روش به دست آوردن جدول متقاطع در نرم افزار spss

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل demo است.
در این فایل عوامل موثر بر خرید افراد مورد تجزیه و تحلیل قرار می گیرد. متغیرهای مالکیت دستگاه دیجیتالی (ownpda)، میزان درامد افراد به صورت طبقه بندی شده (inccat) و سطح تحصیلات (ed) مورد استفاده قرار می گیرد.
جدول متقاطع رابطه میان دو یا چند متغیر رسته ای را نشان می دهد و اندازه جدول با توجه به تعداد طبقات متغیرها تعین می شود.
سلول های جدول یک ترکیب منحصر به فرد از مقادیر متغیرها ارایه می کند.
برای مثال اگر قصد داشته باشیم رابطه بین میزان درامد و مالکیت دستگاه دیجیتالی PDA را بررسی کنیم ابتدا از منوها موارد زیر را انتخاب می کنیم.

Analyze > Descriptive statistics > crosstabs  

کادر گفتگوی crosstabs باز می شود و مانند شکل زیر در قسمت سطر (Rows) متغیر درآمد inccat و در قسمت ستون (columns) متغیر مالکیت دستگاه دیجیتالی ownpda را وارد کرده و بر ok کلیک می کنیم.

 

جدول زیر به دست می آید که هر سلول آن تعداد مواردی که ترکیب متغیرها رخ داده است را نشان می دهد برای مثال

برای مثال 231 نفر در سطح درآمدی 50 تا 74 دلار قرار گرفته و مالک PDA هستند.
با توجه به این مقادیر می توان به وجود یا عدم وجود رابطه میان متغیرها پی برد ولی اغلب اوقات نتیجه گیری در مورد رابطه ی بین متغیرها از طریق نگاه کردن به جدول مشکل است.
این حقیقت که تعداد مالکیت در سطح درآمدی 25-49 دلار دو برابر تعداد مالکیت PDA در سطح درآمد زیر 25 دلار است خیلی معنی دار نیست زیرا تعداد افرادی که در سطح درآمدی 25 - 49 دلار قرار گرفته اند نیز تقریبا دو برابر سطح درآمدی زیر 25 دلار است.
درصد های ردیف و ستون:
برای اینکه بتوانیم دو جامعه را با هم مقایسه کنیم لازم است که تعداد اعضای هر دو جامعه با هم برابر باشد بنابراین برای مقایسه دقیق لازم است که نسبت مشاهدات را مقایسه کنیم. در spss این امکان وجود دارد که درصدها را برحسب سطر، ستون یا کل جدول مشاهده نماییم؛ ولی در انتخاب درصد مورد نظر باید دقت نمود و موردی را انتخاب کنیم که قابل تفسیر و مفید باشد. مثلا در مثال فوق قصد داریم مالکیت را در سطح درآمدهای مختلف مقایسه کنیم. ( اثر درآمد بر مالکیت) بنابراین لازم است که درصد را بر حسب درآمد حساب کنیم تا قادر به مقایسه سطح درآمد های مختلف باشیم.

کدام درصد را محاسبه کنیم سطر یا ستون؟
در ابتدا باید تعیین کنیم کدام یک از درصد ها پاسخ سوال مورد بررسی را می دهد. در صورتی که بتوانیم یکی از متغیرها را به عنوان متغیر وابسته و دیگری را به عنوان متغیر مستقل در نظر بگیریم این کار به سادگی امکان پذیر است. 
متغیر مستقل متغیری است که تصور می شود بر روی متغیر دیگر ( متغیر وابسته ) اثر می گذارد.
در مثال مورد بررسی تصور می شود درآمد بر مالکیت اثر می گذارد. زمانی که بتوانیم یکی از متغیرها را به عنوان متغیر مستقل در نظر بگیریم آن گاه درصدها را به گونه ای حساب می کنیم که جمع در صد ها در هر یک از حالات متغیر مستقل برابر 100 درصد شود. با این کار تمام حالات متغیر مستقل همسان شده و می توانیم آن ها را با هم مقایسه کنیم.
برای به دست آوردن درصد در کادر گفتگوی Crosstabs بر روی گزینه cells کلیک می کنیم. کادر گفتگوی Crosstabs: Cells Display شکل زیر باز می شود.

در قسمت Percentages گزینه Row (چون درآمد در سطر قرار گرفته است) را انتخاب و سپس به ترتیب بر روی گزینه های continue و ok کلیک می کنیم.

با توجه به جدول می بینیم که با افزایش سطح درآمد مالکیت نیز افزایش یافته است. (از 16.3 درصد تا 25 درصد) بنابراین به صورت شهودی رابطه ای بین دو متغیر درآمد و مالکیت PDA مشاهده می شود. ولی آیا دلیل قانع کننده ای برای اینکه رابطه ی موجود حقیقی است و ناشی از تصادف و خطا نیست وجود دارد؟

 

به دست آوردن نمودار جعبه ای در نرم افزار spss

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل aflatoxin است.
در ایالات متحده محصول ذرت پس از برداشت از نظر وجود ماده سمی آفلاتوکسین aflatoxin مورد بررسی قرار می گیرد و اگر مقدار آفلاتوکسین آن بیشتر از (parts per bilion) PPB 20 باشد از مصرف عمومی آن توسط انسان جلوگیری می شود. در این فایل 8 محصول متفاوت ذرت در اختیار یک ارزیاب قرار گرفته و او باید مقدار آفلاتوکسین آن را بررسی کرده و مجوز مصرف آن را صادر کند.
نمودار جعبه ای ابزار گرافیکی نیرومندی است که توانایی مقایسه گروه ها را به صورت شهودی فراهم می کند.

در یک نمودار جعبه ای 5 شاخص زیر ارائه می شود.

• میانه: که به وسیله خط پررنگ داخل جعبه مشخص می شود.
• صدک 25 و 75 که خطوط ابتدا و انتهایی جعبه هستند. بنابراین طول عمودی جعبه برابر با دامنه بین چارکی است.
• خطوطی که از مستطیل خارج شده و حداکثر تا 1.5 برابر طول مستطیل ( در صورت وجود مشاهده ای با این اندازه) پیش می رود را whiskers می نامند و به عنوان بزرگترین و کوچکترین مشاهده که از لحاظ آماری پرت نیستند در نظر گرفته می شوند. در شکل فوق و برای محصول 2 این مقادیر برابر با 22 و 55 هستند.
• مقادیر پرت (outliers) که اندازه ای بین 1.5 و 3 برابر طول مستطیل از لبه بالا و پایین مستطیل اختیار می کند و به وسیله دایره برچسب می شوند و در کنار آن عددی قرار می گیرد که اشاره به شماره سطر یا ردیفی که مشاهده در ان قرار گرفته است دارد. در شکل فوق برای محصول 2 مشاهده واقع در سطر 20 یک داده پرت است.
• مقادیر انتهایی (extreme) یا غیر عادی که اندازه ای بیشتر از 3 برابر طول مستطیل از لبه بالا و پایین مستطیل دارند و به وسیله ستاره نشان داده می شوند. در شکل فوق داده انتهایی وجود ندارد.

با توجه به آنچه در بالا گفته شد در یک نمودار جعبه ای باید به دنبال موارد زیر باشیم.

• اگر خط میانه در وسط مستطیل نباشد نتیجه می گیریم که داده ها قرینه نیستند. اگر خط میانه به لبه بالایی مستطیل نزدیک باشد نتیجه می گیریم که داده ها به سمت مقادیر کمتر می باشد و چولگی منفی است و اگر خط میانه به لبه پایینی مستطیل نزدیک باشد نتیجه می گیریم که داده ها به سمت مقادیر بزرگتر می باشد و چولگی مثبت است.
• اگر در نمودار مستطیلی مقادیر پرت یا انتهایی یافتیم به وسیله شماره سطر آن را پیدا کرده و اگر این مورد ناشی از اشتباه در ورود داده هاست آن را اصلاح می کنیم.
• همچنین برای مقایسه گروه های مختلف نیز می توان از نمودار جعبه ای استفاده کرد. ( در قسمت طرح آزمایش ها مورد بررسی قرار می گیرد)

برای به دست آوردن نمودار جعبه ای فوق از منوها موارد زیر را انتخاب می کنیم.

Analyze > Descriptive statistics > Explore  

کادر گفتگوی Explore باز می شود و مانند شکل زیر در قسمت متغیر وابسته (Dependent list) متغیر درجه حرارت aflatoxin و در قسمت فاکتور (Factor list) متغیر محصول ذرت (corn yield) را وارد می کنیم سپس بر روی

گزینه plots کلیک کرده کادر گفتگوی Explore: plots شکل زیر باز می شود و

و در قسمت boxplots گزینه Factor levels together را انتخاب و به ترتیب بر continue و ok کلیک می کنیم. 

نکته:
گزینه Factor levels together برای هر متغیر وابسته ( مانند مقدار ماده آفلاتوکسین در مثال فوق) تمام سطوح را در یک نمودار نشان می دهد
کزینه Dependents together برای هر سطح نمودار جداگانه ای رسم می کند. البته کاربرد این نمودار برای زمانی است که بخواهیم چند متغیر وابسته را در سطوح یک عامل با هم مقایسه کنیم. در این حالت برای تمام متغیرهای وابسته در هر سطح فقط یک نمودار رسم می شود و می توانیم متغیرها را در آن سطح با هم مقایسه کنیم.
گزینه None اگر فعال شود دیگر نمودار جعبه ای رسم نمی شود.

 

آزمون نرمال بودن

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل ceramics است.
یک شرکت تولیدی از نیترید نقره برای تولید بلبرینگ استفاده می کند که باید در برابر دمای 1500 درجه سانتیگراد و بالاتر مقاومت کند. این مقاومت دمایی برای آلیاژ استاندارد (standard) دارای توزیع نرمال ولی برای برای آلیاژ مورد آزمایش (premium) توزیع آن ناشناخته است.
در خیلی از آزمایشات برای اینکه بتوانیم از استنباطهای موجود استفاده کنیم نیاز به وجود بعضی از فرضیات به خصوص نرمال بودن متغیرها است. 
به عنوان مثال در طرح آزمایشها نیاز است که تمام گروه ها دارای توزیع نرمال باشند یا در مبحث رگرسیون باقیمانده ها باید دارای توزیع نرمال باشند
برای بررسی نرمال بودن متغیرها و همچنین بررسی نرمال بودن گروه های مختلف یک متغیر می توان از روند Explore استفاده کرد.
برای به دست آوردن آزمون و نمودارهایی در مورد نرمال بودن از منوها موارد زیر را انتخاب می کنیم.

Analyze > Descriptive statistics > Explore  

کادر گفتگوی Explore باز می شود و مانند شکل زیر در قسمت متغیر وابسته (Dependent list) متغیر درجه حرارت Degrees centigrade و در قسمت فاکتور (Factor list) متغیر آلیاژ (alloy) را وارد می کنیم سپس بر روی

 

گزینه plots کلیک کرده کادر گفتگوی Explore: plots شکل زیر باز می شود و

و گزینه Normality plots with tests را انتخاب و به ترتیب بر continue و ok کلیک می کنیم.

در اینجا فرضیات مورد آزمون به صورت زیر است 
فرض صفر: مشاهدات نرمال است.
فرض مقابل: مشاهدات نرمال نیست 
با توجه به جدول فوق و احتمال معنی داری به دست آمده بر اساس هر دو آزمون کولموگروف اسمیرنف و شاپیرو مشاهدات آلیاژ استاندارد نرمال هستند ولی مشاهدات آلیاژ آزمایشی نرمال نیستند.
نکته: زمانی که حجم نمونه کم است این آزمون ها توان زیادی ندارند یعنی حتی زمانی که جامعه نرمال نیست، اغلب فرض نرمال بودن رد نمی شود.

 

نمودار Q-Q برای آلیاژ استاندارد

نمودار Q-Q برای آلیاژ آزمایشی

در نمودار Q-Q خط راست مقادیر مورد انتظار تحت توزیع نرمال هستند و اگر مشاهدات انحرافی از خط ارائه شده نداشته باشند نرمال هستند.
همانطور که در شکل فوق مشاهده می شود مشاهدات آلیاژ آزمایشی به طور معنی داری از خط راست انحراف دارند و بنابراین نرمال نیستند.

شناسایی مقادیر انتهایی در نرم افزار spss

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل ceramics است.
یک شرکت تولیدی از نیترید نقره برای تولید بلبرینگ استفاده می کند که باید در برابر دمای 1500 درجه سانتیگراد و بالاتر مقاومت کند. این مقاومت دمایی برای آلیاژ استاندارد (standard) دارای توزیع نرمال ولی برای برای آلیاژ مورد آزمایش (premium) توزیع آن ناشناخته است.
بسیاری از شاخص های آماری تحت تاثیر مقادیر پرت قرار می گیرند لذا قبل از استفاده از شاخص های مختلف آماری ابتدا باید داده ها را از لحاظ مقادیر انتهایی بررسی کنیم.
روند Explore در هر گروه لیستی از پنج مقدار بزرگ و پنچ مقدار کوچک ارائه می کند. 
همیشه باید مقادیر مشکوک را چک کنیم تا مطمئن شویم که ناشی از خطا در کد بندی و ورود داده ها نیاشد و اگر اشتباهی پیدا کردیم آنرا در ویرایشگر داده ها اصلاح کنیم. پس از آن اگر داده های انتهایی را پرت تشخیص دادیم باید از شاخص هایی که تحت تاثیر داده های پرت قرار نمی گیرند استفاده کنیم.
نکته:
قرار گرفتن یک مقدار در جدول مقادیر پرت به معنی آن نیست که مقدار آن واقعا پرت است و تنها نشان می دهد که آن یکی از 5 مقدار بزرگ یا کوچک است و این ما هستیم که تصمیم می گیریم که آن مقدار پرت است یا نیست.
برای به دست آوردن مقادیر انتهایی از منوها موارد زیر را انتخاب می کنیم.

Analyze > Descriptive statistics > Explore  

کادر گفتگوی Explore باز می شود و مانند شکل زیر در قسمت متغیر وابسته (Dependent list) متغیر درجه حرارت Degrees centigrade و در قسمت فاکتور (Factor list) متغیر آلیاژ (alloy) را وارد می کنیم سپس بر روی

گزینه statistics کلیک کرده کادر گفتگوی Explore: statistics شکل زیر باز می شود و

گزینه های descriptives, outliers و M-estimators را فعال کرده و بر گزینه continue و ok کلیک می کنیم.
در قسمت confidence interval for means می توانیم مقدار سطح اطمینان را به دلخواه تعیین کنیم.
همانطور که از جدول زیر مشخص است بزرگترین عدد برای آلیاژ آزمایشی و استاندارد به ترتیب 1591.04 و 1537.99 است

همچنین درجه آلیاژ آزمایشی هیچ وقت از 1530.44 کمتر نشده است که این می تواند حاکی از پایداری بیشتر آلیاژ آزمایشی از آلیاژ استاندارد در برابر گرما باشد.
جدول زیر نشان می دهد که برای آلیاژ استاندارد میانگین، میانگین اصلاح شده و میانه

تقریبا برابر است و ضریب چولگی و کشیدگی نزدیک صفر است. بنابراین مقاومت گرمایی آلیاژ استاندارد دارای توزیع نرمال است.
اما برای آلیاژ آزمایشی جدول زیر نشان می دهد که میانگین بزرگتر از میانگین اصلاح شده و میانه

است بنابراین سمت راست توزیع کشیده تر است. همچنین ضریب چولگی نیز حاکی از چولگی مثبت آلیاژ آزمایشی است.
در جدول زیر برآوردهای نیرومند برای میانگین ارائه شده است همانطور که ملاحظه می شود این مقادیر برای آلیاژ آزمایشی نزدیک میانه (1539.72) هستند و هیچکدام نزدیک میانگین نیستند این می تواند به نرمال نبودن مشاهدات اشاره کند.

رسم نمودار برای مقایسه زیر گروه ها

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل hourlywage که شامل چهار متغیر محل کار (position)، سن (agerange)، میزان تجربه بر حسب سال (yrsscale) و حقوق (hourwage) است. محل کار به دو قسمت بیمارستان (hospital) و کلینیک (office) تقسیم شده است.
در مقاله محاسبه شاخص های آماری در زیر گروه ها دیدیم که میان حقوق و تجربه پرستاران شهر و محل خدمت رابطه وجود دارد. یک راه مناسب برای درک سریع و شهودی مساله استفاده از نمودار است. برای موضوع مورد بررسی اگر نمودار میانگین حقوق را برای سال های تجربه و بر حسب محل خدمت رسم کنیم شکل زیر به دست می آید؛ که حکایت از بیشتر بودن حقوق پرستاران بیمارستان از پرستاران کلینیک در تمام سطوح تجربه دارد.
همچنین حقوق هر دو گروه با افزایش تجربه افزایش می یابد.

برای به دست آوردن این نمودار از منوها موارد زیر را انتخاب می کنیم.

Graphs > Legacy Dialogs > Bar  

و در کادر گفتگوی Bar charts شکل زیر گزینه Clustered را و در قسمت Data in charts Area گزینه Summaries for groups of cases را انتخاب و بر دکمه Define کلیک می کنیم.

کادر گفتگوی Define Clustered charts: Summaries for groups of cases شکل زیر باز می شود. در قسمت Bars Represent گزینه other statistic را انتخاب می کنیم. در این حالت به صورت پیش فرض نمودار بر حسب میانگین رسم می شود اگر قصد تغیر شاخص آماری را داشته باشیم برروی گزینه Change statistics کلیک کرده و شاخص مورد نظر را انتخاب می کنیم.

 

متغیر وابسته hourwage حقوق را در قسمت Variable وارد می کنیم.
و در قسمت Category Axis متغیر مستقل years experiance تجربه و در قسمت Define Clustered by متغیر nurse type را وارد کرده و بر گزینه ok کلیک می کنیم.
همانطور که در بالا گفته شد اگر قصد داشته باشیم نمودار را بر حسب شاخص آماری به غیر از میانگین به عنوان مثال انحراف معیار رسم کنیم لازم است برروی گزینه Change statistics کلیک کنیم تا شکل زیر باز شود

و با انتخاب شاخص مورد نظر در اینجا انحراف معیار نمودار جدید را به دست آوریم.

همانطور که از نمودار مشخص است پراکندگی حقوق در بین پرستاران کلینیک بیشتر از بیمارستان می باشد و پرستاران بیمارستان به صورت قانونمندتری حقوق دریافت می کنند. 
البته این پراکندگی برای دو گروه در تمام سطوح تجربه تقریبا برابر است.

 

رسم نمودار برای مقایسه گروه ها در spss

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل hourlywage که شامل چهار متغیر محل کار (position)، سن (agerange)، میزان تجربه بر حسب سال (yrsscale) و حقوق (hourwage) است. محل کار به دو قسمت بیمارستان (hospital) و کلینیک (office) تقسیم شده است.
فرض کنید می خواهیم رابطه میان حقوق و تجربه پرستاران شهر را به دست آوریم؛ یک راه مناسب برای درک سریع و شهودی مساله استفاده از نمودار است. برای مثال فوق اگر نمودار میانگین حقوق را برحسب تجربه رسم کنیم شکل زیر به دست می آید، که حکایت از افزایش میزان حقوق بر حسب تجربه دارد.

برای به دست آوردن این نمودار از منوها موارد زیر را انتخاب می کنیم.

Graphs > Legacy Dialogs > Bar  

و در کادر گفتگوی Bar charts شکل زیر گزینه simple را و در قسمت Data in charts Area گزینه Summaries for groups of cases را انتخاب و بر دکمه Define کلیک می کنیم.

کادر گفتگوی Define simple charts: Summaries for groups of cases شکل زیر باز می شود. در قسمت Bars Represent گزینه other statistic را انتخاب می کنیم. در این حالت به صورت پیش فرض نمودار بر حسب میانگین رسم می شود اگر قصد تغیر شاخص آماری را داشته باشیم برروی گزینه Change statistics کلیک کرده و شاخص مورد نظر را انتخاب می کنیم.

متغیر وابسته hourwage حقوق را در قسمت Variable وارد می کنیم.
و در قسمت Category Axis متغیر مستقل years experiance تجربه را وارد کرده و بر گزینه ok کلیک می کنیم.
همانطور که در بالا گفته شد اگر قصد داشته باشیم نمودار را بر حسب شاخص آماری به غیر از میانگین به عنوان مثال انحراف معیار رسم کنیم لازم است برروی گزینه Change statistics کلیک کنیم تا شکل زیر باز شود

و با انتخاب شاخص مورد نظر در اینجا انحراف معیار نمودار جدید را به دست آوریم.

به دست آوردن نمرات استاندارد در نرم افزار spss

برای به دست آوردن نمرات استاندارد و ذخیره ی آنها به عنوان یک متغیر جدید راه های مختلفی وجود دارد. یکی از این راه ها استفاده از منوی Descriptive است.

Analyze > Descriptive statistics > Descriptive  

کادر گفتگوی Descriptive باز می شود ابتدا متغیر های مورد نظر را به قسمت variables منتقل کرده سپس گزینه save standardized values as variables را فعال می کنیم و با کلیک بر روی ok برای متغیرهایی که در قسمت variables وارد کرده ایم نمرات استاندارد محاسبه شده و در ویرایشگر داده ها ذخیره می شود.

 

به دست آوردن شاخص های مرکزی و پراکندگی در نرم افزار spss

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل contact که یک مجموعه داده ی فرضی است می باشد و در ان مسئله مورد مطالعه لیست معاملات برای یک گروه از بازاریابها است و شرکت های مورد معامله در پنج حوزه فعالیت می کنند.
برای به دست آوردن شاخص مرکزی پراکندگی از منوها موارد زیر را انتخاب می کنیم.

Analyze > Descriptive statistics > Frequencies  

کادر گفتگوی Frequencies باز می شود و مانند شکل زیر متغیر amount of last sale (متغیر مورد نظر) را انتخاب

و با کلیک بر گزینه statistics کادر گفتگوی frequencies: statistics شکل زیر باز می شود.

 

 

در قسمت central tendency:
با فعال کردن گزینه های mean, median, mode به ترتیب شاخص های مرکزی میانگین، میانه و مد را محاسبه می کنیم.
در قسمت dispersion:
با فعال کردن گزینه های standard deviation, variance, range به ترتیب شاخصهای پراکندگی؛ انحراف معیار، واریانس و دامنه تغیرات به دست می آید.
در قسمت percentile values: 
گزینه quartiles چارک ها را حساب می کند.
برای به دست آوردن صدک های مورد نظر در قسمت percentile(s) صدک مورد نظر را نوشته دکمه add را می زنیم در شکل فوق برای نمونه دو صدک 15 و 36 را وارد نموده ایم.

با توجه به جدول زیر میانگین، میانه و مد برای متغیر فروش به ترتیب 55.45، 24 و 8 به دست آمده است. البته با توجه به توضیحات زیر جدول متوجه می شویم که متغیر مورد نظر چند نمایی است و نرم افزار کوچکترین مقدار را نمایش داده است.

 

انحراف معیار، واریانس و دامنه تغیرات برای متغیر فروش به ترتیب 103.94، 10803.4 و 770.5 به دست آمده است
چارک ها به ترتیب برابر 12، 24 و 52.875 است.
صدک 15 برابر 8.825 و صدک 36 برابر 17.34 است.
در کادر گفتگوی frequencies: statistics گزینه های دیگری نیز وجود دارد که در زیر توضیح می دهیم.
در قسمت percentile values: با فعال کردن گزینه cut points for equal groups و نوشتن یک عدد می توانیم داده ها را به تعداد آن عدد به گروه های مساوی تقسیم کنیم. مثلا با نوشتن عدد 5 صدک 20، 40، 60 و 80 ارائه می شود.
در قسمت dispersion: 
گزینه minimum و maximum به ترتیب کوچکترین و بزرگترین مشاهده را محاسبه می کند.
گزینه S.E. Mean خطای معیار

را محاسبه می کند.
در قسمت central tendency:
گزینه sum مجموع مشاهدات را ارائه می کند.
گزینه value are group midpoint را زمانی فعال می کنیم که مشاهدات نقاط میانی باشند.
در قسمت distribution دو گزینه چولگی skewness و کشیدگی kurtosis وجود دارد 

نمره استاندارد شده چیست و چه استفاده ای دارد؟

اگر نمره شما در درس ریاضی 16 باشد وضعیت درسی خود را چگونه ارزیابی می کنید؟
اگر در درس ریاضی 14 و در درس فیزیک 16 گرفته باشید در کدام درس قوی تر هستید؟
برای جواب دادن به اینگونه سوالات نمی توان تنها نمره کسب شده را لحاظ کرد بلکه باید وضعیت جامعه ای ( کلاسی) که در آن بوده ایم را نیز در نظر بگیریم. به عنوان مثال اگر نمره 16 را در کلاسی با میانگین 18 و انحراف معیار 2 کسب کرده باشیم مشخص است که نمره ما یک انحراف معیار در زیر میانگین قرار گرفته است ولی اگر میانگین کلاس 14 و انحراف معیار 1 باشد دو انحراف معیار بالای میانگین کلاس قرار گرفته ایم و جزء دانشجویان فعال به حساب می آیم.
یا در مثال دوم اگر معدل و انحراف معیار کلاس ریاضی به ترتیب 13 و 2 و معدل و انحراف معیار کلاس فیزیک به ترتیب 16 و 1 باشد آن گاه در درس ریاضی قوی تر از فیزیک عمل کرده ایم.
برای تعیین محل یک مشاهده در یک جامعه از نمره استاندارد ( standard score) یا نمره ی Z استفاده می کنیم.
برای محاسبه ی نمره استاندارد شده ابتدا نمره مشاهده شده را از میانگین کم کرده و سپس نتیجه را بر انحراف معیار تقسیم می کنیم.

نمره استاندارد نشان می دهد که مشاهدی مورد نظر جند انحراف معیار بالاتر یا پایین تر از میانگین قرار گرفته است. و 
برای مقایسه مشاهدات با واحدهای اندازه گیری متفاوت یا با میانگین و انحراف معیار های مختلف از نمره استاندارد استفاده می کنیم.

صدک ها و چارک ها چه هستند؟

میانه عددی است که جامعه را به دو بخش مساوی تقسیم می کند به طوری که نیمی از مشاهدات مقداری بیستر از میانه و نیمی از مشاهدات مقداری کمتر از آن دارند. به همین ترتیب می توانیم نمونه را به صورت های دیگری نیز تقسیم کنیم. به عنوان مثال می توانیم عددی را بیابیم که 36 درصد مشاهدات مقداری کمتر از آن و 64 درصد مشاهدات مقداری بیشتر از آن داشته باشند. از انجایی که این مقادیر در مورد درصد نمونه ها صحبت می کنند آن ها را صدک (percentile) می نامند.

ضریب تغیرات چیست؟ و چه کاربردی دارد؟

مشاهدات دو جامعه A و B را در نظر می گیریم، پراکندگی کدام یک از این دو جامعه بیشتر است؟

A: 55, 61, 73, 68, 59
B: 121.25, 134.48, 160.94, 149.92, 130.07

انحراف معیار جامعه A و B به ترتیب برابر 7.22 و 15.93 است آیا می توان نتیجه گرفت که مجموعه B نسبت به مجموعه A دارای پراکندگی بیشتری است در حالی که هر دو مجموعه وزن افراد یکسان را با مقیاس کیلوگرم و پوند بیان می کنند

انحراف معیار به واحدی که متغیر مربوطه بر اساس آن اندازه گیری شده است بستگی دارد بنابراین برای مقایسه پراکندگی دو جامعه با واحد های متفاوت نمی توان از انحراف معیار استفاده کرد
برای رفع این مشکل از ضریب تغیرات (coefficient of variation) استفاده می کنیم.

در مثال فوق ضریب تغیرات هر دو نمونه برابر 11.43 است.

دامنه میان چارکی- دامنه بین چارکی چیست؟

دامنه بین چارکی ( interquartile range) یک شاخص برای پراکندگی است که اختلاف صدک 25 و 75 را محاسبه می کند.
دامنه بین چارکی برخلاف دامنه تغیرات کمتر توسط مقادیر انتهایی تحت تاثیر قرار می گیرد. 

واریانس چیست؟ تفاوت آن با انحراف معیار چیست؟

پرکاربردترین شاخص پراکندگی واریانس (variance) است که از طریق فرمول زیر محاسبه می شود.

اگر واریانس صفر باشد تمامی نمونه ها دارای مقدار یکسانی هستند. 
هر چه واریانس بزرگتر باشد مقدار پراکندگی مشاهدات بیشتر است.

برای محاسبه واریانس داده ها را به توان 2 رساندیم بنابراین این شاخص دارای واحد یکسانی با مشاهدات نیست برای رفع این مشکل از واریانس جذر گرفته و آنرا انحراف معیار ( standard deviation) می نامیم.

شاخص های پراکندگی چیست؟

شاخص های مرکزی در مورد میزان اختلاف مقادیر چیزی نمی گویند. به عنوان مثال نمرات ریاضی دو کلاس زیر را در نظر می گیریم.

A: 12, 14, 16, 20, 18
B: 15, 15.5, 16, 16.5, 17

میانگین هر دو کلاس 16 است. ولی آیا توزیع مقادیر دو کلاس شبیه هم است؟
ضرورت استفاده از شاخص های پراکندگی: 
اگر قصد داشته باشیم در یکی از دو شرکت A یا B سرمایه گذاری کنیم اولین چیزی که به ان توجه می کنیم میانگین سود دو شرکت است. برای این امر سود 7 ساله دو شرکت را جمع آوری و میانگین هر دو را برابر 5 به دست می آوریم. در این حالت به نظر عاقلانه می رسد که به صورت تصادفی در یکی از دو شرکت سرمایه گذاری کنیم.
ولی اگر سود 7 ساله ی شرکت ها را نگاه کنیم.

A: 6, 4, 5, 6, 5, 5, 4
B: 19, -30, 20, -7, -15, 31, 17

با توجه به داده های خام متوجه می شویم که میزان سود شرکت B از یک سال به سال دیگر بسیار متغیر است. این شرکت ممکن است در یک سال 20 میلیون دلار سود و سال دیگر 30 میلیون دلار ضرر داشته باشد. در نتیجه ریسک سرمایه گذاری در شرکت B بسیار زیاد است در حالی که پراکندگی سود شرکت A نسبت به B بسیار کم بوده و معمولا حدود 5 میلیون دلار است. بنابراین شاخص مرکزی به تنهایی شاخص خوبی نیست و باید شاخص دیگری که میزان پراکندگی داده ها را مشخص می کند نیز ارائه کنیم. 
شاخص های مرکزی به تنهایی قادر به مشخص کردن توزیع مقادیر نیستند و از شاخص های پراکندگی باید برای تعیین میزان گستردگی مشاهدات استفاده کنیم.

شاخص های مرکزی و پراکندگی چیست؟

شاخص های مرکزی و پراکندگی برای خلاصه کردن مجموعه ی داده ها به کار می روند و هر شاخص، کلیه داده ها را به وسیله یک عدد نشان می دهد و با توجه به این اعداد می توانیم در مورد چگونگی توزیع مقادیر بحث کنیم.
با توجه به اینکه شاخص های مرکزی و پراکندگی متعددی وجود دارد یک سوال اساسی این است که 
کدام یک از شاخص ها بر دیگری برتری دارد؟ 
و از کدامیک از این شاخص ها باید استفاده نمود؟
برای انتخاب شاخص های مرکزی و پراکندگی علاوه بر خصوصیات این شاخص ها باید به مشخصات داده ها نیز توجه نمود 

میانگین، میانه و مد چیست؟ و چه تفاوت هایی با هم دارند؟

میانه، میانگین و نما (مد) پرکاربردترین شاخص های مرکزی هستند
نما(mode): مقداری از داده هاست که بیشترین فراوانی را دارد؛ همانطور که از تعریف مشخص است در نما نوع داده ها اهمیت ندارد بنابراین هم برای داده های کیفی و هم داده های کمی کاربرد دارد.
در مجموع این شاخص اطلاعات زیادی در اختیار نمی گذارد و معمولا به تنهایی گزارش نمی شود.
میانه(median): برای متغیرهایی که مرتب کردن آنها از کوچک به بزرگ امکان پذیر است ( معنی دار است) میانه را می توان محاسبه نمود.
برای به دست آوردن میانه ابتدا داده ها را از کوچک به بزرگ مرتب کرده سپس داده ای که در مرکز قرار می گیرد را به میانه معرفی می کنیم.
میانه شاخصی است که 50 درصد (نیمی ) مشاهدات از آن کوچکتر و 50 درصد ( نیمی ) مشاهدات از آن بزرگتر هستند.
میانه چیست؟ و چگونه محاسبه می شود؟ 
یکی از معایب میانه این است که بیشتر اطلاعات را در نظر نمی گیرد مثلا میانه مجموعه اعداد 110, 90, 24, 20, 73 و مجموعه اعداد 2500, 1900, 24, 0, 73 عدد 73 است. در حقیقت برای محاسبه میانه تعداد اعداد اهمیت دارد و مقادیر که در بالا و پایین میانه قرار می گیرند اهمیت ندارد. 
میانگین(mean): میانگین پرکاربرد ترین شاخص مرکزی است
برای محاسبه میانگین مقدار تمام نمونه ها را جمع کرده و بر تعداد آنها تقسیم می کنیم.

همان گونه که از فرمول مشخص است میانگین را تنها برای داده های کمی می توان به کار برد و محاسبه میانگین برای داده های کیفی کاری غیر منطقی است.
یکی از معایب میانگین این است که تحت تاثیر داده های پرت قرار می گیرد. مثلا میانگین اعداد 1000, 8, 6, 4, 2 عدد 204 است که نماینده ی خوبی برای داده ها نیست
بنابراین در ارائه تجزیه و تحلیل ها و گزارش های آماری بیان یکی از شاخص های مرکزی به تنهایی کافی نیست و حداقل باید هر دو شاخص میانه و میانگین ارائه گردد. تا شکل توزیع به خوبی مشخص شود.

• اگر میانگین و میانه یکی باشند توزیع مقادیر کاملا متقارن خواهد بود
• اگر میانگین بزرگتر از میانه باشد توزیع مقادیر دارای چولگی مثبت ( به طرف راست) است.
• اگر میانگین کوچکتر از میانه باشد توزیع مقادیر دارای چولگی منفی ( به طرف چپ) است

بنابراین هنگامی که تعدادی از مقادیر از بقیه اعداد خیلی بزرگتر یا خیلی کوچکتر هستند، میانگین به تنهایی شاخص خوبی نیست. این شاخص تحت تاثیر مقادیر پرت قرار می گیرد و لازم است که میانه را نیز گزارش نمود. 
بازگشت به صفحه شاخص های مرکزی و پراکندگی

میانه چیست؟ و چگونه محاسبه می شود؟

برای مشخص کردن میانه در مجموعه داده ها ابتدا
1- آنها را از کوچک به بزرگ مرتب می کنیم
2- و عددی که در وسط این مجموعه قرار می گیرد را به عنوان میانه معرفی می کنیم
به عبارتی میانه عددی است که نیمی از اطلاعات آماری ( داده ها) کوچکتر از آن و نیمی از اطلاعات آماری ( داده ها) بزرگتر از آن هستند.
برای یافتن موقعیت عدد وسط یک مجموعه آماری ( میانه) که دارای N مشاهده است از فرمول زیر استفاده می کنیم.

موقعیت میانه = 

اگر N فرد باشد آن گاه عددی در موقغیت میانه وجود دارد که آنرا به عنوان میانه در نظر می گیریم
اگر N زوج باشد میانگین دو عدد وسطی را محاسبه و آنرا به عنوان میانه معرفی می کنیم.
مثال1: در مجموعه داده های زیر میانه را به دست آورید.
9, 14, 12, 17, 22, 19, 25
پاسخ: (تعداد اعضا این مجموعه فرد است.) موقعیت میانه برابر است با

(7+1)/2 = 4

اعداد را از کوچک به بزرگ مرتب می کنیم

9, 12, 14, 17, 19, 22, 25

بنابراین چهارمین عدد یعنی 17 میانه است.
مثال2: در مجموعه داده های زیر میانه را به دست آورید.
8, 14, 12, 17, 21, 30, 25, 23
پاسخ: (تعداد اعضا این مجموعه زوج است.) موقعیت میانه برابر است با

(8+1)/2 = 4.5

اعداد را از کوچک به بزرگ مرتب می کنیم

8, 12, 14, 17, 21, 23, 25, 30

بنابراین میانه بین عدد 17 و 21 قرار دارد در نتیجه میانه

(17+21)/2 = 19

است. 

نمودار دایره ای و نمودار ستونی در نرم افزار spss

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل contact که یک مجموعه داده ی فرضی است می باشد و در ان مسئله مورد مطالعه لیست معاملات برای یک گروه از بازاریابها است و شرکت های مورد معامله در پنج حوزه فعالیت می کنند. 
استفاده از جدول فراوانی داده ها را خلاصه می کند ولی برای راحت تر شدن مشاهده و تفسیر می توان از نمودارهای رایج استفاده نمود. البته این نمودارها برای هر نوع داده مفید نیست و برای داده های مختلف نمودارهای خاص و متناسب را باید به کار برد.

• نمودار دایره ای چیست و چه زمان از آن استفاده می کنیم؟
• نمودار ستونی چیست و چه زمان از آن استفاده می کنیم؟

نمودار دایره ای: 
یکی از نمودارهای رایج نمودار دایره ای است که برای داده های کیفی و دسته بندی شده به کار می رود و یک روش بصری مناسب برای ارزیابی کردن رابطه بین فراوانی دسته ها می باشد.
برای به دست آوردن نمودار دایره ای از منوها موارد زیر را انتخاب می کنیم.

Analyze > Descriptive statistics > Frequencies  

کادر گفتگوی Frequencies باز می شود و مانند شکل زیر متغیر Department را انتخاب می کنیم.

 

حال گزینه charts را انتخاب می کنیم. کادر گفتگوی Frequencies charts ( شکل زیر) باز می شود.

 

گزینه pie charts را انتخاب کرده سپس continue را زده و به قسمت قبل باز می گردیم. برای بدست آوردن خروجی زیر دکمه ok را انتخاب می کنیم.

 

با مشاهده نمودار به سادگی متوجه می شویم که اغلب قراردادها با شرمت هایی در زمینه کاری خدمات کامپیوتری و پس از آن با شرکت هایی در زمینه کاری ساختمان سازی است.
اگر بخواهیم در کنار نمودار درصد و تعداد مشاهدات هم ( مانند شکل زیر ) نمایش داده شود

 

در خروجی بر روی نمودار دایره ای 2 مرتبه کلیک می کنیم تا پنجره chart editor باز شود. 
در این پنجره می توانیم به برچسب گذاری، تغیر رنگ و ویرایش نمودار بپردازیم.

 

برای برچسب گذاری بر روی آیکون show data labels در نوار ابزار یا منوی elements کلیک می کنیم. پنجره properties (شکل زیر) باز می شود و با انتخاب شاخص های مورد نظر و محل مناسب دکمه apply را انتخاب می کنیم و پس از بررسی مناسب بودن تغیرات بر روی شکل دکمه close را انتخاب می کنیم. و در پایان پنجره chart editor را می بندیم.

در صورتی که در یک نمودار دایره ای قاچ های ( قطعات) کوچک وجود داشته باشد بهتر است که این قاچ ها را با هم ترکیب کرده و قاچ بزرگتری به دست آورد.
نمودار ستونی: 
نمودار ستونی مانند نمودار دایره ای است با این تفاوت که برای نشان دادن فراوانی گروه ها به جای قاچ و دایره از ستون استفاده می شود. این نمودار نیز برای داده های کیفی و دسته بندی شده به کار می رود.
برای به دست آوردن شکل زیر در کادر گفتگوی frequencies charts گزینه bar charts را انتخاب می کنیم.

اگر در قسمت chart values هر کدام از گزینه های frequencies و percentages را انتخاب کنیم نمودار ستونی بر حسب آن رسم می شود. ( در ترسیم محور عمودی از آن معیار استفاده می شود)
از روی نمودار متوجه می شویم که اغلب قراردادها با شرکت هایی در زمینه کاری خدمات کامپیوتری و پس از آن با شرکت هایی در زمینه کاری ساختمان سازی می باشد.

برای به دست آوردن نمودار فوق یا ویرایش و زیبا سازی بیشتر همان مراحل chart editor که قبلا توضیح داده شد را انجام می دهیم.

 

نمودار دایره ای و نمودار ستونی در نرم افزار spss

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل contact که یک مجموعه داده ی فرضی است می باشد و در ان مسئله مورد مطالعه لیست معاملات برای یک گروه از بازاریابها است و شرکت های مورد معامله در پنج حوزه فعالیت می کنند. 
استفاده از جدول فراوانی داده ها را خلاصه می کند ولی برای راحت تر شدن مشاهده و تفسیر می توان از نمودارهای رایج استفاده نمود. البته این نمودارها برای هر نوع داده مفید نیست و برای داده های مختلف نمودارهای خاص و متناسب را باید به کار برد.

• نمودار دایره ای چیست و چه زمان از آن استفاده می کنیم؟
• نمودار ستونی چیست و چه زمان از آن استفاده می کنیم؟

نمودار دایره ای: 
یکی از نمودارهای رایج نمودار دایره ای است که برای داده های کیفی و دسته بندی شده به کار می رود و یک روش بصری مناسب برای ارزیابی کردن رابطه بین فراوانی دسته ها می باشد.
برای به دست آوردن نمودار دایره ای از منوها موارد زیر را انتخاب می کنیم.

Analyze > Descriptive statistics > Frequencies  

کادر گفتگوی Frequencies باز می شود و مانند شکل زیر متغیر Department را انتخاب می کنیم.

 

حال گزینه charts را انتخاب می کنیم. کادر گفتگوی Frequencies charts ( شکل زیر) باز می شود.

 

گزینه pie charts را انتخاب کرده سپس continue را زده و به قسمت قبل باز می گردیم. برای بدست آوردن خروجی زیر دکمه ok را انتخاب می کنیم.

 

با مشاهده نمودار به سادگی متوجه می شویم که اغلب قراردادها با شرمت هایی در زمینه کاری خدمات کامپیوتری و پس از آن با شرکت هایی در زمینه کاری ساختمان سازی است.
اگر بخواهیم در کنار نمودار درصد و تعداد مشاهدات هم ( مانند شکل زیر ) نمایش داده شود

 

در خروجی بر روی نمودار دایره ای 2 مرتبه کلیک می کنیم تا پنجره chart editor باز شود. 
در این پنجره می توانیم به برچسب گذاری، تغیر رنگ و ویرایش نمودار بپردازیم.

 

برای برچسب گذاری بر روی آیکون show data labels در نوار ابزار یا منوی elements کلیک می کنیم. پنجره properties (شکل زیر) باز می شود و با انتخاب شاخص های مورد نظر و محل مناسب دکمه apply را انتخاب می کنیم و پس از بررسی مناسب بودن تغیرات بر روی شکل دکمه close را انتخاب می کنیم. و در پایان پنجره chart editor را می بندیم.

در صورتی که در یک نمودار دایره ای قاچ های ( قطعات) کوچک وجود داشته باشد بهتر است که این قاچ ها را با هم ترکیب کرده و قاچ بزرگتری به دست آورد.
نمودار ستونی: 
نمودار ستونی مانند نمودار دایره ای است با این تفاوت که برای نشان دادن فراوانی گروه ها به جای قاچ و دایره از ستون استفاده می شود. این نمودار نیز برای داده های کیفی و دسته بندی شده به کار می رود.
برای به دست آوردن شکل زیر در کادر گفتگوی frequencies charts گزینه bar charts را انتخاب می کنیم.

اگر در قسمت chart values هر کدام از گزینه های frequencies و percentages را انتخاب کنیم نمودار ستونی بر حسب آن رسم می شود. ( در ترسیم محور عمودی از آن معیار استفاده می شود)
از روی نمودار متوجه می شویم که اغلب قراردادها با شرکت هایی در زمینه کاری خدمات کامپیوتری و پس از آن با شرکت هایی در زمینه کاری ساختمان سازی می باشد.

برای به دست آوردن نمودار فوق یا ویرایش و زیبا سازی بیشتر همان مراحل chart editor که قبلا توضیح داده شد را انجام می دهیم.

 

جدول فراوانی

اطلاعاتی که در این بخش مورد تجزیه و تحلیل قرار می گیرند از فایل contact که یک مجموعه داده ی فرضی است می باشد و در ان مسئله مورد مطالعه لیست معاملات برای یک گروه از بازاریابها است و شرکت های مورد معامله در پنج حوزه فعالیت می کنند.
در این قسمت موارد زیر مورد مطالعه قرار می گیرند.

• جدول فراوانی چیست و چه چیزی از آن به دست می آید؟
• چه مواقعی و برای چه داده هایی از جدول فراوانی استفاده می کنیم؟
• آیا داده های گمشده یا داده هایی که اشتباها وارد شده وجود دارد؟
• درصد و درصد تجمعی چیست و چه زمانی از آن استفاده می کنیم؟

از روی یک جدول فراوانی می توانیم بگوییم که هر پاسخ چند مرتبه اتفاق افتاده یا هر پاسخ را چند نفر انتخاب کرده اند.
برای به دست آوردن جدول فراوانی از منوها موارد زیر را انتخاب می کنیم.

Analyze > Descriptive statistics > Frequencies  

کادر گفتگوی Frequencies باز می شود و مانند شکل زیر متغیر Department را انتخاب می کنیم.

 

در این قسمت باید گزینه Display frequency tables را انتخاب کنیم. 
سپس کلید ok را انتخاب می کنیم.
جدول زیر نمایش داده می شود.

 

 

قبل از اینکه به بررسی معانی و مفاهیم اعداد جدول بپردازیم اگر قصد داشته باشیم در جدول به جای نمایش کد متغیرها خود متغیرها یا برچسب آنها نشان داده شود جه باید بکنیم؟ 
در مرحله اول باید برای متغیر خود برچسب ها و معانی مناسب را تعریف کنیم برای این مورد به قسمت ارزش گذاری یا تعریف سطوح متغیرهای کیفی (value label) در نرم افزار spss مراجعه کنید.
سپس در

Edit > options > output labels  

در قسمت variable values in labels shown as گزینه labels را انتخاب می کنیم.

 

پس از اجرای مجدد دستورات خروجی به صورت زیر به دست می آید.

برای تعیین تعداد دفعاتی که با سازمان های مختلف قرارداد داشته ایم به ستونی که برچسب frequencies دارد نگاه می کنیم برای مثال 30 قرارداد با شرکت هایی که در حوزه خدمات کامپیوتری و 13 قرار داد با شرکت هایی که در حوزه مالی فعالیت می کنند، منعقد شده است. 
با توجه به ردیفی که برچسب total خورده متوجه می شویم که تنها 62 قرارداد از 70 قرارداد موجود برای ما شناخته شده است. 
قسمت دوم جدول نشان می دهد در 8 مورد نوع فعالیت شرکت ذکر نشده و بنابراین ناشناخته است.
هرگز نباید داده هایی که نامعلوم هستند یا به اشتباه وارد شده اند را از مجموعه داده ها حذف کنیم بلکه باید با تعیین برچسب داده های گم شده (missing values) آنها را نیز وارد کرده ( برای مطالعه بیشتر به بخش اطلاعات نامعلوم یا مقادیر گمشده مراجعه کنید) و با توجه به صورت مسئله به تجزیه و تحلیل آنها بپردازیم.
به عنوان مثال 8 داده گمشده جدول فوق حاکی از عدم تعیین نوع فعالیت شرکت مورد مطالعه از طرف بازاریاب می باشد. یا به عنوان مثالی دیگر در بسیاری از تحقیقات پرسش نامه ای بعضی از سوالات بدون جواب باقی می ماند که می تواند علت آن ترس یا مواردی از این قبیل باشد و با حذف این داده ها اطلاعات زیادی را از دست می دهیم.
در ردیف آخر متوجه می شویم که کلا 70 قرار داد مورد بررسی قرار گرفته که از این میان 62 قرارداد شناخته شده و 8 قرارداد ناشناخته است.
در ستون بعد (percent) درصد قراردادهای منعقد شده با هر نوع سازمان مشخص شده است. برای مثال 42.9 درصد قرار دادها با شرکت هایی که در حوزه خدمات کامپیوتری فعالیت می کنند منعقد شده است.
چه زمانی از درصد برای توصیف متغیرها استفاده می کنیم؟ چه تفاوتی میان درصد و فراوانی وجود دارد؟
اگر 12 نفر از دانش آموزان کلاس الف و 14 نفر از دانش آموزان کلاس ب در امتحان ریاضی قبول شوند آیا می توان گفت که عملکرد کلاس ب بهتر بوده است؟
برای اظهار نظر در این زمینه باید تعداد دانش آموزان هر دو کلاس را در نظر بگیریم و نسبت قبول شدگان دو کلاس را مقایسه کنیم. اگر کلاس الف 16 دانش آموز و کلاس ب 22 دانش آموز داشته باشد نسبت قبول شدگان کلاس الف 75 درصد و نسبت قبول شدگان کلاس ب 64 درصد است. بنابراین کلاس الف عملکرد بهتری داشته است.
برای مقایسه چند جامعه با حجم های مختلف درصد ها را با هم مقایسه می کنیم.
برای محاسبه درصد تعداد نمونه هایی که یک پاسخ را انتخاب کرده اند بر تعداد کل نمونه ها تقسیم کرده و نتیجه را در عدد 100 ضرب می کنیم.
درصد پاسخ های صحیح valid percent
برای مجاسبه درصد، فراوانی مشاهده شده بر تعداد کل مشاهدات تقسیم می شود ولی در حالتهایی که داده گم شده وجود دارد یا تنها قسمت خاصی از نتایج مورد ارزیابی قرار می گیرد؛ درصد ارایه شده دارای اعتبار نیست و برای تحلیل باید فراوانی مشاهده شده را بر تعداد مشاهدات قابل قبول تقسیم کنیم که این امر در قسمت valid percent انجام می شود.
هنگامی که از ستون valid percent استفاده می کنیم باید به تعداد داده های گم شده و علل رخ داد آن توجه کرده و اگر تعداد این موارد از حد مطلوب تجاوز نمود حتما بررسی و گزارش گردد.
درصد تجمعی
یکی دیگر از مواردی که در جدول توزیع فراوانی گزارش می شود درصد تجمعی cumulative percent است.در هر ردیف جدول فراوانی؛ درصد تجمعی برابر با مجموع فراوانی آن ردیف و ردیف های قبل می باشد.
البته همواره نباید درصد تجمعی را گزارش نمود و تنها در مواردی که متغیر مورد بررسی دارای ترتیب است فراوانی تجمعی معنی دار بوده و می توان آنرا گزارش نمود.
به عنوان مثال اگر درامد خانوار را به صورت صعودی مرتب کرده باشیم آن گاه درصد تجمعی دارای تفسیر بوده و می توان از آن استفاده نمود.
به عنوان مثالی دیگر داده های جدول فوق دارای ترتیب منطقی نمی باشند و بنابراین ستون فراوانی تجمعی غیر قابل تفسیر بوده و باید حذف شود.
برای مطالعه بیشتر به درصد تجمعی چیست و چه زمانی می توان از آن استفاده کرد؟مراجعه کنید.
نکته:
اگر هنگام ورود داده ها عدد نادرستی وارد کرده باشیم به صورت یک ردیف در جدول فراوانی ظاهر خواهد شد . بنابراین می توان از جدول فراوانی برای یافتن اشتباهات در فایل اطلاعاتی استفاده نموده و ان را اصلاح کرد.

درصد چیست؟ و چه زمانی از آن استفاده می کنیم؟

چه زمانی از درصد برای توصیف متغیرها استفاده می کنیم؟ چه تفاوتی میان درصد و فراوانی وجود دارد؟
اگر 12 نفر از دانش آموزان کلاس الف و 14 نفر از دانش آموزان کلاس ب در امتحان ریاضی قبول شوند آیا می توان گفت که عملکرد کلاس ب بهتر بوده است؟
برای اظهار نظر در این زمینه باید تعداد دانش آموزان هر دو کلاس را در نظر بگیریم و نسبت قبول شدگان دو کلاس را مقایسه کنیم. اگر کلاس الف 16 دانش آموز و کلاس ب 22 دانش آموز داشته باشد نسبت قبول شدگان کلاس الف 75 درصد و نسبت قبول شدگان کلاس ب 64 درصد است. بنابراین کلاس الف عملکرد بهتری داشته است.
برای مقایسه چند جامعه با حجم های مختلف درصد ها را با هم مقایسه می کنیم.
برای محاسبه درصد تعداد نمونه هایی که یک پاسخ را انتخاب کرده اند بر تعداد کل نمونه ها تقسیم کرده و نتیجه را در عدد 100 ضرب می کنیم.

وارد کردن داده ها از یک فایل متنی در نرم افزار spss

بعضی اوقات داده ها به وسیله یک ویرایشگر متنی ایجاد شده اند، ویزگی این داده ها این است که آنها به صورت متنی ذخیره شده اند و به وسیله فاصله، کاما، تب و غیره از هم جدا شده اند. محتویات این فایل ها عددی یا غیر عددی است.
قبل از اینکه بخواهیم داده های متنی خود را وارد نرم افزار spss نماییم لازم است نگاهی به آن ها داشته باشیم و موارد زیر را بررسی کنیم.

• آیا نام متغیرها داخل فایل متنی است
• آیا تمام داده ها در یک سطر وارد شده اند یا داده های هر مورد (عنصر- فرد) در یک سطر مجزا وارد شده است.
• تعداد متغیرها چقدر است.( اگر داده ها در یک سطر وارد شده باشند به این مورد نیاز داریم)
• برای جدا کردن داده ها از چه نمادی استفاده شده است( فاصله، کاماو ...)

برای وارد کردن یک فایل متنی (text) در نرم افزار spss مراحل زیر را طی می کنیم.
- از منوی فایل file فرمان Read Text Data را انتخاب می کنیم تا کادر محاوره ای Open Data باز شود.

File > Read Text Data  

- مسیری را که فایل متنی در آن قرار دارد در قسمت Look in مشخص می کنیم و بر روی فایل مورد نظر کلیک می کنیم تا نام آن در قسمت File name نمایش داده شود و کلید open را انتخاب می کنیم تا کادر محاوره ای Text Import Wizard (شکل زیر) باز شود.

 

در این کادر محاوره ای نمای کلی فایل برای شما نشان داده می شود و شما در اینجا نیز می توانید به بررسی محتویات داده ها بپردازید.
همچنین در این کادر از شما پرسیده می شود که آیا قصد دارید فایل خود را طبق روشی که قبلا ذخیره کرده اید باز کنید. با توجه به اینکه در حال حاضر ساختار مشخصی برای بارگذاری فایل نداریم گزینه NO را انتخاب می کنیم.( به صورت پیش فرض No انتخاب شده است.)
- کلید NEXT را انتخاب می کنیم و کادر محاوره ای شماره 2 (شکل زیر) باز می شود.

 

در این کادر محاوره ای گزینه Delimited برای زمانی است که متغیرهای ما به وسیله کاراکتری خاص مانند کاما، تب و غیره از هم جدا شده باشند و Fixed with برای زمانی است که هر متغیر از ستون خاصی شروع شده باشد. مثلا مقادیر متغیر اول از ستون 1 و مقادیر ستون دوم از ستون 15 و مقادیر ستون 3 از ستون 24 و به همین شکل تا پایان.
در همین کادر اگر نام متغیرها در فایل داده ها وجود دارد گزینه Yes و اگر وجود ندارد وجود ندارد گزینه No را انتخاب می کنیم. 
همان طور که مشاهده می کنیم با انتخاب Yes پیش نمایش داده ها تغیر می کند و نام متغیرها دیگر برای ما در پایین کادر محاوره ای نمایش داده نمی شود.
- کلید NEXT را انتخاب می کنیم و کادر محاوره ای شماره 3 (شکل زیر) باز می شود.

 

در این کادر محاوره ای در سوال اول اولین سطری که قصد داریم داده ها از آن وارد فایل spss شوند را مشخص می کنیم به عنوان مثال اگر فایل متنی شامل نام متغیرها باشد گزینه مناسب عدد 2 است.
در قسمت How are you cases represented? دو گزینه وجود دارد
* Each line represents a case 
برای زمانی است که هر مورد یا عنصر جامعه در یک سطر قرار گرفته باشد.
* A specific number of variables represents a case:
برای زمانی است که داده ها به صورت سطری وارد شده باشند. در اینجا نیاز است تعداد متغیرها را خودمان مشخص کنیم تا نرم افزار spss پس از هر مورد ( تعدادی که مشخص کرده ایم) مورد بعدی (ردیف بعدی در پنجره داده ها) را شروع نماید.
در قسمت How many cases do you want to import?
نرم افزار spss تعداد مواردی که ما قصد وارد کردن آنها را داریم از ما می پرسد که به ترتیب
* all of the case همه موارد
* The first ...... cases 
از این گزینه زمانی استفاده می کنیم که بخواهیم فقط تعداد خاص از موارد را از ابتدای فایل متنی وارد کنیم.
* random percentage of the cases ( approximate)
از این گزینه زمانی استفاده می کنیم که قصد داشته باشیم به صورت تصادفی درصد خاصی از موارد یا عناصر را وارد فایل داده ها نماییم.
- کلید NEXT را انتخاب می کنیم و کادر محاوره ای شماره 4 (شکل زیر) باز می شود.

 

در این کادر محاوره ای در بخش which delimiters appear between variable?
5 گزینه وجود دارد که نوع کاراکتر مورد استفاده برای جدا سازی داده ها را از ما می پرسد.
- کلید NEXT را انتخاب می کنیم و کادر محاوره ای شماره 5 (شکل زیر) باز می شود.

 

در این قسمت می توانیم برای تغیر نام متغیر ها و نوع آنها اقدام کنیم.
برای این کار هر متغیری که قصد تغیر آن را داریم در قسمت Data Preview انتخاب می کنیم تا مشخصات آن در قسمت specifications for variable(s) selected in the data preview نمایش داده شود و سپس نام متغیر یا نوع آنرا تغیر می دهیم.
- کلید NEXT را انتخاب می کنیم و کادر محاوره ای شماره 6 (شکل زیر) باز می شود.

 

در این کادر 2 سوال از ما پرسیده می شود. در قسمت اول اگر قصد داشته باشیم روشی که برای ایجاد فایل متنی فوق به کار برده ایم را ذخیره و در دفعات آینده که قصد گشودن فایلی با همین مشخصات داریم از آن استفاده کنیم ( با فراخوانی در کادر محاوره ای شماره 1) گزینه Yes را انتخاب و یک محل برای ذخیره آن انتخاب می کنیم.
در قسمت دوم اگر بخواهیم نتایج مراحل فوق در پنجره Syntex Editor کپی شود گزینه Yes را انتخاب می کنیم.
به طور پیش فرض هر دو قسمت گزینه No انتخاب شده است. 
در پایان کلید Finish را انتخاب می کنیم و داده ها را در محیط spss می بینیم.

 

پنجره ویرایشگر داده ها (data editor)

قبل از انجام هر کار لازم است داده های خود ( مشاهدات) را وارد نرم افزار spss کنیم. بنابراین اولین قدم در معرفی یک نرم افزار آشنایی با پنجره ویرایشگر داده ها (data editor) می باشد

 

پنجره ویرایشگر داده ها در نرم افزار spss دارای دو پنجره فرعی است:

• Variable view: برای نمایش و ویرایش متغیرها
• Data view: محیطی برای وارد کردن داده ها و انجام ویرایش بر روی داده ها

 

برای رفتن به هریک از این پنجره های فرعی، باید در پایین و سمت چپ این پنجره روی یکی از دو تب کلیک کنیم یا از کلید های میانبر ctrl+T استفاده کنیم. پنجره فعال (تب فعال) به رنگ زرد است.

آشنایی با محیط variable view

این بخش از پنجره ویرایشگر داده ها (data editor) برای نمایش و ویرایش متغیرها است.

قبل از وارد کردن داده ها باید متغیرها را به صورتی مناسب در این بخش تعریف نماییم.

 

جزئیات هر یک از بخش ها را در زیر توضیح می دهیم:

Name: در این بخش باید اسم متغیرها را وارد نمائیم.
نکته:
اگر نامی برای متغیر تعریف نکنیم spss به صورت اتوماتیک نامی برای آن تعریف می کند ولی این نام برای ما گویا نیست بخصوص اگر قصد کار کردن با مجموعه ی بزرگی از داده ها داشته باشیم.
در انتخاب اسامی متغیرها باید دقت کنیم و اسامی را انتخاب نماییم که گویای متغیر مربوطه باشد بخصوص زمانی که حجم متغیرها زیاد است. [ زیرا در زمان رسم نمودار یا تجزیه و تحلیل متغیرها ما با مجموعه ای از نام ها روبرو می شویم و اگر نام مناسبی برای متغیر خود انتخاب نکرده باشیم دچار دردسر می شویم.]
Type: در این قسمت باید نوع متغیر که می تواند عدد، تاریخ، زمان، پول، نماد علمی و رشته باشد را مشخص کنیم. برای این کار زیر عنوان type و در محل متغیر مورد نظر کلیک می کنیم تا سه نقطه داخل سلول فعال شود با کلیک بر روی این سه نقطه پنجره variable type باز می شود.
آشنایی با پنجره variable type در نرم افزار spss
Width: تعداد ارقام صحیح یا طول یک رشته را علاوه بر قسمت variable type در این قسمت نیز می توانیم تعیین کنیم. برای این کار در درون سلول کلیک می کنیم و به وسیله دکمه های جهت نما طول را کاهش یا افزایش می دهیم. 
Decimal: تعداد رقمهای اعشار را علاوه بر قسمت variable type در این قسمت نیز می توانیم تعیین کنیم. برای این کار در درون سلول کلیک می کنیم و به وسیله دکمه های جهت نما طول را کاهش یا افزایش می دهیم. 
Label( برچسب گذاری یا نوشتن توضیحات برای نام متغیرها): در این قسمت برای متغیرها می توانیم توضیحات کامل و اضافه را بنویسیم تا در هنگام کار با متغیرها براحتی بتوانیم انها را شناسایی کنیم.
در خروجی ها یا لیست متغیرها می توانیم از نام متغیر یا برچسب آن برای نمایش استفاده کنیم. برای دیدن چگونگی این عمل به بخش مراجعه کنید. 
value: برای تعریف برچسب برای مقادیر متغیرهای کیفی یا داده های گمشده می توانیم در زیر ستون value بر روی خانه متغیر مورد نظر کلیک کنیم تا سه نقطه ظاهر شود پس با کلیک کردن بر این سه نقطه پنجره ی value label نمایش داده می شود.
ارزش گذاری یا تعریف سطوح متغیرهای کیفی (value label) در نرم افزار spss
missing: در بسیاری از تحقیقات با مواردی برخورد می کنیم که برای بعضی از متغیرها پاسخ یا جوابی وجود ندارد یا اینکه پاسخ نامعلوم بوده و قادر به استخراج ان نیستیم. به این مقادیر، مقادیر نامعلوم یا داده های گمشده می گوییم.
برای آشنایی بیشتر به بخش اطلاعات نامعلوم یا مقادیر گمشده مراجعه کنید.
اگر بخواهیم برای مقادیر نامعلوم یک متغیر برچسب تعریف کنیم در بخش ویرایشگر داده ها (data editor) وارد تب variable view شده و در زیر ستون missing بر روی خانه متغیر مورد نظر کلیک کنیم تا سه نقطه ظاهر شود پس با کلیک کردن بر این سه نقطه پنجره ی missing value نمایش داده می شود.
تعریف داده های گمشده یا مقادیر نامعلوم (missing value) در نرم افزار spss
Columns: طول ستون متغیر را در این قسمت می توانیم تغیر دهیم. نرم افزار spss به صورت پیش فرض برای هر ستون مقدار 8 را در نظر گرفته که می توانیم انرا کاهش یا افزایش دهیم.
Align: این مشخصه جهت تراز کردن داده ها به کار می رود و سه گزینه راست چین، وسط چین و چپ چین برای ان وجود دارد.
Measure: برای بحث کامل در مورد مقیاس های اندازه گیری به بخش مقیاس های اندازه گیری مراجعه کنید.
تعین مقیاس اندازه گیری در تجزیه و تحلیل آماری نقش مهمی دارد با انتخاب بعضی از مقیاس ها نرم افزار اجازه اجرای بعضی از فرامین و دستورات را برای متغیر نمی دهد.
در این قسمت می توانیم با کلیک بر روی جهت نما یکی از سه مقیاس scale(کمی)، ordinal (ترتیبی) یا nominal (اسمی) را انتخاب کنیم.
Role: از spss 18 به بعد این گزاره به نرم افزار اضافه شده است و با توجه به کارایی که برای متغیر درنظر گرفته ایم اجازه استفاده از آن را در بعضی از تجزیه و تحلیل ها به ما نمی دهد. البته کاربرد آن فعلا برای موارد خاص است و بسیاری از کادرهای گفتگو و تجزیه و تحلیل هایی که ما با انها سروکار داریم از این گزاره پشتیبانی نمی کنند بنابراین اصلا نگران این گزاره نبوده و اجازه دهید spss همان گزینه پیش فرض یعنی input را برای ان تعریف نماید مگر اینکه واقعا به آن نیاز داشته باشیم که در واقع ضروری و تجزیه و تحلیل های خاص به ان می پردازیم.
گزینه هایی که برای این گزاره در نظر گرفته شده است به صورت زیر است:
Input (ورودی): متغیرهایی که به صورت input تعریف شوند می توانند به عنوان متغیرهای ورودی عمل کنند (به عنوان مثال متغیرهای مستقل)
Target( هدف): این متغیرها به عنوان متغیرهای هدف در نظر گرفته می شوند ( به عنوان مثال متغیرهای وابسته)
Both: با انتخاب این گزینه متغیر هم به عنوان ورودی و هم به عنوان متغیر هدف شناسایی می شود.
None: یعنی این متغیر از گزاره role تبعیت نمی کند.
Partition: متغیرهای که به عنوان partition تعریف می شوند به عنوان متغیرهای مجزا کننده برای گروه اموزش یا شاهد، آزمون واعتبار سنجی به کار می روند.
Split: متغیرهایی که به صورت Split تعریف می شوند نمی توانند به عنوان متغیرهای جدا کننده فایل در spss به کار روند.

آشنایی با پنجره variable type

در قسمت variable view زمانی که قصد تعریف نوع متغیر داریم زیر عنوان type و در محل متغیر مورد نظر کلیک می کنیم تا سه نقطه داخل سلول فعال شود با کلیک بر روی این سه نقطه پنجره variable type باز می شود

 

 

در زیر به بررسی گزینه های این پنجره می پردازیم: 
Numeric (عددی): به مقادیر عددی اختصاص دارد. اگر این گزینه را انتخاب کنیم معنای ان این است که مقادیر عددی هستند و می توانیم در قسمت width تعداد ارقام صحیح و در قسمت decimal تعداد اعداد اعشار را انتخاب کنیم. نکته: نرم افزار به صورت پیش فرض این گزینه را انتخاب می کند. 
Comma (ویرگول): این گزینه هم به مقادیر عددی اختصاص دارد و در آن هر عدد سه رقم، سه رقم از سمت راست با یک ویرگول از هم جدا می شود. مانند 98,265,936 نکته: اگر مقدار اعشار (decimal) در نظر گرفته شده بیشتر از صفر باشد این گزینه مانند numeric عمل می کند. 
Dot( نقطه): این گزینه نیز مانند ویرگول (comma) است و فقط به جای ویرگول از نقطه برای جدا کردن اعداد استفاده می کند. مانند 98.265.936 نکته: اگر مقدار اعشار (decimal) در نظر گرفته شده بیشتر از صفر باشد این گزینه مانند numeric عمل می کند. 
Scientific notation ( نماد علمی): اگر این گزینه را انتخاب کنیم اعداد با نماد علمی نمایش داده می شوند؛ مانند عدد 560000 که به صورت 5.6+E5 نمایش داده می شود. 
Data ( تاریخ): برای متغیرهایی با محتویات تاریخ است و در ان برای نمایش تاریخ قالب های مختلفی پیش بینی شده است. می توانیم قالب های تاریخ را در کادر سمت راست مشاهده و قالب دلخواه را انتخاب کنیم. 
Dollar (دلار): برای متغیرهایی است که حاوی مبالغی بر حسب دلار هستند و در آن برای نمایش قالب های مختلفی پیش بینی شده است. 
Custom currency (دلخواه): برای متغیرهایی حاوی مبالغی بر حسب یک واحد پولی غیر دلار است. نکته: تنها عملی که دو گزینه فوق انجام می دهند این است که هر عدد سه رقم، سه رقم از سمت راست با یک ویرگول از هم جدا می شود. و تنها تفاوت آنها در استفاده نماد دلار در گزینه dollar است. 
String (رشته ای): برای متغیرهایی است که شامل رشته ای از کاراکترها هستند مانند نام و نام خانوادگی، نام بیمارستان، نام شرکت، محل تولد 

ارزش گذاری یا تعریف سطوح متغیرهای کیفی(value label)

فرض کنیم متغیری به نام سطح تحصیلات داریم که از 4 سطح زیر دیپلم، دیپلم، لیسانس، فوق لیسانس و بالاتر تشکیل شده است و این سوال را از 100 نفر پرسیده ایم چگونه می توانیم این متغیر را وارد spss کنیم 
اگر برای هر کدام از سطوح متغیر کدی تعریف کنیم و کد مذکور را وارد نرم افزار نماییم هنگام ورود داده ها کار ساده ای داریم ولی هنگام مشاهده خروجی ها و کار با متغیر دائما باید به لیست کدهای تعریف شده مراجعه و معنای آن ها را مشاهده کنیم.
اگر بخواهیم خود سطوح را برای متغیر وارد نرم افزار نماییم وارد کردن داده ها کاری سخت و خسته کننده می شود.
چه باید کرد؟ نرم افزار spss به کمک گزینه value label به ما اجازه می دهد از هر دو روش فوق تواما استفاده کنیم.
برای تعریف برچسب برای مقادیر متغیرهای کیفی یا داده های گمشده می توانیم در بخش ویرایشگر داده ها (data editor) وارد تب variable view شده و در زیر ستون value بر روی خانه متغیر مورد نظر کلیک کنیم تا سه نقطه ظاهر شود پس با کلیک کردن بر این سه نقطه پنجره ی value label نمایش داده می شود.

 

سپس به هریک از سطوح متغیر کیفی کد یا عددی را نسبت می دهیم.
مثال:
اگر یکی از متغیرها جنسیت باشد با توجه به اینکه این متغیر دارای دو سطح مرد و زن است می توانیم با نسبت عدد 0 به زن و عدد 1 به مرد آن ها را کد گذاری کنیم. برای این کار 
در کادر value عدد 0
در کادر value label کلمه زن را تایپ و سپس کلید add را می زنیم.
و به همین صورت عدد 1 را برای مرد وارد می کنیم و در پایان بر روی گزینه ok کلیک می کنیم.
اگر در وارد کردن کدها یا برچسب ها اشتباهی رخ دهد می توانیم با انتخاب آن و انتخاب کلید change انرا اصلاح و یا با انتخاب کلید remove انرا حذف کنیم.
نکته:
برای مشاهده برچسب ها یا کدها در پنجره داده ها می توانیم از طریق منو view گزینه value label را فعال یا غیر فعال کنیم.

View > value label

 

تعریف داده های گمشده یا مقادیر نامعلوم (missing value)

در بسیاری از تحقیقات با مواردی برخورد می کنیم که برای بعضی از متغیرها پاسخ یا جوابی وجود ندارد یا اینکه پاسخ نامعلوم بوده و قادر به استخراج ان نیستیم. به این مقادیر، مقادیر نامعلوم یا داده های گمشده می گوییم.
برای آشنایی بیشتر به بخش اطلاعات نامعلوم یا مقادیر گمشده مراجعه کنید.
اگر بخواهیم برای مقادیر نامعلوم یک متغیر برچسب تعریف کنیم در بخش ویرایشگر داده ها (data editor) وارد تب variable view شده و در زیر ستون missing بر روی خانه متغیر مورد نظر کلیک کنیم تا سه نقطه ظاهر شود پس با کلیک کردن بر این سه نقطه پنجره ی missing value نمایش داده می شود.

 

در این پنجره گزینه های زیر وجود دارد
No missing value: اگر در متغیری؛ مقادیر نامعلوم (داده های گمشده) وجود ندارد ان را تغیر نمی دهیم. ( به صورت پیش فرض این گزینه فعال است.)
Discrete missing value: با استفاده از این گزینه می توانیم تا سه عدد را به عنوان مقادیر نامعلوم یا گمشده در نظر بگیریم.
Range plus one optional discrete missing value: به وسیله این گزینه می توانیم فاصله ای از اعداد را به عنوان مقادیر فراموش شده در نظر بگیریم.
در قسمت Discrete value علاوه بر بازه فوق می توانیم یک عدد نیز به عنوان مقدار نامعلوم یا گمشده تعریف نماییم.
بنابراین در تعریف داده های گمشده یا نامعلوم محدودیتی وجود دارد و آن تعداد مقادیر است
تنها سه عدد یا رشته را به عنوان مقادیر نامعلوم تعریف کنیم.
یک بازه را به عنوان مقادیر نامعلوم تعریف کنیم.
یک بازه به علاوه یک مقدار خاص را به عنوان مقادیر نامعلوم تعریف کنیم. 

آشنایی با محیط data view

ما باید داده های خود را برای تجزیه و تحلیل در این بخش وارد نماییم.

 

در این پنجره:

سطرها به عنوانموارد و عناصر نمونه یا جامعه هستند. بنابراینبرای هر پرسشنامه یا هر مورد آزمایش یک سطر داریم.

ستون ها: ستون ها نشان دهنده ی متغیرهای آزمایش، فاکتورها، کدهای جداکننده موارد یا عناصر و غیره هستند. [ در هر مبحث آماری نحوه ی وارد کردن داده ها به شما نشان داده می شود]

سلول ها یا خانه ها: محل تلاقی سطرها و ستون ها یک سلول یا خانه نامیده می شود که داده ( مشاهده) مربوطه در آن قرار می گیرد.

مثال:

اگر در تحقیقی از 100 نفر سن، سطح تحصیلات و جنسیت مورد پرسش قرار گرفته باشد پس از وارد کردن داده ها 100 سطر (ردیف) و سه ستون داریم. که مشاهدات مربوط به هر فرد در یک سطر قرار می گیرد به عنوان نمونه دو پرسشنامه زیر را مشاهده نمائید.

پرسشنامه 1:

 

جنسیت:  مرد×   	زن

سطح تحصیلات:
 زیر دیپلم   فوق دیپلم×    لیسانس و بالاتر

سن: 26 سال

 

پرسشنامه 2:

 

جنسیت:  مرد   	زن×

سطح تحصیلات:
 زیر دیپلم   فوق دیپلم    لیسانس و بالاتر×

سن: 28 سال

 

داده ها باید به صورت زیر وارد نرم افزار شود:

جنسیت	سطح تحصیلات	سن
مرد	فوق دیپلم	26
زن	لیسانس و بالاتر	28

 

همان گونه که مشاهده می شود مشاهدات ( داده ها، اطلاعات) مربوط به هر مورد ( در اینجا فرد) در یک سطر قرار می گیرد. [ اگر در وارد کردن داده ها به این مورد توجه نکنیم کل تحقیق و نتایج آن نامعتبر است]

حال اگر قصد داشته باشیم جدول اطلاعات فوق را وارد نرم افزار spss نماییم باید:

• به هر متغیر نامی اختصاص دهیم
• برای داده های اسمی و رتبه ای کد تعریف نموده و کدهای مربوطه را برچسب گذاری کنیم
• مقیاس های هر متغیر را تعریف کنیم.

اجرای تنظیمات دلخواه بر روی نوار ابزار spss

برای اینکه نوار ابزار را به سلیقه خودمان ویرایش کنیم. از فرمان زیر به کادر محاوره ای show toolbar وارد می شویم

View > toolbars > customiz

در این کادر می توانیم:
- با غیر فعال کردن عبارت large buttons اندازه ایکون ها را کوچک نماییم.

- اگر عبارت show tooltips را غیر فعال کنیم دیگر با نگه داشتن موس بر روی آیکون ها نحوه عملکرد ان ها نمایش داده نمی شود.

- با کلیک بر روی گزینه edit وارد پنجره edit toolbar (شکل زیر) شده و می توانیم به ویرایش نوار ابزار بپردازیم.

- در قسمت customizing toolbar: data editor می توانیم با گرفتن و رها کردن آیکون در محل دلخواه چیدمان انها را به سلیقه و نیاز خودمان تغیر دهیم.

برای اضافه کردن یک آیکون یا گزینه به نوار وضعیت می توانیم

• آیکون یا گزینه مورد نظر در قسمت tools را گرفته و به قسمت customizing toolbar: data editor آورده و رها کنیم.
برای حذف نیز می توانیم عکس این عمل را انجام دهیم.
• آیکون یا گزینه مورد نظر در قسمت tools را انتخاب و بر روی دکمه new tool کلیک و تعریف برچسب و تنظیمات مربوطه را انجام دهیم.

نوارهای spss

مانند اغلب نرم افزارهای تحت ویندوز نرم افزار spss نیز دارای نوارهای متعددی است که باعث می شوند بهتر و سریعتر به امکانات نرم افزار دسترسی داشته باشیم.

نوارهای spss که در شکل زیر نشان داده شده اند به صورت زیراند:

(1) نوار عنوان : در این نوار اسم فایل جاری و مشخصات آن نشان داده می شود.

(2) نوار منو: مهمترین نوار spss می باشد و تقریبا تمام فعالیت های مربوط به نرم افزار همچون باز و بسته کردن فایل ها، ویرایش، تجزیه و تحلیل، رسم نمودار و غیره در گزینه های این نوار قرار دارند.

(3) نوار ابزار: ابزارهایی که بیشتر مورد استفاده قرار می گیرند در نوار ابزار قرار دارند. برای استفاده از این ابزار ها روی ایکون های ان ها کلیک می کنیم. همچنین می توانیم کاربرد هر کدام از ابزارها را با نگه داشتن موس روی آن ها ملاحظه کنیم.

نوار ابزار را می توانیم به دلخواه خود مان تنظیم کنیم که توضیح آن را در قسمتاجرای تنظیمات دلخواه بر روی نوار ابزار می بینیم.

(4) نوار ویرایش داده ها: این نوار شامل سه قسمت است در سمت چپ می توانیم موقعیت سلول ( خانه ای که در آن قرار داریم (سلول فعال) را مشاهده کنیم. در بخش میانی می توانیم مقادیر سلول فعال را مشاهده و انرا ویرایش کنیم و در قسمت سمت راست تعداد متغیرهای فایل داده ها نمایش داده می شود.

(5) نوار وضعیت: در این نوار فعالیت ها و وضعیت هایی که برای فایل داده ها در نظر گرفته ایم نمایش داده می شود. مثلا اگر داده ها را وزن دار کرده ایم یا فیلتر نموده ایم در این قسمت نمایش داده می شود. 
قبل از انجام هر تحلیلی نیاز است نگاهی به این نوار داشته باشیم تا اگر در وضعیت مناسب قرار نداریم ان را اصلاح نمائیم.