استخدام جداول التقاطعات لدراسة العلاقات الترتيبية

استخدام جداول التقاطعات لدراسة العلاقات الترتيبية

من أمثلة استخدام جداول التقاطعات Crosstabs لدراسة العلاقات الترتيبية هو استخدامها في شركة البيع بالتجزئة التي أجرت استبيانًا عن رضا العملاء لاهتمامها بمعرفة كيفية ارتباط تكرار التسوق بمستويات الرضا العام. نظرًا لأنه يتم ترتيب فئات هذين المتغيرين، يمكنك الاستفادة من المقاييس التي تحدد القوة وتحدد علاقة الارتباط (الإيجابية أو السلبية).

يتم جمع نتائج المسح في ملف satisf.sav. راجع موضوع “ملفات الأمثلة” لمزيد من المعلومات. استخدم جداول التقاطعات Crosstabs للحصول على مقاييس ترتيبية للارتباط بين تكرار التسوق والرضا العام.

إجراء التحليل

لإجراء تحليل جدولي:

1. اختر من القوائم: تحليل> الإحصاء الوصفي> الجداول المشتركة …

Analyze > Descriptive Statistics > Crosstabs…

2. انقر فوق “إعادة تعيين” Reset لاستعادة الإعدادات الافتراضية.

3. حدد تكرار التسوق أو Shopping frequency كمتغير الصف.

4. حدد الرضا العام أو Overall satisfaction كمتغير العمود.

5. انقر فوق إحصائيات Statistics.

6. حدد Gamma و Somer’s d و Kendall’s tau-b و Kendall’s tau-c.

7. انقر فوق متابعة Continue.

8. انقر فوق “موافق” OK  في مربع حوار جدول التقاطعات.

جدول التقاطع

لا يُظهر التقاطع أي نمط واضح. في حالة وجود أي منها، فقد يكون الأشخاص الذين يتسوقون أكثر لديهم رضا أكثر.

المقاييس المتماثلة والمقاييس الاتجاهية

تستند المقاييس المتماثلة والاتجاهية للارتباط الترتيبي على فكرة المحاسبة عن التوافق مقابل الاختلاف. يتم تصنيف كل مقارنة زوجية للحالات على أنها واحدة مما يلي:

• تعتبر المقارنة الزوجية متوافقة إذا كانت الحالة ذات القيمة الأكبر في متغير الصف لها أيضًا قيمة أكبر في متغير العمود. يشير التوافق إلى ارتباط إيجابي بين متغيرات الصف والعمود.
• تعتبر المقارنة الزوجية متنافرة إذا كانت الحالة ذات القيمة الأكبر في متغير الصف لها قيمة أصغر في متغير العمود. يشير الخلاف إلى ارتباط سلبي بين متغيرات الصف والعمود.
• تعتبر المقارنة الزوجية مرتبطة بمتغير واحد إذا كانت الحالتان تأخذان نفس القيمة في متغير الصف، لكنهما يختلفان في متغير العمود (أو العكس). يعني الارتباط بمتغير واحد ارتباطًا ضعيفًا بين متغيرات الصف والعمود.
• تعتبر المقارنة الزوجية مرتبطة إذا كانت الحالتان تأخذان نفس القيمة في كل من متغيري الصف والعمود. لا يعني الارتباط شيئًا عن الارتباط بين المتغيرات.

تختلف المقاييس في كيفية تعاملها مع كل نوع من أنواع المقارنة.

المقاييس المتماثلة

الشكل التالي يظهر المقاييس المتماثلة لتكرار التسوق حسب الرضا العام:

المقاييس الاتجاهية

الشكال التالي يظهر مقاييس الاتجاه لتكرار التسوق حسب الرضا العام

• مقياس جاما أو Gamma: هو مقياس P (متوافق) – P (متعارض)، متجاهلاً المقارنات المربوطة. لسوء الحظ، غالبًا ما يستبعد هذا عددًا من المقارنات الزوجية.
• مقياس Somer’s d: هو تعديل لجاما يفسر المقارنات المرتبطة بمتغير واحد. يتناقص Somer d فيما يتعلق بجاما حيث يزداد عدد المقارنات المرتبطة بمتغير واحد.
• يفسر Tau-b أيضًا المقارنات المرتبطة بمتغير واحد ولكن ليس له تفسير بسيط. يتناقص فيما يتعلق بجاما حيث يزداد عدد المقارنات المرتبطة بمتغير واحد.
• تفسر Tau-c أيضًا مقارنات مرتبطة بمتغير واحد وليس لها تفسير بسيط. قد يكون Tau-c أفضل من tau-b عندما تكون أعداد الفئات في متغيرات الصف والعمود غير متساوية.

قيمة الأهمية التقريبية لكل مقياس تساوي 0.001. نظرًا لأن هذا أقل من 0.05، يمكن استنتاج وجود علاقة ذات دلالة إحصائية بين تكرار التسوق والرضا العام. ومع ذلك، فلإن قيمة كل مقياس أقل من 0.150، لذلك في حين أن العلاقة لا تساوي صفر، فإنها لا تزال ضعيفة نوعًا ما.

خلاصة استخدام جداول التقاطعات لدراسة العلاقات الترتيبية

باستخدام مقاييس جداول التقاطعات Crosstabs الترتيبية، وجدنا ارتباطًا إيجابيًا مهمًا من الناحية الإحصائية، حتى وإن لم يكن قويًا، بين تكرار التسوق والرضا العام. نظرًا لوجود علاقة، قد ترغب في التحكم في متغير (تكرار التسوق) في مزيد من التحليلات حول رضا العملاء.

المصدر

• كتاب التحليل الإحصائي باستخدام برنامج SPSS، ترجمة وإعداد: د. م. مصطفى عبيد، مركز البحوث والدراسات متعدد التخصصات، إسطنبول، تركيا، 2022.
• الموقع الرسمي لشركة IBM ® برنامج SPSS