Исключение объекта целиком (casewise deletion)

Метод работы с пропущенными ответами, при котором наблюдения или респонденты с пропущенными ответами исключаются из анализа.

Поскольку нередки случаи, когда многие респонденты не отвечают на те или иные вопро­сы, данный метод может вызвать значительное сокращение выборки. Следует помнить, что ис­ключение большого количества данных нежелательно, поскольку процесс сбора данных дорог и требует больших временнь/х затрат. Кроме того, респонденты с пропущенными значениями систематически отличаются от респондентов, ответивших на все вопросы. В таких случаях исключение по данному методу может значительно исказить результаты опроса.

Попарное исключение переменных. При попарном исключении(pairwise delition) вместо от­браковывания всех случаев с любыми отсутствующими значениями исследователь во всех своих вычислениях рассматривает только наблюдения или респондентов, по которым есть полные ответы.

Попарное исключение (pairwise delition)

Метод работы с пропущенными значениями, в соответствии с которым наблюдения или респонденты с пропущенными данными не отбраковываются автоматически; исследователь во всех своих вычислениях учитывает только наблюдения или респондентов, по которым есть полные ответы.

В результате разные вычисления в ходе анализа могут основываться на разных размерах вы­борок. Такая процедура обычно применяется при следующих условиях: если размеры выборки велики, если количество пропущенных ответов незначительно, если переменные не сильно взаимосвязаны. Следует помнить, что и в этом случае данная процедура может привести к не­достоверным и даже нелогичным результатам исследования.

Применение разных методов работы с пропущенными значениями нередко приводит к разным итогам, особенно если пропуск ответов носит систематический характер, а переменные тесно взаимосвязаны. Таким образом, исследователю необходимо свести к минимуму количе­ство пропущенных ответов. Кроме того, прежде чем выбрать конкретный метод для работы с пропущенными значениями, он должен тщательно проанализировать все последствия приме­нения той или иной процедуры.

СТАТИСТИЧЕСКАЯ КОРРЕКТИРОВКА ДАННЫХ

Процедуры статистической корректировки данных включают взвешивание, переопределе­ние переменной и преобразования шкалы. Все эти корректировки необязательны, но, приме­няя их, можно значительно повысить качество анализа.

Взвешивание

При взвешивании(weighting) каждому наблюдению или респонденту в базе данных при­сваивается весовой коэффициент, отображающий степень его значимости по сравнению с дру­гими наблюдениями или респондентами.

Взвешивание (weighting)

Метод статистической корректировки данных, при котором каждому наблюдению или рес­понденту в базе данных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или респондентами.

Значение 1,0 применяется для обозначения наблюдения с отсутствием весового коэффици­ента. Цель взвешивания заключается в том, чтобы увеличить либо уменьшить в выборке коли­чество наблюдений с определенными характеристиками (в главе 12 обсуждалось использование метода взвешивания для корректировки ситуаций с отказом отвечать на вопросы).

Взвешивание чаще всего применяется для того, чтобы выборочные данные максимально точно представляли конкретные характеристики генеральной совокупности. Например, оно может использоваться, чтобы повысить значимость наблюдений или респондентов, по которым были собраны данные более высокого качества, чем по другим. Существует еще одно применение взвешивания, которое заключается в корректировке выборки с тем, чтобы повысить значимость ответов респондентов с определенными признаками. Если проводится опрос для определения, какие изменения стоит вносить в существующую продукцию, исследователь может принять решение присвоить больший весовой коэффициент ответам респондентов, которые пользуются данным товаром чаще других. Этого можно достичь присвоением весового коэффициента 3,0 тем покупателям, которые покупают исследуемую продукцию чаще всех, коэффициента 2,0 — тем, кто пользуется ею в средних пределах, и 1,0 — тем, кто приобретает этот товар редко либо не пользуется им никогда. Метод взвешивания следует применять с огромной осторожностью, поскольку это разрушает саму природу самовзвешиваемости любого выборочного обследования. Если исследователь все же решил воспользоваться данным методом, он должен тщательно задокументировать всю процедуру взвешивания и составить соответствующую часть отчета по проекту [11]. Важность соблюдения данного принципа подтверждает пример, описанный во врезке 14.1 "Практика маркетинговых исследований" [12].