Примеры spss. Основы работы в SPSS

Книга представляет собой практическое руководство по анализу данных с помощью самой мощной и популярной программы статистической обработки информации – SPSS версии 19. В издании подробно описываются основы работы с пакетом SPSS, рассматривается большинство методов обработки и анализа данных, а также способов табличного и графического представления полученных результатов. Материал книги организован таким образом, чтобы удовлетворить запросы как новичка, впервые приступающего к анализу данных на компьютере, так и опытного исследователя, желающего воспользоваться самыми современными методами. Основное содержание глав составляют пошаговые инструкции по реализации различных видов математико-статистического анализа в SPSS. Особое внимание уделяется получаемым результатам и их интерпретации. В конце книги приведен глоссарий, содержащий определения большинства статистических терминов. Издание адресовано исследователям в области статистики, маркетинга, социологии, психологии, а также широкому кругу читателей, желающих воспользоваться программой SPSS для профессионального анализа данных.

Версии SPSS.
По всем параметрам SPSS является сложным и мощным статистическим пакетом. Однако, несмотря на сложность, средства взаимодействия входящих в пакет программ с пользователем весьма дружественны. С помощью пакета SPSS можно проводить практически любой анализ данных, а последние версии программы находят применение в самых разных научных областях и в мире бизнеса.

Основой для данной книги послужила русифицированная версия 19.0 пакета IBM SPSS Statistics, распространяемая с сентября 2010 года. Говоря точнее, снимки экрана, присутствующие в книге, соответствуют русифицированной версии 19.0. Однако почти весь изложенный материал может быть с успехом применен и к более ранним версиям, начиная с SPSS 9.0. Основные отличия будут иметь место в интерфейсе программ: названиях диалоговых окон, их виде и т. п. Кроме того, начиная с версии SPSS 13.0 более совершенными стали графические возможности программы. Для отечественного пользователя программы наиболее значительное новшество введено начиная с версии SPSS 12.0 - стала доступной русифицированная версия интерфейса и окон вывода результатов.

Содержание
Предисловие
Глава 1. Введение
Обработка данных на компьютере
Необходимые знания
Версии SPSS
Содержание книги
Файлы примеров
Структура глав и элементы описания
Глава 2. Общий обзор SPSS
Запуск программы
Кнопки и другие элементы управления
Настройка параметров программы
Окна программы
Окно редактора командного языка Syntax
Окно вывода и его редактирование
Сохранение, экспорт, перенос и печать результатов
Глава 3. Создание и редактирование файлов данных
Структура файла данных
Ввод данных
Редактирование данных
Пример файла данных
Глава 4. Управление данными
Знакомство с возможностями управления данными
Получение информации о файле
Обработка пропущенных значений
Преобразование данных
Выбор наблюдений для анализа
Перекодировка в новую переменную
Перекодирование существующей переменной
Сортировка наблюдений
Объединение данных разных файлов
Агрегирование данных
Реструктурирование данных
Глава 5. Диаграммы
Графика в программе SPSS
Настройка диаграмм
Команды построения диаграмм
Редактирование диаграмм
Выход из программы
Глава 6. Частоты
Представление результатов
Глава 7. Описательные статистики
Представление результатов
Завершение анализа и выход из программы
Глава 8. Таблицы сопряженности и критерий хи-квадрат
Таблицы сопряженности
Критерий независимости хи-квадрат
Пошаговый алгоритм вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 9. Корреляции
Понятие корреляции
Дополнительные сведения
Пошаговые алгоритмы вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 10. Средние значения
Пошаговый алгоритм вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 11. Сравнение двух средних и t-критерий
Уровень значимости
Пошаговые алгоритмы вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 12. Непараметрические критерии
Параметрические и непараметрические критерии
Пошаговые алгоритмы и результаты вычислений
Завершение анализа и выход из программы
Глава 13. Однофакторный дисперсионный анализ
Пошаговые алгоритмы вычислений
Представление результатов
Терминология
Завершение анализа и выход из программы
Глава 14. Многофакторный дисперсионный анализ
Файлы данных для группы методов Общая линейная модель
Дисперсионный анализ с двумя факторами
Дисперсионный анализ с тремя и более факторами
Влияние ковариат
Пошаговые алгоритмы вычислений
Представление результатов
Терминология, используемая при выводе
Завершение анализа и выход из программы
Глава 15. Многомерный дисперсионный анализ
Пошаговые алгоритмы вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 16. Дисперсионный анализ с повторными измерениями
Пошаговые алгоритмы вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 17. Простая линейная регрессия
Простая регрессия
Оценка криволинейности
Пошаговые алгоритмы вычислений
Представление результатов
Терминология, используемая при выводе
Завершение анализа и выход из программы
Глава 18. Множественный регрессионный анализ
Уравнение множественной регрессии
Коэффициенты регрессии
Коэффициент детерминации и пошаговые методы
Условия получения приемлемых результатов анализа
Пошаговые алгоритмы вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 19. Анализ надежности
Коэффициент альфа
Надежность половинного расщепления
Пошаговые алгоритмы вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 20. Факторный анализ
Вычисление корреляционной матрицы
Извлечение факторов
Выбор и вращение факторов
Интерпретация факторов
Пошаговые алгоритмы вычислений
Представление результатов
Терминология, используемая при выводе
Завершение анализа и выход из программы
Глава 21. Кластерный анализ
Сравнение кластерного и факторного анализов
Этапы кластерного анализа
Кластерный анализ матрицы различий (сходства)
Пошаговые алгоритмы вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 22. Дискриминантный анализ
Этапы дискриминантного анализа
Пошаговые алгоритмы вычислений
Представление результатов
Терминология, используемая при выводе
Завершение анализа и выход из программы
Глава 23. Многомерное шкалирование
Квадратная асимметричная матрица различий
Квадратная симметричная матрица различий
Модель индивидуальных различий
Пошаговые алгоритмы вычислений
Представление результатов
Завершение анализа и выход из программы
Глава 24. Логистическая регрессия
Математическое описание логистической регрессии
Пошаговые алгоритмы вычислений
Представление результатов
Терминология, используемая при выводе
Завершение анализа и выход из программы
Глава 25. Логлинейный анализ таблиц сопряженности
Понятие логлинейной модели
Логлинейный метод подбора модели
Пошаговые алгоритмы вычислений
Представление результатов
Завершение анализа и выход из программы
Глоссарий
Англо-русский словарь терминов
Литература.

Основным достоинством программного комплекса SPSS, как одного из самых существенных достижений в области компьютеризированного анализа данных, является самый широкий охват существующих статистических методов, который удачно сочетается с большим количеством удобных средств визуализации результатов обработки. Программный комплекс SPSS развивается уже на протяжении 35 лет, самая последняя 11-ая версия, выпущенная в мае 2002 года, предоставляет широкие возможности не только в сфере психологии, социологии, биологии и медицины, но и в области маркетинговых исследований и управлении качеством продукции, что значительно расширяет применимость комплекса.

Предлагаемая книга содержит минимально необходимый объем сведений по теории статистического анализа. Основное внимание сконцентрировано на особенностях использования отдельных методов, возможностях, которые эти методы предоставляют, а также интерпретации результатов применения данных методов. Ну и конечно, в книге описаны презентационные возможности SPSS 10/11, которые значительно превосходят объем функций, обеспечиваемых стандартными бизнес-программами, типа Excel.

В конце книги приводится таблица соответствия английских и русских пунктов меню SPSS 10/11, а также названий статистических процедур, для того чтобы облегчить переход на русскую версию.

Материал, изложенный в книге, достаточен для того, чтобы студент или молодой ученый сделали свои первые шаги в обобщении статистических данных и поиске скрытых закономерностей, а умудренные опытом профессионалы обрели еще один мощнейший инструмент, повышающий эффективность практической деятельности.

Книга предназначена для широкого круга читателей, специализирующихся на обработке данных в маркетинге, социологии, психологии, биологии и медицине
Содержание в полной новости

Иллюстрированный самоучитель по SPSS

Глава 1. Программа SPSS
Глава 2. Инсталляция
Глава 3. Подготовка данных
Глава 4. SPSS для Windows - обзор
Глава 5. Основы статистики
Глава 6. Частотный анализ.
Глава 7. Отбор данных
Глава 8. Модификация данных
Глава 9. Статистические характеристики
Глава 10. Исследование данных
Глава 11. Таблицы сопряженности
Глава 12. Анализ множественных ответов
Глава 13. Сравнение средних
Глава 14. Непараметрические тесты
Глава 15. Корреляции
Глава 16. Регрессионный анализ
Глава 17. Дисперсионный анализ
Глава 18. Дискриминантный анализ
Глава 19. Факторный анализ
Глава 20. Кластерный анализ
Глава 21. Анализ пригодности
Глава 22. Стандартные графики
Глава 23. Интерактивные графики
Глава 24. Модуль Tables
Глава 25. Экспортирование выходных данных
Глава 26. Программирование
Глава 27. Нововведения в 11-ой версии SPSS
Приложение. Обзор процедур SPSS

Контрольная работа

«СТАТИСТИЧЕСКАЯ ОБРАБОТКА В ПСИХОЛОГИЧЕСКОМ ИССЛЕДОВАНИИ»

1. Конспект по программе SPSS, что за программа, в чем ее преимущества. 3

1.1. Анализ данных в психологическом исследовании. 5

2. По данным публикаций периодической печати, интернета и т.д. выбрать достаточную информацию для анализа и провести его с объяснением, сделать вывод. 9

2.1. Пример использования программы при расчете коэффициента корреляции 13

Список литературы.. 19

Конспект по программе SPSS, что за программа, в чем ее преимущества

Анализ литературы по математической обработке данных в психологических исследованиях и результаты анкетирования позволили выделить четыре основных программы, применяемых психологами. К ним относятся такие программные продукты как Statistica, SPSS, Stadia и MS Excel. Такие известные математические программы как MatLab, Maple, Mathematica и Mathcad практические не используются в психологических исследованиях из-за своей сложности. Более надежной и хорошо зарекомендовавшей себя программой является SPSS Statistics.

SPSS Statistics (аббревиатура англ. «Statistical Package for the Social Sciences» - «статистический пакет для социальных наук») - компьютерная программа для статистической обработки данных, один из лидеров рынка в области коммерческих статистических продуктов, предназначенных для проведения прикладных исследований в социальных науках .

SPSS является комплексной системой анализа данных. SPSS может использовать данные почти из всех типов файлов и генерировать табличные отчёты, графики, рисунки распределений и трендов, описательную статистику и проводить сложные виды статистического анализа.

Программа предоставляет полный набор методов анализа данных, начиная с описательной статистики и заканчивая сложными видами анализа (дисперсионный, факторный, спектральный и т.д.). Представление результатов происходит при помощи различных видов диаграмм и гистограмм. При этом пользователя предоставляется возможность самому создавать шаблоны диаграмм. Но главной особенностью SPSS является ее интеграция с большим количеством внешних программ (MS Excel, dBASE, Lotus, SQL, SYSTAT и т.д.) и форматов (XML, HTML, PC, SAS и т.д.). Еще одной важной особенностью программы является поддержка современных программных решений. Так, последняя версия программ SPSS строится на основе клиент-серверной архитектуры, объявлено, что новая версия программы будет полностью совместима с Windows Vista.

Между 2009 и 2010 название программного обеспечения SPSS было изменено на PASW (Predictive Analytics SoftWare) Statistics.

28 июля 2009 компания объявила, что она была приобретена компанией IBM за 1,2 млрд долл. США. По состоянию на январь 2010 года компания стала называться «SPSS: An IBM Company».

Норман Най, Хедли Халл и Дейл Бент разработали первую версию системы в 1968 году, затем этот пакет развивался в рамках Чикагского университета. Первое пользовательское руководство вышло в 1970 году в издательстве McGraw-Hill, а с 1975 года проект выделился в отдельную компанию SPSS Inc. Первая версия пакета под Microsoft Windows вышла в 1992 году. На данный момент также существуют версии под MacOs X и Linux.

В 2009 году компания SPSS произвела ребрендинг своего статистического пакета, который теперь стал называться PASW Statistics (Predictive Analytics SoftWare). 29 июля 2009 года компания SPSS объявила о том, что она приобретается фирмой IBM.

Возможности и преимущества программы.

· Ввод и хранение данных.

· Возможность использования переменных разных типов.

· Частотность признаков, таблицы, графики, таблицы сопряжённости, диаграммы.

· Первичная описательная статистика.

· Маркетинговые исследования

· Анализ данных маркетинговых исследований

IBM SPSS Statistics 18 функционирует под управлением Windows XP, Windows Vista (32- или 64-разрядных редакций), Windows 7, Mac OS X 10.5, Mac OS X 10.6 и Linux для x86. Требует 800 МБайт места на жёстком диске и 1 ГБайт оперативной памяти.

Современная психология широко используют самые разнообразные статистические методы. Они позволяют наглядно описать некоторое явление или процесс, выявить закономерности, сделать выводы или прогноз. Как пишет Е.В. Сидоренко: «Стало принято использовать математические методы, как принято жениться молодому человеку, если он хочет сделать дипломатическую или политическую карьеру…» При этом «мода» иногда доходит до того, что при планировании эксперимента предлагается строить гипотезу, исходя из расчета определенных статистических процедур получения результатов, их оценивания и анализа, а статистическая верификация выводов считается обязательной.
Можно говорить о том, что программа SPSS является наиболее функциональной и поддерживает самые современные технологий. Однако ее цена и модульная структура приводит к тому, что SPSS является ориентированной на применение в коммерческих проектах .

Прежде чем непосредственно приступать к обработке данных проведенного исследования в программе SPSS, необходимо грамотно организовать ввод данных.

Заведение данных исследования в программу можно условно разделить на 2 основных этапа:

· Подготовка основы анкеты

· Непосредственный ввод данных

Рассмотрим подробнее эти процедуры.

Этап подготовки основы анкеты. В SPSS данные вводятся в определенном формате. Для того чтобы подготовить форму для ввода и дальнейшей обработки данных, нужно изначально ввести шаблон анкеты в приемлемом для программы виде. Общий вид окна программы выглядит, как показано на рисунке 1.

Рис. 1. Общий вид программы SPSS после запуска.

Когда программа запускается первый раз, пользователю предлагается дополнительное диалоговое окно, в котором предлагается осуществить выбор действий, связанных с редактированием существующей базы, открытию существующего файла и т.п. Как правило, в большинстве случаев это окно не несет существенной нагрузки. По этой причине рекомендуем поставить внизу галочку напротив «Don`t show this dialog in the future». Общий начальный вид программы в принципе стандартен для большинства программ, разработанных под операционную систему Windows. Общая навигационная панель, вид окна и управление окнами практически полностью идентичны большинству программ офисных приложений. По этой причине мы остановимся именно на отличительных особенностях самой программы SPSS.

Рис.2. Рабочее поле программы SPSS.

В программе SPSS существует 2 поля, организованные в виде закладок, аналогичных программе Excel. Вместе с тем эти поля далеко не равнозначны. На рисунке 2 показано рабочее поле программы, в которое пользователь непосредственно вводит данные из анкет (data view). Однако прежде чем осуществлять ввод данных необходимо создать в программе шаблон анкеты, ее основу. Ввод анкетного шаблона осуществляется в поле определения переменных - Variable View. В SPSS данные вводятся в определенном формате. В SPSS все переменные (при вводе) располагаются вертикально, а горизонтально - наблюдение. Рассмотрим подробнее поле Variable View (рисунок 3).

Рис.3. Вид окна переменных.

Каждая переменная - это вопрос в анкете. В программе SPSS по умолчанию установлены 10 основных характеристик, которыми может быть описана переменная: name, type, width, decimals, label, values, missing, columns, align и measure. В принципе, по значимости и важности заполнения эти переменные можно разделить на те, которые относятся к параметрам определения переменной и те, которые отвечают за удобство вывода.

Основные значения параметров переменной:

Name - имя переменной, которое будет отображаться в поле ввода. Это же имя использует программа для идентификации переменной. Имя не должно превышать 8 символов и быть только на английском. (В более поздних версиях программы можно использовать русский текст)

Type - определение типа переменной. Другими словами - какая информация вводится в качестве значений: число, дата, случайное значение, запятая и т.п. Чаще всего используются форматы «числовой» (Nymeric), дата (Date) и строковый (текст, String). В первом случае в качестве значения может приниматься любое число, во втором - дата в определенном формате, в последнем - текст.

Width - длина переменной. Количество разрядов, которые могут уместиться в ячейке.

Decimals - число десятичных разрядов после запятой.

Label - имя, метка, переменной для пользователя, более подробное описание переменной. Обычно формулируется именно как сам вопрос анкеты. Используется в отчетах и позволяет использовать любой шрифт.

Values - метки значений переменной, которые переменная может принимать. В SPSS данные представлены преимущественно в числовом формате, т.к. текстовый формат не поддается статистическому анализу. Например, пол, можно закодировать как 1 - мужской, 0 - женский. При вводе значений очень важно соблюдать последовательность при определении ранговой шкалы - значения должны идти по возрастанию. Чуть ниже будет рассмотрен пример некорректного ввода данных. Для определения метрической шкалы, значения можно не указывать.

Метки значений вводятся в дополнительном окне.

Рис.4. Определение типа переменной.

Missing - определение пропущенных значений. Могут задаваться системой автоматически (System-defined missing values) или пользователем (User-defined missing values).

Columns - определение ширины столбца.

Align - выравнивание в ячейке (левый край, правый, центр).

Рис. 5. Определение значения переменной.

Measure - определение шкалы переменной. Scale - число, метрическая шкала; ordinal - ранговая шкала; nominal - номинальная. Чрезвычайно важная характеристика, так как именно от корректного выбора типа шкалы будет зависеть обработка. В программе заложена графическая подсказка - пиктограмма напротив каждого типа шкалы (линейка - как результат измерения - число; возрастающая гистограмма - определение ранга; круги множеств - несравнимые характеристики, обозначающие непересекающиеся множества).

Рис. 6. Выбор типа шкалы в SPSS.

Остановимся на типах измерительных шкал чуть подробнее.

В принципе, сам тип шкалы определяется исследователем уже на этапе поиска эмпирических индикаторов измеряемых признаков во время составления программы социологического исследования. В окончательном виде шкала воплощается непосредственно в вопросе анкеты. Очень важно соблюдать требования, предъявляемые к формулировке альтернативных вариантов. С точки зрения программы SPSS наиболее важное требование - непересекаемость полученных подмножеств, формируемых альтернативными вопросами. В противном случае довольно сложно при обработке данных (точнее при вводе данных) определить именно тот интервал, то подмножество, к которому респондент действительно отнес данный вопрос.

Например, в качестве альтернативных вариантов ответа на вопрос о возрасте могут быть указаны такие интервалы, как до 15 лет, 15-20, 20-25, 25-30, 30 и старше. При такой формулировке возникает проблема в отношении таких результатов, когда респонденту оказывается 15, 20, 25 и 30 лет - т.е. когда он попадает в границу. Респондент может в случайном порядке, на основании каких-то своих предубеждений) отмечать любой интервал - как более высокий, так и более низкий. При обработке данных этот факт способен исказить действительную картину. Если рассматривать общую классификацию шкал, то ее можно представить в виде следующей схемы.

Рис. 7. Классификация шкал.

Пунктиром на рисунке отмечены стрелки, ведущие к интервальной шкале. Дело в том, что интервальная шкала не является в строгом смысле метрической, а относиться к неметрическим. Однако, в некоторых случаях, например, когда интервалы равны, можно осуществлять с ней некоторые математические операции, характерных для метрической шкалы.

С точки зрения проведения исследования и обработки данных очень важно понимать возможности и ограничения применения того или иного типа измерительной шкалы. Важно понимать, что метрические шкалы, в SPSS - тип scale, обладают самой мощной измерительной способностью с точки зрения аналитических возможностей, т.к. к этой шкале могут быть применены практически без ограничений все статистические процедуры. Номинальные (nominal) - напротив, предоставляют самые слабые возможности. По большому счету - это просто частотное распределение и мода, как показатель меры центральной тенденции.

На практике чрезвычайно важно правильно выбирать измерительную шкалу уже на этапе проектирования анкетного опроса. Важно понимать, что чем больше мы хотим получить информации именно поданному типу вопросов, тем больше нужно стремиться к использованию метрической шкалы. Идеальная анкета с точки зрения возможностей ее обработки представляет собой список вопросов, каждый из которых измеряется количественно. С другой стороны - это практически не реализуемо на практике как в силу невозможности «оцифровать» переменные (например, нереально полностью перевести в метрическую шкалу вопрос относительно пола респондента), так и на основе принципов драматургии самого анкетного инструментария - однообразные вопросы снижают мотивацию респондента и надежность получаемых данных.

Возвращаясь к особенностям определения параметров переменной в программе SPSS, можно отметить, что к параметрам, которые в большей степени ответственны за удобство представления информации относятся: columns (ширина столбца), align (выравнивание в ячейке) и в какой-то мере width (длина) и decimals (число десятичных знаков). Эти параметры в большинстве случаев можно просто не изменять, согласившись с предложенными значениями. А вот относительно остальных параметров определения переменных нужно быть аккуратным, так как именно они окажут существенное влияние на процесс ввода и обработки информации.

После определения переменных в программе SPSS можно непосредственно переходить к вводу данных, которые вводятся в поле data view в виде чисел или других символов (в зависимости от типа переменной). В следующем разделе будет рассмотрен подробный алгоритм определения переменных и ввода значений.

Введение в

SPSS для Windows

Краткая справка о программе.

SPSS для Windows – мощная система статистического анализа и управления данными. Многие возможности особенно полезны тем, кто занимается проведением опросов и маркетинговыми исследованиями.

Кроме простого интерфейса для статистического анализа данных, рассчитанного на работу с мышью, в SPSS для Windows есть:

Редактор данных . Гибкая система, внешне похожая на электронную таблицу, для определения, ввода, редактирования и просмотра данных.

Окно выходных результатов (Viewer ) . Окно выходных результатов упрощает просмотр результатов, позволяя показывать и скрывать отдельные элементы ввода, изменять порядок вывода результатов, перемещать готовые к презентации таблицы и графики изSPSSв другие приложения.

Редактор таблиц . Можно исследовать таблицы, перемещая строки, столбцы и слои для выявления важных моментов, которые могут потеряться в стандартных таблицах. Также можно сравнивать группы, расщеплять таблицы и др. возможности.

Редактор диаграмм . Высококачественная графика круговых и столбиковых диаграмм, гистограмм, гистограмм рассеяния, трехмерных диаграмм и множества других входят в базовый модульSPSS.

Редактор команд . Несмотря на то, что многие задачи могут быть выполнены с помощью мыши и диалоговых окон, вSPSSесть также мощный командный язык, позволяющий сохранять и автоматизировать многие повторяющиеся задачи.

Конструктор чтения баз данных позволяет загрузить данные из любого источника с помощью нескольких нажатий кнопки мыши.

Электронную почту , содержащую результаты анализа, можно создавать одним нажатием кнопки мыши. Также можно экспортировать таблицы и диаграммы в форматHTLMдля распространения через Интернет или Интранет.

Справочная система включает Электронный Учебник, предлагающий детальный обзор; контексную Справку в диалоговых окнах, помогающую разобраться в конкретных задачах; всплывающие определения в мобильных таблицах, объясняющие статистические термины; Репетитор по статистике, помогающий в поиске необходимой процедуры; а Примеры анализа помогают в интерпретации результатов.

Новый дополнительный модуль SPSS Complex Samples позволяет собой специальный инструмент для планирования и анализа данных опросов и обследований, в которых использовалась как простая, так и сложная выборка.

РЕДАКТОР ДАННЫХ

Редактор данных – это окно, похожее по внешнему виду на окно электронной таблицы, предназначенное для создания и редактирования файлов данных. Окно Редактора данных открывается автоматически при запускеSPSS.

В окне редактора одновременно присутствуют два листа, два окна работы с данными. В левом нижнем углу редактора можно увидеть две вкладки: «Данные» и «Переменные».

Данные. В этом режиме можно просматривать и редактировать фактические значения данных.

Переменные. В этом режиме можно просматривать и редактировать свойства переменных, включая метки переменных и значений, типы данных (например, текст, дата или число), типы шкал измерений (номинальная, порядковая или количественная) и определяемые пользователем пропущенные значения.

Например, представим себе, что речь идет о файле данных SPSSс результатами простейшего анкетрования работников.

В режиме «данные» мы увидим конкретные ответы на вопросы, полученные от каждого опрашиваемого. При этом каждая строка в электронной таблице – это наблюдение, то есть одна анкета (один респондент), а каждый столбец – переменная, то есть конкретный вопрос анкеты (или показатель). В каждой ячейке – ответ отдельного респондента на тот или иной вопрос анкеты.

В режиме «переменные» мы увидим описание упомянутых выше характеристик каждой переменной, то есть каждого вопроса обследования (программа наблюдения). Каждая строка – это отдельная переменная, или один вопрос. Каждый столбец – это конкретное свойство той или иной переменной.

Свойства переменных:

1. Имя переменной.

Имя должно начинаться с буквы и не должно заканчиваться точкой. В имени не должны использоваться пробелы и специальные символы (!, ?, * и др.), а также следует избегать в конце имени знака нижнего подчеркивания _. Длина имени не должны превышать 64 символа.

2. Тип переменной.

Указывается, о какой переменной идет речь: числовой, текстовой, формата даты или другие варианты.

3. Число цифр или символов в переменной. Задается максимальное число символов в значении переменной.

4. Число десятичных знаков. Задается число выводимых десятичных знаков.

5. и 6. Описательные метки переменных и значений.

Метки переменных поясняют содержательную часть переменной (по сути содержание самого вопроса или показателя), могут быть до 256 символов и содержать пробелы и символы, использование которых не допускается в именах переменных.

Метки значений поясняют содержательную часть каждого значения отдельной переменной (например, поясняют, что 1 означает мужской пол, 2 – женский пол) могут быть длиной до 60 символов и не применяются к длинным текстовым переменным.

7. Пропущенные значения.

Определенные значения переменной задаются как пользовательские пропущенные. Например, Вы хотите подводить итоги обследования по данному вопросу без учета тех анкет, а которых нет ответа на этот вопрос. Значения, помеченные как пользовательские пропущенные, помечаются для специальной обработки и исключаются из большинства вычислений.

Одновременно можно задать до трех отдельных пользовательских пропущенных значений для каждой переменной, диапазоны пропущенных значений могут быть заданы только для числовых переменных.

8. Ширина столбца.

9. Выравнивание значений в столбце. Возможно выравнивание по левому краю, правому краю, по центру.

10. Шкала измерений (имеет значение при построении таблиц).

Вы можете выбрать одну из трех шкал измерения:

Количественная. Значения данных представляют собой числовые значения (например, возраст, доход).

Порядковая. Значения данных представляют собой категории (градации) с некоторым естественным упорядочением (например: низкий, средний, высокий или: полностью не удовлетворен, скорее не удовлетворен, скорее удовлетворен, полностью удовлетворен). Порядковые переменные могут быть текстовыми или числовыми значениями, представляющими различные категории (например: 1-низкий, 2-средний, 3-высокий).

Номинальная. Значения данных представляют собой категории (градации) для которых не задано естественное упорядочение (примерами могут служить отделы компании, субъекты РФ).

Все свойства переменных могут быть изменены путем изменения значений в ячейках в закладке «переменные». Щелчок по конкретной ячейке вызывает окно, в котором можно изменить свойства переменной. Кроме того, значения ячеек могут быть скопированы и вставлены в другие ячейки. Это особенно полезно при задании меток значений и пропущенных значений для нескольких однотипных переменных.

ВВОД ДАННЫХ

Вводить данные можно прямо в Редактор данных в закладке Данные в любую ячейку. Для пременных всех типов, кроме простых числовых, прежде чем вводить данные, необходимо сначала задать тип переменной.

Если вводить значение в пустой столбец, Редактор данных автоматически создаст новую переменную и присвоит ей имя (VAR 00001 ) и формат по умолчанию (числовой) .

Кроме того, данные могут быть подготовлены заранее другими программными средствами. SPSSпозволяет открывать и работать с файлами данных любых форматов. Например, для открытия файла в формате *.xls, необходимо нажатьФайл…Открыть…Данные…

Если данных хранятся в базе данных, то для того, чтобы их открыть, нужно использовать Конструктор баз данных (Файл…Открыть базу данных…Новый запрос…) .

ПРЕОБРАЗОВАНИЕ ДАННЫХ

Вычисление переменных.

Выберите в меню:

Преобразовать

Вычислить переменную…

Введите имя вычисляемой переменной . Ей может быть существующая или новая переменная. Если Вы выбрали уже существующую, то следует иметь ввиду, что вычисленные новые значения заменят существующие значения и возврата к старым значениям не будет. Введем, например, имя« godrab » , что будет означать «Количество лет работы на данном месте». Эту метку введем, щелкнув мышкой по «Тип и метка».

После нажатия клавиши «продолжить», можно закладывать формулу расчета. При этом можно воспользоваться более 70 встроенных функций, включая арифметические, статистические, текстовые и функции рапсределения. У нас в примере есть переменная « jobtime» – время работы с момента поступления (месяцы). Для того, чтобы месяцы перевести в годы, нам достаточно разделить эту переменную на 12. Эту формулу и закладываем в расчет:

После нажатия клавиши «ОК», в редакторе данных появляется дополнительный столбик с переменной « godrab » , где стоит количество лет, отработанных на данном месте работы, а на вкладке переменные добавилась новая переменная.

Следует иметь ввиду, что в функциях и арифметических выражениях пропущенные значения обрабатываются по-разному. В выражении:

(var 1 + var 2 + var 3) / 3

результатом будет пропущенное значение в случае, если значение хотя бы одной из трех переменных является пропущенным значением.

В выражении:

MEAN (var 1, var 2, var 3)

результатом будет пропущенное значение только в том случае, если все три переменные являются пропущенными значениями.

Можно задать минимальное число значений, которые не должны иметь пропущенных значений, например, средняя величина из трех переменных может быть вычислена, если значения имеют минимум две из них:

MEAN.2 (var1, var2, var3)

Пользуясь кнопкой «Если» можно сделать вычисления не для всех значений исходной переменной, а только по тем, для которых выполняется то или иное условие.

Перекодировка переменных.

Первоначально собранные данные можно перекодировать с помощью средств SPSS. Это бывает необходимо, когда первоначальное разнообразие исходных данных не нужно для последующего анализа. Перекодирование в таком случае означает уменьшение объема обрабатываемой информации.

Выберите в меню:

Преобразовать

Перекодировать

В другие переменные…

Лучше всего выбирать перекодировку в другие переменные, нежели перекодировку в те же переменные. Представьте, что Вы делаете перекодировку возраста в числовых значениях в интервальные значения. Если же выбран режим перекодировки в те же переменные, то исходные данные возраста будут затерты интервалами и восстановить их уже не получится.

Введите имя для каждой выходной (новой) переменной и щелкните Изменить.

Щелкните по кнопке Старые и новые значения и задайте перекодировку значений.

Старое значение – перекодируемое(ые) значение(я).Значение. Отдельное старое значение, которое нужно перекодировать в новое.Системное пропущенное (или пользовательское тоже). Такие значения (не заполненные числовые поля, неответы респондентов) иногда необходимо выделять в отдельную группу.Диапазон. Доступен только для числовых переменных и позволяет объединять в одно новое значение несколько старых в выбранном диапазоне (интервальная группировка).

Новое значение – значение, в которое будут перекодированы одно или несколько старых значений. Можно выбратьСкопировать старое значение для тех, где перекодировка не нужна. Также старые значения числовой переменной можно перекодировать в новые текстовые, выбравНовые переменные – текстовые .

РАБОТА С ФАЙЛАМИ.

Сортировка наблюдений.

Выберите в меню:

Данные

Сортировать наблюдения…

Можно выбрать одну или несколько переменных. Если, например, выбраны пол инациональность , то сначала наблюдения сортируются пополу , а затем внутри каждой полученной категории сортируются по значениям переменнойнациональность .

Транспонировать.

Выберите в меню:

Данные

Транспонировать…

В результате транспонирования создается новый файл, в котором строки и столбцы меняются местами.

Объединение файлов данных.

Файлы можно объединить двумя различными способами:

– Слить файлы, содержащие одни и те же переменные, но различные наблюдения

– Слить файлы, содержащие одни и те же наблюдения, но различный состав переменных.

В первом случае выберите в меню:

Данные

Слить файлы

Добавить наблюдения…

После этого выберите файл данных, который нужно добавить к открытому файлу данных. Удалите из списка Переменные в новом рабочем файле данных все переменные, которых не должно быть в объединенном файле. Из спискаНепарные переменные добавьте любые пары переменных, представляющие одну и ту же переменную, но записанную под различными именами в двух файлах.

Во втором случае выберите в меню:

Данные

Слить файлы

Добавить переменные…

Перед слиянием необходимо убедиться, что наблюдения в обоих файлах отсортированы в одинаковом порядке, особенно если используется слияние по ключу. Имена переменных во втором файле данных, совпадающие с именами переменных в рабочем файле данных по умолчанию исключаются, поскольку предполагается, что они содержат одну и ту же информацию.

Если в одном из файлов отсутствуют некоторые отдельные наблюдения, то для корректного слияния можно использовать переменные – ключи.

Преобразования временных рядов.

Преобразования временных рядов предполагают такую структуру файла данных, в которой каждая строка (наблюдение) представляет набор характеристик в определенный момент времени, а интервалы времени между наблюдениями равны.

Процедура Задать даты генерирует переменные, которые могут быть использованы для выделения периодических компонент временного ряда.

Наблюдения – это . Здесь задаются единицы времени, которые будут использоваться для создания дат.

Первое наблюдение . Здесь задается значение начальной даты, которое будет присвоено первому наблюдению. Последующим наблюдениям будут присвоены последовательные значения, основанные на заданном интервале времени.

Выберите в меню:

Данные

Задать даты…

Выберите временной интервал из списка Наблюдения – это.

Введите значения даты в поля Первое наблюдение .

Переменные, созданные процедурой Задать даты отличаются от переменных, имеющих формат типаДанные , который определяется при задании свойств переменных. Значения переменных, созданных процедуройЗадать даты , - это целые положительные числа, каждое из которых представляет количество дней, недель, часов или других единиц времени, прошедших с заданного Вами начального момента времени.

Выберите в меню:

Преобразовать

Создать временной ряд…

Процедура создать временной ряд используется для создания новых переменных, которые являются функциями существующих переменных, образующих временной ряд.

Функции, предназначенные для создания временных рядов, включают разности, скользящие средние, скользящие медианы, функции задержки (лаги) и опережения.

Некоторые процедуры анализа временных рядов не работают при наличии пропущенных значений. В окне Заменить пропущенные значения задаются параметры новых переменных, содержащих временные ряды, в которых пропущенные значения заменены оценками, которые могут быть вычислены одним из нескольких способов.

Выберите в меню:

Преобразовать

Заменить пропущенные значения…

Выберите метод, который Вы хотите использовать для замены пропущенных значений.

ЧАСТОТЫ

Процедура Частоты дает возможность вычислять статистики и строить диаграммы, полезные для описания многих типов переменных.

Выберите в меню:

Анализ

Описательные статистики

Частоты…

Выберите одну или несколько категориальных или количественных переменных.

Дополнительно Вы можете:

Щелкнуть мышью по кнопке Статистики, чтобы задать вычисление описательных статистик для количественных переменных (среднее, мода, медиана и др.).

Щелкнуть мышью по кнопке Диаграммы, чтобы задать вывод столбиковых диаграмм, круговых диаграмм и гистограмм.

Щелкнуть мышью по кнопке Формат, чтобы задать порядок, в котором будут выводиться результаты.

Пример вывода:

Статистики

Количество лет, потраченных на образование

Количество лет, потраченных на образование

ОПИСАТЕЛЬНЫЕ СТАТИСТИКИ

Процедура Описательные статистики осуществляет вывод одномерных итожащих статистик для нескольких переменных в одной таблице.

Выберите в меню:

Анализ

Описательные статистики

Описательные…

Пример вывода:

Описательные статистики

ТАБЛИЦЫ СОПРЯЖЕННОСТИ

Процедура Таблицы сопряженности формирует двумерные и многомерные таблицы, а также вычисляет целый ряд критериев и мер силы связи для двумерных таблиц. Таким образом, таблицы сопряжённости применяются, когда нас интересует двумерный анализ, а также когда необходимо выяснить, существует ли взаимосвязь между двумя переменными.

Выберите в меню:

Анализ

Описательные статистики

Таблицы сопряженности…

Выберите одну или несколько переменных для строк и одну или несколько переменных для столбцов.

Дополнительно Вы можете:

Выбрать одну или несколько переменных для слоев;

Щелкнуть мышью по кнопке Статистики и выбрать нужные критерии и меры силы связи для двумерных таблиц и подтаблиц;

Щелкнуть мышью по кнопке Ячейки, чтобы задать вывод наблюденных и ожидаемых значений, процентов, а также остатков;

Щелкнуть мышью по кнопке Формат для задания порядка, в котором следует располагать категории.

Пример вывода: