Маркетинговые исследования покупателей детских гигиенических средств. Формирование исходной базы в SPSS. Т-тест для независимых выборок. Т-тест для спаренных выборок. Интерпретация результатов однофакторного дисперсионного анализа. Линейный регрессионный анализ в SPSS

отображает переменную (вопрос анкеты), каждая строка — отдельное наблюдение (объект сбора информации) (рисунок 2).

Рисунок 2– Окно редактора данных: вкладка «Вид данных»

2.  Т-ТЕСТ ДЛЯ НЕЗАВИСИМЫХ ВЫБОРОК

2.1ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ Т-ТЕСТА ДЛЯ НЕЗАВИСИМЫХ ВЫБОРОК

Т-тест проводится с целью определения влияния одной (независимой) переменной на другую (зависимую) переменную.

Таблица 2 – Результаты Т-теста: статистические показатели в группах

Таблица 3 – Результаты Т-теста для независимых выборок

Как видно из данных таблицы 2, всего в исследованиях приняли участие 10 мужчин и 11 женщин. Средняя удовлетворенность местом отдыха (Mean) у мужчин составила 2,30, а у женщин — 2,55.

При проведении теста Ливина проверяется следующая гипотеза: «Дисперсии распределения тестируемой величины в разных группах равны». Верность этой гипотезы определяется в зависимости от величины «Significance» («Значимость»), которая в данном примере составляет 0,758 (см. таблицу 3). Это означает, что исходная гипотеза может быть отклонена с большой вероятностью ошибки 75%, что существенно выше допустимого уровня (5%). Следовательно, исходная гипотеза верна.

T-тест проверяет верность гипотезы: «Средние величины в двух группах равны». Верность этой гипотезы проверяется в зависимости от показателя «Significance (2-tailed)». В нашем примере этот показатель составляет 0,629 (см. таблицу 4), что означает, что исходная гипотеза может быть отклонена с вероятностью ошибки 62,9%, а это выше допустимого уровня (5%). Следовательно, исходная гипотеза не может быть отклонена, т.е. сравниваемые средние величины равны с точки зрения статистики.

Исходя из вышеизложенного можно сделать вывод о том, что разница между средним уровнем удовлетворенности местом отдыха у мужчин и женщин (2,30 и 2,55) не является статистически значимой.

Таким образом, в результате проведения Т-теста доказано отсутствие взаимосвязи между исследуемыми переменными, т.е. пол покупателя не влияет на его удовлетворенность качеством одноразовых подгузников Libero.

3.  Т-тест для спаренных выборок

Т-тест для спаренных выборок применяются в том случае, когда на различные вопросы отвечает одна и та же группа респондентов. Например, покупатели оценивают качество подгузников марки Libero и подгузников других торговых марок.

Таблица 4 – Статистические показатели

В нашем случае, удовлетворенность качеством подгузников других торговых марок  на 0,21 балла выше (но надо помнить, что при опросе использовались значения переменной «1» - полностью доволен, а «5» - совсем не доволен). Значит удовлетворенность качеством подгузников других торговых марок ниже.

В таблице 5 представлен коэффициент корреляции между оценками двух анализируемых переменных.

Таблица 5 – Коэффициент корреляции

Следует помнить, что чем ближе значение коэффициента к 1, тем сильнее линейная связь между переменными, то есть, чем выше уровень оценки по первой переменной, тем выше оценка второй – и наоборот.

В нашем случае коэффициент корреляции составил -0,410 при статистической значимости 0,065. Статистическая связь между переменными незначительная.

Таблица 6 позволяет сделать вывод о наличии или отсутствии статистически значимого различия между переменными, что следует из значения в столбце Sig (2-tailed).

Таблица 6 – Результаты теста

В нашем случае различие в удовлетворенности качеством подгузников