Телевидению рекламу 3 страница

Примечание. Вопросы 4—11 были заданы респондентам после просмотра видеоролика.

Руководство по компьютеризованному анализу данных 819

Приступая к анализу данных: разработайте план
пере а началом анализа_________________________

Прежде чем приступить к анализу данных, точно определите, что именно вы хо­тите узнать. Если вы четко представляете себе цель исследования, анализ можно на­чинать с применения программы SPSS, которая поможет обработать огромные мас­сивы экспериментальных данных, обнаружить закономерности и проверить гипоте­зы. Программа SPSS даст возможность обобщить данные, построить соответствую­щие таблицы и графики, изучить взаимосвязи между переменными, проверить гипотезы, используя статистические критерии.

Наиболее целесообразно начинать работу с постановки и формулировки задачи анализа данных. Сформулировав задачу, переходите к разработке плана действий, необходимых для ее решения. Задачи данного конкретного исследования были сформулированы в виде следующих вопросов.

• Влияет ли характер обращения на отношение к объявлению, отношение к со­
общению и намерение остаться в школе?

• Влияет ли выбор лица, передающего обращение (кинозвезда, известный
спортсмен или обычный человек), на отношение к объявлению, отношение к
сообщению и намерение остаться в школе?

• Существует какое-либо комбинированное воздействие характера обращения и
лица, которое его передает, на отношение к объявлению, отношение к сооб­
щению и намерение остаться в школе?

Формулировка ключевых вопросов исследования выражает то, что мы хотим уз­нать в результате анализа данных. Учитывая эти вопросы, мы затем должны сплани­ровать последовательность шагов, которые позволят нам провести нужный анализ и получить ответы на них. В нашем примере мы должны проделать следующие шаги, необходимые при проведении анализа данных в большинстве случаев.

Шаг 1: загрузить данные в SPSS. Шаг 2: проверить качество ввода данных. Шаг 3: выполнить необходимые преобразования данных. Шаг 4: проверить правильность преобразований.

Шаг 5: провести требуемые процедуры анализа и получить ответы на вопросы ис­следования. Шаг 6: при необходимости провести дополнительный анализ.

Далее подробно рассматривается каждый из этих шагов.

Шаг 1: загрузка данных в SPSS_______________________

SPSS все равно, как называются переменные — на результатах анализа это никак не сказывается. Однако проводить анализ и понимать его результаты будет значительно проще, если переменные имеют понятные имена и снабжены текстовыми метками. Следовательно, необходимо правильно идентифицировать наши переменные. Опре-

820 ПРИЛОЖЕНИЕА

деление данных в SPSS (как и вся последующая работа с этой программой¹) произво­дится посредством команд. Для определения данных используются четыре команды:

DATA LIST — команда, с помощью которой программе SPSS сообщается о том, как называется и где находится каждая переменная;

VARIABLE LABEL — команды, с помощью которых программе SPSS сообщается описательная метка каждой переменной в данных;

VALUE LABEL— команды, с помощью которых программе SPSS сообщаются текстовые метки значений переменных;

DATA — команды, сообщающие SPSS о том, где находятся данные. Ниже рас­сматривается каждая из этих команд.

Указание имен и местонахождения переменных

При определении данных первой следует команда DATA LIST. Этой командой пользователь сообщает программе SPSS об имени и местонахождении каждой пере­менной в наборе данных. Команда DATA LIST записывается так:

DATA LIST имя_переменной расположение_переменной

где DATA LIST — имя команды; имяпеременной — краткое (до 8 знаков) симво­лическое имя, присвоенное переменной; расположение_переменной указывает SPSS, в каких столбцах размещаются значения переменной (номера столбцов обыч­но фиксируются рядом с каждым вопросом анкеты²). В нашем примере команда DATA LIST будет записываться так:

DATA LIST ID 1-3 Stayin 4 Appeal 5 Spokes 6 Q4 7 Q5 8 Q6 9 Q7 10 Q8 11 Q9 12 Q1O 13 Qll 14 Sex 15.

Эта команда сообщает SPSS, что идентификационный номер респондента указан в столбцах с 1-го по 3-й, код рекламного обращения — в столбце 5, код участника рекламного ролика — в столбце 6, ответы на вопрос 4 — в столбце 7, пол респонден­та—в столбце 15 и т.п.

Присвоение переменным текстовых меток

Команда DATA LIST сообщает SPSS о местонахождении переменных и присваи­вает им краткое имя. Однако гораздо удобнее работать с данными, если каждая из переменных имеет понятное развернутое описание. С помощью команды VARIABLE LABELS программе SPSS сообщается текстовая метка каждой перемен­ной. Команда VARIABLE LABELS записывается следующим образом: VARIABLE LABELS имя_переменной 'метка переменной'.

Здесь VARIABLE LABELS — имя команды; имя_переменной — краткое имя пере­менной, определенное в результате выполнения команды DATA LIST; метка пере­менной в кавычках — текстовое описание переменной. В нашем примере команда VARIABLE LABELS будет записываться так:

Современные версии пакета SPSS позволяют работать с привычным графическим интерфейсом пользова­теля, не создавая заданий на командном языке. (Прим. науч. ред.)

² Сейчас так редко поступают, поскольку ввод данных гораздо удобнее выполнять или непосредственно в окне редактора данных SPSS, или с помощью специальных программ ввода. (Прим. науч. ред.)

Руководство по компьютеризованному анализу данных 821

VARIABLE LABELS ID 'Идентификационный номер'/

Stayin 'Вероятность остаться в школе (до просмотра)'/

Appeal 'Тип обращения'/

Spokes 'Тип лица, которое обращается'/

Q4 'Вопрос 4, Оценка привлекательности ролика'/

Q5 'Вопрос 5, Оценка удовольствия от ролика'/

Q6 'Вопрос 6, Оценка интересности ролика'/

Q7 'Вопрос 7, Оценка убедительности ролика'/

Q8 'Вопрос 8, Оценка искренности ролика'/

Q9 'Вопрос 9, Оценка правдивости ролика'/

Q10 'Вопрос 10, Оценка намерения остаться в школе'/

Q11 'Вопрос 11, Оценка намерения окончить школу'/

Sex 'Пол респондента'.

С помощью этих команд переменным присваиваются длинные описательные имена. Иными словами, мы сказали SPSS, что переменная Stayin (Остаться) означа­ет 'Вероятность остаться в школе (до просмотра)', в то время как переменная Q4 идентифицируется как 'Вопрос 4, Ролик понравился'.

Присвоение меток значениям переменных

Пока что мы воспользовались командами DATA LIST, чтобы указать SPSS, где найти каждую переменную, и каково ее краткое имя, и командой VARIABLE LABELS, чтобы дать каждой переменной более полное описание. Теперь необходи­мо указать, что означает каждый ответ на каждый вопрос анкеты. Эта процедура вы­полняется посредством команды VALUE LABELS.

Напомним, что ответы на вопросы представлены в числовой форме или в виде сим­волов, которые удобно вводить в компьютер. SPSS должна знать, как сообщать нам, что они обозначают при генерации выходных данных. Метки значений (текстовые строки длиной до 20 символов³) используются для того, чтобы указать, что представ­ляют числовые значения. Если значения переменной представляют собой частоту или количество в некоторых единицах измерения, например возраст, доход и т.п., их не нужно пояснять с помощью команды VALUE LABELS. Но если число представляет собой некоторую категорию (например "протестант", "католик", "иудей"), то для ка­ждого числа необходимо иметь пояснительный текст. Заметьте, что если несколько пе­ременных имеют один и тот же набор значений, с помощью команды VALUE LABELS можно определить метки сразу всем переменным.

Запись команды VALUE LABELS: VALUE LABELS имя_переменной значение_1 'метка значения_1' и т.д.

Здесь VALUE LABELS — имя команды; имя_переменной — краткое имя перемен­ной, заданной в команде DATA LIST. После имени переменной следуют пары зна-чение_переменной ('значение_Г) и его метка. Для данных нашего исследования команда VALUE LABELS записывается так:

VALUE LABELS Stayin 1 'Останется' 2 'Не останется'/ Spokes 1 'Кинозвезда' 2 'Спортсмен' 3 'Обычный человек'/ Appeal 1 'Страх' 2 'Сейчас' 3 'Будущее'/

³ В настоящее время длина меток значений составляет 60 символов. (Прим. науч. ред.)

822 ПРИЛОЖЕНИЕ А

Q4 to Qll 1 'Чрезвычайно положительная' 2 'Очень положительная' 3 'Положительная' 4 'Скорее положительная' 5 'Нейтральная' 6 'Скорее отри­цательная' 7 'Отрицательная' 8 'Очень отрицательная' 9 'Чрезвычайно от­рицательная'/ Sex 1 'Мужской' 2 'Женский'.

Эти команды говорят SPSS, что, к примеру, значение "1" для переменной тип рекламного обращения означает, что респондент видел рекламный ролик под назва­нием "Страх"; "2" означает, что он видел рекламный ролик "Сейчас"; "3" — то, что он видел рекламный ролик "Будущее". Так как в вопросах с 4-го по 11-й использует­ся однотипная шкала (несмотря на различия в формулировках полюсов каждой из них), значения этих шкал закодированы одинаково одной командой. Так, во всех шкалах значение "1" можно интерпретировать как высшую положительную степень оценки (например "чрезвычайно убедительный" или "чрезвычайно искренний"), тогда как величина "9" интерпретируется как крайняя отрицательная степень (например "абсолютно неубедительный" или "абсолютно неискренний"). Разумеет­ся, каждая из шкал вопросов с 4-го по 11-й может кодироваться независимо.

Чтение данных

Последний этап перед началом анализа — чтение данных. Данные размещаются между командами BEGIN DATA и END DATA следующим образом:

BEGIN DATA. 001113564398751 002221837393842 (продолжение данных) END DATA.

Каждая строка данных представляет одного респондента, и в нашем случае ее можно интерпретировать следующим образом.

Переменная Столбец Значение Означает ID 1-3 001 Респондент 1 Stayin 4 1 Решает остаться в школе Appeal 5 1 Видел ролик "Страх" Spokes 6 3 Видел обращение от имени обычного человека Q4 7 5 Оценка привлекательности ролика (нравится - не нравится) — 5 баллов Q5 8 6 Оценка удовольствия от ролика — 6 баллов Q6 9 4 Оценка интересности ролика — 4 балла Q7 10 3 Оценка убедительности ролика — 3 балла Q8 11 9 Оценка искренности ролика — 9 баллов Q9 12 8 Оценка правдивости ролика — 8 баллов Q10 13 7 Оценка намерения остаться в школе — 7 баллов Q11 14 5 Оценка намерения окончить школу — 5 баллов Sex 15 1 Пол респондента — мужской

Руководство по компьютеризованному анализу данных 823

Сведем все вместе

Сведем воедино все предыдущие команды и получим первый блок инструкций SPSS. Этот блок команд для SPSS будет иметь следующий вид:

DATA LIST /ID 1-3 Stayin 4 Appeal 5 Spokes 6 Q4 1 Q5 8 Q6 9 Q7 10 Q8 11 Q9 12

Q1O 13 Qll 14 Sex 15.

VARIABLE LABELS ID 'Идентификационный номер'/ Stayin 'Вероятность остаться в школе (до просмотра)'/ Appeal 'Тип обращения'/ Spokes 'Тип лица, которое обращается'/ Q4 'Вопрос 4, Оценка привлекательности ролика'/ Q5 'Вопрос 5, Оценка удовольствия от ролика'/ Q6 'Вопрос 6, Оценка интересности ролика'/ Q7 'Вопрос 7, Оценка убедительности ролика'/ Q8 'Вопрос 8, Оценка искренности ролика'/ Q9 'Вопрос 9, Оценка правдивости ролика'/ Q10 'Вопрос 10, Оценка намерения остаться в школе'/ Q11 'Вопрос 11, Оценка намерения окончить школу'/ Sex 'Пол респондента'.

VALUE LABELS Stayin 1 'Останется' 2 'Не останется'/ Spokes 1 'Кинозвезда' 2 'Спортсмен' 3 'Обычный человек'/ Appeal 1 'Страх' 2 'Сейчас' 3 'Будущее'/

Q4 to Qll 1 'Чрезвычайно положительная' 2 'Очень положительная' 3 'Положительная' 4 'Скорее положительная' 5 'Нейтральная' б 'Скорее от­рицательная' 7 'Отрицательная' 8 'Очень отрицательная' 9 'Чрезвычайно отрицательная'/ Sex 1 'Мужской' 2 'Женский'. BEGIN DATA. 001113564398751 002221837393842 (продолжение данных) END DATA.

Шаг 2: контроль качества ввода данных

Начиная анализ данных, мы надеемся, что обеспечили SPSS всеми необходимы­ми инструкциями и абсолютно точно ввели данные между командами BEGIN DATA и END DATA. Тем не менее, прежде чем приступить к анализу, все же не мешает убедиться в отсутствии ошибок ввода данных.

Контроль качества данных заключается в построении с помощью SPSS для каждой из переменных таблицы распределения частот. Ранее отмечалось, что распределение частот описывает, сколько раз каждое значение переменной встречается в выборке. Анализ час­тоты ответов позволяет получить представление о том, что происходит в выборке, и гово­рит нам о том, правильны ли данные, и готовы ли они для дальнейшего анализа.

Команда построения таблицы распределения частот имеет следующий вид:

FREQUENCIES variables = имена_переменных.

Здесь FREQUENCIES — команда, имена_переменных — это перечень имен перемен­ных, для которых необходимо получить таблицы распределения частот. Любая из сле­дующих команд позволяет получить распределения частот сразу для всех переменных:

824 ПРИЛОЖЕНИЕ А

FREQUENCIES variables = all. FREQUENCIES variables = ID to Qll.

Первая команда запрашивает построение таблиц распределения частот для всех переменных. Вторая команда — таблиц распределения частот для списка перемен­ных, начинающегося с ID и заканчивающегося переменной Q11 (в сущности, это опять-таки все переменные).

В табл. Q4 приведена таблица распределения частот для ответов на вопрос 4 "ролик нравится — не нравится", полученная с помощью этой команды SPSS.

Q4 Вопрос 4, Оценка привлекательности ролика Value Label Value Frequency Percent Valid Percent Cum Percent Чрезвычайно 1,00 74 33,2 33,4 33,4 положительная Очень положи- 2,00 34 15,3 15,4 48,8 тельная Положительная 3,00 20 9,0 9,0 57,8 Скорее положи-4,00 12 5,4 5,4 63,2 тельная Нейтральная 5,00 27 12,2 12,3 75,5 Скорее отрица-6,00 14 6,3 6,3 81,8 тельная Отрицательная 7,00 34 15,3 15,4 97,2 Очень отрица- 8,00 5 2,3 2,3 99,5 тельная Чрезвычайно 9,00 1 0,5 0,5 100,0 отрицательная... 1 0,5 Missing Total 222 100,0 100,0

Обратите внимание, как программа SPSS использует метки переменных и значе­ний для оформления таблицы. Интерпретировать данные таблицы можно следую­щим образом.

Ответы на вопрос 4, исследующий, насколько респонденту понравился рекламный ролик, были получены на выборке в 222 человека. Мы узнаем об этом из строки Total (Итого) столбца Frequency (Частота). Из таблицы также видно, что 74 респондента дали ролику "чрезвычайно положительную" оценку, и 34 респондента оценили ролик "очень положи­тельно" (это также отображено в столбце Frequency).

Каждому уровню оценки присвоен числовой код (столбец VALUE). Например, ответу "чрезвычайно положительная" назначен код 1, а ответу "очень положитель­ная" — 2. Эти коды были присвоены в анкете, и их текстовые метки определялись командой VALUE LABELS. Компьютер группирует данные в соответствующие ка­тегории и подсчитывает частоту наблюдений в каждой из них.

В столбец Percent внесены сведения о проценте респондентов, выбравших каж­дый из ответов (включая пропущенные значения — missing values). Например, 33,2% всех респондентов, давших наивысшую положительную оценку ('Г — "чрезвычайно положительная").

В столбце Valid Percent приводятся проценты, подсчитанные к числу непропущенных значений. Неответы исключаются из анализа; процент вычисляется делением частоты на количество ответивших респондентов. Из столбца Valid Percent видно, что 33,4% всех респондентов, ответивших на вопрос, выбрали наивысшую положительную оценку.

Руководство по компьютеризованному анализу данных 825

Cum Percent (накопленный процент) — последний столбец в частотной таблице SPSS. Накопленный процент получается суммированием процентов для данного значения и значений, меньших данного. Например, реакция 63,2% респондентов, ответивших на данный вопрос, была, по крайней мере, не отрицательной. Этот стол­бец очень важен для обнаружения существующих в массиве данных тенденций.

Таблица частот ответов на вопрос 4 выглядит достаточно достоверно: пропущен только один ответ, все ответы входят в соответствующий диапазон.

Теперь рассмотрим распределение частот для вопроса Q5 — "Оценка удовольст­вия от ролика":

Q5 Вопрос 5, Оценка удовольствия от ролика

Value Label	Value	Frequency	Percent	Valid Percent	Cum Percent
	0,00		35,6	47,0	47,0
Чрезвычайно	1,00		24,3	32,1	79,1
положительная
Очень положи-	2,00		15,3	20,2	99,3
тельная
Положительная	3,00		0,0	0,0	99,3
Скорее поло-	4,00		0,0	0,0	99,3
жительная
Нейтральная	5,00		0,0	0,0	99,3
Скорее отри-	6,00		0,0	0,0	99,3
цательная
Отрицательная	7,00		0,0	0,0	99,3
Очень отрица-	8,00		0,0	0,0	99,3
тельная
Чрезвычайно	9,00		0,5	0,7	100,0
отрицательная
	...		24,3	Missing
	Total		100,0	100,0

В ответах на вопрос 5 обнаруживаются определенные проблемы: много пропу­щенных значений, примерно треть респондентов дали оценку "0", тогда как это зна­чение недопустимо для данной оценочной шкалы. Кроме того, многие из пунктов шкалы вообще оказались невыбранными. Данные этого вопроса следует пересмот­реть и исправить перед проведением анализа.

Шаг 3: преобразование данных

В ряде случаев анализ ограничивается исключительно собранными переменны­ми. Переменные не объединяются или не преобразуются тем или иным образом. В подобной ситуации данный этап можно пропустить. В других исследованиях (как например в рассматриваемом нами) требуется осуществить преобразование пере­менных перед дальнейшим анализом.

В нашем исследовании имеется три вопроса для изучения реакции на объявление, три вопроса для изучения реакции на сообщение и два вопроса для изучения намере­ния остаться в школе. Большое количество вопросов использовалось с целью обеспе­чить высокую степень надежности измерения интересующих нас конструктов. Пред­положив, что каждый набор вопросов измеряет одно и то же явление, мы можем объе­динить отдельные вопросы для получения одного интегрального показателя, изме-

826 ПРИЛОЖЕНИЕ А

ряющего реакцию на объявление, одного интегрального показателя для измерения ре­акции на сообщение и одного интегрального показателя для оценки намерения ос­таться в школе. Это можно сделать, если коэффициент альфа по каждому набору шкал будет равен 0,8 или выше. (Вычисление коэффициента альфа см. в главе 15).

Первый шаг при вычислении коэффициента альфа — получение матрицы интер­корреляций шкал в каждом наборе⁴. Чтобы программа SPSS построила корреляци­онную матрицу, воспользуемся командой:

CORRELATION variables = список переменных.

Здесь CORRELATION — имя команды, a variables = список переменных — определяет имена переменных, которые нам необходимо скоррелировать. Так, мы можем получить матрицу корреляций трех показателей привлекательности ролика, используя команду:

CORRELATION variables = Q4 Q5 Q6.

Результатом этой команды будет корреляционная матрица, воспроизведенная в таблице.

Correlation Variables Q4, Q5, Q4

Q4 Q5 Q6

Q4 1,0000 0,8462** 0,7125**

Q5 0,8462** 1,0000 0,8046**

Q6 0,7125** 0,8046** 1,0000

*-Signif. LE 0,05 *-Signif. LE 0,01 (2-tailed)

Данные в этой матрице интерпретируются следующим образом: корреляция' ме­жду переменными Q4 и Q5 составляет 0,8462, между переменными Q4 и Q6 — 0,7125 и, наконец, корреляция между переменными Q5 и Q6 составляет 0,8046. Все коэф­фициенты корреляции являются значимыми на уровне 0,01. (См. главу 16, в которой обсуждается коэффициент корреляции.)

Корреляционные матрицы для остальных множеств переменных могут быть по­лучены следующим образом:

CORRELATION variables = Q7 Q8 Q9. CORRELATION variables = Q10 Qll.

Результатом выполнения этих команд являются следующие две таблицы.

Correlation Variables Q7, Q8, Q9

Q7 Q8 Q9		Q7 1,0000 0,8289** 0,7102**	0 0	Q8,8289** 1,0000,8308**	Q9 0,7102** 0,8308** 1,0000
*-Signif. LE Correlation	0,05 Variables	**-Signif. Q10, Qll	LE 0,01	(2-tailed)
Q10 Qll		Q10 1,0000 0,9437**		Qll 0,9437** 1,0000
*-Signif. LE	0,05	**-Signif.	LE 0,01	(2-tailed)

Пакет SPSS имеет специальную команду для вычисления различных коэффициентов надежности — RELIABILITY. (Прим. науч. ред.) ⁵ В данном случае мы имеем дело с коэффициентом корреляции Пирсона. (Прим. науч. ред.)

Руководство по компьютеризованному анализу данных 827

Информация, представленная в корреляционных матрицах, может быть исполь­зована для вычисления коэффициента альфа. Вычисление коэффициента альфа вручную для первых двух наборов шкал дает следующие значения: Liking = 0,924, Message = 0,919. Поскольку каждое значение коэффициента альфа превышает по­роговую величину, равную 0,8, можно с уверенностью объединить три отдельные шкалы (Q4, Q5 и Q6) в единый показатель, измеряющий отношение к объявлению. Подобным образом, можно с уверенностью объединить три шкалы (Q7, Q8 и Q9) в единый показатель реакции на сообщение. Высокая степень корреляции между дву­мя шкалами, измеряющими намерение остаться в школе, обеспечивает такую же степень уверенности при объединении этих двух шкал в интегральный показатель.

Запрос в SPSS на объединение отдельных шкал в единый показатель осуществля­ется с помощью команды COMPUTE. Запись этой команды имеет вид: COMPUTE новая_переменная = выражение.

Здесь COMPUTE — имя команды; имя новой переменной фигурирует слева от знака равенства; выражение, в результате которого создается новая переменная — справа от знака равенства. Первая переменная, которую мы хотели бы вычислить, — это обобщенная оценка реакции на рекламу, определяемая как среднее трех шкал оце­нок, измеряющих реакцию на объявление. Мы пользуемся следующими командами, чтобы вычислить эту новую переменную (которую назовем "AdReact"), характери­зующую реакцию каждого респондента на ролик: COMPUTE AdReact = (Q4+Q5+Q6)/3.

Аналогичным образом мы записываем команды для вычисления наших новых пере­менных "MesReact" (реакция на сообщение) и "Intent" (намерение остаться в школе):

COMPUTE MesReact = (Q7+Q8+Q9)/3. COMPUTE Intent = (Q10+Q11/2.

Пока что это все новые переменные, которые нам нужно вычислить.

Шаг 4: контроль правильности преобразования
данных_________________________________________

Процесс создания трех новых переменных (AdReact, MesReact, и Intent) представля­ется достаточно простым. Тем не менее, надежные решения обычно принимаются на ос­нове достоверных данных, а для этого перед началом анализа необходимо проверить, действительно ли с помощью команды COMPUTE мы получили именно то, что хотели. Проверка результатов преобразования производится подобно проверке корректности ис­ходных данных. Данные проверяются с помощью таблиц распределения частот.

Таблицы распределения частот новых переменных запрашиваются тем же спосо­бом, что и таблицы исходных переменных: FREQUENCIES variables = имена переменных.

Здесь FREQUENCIES — имя команды, a variable = имена переменных— имена пе­ременных, для которых необходимо получить распределение частот.

В нашем случае в команде используются имена трех вновь созданных переменных:

FREQUENCIES variables = AdReact MesReact Intent.

828 ПРИЛОЖЕНИЕ А

Распределение частот для переменной AdReact представлено в табл. AdReact.

AdReact Value Label

Value Frequency Percent Valid Percent Cum Percent

1,00 55 24,8 25,7 25,7

1,50 11 5,0 5,1 30,8

2,00 23 10,4 10,7 41,6

2,50 9 4,1 4,2 45,8

3,00 16 7,2 7,5 53,3

3,50 10 4,5 4,7 57,9

4,00 21 9,5 9,8 67,8

4,50 10 4,5 4,7 72,4

5,00 13 5,9 6,1 78,5

5,50 1 0,5 0,5 79,0

6,00 3 1,4 1,4 80,4

6,50 4 1,8 1,9 82,2

7,00 8 3,6 3,7 86,0

7,50 3 1,4 1,4 87,4

8,00 10 4,5 4,7 92,1

8,50 4 1,8 1,9 93,9

9,00 13 5,9 6,1 100,0

8 3,6 Missing

Total 222 100,0 100,0

Распределение в этой таблице можно сравнить с распределениями частот трех переменных, входящих в интегральный показатель AdReact (т.е. Q4, Q5 и Q6). Ана­логичным способом изучаются показатели MesReact и Intent путем сравнения их распределений с распределениями составляющих их исходных переменных. Если распределения частот всех вновь вычисленных переменных будут удовлетворитель­ными, можно приступать к анализу данных. (Обратите внимание, что в таблице AdReact столбец VALUE LABELS пуст. Дело в том, что для вновь вычисленной пе­ременной не задавались метки значений. Метки вычисленных переменных и метки их значений можно определить таким же образом, как и для исходных переменных. Эти команды обычно следуют за командой COMPUTE, с помощью которой создает­ся переменная.)

Шаг 5: проведение анализа и получение ответов

на основные вопросы исследования_____________

Первым шагом в процессе анализа данных обычно становится вычисление опи­сательных статистик каждой переменной интервального или относительного уров­ня. Решить эту задачу можно несколькими способами: с помощью команды DESCRIPTIVES, или с помощью команды MEANS. Обе команды записываются так же, как и команда FREQUENCIES:

DESCRIPTIVES variables = имена переменных. MEANS variables = имена переменных.

Здесь DESCRIPTIVES и MEANS — имена команд, за которыми следуют имена пере­менных, подлежащих анализу. Несмотря на то, что с помощью каждой из команд можно получить информацию о среднем значении переменных, команда DESCRIPTIVES пред-

Руководство по компьютеризованному анализу данных 829

ставляется более предпочтительной, чем команда MEANS, поскольку последняя позво­ляет получить больше информации. Ниже приведена таблица, созданная для перемен­ной Q8 в результате выполнения команды DESCRIPTTVES:

Number of valid observations (listwise) = 212.00

Variable	Q8	Вопрос 8,	Оценка исв
Mean	2,534	S.E. Mean	0,094
Std Dev	1,384	Variance	1,917
Kurtosis	-0,033	S.E. Kurt	0,327
Skewness	0,819	S.E. Skew	0,164
Range	6,000	Minimum	1,00
Maximum	7.00	Sum	555,000

Valid observations - 219 Missing observations - 3

Третий способ получить описательную информацию — ввести запрос на получе­ние описательных статистик в команду FREQUENCY. В этом случае команда запи­сывается так:

FREQUENCIES variables — имена переменных / statistics = названия ста­тистик.

Дата добавления: 2015-07-16