Задание 2. Форматы таблиц сопряженности

Цель: Научиться изменять форматы таблиц сопряженности.

Можно изменить порядок сортировки переменных строк в таблице сопряженности, выбрав в группе Порядок слов вариант сортировки По возрастанию или По убыванию. Выбрав вариант По возрастанию, можно получить следующую таблицу сопряжения (таблица 6.5).

Т аблица 6.5 - Таблица сопряженности по критериям “Возраст” и “Время суток” с отображением значений по возрастанию

Созданные выше таблицы сопряженности можно разделить по полу респондентов. Вполне может быть, что данная переменная оказывает влияние на зависимость между возрастом и временем суток покупок. Чтобы выявить возможные различия, следует создать отдельную таблицу, которая может выявить интересные различия между отдельными респондентами разного пола. В рассматриваемом примере переменная Пол играет роль переменной слоев. Для этого в меню Таблицы сопряженности добавим переменную Пол в список переменных слоев (1 – мужской пол, 2 - женский). В результате получим следующую таблицу сопряженности (таблица 6.6).

Таблица 6.6 - Таблица сопряженности по критериям “Возраст” и “Время суток” с отображением слоя “Пол”

Из данной таблицы, прежде всего, видно, что большинство респондентов женского пола, причем покупки они чаще всего совершают вечером, мужчины же чаще покупки совершают днем. Что касается возрастных групп, то больше всего покупок совершают женщины в возрасте до 25 лет (студентки и молодые мамы), а также мужчины от 36 до 45 лет. Утром покупки чаще всего совершают женщины старше 45 лет; днем – мужчины и женщины до 25 лет и от 36 до 45 лет; вечером покупки преимущественно осуществляют женщины, причем преобладание наблюдается в любом возрасте; ночью же покупки чаще совершают покупки мужчины в возрасте до 35 лет.

Лабораторная работа № 7 Тема “Анализ множественных ответов” Задание 1. Определение наборов и частотные таблицы для дихотомических наборов

Цель: Построить частотные таблицы для дихотомических наборов.

Вопросы, на которые можно дать несколько ответов одновременно ( это и есть множественные ответы), имеются во многих анкетных исследованиях. Для кодировки и анализа таких множественных ответов SPSS представляет метод множественной дихотомии. Пример взят из анкетирования членов городской организации политической партии, в котором исследовались их мнения и пожелания.

В упомянутой анкете был задан вопрос: "Как можно сделать партию более привлекательной?" Предлагались следующие варианты ответов:

• больше активности в период между выборами

• повышение эффективности общих собраний

• больше неформальных встреч

• открытые общие собрания

• большая близость к населению на местах

• лучше информировать членов партии об актуальных событиях

• привлечение не членов партии к различным партийным проектам

• больше мероприятий по актуальным политическим темам на местах

В методе множественной дихотомии для каждой из возможностей ответа определяется отдельная переменная. В рассматриваемом примере для этого понадобится восемь переменных. Если член партии отметит ответ " больше активности в период между выборами ", соответствующая переменная получит значение "1", если нет-"0", если член партии отметит ответ "повышение эффективности общих собраний", соответствующая переменная получит значение "1", если нет-"0",и т.д. для остальных переменных. Таким образом, мы получили восемь переменных с кодовыми значениями 0 и 1. Кодовые значения при этом выбираются произвольно, однако для всех ответов они должны быть одинаковые и введены в компьютер на правильном месте.

Загрузив файл meinung.sav, выбираем в меню команды Анализ Множественные ответы, Определить наборы.

Когда откроется диалоговое окно Определение наборов ответов, выделяем в списке исходных переменных переменные att1+att8 и переносим их в список Переменные в наборе. В поле Учитываемое значение введем "1". Присвоим набору имя "attrak" и метку "Повышение привлекательности". При нажатии Добавить, созданный набор будет внесен в список наборов множественных ответов. SPSS начинает имена наборов переменных со знака доллара; следовательно, вновь созданный набор получит имя $attrak (рисунок 7.1).

Рисунок 7.1 – Определение множества множественного отклика

Чтобы создать частотную таблицу для дихотомического набора, выбираем команды меню Анализ, Множественные ответы, Частоты.

В открытом окне Частоты множественных ответов перенесем набор Sattrak в список Таблицы для. В окне просмотра появятся следующие результаты (таблица 7.1):

В столбце "Dichotomy label" (Метка дихотомии) приводятся метки переменных, принадлежащих к набору. Показано, что имеется 5 пропущенных и 105 допустимых наблюдений. Всего – 110.

Для наблюдаемых частот выводятся два разных процентных значения. При определении первого из них наблюдаемая частота отнесена к общему числу ответов "да" (398), а при определении второго — к общему числу допустимых наблюдений (105). Однако самая удобная процентная характеристика, а именно процент от количества всех наблюдений (110), отсутствует. Первую строку частотной таблицы можно интерпретировать, например, так: 81 член партии считает, что большая активность в период между выборами может повысить привлекательность партии. Это 20,4 % от общего количества положительных ответов или 77,1 % членов партии, которые дали хотя бы один вариант ответа. Также можно проанализировать пятый вариант – Большая близость к населению на местах: 80 членов партии поддержали этот вариант ответа – это 20,1% от общего количества положительных ответов или 76,2% членов партии, которые дали хотя бы 1 положительный вариант ответа.

Таблица 7.1 – Частотная таблица