Till studiens databearbetning och analys har vi använt programmet SPSS, Statistical Package for the Social Sciences, ett statistiskt program ämnat för samhällsvetenskapliga undersökningar. Vi valde att arbeta i SPSS då vi tidigare använt programmet under en statistisk kurs på Umeå Universitet. Den empiriska studien utfördes via enkäter i pappersformat, vilket lett till att vi har fått lägga in all data manuellt i programmet. Det finns tre olika typer av skalenivåer på en studiens mätvärden och det är variabelns skalenivå som sedan bestämmer vilken analysmetod som är anpassad för frågan (Wahlgren, 2005, s. 33). Enkätens fråga angående respondentens kön är ett exempel på en dikotom variabel med endast två svar ‘kvinna’ eller ‘man’ (Bryman, 2008, s. 321). Då en dikotom skalenivå inte går att välja i SPSS valde vi att ange variabeln kön enligt en nominal skalenivå. Enligt Bryman (2008, s. 321) kan en nominalskala inte rangordnas. Fråga 3 om respondentens typ av inkomst och fråga 5 om vilka butiker respondenterna väljer vid exempelvis storhandling är båda exempel på nominalvariabler. Den fakta vi har samlat angående respondenterna, såsom kön, ålder och typ av inkomst har vi valt att redovisa i beskrivande tabeller för att ge läsaren en snabb överblick om stickprovets personliga attribut.
Enkätens fråga om ålder, samt fråga 15 ‘Hur avgörande är följande faktorer för ditt val att handla regelbundet på Coop Forum?’ där vi valt att definiera svaren enligt en skala från 1 till 5, är numeriska och antar därmed en kvotskalenivå. Enligt Dahmström (2011, s. 24-25) är en kvantitativ variabel en fråga innehållande numeriska inslag, om frågan är diskret är antalet valbara tal givna och kan därmed inte anta värden mellan dessa tal. Vi valde att använda en kvotskalenivå på fråga 15 för att kunna jämföra medelvärden mellan hur påverkande de olika butiksattributen var för kunder att handla på Coop Forum och för att se om det differentierade sig mellan de för studien utvalda Coop Forum butikerna. Även för att genom en beskrivande tabell använda ett 95 procentigt konfidensintervall, för att kunna uttala oss om sannolikheten att populationens medelvärde hamnar inom ett visst intervall från stickprovets medelvärde. Medelvärdet (mean) är variabelns genomsnittsmått och är de sammanlagda värdena från samtliga respondenter delat med antal (N) respondenter och standardavvikelsen (standard
deviation) beskriver måttets spridning (Wahlgren, 2005, s. 67). I vårt fall anger
standardavvikelsen spridningen av värdet omkring vårt medelvärde, desto lägre standardavvikelse desto närmare ligger respondenternas svar vårt stickprovs medelvärde. Vi har valt att infoga resultatet över butiksattributens medelvärden från den
beskrivande tabellen i fråga 15 i ett diagram för att tydligare visa hur de butiksattributens medelvärden förhåller sig till varandra.
För att testa respondenternas könsfördelning där stickprovet visade på en ojämn fördelning och där vi även antog en ojämn könsfördelning för populationen använde vi ett Chi-Square test, X2. Genom ett sådant test undersöks om skillnaden är statistiskt säkerställd, det vill säga signifikant (Wahlgren, 2005, s. 88). Testet använder k-1 frihetsgrader, där k är antalet kategorier frågan behandlar, exempelvis man och kvinna i vårt fall. Vid ett p-värde som är mindre än 5 % är det statistiskt säkerställt att den observerade fördelningen stämmer överens med en teoretisk (Wahlgren, 2005, s. 89). Vi valde även att testa de framtagna korstabellerna i vår empiri med hjälp av ett Chi-Square test, för att se om det fanns någon signifikant skillnad mellan könen i hur frekvent de handlar på de för studien utvalda Coop Forum butikerna. Vid ett p-värde lägre än 5 % hade vi kunnat säkerställa en skillnad mellan könen i hela populationen (Wahlgren, 2005, s. 90). Om p-värdet översteg 5 % kunde skillnaden mellan könen bero på slumpen och avvikelserna var därmed inom den statistiska felmarginalen (Wahlgren, 2005, s. 93).
I ett flertal av enkätens frågor om kundnöjdhet gentemot olika butiksattribut har vi valt att använda en femgradig likertskala där respondenterna får ranka frågan utifrån “Instämmer inte alls”, ‘instämmer i mindre grad’, ‘instämmer delvis’, ‘instämmer i högre grad’ eller ‘instämmer helt’, enligt en ordinalskala. Värdena är inmatade i SPSS enligt siffror, där 1 innebär ‘instämmer i mindre grad’ och 5 innebär ‘instämmer helt’. Det mätvärde som har värdet 2 är inte dubbelt så mycket som 1 (Wahlgren, 2005, s. 33). Alternativet ‘Instämmer helt’ är bättre än ‘instämmer i högre grad’ men avståndet mellan de olika alternativen går inte att avgöra då det varierar beroende på respondentens egna preferenser. Enligt Bryman (2008, s. 323) är stapeldiagram eller cirkeldiagram ett tydligt tillvägagångssätt för att visa resultat av en nominal- eller ordinal variabel. Vi har valt att redovisa frågor om kundnöjdhet i cirkeldiagram för att ge en tydlig överblick om kunder är nöjda eller inte med de olika butiksattributen och jämföra resultaten mellan de för studien utvalda Coop Forum butikerna. Svar på frågor angående kundlojalitet redovisar vi i korstabeller med flera variabler som visar procentandel av kön och av hela stickprovet. Enligt Wahlgren (2005, s. 52) gör korstabeller att vi kan undersöka om det finns likheter eller skillnader mellan olika grupper, i vårt fall mellan män och kvinnor. Vidare har vi använt oss av stapeldiagram för att redogöra för hur respondenternas butikslojalitet ser ut.
Slutligen testades ett eventuellt samband i praktiken mellan butiksimage och butikslojalitet på de för studien utvalda Coop Forum butikerna genom att vi använde en korrelationsmatris, där sambandet kunde bekräftas vid ett signifikant värde under 5 %. Vid ett signifikant samband kunde vi bekräfta ett positivt samband, att butikslojalitet ökar om butiksimage ökar, alternativt ett negativt samband, att butikslojalitet minskar om butiksimage minskar. Om p-värdet inte var signifikant kunde vi inte uttala oss om ett samband då de kan bero på slumpen (Wahlgren, 2005, s.93).
Vi valde att definiera siffra 0 enligt ‘missing values’ eller internt bortfall i SPSS. Enligt Wahlgren (2005, s. 32) blir många frågor i regel obesvarade i en enkätundersökning, därför krävs ett värde som särskiljer de uteblivna svaren. Enligt Dahmström (2011, s. 208) bör författarna studera om någon variabel saknar många svar och därmed har interna bortfall. Vid fler än fem obesvarade frågor i samma enkät exkluderades den från undersökningen och räknas istället som ett externt bortfall. Den fråga i undersökning
som hade flest interna bortfall var fråga 5, se kapitel 4.6 om access och bortfall. Vi har valt att inte gruppera de interna bortfallen enligt olika kategorier, då vi anser att det kan vara svårt att veta vad ett uteblivet svar beror på.
Efter att studiens resultat redovisats återstår en analys av vår data, gentemot vad tidigare forskning kommit fram till. Därmed kan vi visa på likheter eller skillnader och söka förklaring utifrån tidigare teorier i relation till den data vi samlat in. Analyser och jämförelser kommer att utföras genomgående i kapitel 5.0.