مقدمه ای بر SPSS

مقدمه ای بر SPSS

SPSS – چیست؟

IBM SPSS Statistics (یا به اختصار “SPSS”) نرم افزاری بسیار آسان برای ویرایش و تجزیه و تحلیل داده ها است.

این آموزش یک مرور کلی از شکل ظاهری SPSS و چگونگی عملکرد آن را ارائه می دهد.

پنجره ویرایشگر داده SPSS

پنجره اصلی SPSS ویرایشگر داده است. این داده های ما را نشان می دهد بنابراین می توانیم آنها را بصری بازرسی کنیم.

این آموزش نحوه کار ویرایشگر داده را توضیح می دهد: ما شما را از قسمت های اصلی آن راهنمایی می کنیم و به برخی نکات و راهکارهای مفید اشاره خواهیم کرد.

مقدمه Syntax SPSS
Syntax SPSS کد رایانه ای است که توسط SPSS برای تجزیه و تحلیل داده ها ، ویرایش داده ها ، اجرای آزمون های آماری و موارد دیگر استفاده می شود.

استفاده از Syntax SPSS بسیار آسان است و در وقت و تلاش شما صرفه جویی می کند. این آموزش به سرعت شروع به کار می کند!

خروجی SPSS – مبانی ، نکات و ترفندها
پنجره خروجی SPSS جداول ، نمودارها و تست های آماری را که هنگام تجزیه و تحلیل داده های خود اجرا می کنید ، نشان می دهد.

این آموزش شما را با برخی از اصول مانند صادر کردن جداول و نمودارها به WORD یا Excel آشنا می کند. ما همچنین به برخی از ترفندهای مهم مانند ویرایش دسته ای و سبک سازی جدول ها و نمودارها اشاره خواهیم کرد.

باید آمار را بدانید

Median – آموزش ساده و مثالهایی
میانه در اصل مقداری است که ۵۰٪ کمترین و ۵۰٪ بالاترین مقادیر را از هم جدا می کند.

مثال: درآمد متوسط ۲۵۰۰ دلار به این معنی است که ۵۰٪ از کل افراد درآمد کمتری دارند و ۵۰٪ بیشتر از آن درآمد دارند.

همبستگی های پیرسون – معرفی سریع
همبستگی پیرسون عددی بین ۱ تا ۱+ است که نشان می دهد دو متغیر به چه ارتباط خطی با یکدیگر دارند.

این آموزش ساده با توضیحات و مثالهای برجسته به سرعت اصول را توضیح می دهد.

توزیع فرکانس چیست؟
توزیع فرکانس ، نمای کلی از تمام مقادیر موجود در برخی متغیرها و تعداد دفعات بروز آنها است.

مانند این ، توزیع فرکانس نحوه توزیع فرکانس ها را روی مقادیر نشان می دهد. این آموزش با چند مثال ساده به سرعت همه چیز را روشن می کند.

SPSS – آموزشهای محبوب

آموزش مقادیر گمشده SPSS
در SPSS ، مقادیر از دست رفته به اشاره می شود

مقادیر از دست رفته سیستم: مقادیری که در داده ها وجود ندارند ؛
مقادیر از دست رفته کاربر: مقادیری که در داده ها وجود دارند اما باید از تجزیه و تحلیل حذف شوند.
ما به سرعت شما را از طریق هر دو نوع راهنمایی خواهیم کرد. ما همچنین نحوه شناسایی ، تنظیم و مقابله با مقادیر از دست رفته را در SPSS نشان خواهیم داد.

تجزیه و تحلیل فاکتور SPSS – آموزش مبتدیان
تجزیه و تحلیل عامل بررسی می کند که کدام متغیرها در داده های شما کدام یک از عوامل اساسی را اندازه گیری می کنند.

این آموزش با یک مثال گام به گام ساده در SPSS ایده های تحلیل عامل را نشان می دهد.

آزمون نرمال SPSS Kolmogorov-Smirnov
آزمون Kolmogorov-Smirnov بررسی می کند که آیا یک متغیر به طور معمول در برخی از افراد توزیع می شود.

این “فرض نرمال” برای آزمونهای t ، ANOVA و بسیاری از آزمایشات دیگر لازم است. این آموزش نحوه اجرای و تفسیر آزمون Kolmogorov-Smirnov در SPSS را با چند مثال ساده نشان می دهد.

انواع و فرمت های متغیر SPSS
SPSS دارای دو نوع متغیر است:

متغیرهای عددی فقط شامل اعداد هستند و می توانند برای محاسبات استفاده شوند.
متغیرهای رشته شامل متن هستند و نمی توانند برای محاسبات استفاده شوند.
متغیرهای عددی در قالب های مختلفی مانند اعداد ساده ، تاریخ و درصد وجود دارند. کار با SPSS در صورت آگاهی از انواع و قالب های متغیر بسیار سریعتر و آسان تر می شود.

آمار – اصول اساسی

اندازه اثر – یک راهنمای سریع
اندازه اثر عددی قابل تفسیر است که تفاوت بین داده ها و برخی فرضیه ها را کمی می کند.

اندازه گیری اندازه اثر برای مقایسه اثرات در سراسر و در طول مطالعات مفید است. این آموزش به شما کمک می کند تا اندازه اثر را برای هر روش آماری مهم انتخاب ، بدست آورید و تفسیر کنید.

“اهمیت آماری” به چه معناست؟
اهمیت آماری تقریباً احتمال یافتن داده های شما تحت برخی فرضیه های پوچ است.

اگر این احتمال (یا “p”) کم باشد -معمولاً p <0.05- ، داده های شما با فرضیه صفر شما مغایرت دارد. در این حالت نتیجه می گیرید که فرضیه درست نیست.

فرضیه پوچ – مقدمه ای ساده
یک فرضیه صفر عبارت دقیق در مورد جمعیتی است که سعی می کنیم با نمونه داده ها آن را رد کنیم.

مثال: ۲۰٪ بعضی از جمعیت ویروس X دارند. اگر نمونه ای از این جمعیت درصد بسیار متفاوتی را نشان دهد ، ما این فرضیه صفر را رد می کنیم.

سطح اندازه گیری – چه و چرا؟
سطوح اندازه گیری انواع متغیرهایی است که به شما می گوید چگونه باید تحلیل شوند. ۴ نوع وجود دارد:

متغیرهای اسمی
متغیرهای ترتیبی
متغیرهای فاصله
متغیرهای نسبت

0 پاسخ

دیدگاه خود را ثبت کنید

تمایل دارید در گفتگوها شرکت کنید؟
در گفتگو ها شرکت کنید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *