Основы работы в SPSS

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.

В последнее время широкое распространение в системе образования получили информационные технологии. Для получения количественных показателей о качестве подготовленности испытуемых требуется обработка больших объемов данных массового тестирования. Для этого применяются различные программные среды, среди которых особое место занимает программа SPSS - универсальная система статистического анализа и управления данными. Основные блоки SPSS: редактор данных; средство просмотра; многомерные мобильные таблицы; высококачественные; доступ к базам данных; преобразование данных; справочная система; командный язык. С помощью компьютерной программы SPSS возможна точная и быстрая обработка результатов тестирования. Программа SPSS является эффективным инструментом для практической работы в области социологического и педагогического анализа, обеспечивает быструю и точную обработку данных.

единый государственный экзамен.

телетестинг

компьютерное тестирование

бланочное тестирование

массовое централизованное тестирование

анализ пригодности

факторный анализ

непараметрические методы

образование

частотный анализ

программа spss

латентные характеристики

оценивание

обучение

технология массового тестирования

систематический анализ

итоговая аттестация

мониторинг

информационные технологии

1. SPSS искусство обработки информации А. Бююль, П.Цефель М.: ДиаСофтЮП, 2005. - 608 c.

2. Ефремова Н.Ф. Тестирование и мониторинг: рекомендации учителю // Стандарты и мониторинг в образовании. 2001. – № 3.

3. Ефремова Н.Ф., Месхи Б.Ч. Системность и преемственность в формировании фонда оценочных средств технического вуза // Совет ректоров. № 5. 2011. - С. 35-40.

4. Наследов А. Д. IBM SPSS 20 Statistics и AMOS: профессиональный статистический анализ данных. Практическое руководство. СПб.: Питер, 2013. – 416 с.

5. Обработка и анализ социологических данных с помощью пакета SPSS. Учебно-методическое пособие. Е.В. Дорогонько. Сургут. Издательский центр СурГУ. 2010. – 60 с.

6. Пациорковский В.В., Пациорковская В.В. SPSS для социологов. Учебное пособие / В.В.Пациорковский, В.В. Пациорковская. - М.: ИСЭПН РАН, 2005. - 434 c.

7. Усатая И.Е., Давыдова М.А. Эвалюация как инструмент управления качеством обучения в образовательной практике // Международный студенческий научный вестник. 2016. № 2.; URL: http://www.?id=14357

В последнее время широкое распространение в системе образования получили информационные технологии. Они применяются для обучения, контроля, проведения итоговой аттестации выпускников, самообучения, самоконтроля и др. Важнейшим условием повышения качества обучения становится систематический анализ объективных данных независимого контроля учебных достижений, осуществление мониторинга и диагностики подготовленности обучающихся для получения результатов, соответствующих их возможностям и потребностям. Все большее внимание исследователей для решения различных задач образования и самоуправления образовательной деятельностью привлекают возможности технологий массового тестирования .

Важную роль в развитии мониторинга результатов обучения должно играть системное и преемственное оценивание, обеспечивающее суждение о готовности студента к продолжению обучения и его участию в общественно-производственной деятельности. Трудность заключается в том, что требуются не только качественное обучение, но и качественное оценивание, качественные оценочные средства и процедуры, а также обеспечение мотивации при выполнении тестов, чтобы проявление латентных характеристик испытуемых было максимальным . Поэтому оценка должна проводиться как специфически целенаправленный и упорядоченный процесс определения набора и достигнутого уровня подготовленности, а результаты выражать количественно, независимо от того, насколько просто или сложно они поддаются оцениванию.

Для получения количественных показателей о качестве подготовленности испытуемых требуется обработка больших объемов данных массового тестирования. Для этого применяются различные программные среды, среди которых особое место занимает программа SPSS Statistics («Statistical Package for the Social Sciences») — это «статистический пакет для социальных наук. Он является лидером рынка в области коммерческих статистических продуктов, предназначенных для проведения прикладных исследований в социальных и педагогических науках. SPSS - универсальная система статистического анализа и управления данными. Эта аббревиатура первоначально означала Statistical Package for the Social Science (статистический пакет для социальных наук). Затем исходной аббревиатуре было дано новое толкование: Superior Performance Software System (система программного обеспечения высшей производительности).

В начале 1970-х годов Норман Най (Norman Nie), Дейл Бент (Dale Bent) и Хэдлай Халл (Hadlai Hull) зарегистрировали торговый знак SPSSR statistical software. Компания с одноименным названием была создана ими в 1968 г. В 1975 г. компания была преобразована в корпорацию с главным офисом в Чикаго (Chicago, IL USA). За годы существования корпорацией было разработано множество программных продуктов, в том числе и SPSS/PC+TM, первая версия которого появилась в 1984 г. В 2009 г. пакет стал называться PASW Statistics (Predictive Analytics SoftWare - интеллектуальное аналитическое программное обеспечение). С июля 2009 г. пакет сопровождается фирмой IBM (International Business Machines) под именем IBM SPSS Statisics. В 2013 г. вышла очередная версия пакета - IBM SPSS Statistics 22, работающей под управлением различных операционных систем Windows, MacOsX, Linux.

По всем параметрам SPSS является сложным и мощным статистическим пакетом. С помощью пакета SPSS можно проводить практически любой анализ данных, а последние версии программы находят применение в самых разных научных областях, в том числе в педагогических науках . Сегодня SPSS - это программный продукт и одновременно защищенная торговая марка всемирно известной американской фирмы SPSS Inc., правление которой так и остается в Чикаго. Этот пакет занимает ведущее положение среди программ, предназначенных для статистической обработки информации в социальных и педагогических науках. Вместе со всем программным обеспечением указанного профиля он прошел большой путь эволюции: сначала от первых версий SPSS для больших ЭВМ, до версий, ориентированных на PC-DOS/MS-DOS, а затем до версий, работающих в среде Windows. SPSS представляет дружественный пользовательский интерфейс, который делает процесс ввода и статистического анализа доступным для начинающего и удобным для опытного пользователя. Редактор данных пакета позволяет удобно (табличным способом) вводить и корректировать входные данные. SPSS дает возможность получать множество высококачественных графиков и различных диаграмм. С помощью пакета, используя таблицы, простые меню и диалоговые окна, можно выполнять, во-первых, анализ огромных файлов данных с тысячами переменных, и, во-вторых, делать все это без строчной записи команд в языке программирования. С помощью программы SPSS можно: управлять данными; упорядочивать данные; преобразовывать данные, создавать новые переменные; анализировать данные.

Возможные области применения SPSS: хранение и анализ данных опросов, маркетинговых исследований и продаж, финансовый анализ и др. В социологии и педагогике пакет позволяет автоматизировать процесс создания баз данных разной информации, их хранение и обработку. Этапы аналитического процесса, реализуемого в SPSS: планирование; сбор данных; обеспечение доступа к данным; подготовка данных к анализу; выполнение анализа; формирование отчетов; представление и распространение результатов. В педагогике пакет позволяет автоматизировать обработку и интерпретацию результатов тестирования .

Первая версия SPSS для Windows имела порядковый номер 5.0. Затем последовали версии 6.0, 6.1, 7.0, 7.5, 8.0, 9.0 и, наконец, 10.0 и 11.5 и выше. Начиная с SPSS версии 7.0, оболочкой служит минимум Windows95 (NT).

Наряду с использованием своего собственного типа данных, пакет SPSS, может считывать данные практически из любых типов файлов и использовать их для создания отчетов в форме таблиц, графиков и диаграмм, а также вычислять описательные статистики, производить сложный статистический анализ и моделирование.

Пакет имеет модульную структуру. Модули пакета представляют собой интегрированную совокупность программных продуктов, обеспечивающих комплексное исследование - от планирования до управления данными, выполнения анализа и представления результатов.

Основные модули SPSS: IBM SPSS Statistics Base, IBM SPSS Decision Trees, IBM SPSS Advanced Statistics, IBM SPSS Direct Marketing, IBM SPSS Bootstrapping, IBM SPSS Exact Tests, IBM SPSS Categories, IBM SPSS Forecasting, IBM SPSS Complex Samples, IBM SPSS Missing Values, IBM SPSS Conjoint, IBM SPSS Neural Networks,IBM SPSS Custom Tables, IBM SPSS Regression, IBM SPSS Data Preparation. Состав модулей зависит от варианта поставки.

Основные блоки SPSS:

Редактор данных - гибкая система, внешне похожая электронную таблицу, для определения, ввода, редактирования и просмотра данных.

Средство просмотра - упрощает просмотр результатов, позволяя показывать и скрывать отдельные элементы вывода, изменять порядок вывода результатов, перемещать готовые к презентации таблицы и диаграммы в другие приложения и получать их из приложений.

Многомерные мобильные таблицы - служат для отображения результатов анализа. Можно исследовать таблицы, перемещая строки, столбцы и слои и, таким образом, выявлять важные моменты, которые могут потеряться в стандартных отчетах. Также можно сравнивать группы, расщепляя таблицы так, чтобы каждый раз выводилась только одна группа.

Высококачественные графика - средство формирования полноцветных диаграмм с высоким разрешением: круговые и линейчатые диаграммы, гистограммы, диаграммы рассеяния, объемные диаграммы и многие другие.

Доступ к базам данных - конструктор чтения баз данных, позволяющий загрузить данные из любого источника с помощью нескольких нажатий кнопки мыши.

Преобразование данных - средство преобразования данных, помогает готовить данные к анализу. Можно с легкостью выделять подмножества в данных, объединять категории, добавлять, агрегировать, сливать, расщеплять и транспонировать файлы, а также проводить другие преобразования.

Справочная система:

Электронный учебник, предлагающий детальный обзор;

Контекстная справка в диалоговых окнах помогает разобраться в конкретных задачах;

Всплывающие определения в мобильных таблицах объясняют статистические термины;

Репетитор по статистике помогает в поиске необходимой процедуры, - примеры анализа помогают в интерпретации результатов.

Командный язык. Несмотря на то, что многие задачи могут быть выполнены при помощи мыши и диалоговых окон, в SPSS также есть мощный командный язык, позволяющий сохранять и автоматизировать многие повторяющиеся задачи. Командный язык также позволяет пользоваться некоторыми функциональными возможностями, недоступными через меню и диалоговые окна. Полная документация по командному языку интегрирована в справочную систему и доступна в виде отдельного документа PDF Руководство по синтаксису, который можно вызвать в меню «Справка» .

Структура пакета включает в себя команды определения данных, преобразования данных, команды выбора объектов. В нем реализованы следующие методы статистической обработки информации:

суммарные статистики по отдельным переменным;
частоты, суммарные статистики и графики для произвольного числа переменных;
построение N-мерных таблиц сопряженности и получение мер связи; средние, стандартные отклонения и суммы по группам;
дисперсионный анализ и множественные сравнения;
корреляционный анализ; дискриминантный анализ; однофакторный дисперсионный анализ;
общая линейная модель дисперсионного анализа (GLM);
факторный анализ;
кластерный анализ;
иерархический кластерный анализ;
иерархический лог-линейный анализ;
многомерный дисперсионный анализ; непараметрические тесты; множественная регрессия;
методы оптимального шкалирования и т.д.

Кроме того, пакет позволяет получать разнообразные графики - столбиковые и круговые, ящичковые диаграммы, поля рассеяния и гистограммы и др. .

До недавнего времени обучение и контроль качества в сфере образования проводились традиционными методами в основном силами тех, кто проводит образовательный процесс, что с точки зрения теории менеджмента не способствует его повышению. На сегодняшний день обработка данных массового тестирования проводится автоматически с помощью многочисленных компьютерных программ. Одна из таких программ SPSS , она позволяет эффективно, точно и с экономией времени провести количественную обработку результатов массового тестирования по какому-либо предмету.

Частотный анализ позволяет определить: частоту каждого из вариантов ответа на вопрос из теста; процентную частоту ответа к общему количеству респондентов (доля правильных ответов на данный вопрос, взятая в процентах от общего количества ответов); допустимое процентное значение (отсутствующие значения исключаются); накопленные процентные значения (это сумма процентов допустимых значений).

В SPSS имеется большое количество разнообразных процедур, при помощи которых можно произвести анализ связи между двумя переменными. Связь между переменными, относящимися к номинальной шкале или к порядковой шкале с не очень большим количеством категорий, лучше всего представить в форме таблиц сопряженности. Для этой цели в SPSS реализован тест хи-квадрат, по которому проверяется, есть ли значимое различие между наблюдаемыми и ожидаемыми частотами. Кроме того, существует возможность расчета различных мер связанности.

Преимущество непараметрических методов наиболее заметно, когда в данных имеются выбросы (экстремально большие или малые значения). SPSS предоставляет в распоряжение пользователей немалое количество непараметрических тестов.

Наиболее часто применяемыми тестами являются тесты для сравнения двух и более независимых или зависимых выборок. Это U-тест Манна-Уитни, Н-тест Крускала-Уоллиса, тест Уилкоксона и тест Фридмана. Важную роль также играет тест Колмогорова-Смирнова для одной выборки, который может применяться для проверки наличия нормального распределения. Непараметрические тесты могут, конечно, применяться и в случае нормального распределения значений. Но в этом случае они будут иметь лишь 95 % эффективность по сравнению с параметрическими тестами. Если Вы хотите, к примеру, произвести множественное сравнение средних значений двух независимых выборок, причем выборки частично подчиняются нормальному распределению, а частично — нет, то рекомендуется всегда применять U-тест Манна и Уитни.

Факторный анализ это процедура, с помощью которой большое число переменных, относящихся к имеющимся наблюдениям, сводит к меньшему количеству независимых влияющих величин, называемых факторами. При этом в один фактор объединяются переменные, сильно коррелирующие между собой. Переменные из разных факторов слабо коррелируют между собой. Таким образом, целью факторного анализа является нахождение таких комплексных факторов, которые как можно более полно объясняют наблюдаемые связи между переменными, имеющимися в наличии.

Факторный анализ возможен, если выполняется ряд критериев. Нельзя факторизовать качественные данные. Переменные должны быть независимыми, а их распределение приближаться к нормальному. Связи между переменными должны быть приблизительно линейны, а в исходной корреляционной матрице несколько корреляций по модулю выше 0,3; выборка испытуемых должна быть достаточно большой.

Анализ пригодности (а также: анализ вопросов или анализ заданий) помогает подбирать вопросы (задания) для тестов. При помощи разнообразных критериев устанавливается, какие задания подходят для определённого теста, а какие нет.

Для этой цели некоторой совокупности (выборке) респондентов предлагают предварительный вариант теста со всеми предполагаемыми заданиями и проводят анализ этих заданий. При помощи этого анализа исключают неподходящие задания, а оставшиеся включают в итоговую форму теста. Тесты подразделяются в зависимости от вида исследуемого личностного признака, а именно выделяются тест уровня образованности, тест способностей и личностный тест. Тестовое задание состоит преимущественно из двух частей: проблемы или вопроса и варианта решения проблемы или ответа.

С появлением массового централизованного тестирования в нашей стране появились формы независимой аттестации учащихся: бланочное и компьютерное тестирование, телетестинг, единый государственный экзамен. Отличительной особенностью такого контроля уровня подготовки учащихся является процедура, в основе которой лежит педагогический тест как средство измерения, обладающее определенными метрическими свойствами: точностью, надежностью, дифференцирующей способностью, валидностью и др.

Методы современного тестирования в настоящее время уже позволяют на достаточно высоком уровне проводить итоговую аттестацию выпускников на всей территории страны в одно и то же время одними и теми же по уровню трудности педагогическими измерителями или контрольно - измерительными материалами (КИМами), тестами нового поколения, с широким использованием информационных технологий.

Кроме того, современная техника и программные продукты автоматизированной проверки результатов тестирования значительно повышают объективность и достоверность образовательной статистики, упрощают работу проверяющим, обеспечивают возможности сравнения и сопоставления средних сертификационных баллов на любой территории и по любой выборке тестируемых, давая возможность анализировать уровень подготовки и причины, обеспечивающие его. С помощью компьютерной программы SPSS возможна точная и быстрая обработка результатов тестирования .

Достоверность данных обеспечивается путем подсчета значимых различий по Т-критерию Стьюдента при помощи компьютерной программы «SPSS 17 for Windows».

Вывод. Программа SPSS является эффективным инструментом для практической работы в области социологического и педагогического анализа, обеспечивает быструю и точную обработку данных. Основной особенностью этой программы служит то, что результаты анализа можно наглядно представлять в виде таблиц и диаграмм различных типов, распространять сетевым пользователям, внедрять полученные результаты в другие программные системы.

Библиографическая ссылка

Давыдова М.А., Усатая И.Е. ВОЗМОЖНОСТИ ПРОГРАММЫ SPSS ПРИ ОБРАБОТКЕ ДАННЫХ МАССОВОГО ТЕСТИРОВАНИЯ // Международный студенческий научный вестник. – 2017. – № 2.;
URL: http://eduherald.ru/ru/article/view?id=16902 (дата обращения: 28.03.2019). Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»

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 .

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

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

		Валидный процент	Кумулятивный процент
Валидные









	Итого

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

	Максимум	Стд. отклонение
Количество лет, потраченных на образование
Начальная зарплата
Зарплата в настоящее время
Время работы с момента поступления (месяцы)
N валидных (целиком)

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:

		Принадлежность к национальному меньшинству

	Сотрудник секретариата
	Сотрудник среднего звена
	Менеджер