Thực đơn
trang chủLỗi

Bài học cơ bản khi làm việc với chương trình spss. Các thao tác cơ bản trong SPSS. Giá trị cơ bản của tham số biến

1

Gần đây, việc sử dụng rộng rãi trong hệ thống giáo dục công nghệ thông tin. Để có được các chỉ số định lượng về chất lượng chuẩn bị của đối tượng thử nghiệm, cần phải xử lý khối lượng dữ liệu lớn thử nghiệm hàng loạt. Đối với mục đích này khác nhau môi trường phần mềm, trong đó chương trình SPSS - một hệ thống phổ biến để phân tích thống kê và quản lý dữ liệu chiếm một vị trí đặc biệt. Các khối chính của SPSS: soạn thảo dữ liệu; người xem; bàn di động đa chiều; chất lượng cao; truy cập vào cơ sở dữ liệu; chuyển đổi dữ liệu; hệ thống tài liệu tham khảo; ngôn ngữ lệnh. Sử dụng chương trình máy tính SPSS, có thể tính toán chính xác và xử lý nhanh kết quả kiểm tra. Chương trình SPSS là một công cụ hữu hiệu cho công việc thực tế trong lĩnh vực xã hội học và phân tích sư phạm, cung cấp khả năng xử lý dữ liệu nhanh chóng và chính xác.

Kỳ thi quốc gia thống nhất

kiểm tra từ xa

kiểm tra máy tính

kiểm tra trống

thử nghiệm tập trung đại chúng

phân tích sự phù hợp

phân tích nhân tố

phương pháp phi tham số

giáo dục

phân tích tần số

chương trình spss

đặc điểm tiềm ẩn

đánh giá

giáo dục

công nghệ thử nghiệm hàng loạt

phân tích có hệ thống

kiểm tra cuối kì

giám sát

công nghệ thông tin

1. Nghệ thuật xử lý thông tin SPSS A. Byul, P. Tsefel M.: DiaSoftYUP, 2005. - 608 tr.

2. Efremova N.F. Kiểm tra và giám sát: khuyến nghị dành cho giáo viên // Tiêu chuẩn và giám sát trong giáo dục. 2001. – Số 3.

3. Efremova N.F., Meskhi B.Ch. Tính hệ thống và liên tục trong việc hình thành quỹ đánh giá của trường đại học kỹ thuật // Hội đồng Hiệu trưởng. Số 5. 2011. - trang 35-40.

4. Nasledov A.D. IBM SPSS 20 Stats và AMOS: phân tích dữ liệu thống kê chuyên nghiệp. Hướng dẫn thực hành. Petersburg: Peter, 2013. – 416 tr.

5. Xử lý và phân tích dữ liệu xã hội học bằng gói SPSS. Sổ tay giáo dục và phương pháp. E.V. Đắt. Phẫu thuật. Trung tâm xuất bản của Đại học bang Surgu. 2010. – 60 tr.

6. Patsiorkovsky V.V., Patsiorkovskaya V.V. SPSS dành cho các nhà xã hội học. Sách giáo khoa / V.V. Patsiorkovsky, V.V. Patsiorkovskaya. - M.: ISEPN RAS, 2005. - 434 tr.

7. Usataya I.E., Davydova M.A. Đánh giá như một công cụ quản lý chất lượng giảng dạy trong thực tiễn giáo dục // Bản tin khoa học dành cho sinh viên quốc tế. 2016. Số 2.; URL: http://www.?id=14357

Gần đây, công nghệ thông tin đã trở nên phổ biến trong hệ thống giáo dục. Chúng được sử dụng để đào tạo, kiểm soát, cấp giấy chứng nhận cuối cùng cho sinh viên tốt nghiệp, tự học, tự kiểm soát, v.v. Điều kiện quan trọng nhất Nâng cao chất lượng giáo dục bao gồm việc phân tích có hệ thống các dữ liệu khách quan từ giám sát độc lập thành tích giáo dục, giám sát và chẩn đoán sự chuẩn bị của học sinh để đạt được kết quả tương ứng với khả năng và nhu cầu của các em. Tăng cường sự quan tâm của các nhà nghiên cứu để giải quyết các vấn đề khác nhau của giáo dục và tự quản hoạt động giáo dục bị thu hút bởi khả năng của công nghệ thử nghiệm hàng loạt.

Một vai trò quan trọng trong việc phát triển việc giám sát kết quả học tập phải được thực hiện bằng đánh giá có hệ thống và liên tục, đánh giá này đưa ra đánh giá về mức độ sẵn sàng tiếp tục học tập của học sinh và sự tham gia của em vào các hoạt động xã hội và công nghiệp. Khó khăn nằm ở chỗ, không chỉ cần đào tạo chất lượng cao mà còn phải đánh giá chất lượng cao, các công cụ, quy trình đánh giá chất lượng cao, cũng như tạo động lực khi thực hiện các bài kiểm tra để thể hiện được những đặc điểm tiềm ẩn của đối tượng. được tối đa hóa. Do đó, việc đánh giá phải được thực hiện như một quá trình có trọng tâm và có trật tự cụ thể nhằm xác định các tiêu chuẩn và mức độ chuẩn bị đã đạt được, đồng thời các kết quả phải được thể hiện dưới dạng định lượng, bất kể việc đánh giá chúng đơn giản hay khó khăn đến mức nào.

Để có được các chỉ số định lượng về chất lượng chuẩn bị của đối tượng thử nghiệm, cần phải xử lý khối lượng lớn dữ liệu thử nghiệm hàng loạt. Để làm được điều này, nhiều môi trường phần mềm khác nhau được sử dụng, trong đó có một vị trí đặc biệt dành cho chương trình Thống kê SPSS (“Gói thống kê cho khoa học xã hội”) - đây là “gói thống kê dành cho khoa học xã hội. Đây là công ty dẫn đầu thị trường về các sản phẩm thống kê thương mại dành cho nghiên cứu ứng dụng trong khoa học xã hội và giáo dục. SPSS là một hệ thống phổ quát để phân tích thống kê và quản lý dữ liệu. Từ viết tắt này ban đầu là viết tắt của Gói thống kê cho khoa học xã hội. Từ viết tắt ban đầu sau đó được đưa ra một cách giải thích mới: Hệ thống phần mềm hiệu suất vượt trội.

Đầu những năm 1970, Norman Nie, Dale Bent và Hadlai Hull đã đăng ký nhãn hiệu phần mềm thống kê SPSSR. Công ty cùng tên được họ thành lập vào năm 1968. Năm 1975, công ty được chuyển đổi thành một tập đoàn có trụ sở chính tại Chicago (Chicago, IL Hoa Kỳ). Qua nhiều năm tồn tại, tập đoàn đã phát triển nhiều sản phẩm phần mềm, trong đó có SPSS/PC+TM, phiên bản đầu tiên xuất hiện vào năm 1984. Năm 2009, gói phần mềm này được biết đến với tên gọi PASW Thống kê (Predictive Analytics SoftWare - phần mềm phân tích thông minh) . Kể từ tháng 7 năm 2009, gói này đã được IBM (International Business Machines) duy trì dưới tên IBM SPSS Statisics. Năm 2013, phiên bản tiếp theo của gói đã được phát hành - IBM SPSS Statistic 22, chạy trên nhiều hệ điều hành Windows, MacOsX, Linux.

Xét theo mọi khía cạnh, SPSS là một gói thống kê phức tạp và mạnh mẽ. Sử dụng gói SPSS, bạn có thể thực hiện hầu hết mọi phân tích dữ liệu và các phiên bản mới nhất của chương trình được sử dụng trong nhiều lĩnh vực khoa học, bao gồm cả khoa học giáo dục. Ngày nay SPSS là một sản phẩm phần mềm đồng thời là một công cụ bảo mật Nhãn hiệu công ty nổi tiếng thế giới của Mỹ SPSS Inc., có ban giám đốc vẫn ở Chicago. Gói này chiếm vị trí hàng đầu trong số các chương trình được thiết kế cho xử lý thống kê thông tin về khoa học xã hội và giáo dục. Cùng với tất cả các phần mềm hồ sơ được chỉ định nó đã trải qua một chặng đường phát triển dài: đầu tiên là từ các phiên bản đầu tiên của SPSS dành cho máy tính lớn, đến các phiên bản dành cho PC-DOS/MS-DOS, sau đó là các phiên bản chạy trong môi trường Windows. SPSS trình bày thân thiện giao diện người dùng, giúp người mới bắt đầu có thể truy cập và quá trình phân tích thống kê và thân thiện với người dùng nâng cao. Trình chỉnh sửa dữ liệu gói cho phép bạn thuận tiện ( phương pháp bảng) nhập và sửa dữ liệu đầu vào. SPSS cho phép tạo ra nhiều loại biểu đồ chất lượng cao và nhiều biểu đồ khác nhau. Với sự trợ giúp của gói, sử dụng bảng, menu và hộp thoại đơn giản, trước tiên, bạn có thể phân tích các tệp dữ liệu khổng lồ với hàng nghìn biến và thứ hai, thực hiện tất cả những điều này mà không cần viết lệnh bằng ngôn ngữ lập trình. Sử dụng SPSS bạn có thể: quản lý dữ liệu; tổ chức dữ liệu; chuyển đổi dữ liệu, tạo biến mới; phân tích dữ liệu.

Các lĩnh vực có thể áp dụng SPSS: lưu trữ và phân tích dữ liệu khảo sát, nghiên cứu tiếp thị và bán hàng, phân tích tài chính, v.v. Trong xã hội học và sư phạm, gói cho phép bạn tự động hóa quá trình tạo cơ sở dữ liệu chứa nhiều thông tin khác nhau, lưu trữ và xử lý chúng. Các giai đoạn của quá trình phân tích được thực hiện trong SPSS: lập kế hoạch; thu thập dữ liệu; cung cấp quyền truy cập vào dữ liệu; chuẩn bị dữ liệu để phân tích; thực hiện phân tích; tạo báo cáo; trình bày và phổ biến kết quả. Trong sư phạm, gói cho phép bạn tự động hóa việc xử lý và giải thích kết quả kiểm tra.

Phiên bản đầu tiên của SPSS dành cho Windows là phiên bản 5.0. Tiếp theo là các phiên bản 6.0, 6.1, 7.0, 7.5, 8.0, 9.0 và cuối cùng là 10.0 và 11.5 trở lên. Bắt đầu với SPSS phiên bản 7.0, shell tối thiểu là Windows95 (NT).

Cùng với việc sử dụng của bạn loại riêng Dữ liệu, SPSS, có thể đọc dữ liệu từ hầu hết mọi loại tệp và sử dụng nó để tạo báo cáo dưới dạng bảng, đồ thị và biểu đồ, cũng như tính toán thống kê mô tả, thực hiện phân tích và lập mô hình thống kê phức tạp.

Gói này có cấu trúc mô-đun. Các mô-đun gói là một bộ sản phẩm phần mềm tích hợp cung cấp nghiên cứu toàn diện - từ lập kế hoạch đến quản lý dữ liệu, phân tích và trình bày kết quả.

Các mô-đun SPSS cốt lõi: Cơ sở thống kê SPSS của IBM, Cây quyết định SPSS của IBM, Thống kê nâng cao SPSS của IBM, Tiếp thị trực tiếp SPSS của IBM, Khởi động SPSS của IBM, Kiểm tra chính xác SPSS của IBM, Danh mục SPSS của IBM, Dự báo SPSS của IBM, Mẫu phức hợp SPSS của IBM, Giá trị thiếu SPSS của IBM , IBM SPSS Conjoint, Mạng thần kinh SPSS của IBM, Bảng tùy chỉnh SPSS của IBM, Hồi quy SPSS của IBM, Chuẩn bị dữ liệu SPSS của IBM. Thành phần của các mô-đun phụ thuộc vào tùy chọn phân phối.

Các khối cơ bản của SPSS:

Trình chỉnh sửa dữ liệu là một hệ thống linh hoạt trông giống như bảng tính, để xác định, nhập, chỉnh sửa và xem dữ liệu.

Trình xem - Giúp bạn dễ dàng xem kết quả bằng cách cho phép bạn hiển thị và ẩn các phần tử đầu ra riêng lẻ, thay đổi thứ tự hiển thị kết quả và di chuyển các bảng và biểu đồ sẵn sàng trình bày đến và từ các ứng dụng khác.

Bảng di động đa chiều - dùng để hiển thị kết quả phân tích. Bạn có thể khám phá các bảng bằng cách di chuyển các hàng, cột và lớp và từ đó xác định điểm quan trọngđiều đó có thể bị lạc trong báo cáo chuẩn. Bạn cũng có thể so sánh các nhóm bằng cách chia các bảng sao cho mỗi lần chỉ hiển thị một nhóm.

Đồ họa chất lượng cao - phương tiện tạo biểu đồ đầy đủ màu sắc, độ phân giải cao: biểu đồ hình tròn và thanh, biểu đồ, biểu đồ phân tán, biểu đồ 3-D và nhiều biểu đồ khác.

Truy cập cơ sở dữ liệu - Trình thiết kế đọc cơ sở dữ liệu cho phép bạn tải dữ liệu từ bất kỳ nguồn nào chỉ bằng vài cú click chuột.

Chuyển đổi dữ liệu là một công cụ chuyển đổi dữ liệu giúp chuẩn bị dữ liệu để phân tích. Dễ dàng tập hợp dữ liệu, hợp nhất các danh mục, nối thêm, tổng hợp, hợp nhất, tách, chuyển đổi tệp và thực hiện các chuyển đổi khác.

Hệ thống tài liệu tham khảo:

Sách giáo khoa điện tử cung cấp cái nhìn tổng quan chi tiết;

Trợ giúp theo ngữ cảnh trong hộp thoại giúp bạn hiểu các tác vụ cụ thể;

Định nghĩa bật lên trong bàn di độngà giải thích các thuật ngữ thống kê;

Gia sư thống kê giúp tìm ra quy trình cần thiết và các ví dụ về phân tích giúp diễn giải kết quả.

Ngôn ngữ lệnh. Mặc dù nhiều tác vụ có thể được thực hiện bằng chuột và hộp thoại, SPSS cũng có ngôn ngữ lệnh mạnh mẽ cho phép bạn lưu và tự động hóa nhiều tác vụ lặp đi lặp lại. Ngôn ngữ lệnh cũng cho phép bạn tận dụng một số chức năng không có sẵn thông qua menu và hộp thoại. Tài liệu ngôn ngữ lệnh hoàn chỉnh được tích hợp vào hệ thống trợ giúp và có sẵn dưới dạng riêng biệt tài liệu PDF Hướng dẫn về cú pháp có sẵn từ menu Trợ giúp.

Cấu trúc gói bao gồm các lệnh định nghĩa dữ liệu, chuyển đổi dữ liệu và các lệnh chọn đối tượng. Nó thực hiện các phương pháp xử lý thông tin thống kê sau:

  • thống kê tóm tắt cho các biến riêng lẻ;
  • tần số, số liệu thống kê tóm tắt và đồ thị cho số lượng biến tùy ý;
  • xây dựng bảng dự phòng N chiều và thu được các biện pháp kết nối; phương tiện, độ lệch chuẩn và tổng theo nhóm;
  • phân tích phương sai và so sánh nhiều lần;
  • phân tích tương quan; phân tích phân biệt; phân tích phương sai một chiều;
  • tổng quan mô hình tuyến tính phân tích phương sai (GLM);
  • phân tích nhân tố;
  • phân tích cluster;
  • phân tích cụm phân cấp;
  • phân tích log-tuyến tính phân cấp;
  • phân tích phương sai đa biến; kiểm tra phi tham số; hồi quy đa biến;
  • phương pháp chia tỷ lệ tối ưu, v.v.

Ngoài ra, gói này cho phép bạn thu được nhiều loại biểu đồ - biểu đồ thanh và hình tròn, biểu đồ hộp, trường phân tán và biểu đồ, v.v.

Cho đến gần đây, công tác đào tạo và kiểm soát chất lượng giáo dục được thực hiện phương pháp truyền thống chủ yếu bởi những người thực hiện quá trình giáo dục, mà theo quan điểm của lý thuyết quản lý không góp phần cải thiện nó. Ngày nay, dữ liệu thử nghiệm hàng loạt được xử lý tự động bằng nhiều chương trình máy tính. Một trong những chương trình này là SPSS, nó cho phép bạn xử lý định lượng kết quả kiểm tra hàng loạt ở bất kỳ môn học nào một cách hiệu quả, chính xác và tiết kiệm thời gian.

Phân tích tần suất cho phép bạn xác định: tần suất của từng phương án trả lời cho một câu hỏi trong bài kiểm tra; tần suất phần trăm của câu trả lời trên tổng số người trả lời (tỷ lệ câu trả lời đúng cho một câu hỏi nhất định, được tính bằng phần trăm trên tổng số câu trả lời); tỷ lệ phần trăm chấp nhận được (không bao gồm các giá trị thiếu); giá trị phần trăm tích lũy (đây là tổng tỷ lệ phần trăm của các giá trị có thể chấp nhận được).

SPSS có nhiều quy trình khác nhau có thể được sử dụng để phân tích mối quan hệ giữa hai biến. Mối quan hệ giữa các biến thuộc thang đo danh nghĩa hoặc thang đo thứ tự không nhiều một lượng lớn các danh mục được trình bày tốt nhất dưới dạng bảng dự phòng. Với mục đích này, SPSS thực hiện kiểm tra chi bình phương, kiểm tra xem liệu có sự khác biệt đáng kể giữa tần số được quan sát và tần số dự kiến ​​hay không. Ngoài ra, có thể tính toán các biện pháp kết nối khác nhau.

Ưu điểm của phương pháp phi tham số là dễ nhận thấy nhất khi có các giá trị ngoại lệ (giá trị cực lớn hoặc nhỏ) trong dữ liệu. SPSS cung cấp cho người dùng một số lượng lớn các bài kiểm tra phi tham số.

Các thử nghiệm được sử dụng phổ biến nhất là các thử nghiệm để so sánh hai hoặc nhiều mẫu độc lập hoặc phụ thuộc. Đó là bài kiểm tra Mann-Whitney U, bài kiểm tra Kruskal-Wallis H, bài kiểm tra Wilcoxon và bài kiểm tra Friedman. Kiểm định Kolmogorov-Smirnov cho một mẫu cũng đóng một vai trò quan trọng, có thể được sử dụng để kiểm tra sự hiện diện của phân phối chuẩn. Tất nhiên, các thử nghiệm phi tham số cũng có thể được sử dụng trong trường hợp các giá trị có phân phối chuẩn. Nhưng trong trường hợp này chúng sẽ chỉ đạt hiệu suất 95% so với các thử nghiệm tham số. Ví dụ: nếu bạn muốn thực hiện nhiều so sánh về giá trị trung bình của hai mẫu độc lập, trong đó các mẫu một phần tuân theo phân phối chuẩn và một phần không tuân theo phân phối chuẩn, thì bạn nên luôn sử dụng phép thử Mann và Whitney U.

Phân tích nhân tố là một thủ tục trong đó một số lượng lớn các biến liên quan đến các quan sát hiện tại được giảm xuống thành một số lượng nhỏ hơn các đại lượng ảnh hưởng độc lập, được gọi là các yếu tố. Trong trường hợp này, các biến có mối tương quan cao với nhau sẽ được kết hợp thành một yếu tố. Các biến từ các yếu tố khác nhau có mối tương quan yếu với nhau. Vì vậy, mục tiêu của phân tích nhân tố là tìm ra các nhân tố phức tạp giải thích đầy đủ nhất có thể mối quan hệ được quan sát giữa các biến sẵn có.

Có thể phân tích nhân tố nếu đáp ứng được một số tiêu chí. Dữ liệu định tính không thể được nhân tố hóa. Các biến phải độc lập và phân phối của chúng phải gần với mức chuẩn. Mối quan hệ giữa các biến phải gần như tuyến tính và trong ma trận tương quan ban đầu có một số mối tương quan có độ lớn trên 0,3; mẫu đối tượng phải đủ lớn.

Phân tích năng khiếu (từ khác: phân tích câu hỏi hay phân tích nhiệm vụ) giúp lựa chọn câu hỏi (nhiệm vụ) cho bài kiểm tra. Sử dụng nhiều tiêu chí khác nhau, người ta xác định nhiệm vụ nào phù hợp cho một bài kiểm tra cụ thể và nhiệm vụ nào không.

Với mục đích này, một nhóm (mẫu) người trả lời nhất định được cung cấp phiên bản sơ bộ của bài kiểm tra với tất cả các nhiệm vụ được đề xuất và việc phân tích các nhiệm vụ này được thực hiện. Sử dụng phân tích này, các mục không phù hợp sẽ bị loại bỏ và những mục còn lại sẽ được đưa vào mẫu bài kiểm tra cuối cùng. Các bài kiểm tra được chia tùy thuộc vào loại đặc điểm tính cách đang được nghiên cứu, cụ thể là bài kiểm tra trình độ học vấn, bài kiểm tra năng lực và bài kiểm tra tính cách. Bài kiểm tra chủ yếu bao gồm hai phần: một vấn đề hoặc câu hỏi và giải pháp cho vấn đề hoặc câu trả lời.

Với sự ra đời của kỳ thi tập trung đại chúng ở nước ta, các hình thức chứng nhận độc lập của học sinh đã xuất hiện: kiểm tra trống và trên máy tính, kiểm tra từ xa và kỳ thi thống nhất của tiểu bang. Một đặc điểm nổi bật của việc kiểm soát mức độ chuẩn bị của học sinh là quy trình dựa trên bài kiểm tra sư phạm như một công cụ đo lường có các đặc tính số liệu nhất định: độ chính xác, độ tin cậy, khả năng khác biệt, tính hợp lệ, v.v.

Các phương pháp kiểm tra hiện đại hiện nay có thể thực hiện ở mức độ đủ cao để cấp chứng chỉ cuối cùng cho sinh viên tốt nghiệp trong cả nước, đồng thời sử dụng cùng một mức độ khó của máy đo sư phạm hoặc vật liệu đo lường và điều khiển (CMM), các bài kiểm tra thế hệ mới, với một phạm vi rộng của việc sử dụng công nghệ thông tin.

Bên cạnh đó, công nghệ hiện đại Và sản phẩm phần mềm xác minh tự động kết quả kiểm tra làm tăng đáng kể tính khách quan và độ tin cậy của thống kê giáo dục, đơn giản hóa công việc của thanh tra, tạo cơ hội so sánh và đối chiếu điểm chứng nhận trung bình ở bất kỳ lãnh thổ nào và đối với bất kỳ mẫu thí sinh nào, giúp phân tích trình độ đào tạo và lý do đảm bảo điều đó. Sử dụng chương trình máy tính SPSS, có thể xử lý kết quả xét nghiệm chính xác và nhanh chóng.

Độ tin cậy của dữ liệu được đảm bảo bằng cách đếm sự khác biệt đáng kể theo T-test của Sinh viên bằng chương trình máy tính “SPSS 17 cho cửa sổ».

Phần kết luận. Chương trình SPSS là một công cụ hữu hiệu cho công việc thực tế trong lĩnh vực phân tích xã hội học và sư phạm, đồng thời cung cấp khả năng xử lý dữ liệu nhanh chóng và chính xác. Tính năng chính của chương trình này là kết quả phân tích có thể được trình bày trực quan dưới dạng bảng và sơ đồ nhiều loại khác nhau, phân phối tới người dùng mạng và triển khai kết quả thu được trên các hệ thống phần mềm khác.

Liên kết thư mục

Davydova M.A., Usataya I.E. NĂNG LỰC CỦA CHƯƠNG TRÌNH SPSS TRONG XỬ LÝ DỮ LIỆU KIỂM TRA HÀNG LỚN // Bản tin khoa học sinh viên quốc tế. – 2017. – Số 2.;
URL: http://eduherald.ru/ru/article/view?id=16902 (ngày truy cập: 28/03/2019). Chúng tôi xin gửi đến các bạn sự chú ý của tạp chí do nhà xuất bản "Học viện Khoa học Tự nhiên" xuất bản

Trước khi trực tiếp bắt đầu xử lý dữ liệu từ nghiên cứu trong SPSS, cần tổ chức nhập dữ liệu hợp lý.

Việc nhập dữ liệu nghiên cứu vào chương trình có thể chia thành 2 giai đoạn chính:

· Chuẩn bị cơ sở của câu hỏi

Nhập dữ liệu trực tiếp

Chúng ta hãy xem xét kỹ hơn các thủ tục này.

Giai đoạn chuẩn bị cơ sở của bảng câu hỏi. Trong SPSS, dữ liệu được nhập theo một định dạng cụ thể. Để chuẩn bị biểu mẫu nhập và xử lý dữ liệu tiếp theo, trước tiên bạn phải nhập mẫu bảng câu hỏi theo biểu mẫu được chương trình chấp nhận. Hình thức chung Cửa sổ chương trình trông giống như trong Hình 1.

Cơm. 1. Toàn cảnh chương trình SPSS sau khi ra mắt.

Khi chương trình được khởi chạy lần đầu tiên, người dùng sẽ thấy một hộp thoại bổ sung trong đó đề xuất chọn các hành động liên quan đến chỉnh sửa cơ sở hiện có, khai mạc tập tin hiện có và như thế. Theo quy định, trong hầu hết các trường hợp, cửa sổ này không chịu tải đáng kể. Vì lý do này, chúng tôi khuyên bạn nên chọn hộp bên cạnh “Không hiển thị hộp thoại này trong tương lai”. Về nguyên tắc, hình thức ban đầu chung của chương trình là tiêu chuẩn cho hầu hết các chương trình được phát triển cho hệ điều hành Windows. Tổng quan thanh điều hướng, giao diện cửa sổ và quản lý cửa sổ gần như hoàn toàn giống với hầu hết các chương trình Ứng dụng văn phòng. Vì lý do này, chúng tôi sẽ tập trung vào các tính năng đặc biệt của chính chương trình SPSS.

Hình 2. Không gian làm việc của SPSS.

Trong SPSS có 2 trường được tổ chức dưới dạng tab, tương tự như chương trình Excel. Tuy nhiên, những lĩnh vực này là xa tương đương. Hình 2 hiển thị trường làm việc của chương trình, trong đó người dùng nhập trực tiếp dữ liệu từ bảng câu hỏi (chế độ xem dữ liệu). Tuy nhiên, trước khi nhập dữ liệu, bạn cần tạo mẫu câu hỏi trong chương trình, cơ sở của nó. Mẫu câu hỏi được nhập vào trường định nghĩa biến - Chế độ xem biến. Trong SPSS, dữ liệu được nhập theo một định dạng cụ thể. Trong SPSS, tất cả các biến (khi nhập) được sắp xếp theo chiều dọc và quan sát theo chiều ngang. Chúng ta hãy xem xét kỹ hơn trường Chế độ xem biến (Hình 3).

Hình 3. Chế độ xem cửa sổ biến.

Mỗi biến là một câu hỏi trong bảng câu hỏi. Theo mặc định, SPSS có 10 đặc điểm cơ bản có thể được sử dụng để mô tả một biến: tên, loại, chiều rộng, số thập phân, nhãn, giá trị, thiếu, cột, căn chỉnh và đo. Về nguyên tắc, theo ý nghĩa và tầm quan trọng của việc điền, các biến này có thể được chia thành các biến liên quan đến các tham số của định nghĩa biến và các biến chịu trách nhiệm về sự thuận tiện của đầu ra.

Giá trị cơ bản của các tham số biến:


Tên- tên biến sẽ được hiển thị trong trường đầu vào. Chương trình sử dụng cùng tên để xác định biến. Tên không được vượt quá 8 ký tự và chỉ bằng tiếng Anh. (Trong hơn phiên bản sau chương trình, bạn có thể sử dụng văn bản tiếng Nga)

Kiểu- Định nghĩa kiểu biến. Nói cách khác, thông tin nào được nhập dưới dạng giá trị: số, ngày, giá trị ngẫu nhiên, dấu phẩy, v.v. Các định dạng được sử dụng phổ biến nhất là “số” (Nymeric), ngày tháng (Date) và chuỗi (văn bản, Chuỗi). Trong trường hợp đầu tiên, bất kỳ số nào cũng có thể được lấy làm giá trị, trong trường hợp thứ hai - ngày ở một định dạng nhất định, trong văn bản cuối cùng.

Chiều rộng- độ dài của biến. Số chữ số có thể vừa trong một ô.

Số thập phân- số chữ số thập phân sau dấu thập phân.

Nhãn- tên, nhãn, biến người dùng, v.v. miêu tả cụ thể Biến đổi. Nó thường được xây dựng chính xác như chính câu hỏi khảo sát. Được sử dụng trong các báo cáo và cho phép bạn sử dụng bất kỳ phông chữ nào.

Giá trị- nhãn của các giá trị biến mà biến đó có thể nhận. Trong SPSS, dữ liệu được trình bày chủ yếu ở dạng số, bởi vì... định dạng văn bản không phù hợp với phân tích thống kê. Ví dụ: giới tính có thể được mã hóa là 1 - nam, 0 - nữ. Khi nhập các giá trị, điều rất quan trọng là phải tuân theo trình tự khi xác định thang xếp hạng - các giá trị phải theo thứ tự tăng dần. Một ví dụ về việc nhập dữ liệu không chính xác sẽ được thảo luận dưới đây. Để xác định thang đo số liệu, các giá trị có thể không được chỉ định.

Nhãn giá trị được nhập vào một cửa sổ bổ sung.

Hình 4. Xác định loại của biến

Mất tích- xác định các giá trị còn thiếu. Chúng có thể được thiết lập tự động bởi hệ thống (Các giá trị thiếu do hệ thống xác định) hoặc bởi người dùng (Các giá trị thiếu do người dùng xác định).

Cột- xác định chiều rộng cột.

Căn chỉnh- căn chỉnh trong ô (cạnh trái, phải, giữa).

Cơm. 5. Xác định giá trị của một biến.

Đo lường- định nghĩa của thang đo thay đổi. Thang đo - số, thang đo mét; thứ tự - thang xếp hạng; danh nghĩa - danh nghĩa. Một đặc điểm cực kỳ quan trọng, vì việc xử lý sẽ phụ thuộc vào việc lựa chọn đúng loại cân. Chương trình chứa gợi ý đồ họa- một chữ tượng hình đối diện với từng loại thang đo (thước - là kết quả của phép đo - một con số; biểu đồ tăng dần - xác định thứ hạng; vòng tròn của các tập hợp - các đặc điểm không thể so sánh được biểu thị các tập hợp rời rạc).

Cơm. 6. Lựa chọn loại thang đo trong SPSS.

Chúng ta hãy xem xét các loại thang đo chi tiết hơn một chút.

Về nguyên tắc, bản thân loại thang đo được xác định bởi nhà nghiên cứu đã ở giai đoạn tìm kiếm các chỉ số thực nghiệm về các đặc điểm được đo lường trong quá trình chuẩn bị chương trình nghiên cứu xã hội học. Ở dạng cuối cùng, thang đo được thể hiện trực tiếp trong câu hỏi khảo sát. Điều rất quan trọng là phải tuân thủ các yêu cầu về từ ngữ lựa chọn thay thế. Theo quan điểm của chương trình SPSS, hầu hết yêu cầu quan trọng- sự rời rạc của các tập hợp con kết quả được hình thành bởi các câu hỏi thay thế. Mặt khác, khá khó khăn khi xử lý dữ liệu (chính xác hơn là khi nhập dữ liệu) để xác định chính xác khoảng, tập hợp con mà người trả lời thực sự gán cho câu hỏi này.

Ví dụ: các câu trả lời thay thế cho câu hỏi về độ tuổi có thể bao gồm các khoảng thời gian như lên tới 15 tuổi, 15-20, 20-25, 25-30, 30 và lớn hơn. Với công thức này, một vấn đề nảy sinh liên quan đến kết quả như vậy khi người trả lời ở độ tuổi 15, 20, 25 và 30 tuổi - tức là. khi anh ta chạm tới ranh giới. Người trả lời có thể ngẫu nhiên, dựa trên một số định kiến ​​của mình) đánh dấu bất kỳ khoảng nào - cả cao hơn và thấp hơn. Khi xử lý dữ liệu, thực tế này có thể làm sai lệch bức tranh thực tế. Nếu chúng ta xem xét phân loại chung tỷ lệ thì nó có thể được biểu diễn dưới dạng sơ đồ sau.

Cơm. 7. Phân loại thang đo.

Các đường chấm trong hình biểu thị các mũi tên dẫn đến thang đo khoảng. Thực tế là thang đo khoảng không phải là thước đo theo nghĩa chặt chẽ mà được phân loại là không đo lường. Tuy nhiên, trong một số trường hợp, chẳng hạn như khi các khoảng bằng nhau, bạn có thể thực hiện một số phép toán đặc trưng của thang đo mét với nó.

Từ quan điểm tiến hành nghiên cứu và xử lý dữ liệu, điều rất quan trọng là phải hiểu những khả năng và hạn chế của việc sử dụng một loại thang đo cụ thể. Điều quan trọng là phải hiểu rằng thang đo số liệu, trong SPSS - loại thang đo, có khả năng đo lường mạnh mẽ nhất về khả năng phân tích, bởi vì Tất cả các thủ tục thống kê có thể được áp dụng cho thang đo này một cách thực tế mà không bị hạn chế. Danh nghĩa - ngược lại, cung cấp những khả năng yếu nhất. Qua nhìn chung chỉ đơn giản là sự phân bố tần số và chế độ như một chỉ báo đo lường xu hướng trung tâm.

Trong thực tế, điều cực kỳ quan trọng là phải chọn thang đo phù hợp ở giai đoạn thiết kế một cuộc khảo sát bằng bảng câu hỏi. Điều quan trọng là phải hiểu rằng chúng ta càng muốn có được thông tin về một loại câu hỏi cụ thể thì chúng ta càng cần cố gắng sử dụng thang đo số liệu. Bảng câu hỏi lý tưởng, xét từ quan điểm về khả năng xử lý của nó, là một danh sách các câu hỏi, mỗi câu hỏi được đo lường một cách định lượng. Mặt khác, điều này thực tế không thể thực hiện được trong thực tế, cả do không thể “số hóa” các biến số (ví dụ: việc chuyển đổi hoàn toàn một câu hỏi liên quan đến giới tính của người trả lời sang thang đo số liệu là không thực tế) và dựa trên nguyên tắc kịch của chính công cụ câu hỏi - những câu hỏi đơn điệu làm giảm động lực của người trả lời và độ tin cậy của dữ liệu nhận được.

Quay trở lại đặc thù của việc xác định các tham số biến trong chương trình SPSS, có thể lưu ý rằng các tham số chịu trách nhiệm chính cho sự thuận tiện trong việc trình bày thông tin bao gồm: cột (độ rộng cột), căn chỉnh (căn chỉnh ô) và ở một mức độ nào đó, chiều rộng (độ dài) và số thập phân (số chữ số thập phân). Trong hầu hết các trường hợp, các tham số này có thể được giữ nguyên không thay đổi bằng cách đồng ý với các giá trị được đề xuất. Nhưng bạn cần cẩn thận với các tham số còn lại để xác định biến, vì chúng sẽ ảnh hưởng không nhỏ đến quá trình nhập và xử lý thông tin.

Sau khi xác định biến trong SPSS, bạn có thể trực tiếp đến phần nhập dữ liệu, dữ liệu được nhập vào trường xem dữ liệu dưới dạng số hoặc ký hiệu khác (tùy thuộc vào loại biến). Phần tiếp theo sẽ xem xét thuật toán chi tiết để xác định biến và nhập giá trị.

Bài kiểm tra

“XỬ LÝ THỐNG KÊ TRONG NGHIÊN CỨU TÂM LÝ”

1. Những lưu ý về chương trình SPSS, đó là loại chương trình gì, ưu điểm của nó là gì. 3

1.1. Phân tích dữ liệu trong nghiên cứu tâm lý. 5

2. Theo các ấn phẩm trên tạp chí định kỳ, trên Internet, v.v. chọn đủ thông tin để phân tích và thực hiện với lời giải thích, rút ​​ra kết luận. 9

2.1. Ví dụ sử dụng chương trình tính hệ số tương quan 13

Tài liệu tham khảo.. 19

Những lưu ý về chương trình SPSS, loại chương trình nào, ưu điểm của nó là gì

Phân tích tài liệu về xử lý dữ liệu toán học trong nghiên cứu tâm lý và kết quả của cuộc khảo sát đã giúp xác định được bốn chương trình chính được các nhà tâm lý học sử dụng. Chúng bao gồm các sản phẩm phần mềm như Statistica, SPSS, Stadia và MS Excel. Nổi tiếng chương trình toán học như MatLab, Maple, Mathematica và Mathcad thực tế không được sử dụng trong nghiên cứu tâm lý học do tính phức tạp của chúng. Một chương trình đáng tin cậy hơn và được chứng minh tốt hơn là Thống kê SPSS.

Thống kê SPSS(viết tắt tiếng Anh) "Gói thống kê cho các ngành khoa học xã hội"- “gói thống kê dành cho khoa học xã hội”) là một chương trình máy tính để xử lý dữ liệu thống kê, một trong những chương trình dẫn đầu thị trường trong lĩnh vực sản phẩm thống kê thương mại được thiết kế cho nghiên cứu ứng dụng trong khoa học xã hội.

SPSS là một hệ thống phân tích dữ liệu toàn diện. SPSS có thể sử dụng dữ liệu từ hầu hết tất cả các loại tệp và tạo báo cáo dạng bảng, đồ thị, phân phối và xu hướng, thống kê mô tả và thực hiện các phân tích thống kê phức tạp.

Chương trình cung cấp đầy đủ các phương pháp phân tích dữ liệu, từ thống kê mô tả đến loài phức tạp phân tích (phương sai, hệ số, phổ, v.v.). Các kết quả được trình bày bằng nhiều loại biểu đồ và biểu đồ. Đồng thời, người dùng có cơ hội tự tạo các mẫu sơ đồ. Nhưng tính năng chính của SPSS là tích hợp với một số lượng lớn các chương trình bên ngoài (MS Excel, dBASE, Lotus, SQL, SYSTAT, v.v.) và các định dạng (XML, HTML, PC, SAS, v.v.). Một tính năng quan trọng khác của chương trình là hỗ trợ cho các công nghệ hiện đại. giải pháp phần mềm. Do đó, phiên bản mới nhất của chương trình SPSS dựa trên kiến ​​trúc máy khách-máy chủ, người ta đã thông báo rằng Một phiên bản mới chương trình sẽ hoàn toàn tương thích với Windows Vista.

Từ năm 2009 đến năm 2010, tên của phần mềm SPSS đã được đổi thành Thống kê PASW (Phần mềm phân tích dự đoán).

Vào ngày 28 tháng 7 năm 2009, công ty thông báo đã được IBM mua lại với giá 1,2 tỷ USD. Tính đến tháng 1 năm 2010, công ty đã trở thành "SPSS: An IBM Company".

Norman Nye, Hedley Hull và Dale Bent đã phát triển phiên bản đầu tiên của hệ thống vào năm 1968, sau đó gói này được phát triển tại Đại học Chicago. Sách hướng dẫn sử dụng đầu tiên được McGraw-Hill xuất bản vào năm 1970 và đến năm 1975 dự án đã trở thành một công ty riêng biệt. Công ty SPSS Phiên bản đầu tiên của gói Microsoft Windows xuất bản năm 1992. TRÊN khoảnh khắc này cũng có phiên bản dành cho MacOs X và Linux.

Năm 2009, SPSS đã đổi tên gói thống kê của mình thành PASW Statistic (Phần mềm phân tích dự đoán). Vào ngày 29 tháng 7 năm 2009, SPSS thông báo rằng nó đã được IBM mua lại.

Các tính năng và lợi ích của chương trình.

· Nhập và lưu trữ dữ liệu.

· Khả năng sử dụng các loại biến khác nhau.

· Tần suất các đặc điểm, bảng biểu, đồ thị, bảng dự phòng, sơ đồ.

· Thống kê mô tả sơ cấp.

· Nghiên cứu thị trường

· Phân tích dữ liệu nghiên cứu tiếp thị

Thống kê SPSS của IBM 18 hoạt động dưới Kiểm soát cửa sổ XP, Windows Vista (phiên bản 32 bit hoặc 64 bit), Windows 7, Mac OS X 10.5, Mac OS X 10.6 và Linux cho x86. Yêu cầu 800 MB dung lượng ổ cứng và 1 GB RAM.

Tâm lý học hiện đại sử dụng rộng rãi nhiều phương pháp thống kê. Chúng cho phép bạn mô tả rõ ràng một hiện tượng hoặc quá trình, xác định các mô hình, đưa ra kết luận hoặc đưa ra dự báo. Như E.V. viết Sidorenko: “Việc sử dụng các phương pháp toán học đã trở thành thông lệ, cũng như thông lệ một chàng trai trẻ phải kết hôn nếu muốn lập nghiệp ngoại giao hoặc chính trị…” Đồng thời, “thời trang” đôi khi đạt đến đỉnh điểm rằng khi lập kế hoạch cho một thí nghiệm, người ta đề xuất xây dựng một giả thuyết dựa trên việc tính toán các quy trình thống kê nhất định để thu được kết quả, việc đánh giá và phân tích chúng cũng như xác minh thống kê các kết luận được coi là bắt buộc.
Có thể nói rằng chương trình SPSS có nhiều chức năng nhất và hỗ trợ các công nghệ hiện đại nhất. Tuy nhiên, giá cả và cấu trúc mô-đun của nó có nghĩa là SPSS được thiết kế để sử dụng trong các dự án thương mại.

Ưu điểm chính của gói phần mềm SPSS, là một trong những thành tựu quan trọng nhất trong lĩnh vực phân tích dữ liệu trên máy tính, là phạm vi bao phủ rộng nhất của các phần mềm hiện có. phương pháp thống kê, được kết hợp thành công với một số lượng lớn các phương tiện thuận tiện để hiển thị kết quả xử lý. Gói phần mềm SPSS đã được phát triển trong 35 năm, phiên bản 11 mới nhất, được phát hành vào tháng 5 năm 2002, mang đến nhiều cơ hội không chỉ trong lĩnh vực tâm lý học, xã hội học, sinh học và y học mà còn trong lĩnh vực nghiên cứu tiếp thị và quản lý chất lượng sản phẩm. mở rộng đáng kể khả năng ứng dụng của phức hợp.

Cuốn sách được đề xuất chứa lượng thông tin tối thiểu cần thiết về lý thuyết phân tích thống kê. Sự chú ý chính tập trung vào các tính năng của việc sử dụng các phương pháp riêng lẻ, cơ hội mà các phương pháp này mang lại, cũng như việc giải thích kết quả của việc sử dụng các phương pháp này. Và tất nhiên, cuốn sách mô tả khả năng trình bày của SPSS 10/11, vượt xa đáng kể phạm vi chức năng được cung cấp bởi các chương trình kinh doanh tiêu chuẩn như Excel.

Ở cuối cuốn sách có một bảng tương ứng giữa các mục menu SPSS 10/11 tiếng Anh và tiếng Nga, cũng như tên của các quy trình thống kê, nhằm tạo điều kiện thuận lợi cho việc chuyển đổi sang phiên bản tiếng Nga.

Tài liệu được trình bày trong cuốn sách đủ để một sinh viên hoặc nhà khoa học trẻ thực hiện những bước đầu tiên trong việc tóm tắt dữ liệu thống kê và tìm kiếm các mẫu ẩn cũng như để các chuyên gia giàu kinh nghiệm có được kiến ​​thức khác. công cụ mạnh mẽ nhất, nâng cao hiệu quả của các hoạt động thực tiễn.

Cuốn sách dành cho nhiều độc giả chuyên về xử lý dữ liệu trong tiếp thị, xã hội học, tâm lý học, sinh học và y học.
Nội dung trong tin tức đầy đủ

Hướng dẫn minh họa về SPSS

Chương 1. Chương trình SPSS
Chương 2. Cài đặt
Chương 3: Chuẩn bị dữ liệu
Chương 4. SPSS cho Windows - Tổng quan
Chương 5. Nguyên tắc cơ bản của thống kê
Chương 6. Phân tích tần số.
Chương 7: Lựa chọn dữ liệu
Chương 8. Sửa đổi dữ liệu
Chương 9. Đặc điểm thống kê
Chương 10: Khám phá dữ liệu
Chương 11. Bảng dự phòng
Chương 12: Phân tích đa phản hồi
Chương 13. So sánh các giá trị trung bình
Chương 14. Kiểm tra phi tham số
Chương 15. Mối tương quan
Chương 16. Phân tích hồi quy
Chương 17. Phân tích phương sai
Chương 18. Phân tích phân biệt
Chương 19. Phân tích nhân tố
Chương 20. Phân tích cụm
Chương 21. Phân tích sự phù hợp
Chương 22. Đồ thị chuẩn
Chương 23. Đồ thị tương tác
Chương 24. Mô-đun bảng
Chương 25: Xuất khẩu sản phẩm
Chương 26. Lập trình
Chương 27. Những đổi mới trong phiên bản thứ 11 của SPSS
Ứng dụng. Tổng quan về quy trình SPSS

Hai sinh viên Norman Nie và Dale Bent, chuyên ngành khoa học chính trị năm 1965, đã cố gắng tìm ra chương trình máy tính, thích hợp cho việc phân tích thông tin thống kê. Họ nhanh chóng vỡ mộng với những nỗ lực của mình, vì các chương trình có sẵn ít nhiều không thể sử dụng được, được xây dựng kém hoặc không cung cấp cách trình bày rõ ràng về thông tin đã xử lý. Ngoài ra, các nguyên tắc sử dụng thay đổi theo từng chương trình.

Vì vậy, không do dự, họ quyết định phát triển chương trình của riêng mình, với khái niệm riêng và cú pháp thống nhất. Vào thời điểm đó họ đã có sẵn ngôn ngữ lập trình FORTRAN và Máy thanh toán loại IBM 7090. Một năm sau, phiên bản đầu tiên của chương trình được phát triển, một năm sau, vào năm 1967, có thể chạy trên IBM 360. Vào thời điểm này, Hadlai Hull đã gia nhập nhóm phát triển.

Như đã biết từ lịch sử phát triển của khoa học máy tính, các chương trình khi đó là những gói thẻ đục lỗ. Đây chính xác là tên ban đầu của chương trình mà các tác giả đặt cho sản phẩm của họ chỉ ra: SPSS là tên viết tắt của Gói thống kê cho khoa học xã hội.

Năm 1970, công việc thực hiện chương trình này được tiếp tục tại Đại học Chicago và Norman Nye thành lập công ty tương ứng - vào thời điểm đó, 60 cài đặt đã được thực hiện. Hướng dẫn sử dụng đầu tiên mô tả 11 quy trình khác nhau.

Năm năm sau, SPSS đã được cài đặt sáu trăm lần và trên các hệ điều hành khác nhau. Ngay từ đầu, các phiên bản chương trình đã được gán số sê-ri tương ứng. Năm 1975, phiên bản thứ sáu (SPSS6) được phát triển. Phiên bản 7, 8 và 9 tiếp theo cho đến năm 1981.

Ngôn ngữ lệnh (cú pháp) SPSS thời đó chưa phát triển như bây giờ và đương nhiên tập trung vào thẻ đục lỗ. Do đó, cái gọi là thẻ kiểm soát SPSS bao gồm trường nhận dạng (cột 1-15) và trường tham số (cột 16-80).

Năm 1983, ngôn ngữ lệnh SPSS được thiết kế lại hoàn toàn và cú pháp trở nên thuận tiện hơn rất nhiều. Để đánh dấu thực tế này, chương trình đã được đổi tên thành SPSSX, trong đó chữ X được dùng làm số phiên bản bằng chữ số La Mã và viết tắt của từ mở rộng.

Vì việc sử dụng thẻ đục lỗ cho đến thời điểm này đã trở thành lịch sử nên chương trình SPSS và thông tin cần xử lý được lưu trữ trong các tệp riêng biệt trên ổ cứng của máy tính lớn, sau đó được sử dụng ở mọi nơi. Số lượng thủ tục không ngừng tăng lên từ năm này sang năm khác.

Với sự xuất hiện những máy tính cá nhân Phiên bản PC của SPSS cũng được phát triển và vào năm 1983, phiên bản PC của SPSS\PC+ xuất hiện. được thiết kế cho MS-DOS. Sau đó, với việc thành lập Văn phòng Thương mại Châu Âu tại Gorinchem ở Hà Lan vào năm 1984, SPSS đã được sử dụng rộng rãi ở Châu Âu. Nó hiện là phần mềm phân tích thống kê được sử dụng rộng rãi nhất trên toàn thế giới.

Để phản ánh khả năng sử dụng của chương trình trong tất cả các lĩnh vực liên quan đến phân tích thống kê, chữ X một lần nữa đã bị xóa khỏi tên thương hiệu và từ viết tắt ban đầu đã được mang một ý nghĩa mới: Hệ thống Phần mềm Hiệu suất Cao cấp.

Nếu phiên bản PC của SPSS/PC+ là phiên bản cải tiến đôi chút dành cho máy tính lớn, thì SPSS dành cho hệ điều hành Windows (SPSS cho Windows) là một bước tiến lớn. Thứ nhất, phiên bản SPSS này có tất cả các tính năng của phiên bản dành cho máy tính lớn và thứ hai, với một số ngoại lệ, chương trình có thể được sử dụng mà không cần có kiến ​​thức đặc biệt về lĩnh vực này. lập trình ứng dụng. Gọi thủ tục cần thiết Phân tích thống kê xảy ra bằng cách sử dụng các kỹ thuật tiêu chuẩn được sử dụng trong Windows, nghĩa là sử dụng chuột và các hộp thoại tương ứng.

Phiên bản đầu tiên của SPSS dành cho Windows là phiên bản 5. Tiếp theo là phiên bản 6.0 và 6.1 với một số cải tiến trong lĩnh vực thống kê và đồ họa; phiên bản 6.1 là chương trình thống kê đầu tiên dành cho Windows sử dụng kiến ​​trúc Windows 3.1 32-bit. Điều này có thể được nhận thấy bởi tốc độ tính toán cao hơn. Những cải tiến cũng đã được thực hiện đối với giao diện người dùng. Cuối cùng, phiên bản 6.1.3 đã được phát hành, phiên bản này có thể chạy trên cả Windows 95 và NT.

Đầu năm 1996, phiên bản SPSS 7 được phát hành, đầu tiên là phiên bản 7.0 và sau đó là 7.5. Cùng với việc mở rộng khả năng trong lĩnh vực thống kê, sự khác biệt giữa hai phiên bản này là ở phiên bản 7.5, cả menu và giao diện chương trình không chỉ được làm bằng tiếng Anh mà còn bằng các ngôn ngữ phổ biến nhất khác.

Sự khác biệt đáng kể nhất giữa phiên bản 7 so với các phiên bản trước đó là hoàn toàn cách tiếp cận mớiđể hiển thị thông tin trên màn hình. Vì vậy, thứ nhất, cái gọi là Trình xem đã nhận được hình dạng mới và thứ hai, các bảng kết quả tính toán (bảng di động) đã có giao diện dễ chịu hơn. Công nghệ mới nổi của bảng di động cho phép bạn sắp xếp lại các bảng kết quả theo nhiều cách khác nhau.

Nếu phiên bản tiền nhiệm của phiên bản này - phiên bản 6.1.3 có thể hoạt động cả trên Windows 3.1 cũ trở xuống Windows mới 95 (NT) thì SPSS phiên bản 7 chỉ có thể hoạt động với tính khả dụng của Windows 95 (NT).

Tiếp theo phiên bản 7.5 là phiên bản 8.0, phiên bản này có nhiều cải tiến hơn vỏ đồ họa. Khả năng tạo biểu đồ tương tác mang lại nhiều lợi thế so với biểu đồ truyền thống vốn là tiêu chuẩn trong nhiều gói khác.

Phiên bản 9.0 bao gồm một số phương pháp thống kê mới, bao gồm. hồi quy logistic đa thức và một số khả năng đồ họa mới giúp mở rộng phạm vi của biểu đồ tương tác.

Từ năm 2005, phiên bản 13 của gói SPSS đã được phân phối.

Mô-đun SPSS

Cốt lõi của chương trình SPSS là SPSS Base, cung cấp nhiều khả năng truy cập dữ liệu và quản lý dữ liệu. Nó chứa các phương pháp phân tích được sử dụng thường xuyên nhất.

Theo truyền thống, hai mô-đun nữa được cung cấp với SPSS Base (mô-đun cơ sở): Mô hình nâng cao và Mô hình hồi quy. Ba mô-đun này bao gồm nhiều phương pháp phân tích có trong phiên bản trước đó chương trình dành cho máy tính lớn.

Trong Phụ lục A, bạn có thể tìm thấy thông tin về phương pháp phân tích nào áp dụng cho mô-đun nào. Người dùng đã mua cả ba mô-đun này có thể không chú ý đến ứng dụng này.

Ngoài ba mô-đun nêu trên, còn có một số mô-đun bổ sung đặc biệt và các chương trình độc lập, số lượng không ngừng tăng lên, vì vậy người dùng nên thường xuyên làm quen với thông tin về những đổi mới trong SPSS.

Cuốn sách này bao gồm mô-đun Cơ bản, cũng như các mô-đun Mô hình hồi quy, Mô hình nâng cao và Bảng. Mục đích của mô-đun cuối cùng là biên dịch các bảng trình bày. Cuốn sách này không đề cập đến các mô hình tuyến tính, phân tích sinh tồn, chia tỷ lệ đa chiều hoặc quy trình trình bày.

Cơ sở SPSS

SPSS Base được bao gồm trong gói cơ bản. Nó bao gồm tất cả các quy trình nhập, lựa chọn và chỉnh sửa dữ liệu cũng như hầu hết các phương pháp thống kê được cung cấp trong SPSS. Cùng với các phương pháp phân tích thống kê đơn giản, chẳng hạn như phân tích tần số, tính toán các đặc tính thống kê, bảng dự phòng, mối tương quan, vẽ đồ thị, mô-đun này bao gồm các bài kiểm tra t và một số lượng lớn các bài kiểm tra phi tham số khác, cũng như các phương pháp phức tạp như đa biến phân tích hồi quy tuyến tính, phân tích phân biệt, phân tích nhân tố, phân tích cụm, phân tích phương sai, phân tích phù hợp (phân tích độ tin cậy) và chia tỷ lệ đa chiều.

Mô hình hồi quy

mô-đun này bao gồm Các phương pháp khác nhau phân tích hồi quy, chẳng hạn như: hồi quy logistic nhị phân và đa thức, hồi quy phi tuyến và phân tích probit.

Mô-đun này bao gồm các phương pháp phân tích phương sai khác nhau (đa biến, có tính đến các biện pháp lặp lại), mô hình tuyến tính tổng quát, phân tích tỷ lệ sống sót, bao gồm hồi quy Kaplan-Meier và Cox, mô hình log-tuyến tính và logit-log-tuyến tính.

Mô-đun Tables được sử dụng để tạo các bảng trình bày. Nó cung cấp các khả năng lớn hơn so với các bảng tần số đơn giản và các bảng dự phòng được xây dựng trong SPSS Base (mô-đun cơ sở).

Dưới đây, theo thứ tự bảng chữ cái, là danh sách các mô-đun và chương trình khác được cung cấp để mở rộng SPSS.

Amos (Phân tích cấu trúc mômen) bao gồm các phương pháp phân tích sử dụng phương trình cấu trúc tuyến tính. Mục đích của chương trình là kiểm tra các mối quan hệ lý thuyết phức tạp giữa các đặc điểm khác nhau của một quá trình ngẫu nhiên và mô tả chúng bằng các hệ số phù hợp. Việc kiểm tra được thực hiện dưới hình thức phân tích nguyên nhân và đường dẫn. Trong trường hợp này, người dùng ở bằng đồ họa phải xác định một mô hình lý thuyết trong đó, cùng với dữ liệu quan sát trực tiếp, có thể đưa vào cái gọi là các yếu tố ẩn. Amos được bao gồm trong các mô-đun mở rộng SPSS với tư cách là phiên bản kế thừa của L1SREL (Mối quan hệ cấu trúc tuyến tính).

AnswerTree (cây quyết định) bao gồm bốn phương pháp khác nhau để tự động phân chia dữ liệu thành nhóm riêng biệt(phân đoạn). Việc phân chia được thực hiện sao cho phân bố tần số của biến mục tiêu (phụ thuộc) trong các phân đoạn khác nhau khác nhau đáng kể. Một ví dụ điển hình của việc áp dụng phương pháp này là việc tạo ra hồ sơ người mua đặc trưng trong nghiên cứu thị trường người tiêu dùng. AnswerTree là sự kế thừa của chương trình Trình phát hiện tương tác Chi bình phương - một trình phát hiện tương tác dựa trên chi bình phương).

Mô-đun này chứa nhiều phương pháp khác nhau để phân tích dữ liệu phân loại, cụ thể là: phân tích tương ứng và ba phương pháp chia tỷ lệ tối ưu khác nhau (phân tích đồng nhất, phân tích thành phần chính phi tuyến, phân tích tương quan chính tắc phi tuyến).

Clementine là một chương trình khai thác dữ liệu (trích xuất kiến ​​thức), trong đó người dùng được cung cấp nhiều cách tiếp cận để xây dựng mô hình, ví dụ: mạng lưới thần kinh, cây quyết định, các loại phân tích hồi quy khác nhau. Clementine là “bàn làm việc” của nhà phân tích mà bạn có thể hình dung quá trình lập mô hình, kiểm tra kỹ các mô hình và so sánh chúng với nhau. Để dễ sử dụng chương trình, có một môi trường phụ trợ để thực hiện kết quả.

Kết hợp (phân tích chung)

Phân tích kết hợp được sử dụng trong nghiên cứu thị trường để nghiên cứu đặc tính tiêu dùng của sản phẩm về mức độ hấp dẫn của chúng. Đồng thời, những người được phỏng vấn, theo quyết định riêng của mình, phải sắp xếp các nhóm đặc tính tiêu dùng của sản phẩm được đề xuất theo thứ tự ưu tiên, trên cơ sở đó cái gọi là chỉ số chi tiết về công dụng của từng loại sản phẩm tiêu dùng có thể sau đó được dẫn xuất.

Nhập dư liệu

Chương trình dữ liệu Mục nhập được thiết kế để tạo nhanh các câu hỏi cũng như nhập và làm sạch dữ liệu. Sau đó, các câu hỏi và danh mục câu trả lời được chỉ định trong giai đoạn tạo bảng câu hỏi sẽ được sử dụng làm nhãn biến và giá trị.

Kiểm tra chính xác

Mô-đun này được sử dụng để tính toán giá trị chính xác của xác suất xảy ra lỗi (giá trị p) trong điều kiện dữ liệu hạn chế khi kiểm tra bằng các thử nghiệm Chi-Quadrat-Test và phi tham số. Nếu cần thiết, phương pháp Monte Carlo cũng có thể được sử dụng cho mục đích này.

Chương trình chứa một mô hình hồi quy đặc biệt để phân tích hồi quy các biến độc lập và phụ thuộc có thứ tự.

Sử dụng SamplePower, cỡ mẫu tối ưu có thể được xác định cho hầu hết các phương pháp phân tích thống kê được triển khai trong SPSS.

Phân tích giá trị thiếu SPSS

Mô-đun này được sử dụng để phân tích và khôi phục các mẫu chi phối các giá trị bị thiếu. Nó cung cấp Các tùy chọn khác nhau thay thế các giá trị còn thiếu.

Mô-đun Xu hướng chứa nhiều phương pháp khác nhau để phân tích chuỗi thời gian, chẳng hạn như: mô hình ARIMA, làm mịn hàm mũ, phân rã theo mùa và phân tích quang phổ.