Лекция №8 Статистический анализ, оформление и представление

АНАЛИЗ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ

Методы анализа результатов исследования специфичны в зависимости от отрасли наук, по которой выполняется диссертационная работа, масштабов проведенного исследования, специфики собранного материал, используемых методов сбора информации и т.д.

• 
  • среднее (средняя арифметическая величина) — частное от деления суммы всех значений признака на их число. Оно определяется как сумма значений, деленное на их количество. Характеризует какую- либо совокупность в целом. Используется только для характеристики интервальных и порядковых шкал;
  
• 
  • дисперсия — величина, равная среднему значению квадрата отклонений отдельных значений признаков от средней. Используется только для характеристики интервальных и порядковых шкал;
  
• 
  • среднее линейное отклонение — величина, равная среднему значению модуля отклонений отдельных значений признаков от средней. Используется только для характеристики интервальных и порядковых шкал;
  
• 
  • среднее квадратическое отклонение — величина, равная квадратному корню из дисперсии. Это мера разброса измеренных величин. Используется только для характеристики интервальных и порядковых шкал;
  
• 
  • коэффициент вариации — отношение среднего квадратического отклонения к среднему арифметическому. Используется только для характеристики метрических шкал;
  
• 
  • минимальное значение — наименьшее значение переменной, встретившееся в массиве данных;
  
• 
  • максимальное значение — наибольшее значение переменной, встретившееся в массиве данных;
  
• 
  • медиана — значение переменной у той единицы совокупности, которая расположена в середине ранжированного ряда частотного распределения. Отсекает половину ряда распределения. Используется только для характеристики метрических шкал;
  
• 
  • мода — наиболее часто встречающееся значение переменной, т.е. значение, с которым наиболее вероятно можно встретиться в массиве;
  
• 
  • частота — численное значение признака (количество ответов респондентов). Используется для всех видов шкал;
  
• 
  • валидный процент—доля численного значения признака от общей численности совокупности. Используется для всех видов шкал. Для анализа результатов исследования можно использовать описание корреляционных связей между изучаемыми переменными. Корреляция представляет собой меру зависимости переменных. Существует несколько коэффициентов корреляции, указывающих на тесноту связи между исследуемыми переменными. Коэффициенты корреляции изменяются в пределах от +1 до -1. Если коэффициент корреляции равен — 1, то переменные имеют строгую отрицательную зависимость (чем выше, тем ниже); если коэффициент корреляции равен +1, то переменные имеют строгую положительную зависимость (чем выше, тем выше); если коэффициент равен нулю, то связь между переменными отсутствует. Среди наиболее известных и часто применяемых коэффициентов корреляции можно назвать:
  
• 
  • коэффициент корреляции Пирсона;
  
• 
  • коэффициент корреляции Спирмена;
  
• 
  • коэффициент корреляции Крамера;
  
• 
  • коэффициент корреляции Фи.
  

• 
  • ввода первичной информации, собранной в ходе прикладного маркетингового или социологического исследования;
  
• 
  • обработки и анализа этой информации;
  
• 
  • представления полученных результатов анализа в виде таблиц, текстов, графиков и диаграмм с возможностью их переноса в Microsoft Word и другие приложения Windows/NT.
  

• 
  • программа Vortex позволяет производить описательную статистику изучаемых переменных (расчет статистических показателей: среднее, мода, медиана, квартили, дисперсия, среднеквадратическое отклонение, коэффициент вариации, скос, эксцесс и др.);
  
• 
  • позволяет производить сегментирование респондентов по нескольким признакам, а также описание выделенных групп;
  
• 
  • при помощи программы Vortex можно проводить корреляционный анализ, позволяющий выявить зависимости изучаемых факторов, влияющих на результат (расчет для таблиц двухмерного распределения коэффициентов корреляции Пирсона, Гамма, Лямбда, Крамера, Юла, Фишера, критериев Х-квадрат, Стьюдента, определение статистической значимости).
  

• 
  • наиболее выгодные сегменты рынка;
  
• 
  • стратегии позиционирования товаров (услуг) относительно аналогичных товаров (услуг) конкурентов;
  
• 
  • оценка качества товара (услуги) клиентами;
  
• 
  • перспективы развития, новые возможности для роста;
  
• 
  • подтверждение или опровержение исследовательских гипотез. Statistica — это универсальная интегрированная система, предназначенная для статистического анализа и визуализации данных, управления базами данных и разработки пользовательских приложений, содержащая широкий набор процедур анализа для применения в научных исследованиях, технике, бизнесе; это современный пакет статистического анализа, в котором реализованы все новейшие компьютерные и математические методы анализа данных. Опыт многих людей, успешно работающих с пакетом, свидетельствует о том, что возможность доступа к новым, нетрадиционным методам анализа данных (a Statistica предоставляет такие возможности в полной мере) помогает находить новые способы проверки рабочих гипотез и исследования данных.
  

• 
  • описательные статистики;
  
• 
  • анализ многомерных таблиц;
  
• 
  • многомерная регрессия;
  
• 
  • дискриминантный анализ;
  
• 
  • анализ соответствий;
  
• 
  • кластерный анализ;
  
• 
  • факторный анализ;
  
• 
  • дисперсионный анализ и многое другое.