Табулирование данных и его формы

Табулирование — это подсчет количеств событий, которые попадают в различные категории. Табуляция может выполняться целиком от руки, целиком машиной или частично машиной и частично от руки. Какой из подходов наиболее эффективен, зависит и от числа необходимых табуляций, и от количества событий в каждой табуляции. Число табуляций является прямой функцией количества переменных, тогда как количество событий — это прямая функция размера выборки. Чем меньше число табуляций требуется и чем меньше выборка, тем более привлекательными становятся ручные методы. Однако привлекательность любого подхода также в значительной степени зависит от сложности табуляций. Сложность возрастает по мере увеличения числа переменных, получаемых для одновременной обработки в перекрёстной табуляции. Сложность также возрастает с увеличением числа категорий на одну переменную.

Хотя в очень простых исследованиях ручная табуляция может оказаться полезной, особенно если вопросов немного и число возможных ответов ограничено, большинство исследований полагается на компьютерную табуляцию, использующую пакеты программ. Существует громадное количество таких программ. Некоторые из них, в дополнение к отчётности о количестве событий в каждой категории, могут рассчитывать итоговые статистики и графически представлять гистограммы значений. Базисный ввод для такого рода статистических анализов называется массивом данных, в котором перечисляются значения каждой переменной для каждого блока статистической выборки. Каждая переменная занимает особое место в записи для блока выборки, что упрощает доступ к её значениям для всех событий. Местоположений каждой переменной определяется в книге кодов [Черчилль, с. 561].

Табулирование может принимать форму простой табуляции или перекрёстной табуляции. Простая или одномерная табуляция — это подсчет количества событий, которые попадают в каждую категорию, когда категории базируются на одной переменной. Она может повторяться для каждой из переменных исследования, но табуляция для каждой переменной не зависит от табуляции для других переменных. В перекрёстной табуляции две или более переменных обрабатываются одновременно.

Одномерная (простая) табуляция в дополнение к организации связи результатов исследования, может использоваться в нескольких других целях:

• · Для определения степени безответности позиций анкеты;
• · Для локализации грубых ошибок;
• · Для локализации посторонних значений;
• · Для определения эмпирического распределения рассматриваемой переменной;
• · А также для расчета итоговых статистик;

Первые три направления использования часто определяются как очистка данных. Безответность позиций оказывается существенной проблемой в большинстве исследований. По существу дела, степень безответности позиций зачастую служит полезным индикатором качества исследования. Существует несколько стратегий поведения относительно того, что делать с утраченными данными:

• Ш Оставить позиции пустыми и описать их количество как отдельную категорию;
• Ш Исключить событие с утраченной позицией при анализе с использованием соответствующей переменной;
• Ш Подставлять значения утраченных позиций анкеты.

Не существует «правильного» или простого ответа на вопрос о том, каким образом обрабатывать утраченные позиции. Все зависит от целей исследования, обстоятельств утраты информации и методов, которые используются для анализа данных.

Как упоминалось выше, ещё одна цель одномерной табуляции состоит в локализации грубых ошибок. Грубая ошибка — это ошибка, которая возникает при редактировании, кодировании, при переносе информации из формы в базы данных или табулировании данных.

Ещё одно применение одномерной табуляции состоит в локализации посторонних значений. Постороннее значение — это наблюдение, настолько отличающееся по величине от остальных наблюдений, что аналитик предпочитает обрабатывать его как особое событие. Это может означать исключение наблюдения из анализа или определение особых факторов, которые ответственны за это уникальное наблюдение.

Четвёртое направление использования одномерной табуляции частот состоит в определении эмпирического распределения рассматриваемой характеристики. Некоторые аналитики игнорируют распределение переменных и автоматически рассчитывают такие суммарные статистики, как среднее значение. Игнорирование распределения переменных может привести к серьёзной ошибке.

Прежде чем приступать к любому анализу переменной, надо разобраться в смысле ее распределения.

Часто распределение лучше представлять наглядно с помощью гистограммы, представляющей собой определенную форму столбчатой диаграммы, в которой последовательные значения переменной размещаются по оси абсцисс или Х, а частота или относительная частот появления значений указывается по оси ординат или оси У. Более глубокого проникновения в суть эмпирического распределения доходов можно добиться, построив полигон частот, который получается из гистограммы посредством соединения верхних точек столбцов прямых линиями Альтернативным способом проникновения в суть эмпирического распределения является построение эмпирической функции накопленных частот. Это функция, которая показывает число событий, имеющих значения меньше или равные специфицированной величине; эта функция генерируется посредством соединения точек, представляющих заданные комбинации Х (значения) и У (накопленных частот), прямыми линиями.

Перекрестная или многомерная табуляция — это подсчет количества событий, которые попадают в каждую из нескольких категорий, когда категории базируются на двух или более переменных, рассматриваемых одновременно. Она является важным механизмом для изучения связей внутри и между переменными. В перекрёстной табуляции выборка делится на подгруппы таким образом, чтобы выявить, каким образом зависимые переменные изменяются от подгруппы к подгруппе. Многие маркетинговые исследования не идут дальше перекрёстной табуляции, и, более того, большинство исследований, использующих преимущества более сложных аналитических методов, тоже включают в себя перекрёстную табуляцию в качестве важной составляющей. Таким образом, и аналитикам, и лицам, которым приходится принимать решения, необходимо понимать, каким образом разрабатываются и интерпретируются перекрёстные табуляции.

Табулированные результаты для коммерческих маркетинговых исследований редко представляются с использованием табуляции и процедуры перекрёстной табуляции. Становится всё более популярным использование баннеров. Баннер — это последовательный ряд перекрестных табуляций между критериями или зависимой переменной и несколькими (зачастую большим числом) факторными переменными, оформленный в виде единой таблицы. Зависимая переменная или какое-то подлежащее объяснению явление обычно определяет название строк таблицы. Она также имеет название стаб. Заранее предсказанные (предикторные) или факторные переменные определяют колонки таблицы, а каждое значение этих переменных называется баннерной точкой.

Баннерные таблицы обладают несколькими преимуществами:

• · Позволяют представить большой объем информации на очень ограниченном пространстве ее носителя;
• · Этот формат представления удобен для восприятия менеджеров, которые не занимаются исследованием;

Также у баннерных таблиц есть ряд недостатков:

• · Они имеют тенденции к сокрытию взаимосвязей, которые можно увидеть только при одномерном наблюдении нескольких переменных;
• · Труднее обнаружить ошибки в представляемых данных, возникшие в результате неправильного кодирования или редактирования.