Помощь
SavStat — веб-приложение для анализа социологических и маркетинговых данных в формате SPSS (.sav). Ниже — краткое руководство и разбор меню «Анализ» по пунктам.
Начало работы
- Файл → Открыть файл .sav… — загрузите базу данных SPSS (.sav/.zsav). Одна сессия работает с одной базой.
- Data View / Variable View (меню «Вид» и вкладки внизу) — таблица данных и список переменных, как в редакторе данных SPSS: метки переменных и значений, тип, уровень измерения, формат вывода.
- Ячейки можно редактировать, строки и переменные — вставлять и удалять, блоки — вставлять из буфера обмена.
- Файл → Сохранить — сохранить изменения в рабочую копию; Сохранить как… — скачать .sav на компьютер; Закрыть базу — завершить сессию.
Подготовка данных
- Данные → Взвешивание (RAKE)… — взвешивание по нескольким переменным (ракеинг); веса из WEIGHT BY в файле подхватываются автоматически. Все процедуры анализа учитывают вес.
- Данные → Отобрать наблюдения… — фильтр по условию; в строке состояния видно, сколько наблюдений активно.
- Данные → Задать наборы множественных ответов… — MR-наборы (мультивыбор); наборы из файла читаются автоматически и доступны в частотах и таблицах.
- Преобразование → Вычислить переменную (COMPUTE)… — новая переменная по выражению; Перекодировать в те же / в другие переменные… — перекодировка значений с условиями.
Вывод (журнал)
- Все построенные таблицы попадают в журнал вывода. Пункт меню «Вывод» возвращает к журналу с любой страницы, в том числе из Data View / Variable View.
- Над журналом: сохранить вывод (HTML) — автономный файл, в Excel — лист на каждую таблицу, печать… — PDF через диалог печати браузера, очистить всё.
- Журнал живёт в памяти процесса: до перезапуска сервера важные результаты лучше сохранить в файл.
Анализ по пунктам
Описательные статистики
Среднее, стандартное отклонение, дисперсия, минимум/максимум, стандартная ошибка, асимметрия и эксцесс (скорректированные формулы SPSS G1/G2). Пропуски исключаются попарно по каждой переменной. Есть поддиалог «Опции».
Частоты
Таблицы частот и процентов для категориальных переменных и наборов множественных ответов.
Таблицы сопряженности
Двумерные таблицы: частоты и проценты по строкам/столбцам/от общего итога, критерий хи-квадрат. Поддерживаются MR-наборы (строки — мультивыбор). Таблицу можно выгрузить в Excel.
Комбинированные таблицы
Многомерные таблицы как в SPSS Custom Tables: строки — переменные и MR-наборы (с вложением), столбцы — категории одной или нескольких переменных с групповыми подписями; подстолбцы — вложенные столбцы, каждая группа открывается итоговым подстолбцом Total. Ячейки: Col % + Count либо компактный режим (только Col % и база); база процента — отвечавшие на вопрос в столбце (пропуски исключены), как в SPSS. Статистические критерии: z-тест долей столбцов, t-тест средних (Уэлча), хи-квадрат, поправка Бонферрони, APA-буквы значимости или отдельная таблица различий. Выгрузка в Excel — таблицы и всего журнала.
Корреляционный анализ
Парные… — коэффициенты Пирсона, тау-b Кендалла, Спирмана с двусторонней значимостью. Частные… — парные корреляции при контроле остальных переменных.
Регрессионный анализ
Линейная регрессия (OLS, в том числе пошаговые методы) и бинарная логистическая регрессия.
Факторный анализ
Экстракция (метод главных компонент и общие факторы), вращение, КМО и критерий сферичности Бартлетта, communality, значения факторов (регрессия, Бартлетт, Андерсона—Рубина) с сохранением в данные.
Кластерный анализ методом K-Means
Число кластеров, итерации, файл начальных/итоговых центров (читается и записывается, как в SPSS), сохранение номеров кластеров и расстояний.
Дискриминантный анализ
Пошаговый отбор по последовательному критерию допуска (как в SPSS), канонические коэффициенты и структурная матрица, статистики групп, классификация с матрицей ошибок и сохранением предсказаний.
Conjoint analysis
Полный аналог SPSS Conjoint / Sawtooth Lighthouse: ортогональные планы (аналог ORTHOPLAN), эффективный D-оптимальный план, методы CVA (полный профиль, OLS по респондентам), CBC (выбор из наборов, агрегатный MNL), CBC/HB (иерархический Байес — индивидуальные полезности), ACA (адаптивный) и Hybrid, рыночный симулятор (First Choice / Share of Preference / Randomized First Choice).
Порядок работы: Атрибуты… (атрибуты и уровни) → План… (генерация дизайна, запись в данные) → Данные… (респонденты: ввод в браузере или импорт CSV) → Оценка… (модель) → Симулятор… (доли рынка). Ответы ACA вводятся только на страницах респондента (импорт CSV для ACA не поддерживается — адаптивный поток требует сессию).
Примеры и вспомогательные файлы
Готовые демо-файлы для каждого метода (скачивание по ссылке). Планы построены тем же модулем, что и приложение, поэтому при тех же параметрах диалога дизайн совпадёт карточка-в-карточку, а ответы из CSV подойдут к нему:
- cva_plan.sav — план CVA: 18 карточек (16 профилей + 2 holdout), seed 5
- cva_ratings.csv — файл импорта оценок CVA: 20 респондентов × 18 оценок
- cva_ratings.sav — те же оценки CVA в формате .sav
- cbc_design.sav — план CBC: 12 задач × 3 концепта + «ни один», seed 3
- cbc_choices.csv — файл импорта ответов CBC: 30 респондентов × 12 задач (0 = «ни один», 1..3 = номер концепта)
- cbc_choices.sav — те же ответы CBC в формате .sav
- aca_selfexp.sav — пример самоэкспликации ACA (важности IMPORT1..3, желательности DES*_*)
- hybrid_data.sav — демо-данные гибридного примера
CVA: атрибуты «Цена: низкая, средняя, высокая, премиум» / «Бренд: A, B, C, D» / «Упаковка: стандарт, подарочная, эко, люкс»; План…: минимальное число прогонов, holdout 2, seed 5 → 18 карточек (= cva_plan.sav); Данные…: импорт cva_ratings.csv.
CBC: атрибуты «Цена (4 уровня)» / «Бренд: A, B, C» / «Упаковка: стандарт, подарочная, эко»; План…: 12 задач, 3 концепта, «ни один» = да, overlap balanced, seed 3 (= cbc_design.sav); Данные…: импорт cbc_choices.csv; Оценка…: MNL или CBC/HB.
ACA: атрибуты как для CBC; План…: 9 пар; пример значений самоэкспликации — aca_selfexp.sav (важности IMPORT1..3, желательности DES*_*, переносятся вручную).
Hybrid: атрибуты и план как для CBC; демо-значения самоэкспликации — hybrid_data.sav, затем импорт cbc_choices.csv.