В. Типы шкал измерения переменных в SPSS

Для работы с данными в SPSS важно знать, по шкале какого типа измеряются исследуемые переменные. Это необходимо для выбора метода анализа данных и определения возможности рас­чета статистических показателей (таблица 1).

Существует четыре типа шкал измерения переменных:

1. Номинальная шкала.

2. Порядковая шкала.

3. Интервальная шкала.

4. Относительная шкала.

 

 

Таблица 1 – Примеры переменных, измеряемых по шкалам разных типов

 

 

 

Шкала	Переменная	Значения переменной
Номинальная	Пол (дихотомическая переменная)	– «1» = мужской – «2» = женский
Производитель продукта «X»	– «1» = производитель А – «2» = производитель В – «3» = производите ль С
Порядковая	Класс полета	– "1» = первый класс – «2» = бизнес-класс – «3» =эконом-класс
Категории потребителей по уровню дохода	– «1» = до 1000 евро – «2» = от 1001 до 3000 евро – «3» = свыше 3000 евро
Интервальная	Коэффициент интеллекта (IQ)	...«120»...
Относительная	Уровень дохода	... «2100» евро...

Номинальная шкала характеризуется самым низким уровнем измерения переменных. Все значения переменной, измеряемой по номинальной шкале, находятся на одном уровне. По этой шкале измеряются, как правило, качественные характеристики объекта исследования. Между значениями переменной, измеря­емой по номинальной шкале, не существует логического порядка. Например, в качестве ответа на вопрос анкеты: «Какого произво­дителя продукта «X» вы предпочитаете?» — может быть предло­жено несколько вариантов: «Производитель А», «Производи­тель б», «Производитель С» и т.д. В этом случае, с точки зрения Исследователей, все предложенные производители являются равнозначными. Числовые коды («1», «2», «3»...) могут присваи­ваться значениям метки переменной в любом порядке.

Переменные, измеряемые по номинальной шкале и имеющие, всего два значения (например, «мужчины» и «женщины»), называются дихотомическими.

Порядковая шкала является второй по уровню измерения переменных. Значения переменной, измеряемой по порядковой шкале, не являются равнозначными, они находятся на разных уровнях по отношению друг к другу и подчиняются логическому числовому порядку.

Порядковая шкала характеризуется низким уровнем измере­ния переменных, поскольку является шкалой с неравными ин­тервальными отрезками. Совершенно четко можно утверждать, что уровень обслуживания авиапассажиров первого класса выше, чем бизнес-класса, но насколько именно, неизвестно, Также разница в обслуживании между первым и бизнес-клас­сом, между бизнес- и эконом-классом может быть различной (табл. 1).

Низкий уровень измерения переменных по порядковой шкале можно проиллюстрировать на примере переменной '(Категории потребителей по уровню дохода». Потребители примерно с оди­наковым уровнем дохода (например, 950 и 1050 евро) оказыва­ются в разных категориях, а потребители с существенной разни­цей по уровню дохода (например, 1050 и 2950 евро) оказываются в одной категории.

Интервальная шкала является третьей по уровню измерения переменных. В отличие от порядковой шкалы она является шка­лой с равными интервальными отрезками. Это позволяет осуще­ствлять количественное сравнение значений переменной, т.е. можно определить, насколько одно значение больше или меньше (лучше или хуже, длиннее или короче и т.д.) другого.

Характерной чертой интервальной шкалы является отсутствие «естественного нуля», т.е. исходная точка измерения является от-, носительиой. Примерами интервальной шкалы являются шкала Цельсия и календарь. По шкале Цельсия за «0» принята темпера­тура замерзания воды, однако за «0» можно было принять любую другую температуру. Существуют также различные календари с одинаковым количеством дней в году, но разным временем на­чала года.

В маркетинговых исследованиях очень часто Используется рейтинговая шкала, когда респондентам предлагается оценит

балльной шкале (например, от 1 до 7 баллов) утверждение, _п|Юдукт, бренд и т.п. Строго говоря, рейтинговая шкала явля­ется порядковой, поскольку балльные оценки субъективны. Одинаковые балльные оценки в действительности отображают разный уровень измеряемой переменной. Например, студенты, получившие одинаковые оценки на экзамене, в действитель­ности могут иметь разный уровень знаний.

Очень часто при проведении исследований шкала балльных оценок рассматривается как интервальная. В основе этого лежит предположение, что интервальные отрезки шкалы балльных оце­нок одинаковы. Это дает возможность рассчитать среднее значе­ние переменной (например, средний балл успеваемости студен­тов). Расчет средней величины (среднеарифметической) для по­казателя, измеряемого по порядковой шкале, невозможен. Например, не существует показателя «средний класс» полета

 

Относительная шкала характеризуется самым высоким уров­нем измерения переменных. Ее основное отличие от интерваль­ной шкалы заключается в существовании «естественного нуля», который можно интерпретировать как отсутствие значения пере­менной. Например, если заработная плата равна нулю, это зна­чит, что ее не выплачивают.

По относительной шкале измеряются количественные харак­теристики. Это могут быть как физические характеристики (объем, вес, скорость и пр.), так и экономические характерис­тики (доход, издержки, цена и пр.).

Относительная шкала получила свое название благодаря воз­можности сравнения значений переменной по отношению друг к Другу, что невозможно при использовании интервальной шкалы измерения. Например, нельзя сказать, что человек, у которого коэффициент интеллекта (IQ) равен 160, в два раза умнее чело­века у которого этот показатель составляет 80. Но можно сказать, что заработная плата 1000 евро в два раза больше заработной платы 2000 евро.

При выборе типа шкалы измерения переменных в SPSS (стол­бец «Measure» во вкладке редактора данных «Variable View») ин­тервальная шкала и шкала отношений объединяются в один вид - метрическую шкалу (Scale).

При построении в SPSS интерактивных графиков номиналь­ная {Nominal) и порядковая {Ordinal) шкалы объединяются в «ка­тегориальный» тип (табл. 2)

Таблица 2–Типы шкал измерения переменных

 

 

 

Шкала	Характеристики
Катего­риальная	Номинальная (Nominal)	Служит для классификации качественных показателей. Все значения измеряемой переменной равнозначны
Порядковая (Ordinal)	Служит для построения значений изме­ряемой переменной в определенной последовательности. Шкала с нерав­ными интервальными отрезками
Метрическая (Scale)	Интервальная	Шкала с равными интервальными отрезками и условной точкой отсчета
Относительная	Шкала с равными интервальными отрезками и безусловной точкой отсчета

 

Чем выше уровень измерения переменной, тем богаче ее ин­формационная содержательность и тем больше возможностей осуществления расчетов и определения статистических показа­телей.

Числовые коды («1», «2», «3»...) значений метки переменной, измеряемой по номинальной или порядковой шкале, не могут рассматриваться как числа, они представляют собой лишь некие числовые символы. Поскольку они не являются числами, с ними нельзя производить никаких арифметических операций (сложе­ние, вычитание, деление, умножение).

Что касается статистических показателей, характеризующий распределение величины, измеряемой по номинальной шкале, можно провести частотный анализ (Frequencies) и определить моду (Mode). Частоты показывают, например, сколько респондентов предпочитают того или иного производителя продукта «X». Мода обозначает самую многочисленную группу респондентов, пред­почитающих определенного производителя продукта «X».

Для переменных, измеряемых по порядковой шкале, кроме вышеуказанных статистических показателей можно определить медиану и средневзвешенное. Значения меток переменной, измеряемой по интервальной шкале, рассматриваются как числа. С ними можно производить такие арифметические операции; как сложение и вычитание.

Что касается возможности расчета статистических показателей, характеризующих распределение переменной, измеряемой по интервальной шкале, кроме моды и медианы можно также определить стандартное отклонение (Std. deviation) и среднеарифметическое (Mean). (Средневзвешенное значение переменных с интервальной шкалой равно среднему арифметическому.)

При расчете статистических показателей, характеризующих определение переменной, измеряемой по интервальной шкале, не рассчитывается такой показатель, как сумма (Sum). Например, не рассчитывается «суммарный коэффициент интеллекта» для группы студентов, такого показателя не существует.

Значения меток переменной, измеряемой по шкале отноше­ний, выражаются в числах, с ними можно производить любые арифметические операции. Также можно определять любые ста­тистические показатели, характеризующие распределение пере­менной.

Возможна трансформация имеющихся данных, измеряемых по шкале более высокого уровня, в данные, измеряемые по шкале более низкого уровня, но не наоборот. Например, значения пере­менной «Уровень дохода», измеряемой по относительной шкале, можно трансформировать в значения переменной «Категории потребителей по уровню дохода», измеряемой по порядковой шкале (табл. 1). Подобная трансформация данных, произ­водимая в целях упрощения процедуры анализа и наглядности представления результатов, неизбежно связана с частичной поте­рей информации и снижением точности расчетов.

На практике, в том числе при применении SPSS, различие между переменными, измеряемыми по интервальной и относи­тельной шкалам, обычно несущественно.

Во многих учебниках по SPSS метрические переменные (Scale) определяются как интервальные.

Тип шкалы измерения переменных определяет возможность применения того или иного метода анализа данных. Все методы статистического анализа делятся на две группы:

1) методы оценки связи между переменными;

2) методы выявления структуры данных.

Методы выявления структуры данных характеризуются тем, что исходные данные для проведения анализа не содержат ин­формации (предположений) о существовании взаимосвязей между исследуемыми переменными. К таким методам относятся, например, кластерный и факторный анализ. Методы оценки связи между переменными устанавливают одной или нескольких независимых переменных на одну несколько зависимых переменных. С точки зрения теории статистики существуют правила применения того или иного метода оценки связи между переменными в зависимости от тип_а шкалы их измерения (табл. 3).

 

 

Таблица 3 – Методы оценки связи между переменными и типы шкал измерения переменных*

 

 

 

	Независимые переменные
Метрическая шкала	Номинальная шкала
Зависимые перемен­ные	Метрическая шкала	Регрессионный анализ	Дисперсионный анализ

Номинальная шкала Дискриминантный анализ Таблицы сопряжен­ности * – составлено на основе источника [ Backhaus, Erichson, Plinke, Weiber, 2000. S. XXII]

 

Вопросы для самоконтроля

1. Какие источники и методы сбора маркетинговой информации Вы знаете?

2. Опишите процесс проведения полевых работ и его этапы.

3. Каким образом осуществляется оценка и анализ собранной информации на завершающем этапе маркетингового исследования.

4. Каким образом осуществляется редактирование данных в маркетинговых исследованиях: работа с ответами неудовлетворительного качества: возврат анкет на место сбора данных, назначение пропущенных значений, отсеивание анкет респондентов, содержащих ответы неудовлетворительного качества?

5. Как можно использовать в маркетинговых исследованиях программный комплекс SPSS при формировании исходной базы данных в программном комплексе SPSS и шкалировании измерения переменных в SPSS?

Список рекомендуемой литературы к теме 6:

1. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. – М.: Издательство «Финпресс», 2008. – 416 с.

2. Малхотра, Нэреш К. Маркетинговые исследования. Практическое руководство, 3-е изд./ Пер. с англ. – М.: Издательский дом «Вильямс», 2008. – 960 с.: ил. – Парал. тит. англ.

3. Маркетинговые исследования / Божук С.Г., Ковалик Л.Н. – СПб.: Питер, 2008. – 304 с.: ил. (Серия «Маркетинг для профессионалов»).

4. Черчилль Г.А. Маркетинговые исследования. – СПб.: Питер, 2008. – 752 с.: ил. (Серия «Маркетинг для профессионалов»).

5. Галицкий Е.Б. Методы маркетинговых исследований. – М.: Институт Фонда «Общественное мнение», 2008. – 398 с.

6. Плис А.И., Сливина Н.А. Практикум по прикладной статистике в среде SPSS: Учебное посбие. В 2-х ч. Ч. 1. Классические процедуры статистики. М.: Финансы и статистика, 2006.

7. Таганов Д.Н. SPSS: Статистический анализ в маркетинговых исследованиях. СПб.: Питер, 2008

8. Бююль Ахим, Цефель Петер. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем. СПб.: ДиаСофтЮП, 2006

Тема 7. Подготовка отчета о результатах маркетинговых исследований

Цель лекции: изучить процесс подготовки отчета по результатам маркетинговых исследований.

Основные вопросы: