Описательная статистика

Человек — существо без перьев, двуногое, с плоскими ногтями.

Вы знаете, что будете использовать описательную статистику. Неважно, для описания выборки или в качестве отдельной задачи.
Давайте поговорим об этом...

Где находится описательная статистика в SPSS?

"Анализ" - "Описательная статистика" - "Частоты", "Описательные", "Разведочный анализ"

// Analyze - Descriptive statistics - Frequencies, Descriptives, Explore

как самостоятельная задача

Использование описательных статистик является
обязательным требованием к анализу данных в Вашей курсовой

Обычно описательная статистика — первая задача по порядку и в Вашем методологическом блоке, и в главе «Анализ данных», потому что это позволяет проверяющим и комиссии сразу увидеть, что Вы выполнили обязательное требование.

По этой же причине, описательную статистику ~~лучше~~ обязательно следует вынести в отдельную задачу. Очевидно, так или иначе Вы будете прибегать к ней и в рамках других задач, но там она скорее всего затеряется.

Давайте определимся с типом переменной,
которую будем описывать

✏ Как понять, к какому типу относится моя переменная?

Номинальная переменная

Никогда не выносите социо-демографическое описание выборки
в содержательную задачу.
Все описательные по полу, возрасту и т.д. выносятся в «Описание выборки» (об этом можно прочесть на этой же странице в разделе 2).

Вы всегда можете посчитать частоты, то есть процентное соотношение тех или иных вариантов ответа, для всех категорий по номинальной переменной. А потом представить эту информацию в красивом графике формата pie-chart.

Для обычной номинальной переменной с несколькими значениями в качестве меры центральной тенденции может быть рассчитана только мода. В качестве меры разброса - коэффициент качественной вариации. И всё.

Если переменная дихотомическая, то есть имеет всего лишь два значения (обычно "да"/"нет"; "выбрано"/"не выбрано" — для удобства закодируйте такую переменную 0 и 1), то может быть рассчитано среднее значение, при соблюдении условия специфической интерпретации среднего. Среднее в таком случае должно быть проинтепретировано как доля тех, кто закодирован как "1".

Например, мы изучаем, феномен татуировки. В выборке "1" — человек имеет татуировки, "0" — не имеет татуировок. Если для этой дихотомической номинальной переменной среднее равно 0,537, то его следует интерпретировать как: "В выборке 53,7% респондентов имеют по крайней мере одну татуировку".

Для этой доли может быть рассчитан доверительный интервал, как вручную или через специальный калькулятор, так и через функцию Explore или Разведочный анализ - эта функция крайне удобна, поскольку автоматически считает верхнюю и нижнюю границу 95% доверительного интервала. В настройках можно также установить любой интересующий Вас интервал (90%, 99% и т.д). Помните, что доверительный интервал может быть рассчитан при допущении того, что выборка является случайной, вероятностной.

Используйте этот метод, чтобы описать центральный концепт своего исследования. Если у вас нет дихотомической переменной, создайте ее на основе шкалы или блока вопросов, которые измеряют основной концепт, но не переусердствуйте.

Порядковая
переменная

С этими друзьями много чего не сделаешь, но давайте попробуем.

Как обычно, можно рассчитать частоты, то есть процентное соотношение тех или иных категорий, и представить в красивом графике. USE IT!

В качестве меры центральной тенденции — мода и медиана. В качестве меры разброса — коэффициент качественной вариации и квартильный размах. Квартильный размах в SPSS автоматически не рассчитается, но считается в уме — это разница между 75-ой и 25-ой процентилью.

Доверительный интервал к медиане можно рассчитать через специальный калькулятор.

Интервальная переменная

Вот с этими зайцами можно сделать много чего хорошего, начнем.

Во-первых, про частоты: обычно у интервальной переменной очень много градаций, поэтому частотные таблицы, процентное соотношение и графики по ним смотрятся аляповато. Если все-таки решитесь приводить их, убедитесь, что информация визуально легко считывается и несет под собой содержательный смысл.

Во-вторых, считать можно всё. В качестве мер центральной тенденции: моду, медиану и среднее. В качестве мер разброса — квартильный размах, стандартное отклонение, дисперсию. Помните, что среднее очень чувствительно к "крайним" значениям, то есть условным выбросам. Старайтесь подкреплять среднее стандартным отклонением, чтобы не искажать информацию о данных.

Можно считать доверительный интервал для среднего значения - с помощью функции Explore или вручную и на калькуляторе. Соответственно, если несколько интервальных переменных измерены по одной шкале, можно сравнивать средние и доверительные интервалы (для визуализации используйте диаграмму Ганта). Если доверительные интервалы сравниваемых средних не пересекаются - то можно говорить о наличии различий. Если, наоборот, они почти полностью совпадают, "накладываясь" друг на друга - то можно говорить, что респонденты по сравниваемым переменным не различаются.

* Задание со звездочкой. Еще можно проверить, подчиняется ли распределение Вашей интервальной переменной законам нормального. Для этого можно поставить соответствующие галочки в пунктах меню Explore или же выбрать тест Колмогорова-Смирнова в пункте Анализ - Непараметрические -Одновыборчные - Сравнить распределение с нормальным. Если Вам повезет, и переменная окажется распределенной нормально — это дополнительный плюс к уверенности во время дальнейшего её анализа. Если переменная распределена ненормально, это накладывает ограничения на дальнейшие операций над ней, которые придется учитывать.

Описание выборки

оно же «Портрет респондента»

Описание Вашей выборки — это отдельный раздел в главе «Анализ данных», который непосредственно предшествует самому анализу, то есть решению Ваших задач.

Решите, какие характеристики респондентов
важны для Вашего исследования

Не надо описывать центральный концепт исследования, вынесите это в содержательную задачу.

В описании выборки опишите социально-демографические характеристики людей, попавших в Вашу выборку. Конвенционально, некоторые элементы описания присутствуют во всех исследованиях, вне зависимости от его темы.

То, что обычно всегда присутствует в описании выборки:

Пол
Возраст
Город
Образование
Доход

Не забудьте описать то, что специфично именно для Вашего исследования!

Например:

Если изучаете образование, то тип ВУЗа, в котором учится респондент, бюджетная/платная основа, профиль обучения;
Если изучаете насилие в гетеросексуальных парах (~~привет, я существую~~), то этап отношений, в которых состоит респондент, наличие у него детей, совместное/раздельное проживание;
Если Вы изучаете отношение к реновации в Москве, то, возможно, следует привести статистику по длительности проживания в Москве, район проживания;
и так далее...

С этим вроде понятно, но...

Как представить информацию?

Просто приведите аккуратно отформатированные частотно-процентные таблицы
и сопроводите их наглядными графиками

К большинству переменных, участвующих в описании выборки считается таблица частот, которую можно найти в меню Анализ - Описательные - Частоты. Таблица копируется из SPSS, из нее удаляются лишние элементы, она соответствующим образом форматируется (о том, как правильно форматировать читайте здесь).

Если переменная номинальная, считается коэффициент качественной вариации (ККВ). Шаблон для расчета ККВ можно скачать здесь. Высокий показатель этого значения, близкий к единице, свидетельствует о высокой разнородности выборки по анализируемой переменной. Содержательно, это означает, что Вы можете корректно сравнивать полярные группы респондентов, например, используя сравнение средних, где в качестве группирующей номинальной переменной будет использована та, по которой Вы описываете выборку и для которой посчитали ККВ.

После частотно-процентной таблицы, если категорий признака не очень много (не больше 5-7) строится диаграмма или график. В большинстве случаев, подходит pie-chart. Помните, что pie-chart используется только тогда, когда в сумме все частоты равны количеству людей в Вашей выборке, т.е. проценты в сумме дают 100%.

Обычно пропущенные значения в диаграмме не иллюстрируются, однако должны присутствовать в частотной таблице.