Статический анализ

4.1.2. Перекрестные распределения для многовариантных вопросов

Как уже было сказано выше (см. раздел 3.2), все статистические процедуры при-менимы только для одновариантных вопросов. На практике установить статистическую зависимость в многовариантных вопросах можно только двумя способами.

¦ Визуально. В этом случае аналитик должен самостоятельно (на основании опы-та или опираясь на другие данные, выявленные в ходе исследования) попытаться сделать заключение о значимости различий между двумя переменными. Например, если мужчины покупают сметану в упаковке в 4 раза чаще, чем женщины, и при этом число респондентов, ответивших на данный вопрос, достаточно велико (скажем, 100 человек), можно сделать вывод о статистической значимости данного различия.

¦ Можно рассматривать многовариантный вопрос как несколько дихотомиче-ских переменных с вариантами ответа «есть/нет» и строить по ним стандартные пе-рекрестные распределения (при помощи процедуры Crosstabs). На практике в подавляю-щем большинстве случаев именно данный способ является оптимальным. Тем не менее необходимо отметить, что дихотомические переменные, являющиеся вариантами ответа на многовариантный вопрос, могут принимать участие даже в корреляционном анализе в качестве порядковых переменных (см. раздел 4.2).

Кроме существенных ограничений при установлении статистических зависимо-стей между многовариантными переменными, их анализ осложнен также и тем, что ре-зультаты перекрестных распределений по многовариантным вопросам SPSS выводит только в виде простого текста (plain text)1.

Ниже мы проиллюстрируем процесс построения перекрестных распределений по многовариантным переменным на примере двух многовариантных вопросов из маркетингового исследования московского рынка сметаны. Первый вопрос Где Вы покупаете сметану? (q7) с вариантами ответа:

¦ продмаг (q7_l);

¦ рынок (q7_2);

¦ супермаркет (q7_3);

¦ палатка (q7_4);

¦ универсам (q7_5).

Второй вопрос Какую сметану Вы предпочитаете? с вариантами ответа:

¦ в упаковке (ql6_l);

¦ развесную (ql6_2).

Как было сказано выше в разделе 2.2.2, чтобы строить распределения (линейные или перекрестные) по многовариантным переменным, сначала их нужно сформировать. Мы не будем возвращаться к процедуре создания многовариантных переменных при по-мощи меню Analyze > Multiple Response > Define Sets; этот процесс описан в разделе 2.2.2. Давайте исходить из того, что вы самостоятельно сформировали две многовариант-ные переменные, назовем их q7 (Место покупки сметаны) и ql6 (Наиболее предпочтитель-ная для респондентов упаковка сметаны). Теперь можно заняться построением перекрест-ного распределения по этим вопросам, то есть ответить на вопрос: «Зависят ли предпоч-тения респондентов в отношении сметаны (упакованной или развесной) от места совер-шения покупки?».

Построение перекрестного распределения по многовариантным вопросам осуще-ствляется при помощи меню Analyze > Multiple Response > Crosstabs. В открывшемся диалоговом окне (рис. 4.12) слева вы видите два списка переменных. В верхнем находятся все доступные переменные из файла данных (включая и дихотомические переменные — варианты ответа на анализируемые многовариантные вопросы). Нижний список содержит только сформированные нами многовариантные переменные ($q7 и $ql6). В перекрестном анализе могут принимать участие как

многовариантные переменные, так и другие доступные одновариантные переменные. Как для кросстабуляций (см. раздел 4.1.1), для перекрестных таблиц можно задать несколько измерений (максимум три) при помощи введения одного допол-нительного слоя (область Layer). Имейте в виду, что при построении перекрестных таблиц, переменные, находящиеся в областях Row(s), Column(s) и Layer(s), перекре-щиваются по тройкам последовательно.