Mając na względzie identyfikację ukrytych wymiarów cech demograficz-nych wpływających na wybór placówek wielkopowierzchniowych, zastosowa-no wieloraką analizę korespondencji. Wykorzystazastosowa-no tę metodę, ponieważ jest bardzo efektywną metodą skalowania, wizualizacji danych oraz identyfikacji ukrytych wymiarów i form dotarcia do tych wymiarów2. Należy zaznaczyć, że wieloraką analizę korespondencji stosuje się, gdy macierz danych jest na tyle złożona, że jej zobrazowanie i retrospekcja lub prosta analiza statystyczna nie odzwierciedla wewnętrznej struktury danych. Ponadto zmienne mają charak-ter homogeniczny (w związku z czym można obliczać i sensownie incharak-terpreto- interpreto-wać statystyczny dystans pomiędzy kategoriami zmiennych) oraz macierz da-nych jest a priori amorficzna, w związku z czym dąży się do zidentyfikowania wewnętrznej, nieznanej jeszcze struktury danych3.
Analizę korespondencji przeprowadzono w oparciu na tablicy Burta (roz-miary 26 na 26). Zmiennymi, które przyjęto do analizy, były: wiek, wykształ-cenie, sytuacja materialna, przeciętne dochody oraz status zawodowy. Zarów-no wykształcenie, jak i dochód oraz status zawodowy mają wpływ na opinie, przekonania czy postawy społeczne. W związku z przyjęciem do analizy pięciu zmiennych, do pełnego wyjaśnienia zmienności niezbędna była liczba dwu-dziestu wymiarów. Należy podkreślić, że analiza korespondencji jest szczegól-nie użyteczną metodą w przypadku dużych tabel kontyngencji. Jej zadaszczegól-niem jest znalezienie wymiarowości niższego rzędu, która w sposób optymalny bę-dzie reprezentować profile wierszy w przestrzeni kolumn oraz profile kolumn w przestrzeni wierszy. Redukując i określając liczbę wymiarów w sposób umoż-liwiający jak najmniejszą utratę informacji, za pomocą testu rumowiska wyka-zano, że w analizowanym przypadku nie istnieje w zasadzie punkt, w którym
2 Szeroki opis tej metody znajduje się między innymi w opracowaniach: S. Mynarski,
Użyteczność wielowymiarowej analizy korespondencji w badaniach segmentacji i selektyw-ności rynku oraz J. Górniak, Zastosowanie wielowymiarowej analizy korespondencji w ska-lowaniu danych jakościowych na przykładzie skali statusu społeczno-ekonomicznego, [w:] Zastosowanie metod wielowymiarowych w badaniach segmentacji i selektywności rynku,
red. S. Mynarski, Akademia Ekonomiczna w Krakowie, Kraków 1999; A. Sagan,
Bada-nia marketingowe. Podstawowe kierunki, Wydawnictwo Akademii Ekonomicznej w
Kra-kowie, Kraków 2004; J. Bazarnik, T. Grabiński, E. Kąciak, S. Mynarski, A. Sagan, Badania
marketingowe. Metody i oprogramowanie komputerowe, Canadian Consortium of
Mana-gment School, Wydawnictwo Akademii Ekonomicznej w Krakowie, Warszawa–Kraków 1992.
3 A. Sagan, Badania marketingowe. Podstawowe kierunki, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 2004, s. 214–215.
Ukryte wymiary cech demograficznych a wybór placówek… 1 następuje istotne załamanie się krzywej. Wykres może sugerować jednak, aby wyniki umieścić w dwuwymiarowym układzie współrzędnych, zbudowanym w oparciu na dwóch pierwszych (najważniejszych) wymiarach4.
Tabela 1. Cechy społeczno-demograficzne a wybór placówek wielkopowierzch-niowych (podstawowe statystyki analizy korespondencji)
Liczba wymiarów
Wartości własne i bezwładność (najważniejsze wymiary). Tablica Burta
Wartości
osobliwe Wartościwłasne bezwładnościProcent skumulowanyProcent kwadratChi Łączna bezwładność = 3,3333
Pierwszy 0,624773 0,390342 11,71025 11,7103 2713,730 Drugi 0,546340 0,298487 8,95461 20,6649 2075,139 Źródło: opracowanie własne na podstawie badań.
W układzie dwóch pierwszych wymiarów (przestrzeni dwuwymiarowej) kształt wykresu punktów reprezentujący poszczególne kategorie osób podej-mujących decyzje w gospodarstwie domowym przypomina odwróconą literę „U” (rysunek 1). Oznacza to, że wystąpiła sytuacja znana badaczom jako tzw. efekt podkowy. W takim przypadku struktura danych ma charakter zasadni-czo jednowymiarowy (tj. wskazuje na jednowymiarowość cech demograficz-nych konsumentów). Drugi wymiar jest w takiej sytuacji artefaktem matema-tycznym i nie wnosi nic do interpretacji merytorycznej poza wprowadzeniem dodatkowego kontrastu pomiędzy kategoriami.
Można wnioskować, że związki pomiędzy cechami społeczno-demograficz-nymi respondentów mogą być tłumaczone poprzez odwołanie się do cechy (cha-rakterystyki gospodarstwa domowego) leżącej u ich podstaw i nazwanej statusem społeczno-ekonomicznym. Zmienne przyjęte do analizy są również wskaźnika-mi statusu społeczno-ekonowskaźnika-micznego i stanowią jeden z możliwych wywskaźnika-miarów
4 W literaturze poświęconej analizie korespondencji można znaleźć propozycje po-prawek pozwalających lepiej określić jakość modelu opartego na określonej liczbie wy-miarów. Najbardziej znane są poprawki Benzecri i Greenacre’a, chociaż podejście Ben-zecri uznane jest za nazbyt optymistyczne. Ciekawe podejście proponuje J. Bacher, który zbudował indeks dobroci dopasowania dla reszt GFIR (Goodness of Fit Index for
Residu-als). Może on być używany jako formalne kryterium pomagające w określeniu tego, jaką
liczbę wymiarów należy zaakceptować i interpretować. Wydaje się jednak, że nie ma kla-rownej, matematycznej definicji progów, powyżej których indeks dopasowania może być uznany za dobry; J. Górniak, My i nasze pieniądze, Aureus, Kraków 2000, s. 90–91.
Grażyna Plichta 1
analizy zróżnicowania społecznego. Status społeczno-ekonomiczny stanowi zaś kluczową zmienną, która musi być brana pod uwagę we wszystkich analizach postaw i zachowań konsumentów. Samo pojęcie statusu ma charakter jednowy-miarowy, w związku z czym można dopuścić hipotezę, że u podstaw wyjaśnie-nia zależności pomiędzy cechami demograficznymi leży status społeczno-eko-nomiczny charakteryzowany przez pierwszy – najważniejszy wymiar.
Rysunek 1. Analiza korespondencji zmiennych społeczno-demograficznych. Źródło: opracowanie własne na podstawie badań.
W wyniku przeprowadzonej analizy uzyskano zasadniczo jednowymiarową strukturę zależności pomiędzy kategoriami zmiennych wybranymi jako wskaź-niki statusu społeczno-ekonomicznego. Widać wyraźnie, że wymiar najsilniej jest związany z kontinuum określonym przez zawód, wiek i wykształcenie.
Uzyskane uporządkowanie kategorii na pierwszym, poziomym wymiarze wynika ze struktury danych, a nie nałożonych na nie ograniczeń określających uporządkowanie. Bliskość na wykresie pewnych kategorii różnych zmiennych wskazuje na silniejszą tendencję przynależności analizowanych obiektów jed-nocześnie do tych kategorii, zaś większa odległość oznacza sytuację przeciwną. Bliskość kategorii tej samej zmiennej oznacza większe podobieństwo tych ka-tegorii ze względu na ich profil w kategoriach pozostałych zmiennych. Anali-zując kolejno uporządkowane kategorie poszczególnych zmiennych (na
pierw-K M do30 31-40 41-50 51-60 pow. 60 podstawowe zawodowe średnie wyższe S_M:bardzo dobra S_M:dobra S_M:przeciętna S_M: zła i bardzo zła
S_M:trudno określ. poniżej 300 300-500 500-1000 1000-2000 pow. 2000 pracobiorca właściciel emeryt
nieczynny zawodowo uczeń
-2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0
Wymiar 1; W. własna: ,39034 (11,71% bezwładn. ) -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 Wy m ia r2 ;W .wł as na : ,2 98 49 (8 ,9 55 % be zwł ad n. ) fatula 200.indb 1 200-01-1 14:42:55
Ukryte wymiary cech demograficznych a wybór placówek… 19 szym wymiarze od lewej do prawej strony – rysunek 1), wskazano następujące charakterystyki konsumentów.
• Kontinuum wymiaru z lewej strony związane jest z konsumentami o ni-skim statusie społecznym. Są nimi emeryci i renciści powyżej sześćdziesiątego roku życia z wykształceniem podstawowym, najczęściej oceniający swoją sytu-ację materialną jako złą.
• Następną grupę stanowią konsumenci, których status społeczny moż-na określić jako przeciętny. Są to osoby moż-najczęściej z wykształceniem zawodo-wym, trudnej do sprecyzowania sytuacji materialnej i niskich dochodach.
• Kolejną wyróżnioną zbiorowość stanowią konsumenci ze średnim i wyż-szym wykształceniem, w wieku produkcyjnym. W przeważającym stopniu swoją sytuację materialną określają jako dobrą. Ich status społeczny można uznać za wysoki.
• Z prawej strony wymiar ogranicza kategoria konsumentów, którzy de-klarują dochody powyżej 2000 zł na osobę i bardzo dobrą sytuację materialną. Należą do nich właściciele firm i osoby wykonujące wolne zawody. Jest to po-pulacja o wysokim statusie materialnym.
Przeprowadzona analiza zmiennych demograficznych wykazała istnie-nie jednego wymiaru leżącego u podstaw cech społeczno-demograficznych. Umożliwia on zbudowanie jednowymiarowej skali pomiaru ukrytej zmiennej pozycji społecznej konsumentów.