Analiza danych przy pomocy tabeli krzyżowej

Analiza tabelaryczna to technika analizy danych ciesząca się największą popularnością. Tabele umożliwiające ukazanie zależności pomiędzy zmiennymi (dwiema lub więcej) określa się mianem tabel krzyżowych lub też tabel kontyngencji (Górniak, Wachnicki 2004). W nagłówku tabeli i po jej lewej stronie znajdują się nazwy zmiennych i opisy ich kategorii, a w komórkach na przecięciu poszczególnych wartości obu miennych możemy odczytać liczbę respondentów reprezentujących jednocześnie owe wartości (np. kobiety posiadające stałe zatrudnienie).

Tabela 1. Prosta tabela krzyżowa z liczebnościami

W tabelach krzyżowych możliwe jest wykorzystanie trzech typów procentowania: procentowania ogółem, procentowania kolumnowego oraz procentowania wierszowego. Zastosowanie procentowania ogółem pozwala dowiedzieć się, jaki odsetek badanej zbiorowości stanowi kategoria respondentów opisana ze względu na kombinację wartości obu zmiennych.

Dzięki wykorzystaniu procentowania ogółem w poniższej tabeli możemy zatem dowiedzieć się że kobiety posiadające stałe zatrudnienie stanowią 33,6% badanej próby.

Tabela 2. Tabela krzyżowa – procentowanie ogółem

Wykorzystanie procentowania kolumnowego lub wierszowego stwarza możliwość porównania rozkładów wartości jednej ze zmiennych względem drugiej. Jeśli wybierzemy procentowanie kolumnowe, procenty będą sumować się w kolumnach, a my otrzymamy rozkład zmiennej wierszowej we wszystkich grupach wyróżnionych ze względu na kategorie zmiennej kolumnowej – tzw. profile kolumnowe (por. Babbie 2004, Górniak, Wachnicki 2004). W zaprezentowanym poniżej przykładzie, są to profile kobiet i mężczyzn ze względu na to, czy posiadają stałe zatrudnienie, czy też nie. Zakładając, że pytanie o posiadanie stałego zatrudnienia jest zmienną zależną (tą, której zróżnicowanie wartości chcemy wyjaśnić) a płeć zmienną niezależną (wykorzystywaną do wyjaśnienia zróżnicowania wartości zmiennej zależnej w badanej zbiorowości) możemy przeprowadzić wstępną eksplorację zależności pomiędzy płcią a posiadaniem stałego zatrudnienia. Chcąc wykorzystać tabele krzyżowe do analiz zależności pomiędzy zmiennymi powinniśmy, pamiętać o podstawowej zasadzie: jeśli poszukujemy odpowiedzi na pytanie o wpływ zmiennej niezależnej X na zmienną zależną Y, to stosujemy procentowanie w kierunku zmiennej niezależnej, a czytamy wyliczone procenty w kierunku przeciwnym (Górniak, Wachnicki 2004). Analizując zależność pomiędzy płcią a rodzajem zatrudnienia wybór procentowania uzależniamy od tego, czy zmienna niezależna (płeć) znajduje się w wierszach (wówczas wybieramy procentowanie wierszowe), czy też w kolumnach, tak jak w analizowanym w niniejszym tekście przypadku (wtedy korzystamy z procentowania kolumnowego). Po dokonaniu wyboru odpowiedniego typu procentowania porównujemy między sobą rozkłady zmiennej zależnej (stałe zatrudnienie) w obrębie grup respondentów wyznaczanych przez kategorie zmiennej niezależnej (płeć). Korzystając z tabel krzyżowych w analizie zależności pomiędzy zmiennymi w oparciu o dane z prób reprezentatywnych należy pamiętać, że nie pozwalają one na jednoznaczne stwierdzenie, czy zaobserwowane przez nas zależności są istotne statystycznie – umożliwia to dopiero wykorzystanie testu chi kwadrat.

Analizując poniższą tabelę należy stwierdzić, że mężczyźni nieznacznie częściej niż kobiety posiadają stałe zatrudnienie.

Tabela 3. Tabela krzyżowa – procentowanie kolumnowe

Jeśli wybierzemy opcję procentowania wierszowego, procenty sumować się będą w wierszach, a my uzyskamy profile osób zatrudnionych i niezatrudnionych ze względu na płeć. Analizując poniższą tabelę możemy zauważyć, że mężczyźni stanowią większość tak grupy posiadającej stałe zatrudnienie, jak i tych, którzy stałej pracy nie posiadają.

Tabela 4. Tabela krzyżowa – procentowanie wierszowe

  

Wzór cytowania:

Magierowski M. Analiza danych przy pomocy tabeli krzyżowej. Dostępny: http://www.researchonline.pl/baza?podkategoria=26, data dostępu: .././../2013.

Bibliografia

Babbie E. 2004. Badania społeczne w praktyce. Warszawa: Wydawnictwo PWN.
Górniak J., Wachnicki J. 2004. Pierwsze kroki w analizie danych. Kraków: SPSS Polska.