интересно
Предыдущая | Содержание | Следующая

Переопределение переменной

Процедура переопределения переменной (variable respecification) заключается в преобразовании данных для создания новых переменных либо изменения существующих.

Цель переопределения состоит в создании 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. Кроме того, исследователь может разработать индекс информационного поиска (Index of Information Search— IIS), представляющий собой сумму информации, которую клиенты стремятся получить от дилеров, менеджеров по продвижению товаров на рынке и из независимых источников. Можно воспользоваться коэффициентом соотношения переменных. Если, например, соизмеряется количество покупок в универмаге (Л",) и количество покупок в кредит i.1.л доля покупок в кредит может стать новой переменной после вычисления соотношения двух исходных переменных {XJX-} Другими способами переопределения переменной являются извлечение квадратного корня и логарифмические преобразования, которые часто применяются, чтобы точнее "подогнать" оцениваемую модель к основным задачам исследования.

К важнейшим процедурам переопределения переменной относится также использование фиктивных переменных для переопределения категорий. Фиктивные переменные (dummy

variables) часто также называют двоичными, дихотомическими, инструментальными или качественными. Это переменные, которые могут принимать только два значения, например, 0 или 1.

Общее правило заключается в следующем: переопределить переменную категории для К-то числа категорий можно К— 1 фиктивными переменными. Почему их должно быть не К, а именно К— 1?Эго объясняется тем, что только К- I категорий независимы. С учетом данных выборки информацию оК-й категории можно получить на основе информации о других К— 1 категориях. Так, если рассматривается пол респондентов, переменная имеет две категории, и при этом необходима только одна фиктивная переменная. Информацию о количестве или проценте мужчин в выборке можно быстро получить на основе данных о количестве или проценте женщин в этой выборке. Концепция применения фиктивных переменных проиллюстрирована на следующем примере.

Преобразование шкалы измерения

Преобразование шкалы (scale transformation) заключается в манипулировании значениями шкалы с тем, чтобы сравнивать ее с другими шкалами либо как-то иначе преобразовывать данные и делать их подходящими для анализа.

Часто для измерения разных переменных используются разные шкалы. Так, переменные для оценки имиджа товара измеряются с использованием семибалльной семантической диффсренииальной шкалы, переменные для оценки отношения — по интервальной рейтинговой шкале, а переменные для оценки образа жизни — по пятибалльной шкале Лайкерта. Очевидно, бессмысленно сравнивать респондентов по показателям, зафиксированным с использованием разных шкал. Чтобы сравнить баллы, оценивающие отношение, с баллами, указанными респондентом относительно стиля жизни или имиджа, необходимо преобразовать разные шкалы, Даже если для оценки всех переменных использовалась одна и та же шкала, разные респонденты нередко пользуются ею по-разному. Некоторые респонденты при ответах постоянно используют верхние градации рейтинговой шкалы, 1> то время как другие — нижнюю ее часть. Различия подобного типа можно откорректировать соответствующим преобразованием данных.

В описанном выше примере результаты преобразования шкалы откорректированы только по усредненным ответам. Существует, однако, и более общая процедура преобразования шкал — известная как нормализация или нормирование {standardization).