+ All Categories
Home > Documents > Lectia 8 SPSS

Lectia 8 SPSS

Date post: 05-Jul-2015
Category:
Upload: iulia-mati
View: 396 times
Download: 1 times
Share this document with a friend
34
GIRU Lecţia 8 GIRU Lecţia 8
Transcript
Page 1: Lectia 8 SPSS

GIRU Lecţia 8GIRU Lecţia 8

Page 2: Lectia 8 SPSS

Elemente de analiză statisticăTerminologii statistice şi înţelegerea unor elemente Terminologii statistice şi înţelegerea unor elemente fundamentale de statistică fundamentale de statistică Caracteristicile statisticeCaracteristicile statistice reprezintă însuşirile fenomenelor reprezintă însuşirile fenomenelor studiate. Astfel putem deosebi caracteristici variabile ca formă studiate. Astfel putem deosebi caracteristici variabile ca formă de manifestare sau ca nivel de dezvoltare.de manifestare sau ca nivel de dezvoltare.

Caracteristicile statistice care pot avea mai mult decât o Caracteristicile statistice care pot avea mai mult decât o singură valoaresingură valoare cu care variază în funcţie de o serie de factori cu care variază în funcţie de o serie de factori se mai numesc şi se mai numesc şi variabile statisticevariabile statistice iar formele de manifestare iar formele de manifestare ale acestor caracteristici se numesc ale acestor caracteristici se numesc variantevariante..

Variabilele pot fi:Variabilele pot fi: dependentedependente dacă sunt spuse influenţei altor variabile; dacă sunt spuse influenţei altor variabile; independenteindependente dacă sunt variabile ce influenţează alte dacă sunt variabile ce influenţează alte

variabile;variabile; continuecontinue dacă au un număr infinit al nivelurilor de dacă au un număr infinit al nivelurilor de

măsurare;măsurare; discretediscrete dacă au un număr finit al nivelurilor de măsurare dacă au un număr finit al nivelurilor de măsurare

Page 3: Lectia 8 SPSS

Elemente de analiză statisticăScalele de măsurareScalele de măsurare se referă la modalitatea de măsurare. Programul SPSS utilizează următoarele scale de măsurare:Programul SPSS utilizează următoarele scale de măsurare:

ScalăScală – valorile numerice ale datelor se reprezintă pe un interval sau printr- un raport. Exemplu: vârsta, venitul, temperatura, lungimea, timpul de răspuns. Variabilele reprezentate şi măsurate pe scală trebuie să aibă valori numerice.

NominaleNominale – se utilizează atunci când valorile datelor unei variabile reprezintă valori de ordin neintrinsec în funcţie de existenţa sau inexistenţa unei caracteristici. Exemplu: apartenenţa la o anumită categorie de funcţii de încadrare sau sexul: 1 – masculin, 2 – feminin.

OrdinaleOrdinale (de ordin sau de rang) – se folosesc atunci când valorile datelor reprezintă categorii de ordin intrinsec care pot fi puse într-o anumită ordine de măsurare. Exemplu nivelul de pregătire: scăzut, mediu, înalt.

Page 4: Lectia 8 SPSS

Elemente de analiză statisticăMărimile medii, indicatorii variaţiei şi asimetriei

Mărimile mediiMărimile medii

În analiza statistică se utilizează foarte frecvent mărimile medii, deoarece pe baza lor se poate exprima într-o anumită măsură tendinţa unor fenomene.

Acestea sunt: media aritmetică, media armonică, media pătratică şi media geometrică.

Toate aceste medii se pot calcula ca medii simple sau ca medii ponderate.

Page 5: Lectia 8 SPSS

Elemente de analiză statisticăValorile medii de poziţie şi de structură

Cele mai frecvent utilizate valori medii de poziţie şi de structură sunt: mediana, modulul, cuartilele şi decilelemediana, modulul, cuartilele şi decilele.

MedianaMedianaMediana (Me) reprezintă valoarea centrală a unei serii statistice care împarte termenii unei seriei în două părţi egale. Jumătatea inferioară va conţine termenii ale căror valori sunt mai mici decât valoarea medianei iar jumătatea superioară va conţine termenii care au o valori mai mari decât valoarea medianei.

ModululModululModulul (Mo) reprezintă valoarea termenului dintr-o serie care are frecvenţa maximă.

Page 6: Lectia 8 SPSS

Elemente de analiză statisticăValorile medii de poziţie şi de structură

Cuartile, decileCuartile, decile

Pentru seriile cu asimetrie mare şi care au o amplitudine mare a Pentru seriile cu asimetrie mare şi care au o amplitudine mare a variaţiei se calculează şi alţi indicatori de poziţie cum sunt: variaţiei se calculează şi alţi indicatori de poziţie cum sunt: quartilele, decilele, centilele şi percentilele.quartilele, decilele, centilele şi percentilele.

QuartileleQuartilele sunt acele valori ale termenilor care separă seria în sunt acele valori ale termenilor care separă seria în patru părţi egale. Deosebim astfel quartila inferioară (Q1) care patru părţi egale. Deosebim astfel quartila inferioară (Q1) care delimitează sfertul inferior (25%) al termenilor, quartila a doua delimitează sfertul inferior (25%) al termenilor, quartila a doua (medie) (Q2) care este egală cu mediana deoarece împarte (medie) (Q2) care este egală cu mediana deoarece împarte termenii în două părţi egale (50%) şi quartila superioară (Q3) care termenii în două părţi egale (50%) şi quartila superioară (Q3) care delimitează sfertul superior (75%). delimitează sfertul superior (75%).

În mod similar În mod similar decilele decilele împart seria în 10 părţi egale iar împart seria în 10 părţi egale iar centilelecentilele în 100 de părţi egale. Rezultă că vor exista 9 decile şi 99 centile.în 100 de părţi egale. Rezultă că vor exista 9 decile şi 99 centile.

Page 7: Lectia 8 SPSS

Programul SPSS. Analze şi aplicaţii

DescDescăărcarea produsului:rcarea produsului:

http//http//80.96.80.180/decizie80.96.80.180/decizie

SAU

http//www.comunicare.ro/resurse/SPSS16.0EvalVersion-a.exehttp//www.comunicare.ro/resurse/SPSS16.0EvalVersion-a.exe

Page 8: Lectia 8 SPSS

Programul SPSS. Analze şi aplicaţii

Încărcarea, editarea şi transformarea datelor. Componenta Încărcarea, editarea şi transformarea datelor. Componenta

Data EditorData Editor

În SPSS tabela bazei de date este împărţită în linii şi coloane.

Liniile reprezintă înregistrările acesteia sau cazurile (cases)

cum sunt denumite în SPSS.

Coloanele (câmpurile) reprezintă variabilele distribuţiei. În

celulele de intersecţie se află valorile corespunzătoare

variabilelor pentru fiecare caz (case).

Page 9: Lectia 8 SPSS

Elemente de analiză statisticăRelaţiile dintre două sau mai multe variabile

Tabele şi diagrame

Analize statisice: O analiză univariantă ce poate fi utilizată pentru

analiza, practic a oricăror date. Totuşi, o mare

parte a cercetării studiază relaţiile dintre două sau

mai multe variabile.O analiză statistică bivariantă completă a datelor,

necesită studierea tendinţelor fundamentale ale

datelor utilizând tabele şi diagrame.

Metodele de prezentare a relaţiilor bivariante, includ

crearea tabelelor de asociere, histograme compuse

(diagrame cu bare grupate) şi diagrame scatter.

Page 10: Lectia 8 SPSS

Elemente de analiză statisticăRelaţiile dintre două sau mai multe variabile

Tabele şi diagrame

Tipul tabelului sau diagramei, care este cel mai

eficient pentru comunicarea relaţiilor dintre date,

depinde foarte mult de tipul datelor implicate.

Două variabile numerice, în general, vor fi cel mai

eficient prezentate sub forma unei diagrame scatter.

Două variabile nominale sunt prezentate sub forma

unui tabel de asociere.

Page 11: Lectia 8 SPSS

Elemente de analiză statisticăRelaţiile dintre două sau mai multe variabile

Tabele şi diagrameExemplu: Elaborarea unui tabel de asociere şi a unei diagrame cu bare compusă. Aceasta va prezenta numărul de barbaţi şi femei care au fost spitalizaţi sau nu anterior.

Bărbaţi Femei

Spitalizaţi 20 25

Nespitalizaţi 30 14

Page 12: Lectia 8 SPSS

Elemente de analiză statisticăRelaţiile dintre două sau mai multe variabile

Tabele şi diagrame

Rezolvare:1. Introducerea datelor

- Definirea variabilelor in modul de lucru Variable ViewVariable View din Data View.Data View.- Etichetarea celor două valori pentru stare_pacient si gen.- Trecerea în modul de lucru Data ViewData View din Data EditorData Editor.

2. Ponderarea datelor în funcţie de frecvenţă- Se activează DataData şi se selectează Weight CasesWeight Cases...- Se selectează frecvenţa şi se bifează caseta Weight cases by.Weight cases by.

3. Crearea tabelelor asociate- Se selectează Analyze-Tables- Basic –Tables...Analyze-Tables- Basic –Tables...

4. Afişarea frecvenţelor cu procentaj din numărul total- Analyze-Tables- Basic –Tables...- Statistics...- Tables% - Add –Analyze-Tables- Basic –Tables...- Statistics...- Tables% - Add – Continue –OK.Continue –OK.

Page 13: Lectia 8 SPSS

Elemente de analiză statisticăRelaţiile dintre două sau mai multe variabile

Tabele şi diagrame Rezolvare:

5. Afişarea frecvenţelor cu procentaj din suma coloanei- Analyze – Tables - Basic –Tables...- Statistics...- Col% - Add –Analyze – Tables - Basic –Tables...- Statistics...- Col% - Add –

Continue –OK.Continue –OK.

Dacă se adună procentele de pe fiecare coloană, ele vor însuma

100%.100%.

6. Diagrama procentuală compusă cu bare (suprapuse).

- Se introduc cifrele de procentaj (col. numită ColPerCentColPerCent) pentru

cele două bare şi se ponderează.

- Se selectează opţiunea Graphs – Bar... – Stacked – DefineGraphs – Bar... – Stacked – Define

- Se selectează stare_pacient şi se activeatză butonul de pe langă

eticheta Category Axis Category Axis şi apoi Butonul şi apoi Butonul OKOK..

Page 14: Lectia 8 SPSS

Elemente de analiză statisticăRelaţiile dintre două sau mai multe variabile

Tabele şi diagrame Rezolvare:

7. Histogramă compusă (diagramă cu bare grupate). - Se ponderează cazurile după frecventă Se activează DataData şi se selectează Weight CasesWeight Cases... Se selectează frecvenţa şi se bifează caseta Weight cases by.Weight cases by.

- Se selectează opţiunea Graphs – Bar... – Clustered – DefineGraphs – Bar... – Clustered – Define.

- Se selectează Stare_pacientStare_pacient şi se activeatză butonul de pe langă eticheta Category AxisCategory Axis.

-- Se selectează GenulGenul şi apoi butonul de pe lângă eticheta Define Define StacksStacks.

- Se selectează % of cases% of cases şi apoi OKOK.

Page 15: Lectia 8 SPSS

Elemente de analiză statisticăCoeficienţi de corelaţie

Coeficienţii de corelaţie Pearson şi Spearman

Există mai mulţi coeficienţi de corelaţie. Dar cel mai comun şi cel mai folositor este pe departe coeficientul de corelaţie PearsonPearson.Un coeficient de corelaţie este o măsură numerică sau un indice al grdului de asociere între două seturi de scoruri. Intervalul de valori este de la maximum +1,00, prin 0,00, pînă la -1,00.Semnul „+“ indică o corelaţie pozitivă, adică scorurile unei variabile se măresc odată cu creşterea scorurilor celeilalte variabile. Semnul „–“ indică o corelaţie negativă, adică în timp ce scorurile unei variabile cresc, scorurile pentru cealaltă descresc.Coeficientul de corelaţie Pearson presupune o relaţie în linie Coeficientul de corelaţie Pearson presupune o relaţie în linie dreaptă între două variabiledreaptă între două variabile.Diagrama scatter prezintă, de regulă, datele incluse într-un coeficient de corelaţie.

Page 16: Lectia 8 SPSS

Elemente de analiză statisticăCoeficienţi de corelaţie

Coeficienţii de corelaţie Pearson şi Spearman

O corelaţie de 1,00corelaţie de 1,00 indică o asociere perfectă între două variabile. Cu alte cuvinte, o diagramă scutter a celor două variabile va arăta că toate punctele sunt conţinute de o singură dreaptă. O valoare de 0,00valoare de 0,00, indică faptul că toate punctele din diagrama scutter sunt dispersate aleatoriu în jurul oricărei drepte desenate pe această diagramă a datelor sau sunt aranjate într-o manieră curbilinie. O corelaţie de -0,5-0,5 ar indica o relaţie moderat negativă între cele două variabile.Coeficientul SpearmanCoeficientul Spearman este coeficientul de corelaţie Pearson aplicat unor scoruri, după ce acestea au fost ordonate crescător pentru cele două variabile în parte. Este folosit atunci când premisele coeficientului de corelaţie Pearson nu sunt îndeplinite de către date. Această situaţie se petrece, în special, în momentul în care scorurile pentru o variabilă au o asimetrie pronunţată.

Page 17: Lectia 8 SPSS

Elemente de analiză statisticăCoeficientul de corelaţie Pearson

Coeficientul de corelaţie PearsonCoeficientul de corelaţie Pearson se va utiliza atunci când se doreşte

măsurarea valorilor a două variabile din acelaşi eşantion pentru a se afla

dacă între acestea există o relaţie şi care este intensitatea relaţiei.

Dacă relaţia există, vom deosebi două feluri de corelaţie: pozitivă şi corelaţie: pozitivă şi

negativă.negativă.

Corelaţia este pozitivăCorelaţia este pozitivă atunci când creşterea valorilor unei variabile

determină creşterea valorilor celeilalte variabile.

Corelaţia negativăCorelaţia negativă apare atunci când creşterea valorilor unei variabile

determină scăderea valorilor pentru a doua variabilă.

Felul corelaţiei se exprimă prin semnul coeficientului de corelaţie Felul corelaţiei se exprimă prin semnul coeficientului de corelaţie

Pearson (r)Pearson (r),, iar intensitatea legăturii dintre cele două variabile se

exprimă prin valoarea acestuia. Cu alte cuvinte atunci când avem o

valoare pozitivă a lui r spunem că între variabile există o corelaţie

pozitivă şi invers. Cu cât valoarea lui r este mai mare cu atât legătura Cu cât valoarea lui r este mai mare cu atât legătura

dintre variabile este mai puternicădintre variabile este mai puternică.

Page 18: Lectia 8 SPSS

Elemente de analiză statisticăCoeficientul de corelaţie Pearson

N

N

iyx zz

1

r =

N

N

iyx zz

1

Expresia coeficientului de corelaţie este:

unde

rr este coeficientul de corelaţie pentru variabilele x şi y;

zzxx este scorul z al variabilei x;

zzyy este scorul z al variabilei y;

N N este volumul eşantionului.

Este de reţinut faptul că valorile lui r pot varia doar în intervalul [-1, +1].valorile lui r pot varia doar în intervalul [-1, +1].

Numărul gradelor de libertate df = N – 2df = N – 2. Atunci când se analizează corelaţia se va

alege şi un nivel de risc acceptat (în mod convenţional 5%) sau un nivel minim de

încredere (în mod convenţional 95%).

O reprezentare grafică interesantă a corelaţiei poate fi obţinută în SPSS prin

intermediul unui grafic de tip Scatter – PlotScatter – Plot..

Page 19: Lectia 8 SPSS

Elemente de analiză statistică Coeficienţii de corelaţie Pearson şi Spearman

Exemplu: Calculul corelaţiei Pearson, o diagramă scutter şi coeficientul de corelaţie Spearman pentru scorurile abilităţilor muzicale şi matematice a 10 copii.

Scoruri_muzicale Scoruri_matematice

2 8

6 3

4 9

5 7

7 2

7 3

2 9

3 8

5 6

4 7

Page 20: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Pearson

Rezolvare:1. Introducerea datelor

- Definirea variabilelor in modul de lucru Variable ViewVariable View din Data View.Data View.- Trecerea în modul de lucru Data ViewData View din Data EditorData Editor.

2. Corelaţia Pearson- Analyze – Correlate – Bivariate...- Analyze – Correlate – Bivariate...- - Se selectează împreună sau separat ScoruriScoruri__muzicale muzicale şi şi ScoruriScoruri__matematice matematice şi se introduc în lista de variabile, apoi clic pe butonul OKOK.

3. Interpretarea output-ului Corelaţia dintre cele două scoruri este de - 0,900- 0,900. La un test de semnificaţie, 2-tailed la nivelul de probabilitate este de 0,001 sau mai mic, corelaţia este statistic semnificativă. Numărul cazurilor pe care este bazată corelaţia este 1010.

Page 21: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Pearson

Page 22: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Pearson

4. Raportarea output-ului

Corelaţia dintre abilitătile muzicale şi cele matematice este

- 0,900- 0,900. Se obijnuieşte să se rorunjească cu două zecimale,

deci va deveni - 0,900,90. Acesta este un rezultat mai mult decât

precis pentru majorarea măsurătorilor psihologice.

Nivelul de semnificaţieNivelul de semnificaţie exact, cu trei zecimale, este 0,0000,000.

Înseamnă că nivelul de semnificaţie este mai mic decât 0.0010.001.

Nu folosiţi un şir de zerouri, deoarece derutează. Întotdeauna

schimbaţi ultimul zero în 1. Aceasta înseamnă că nivelul de nivelul de

semnificaţie poate fi raportat ca fiind p semnificaţie poate fi raportat ca fiind p << 0,0010,001..

Page 23: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Pearson

Se obişnuieşte să fie prezentate gradele de libertate (dfdf) în

locul numărului de cazuri, când se prezintă corelaţiile.

Gradele de libertate sunt egale cu numărul de cazuri minus 2Gradele de libertate sunt egale cu numărul de cazuri minus 2,

adică 8 8 pentru această corelaţie. Nu este nimic greşit în a

raporta numărul de cazuri în schimb.

Într-un raport se scrie: Există o relaţie negativă semnificativă Există o relaţie negativă semnificativă

între abilităţile muzicale şi cele matematice. (rîntre abilităţile muzicale şi cele matematice. (r = - 0,90, = - 0,90, df df = 8, = 8,

p < 0,001.).p < 0,001.). CopiiCopiiii cu nivel cu nivel ridicat la abilităţi muzicale au nivel ridicat la abilităţi muzicale au nivel

scăzut la abilităţi matematicescăzut la abilităţi matematice..

Page 24: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Spearman

Rezolvare:1. Introducerea datelor

- Definirea variabilelor in modul de lucru Variable ViewVariable View din Data View.Data View.- Trecerea în modul de lucru Data ViewData View din Data EditorData Editor.

2. Corelaţia Spearman- Analyze – Correlate – Bivariate... - Analyze – Correlate – Bivariate... -- Se selectează împreună sau separat ScoruriScoruri__muzicale muzicale şi şi ScoruriScoruri__matematice matematice şi se introduc în lista de variabile.- Se selectează opţiunea SpearmanSpearman şi apoi clic pe OKOK.

3. Interpretarea output-ului Coeficientul de corelaţie Spearman între ScoruriScoruri__muzicale muzicale şi şi ScoruriScoruri__matematicematematice este - 0,894. - 0,894. Nivelul de semnificaţie, luând în calcul două ipoteze este 0,001 sau mai mic, deci corelaţia este 0,001 sau mai mic, deci corelaţia este statistic semnificativă. statistic semnificativă. Numărul cazurilor este 10. 10.

Page 25: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Spearman

Page 26: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Spearman

4. Raportarea output-ului

Corelaţia raportată cu două zecimale este - 0,89- 0,89.

Probabilitatea de a obţine această corelaţie din întâmplare

este mai mică de 0,0010,001 (p < 0,001p < 0,001).

Într-un raport se scrie: Există o relaţie negativă semnificativă Există o relaţie negativă semnificativă

între abilităţile muzicale şi cele matematice. (Coeficientul între abilităţile muzicale şi cele matematice. (Coeficientul

Spearman = - 0,90, DF = 8, p < 0,001).Spearman = - 0,90, DF = 8, p < 0,001). Copiii cu nivel ridicat la Copiii cu nivel ridicat la

abilităţi muzicale au nivel scăzut la abilităţi matematiceabilităţi muzicale au nivel scăzut la abilităţi matematice şi şi

invers.invers.

Page 27: Lectia 8 SPSS

Elemente de analiză statistică Diagrama scatter

Rezolvare:

1. Se selectează Graphs – Scatter –DefineGraphs – Scatter –Define.

2. În fereastra Simple ScatterplotSimple Scatterplot,, pentru a avea variabila Scoruri Scoruri __muzicalemuzicale ca axă verticală, se selectează şi se apasă butonul de lângă caseta YAxisYAxis.

3. În fereastra Simple Scatterplot,Simple Scatterplot, pentru a avea variabila ScoruriScoruri__matematicematematice ca axă orizontală, se selectează şi se apasă butonul de lângă caseta X AxisX Axis.

4. Se apasă butonul OKOK.

Page 28: Lectia 8 SPSS

Elemente de analiză statistică Diagrama scatter

Page 29: Lectia 8 SPSS

Elemente de analiză statistică Diagrama scatter

Interpretarea output-ului

În diagrama scatter, răspândirea punctelor este relativ

îngustă, ceea ce indică o corelaţie mare.

Forma împrăştierii rezultatelor este relativ în linie dreaptă

indicând mai degrabă o relaţie în linie dreaptă decât o relaţie

curbilinie. Linia este de la colţul stânga sus până în dreapta jos, ceea ce

indică o corelaţie negativă. Dacă relaţia este curbilinie, atunci corelaţiile Pearson şi

Spearman pot fi înşelătoare.

Page 30: Lectia 8 SPSS

Elemente de analiză statistică Diagrama scatter

Raportarea output-ului

Nu ar trebui să raportaţi niciodată un coeficient de corelaţie

fără a examina diagrama scatter, din cauza unor probleme

cum ar fi relaţiile curbilinii sau valori atipice.

Am putea scrie: A fost examinată o diagramă scatter pentru A fost examinată o diagramă scatter pentru

relaţia dintre abilităţi_muzicale şi abilităţi_matematice. Nu relaţia dintre abilităţi_muzicale şi abilităţi_matematice. Nu

există nicio dovadă privind o relaţie curbilinie sau asupra există nicio dovadă privind o relaţie curbilinie sau asupra

influenţei avute de rezultate atipiceinfluenţei avute de rezultate atipice.

Page 31: Lectia 8 SPSS

Elemente de analiză statistică Coeficienţii de corelaţie Pearson şi

Spearman

Exemplu: Se doreşte să se afle dacă rezultatele obţinute de 9 studenţi la un test aplicat pe parcurs, influenţează notele lor finale la examen.

Număr de puncte obţinute la test

(variabila x)

Nota la examen (variabila y)

230,00 8 310,00 10 250,00 9 310,00 10 150,00 7 180,00 7 80,00 6 350,00 10 220,00 8

Page 32: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Pearson

Raportarea output-ului

Coeficientul de corelaţie Pearson calculat pentru cele două

variabile este r = 0,976r = 0,976. Valoarea acestuia arată că între cele

două variabile există o legătură puternică şi o corelaţie

pozitivă. Graficul Scatter redă foarte sugestiv aceste

informaţii.

În concluzie se poate afirma că studenţii care au obţinut un În concluzie se poate afirma că studenţii care au obţinut un

număr mare de puncte la test au obţinut note mari la număr mare de puncte la test au obţinut note mari la

examenul finalexamenul final.

Page 33: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Pearson

Page 34: Lectia 8 SPSS

Elemente de analiză statistică Coeficientul de corelaţie Pearson

6,00 7,00 8,00 9,00 10,00

z

50,00

100,00

150,00

200,00

250,00

300,00

350,00

x


Recommended