Описательный анализ и линейные распределения, проводимые с помощью SPSS

Статистический анализ данных — основное предназначение SPSS и на сегодняшний день это одна из лучших программ для проведения профессионального статистического анализа в самых разных областях человеческой деятельности: бизнесе, политологии, медицине и т. д.

В этом смысле предлагаемое общепринятое разделение методов статистического анализа на описательный анализ, анализ различий, ассоциативный и классификационный анализ весьма условно и отражает лишь общие тенденции их использования именно в маркетинговых исследованиях.

Работая со статистическими функциями в SPSS, необходимо свободно оперировать основными понятиями статистики. Одним из центральных понятий является статистическая значимость (р).

Именно на основании статистической значимости в большинстве процедур SPSS проверяется практическая пригодность построенных моделей. По сути, статистическая значимость – это вероятность наступления или ненаступления исследуемого события.

Уровень р ≤ 0,05 часто используется в качестве критерия установления статистической значимости. Данная запись означает, что с вероятностью 95 % можно утверждать: исследуемое событие произошло неслучайно, то есть связано с какой-то системой. В таблице 5 представлен наиболее распространенный способ интерпретации различных уровней значимости в маркетинговых исследованиях.

В некоторых случаях (например, t-тесты) статистическая значимость в SPSS может быть одно- или двухсторонней. Двухсторонняя значимость показывает, отличается ли значительно среднее значение первой исследуемой переменной от среднего значения второй — без указания направления этого различия, положительного или отрицательного.

Второй тип значимости (односторонняя) при анализе данных маркетинговых исследований используется редко, и именно двухсторонняя значимость выводится SPSS по умолчанию. Таким образом, на практике нет необходимости обращать внимание на тип значимости, выводимой SPSS: она всегда будет показывать статистическую значимость исследуемого события.

Целью описательного анализа является систематизация имеющихся данных. В рамках данной задачи происходит построение линейных распределений, а также характеристика переменных в различных статистических аспектах: расчет среднего, медианы, моды и т. п. Линейные (общие) распределения позволяют подсчитать количество респондентов, указавших тот или иной вариант ответа на рассматриваемый вопрос.

Построение линейных распределений обычно является первым шагом в статистическом анализе данных. При помощи линейных распределений становится возможным систематизировать ответы респондентов.