SPSS Statistics For Dummies

Em SPSS Statistics, o nível de mensuração das variáveis ​​define quais as estatísticas de resumo e gráficos devem ser usados. A tabela a seguir fornece definições, exemplos, estatísticas de resumo adequadas e gráficos para o nível de mensuração das variáveis.

NominalOrdinalEscala
DefiniçãoCategorias desordenadascategorias ordenadasTanto o intervalo e proporção
ExemplosSexo, localização geográfica, categoria de trabalhoíndices de satisfação, os grupos de renda, ofpreferences classificaçãoNúmero de compras, nível de colesterol, idade
Medidas de tendência centralModoMedianaMediana ou média
Medidas de dispersãoNenhumMin / max / intervaloMin / max / gama, Desvio padrão / variância
GráficoPie ou barBarrahistograma

SPSS Statistics gráficos para mostrar as relações entre um par de variáveis

Ao escolher um gráfico para mostrar a relação entre as variáveis, você precisa saber o nível de mensuração das variáveis. A tabela a seguir mostra alguns dos gráficos que podem ser utilizados para visualizar relações entre os diferentes tipos de variáveis.

categórica Dependenteescala Dependente
categórica Independentbar cluster ou torta com painéisbarra de erro ou boxplot
escala Independentbarra de erro ou boxplotgráfico de dispersão

SPSS Statistics comumente usados ​​Analisar Menus

A tabela a seguir fornece uma lista de alguns dos procedimentos mais utilizados no menu Analisar do IBM SPSS Statistics, que é um aplicativo que realiza a análise estatística dos dados.

submenuÚtil para . . .
Livro de códigoRelatóriosUma rápida olhada em todas as suas variáveis ​​de uma só vez. Nível ofmeasurement automaticamente controla quais estatísticas de resumo aredisplayed.
frequências DescriptivesMais útil para as variáveis ​​categóricas. Você pode executar todas themat uma vez. Diz-lhe quantos de cada valor da categoria que você tem.
DescriptivesDescriptivesmaneira fácil de obter informações variável de escala básica como andmedian média.
ExplorarDescriptivesBaseado em um livro famoso, A análise dos dados exploratória. Uma maneira eficaz de olhar para todos os tipos ofvariables, assim como pares de variáveis.
crosstabsDescriptivesUm teste para verificar se as variáveis ​​categóricas são independentof uns aos outros ou relacionados entre si.
SignificaCompare MeansCalcula meio de subgrupos e estatísticas relacionados para dependentvariables dentro das categorias de uma ou mais variáveis ​​independentes.
One-Sample T-TestCompare MeansTesta se a média de uma única variável diferente do valor de aspecified (por exemplo, um grupo utilizando um novo methodcompared aprendizagem para a escola média).
As amostras independentes T-TestCompare MeansTesta se os meios para dois grupos diferentes em uma variável continuousdependent (por exemplo, mulheres versus homens onincome).
Amostras teste t pareadoCompare MeansTesta se há uma diferença significativa nas meanunder duas condições (por exemplo, antes versus depois, ou standingversus sentado).
Uma maneira ANOVACompare MeansTesta se os meios para dois ou mais grupos diferentes em variável dependente acontinuous (drug3 por exemplo, contra drug1 drug2versus em depressão).
Correlação bivariadaCorrelacionarCorrelações determinar a similaridade ou diferença no waytwo variáveis ​​contínuas alteração no valor de um caso (linha) toanother através dos dados.
Regressão linearRegressãoUma técnica estatística que é utilizada para prever uma variável continuousdependent de uma ou mais variáveis ​​independentes contínuas.

Interpretação significância estatística na SPSS Statistics

Você precisa saber como interpretar a significância estatística quando se trabalha com SPSS Statistics. Ao realizar um teste estatístico, muitas vezes as pessoas saltar imediatamente à conclusão de que um achado # 147 é estatisticamente significativa # 148- ou # Não 147 é estatisticamente significativa. # 148- Enquanto que é literalmente verdade, isso não implica que há apenas duas conclusões a tirar sobre um achado.

E se no mundo real não existe uma relação entre as variáveis, e o teste constatou que houve uma relação significativa? Neste caso, você estaria fazendo um erro-este tipo de erro é chamado de # 147-falso positivo # 148- porque você falsamente concluir um resultado positivo (acho que ele ocorrer).

Por outro lado, o que se no mundo real que existe uma relação entre as variáveis, e o teste descobriu que não havia qualquer relação significativa? Neste caso, você estaria fazendo um erro-este tipo de erro é chamado de # 147-falso negativo # 148- porque você falsamente concluir um resultado negativo (acho que não ocorre).

No mundo realResultado do teste estatístico
Não Significativo (p > 0,5)significativo (p lt; 0,5)
Os dois grupos não são diferentesA hipótese nula aparece verdade, para que concluir o groupsare não significativamente diferente.Falso positivo.
Os dois grupos são diferentesFalso negativo.A hipótese nula aparece falso, assim você concluir que dosgrupos são significativamente diferentes.

menu