной местности и т. д.). Для нас не очень важно различие интервальной шкалы и шкалы отношений. Техника анализа переменных, измеренных в количественных шкалах (интервальной и шкале отношений) обычно одинакова.

В соответствии с типом шкалы переменные относят к номинальным, ординальным (ранговым) и количественным типам переменных.

К особому типу номинальных переменных относятся переменные, имеющие два ответа: «да» и «нет» (например, «Имеете ли Вы телевизор?»). Эти переменные называют дихотомическими. Их удобно кодировать цифрами 1 («да») и 0 («нет»). Они представляют простейший вид номинальных переменных, закодированных числами (0 или 1) и поэтому могут использоваться в количественном анализе.

Приведенная классификация шкал включает не все типы возможных отношений между значениями переменной. Например, переменная «время суток» при исследовании бюджета времени имеет «кольцевую» структуру, поскольку 0 часов эквивалентно 24 часам.

В некоторых переменных часть значений упорядочена, а часть нет. К та­ким переменным формально не может быть применена ни одна из шкал указанных видов.

Например, ответ на вопрос о доходах личного подсобного хозяйства может представлять денежную сумму, быть ответом «не имею подсобного хозяйства» или ответом «не знаю». Здесь значения переменной только частично являются количественными и упорядоченными. При кодировании неколичественных значений рекомендуется использовать коды специального вида, которые в принципе не могут встретиться в данных. Например, в RLMS в вопросе о весе респондента ответы «затрудняюсь ответить», «отказ от ответа» и «нет ответа» кодируются кодами 997, 998 и 999 соот­ветственно. Для анализа таких переменных часто переходят к переменным с количественной шкалой, отбросив объекты с кодами специального вида.

Для этого можно использовать специальные команды SPSS (см. ниже команду MISSING VALUES). Например, объявить эти числовые значения кодами неопределенности, чтобы по ошибке не получить средний вес респондента больше 300 килограммов.