- Informacje
- Czat SI
Jak rozwiązywać zadania w programie SPSS
Metodologia ze statystyką
Uniwersytet SWPS
Polecane dla Ciebie
Komentarze
Przejrzyj tekst
STATYSTYKA KOLOKWIUM
Zanim przejdziesz do analizy...
1. Zrób przegląd danych
2. Popraw dane , jeśli chcesz
a. Dodaj wartości , jeśli ich brakuje
b. Zmień skalę , jeśli uważasz, że jest źle określona
POLICZENIE STATYSTYK OPISOWYCH
Analiza → Opis statystyczny → Częstości → Wybierz zmienną, dla której chcesz policzyć statystyki opisowe → Statystyki... → Zaznacz statystyki, które chcesz policzyć (będą podane w zadaniu) → Jeśli chcesz wykonać jakiś wykres (słupkowy, kołowy lub histogram) wejdź w Wykresy... i zaznacz wykres, który Cię interesuje → Dalej → OK
Tabela Statystyk opisowych będzie wyglądała mniej więcej tak :
Interpretacja niektórych statystyk :
Skośność – jeśli wartość skośności jest ujemna rozkład wyników jest lewostronny, jeśli dodatnia – prawostronny
Odchylenie standardowe – pokazuje odchylenia od średniej wartości
Kurtoza : = 0 → rozkład normalny, rozkład mezokurtyczny
< 0 → rozkład bardziej płaski, rozkład platykurtyczny
> 0 → rozkład leptokurtyczny
Modalna (dominanta) – wskazuje na to, jaka wartość dominuje wśród wszystkich danych
Rozstęp – różnica pomiędzy największą a najmniejszą wartością
Statystyki opisowe, których nie da się policzyć dla skali nominalnej : średnia, mediana, rozstęp, wariancja, odchylenie standardowe, skośność, kurtoza
FILTROWANIE – WYBIERZ OBSERWACJE
! PAMIĘTAJ O WYŁĄCZENIU WSZYSTKICH ZASTOSOWANYCH FILTRÓW, ABY NIE ZAKŁÓCAŁY CI DALSZEJ ANALIZY!
Dane → Wybierz obserwacje → Jeśli spełniony jest warunek → Jeżeli → Wybierz zmienną, jaką chcesz przeanalizować → Po znaku = wpisz wartość grupy, którą chcesz analizować (np. płeć=1 lub wiek~=24 – różny od, czyli każdy wiek poza 24) → Dalej → OK TERAZ JEST CZAS NA PRZEPROWADZENIE ANALIZY, KTÓRĄ CHCIAŁAŚ PRZEPROWADZIĆ DLA WYBRANYCH DANYCH PO ZAKOŃCZONEJ ANALIZIE ZRESETUJ WSZYSTKIE FILTRY Dane → Wybierz obserwacje → Resetuj → OK TWOJE FILTRY ZOSTAŁY WYŁĄCZONE. TERAZ BĘDZIESZ ANALIZOWAŁA WSZYSTKIE DANE, JAKIE MASZ W BAZIE DANYCH
W takim oknie powinnaś pracować →
FILTROWANIE – PODZIAŁ NA PODZBIORY
Wykonaj, gdy w zadaniu będzie zawarte polecenie o policzeniu danej zmiennej oddzielnie dla jednej grupy i oddzielnie dla drugiej, w ramach jednej zmiennej. Przykładowe polecenie: Badacze chcieli sprawdzić czy satysfakcja zawodowa oddzielnie dla kobiet i mężczyzn w grupie osób, które wzięły udział w badaniu istotnie różni się od średniego poziomu satysfakcji zawodowej kobiet i mężczyzn w Polsce. Z danych teoretycznych wiemy, że średni poziom satysfakcji zawodowej zarówno dla kobiet jak i mężczyzn wynosi 3.
Dane → Podział na podzbiory → Porównaj grupy → Wybierz zmienną wg której podzielisz grupę badanych → OK
W prawym dolnym rogu bazy pojawi Ci się informacja, że Twoje dane są podzielone według danej zmiennej. Np. →
Zmienna, wg której dzielisz grupę badanych nazywa się zmienną grupującą.
KATEGORYZACJA WIZUALNA
Ta funkcja pozwala stworzyć ze zmiennej ilościowej/ ilorazowej, zmienną przedziałową , np. zmienną wiek wyrażoną w latach możemy podzielić na 3 równoważne grupy (osoby młode vs osoby w średnim wieku vs osoby starsze).
Przekształcenia → Kategoryzacja wizualna → Wybierz zmienną do kategoryzacji → Dalej → Nadaj nazwę zmiennej skategoryzowanej → Punkty podziału → Równe percentyle → określ liczbę punktów podziału – dla powyższego przykładu wynosi ona 2, ponieważ chcemy otrzymać 3 grupy. Jeśli chciałabyś podzielić grupę tylko na osoby starsze i młodsze, liczba punktów podziału wynosi 1, czyli 50%, ponieważ otrzymujesz tylko 2 grupy. → Zastosuj → Utwórz etykiety → OK
TABELE KRZYŻOWE, CZYLI TEST Chi 2 DLA DWÓCH ZMIENNYCH
Tabele krzyżowe – 2 zmienne jakościowe w tabeli. Pozwalają sprawdzić czy występuje istotna różnica lub ile osób tak uważa (w poleceniu może to być ujęte w następujący sposób: podaj % albo podaj ilość osób ). Wykonujemy tylko na danych jakościowych (skala porządkowa lub nominalna ).
Analiza → Opis statystyczny → Tabele krzyżowe → Dodaj zmienne kolejno: jedną w wierszach i jedną w kolumnach → Statystyki → Zaznacz Chi-kwadrat → Dalej → OK
JEŚLI CHCESZ OTRZYMAĆ RÓWNIEŻ DANE PROCENTOWE (%) POSTĘPUJ TAK:
Analiza → Opis statystyczny → Tabele krzyżowe → Wybierz dane → Statystyki → Zaznacz Chi-kwadrat → Komórki → Procenty (w wierszu, kolumnie, całości) → Dalej → OK
Takie otrzymasz tabele w raporcie:
TEST NORMALNOŚCI ROZKŁADU – TEST SHAPIRO-WILKA
! ZAWSZE PAMIĘTAJ O WYKONANIU TESTU NORMALNOŚCI ROZKŁADU, ZANIM PRZEJDZIESZ DO LICZENIA KORELACJI**!** Analiza → Opis statystyczny → Eksploracja → Wybierz zmienną lub zmienne, dla których chcesz sprawdzić normalność rozkładu → Wykresy → Zaznacz Wykresy normalności z testami → Dalej → OK
Przykładowa tabela Testu normalności rozkładu →
INTERPRETACJA WYNIKÓW! Zmienna ma rozkład NORMALNY tylko wtedy, gdy ma rozkład NIEISTOTNY. Niżej przykłady:
p=0 – brak istotnej różnicy (brak dużej istotności) → rozkład normalny
p=0 – brak istotnej różnicy (brak dużej istotności) → rozkład normalny
p=0 – duża istotność → brak rozkładu normalnego
p>0 – brak istotnej różnicy (brak dużej istotności) → rozkład normalny
p<0 – duża istotność → brak rozkładu normalnego
Jeśli zmienna ma rozkład NORMALNY → analiza PARAMETRYCZNA, czyli test korelacji PEARSONA Jeśli zmienna nie posiada rozkładu normalnego → analiza NIEPARAMETRYCZNA, czyli test korelacji rho-SPEARMANA i/lub KENDALLA Gdy analizujesz więcej niż 1 zmienną, jeśli którakolwiek z nich nie ma rozkładu normalnego, nawet dla tej z rozkładem normalnym wykonujesz analizę nieparametryczną! – czy na pewno? Prawidłowa interpretacja wyniku normalności rozkładu : Analiza wykazała, że rozkład naszych wyników nie różni się istotnie od rozkładu normalnego, a więc nasz rozkład jest normalny. (p > 0)
Im mniejsza wartość p, tym większa istotność !!! p > 0 → wynik nieistotny → rozkład normalny p < 0 → wynik istotny → brak rozkładu normalnego p < 0 → wynik istotny → brak rozkładu normalnego
TESTY KORELACJI
TEST KORELACJI PEARSONA
Jeśli zmienna ma rozkład NORMALNY → analiza PARAMETRYCZNA, czyli test korelacji PEARSONA
TEST KORELACJI RHO-SPEARMANA I KENDALLA
Jeśli zmienna nie posiada rozkładu normalnego → analiza NIEPARAMETRYCZNA, czyli test korelacji rho-SPEARMANA i/lub KENDALLA
TEST KORELACJI PEARSONA – NORMALNOŚĆ ROZKŁADU
Nie zapomnij sprawdzić normalności rozkładu! Analiza → Korelacje → Parami → Wybierz zmienną → Zaznacz współczynnik korelacji Pearsona → OK
→
Prawidłowa interpretacja :
TESTY PORÓWNUJĄCE ŚREDNIE
TESTY T-STUDENTA
Testy t-studenta wykonujemy tylko dla zmiennych ILOŚCIOWYCH, PARAMETRYCZNYCH !!!
Zanim wykonasz test t-studenta sprawdź normalność rozkładu i równoliczność grup !!!
Wykorzystujemy do testowania istotności różnicy między dwiema średnimi:
- wynik próby ze znanym kryterium teoretycznym ( test t-Studenta dla jednej próby )
- dwie grupy badawcze ( test t-Studenta dla prób niezależnych )
- dwa pomiary w ramach jednej grupy badawczej ( test t-Studenta dla prób zależnych )
TEST U-MANNA-WHITNEYA nieparametryczny odpowiednik testu t dla prób niezależnych
TEST WILCOXONA
nieparametryczny odpowiednik testu t dla prób zależnych Wykonujemy tylko dla zmiennych w skali PORZĄDKOWEJ, NIEPARAMETRYCZNYCH !!!
TEST T DLA JEDNEJ PRÓBY – rozkład normalny
Nie zapomnij sprawdzić normalności rozkładu i równoliczności grup!
Jeśli w poleceniu masz podaną wartość teoretyczną , wykonaj test t dla jednej próby. Przykładowe polecenie: Badacze chcieli sprawdzić czy satysfakcja zawodowa oddzielnie dla kobiet i mężczyzn w grupie osób, które wzięły udział w badaniu istotnie różni się od średniego poziomu satysfakcji zawodowej kobiet i mężczyzn w Polsce. Z danych teoretycznych wiemy, że średni poziom satysfakcji zawodowej zarówno dla kobiet jak i mężczyzn wynosi 3.
Analiza → Średnie → Test t dla jednej próby → Wybierz testowaną zmienną → Wpisz wartość testowaną (jest to wartość podana w zadaniu) → OK
→
Prawidłowa interpretacja : Analiza wykazała, że poziom satysfakcji zawodowej mężczyzn nie różni się istotnie od poziomu teoretycznego t( 69 )= 0,92; p=0,36. Analiza wykazała jednak, że występują istotne różnice w poziomie satysfakcji zawodowej kobiet biorących udział w badaniu w porównaniu do średnie w populacji kobiet w Polsce t( 69 )= 2,76; p<001. Kobiety biorące udział w badaniu mają istotnie wyższy poziom satysfakcji zawodowej (M= 3,10; SD= 0,30) niż średnia w populacji (M=3,00).
TEST WILCOXONA – brak normalności rozkładu
Nie zapomnij sprawdzić normalności rozkładu i równoliczności grup**!**
To nieparametryczny odpowiednik testu t dla prób zależnych. Tzn, że w poleceniu będzie nakazana analiza zmiennej_przed i zmiennej_po).
Wykonuj tylko dla zmiennych w skali porządkowej!
Analiza → Testy nieparametryczne → Testy tradycyjne → Dwie próby zależne → Wybierz parę testowanych zmiennych (np. objawy_przed, objawy_po) → Zaznacz typ testu Wilcoxon → Opcje → Zaznacz statystyki opisowe → Dalej → OK
→
Prawidłowa interpretacja : Deklarowana częstotliwość występowania objawów nadciśnienia po 6 miesiącach leczenia nowym lekiem była niższa (Mrang1 = 14,42) niż przed rozpoczęciem terapii (Mrang2 = 8,50). Suma rang ujemnych (274) jest znacznie niższa niż suma rang dodatnich (51). Analiza testem znaków rangowych Wilcoxona wykazała, że różnica ta jest istotna statystycznie, Z = 3,10; p < 0,01.
TEST T DLA GRUP NIEZALEŻNYCH – rozkład normalny
Nie zapomnij sprawdzić normalności rozkładu i równoliczności grup**!**
Badasz dwie oddzielne, niezależne grupy (przykład polecenia: ..ępnie przeprowadź analizę porównawczą satysfakcji z życia osobistego osób badanych w zależności od nastroju w jakim się znajdują.) Zmienna nastrój_med dzieli badanych na dwie grupy osób - osoby z pozytywną i negatywną satysfakcją osobistą. Mamy więc dwie grupy niezależne.
Analiza → Średnie → Test t dla prób niezależnych → Wybierz zmienną testowaną → Wybierz zmienną grupującą (która podzieli badanych na 2 grupy, np. nastrój pozytywny i nastrój negatywny) → OK Ważne! Sprawdź, czy masz dobrze zdefiniowane grupy ( Definiuj grupy ). Wartości powinny być takie same, jakie zakodowaliśmy w bazie danych. Przykład: jeśli dla zmiennej płeć zakodowałaś: 1-kobiety, 2-mężczyźni, nie możesz zdefiniować tych grup dla innych wartości, np. 0-kobiety, 1-mężczyźni. Musisz wpisać wartości odpowiednio 1 i 2.
Wartość t może być dodatni bądź ujemny, lecz w interpretacji podane się go bez - !!
Jeśli jednorodność jest nieistotna (np. p=0, p>0) – dane odczytujemy z górnego wiersza, jak jest istotna (np. p<0) – czytamy z dolnego wiersza.
Prawidłowa interpretacja : Analiza testem t-Studenta dla prób niezależnych wykazała, że wysokość pulsu różniła się istotnie u kobiet i mężczyzn przed rozpoczęciem przyjmowania leków: t(61)= 8,29; p<0,001. Przed rozpoczęciem leczenia mężczyźni mieli istotnie wyższy puls (M=90,57; SD=2,89) niż kobiety (M= 84,91; SD= 2,53).
- ZAJRZYJ DO PLIKU AKTYWNOŚĆ(ZAJ3) i C
Jak rozwiązywać zadania w programie SPSS
Kurs: Metodologia ze statystyką
Uniwersytet: Uniwersytet SWPS
To jest podgląd
Uzyskaj dostęp do wszystkich dokumentów
Zdobądź nieograniczoną ilość pobrań
Popraw swoje oceny
