Этап. Статистическая корректировка данных

Этап. Табулирование данных.

Если возврат невозможен, то

- самостоятельно присвоить пропущенные данные.

Рекомендуется в случаях: если количество респондентов, ответы которых признаны неудовлетворительными, невелико; доля ответов неудовлетворительного качества в ответах каждого респондента незначительна; некорректные ответы даны на неосновные вопросы;

- исключить анкеты респондентов, содержащих ответы неудовлетворительного качества.

Данный способ эффективен в случаях если:

=доля анкет, имеющих некорректные ответы не велика (меньше 10%);

= значителен объём выборки;

= «неудовлетворительные» респонденты по личностным характеристикам явно не отличаются от тех, кто ответственно подошел к заполнению анкет (например, по демографическим признакам);

= пропущены ответы на основные вопросы.

В целом, этот подход используют в случаях, когда исследователю не нужна высокая точность данных.

3 этап. Кодирование данных. Процедура кодирования заключается в присвоении кода, обычно цифрового, конкретному вопросу и варианту ответа на конкретный вопрос.

Кодирование необходимо для того, чтобы удобнее было вводить данные для анализа и хранить их в файлах.

Если анкета содержит структурированные вопросы, то их кодируют заранее (до полевых работ), если неструктурированные, то они кодируются в процессе обработки и затем вводятся в компьютер.

Структурированные вопросы (вопросы с несколькими вариантами ответа), респондент должен выбрать один или несколько ответов из предложенного списка.

Табулирование – это распределение закодированных данных на полях кодировочной таблицы и подсчет данных, которые попадают в различные категории (ячейки ответов на вопросы).

Столбцы матрицы содержат, как правило, ответы на различные вопросы анкеты, а ряды – респондентов. Табулирование помогает исследователю понять, как распределяются ответы респондентов на поставленные вопросы.

Соединение в одной таблице (матрице) данных по двум и более характеристикам опрашиваемых называют перекрестной табуляцией.

Это процедура обработки, повышающая пригодность данных для анализа, чтобы они точнее соответствовали целям исследования.

Статистическая корректировка включает: присвоение весов, переопределение данных и преобразование шкал. Все эти корректировки необязательны, но, применяя их, можно значительно повысить качество анализа.

= Присвоение весов (взвешивание) – это процедура, в ходе которой каждому респонденту или наблюдению (параметру) присваивается весовой коэффициент в соответствии со степенью значимости по сравнению с другими респондентами или наблюдениями.

Взвешивание используется для того, чтобы сделать данные по выборке более репрезентативными по некоторым характеристикам:

- категориям потребителей, которые недостаточно представлены в выборке, присваивается больший вес, чем тем, кто оказался в большинстве;

- для придания большей важности ответам респондентов с определенными характеристиками.

Например, при изучении удовлетворенности клиентов качеством обслуживания можно присвоить больший вес мнениям тех, кто часто посещает магазин и т.д.

= Переопределение данных. Цель – создание переменных, максимально отвечающих основным задачам исследования.

Предположим, что изначальной переменной был показатель использования продукции по 10 категориям ответов. Их можно сократить до четырех категорий: пользуюсь часто, средне, редко или никогда.

= Преобразование шкалы заключается в манипулировании значениями шкалы с тем, чтобы сравнивать её с другими шкалами либо как-то иначе преобразовывать данные и делать их подходящими для анализа.

Для измерения разных переменных используются разные шкалы (самостоятельно).

Все эти корректировки необязательны, но, применяя их, можно значительно повысить качество анализа.

Дата добавления: 2015-05-26