معاونت بهداشت

Statistical Package for the Social Science SPSS اين برنامه يکي از قديمترين، برنامه هاي کاربردي در زمينه تجزيه و تحليل هاي آماري است که قابليت هاي انجام آمار توصيفي زيبا از اطلاعات، شامل رسم نمودارها و چارت هاي گوناگون، محاسبات مربوط به ميانگين، انحراف معيار، واريانس، ميانه و ... را دارا مي باشد. پس از خريداري شدن شرکت سازنده آن توسط IBM در سال 2009 با نام PASW منتشر شد ولي در نسخه 19 دوباره نام IBM SPSS Statistics را اختيار کرده است. مبحثي که پيش روي شماست به کنکاش و کاربرد اين نسخه خواهد پرداخت.

از آنجايي که نرم افزارهاي موجود در بازار ايران قفل شکسته هستند بايد براي نصب آنها توجه شود. هنگام نصب اين نرم افزارها بايد اتصال اينترنت را قطع کنيد و هنگام آمدن پبغام registry از ثبت نام کردن امتناع نمائيد.

نصب نرم افزار بلافاصله پس از قرار دادن CD در CD Rom پنجره زير باز ميشود که با کليک بر روي گزينه Run AUTORUN.EXE به مرحله بعد ميرويم که اطلاعاتي در رابطه با مراحل نصب در اختيار ما قرار مي دهد.

با حرکت دادن Scroll Bar به سمت پايين اطلاعات کاملتري براي نصب نرم افزار در اختيار شما قرار ميگيرد. براي شروع عمليات نصب بر روي گزينه ”نصب برنامه“ کليک کنيد و منتظر بمانيد تا پنجره زير ظاهر شود.

گزينه اول را انتخاب کرده و سپس دکمه Next را کليک کنيد.

در پنجره ظاهر شده بر روي آيکون I accept the terms in the license agreement. کليک کرده و به مرحله بعدي برويد.

در قسمت User name يک اسم وارد نماييد و دکمه next را بزنيد.

آدرسي که مي خواهيد برنامه در آن نصب شود را مي توانيد در اينجا مشخص کنيد اين آدرس را بخاطر بسپاريد چون بعدا براي Copy و Past کردن فايل هاي Crackها به اين آدرس نياز خواهيد داشت.

در اين قسمت با کليک بر روي دکمه Install برنامه شروع به نصب ميکند.

برنامه در حال نصب ميباشد، لطفا صبور باشيد.

در اين قسمت برنامه از شما ميخواهد که registry را انجام دهيد

در پيغام ظاهر شده گزينه دوم را انتخاب کرده و دکمه cancelرا بزنيد.

در پيغام ظاهر شده دکمه cancelرا بزنيد.

با زدن دکمهYes به مرحله بعدي برويد.

در سمت چپ راهنما فايل Crack را انتخاب کرده و فايلهاي ظاهر شده را Copy و در محل نصب برنامه Past کنيد.

برنامه در حال Past کردن فايل هاي Crack ميباشد.

با ظاهر شدن پنجره اي مشابه با انتخاب گزينه Copy and Replace يا Yes to all عمل Paste کردن را تاييد نماييد.

با ظاهر شدن پنچره اي مشابه با زدن دکمه Continue به مرحله بعدي يرويد.

پس از آنکه نرم افزار با موفقيت نصب شد، با کليک بر روي دکمه Start و سپس All Programs گزينه IBM SPSS STATISTICS را مشاهده خواهيد کرد. با کليک بر روي اين آيکون پنجره ديگري ظاهر خواهد شد.

پنجره شروع نرم افزار بصورت زير ميباشد که بلافصله بعد از آن کادر گفنگوي بعدي ظاهر ميشود.

در اين پنجره از شما ميپرسد What would you like در اين پنجره از شما ميپرسد What would you like?به معني چه کاري مايليد انجام دهيد؟ که شامل گزينه هاي زير ميباشد. Run the tutorial: با اجراي اين گزينه راهنماي SPSS اجرا ميشود. Type in data: اگر قصد وارد کردن داده هاي جديد را داريد و ميخواهيد تحليل هاي آماري را روي آنها انجام دهيد اين گزينه را با زدن دکمه OK انتخاب کنيد. در ادامه به بررسي اين قسمت خواهيم پرداخت.

Run an existing query: براي اجراي يک پرس و جو براي استخراج داده ها از يک بانک اطلاعاتي موجود و ارائه ي آنها براي استفاده در تحليل به کار مي رود. Create new query using database wizard: براي ايجاد يک پرس و جوي جديد براي بازيابي و نمايش داده ها از يک بانک اطلاعاتي به کار مي رود. Open another type of file: اگر کامپيوتر شما به شبکه متصل است، ممکن است ليست فايل هاي قبلي را در اختيار شما نگذارد، شما با کليک روي more files ميتوانيد فايل يا درايو مورد نظر را از پوشه هاي ظاهر شده، انتخاب کنيد. Do not show this dialog in the future: با انتخاب اين گزينه کادر گفتگويي که بطور خودکار در هنگام باز شدن SPSS ظاهر ميشود را به حالت غير فعال در آورده و از نمايش آن براي دفعات بعدي جلوگيري مي کنيد.

پنچره Data Editor آماده است تا داده ها را در آن وارد کنيد. نوار عنوان بالاترين فضاي افقي اين پنجره است و با save کردن داده ها به نام مورد نظر تغيير مي کند. نوار منو نوار افقي زير نوار عنوان که شامل منوهاي File, Edit, …help مي باشد. در ادامه به بررسي آنها خواهيم پرداخت. نوار ابزار سومين سطر افقي که شامل دکمه و نمادهاي تصويري است. چنانچه نشانگر موس را روي هر کدام نگه داريد عملکرد آن، زير آن دکمه ظاهر مي شود. اين ابزارها شامل open, copy ,… است

کاربرگ نمايش متغيرها (Variable View ) :Variable view اين قسمت براي نام گذاري متغيرها، مشخصات و جزئيات مورد نظر آنها به کار مي رود. اولين ستون Name مي باشد که نام کليه متغيرها در اين ستون نوشته مي شود. در ستون دوم نوع متغير نشان داده مي شود. در ستون Width تعداد کارکترهاي که عرض آن متغير را تشکيل مي دهد و يا تعداد اعشاري که به مقادير عددي اختصاص داده مي شود. Lable بر چسبي که براي متغير تعريف مي شود. Values مقادير کدهايي است که براي گروه ها يا سطوح متغير در نظر مي گيريم و Missing که به تعريف داده هاي گم شده مي پردازد. در قسمت بعدي بطور کامل اين قسمت ها توضيح داده خواهد شد.

کار برگ نمايش داده ها (Data View) پس از آنکه نام گذاري و مشخصات متغيرها به پايان رسيد، هنگام آن رسيده که داده ها را وارد نماييم. با کليک بر روي Data View در پايين پنجره ي Data Editor يک صفحه گسترده جهت ورود اطلاعات که در برگيرنده خانه هايي است که از تقاطع سطرها و ستون ها به دست آمده اند. در اين کاربرگ، هر سطر بيانگر يک فرد و يا يک مورد است و هر ستون بيانگر يک متغير است. از آنجايي که ما در کاربرگ Variable View نام آن متغيرها آمده است و بقيه ستون هايي که نام ندارند داراي برچسب Varمي باشند.

قواعد نام گذاري متغيرها نبايد بيشتر از 8 کارکتر باشد. بايد با يک حرف و يا علامت @ شروع شود. نبايد با يک نقطه شروع شود. مي تواند شامل حروف، اعداد يا يکي از کارکترهاي @، #، يا $ باشد. نبايد داراي فاصله باشد. نبايد شامل کارکترهاي خاص مانند ؟ & , -, *, و ساير مواردي غير از کارکترهاي ذکر شده در قاعده 4 باشد. نبايد شامل کلمات کليدي مانند (AND, NT,EQ,BY, ALL) که SPSS بعنوان عبارات محاسباتي از آنها استفاده مي کند، باشد.

تعيين نام و جزئيات متغيرها از آنجايي که حداکثر تعداد کارکترهايي که مي تواند براي نام يک متغير بکار برد 8 مي باشد بايد سعي شود نامي که براي يک متغير استفاده مي شود در عين سادگي با معني نيز باشد مانند AGE, GENDER, GROUP در غير اينصورت بهتر است از شماره سوال بجاي نام متغير استفاده کرد مانند q1,q2,…

تغيير نوع متغير بصورت پيش فرض، نوع متغير همان گونه که در ستون Type مشاهده مي شود از نوع عددي (Numeric) است. فرض کنيد بخواهيد نام تمام شرکت کنندگان در مطالعه را ثبت کنيد و بلندترين نام هم بيش از 20 کارکتر نيست، اين نوع متغير از نوع رشته (String) خواهد بود که يک متغير کيفي است و طبقات آن در ويرايشگر داده ها بصورت رشته وارد مي شود. براي تعريف يک متغير از نوع رشته پس از وارد کردن نام متغير، وارد ستون Type شده و نشانگر ماوس را بر روي سه نقطه سايه دار سمت راست Numeric برده و روي آن کليک مي کنيم تا کادر گفتگوي Variable Type باز شود.

در اين کادر ليستي از هشت نوع متغير وجود دارد که شامل عددي، سه رقمي، نمايي، تاريخي، با علامت دلار، با علامت دلخواه و رشته اي مي باشد. بر روي گزينه String کليک کرده، بلافاصله کادر Decimal Place و Width ناپديد شده و کادري بنام Characteristic جايگزين مي شود. مقدار پيش فرض 8 در کادر را به مقدار بزرگتري مانند 20 تغيير دهيد.

مقادير و برچسب هاي مقادير (Value Labels) در حالتي که متغير چند سطحي بوده و بخواهيم اين سطوح را با مقادير مثلا با اعداد 1، 2 و 3 مشخص کنيم، بطوري که 1 نمايانگر ضعيف، 2 نماينگر متوسط و 3 نماينگر خوب باشد. بدين منظور در ستون Value پس از فعال کردن خانه ي متناظر با متغير مورد نظر، کادر گفتگوي Value Lable را باز کرده و در کادر متني Value مقدار 1 را وارد کرده و سپس در کادر متني Lable کلمه Week را تايپ کرده تا دکمه Add فعال شود و با کليک بر روي آن عبارت زير ظاهر خواهد شد. 1=“Weak” بهمين ترتتيب ساير سطوح متغير را نيز معرفي مي کنيم. بطوري که در نهايت خانه Value بصورت ({1, Weak}) در مي آيد.

مشخص کردن برچسب براي متغيرها (Label) از آنجايي که در تعريف نام متغيرها اجازه ي استفاده بيش از 8 کارکتر را نداريم و اين ممکن است بطور مطلوبي گوياي متغير مورد نظر نباشد، مي توانيم با تايپ کردن سوال مربوطه بصورت يک يرچسب در ستون Lable اين مشکل را رفع کنيم، در اين صورت اين برچسب در خروجي هاي نمايش داده خواهد شد. همچنين اگر در کاربرگ Data View با ماوس بر روي سر ستون ها که نام متغيرها را نمايش مي دهند، برويم و چند لحضه ماوس را بي حرکت نگه داريم، برچسب آنها در يک متن زير نام متغير نشان داده خواهد شد. براي مشخص کردن برچسب براي يک متغير مجاز به استفاده تا 120 کارکتر خواهيم بود.

تعيين مقياس اندازه گيري (Meassure) در پيش فرض هاي SPSS مقياس اندازه گيري براي متغيرهاي کيفي يا رسته اي، Nominal مي باشد. شما مي توانيد در اين ستون مقياس اندازه گيري را تعيين کنيد. براي متغيرهاي نسبتي و فاصله اي گزينه Scale و براي متغيرهاي ترتيبي گزينه Ordinal و براي متغيرهاي اسمي مقياس Nominal را انتخاب کنيد. نکته: انتخاب مقياس در بعضي از نمودارها، تغييراتي را ايجاد مي کند.

رديف کردن داده ها (Align) بصورت پيش فرض، داده ها در Data View بصورت چپ چين رديف شده اند، اما گاهي وسط چين کردن و يا راست چين کردن آنها بهتر است. اين ستون انجام اين کار را امکان پذير مي کند. براي اين کار کافي است نشانگر ماوس را بر روي اين ستون قرار داده و کليک کنيد، سپس بر روي پيکان رو به پايين در سمت راست کليک کرده و يکي از گزينه هاي Left، Right و Center را انتخاب نماييد.

انتخاب نمونه بوسيله دستور Select Cases انتخاب نمونه به ما امکان مي دهد تحليل را بر روي گروه مشخصي از مشاهدات محدود کنيم. براي اينکار دستور Select Cases را از منوي Data اجرا مي کنيم تا کادر گفتگوي زير باز شود.

انتخاب نمونه بوسيله دستور Select Cases چندين روش براي انتخاب مشاهدات وجود دارد. :All Cases تمام مشاهدات را براي تجزيه و تحليل انتخاب مي کند که گزينه پيش فرض است. If condition is Satisfied: اين امکان را مي دهد که مشاهدات را بر اساس يک شرط منطقي (مثلا gender=1 & age>40) انتخاب کنيد. اين کار را با زيرکادر گفتگوي If انجام مي دهد. Random Sample of cases: اين امکان را مي دهد که يک نمونه تصادفي از مشاهدات را انتخاب نمائيد. Based on time or case range: اين امکان را مي دهد که دامنه اي از مشاهدات را بر اساس ترتيبشان در کاربرگ نمايش داده ها انتخاب کنيم. :Use filter variable با مشخص کردن يک متغير فيلتر، اين امکان را مي دهد که مشاهداتي را انتخاب کنيد که داراي مقدار صفر نيستند. متغير فيلتر، متغيري است که تنها داراي مقادير صفر و غیر صفر است. مشاهدات انتخاب شده با کد غیر صفر و مشاهدات انتخاب نشده با کد صفر هستند.

انتخاب نمونه بوسيله دستور Select Cases بخش Output داراي سه قسمت زير مي باشد. Filter out unselected cases: با انتخاب اين گزينه مشاهدات بطور موقت انتخاب مي شوند. مشاهدات انتخاب نشده از بين نمي روند و امکان دستيابي مجدد به آنها وجود دارد. Copy selected cases to a new dataset: با انتخاب اين گزينه مشاهدات انتخاب شده در يک پنجره جديد از ويرايشگر داده ها قرار مي گيرند تا تحليل گر تنها نمونه ي انتخاب شده را با يک نام چديد بطور کامل مشاهده کند. Delete unselected cases: با انتخاب اين گزينه، مشاهدات بطور دائم انتخاب مي شوند و مشاهدات انتاب نشده حذو مي شوند و امکان دستيابي مجدد به آنها وجود نخواهد داشت.

کد بندي مجدد و گروه بندي داده ها (Record) دستور Recode يکي از مفيدترين دستورهايي است که جهت تبديل يک متغير پيوسته به گسسته بکار مي رود. براي مثال اگر بخواهيم نمرات دانشجويان را در ردههاي (کمتر از 12Low ، بين 12 تا 16 middle، بين 16 تا 18 Good و بالاتر 1ز 18 نيز Excellent)دسته بندي نماييم. دو دستور مختلف براي Recode کردن وجود دارد: Recode into Same Variable: مقادير تبديل شده ي يک متغير ير روي خود آن متغير ثبت مي شود. Recode into Different Variables: مقادير کدبندي در يک متغير جديد ثبت مي شود.

Recode Into Different Variables متغير VAR0001 را به ليست Numeric Variable->Output Variable منتقل مي کنيم. در کادر متن OutPut Variable براي تبديل نام متغير جديد کلمه Mrak را تايپ مي نماييم و روي Changeکليک مي نمائيم.سپس روي دکمه Old and New Values کليک مي نمائيم تا کادر گفتگوي آن باز شود. Recode Into Different Variables

کادر گفتگوي Old and New Values در بخش Old Values گزينه ي Range را انتخاب مي کنيم تا دو کادر متن مربوط به آن باز شوند. در کادر متن اول، عدد 12 و در کادر متن د.م عدد 16 را تايپ مي کنيم. چون مي خواهيم متغير ما رشته اي باشد در قسمت پايين سمت راست، داخل مربع OutPut Varibles are Strings تيک مي زنيم و سپس در کادر متن اول New Value کلمه ي middle را تايپ و سپس روي Add کليک مي کنيم. اکنون تمام نمره هاي بين 12 تا 16 در متغير Mark بصورت middle کد بندي شده اند.

مجددا بر روي Range کليک مي کنيم مجددا بر روي Range کليک مي کنيم. در کادر متن اول آن، عدد 16 و در کادر متن دوم، عدد 18 را تايپ مي کنيم. سپس در کادر متن New Value کلمه ي Good را تايپ کرده و روي Add کليک مي کنيم. روي گزينه Range, LOWEST through کليک کرده و عدد 12 را در کادر متن آن تايپ مي کنيم. سپس در کادر New Value کلمه Low را تايپ کرده و روي Add کليک مي کنيم. روي گزينهHiGHEST Range, Value through کليک کرده و عدد 18 را در کادر متن آن تايپ مي کنيم. سپس در کادر New Value کلمه Excelenteرا تايپ کرده و روي Add کليک مي کنيم. در نهايت بر روي Continiueو سپس بر روي OK کليک مي نمائيم.

تبديل و انتخاب داده ها با دستور Transform compute براي انجام محاسبات آماري، گاهي لازم است داده هاي موجود در يک متغير را تغيير داد. تغيير نتايج ممکن است در يک متغير جديد ذخيره شود و يا بر روي متغير قبلي ثبت و جايگزين شود. عمل تغيير داده ها را تبديل یا Transform گويند. بوسيله ي کادر گفتگوي Compute Variable مي توان مقادير داده ها را بر اساس يک عبارت رياضي يا آماري تبديل کرد و نتايج را در يک متغير جديد، ثبت کرد. اين کار بصورت زير انجام مي شود. Target Variable=Numeric Expression در رابطه فوق، متغير مورد نظر مي تواند يک متغير جديد تغريف شود يا يک متغيري که از قبل وجود دارد. (در اين حالت مقادير جديد، جايگزين مقادير قبلي آن مي شود) توابع رياضي جديدي در بخش Functions در دسترس هستند که شما را قادر مي سازند عبارت هاي رياضي پيچيده را محاسبه کنيد.

فرض کنيد در فايل داده carpet_prefs که از مجموعه فايلهاي خود SPSS مي باشد و از مسير زير ميتوانيد به آن دسترسي داشته باشيد. C:\Program Files\IBM\SPSS\Statistics\19\Samples\English

بخواهيم مجموع متغيرهاي PREF1، PREF2،PREF3و PREF4 را به دست آوريم و اسم متغير جديد را Sum قرار دهيم. بنابراين در کادر Target Variable، عبارت sum را تايپ مي کنيم. سپس در قسمت Function Group روي گزينه Statistical کليک کرده تا توابع آماري در کادر variables Functions and Special ظاهر شود. سپس با 2 بار کليک بر روي گزينه sum، تابع مورد نظرمان را به کادر Numeric Experssion مي فرستيم. اکنون متغيرهاي PREF1، PREF2،PREF3و PREF4 را به درون پرانتز تابع Sum و بجاي علامت هاي سوال(؟) منتقل کرده و بر روي Okکليک مي کنيم.

کادر گفتگوي Compute Variable اعداد عملگرها صفحه ماشين حساب توابع تبديل شرطي بوسيله کليد If توابع رياضي توابع آماري توابع توزيع توابع منطقي ترکيب زمان و تاريخ يا تفکيک آنها از هم توابع مربوط به مقادير گمشده توابع Cross-Case توابع رشته اي با انتخاب کليد If مي توانيد از SPSS بخواهيد محاسبات را بر اساس يک عبارت شرطي انجام دهيد.

شکستن فايل (Split File) گاهي لازم است که يک فايل بر اساس سطوح يک متغير شکسته شود تا تجزيه و تخليل هاي آماري بعد از آن بصورت خودکار در هر يک از سطوح بطور جداگانه انجام شود. بطور مثال در فايل داده debate بخواهيم تحليل ها در هر جنس بصورت جداگانه انجام شود. براي اينکار منوي زير را انتخاب مي کنيم: Data/Split File تا کادر گفتگوي آن باز شود.

گزينه Organize output by groups را انتخاب مي کنيم گزينه Organize output by groups را انتخاب مي کنيم. سپس متغير کد بندي که شکستن بر اساس آن انجام مي شود (gender) را انتخاب کرده و آن را به کادر Groups based on منتقل کرده و بر روي OK کليک مي نمائيم. وقتي اين دستور اجرا شود، داده ها بر اساس سطوح اين متغير مرتب مي شود.

پس از آنکه فایل داده را بر اساس یک متغیر چند حالته شکستیم پس از آنکه فایل داده را بر اساس یک متغیر چند حالته شکستیم. نرم افزار هر کاری را که شما بخواهید برای سطوح مختلف آن متغیر بطور جداگانه اینکار را انجام خواهد داد. برای مثال اگر در فایل داده adl که از فایل های خود نرم افزار است و از آدرس زیر در دسترس می باشد C:\Program Files\IBM\SPSS\Statistics\19\Samples\English اگر شکستن فایل بر حسب متغیر travel که دارای 5 سطح است انجام دهیم. این فایل به 5 فایل داده تفکیک خواهد شد. یعنی هر دستوری که اجرا نمائید برای هر سطح این متغیر بطور جداگانه انجام خواهد شد.

جدول فراواني براي نمايش جدول فراواني براي داده هاي گسسته منوي زير را انتخاب مي کنيم: Analyze/Descriptive statistics/Frequencies تا کادر گفتگوي زير باز شود. در اين کادر متغيرهايي که مي خواهيم براي آنها جدول فراواني رسم شود را داخل کادر Variables منتقل مي کنيم. توجه داشته باشيد که گزينه Display frequency بصورت پيش فرض تيک خورده است. اگر خواهان رسم نمودار نيز هستيم بر روي گزينه Charts کليک کرده و يکي از نمودارهاي ميله اي، ستوني و يا مستطيلي را کليک نمائيد سپس با زدن دکمه Continue و Ok خروجي زير نشان داده مي شود. براي مثال جدول فراواني براي داده debate و متغير Age از فایل داده cereal نشان داده مي شود.

کادر گفتگوي Format در کادر گزينه Frequency دو گزينه ديگر نيز وجود دارد يکي Format است که امکان تغيير نمايش جدول فراواني را مي دهد. در بخش Order by مي توانيد براي تعيين ترتيب نمايش داده ها در جدول فراواني به دست آمده در خروجي، يکي از گزينه ها را انتخاب نمائيد. نکته: در صورتي که گزينه اي را مشخص نکرده باشيد، SPSS جدول فراواني را بصورتي ايجاد مي کند که رديف هاي آن بر اساس مقدار کدهاي متغير مرتب گردند. نکته: از آنجايي که در جدول فراواني خروجي، مقادير درصدهاي تجمعي بترتيب رديف در جدول وابسته است با تغيير دادن فرمت، مقادير ستون Cumulative percent نيز تغيير خواهد کرد.

کادر گفتگوي Statistics اگر در کادر گفتگوي Frequency، دکمه ي Statistics را انتخاب کنيد کادر گفتگوي زير ظاهر خواهد شد. که در آن امکانات محاسبه آماره هايي مانند ميانگين، ميانه و مد وجود دارد. همچنين مي توانيد از سيستم بخواهيد که چندکها را نيز براي شما محاسبه نمايد. اگر چه براي داده هاي گروه بندي شد همانند متغير Age Categorical در اين مثال مناسب بنظر نمي رسد. همچنين ساير امکانات مربوط به شاخص هاي پراکندگي نيز قراهم است.

توصيف داده هاي پيوسته اگر متغيري پيوسته باشد و بخواهيم شاخص هاي مرکزي و پراکندگي را براي آن محاسيه نمائيم مانند متغير Age در فايل داده adl منوي زير را انتخاب مي کنيم: Analyze/Descriptive statistics/Descriptive پس از باز شدن کادر گفتگوي آن متغير پيوسته را به داخل کادر Variables منتقل مي کنيم. سپس بر روي گزينه Options کليک مي نمائيم. در پنجره باز شده مي توانيم هر يک از شاخص هاي مرکزي و پراکندگي را که مي خواهيم تيک بزنيم. در نهايت دکمه Continue و Ok را کليک مي نمائيم.

وزن دادن متغيرها بر اساس فراواني هايشان فرض کنيد در نظر سنجي از 100 نفر از مردم در رابطه با نظرشان در مورد سقط جديد بصورت يک جدول توافقي بصورت زير باشد. هدف تشکيل دادن يک جدول توافقي است که نشان مي دهد ممکن است رابطه اي بين دو متغير کيفي وجود داشته باشد. بايد براي SPSS مشخص کنيم که داده هاي هر يک از خانه ها مجموع پاسخ چند نفر است. بنابراين بايد به داده ها وزن دهيم. براي اين منظور بايد متغيرهاي (,male=21=female) gender و (agree=1,disagree=2) opinion را بصورت دو متغير کدبندي شده دوسطحي تعريف کنيم و متغير جديدي بنام freqبصورت زير تعريف کنيم. موافق مخالف زن 23 55 78 مرد 7 15 12 30 70 100

داده ها را بصورت زير در Data View وارد مي کنيم. در کادر گفتگوي باز شده متغير freq را به کادر Weight cases by منتقل کرده و بر روي OK کليک مي نمائيم.

اضافه کردن متغير (ستون) و يا مورد (رديف) تغيير ترتيب متغيرها براي اضافه کردن متغير جديد کافي است متغيري را که در سمت راست محل مورد نظر براي قرار دادن متغير جديد قرار دارد را انتخاب کنيم. سپس از منوي Data گزينه Insert Variable را انتخاب نمائيم. براي اضافه کردن مورد جديد کافي است موردي را که در بالاي محل مورد نظر براي قرار دادن مورد جديد قرار دارد را انتخاب کنيم. سپس از منوي Data گزينه case Insert را انتخاب نمائيم. فرض کنيد بخواهيم در ويرايشگر داده ها دو متغير را در ستون هاي دور از هم قرار دارند را در کنار هم قرار دهيم. براي اينکار منوي زير را انتخاب مي کنيم: Analyze/Reports/ Case Summaries تا کادر گفتگوي آن باز شود.

براي مثال در فايل داده demo بخواهيم دو متغير gender و response را در کنار هم داشته باشيم. در کادر گفتگوي Summarize Cases متغيرهايي که قرار است ليست شوند را داخل کادر Variables قرار مي دهيم. سپس روبروي گزينه Limit cases to first عدد 10 راوارد مي کنيم بدين منظور که تنها 10 مورد اول در خروجي ليست شود.

طريقه ايجاد جدول توافق فرض کنيد بخواهيم فراواني سطوح Age cat را در هر جنس مورد بررسي قرار دهيم. جدول توافقي داراي يک متغير در سطر و يک متغير در ستون است و مهم نيست که کداميک متغير سطري و کداميک ستوني باشد. براي تهيه يک جدول توافقي منوي زير را انتخاب مي کنيم. Analyze/Descriptive Statistics/ Crosstab پس از باز شدن کادر گفتگوي آن متغير Age را به قسمت Rows و متغير gender را به قسمت Columns منتقل مي کنيم و بر روي OK کليک مي نمائيم.

خروجي جدول توافقي در خروجي دو جدول نمايش داده شده بصورت زير است. در جدول اول جزئيات مشاهدات معتبر را نشان مي دهد. جدول دوم در برگيرنده تعداد مشاهداتي است که در هر خانه قرار مي گيرند. از آنجايي که متغير gender داراي دو سطح و متغير Age داراي 4 سطح مي باشد. اين جدول داراي 8 خانه مي باشد.

اضافه کردن درصدهاي خانه ها به جدول توافقي از آنجايي که تجزيه و تحليل جداول توافقي از روي مشاهدات به تنهايي مشکل است، مي توان براي تشريح توزيع فراواني مشاهدات، درصدهاي خانه ها را به جدول توافقي اضافه کرد. درصدهاي خانه هاي جدول توافقي را به سه صورت مي توان محاسبه کرد: سطري، ستوني و کل. براي اينکار بر روي گزينه cells در کادر گفتگوي cross tabکليک کنيد تا کادر گفتگوي آن باز شود. اگر گزينه Rows را انتخاب نماييد، درصدها را بصورت رديفي نمايش خواهد داد. اگر بر روي Column نماييد درصدها را بصورت ستوني و اگر بر روي Total کليک نماييد درصدها را بر هر رديف و هر ستون محاسبه خواهد کرد.

رديف ستون کل

توصيف داده پيوسته در زير گروهها براي بررسي متغيرهاي پيوسته در طبقات متغيرهاي گروه بندي شده، دستورهاي متعددي وجود دارد از جمله دستور Means که در منوي زير قرار دارد. Analyze/Compare Mean/Means در کادر گفتگوي باز شده متغير پيوسته را داخل کادر Dependent List و متغير گروه بندي شده را داخل کادر Independent List منتقل مي کنيم. سپس گزينه Option را فعال کرده و هر کدام از شاخص ها را نياز داشته باشيم به کادر Cell Statistics منتقل مي نمائيم. در نهايت دکمه Continue و Ok را مي زنيم.

در داده adl از فایل های نرم افزار همانطور که در خروجي مشاهده مي شود ميانگين و انحراف استاندارد در دو سطح متغير (Control, Treatment) Group نشان داده شده است.

در صورت داشتن وقت

تحليل اکتشافي داده ها (Explore) در حالتي که مشاهدات را به چند گروه تقسيم کرده ايم و مي خواهيم شاخصهاي آماري و نمودارها را در هر زير گروه مقايسه کنيم. براي انجام اينکار منوي زير را انتخاب مي کنيم: Analyze/Descriptive Statistics/Explore

در پنجره بازشده، مي توانيم يک يا چند متغير پيوسته را که علاقمند به دانستن شاخص هاي آنها هستيم به کادر Dependent List منتقل مي نمائيم و متغيرهاي گروه بندي شده را که مي خواهيم در زير گروه هاي آنها تحليل اکتشافي را انجام دهيم به کادر Factor List منتقل مي نمائيم. براي مثال در داده هاي adl متغير Age را در کادر Dependent List و متغيرهاي gender و group را در کادر Factor list وارد مي نمائيم. در کادر پايين Display بطور پيش فرض گزينه Both انتخاب شده است، که هم نمودارها و هم جداول را رسم مي کند در صورتي که تمايل به داشتن تنها يکي از اين گزينه ها داشته باشيد، مي توانيد گزينه مناسب را انتخاب نمائيد. در گزينه Plot نمودارهاي ساق و برگ و مستطيلي نيز در قسمت Descriptive در دسترس مي باشد. با زدن دکمه Continue و Ok خروجي زير حاصل مي شود.

اين خروجي شامل انواع شاخص ها در زير گروهاي تقسيم بندي شده براي متغير group و متغير Diabetic مي باشد، همچنين شامل نمودار جعبه اي، مستطيلي و ساقه و برگ در هر يک از زير گروهها مي باشد. سوال نمره دار: چگونه در زير گروههاي چند متغير ميانگين و ساير شاخص ها را به دست آوريم.

کادر Statistics در آناليز اکتشافي آماره هاي تحليل اکتشافي اين امکان را به شما مي دهد که مقادير پرت و آمارهاي مفيد ديگر را به دست آوريد. M-estimator: آماره اي است که براوردگر ماکسيمم درستنمايي براي مقادير ميانه و ميانگين جامعه به دست مي دهد. در برآورد اين آماره وزن هاي داده شده به مشاهدات، بسته به ميزان فاصله اشان از نقطه مرکزي تفاوت دارد. مقادير انتهايي وزن کمتري نسبت به مقادير نزديک به مرکز دريافت مي کنند. هنگامي که داده ها از يک توزيع متقارن با دم هاي طولاني هستند و يا هنگامي که داده ها داراي مقادير انتهايي هستند، M-estimator بهتر از ميانه و ميانگين است. Outliers: مقادير پرت را نشان مي دهد. Percentiles: صدکهاي 5، 10، 25، 50، 75، 90 و 95 را در خروجي نمايش مي دهد. هنگامي که در کادر Statistics گزينه هاي M-estimator، Outliers و Percentiles را اضافه کنيم. خروجي هاي زير به خروجي هاي قبلي اضافه مي گردد.

رسم نمودار نمودارها وسيله‌اي‌ براي‌ نشان‌دادن‌ داده‌هاي جمع‌آوري‌ شده‌اند نوع‌ نمودار با توجه‌ به‌ نوع‌ متغير مورد مطالعه‌ و يا متغيري‌ كه‌ بر مبناي‌ آن‌ داده‌ها جمع‌ آوري‌ شده‌اند مشخص‌ ميگردد. انواع روش‌های رسم نمودار در SPSS 19 Chart builder Legacy Dialogs Graphboard Template Chooser منوی مریوط به آن Analyze/ Graph/ Chart Builder

قبل از اینکه منوی Chart Builder ظاهر شود پنجره زیر ظاهر می شود که با زدن دکمه Ok آن را تایید می کنیم. با کلیک بر روی Box، Dialog again Don’t Show this می توان از تکرار دوباره آن جلوگیری کرد. به دلایل زیر به نظر می‌آید که استفاده از Chart builder بهترین گزینه باشد کاربر زودتر به آن عادت می‌کند. بعد از رسم کم تر به ویرایش نمودار نیاز می‌شود.

Chart builder برای مثال فرض کنید بخواهیم در داده های adl برای متغیر age نمودار مستطیلی رسم کنیم. برای اینکار پس از باز کردن منوی Chart Builder نوع نمودار را از کادر Choose Type انتخاب می کنیم. در کادر روبرو انواع نمودارهای در دسترس ظاهر می شود. برای انتخاب هر یک از نمودارها کافی است بر روی نمودار مورد نظر دابل کلیک نماییم و یا نمودار را گرفته و در قسمت بالا Char Preview Uses…، drag نماییم.

برای این نمودار نیاز است که یک متغیر گروه بندی شده را از کادر Variables انتخاب کنیم و در قسمت X-Axis، drag نماییم. تا نمودار روبرو حاصل شود. سپس با زدن Ok خروجی زیر حاصل می شود. در داده های adl برای متغیر cooking این نمودار را رسم می نمائیم. شایان ذکر است که در کنار این پنجره Element Properties نیز بطور اتوماتیک فعال می شود که به شما این امکان را می دهد که بعضی از ویژگی های نمودار را تغییر دهید که از حوصله این بحث خارج است.

اگر بخواهید این نمودار را ویرایش کنید با دابل کلیک کردن بر روی آن به حالت ویرایش در آمده و این امکان را بشما می دهد که تغییراتی را که می خواهید بر روی آن اعمال نمایید. برای مثال با کلیک راست بر روی آن و انتخاب گزینه Show Data Lables فراوانی هر ستون بر روی آن ظاهر خواهد.

در صورتی که گزینه Transposeرا انتخاب کنید نمودار بصورت افقی در می آید در صورتی که گزینه Transposeرا انتخاب کنید نمودار بصورت افقی در می آید. اگر گزینه Select/ All this Histogram Bar را انتخاب کنید می توانید رنگ نمودار را بدلخواه تغییر دهید.

در صورتی که گزینه دوم از نمودار Bar را انتخاب کنید، نیاز است که دو متغیر گروه بندی شده داشته باشید برای مثال متغیر Diabetes را به محور X-axis و متغیر Cooking را به قسمت Cluster on X منتقل می نماییم. تا نمودار زیر ظاهر شود. همانطور که در این نمودار مشاهده کنید، فراوانی های مربوط به سطوح مختلف متغیر Cookingدر ستون هایی کنار هم نمایش داده شده اند، در صورتی که بخواهیم آنها را بر روی هم در یک ستون نمایش دهید، کافی است که نمودار سوم را انتخاب نماییم تا نمودار به شکل زیر در بیاید.

اگر گزینه چهارم از نمودار Bar را انتخاب کنید، نیاز است که دو متغیر گروه بندی شده داشته باشید برای مثال متغیر Diabetes را به محور Z-Axis و متغیر Cooking را به قسمت X-Axis منتقل می نماییم. تا نمودار زیر ظاهر شود.

اگر گزینه پنجم را انتخاب نماییم، لازم است که یک متغیر سومی گروه بندی شده مانند Hypertension را به Stack منتقل کنیم. در نمودار رسم شده، مشاهده می کنید که نمودار قبلی با توجه به سطوح متغیر سوم رسم شده است.

Line & Area Chart در صورتی که نوع نمودار را خطی انتخاب کنیم، دو گزینه داریم. گزینه اول نمودار خطی را برای بررسی وجود روند در یک متغیر پیوسته نشان می دهد. اگر آن را انتخاب کنیم کافی است متغیر age را به X-Axis منتقل نماییم تا خروجی مورد نظر به دست آید. در صورتی که گزینه دوم را انتخاب نماییم، علاوه بر متغیر age، یک متغیر گروه بندی شده هم نیاز داریم که بجای Set Color ببریم، مانند Diabetes بدان معنی که نمودار روند را برای متغیر age، در سطوح مختلف متغیر گروه بندی شده رسم نماید. برای نمودار Area نیز همین دو حالت وجود دارد.

Pie Chart یکی از پر کاربردترین نمودارها نمودار دایره ای است که برای متغیرهایی که گروه بندی شده هستند مناسب است. پس از انتخاب نمودار فقط کافی است یک متغیر گروه بندی شده مانند Cooking را به قسمت Slice By منتقل نمایید. اگر بخواهیم این نمودار را در سطوح مختلف مثلا متغیر Diabetes رسم نماییم، کادر Groups/Point ID را باز می کنیم و سپس گزینه Panel Variable Column و یا Row را انتخاب می کنیم تا خروجی زیر حاصل شود. با دابل کلیک کردن درصدهای فراوانی نسبی را هم به نمودارها اضافه می کنیم.

Scatter or Dot Plot در صورتی که نوع پراکندگی و یا نقطه ای را انتخاب نماییم، گزینه های بیشتری داریم. اگر گزینه اول را انتخاب نماییم بطور ساده یک نمودار پراکنش برای دو متغیر پیوسته رسم می کند برای این منظور متغیر کافی است متغیر age را به X-Axis و متغیر Los را به Y-Axis منتقل نماییم تا خروجی مورد نظر به دست آید. در صورتی که گزینه دوم را انتخاب نماییم، علاوه بر متغیر age، و متغیر Los، یک متغیر گروه بندی شده هم نیاز داریم که بجای Set Color ببریم، مانند Diabetes بدان معنی که نمودار پراکنش را در سطوح مختلف متغیر گروه بندی شده رسم نماید. بررسی نمودارهای دیگر پراکنش را به محقق واگذار می کنیم.

Histogram Chart گزینه های نمودار مستطیلی بسیار نزدیک به نمودار میله ای است و فقط گزینه آخر آن کمی متفاوت می باشد که آن هم از روی Preview آن مشخص است. بدین صورت که نمودار مستطیلی را در سطوح یک متغیر دو حالته و بصورت قرینه رسم می کند. بعنوان مثال اگر بخواهیم نمودار age را در سطوح مختلف متغیر Diabetes رسم نماییم. پس از انتخاب نمودار کافی متغیر age را به Distribution Variable و متغیر Diabetes را به Split Variable منتقل می کنیم تا خروجی زیر حاصل شود.

Box-Plot Chart نمودار جعبه ای یکی از پر کاربردترین نمودارها در آمار توصیفی می باشد که بر اساس چار کهای اول، دوم (میانه) و سوم رسم می شود. در صورتی که بخواهیم فقط برای یک متغیر پیوسته نمودار جعبه ای رسم کنیم، گزینه سوم را انتخاب می کنیم. گزینه دوم این امکان را می دهد که نمودار جعبه ای را در سطوح مختلف یک متغیر گروه بندی شده رسم نماییم و اگر گزینه دوم را انتخاب کنیم نمودار جعبه ای را علاوه بران که در سطوح مختلف یک متغیر گروه بندی شده رسم می کند بلکه می توانید یک متغیر دیگر گروه بندی شده را هم اضافه نمایید تا این نمودارها را در کنار هم بصورت مقایسه ای رسم کند. به خروجی صفحه بعد توجه کنید.