Использование SPSS в маркетинговых исследованиях
Дипломная работа - Иностранные языки
Другие дипломы по предмету Иностранные языки
b> Simple Define выбор переменных
Диаграмма позволяет на глаз оценить зависимость двух переменных.
Рис. 2.13. Построение диаграммы рассеяния
Поверх уже созданной диаграммы в окне вывода можно наложить линию наименьших квадратов. В окне Редактора графиков (чтобы его вызвать, необходимо два раза щелкнуть левой клавишей мыши на графике в окне вывода) требуется задать: Charts Options Fit Line Total
Рис. 2.14. Наложение линии наименьших квадратов поверх диаграммы рассеяния
Если требуется обнаружить квадратичную или кубическую зависимость, необходимо в окне редактора графиков выбирать Fit Options.
Информацию о зависимости между переменными можно получить, вычислив коэффициент корреляции Пирсона r:
r = 1 прямая зависимость;
r = -1 - обратная зависимость;
r = 0 - отсутствие зависимости (вернее, в данном случае линейную зависимость установить не удается и можно попытаться установить нелинейную зависимость, используя диаграммы рассеяния см. выше). Для вычисления коэффициента корреляции Пирсона используются пункты меню:
Statistics Correlate - Bivariate
выбор переменных Correlation Coefficients - Pearson
Рис. 2.15. Вычисление коэффициента корреляции Пирсона
Для каждой выбранной пары переменных принимается нулевая гипотеза о том, что линейная зависимость между ними отсутствует.
Результаты вычислений помещаются в таблицу Correlations в окне вывода (см.рис.2.16):
Pearson Correlation коэффициент корреляции;
Sig. (2-tailed) уровень значимости коэффициента;
N - количество записей в файле данных, по которым делался расчет.
Рис 2.16. Вычисление коэффициента корреляции Пирсона
Особое внимание следует обратить на уровень значимости любая значимость выше 0.05 (5%) подтверждает нулевую гипотезу (о том, что в генеральной совокупности значение коэффициента корреляции равно нулю).
Для использования коэффициента корреляции Пирсона необходимо, чтобы все переменные были непрерывными и данные являлись бы случайной выборкой из генеральной совокупности с нормальным распределением. В том случае, когда какое-либо из этих условий не выполняется и коэффициент Пирсона использовать нельзя, применяются так называемые непараметрические критерии и, в частности, коэффициент ранговой корреляции Спирмена. Его значение также заключено между 1 и +1, интерпретация осуществляется так же, как и интерпретация значений коэффициента Пирсона.
Statistics Correlate - Bivariate выбор переменных
Correlation Coefficients - Spearman
Коэффициент Спирмена менее мощный, чем коэффициент Пирсона, поскольку в нем используется меньше информации о данных; тем не менее он является весьма полезным и часто используется в случае невозможности использования критерия Пирсона.
При интерпретации результатов исследования комбинации переменных с помощью корреляции, необходимо помнить, что сильная корреляционная зависимость между переменными совсем не означает, что одна является причиной другой!
2.5. Расчет t-критерия.
tкритерий применяется для сравнения двух групп, образованных категориями независимой переменной по характеристикам распределения зависимой непрерывной переменной.
В основе t-критерия лежат следующие предположения.
Две группы являются взаимоисключающими, т.е. каждое наблюдение может попасть только в одну из этих групп.
Данные получены в результате случайной выборки из генеральной совокупности с нормальным распределением непрерывной переменной.
В генеральной совокупности в обеих группах одинаковая дисперсия непрерывной переменной
Как правило, перед расчетом t-критерия осуществляется проверка двух последних предположений. Для проверки равенства дисперсий используется критерий Ливиня (Levene test), который более устойчив к нарушению нормальности распределения, чем другие критерии; в программе SPSS он автоматически рассчитывается при расчете t-критерия. Нулевая гипотеза, которую проверяет критерий Ливиня равенство внутригрупповых дисперсий.
Как и все виды генерализующей статистики, t-критерий используется для того, чтобы на основе данных нашей выборки оценить вероятность того, что обнаруженные различия являются подлинными (существующими в генеральной совокупности), а не вызваны исключительно случайной ошибкой выборки.
Нулевая гипотеза состоит в том, что средние значения исследуемой переменной в группах равны (применительно к обработке опросного листа - например, в группе мужчин и группе женщин).
Для расчета t-критерия используются пункты меню:
Statistics Compare Means Independent Samples T Test выбор переменных для переменной Grouping Variable определить группы Define Groups
Рис. 2.17. Формирование задания для вычисление t- критерия
Levene's Test for Equality of Variances критерий равенства дисперсий Ливиня. Приводится значение критерия F и уровень его значимости Sig. Если уровень значимости критерия ниже 0.05, то нулевая гипотеза о равенстве дисперсий отвергается, и можно использовать только вторую строку таблицы Equal variances not assumed (равенство дисперсий не предполагается). В противном случае используется первая строка.
t - значение t-критерия. Показывает направление и степень межгруппового различия средних.
Sig (2-tailed) уровень значимости t-критерия. Если уровень значимости больше 0.05, принимается нулевая гипотеза о равенстве средних в подгр?/p>