Задачи статистики в пакете SPSS




Диалоговое окно Weight Cases



Диалоговое окно Weight Cases



 Диалоговое окно Weight Cases
  • Выберите в этом диалоговом окне опцию Weight cases by и перенесите переменную gewicht в поле под ней (в диалоге это поле называется Frequency Variable).

  • Описанным выше путем создайте частотные таблицы переменных beamier и thema3 и таблицу сопряженности из этих переменных. Вы получите следующий результат:

Служащий?

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

да

110

8,4

8,4

8,4

нет

1189

91,6

61,6

100,0

Total

1299

100,0

100,0

Борьба с инфляцией

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

первостепенная важность

110

8,5

8,5

8,5

второстепенная важность

239

18,4

18,4

26,9

важность третьей степени

375

28,8

28,8

55,8

важность четвертой степени

575

44,2

44,2 ,

100,0

Total

1299

100,0

100,0

Таблица сопряженности Борьба с инфляцией * Служащий?

Служащий?

да

Нет

Total

Борьба с инфляцией

первосте- пенная важность

Count

5

105

110

% от Борьба с инфляцией

4,5%

95,5%

100,0%

%от Служащий?

4,5%

8,8%

8,5%

второсте- пенная важность

Count

11

228

239

% от Борьба с инфляцией

4,6%

95,4%

100,0%

%от Служащий?

10,0%

19,2%

18,4%

важность третьей степени

Count

30

345

375

% от Борьба с инфляцией

,U /0

92,0%

100,0%

%от Служащий?

27,3%

29,0%

28,9%

важность четвертой степени

Count

64

511

575

% от Борьба с инфляцией

11,1%

88,9%

100,0%

%от Служащий?

58,2%

43,0%

44,3%

Total

Count

110

1189

1299

% от Борьба с инфляцией

8,5%

91,5%

100,0%

%от Служащий?

100,0%

100,0%

100,0%

Chi-Square Tests

Value

Df

Asymp. Sig. (2-sided)

Pearson Chi-Square

12,156 a

3

,007

Likelihood Ratio

12,972

3

,005

Linear-by-Linear Association

11,410

1

,001

N of Valid Cases

1299

а. 0 cells (,0%) have expected count less than 5. The minimum expected count is 9,31. (Ячейки с нулями (,0%) имеют ожидаемую частоту менее 5. Минимальная ожидаемая частота 9,31.)

Общая частота осталась неизменной — 1299, но взаимное отношение частот изменилось. В переменной beamter количество служащих снизилось с 137 до 110, что соответствует реальной доле служащих 8,4%. Также незначительно изменилась частотная таблица для переменной themaS; взвешивание повлияло и на нее.

То же можно сказать и о таблице сопряженности. Однако здесь процентные значения по столбцам не изменились; сохранились соотношения между отдельными значениями переменных в ячейках.

Установленное взвешивание будет действовать до тех пор, пока вы снова не выберете в диалоговом окне Weight Cases опцию Do not weight cases (He взвешивать наблюдения).

Описанный метод взвешивания при отсутствии репрезентативности может привести к возникновению некоторых проблем, которые, впрочем, не проявляются в изученном примере.

Если мы рассмотрим, например, взвешенную частотную таблицу переменной «Борьба с инфляцией», то обнаружим, что общее количество наблюдений (1299) не меняется при взвешивании. Это связано с тем, что сумма весовых коэффициентов по всем случаям равна числу случаев. Однако в варианте взвешивания, который будет изложен в разделе 8.7.2, это не так.

Если вы попробуете вручную просуммировать частоты упоминания всех четырех вариантов ответов, то в результате вы также получите число 1299. Однако это не закономерность, а скорее счастливое совпадение, о чем свидетельствует следующий пример.

  • Загрузите файл mai.sav, содержащий результаты опроса членов профсоюза на тему 1 мая (см. главу 24).

  • С помощью команд меню Analyze (Анализ) Descriptive Statistics (Дескриптивные статистики) Frequencies... (Частоты) создайте частотные таблицы переменных v2 (Пол) и v20 (Занятие).

Пол

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

женский

77

28,4

28,4

28,4

мужской

184

71,6

71,6

100,0

Total

271

100,0

100,0

Занятие

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

Учащийся

8

3,0

3,0

3,0

Рабочий

47

17,3

17,3

20,3

Квалифици- рованный рабочий

47

17,3

17,3

37,6

Специалист

4

1,5

1,5

39,1

Служащий

66

24,4

24,4

63,5

Менеджер

8

3,0

3,0

66,4

Государствен- ный служащий

31

11,4

11,4

77,9

Пенсионер

42

15,5

15,5

93,4

Домохозяйка

g

3,3

3,3

96,7

Нетрудоспо- собный

1

,4

,4

97,0

Безработный Total

8 271

3,0 100,0

3,0 100,0

100,0

  • Взвесим наблюдения так, чтобы устранить неравномерность между количествами респондентов обоих полов. Учитывая частотное распределение полов, характерное для имеющейся выборки, это выполняется при помощи следующих команд:

IF v2=1 w=135.5/77.

IF v2=2 w=135.5/194.

EXECUTE

  • Теперь описанным выше способом проведем взвешивание, используя только что полученную переменную w, и построим обе частотные таблицы заново:

Пол

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

женский

135

50,0

50,0

50,0

мужской

135

50,0

50,0

100,0

Total

271

100,0

100,0

Занятие

Frequency

Percent

Valid Percent

Cumulative Percent

Valid

Учащийся

10

3,6

3,6

3,6

Рабочий

46

16,8

16,8

20,4

Квалифици- рованный рабочий

35

12,9

12,9

33,3

Специалист

3

1,0

1,0

34,4

Служащий

83

30,7

30,7

65,1

Менеджер

7

2,5

2,5

67,5

Государствен- ный служащий

32

11,9

11,9

79,4

Пенсионер

36

13,2

13,2

92,6

Домохозяйка

9

3,5

3,5

96,1

Нетрудоспо- собный

2

,6

,6

96,8

Безработный

9

3,2

3,2

100,0

Total

271

100,0

100,0

Хотя общее число наблюдений, 271, опять не изменилось, но суммирование частот по категориям дает несколько другие результаты.

Это особенно заметно для переменной Пол. Так как после определения переменной взвешивания обе категории должны иметь одинаковые частоты, с самого начала ясно, что сумма не может быть нечетной. Для переменной занятие сложение частот по категориям также дает результат 272, что на единицу отличается от общего количества наблюдений — 271, выводимого в окне просмотра. SPSS всегда, в том числе при взвешивании, выдает целочисленные частоты. Поэтому негативное влияние округления будет неизбежным. Другие статистические программы, например, Stata, обходят эту ситуацию, вычисляя взвешенные частоты с дробной частью.

Если сделать выборку наблюдений, то отображаемые программой суммы до и после взвешивания, как правило, также будут различаться. Это связано с тем, что в частичной выборке количество наблюдений обычно не соответствует сумме весовых коэффициентов, попадающих в эту выборку. Это можно проверить, создав на основе открытого файла данных частотную таблицу переменной «Занятие» до взвешивания и после взвешивания, но только для приверженцев партии СДПГ (v22=2). Тогда мы получим соответственно суммы 91 и 83.

Взвешивание для выравнивания характеристик при нарушении репрезентативности применяется в первую очередь при эпидемиологических исследованиях. Так как при весовом коэффициенте, превосходящем единицу, количество наблюдений искусственно увеличивается по сравнению с фактически измеренным, к результатам теста на значимость следует подходить весьма критически.





Начало  Назад  Вперед