سروے ڈیٹا کی پروسیسنگ: کراس ٹیبولیشن – گروہوں کے مطابق جداول

1. ڈیٹا لوڈ کرنا

شیٹ سے کالم براہِ راست چسپاں کریں (عنوانات کی قطار سمیت) – ایکسل میں منتخب کریں، کاپی کریں اور یہاں چسپاں کریں:

کب استعمال کریں؟

سروے ڈیٹا کی پروسیسنگ کی جداول کی رپورٹ کے "کتنا؟" کا جواب دینے کے بعد، کراس ٹیبولیشن "کس میں؟" کا جواب دیتی ہے: کیا اطمینان مردوں اور عورتوں میں، عمر کے گروہوں میں، رہائشی علاقوں میں مختلف ہے۔ تحقیقی اداروں میں یہ "کراس ٹیبولیشن کی رپورٹ" ہے – وہی سوالات، وہی قطاریں، لیکن کل کے ایک کالم کی بجائے ہر ذیلی گروہ کے لیے ایک کالم ("بینر"، کالم ہیڈرز)۔ پرانے اسکرپٹس میں یہ /TABLE= q + $t000001 BY kk تھا: kk کالم ہیڈرز کا متغیر ہے، cpct – کالم کا فیصد، count 'N' – بنیاد کی قطار۔ صفحہ بالکل یہی جدول بناتا ہے، اور وہ شامل کرتا ہے جو اسکرپٹس نہیں کرتے تھے: ہر سوال × پس منظر کے متغیر کے لیے کائی اسکوائر ٹیسٹ، کریمر کا V اور متوقع سے ہٹے ہوئے خانوں کی نشاندہی۔

صفحہ ہر اس بند سوال کے لیے موزوں ہے جس کے گروہوں کا موازنہ کرنا ہو: واحد جواب (عام جدول)، متعدد جوابات (ہر گروہ میں جواب دہندگان کا فیصد)، آئٹمز کا سلسلہ (ہر گروہ میں فی آئٹم اوسط) اور مسلسل متغیر (ہر گروہ میں اوسط، SD اور وسطانیہ)۔ جو یہ نہیں کرتا – یہ بتانا کہ گروہ کیوں مختلف ہیں؛ اس کے لیے ماڈل درکار ہے (عام غلطیاں دیکھیں)۔

کام کا طریقہ – سروے ڈیٹا کی پروسیسنگ سے کراس ٹیبولیشن تک

1. آغاز سروے ڈیٹا کی پروسیسنگ کے صفحے سے کیا جاتا ہے۔ وہاں کوڈ بک بنائی جاتی ہے، ڈیٹا جانچا جاتا ہے، دوبارہ کوڈنگ کی جاتی ہے (عمر کے گروہ – مسلسل عمر سے کالم ہیڈر نہیں بنایا جا سکتا)، فلٹرنگ اور وزن دہی (weighting) کی جاتی ہے – اور "تازہ کوڈ بک کے ساتھ فائل" ڈاؤن لوڈ کی جاتی ہے۔ اس کی ترتیبات کی شیٹ (settings / הגדרות) سب کچھ محفوظ رکھتی ہے۔
2. یہ فائل یہاں لوڈ کی جاتی ہے۔ کوڈ بک، کوڈنگ، فلٹرنگ، وزن دہی اور فیصد کی بنیاد خود بخود لوڈ ہو جاتے ہیں (پیغام "فائل میں محفوظ ترتیبات")۔ کوڈ بک شیٹ والی عام فائل بھی لوڈ کی جا سکتی ہے اور تیاری سیکشن 3 میں لکھی جا سکتی ہے، یا "فائل سے ترتیبات لوڈ کریں" (تحقیقی پیکج سے settings.json)۔
3. کالم ہیڈرز منتخب کیے جاتے ہیں (سیکشن 4) – طے شدہ طور پر پس منظر کے متغیرات، بشمول عمر کے گروہ جیسے اخذ شدہ متغیرات۔
4. رپورٹ تیار کی جاتی ہے۔ جدول 1 ہر گروہ کا حجم ہے (تاکہ چھوٹے کالم پہلے سے نظر آ جائیں)؛ اس کے بعد ہر سوال کے لیے ایک جدول؛ آخر میں – ٹیسٹوں کا خلاصہ جدول، رپورٹ کے جملے اور نتیجے کی تشریح۔
5. ڈاؤن لوڈ کیا جاتا ہے Word یا HTML، اور سنٹیکس (SPSS) یا اسکرپٹ (R) جو اعداد کو دوبارہ پیدا کرتے ہیں۔ اس صفحے کی ترتیبات (کالم ہیڈرز اور اختیارات) اس فائل میں محفوظ ہوتی ہیں جو "کوڈ بک اور ترتیبات کے ساتھ فائل ڈاؤن لوڈ کریں" سے ملتی ہے – اسے دوبارہ لوڈ کریں اور رپورٹ بحال ہو جاتی ہے۔

کالم ہیڈرز – کون سی چیز کسی متغیر کو اچھے کالم بناتی ہے؟

کم زمرے، ہر ایک میں بہت سے جواب دہندگان۔ صفحہ 2-12 زمروں والے زمرہ جاتی (categorical) یا ترتیبی متغیرات تجویز کرتا ہے۔ مسلسل عمر، آمدنی یا مدت تجویز نہیں کیے جاتے – انہیں پہلے دوبارہ کوڈنگ میں گروہوں میں بانٹا جاتا ہے (Section 3; Pallant, 2020, Chapter 8 – Recode into Different Variables)، اور اخذ شدہ متغیر خود بخود فہرست میں شامل ہو جاتا ہے۔ تحقیقی اداروں کا عملی اصول: 30 سے کم جواب دہندگان والا کالم احتیاط سے رپورٹ کیا جاتا ہے – 20 افراد پر فیصد ہر جواب دہندہ کے ساتھ 5 پوائنٹس ہلتا ہے۔ جدول 1 جداول پڑھنے سے پہلے ہر گروہ کا حجم دکھاتا ہے، اور ہر جدول کا نوٹ چھوٹے کالموں کی نشاندہی کرتا ہے۔

کالموں میں کون نہیں۔ جس جواب دہندہ نے پس منظر کے سوال کا جواب نہیں دیا (خالی)، یا "معلوم نہیں/انکار" کا جواب دیا (کوڈ بک میں غیر بامعنی جواب کے طور پر نشان زد کوڈ)، وہ کسی گروہ سے تعلق نہیں رکھتا – وہ کل کے کالم میں شامل ہے نہ کہ کالموں میں۔ ایسی قدر جو کوڈز کی فہرست میں نہیں (مثلاً 1/2 کوڈ شدہ جنس کے متغیر میں 3) تقریباً ہمیشہ اندراج کی غلطی ہوتی ہے: طے شدہ طور پر یہ بھی صرف کل میں رہتی ہے اور جدول 1 اور نتیجے کی تشریح میں سرخ رنگ سے نمایاں ہوتی ہے؛ جو اسے کالم کے طور پر دیکھنا چاہے (جیسا کہ SPSS کرتا ہے) وہ "کوڈ بک میں نہ ہونے والی قدر کے لیے بھی کالم" نشان زد کرے۔ اس سے ٹیسٹ بھی بدل جاتا ہے: ایک جواب دہندہ کا کالم درجاتِ آزادی کی ایک قطار اور صفر کے قریب متوقع خانے شامل کر دیتا ہے۔

پس منظر × پس منظر۔ طے شدہ طور پر پس منظر کے متغیرات بھی ایک دوسرے کے مطابق تقسیم کیے جاتے ہیں (جنس بلحاظ عمر کا گروہ، تعلیم بلحاظ علاقہ) – یہ جداول اکثر ایسے نتیجے کی وضاحت کرتے ہیں جو "عمر کے مطابق" لگتا ہے لیکن درحقیقت "تعلیم کے مطابق" ہے۔ کوئی متغیر خود اپنے مطابق تقسیم نہیں کیا جاتا۔

جدول کیسے پڑھیں؟

ہر خانہ کالم کا فیصد ہے: کالم کے جواب دہندگان میں سے کتنوں نے قطار والا جواب چنا۔ کالموں کا مجموعہ 100 ہوتا ہے ("کل" کی قطار)؛ موازنہ افقی ہے – کالموں کے درمیان، اور کل کے کالم کے مقابل۔ جو یہ بھی جاننا چاہے کہ فیصد کے پیچھے کتنے لوگ ہیں وہ "فیصد اور قوسین میں n" چنے؛ ہر صورت میں نیچے n کی قطار ہر کالم کی بنیاد دیتی ہے – گروہ میں بامعنی جواب (substantive response) والے جواب دہندگان کی تعداد (طے شدہ بنیاد میں)۔ وزن دار رپورٹ میں "وزن دار بنیاد" کی قطار شامل ہو جاتی ہے۔

کل کا کالم سروے ڈیٹا کی پروسیسنگ کے صفحے کا جدول ہے – تمام جواب دہندگان، بشمول وہ جو کسی کالم میں نہیں (پس منظر کے سوال میں خالی یا "انکار")۔ اس لیے کالموں کے n کا مجموعہ کل کے n سے کم ہو سکتا ہے؛ جدول کا نوٹ بتاتا ہے کتنا۔ (SPSS میں CROSSTABS Total صرف ان کے لیے دکھاتا ہے جن کی دونوں متغیرات میں قدر ہو – نیچے دیکھیں۔)

بنیاد وہی بنیاد ہے جو سروے ڈیٹا کی پروسیسنگ میں – طے شدہ طور پر "بامعنی جواب والے جواب دہندگان": "معلوم نہیں" اور خالی فیصد سے باہر رہتے ہیں اور نوٹ میں رپورٹ کیے جاتے ہیں؛ "ہر وہ شخص جس نے جواب دیا" "معلوم نہیں" کو بطور قطار شامل کرتا ہے؛ "تمام جواب دہندگان" "جواب نہیں دیا" کی قطار شامل کرتا ہے۔ جو سوال صرف کچھ جواب دہندگان سے پوچھا گیا ("پوچھا گیا اگر") وہ ہر کالم میں اہل افراد پر حساب ہوتا ہے۔ آگے بڑھنے سے پہلے دیکھنے کی تین چیزیں: تمام کالموں میں 0 والی قطاریں (ایسا زمرہ جسے کسی نے نہیں چنا – طے شدہ طور پر دکھایا جاتا ہے، چھپایا جا سکتا ہے)، بغیر لیبل کا کالم (کوڈ بک میں نہ ہونے والی قدر)، اور چھوٹی بنیاد۔

ٹیسٹ: کائی اسکوائر ٹیسٹ برائے آزادی اور کریمر کا V

ہر سوال × پس منظر کے متغیر کے لیے صفحہ پیئرسن کا کائی اسکوائر ٹیسٹ برائے آزادی چلاتا ہے (Field, 2024, Section 19.3; Pallant, 2020, Chapter 16): کیا جوابات کی تقسیم کالموں کے درمیان مختلف ہے، یا جدول میں نظر آنے والے فرق وہی ہیں جو تعلق نہ ہونے کی صورت میں کسی تصادفی نمونے میں متوقع ہیں۔ ہر خانے میں متوقع تعدد صرف جدول کے حاشیوں سے اخذ ہوتا ہے، اور شماریہ مشاہدہ شدہ اور متوقع کے درمیان فرقوں کا خلاصہ کرتا ہے۔ ٹیسٹ صرف بامعنی جوابات کی گنتیوں پر چلتا ہے – "معلوم نہیں" کے بغیر، خالی کے بغیر – اور خالی قطار یا کالم اس سے خارج ہو جاتے ہیں (جیسے SPSS میں، جہاں بغیر کیسز کا زمرہ جدول میں نہیں ہوتا)۔ ہر جدول کے نوٹ میں ٹیسٹ کی قطار: χ²(df, N) = …, p = …, کریمر کا V = …، اور رپورٹ کے آخر میں خلاصہ جدول سب کو یکجا کرتا ہے۔

شرط۔ ٹیسٹ تقریبی ہے، اور تقریب اس وقت اچھی ہوتی ہے جب متوقع تعددات بہت چھوٹے نہ ہوں: 2×2 جدول میں کوئی متوقع خانہ 5 سے کم نہیں؛ بڑے جدول میں – تمام خانے 1 سے اوپر اور 20% سے زیادہ خانے 5 سے کم نہیں (Field, 2024, Section 19.5.2)۔ جب شرط کی خلاف ورزی ہو تو صفحہ اسے نوٹ میں ("ٹیسٹ تقریبی ہے") اور خلاصہ جدول میں لکھتا ہے؛ کراس ٹیبولیشن میں عام حل دوبارہ کوڈنگ میں زمروں (قطاروں یا کالموں) کو ملانا ہے۔ چھوٹے 2×2 جدول میں فشر کا ایگزیکٹ ٹیسٹ رپورٹ کیا جاتا ہے – کائی اسکوائر کے صفحے پر۔

شدت، صرف معنویت نہیں۔ بڑے نمونے میں چند فیصدی پوائنٹس کا فرق بھی معنی خیز نکلتا ہے؛ معنویت بتاتی ہے کہ تعلق ہے، یہ نہیں کہ وہ کتنا مضبوط ہے (Field, 2024, Section 19.5.3)۔ کریمر کا V – √(χ²/(N·df*))، df* = min(r − 1, c − 1) (Gravetter & Wallnau, 2017, Equation 17.9) – 0 اور 1 کے درمیان رہتا ہے اور نمونے کے حجم پر منحصر نہیں۔ اثر کے حجم کے لیے Cohen کی حدیں: .10 چھوٹا، .30 درمیانہ، .50 بڑا (Cohen, 1988، بحوالہ Pallant, 2020، اور Gravetter & Wallnau, 2017) – اور بڑے جدول میں V کی حدیں کم ہوتی ہیں، df* کے مطابق (Gravetter & Wallnau, Table 17.10)؛ صفحہ ترجمہ کرتا ہے: نوٹ اور رپورٹ کے جملے میں "چھوٹا/درمیانہ/بڑا اثر" w = V·√df* کے مطابق، جیسے کائی اسکوائر کے صفحے پر۔

بہت سے ٹیسٹ۔ ایک عام کراس ٹیبولیشن رپورٹ درجنوں ٹیسٹ چلاتی ہے (سوالات × پس منظر کے متغیرات)، اور ہر 20 ٹیسٹوں میں سے ایک کے اتفاقاً معنی خیز نکلنے کی توقع ہوتی ہے چاہے کوئی تعلق نہ ہو۔ اس لیے صفحہ رپورٹ کرتا ہے کہ کتنے ٹیسٹ چلائے گئے اور کتنے معنی خیز نکلے، اور نتیجے کی تشریح میں اس کی یاد دہانی کراتا ہے۔ درست تشریح ایک پیٹرن ہے: ایسا تعلق جو کئی قریبی سوالات میں دہرایا جائے، نہ ہونے کے برابر سے زیادہ V کے ساتھ – نہ کہ کوئی واحد موازنہ جس نے .05 پار کر لیا ہو۔ جسے تصحیح شدہ حد درکار ہو وہ .05 کو ٹیسٹوں کی تعداد سے تقسیم کرتا ہے (بونفیرونی) اور خلاصہ جدول میں صرف وہ نشان زد کرتا ہے جو اسے پار کرے۔

▲ ▼ – کون سا خانہ فرق پیدا کرتا ہے؟

معنی خیز ٹیسٹ بتاتا ہے کہ تعلق ہے، یہ نہیں کہ کہاں۔ ہر خانے کے لیے صفحہ ایڈجسٹ شدہ معیاری باقیہ (SPSS کا Adjusted Residual) حساب کرتا ہے: مشاہدہ شدہ اور متوقع کے درمیان فرق، جسے قطار اور کالم کے حجم کے لیے بھی معیاری بنایا گیا ہو، تاکہ اس کی تقسیم تقریباً z جیسی ہو۔ 1.96 سے اوپر خانہ – آزادی کی صورت میں متوقع سے زیادہ (▲)؛ −1.96 سے نیچے – کم (▼) (Field, 2024، سیکشن 19.8 – معیاری شدہ باقیہ (standardized residual) ایک z اسکور ہے، اور حد ±1.96؛ Pallant, 2020، باب 16 – ایڈجسٹ شدہ باقیہ کے لیے حد 2، "ایک طرح کا پوسٹ ہاک ٹیسٹ")۔ نشانات صرف تب ظاہر ہوتے ہیں جب ٹیسٹ ہو، اور تب بھی جب وہ معنی خیز نہ ہو – اس صورت میں وہ ایسے جدول میں ہٹے ہوئے خانے کی نشاندہی کرتے ہیں جو مجموعی طور پر متوقع سے مختلف نہیں؛ انہیں سمت کے طور پر پڑھا جاتا ہے، الگ نتیجے کے طور پر نہیں۔ خود باقیات، ہر خانے کا متوقع اور باقی تفصیل واحد جدول کے لیے کائی اسکوائر میں ملتی ہیں۔

گروہ کے مطابق متعدد جوابات، سوالوں کے سلسلے (batteries) اور مسلسل متغیرات

متعدد جوابات۔ ہر اختیار کے لیے ایک قطار، خانہ = کالم میں ان جواب دہندگان کا فیصد جنہوں نے اسے نشان زد کیا (MULT RESPONSE میں Percent of Cases)؛ کالم کا مجموعہ 100 سے زیادہ ہوتا ہے۔ بنیاد کی قطار – ہر گروہ میں اہل افراد میں سے وہ جواب دہندگان جنہوں نے جواب دیا (کم از کم ایک اختیار نشان زد کیا)۔ ایسے جدول کے لیے کوئی واحد ٹیسٹ نہیں؛ ہر اختیار ایک 0/1 متغیر ہے، اور جو ٹیسٹ چاہے وہ کائی اسکوائر کے صفحے پر اختیار × گروہ کے لیے کائی اسکوائر چلاتا ہے۔

سوالوں کے سلسلے (batteries)۔ ہر آئٹم کے لیے ایک قطار، خانہ = گروہ میں کوڈز کی اوسط (مثلاً 1-5) اور قوسین میں آئٹم کا N – "معلوم نہیں" اوسط سے باہر، جیسے سروے ڈیٹا کی پروسیسنگ میں۔ سائٹ کا ضابطہ: لیکرٹ پیمانے کے لیے اوسط صرف خلاصے کا پیمانہ ہے؛ گروہوں کے درمیان فرق تغیرات کا تجزیہ (ANOVA) (یا کرسکل-والس) میں جانچا جاتا ہے، اور دو گروہوں کے لیے t ٹیسٹ میں۔

مسلسل۔ ہر گروہ کے لیے اوسط، معیاری انحراف (نسب نما n − 1)، وسطانیہ، کم سے کم-زیادہ سے زیادہ اور N – طریقۂ کار کے باب کا "گروہ کے مطابق وضاحت" جدول۔ یہاں بھی ٹیسٹ استنباطی صفحات میں ہے۔

کراس ٹیبولیشن میں وزن دہی

جب فائل کی سروے ڈیٹا کی پروسیسنگ میں وزن دہی (weighting) کی گئی ہو (خانوں کے اجزاء خود بخود لوڈ ہوتے ہیں)، تو ہر کالم میں فیصد وزن دار ہوتے ہیں اور "وزن دار بنیاد" کی قطار n کی قطار کے ساتھ شامل ہو جاتی ہے۔ کام کے طریقے کا اصول یہاں بھی لاگو ہوتا ہے: حقیقی n بغیر وزن کے دکھایا جاتا ہے، اور اس کے ساتھ وزن دار بنیاد – "اوزان کے مجموعے کو جواب دہندگان کی تعداد نہیں کہنا چاہیے"۔

ٹیسٹ حقیقی گنتیوں پر۔ کائی اسکوائر فرض کرتا ہے کہ ہر مشاہدہ ایک جواب دہندہ ہے؛ اسے وزن دار گنتیوں پر چلانا (جیسا کہ SPSS WEIGHT BY کے بعد کرتا ہے) 1.7 کے وزن کو ایسے برتتا ہے جیسے وہ 1.7 لوگ ہوں، اور جس سروے میں اوزان کسی چھوٹے گروہ کو پھلاتے ہیں – وہ معنویت کو پھلا دیتا ہے۔ اس لیے صفحہ χ²، V اور باقیات کو غیر وزن دار گنتیوں پر حساب کرتا ہے، اور ہر نوٹ میں اس کا ذکر کرتا ہے؛ اس کا ڈاؤن لوڈ کیا گیا سنٹیکس وزن دار فیصد اور ٹیسٹ دو بلاکس میں بناتا ہے (WEIGHT BY / WEIGHT OFF)۔ ایسا ٹیسٹ جو اوزان کا صحیح طور پر لحاظ رکھے (Rao-Scott، ڈیزائن اثر کی تصحیح) اس صفحے پر نہیں – یہ صفحہ کیا نہیں کرتا دیکھیں۔

رپورٹنگ

جداول APA کے مطابق بنے ہیں: اوپر جدول کا نمبر اور عنوان، کالموں کے ہر گروہ کے لیے بالائی عنوان (پس منظر کا متغیر) اور زمروں کے لیے ذیلی عنوانات، جوابات کے لیے اسٹب کالم، کل کی قطار اور n کی قطار، اور نیچے ایک عمومی نوٹ جو بنیاد اور ٹیسٹ کی وضاحت کرتا ہے (APA, 2020, Sections 7.14 and 7.21)۔ Word میں جدول چوڑا ہونے پر قطاروں میں ٹوٹ جاتا ہے – حوالگی کی رپورٹ فی جدول 2-3 کالم ہیڈرز چنتی ہے، یا ایک ہی سوال کو مختلف کالم ہیڈرز کے ساتھ کئی بار بناتی ہے۔ V اور p کے لیے دو ہندسوں میں اور بغیر ابتدائی صفر کے اعداد (APA, 2020, Section 6.36)؛ متن میں – χ²(df, N = n) = x.xx, p = .xxx, V = .xx (ایضاً، سیکشن 6.43)۔ صفحے کے بنائے ہوئے رپورٹ کے جملے (اردو اور انگریزی) بتاتے ہیں کہ کس کے مطابق تقسیم کیا گیا، کتنے ٹیسٹ چلائے گئے، کون سے کراس معنی خیز ہیں – ہر ایک شماریے، اثر کے حجم اور دو گروہوں کے درمیان نمایاں فرق کے ساتھ – اور کیا نہیں ملا۔ نتائج کے باب میں جدول ("جدول 4") اور جملے کا حوالہ دیا جاتا ہے؛ باقی کے لیے – رپورٹنگ کے اصول اور نتائج کے باب کا جنریٹر۔

یہ صفحہ کیا نہیں کرتا (ابھی)

• گروہ کے مطابق متعدد جوابات کا ٹیسٹ – ایسے جدول کے لیے کوئی واحد شماریہ نہیں؛ ہر اختیار کے لیے الگ کائی اسکوائر۔
• کالموں کے درمیان معنویت کے حروف (column proportions test – فیصد کے ساتھ A، B، C، جیسے CTABLES میں؛ Field, 2024، سیکشن 19.8) – نہیں؛ متوقع کے مقابل باقیات کے مطابق ▲/▼ ہیں، ہر دو کالموں کے درمیان جوڑی وار موازنہ نہیں۔
• بیک وقت دو متغیرات کے مطابق تقسیم (ذیلی خانے: نوجوان مرد، عمر رسیدہ مرد…) – نہیں؛ دوبارہ کوڈنگ یا جوابات کی کوڈنگ میں ایک مشترکہ متغیر بنایا جاتا ہے، اور وہ کالم ہیڈر بن جاتا ہے۔
• وزن دار ٹیسٹ (Rao-Scott، ڈیزائن اثر کے ساتھ معیاری خطائیں) اور فیصد کے لیے وقفۂ اعتماد – نہیں؛ ٹیسٹ حقیقی گنتیوں پر ہے۔
• متعدد ٹیسٹوں کے لیے تصحیح (بونفیرونی، FDR) – خودکار نہیں؛ خلاصہ جدول p کی تمام قدریں دیتا ہے، اور فیصلہ محقق کرتا ہے۔
• شکلیں کراس ٹیبولیشن کے لیے – اس نسخے میں نہیں۔
• فائلوں کو ملانا – سروے ڈیٹا کی پروسیسنگ کے صفحے پر؛ وہاں ملائیں، فائل ڈاؤن لوڈ کریں، اور یہاں لوڈ کریں۔

اور SPSS میں یہ کیسے کریں؟

Analyze › Descriptive Statistics › Crosstabs: سوال Row(s) میں، پس منظر کا متغیر Column(s) میں؛ Cells… میں فیصد میں Column اور باقیات میں Adjusted standardized نشان زد کیے جاتے ہیں؛ Statistics… میں – Chi-square اور Phi and Cramer's V (Pallant, 2020, Chapter 16; Field, 2024, Chapter 19)۔ آؤٹ پٹ میں: % within [پس منظر] صفحے میں کالم کا فیصد ہے؛ Pearson Chi-Square، df اور Asymptotic Significance – ٹیسٹ کی قطار؛ Cramer's V – Symmetric Measures میں۔ صفحے کا ڈاؤن لوڈ کیا گیا سنٹیکس یہ سب کرتا ہے: CROSSTABS /TABLES=سوالات BY کالم-ہیڈرز /CELLS=COUNT COLUMN /STATISTICS=CHISQ PHI – تمام عام سوالات کے لیے ایک کمانڈ، اور مشروط سوال کے لیے مزید TEMPORARY + SELECT IF؛ اس سے پہلے کوڈ بک کی کمانڈز ("معلوم نہیں" کے لیے MISSING VALUES – اس طرح پس منظر کے متغیر میں بھی وہ کالم نہیں بنتے)، دوبارہ کوڈنگ، فلٹرنگ اور وزن دہی، اور اس کے بعد متعدد جوابات کے لیے MULT RESPONSE … /TABLES=$گروہ BY پس_منظر /CELLS=COLUMN اور سلسلوں اور مسلسل متغیرات کے لیے MEANS۔

جاننے کے لیے تین فرق: (1) CROSSTABS میں Total کالم صرف ان جواب دہندگان کو شامل کرتا ہے جن کی دونوں متغیرات میں قدر ہو، جبکہ صفحے پر کل کا کالم سوال کے تمام جواب دہندگان ہے – جب پس منظر کے متغیر میں خالی ہوں تو SPSS کا کل کم ہوتا ہے۔ (2) کوڈ بک میں نہ ہونے والی قدر SPSS میں ایک کالم ہے؛ جب صفحے پر یہ اختیار بند ہو تو سنٹیکس اسے RECODE میں SYSMIS قرار دیتا ہے۔ (3) WEIGHT BY کے بعد SPSS کا ٹیسٹ بھی وزن دار ہوتا ہے – سنٹیکس ٹیسٹ WEIGHT OFF کے بعد چلاتا ہے، جیسے صفحے پر۔ اور پرانے اسکرپٹس؟ TABLES … BY kk نے cpct کے ساتھ یہ جدول ٹیسٹ کے بغیر بنایا؛ TABLES اب موجود نہیں، اور CROSSTABS (یا CTABLES) اس کا متبادل ہے۔

اور R میں یہ کیسے کریں؟

خاص پیکجز کے بغیر: گنتیوں کے لیے xtabs(w ~ x + g) (وزن ہو تو وزن دار)، کالم کے فیصد کے لیے prop.table(tab, 2)، chisq.test(tab, correct = FALSE) – ییٹس تصحیح کے بغیر، جیسا کہ پیئرسن کے لیے SPSS کا طے شدہ – اور ایڈجسٹ شدہ باقیات کے لیے $stdres؛ کریمر کا V شماریے سے ہاتھ سے حساب کیا جاتا ہے۔ صفحے کا ڈاؤن لوڈ کیا گیا اسکرپٹ ("R اسکرپٹ ڈاؤن لوڈ کریں") فائل کو readxl سے پڑھتا ہے، کوڈنگ، فلٹرنگ اور وزن دہی لاگو کرتا ہے، ایک فنکشن xt() متعین کرتا ہے جو NA، "معلوم نہیں" کے کوڈز اور کوڈ بک میں نہ ہونے والی قدریں نکال دیتا ہے، اور ہر سوال × کالم ہیڈر کے لیے کالم کے فیصد، n، ٹیسٹ اور باقیات چھاپتا ہے – اور ہر متعدد جوابات، سلسلے اور مسلسل متغیر کے لیے ایک اور قطار۔ R میں اردو کے لیے سائٹ کا اصول: UTF-8 فائل اور UTF-8 ماحول (readxl "C" locale میں عبرانی نام والی شیٹ نہیں ڈھونڈے گا)، ہر تبصرے کی سطر اردو لفظ سے شروع ہوتی ہے۔ اسکرپٹ R 4.3 میں وزن دار مثال کی فائل پر چلایا گیا اور اس نے صفحے کے اعداد دیے (تصدیق کا README)۔

عام غلطیاں

قطار کے فیصد کو کالم کے فیصد سمجھ کر پڑھنا۔ "مطمئن لوگوں میں سے 60% عورتیں ہیں" یہ نہیں کہ "عورتوں میں سے 60% مطمئن ہیں"۔ یہاں جدول کالم کے فیصد ہے – گروہ میں سے کتنوں نے یوں جواب دیا – اور مختلف حجم کے گروہوں کے درمیان یہی درست موازنہ ہے۔

15 افراد کے کالم میں فرق پر پرجوش ہو جانا۔ 40% بمقابلہ 27% کا مطلب 6 بمقابلہ 4 جواب دہندگان ہو سکتا ہے۔ جدول 1 اور n کی قطار اسی لیے ہیں؛ زمروں کو ملایا جاتا ہے یا اعداد رپورٹ کیے جاتے ہیں۔

ٹیسٹ گنے بغیر معنی خیز نتائج گننا۔ 60 میں سے 3 معنی خیز کراس تقریباً وہی ہیں جو اتفاقاً متوقع ہے۔ "60 میں سے" رپورٹ کیا جاتا ہے، اور پیٹرن کی تشریح کی جاتی ہے۔

شرط کو نظر انداز کرنا۔ ایسے جدول میں چھوٹا p جس کے زیادہ تر متوقع خانے 5 سے کم ہوں زیادہ قیمت نہیں رکھتا؛ جدول "شرط" کا نشان لگاتا ہے – زمروں کو ملا کر دوبارہ چلایا جاتا ہے۔

معنی خیز = بڑا۔ 1,000 جواب دہندگان میں V = .06 معنی خیز نکلتا ہے؛ یہ نہ ہونے کے برابر تعلق ہے۔ p سے پہلے V۔

کراس ٹیبولیشن کو سبب سمجھنا۔ "عمر رسیدہ لوگ ڈیجیٹل خدمات سے کم مطمئن ہیں" – یا وہ انہیں کم استعمال کرتے ہیں۔ پس منظر × پس منظر کا جدول اور لاجسٹک ریگریشن جانچتے ہیں کہ کون کس کی وضاحت کرتا ہے۔

یہ بھول جانا کہ کالموں میں کون نہیں۔ آمدنی کے سوال پر 20 "انکار کرنے والے" آمدنی کے کسی کالم میں نہیں لیکن کل میں ہیں – اور اگر وہ مختلف ہیں تو کل کالموں کی اوسط نہیں۔ جدول کا نوٹ بتاتا ہے کہ وہ کتنے ہیں۔

حوالہ جات

American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). https://doi.org/10.1037/0000165-000

Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). Sage.

Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the behavioral sciences (10th ed.). Cengage Learning.

Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM SPSS (7th ed.). Routledge.

سائٹ کے اصول کے مطابق، حوالہ جات کی فہرست میں صرف وہ ماخذ شامل ہیں جو اصل میں پڑھے گئے، اور ان سیکشنز میں جن کی کائی اسکوائر کے صفحے پر پہلے ہی تصدیق ہو چکی ہے: Field – باب 19 (سیکشنز 19.3، 19.5.2، 19.5.3، 19.8)، Pallant – ابواب 8 اور 16، Gravetter اور Wallnau – سیکشن 17.4، مساوات 17.9 اور جدول 17.10، APA – سیکشنز 6.36، 6.43، 7.14 اور 7.21۔ Cohen (1988) کا حوالہ بحوالہ Pallant اور Gravetter اور Wallnau دیا گیا ہے۔ کام کا طریقہ اور TABLES اسکرپٹس سائٹ کی کام کی دستاویزات ہیں، شائع شدہ ماخذ نہیں۔ صفحے کا حساب مثال کی فائل پر Python (pandas، scipy) کے مقابل تصدیق شدہ ہے – ہر فیصد، ہر بنیاد، ہر χ²، p، V اور باقیے کا نشان، تینوں بنیادوں میں، اعشاری ہندسوں کے بغیر، کوڈ بک میں نہ ہونے والی قدروں کے کالموں کے ساتھ اور ان کے بغیر، متعدد جوابات میں، سلسلے میں، مسلسل متغیر میں اور وزن دار اسکرپٹ میں (کوڈنگ، فلٹرنگ، وزن دہی) – اور PSPP (CROSSTABS) اور R (chisq.test، prop.table، stdres) کے مقابل؛ تصدیق کا README دیکھیں۔