1. Tečaj SPSS in statistike
SPSS Inc.
Tečaj SPSS in statistike
Dr. Eva Podovšovnik Axelsson
Copyright , SPSS Inc.
Copyright , SPSS Inc.

2. Uporabljena literatura
Blejec, Marijan (1981): Uvod v statistiko. Univerza Edvarda Kardelja v Ljubljani, Ekonomska fakulteta Borisa Kidriča.
Ferligoj, Anuška (1997): Naloge iz statistike. Samozaložba, Ljubljana.
Kožmelj, Blaženka (1979): Vaje iz statistike I. Univerza Edvarda Kardelja v Ljubljani, Ekonomska fakulteta Borisa Kidriča.
Copyright , SPSS Inc.

3. Razlika kvalitativno / kvantitativno
znaki, besede,
opisne spremenljivke,
izračunamo lahko le pogostost pojava,
primer: barva las, barva oči, verska pripadnost, zakonski stan, …
Kvantitativno:
številke,
številske spremenljivke,
izračunamo lahko zapletene statistike,
primer: šolske ocene, starost, številka obutve, …
Copyright , SPSS Inc.

4. Baze podatkov
Podatek je lastnost opazovane enote. Nanaša se na proučevanje pojava, ki mora biti množičen (se v času in prostoru pojavlja v velikem številu).
Pojavi (in s tem tudi podatki) se med seboj razlikujejo od enote do enote.
Opredeliti moramo natančno, katere pojave in podatke v raziskavi proučujemo.
Copyright , SPSS Inc.

5. Uvod v SPSS Start » programi » SPSS for Windows » SPSS for Windows.
V bazi podatkov (Excel, Access, SPSS,…) vsako enoto vpišemo v novo vrstico, medtem ko vsak podatek vpišemo v nov stolpec (V ISTEM STOLPCU JE VEDNO ISTI PODATEK, SPREMENI SE LE NJEGOVA VREDNOST!).
Copyright , SPSS Inc.

6. Priprava modela raziskovanja
Pri pripravi modela raziskovanja moramo na osnovi teoretičnih izhodišč določiti, katere spremenljivke so odvisne in katere so neodvisne.
Neodvisne spremenljivke: spol, starost, izobrazba, razvitost države,…
Odvisne spremenljivke: mnenja, stališča, BDP države,…
Neodvisne spremenljivke vplivajo na odvisne!!!
Copyright , SPSS Inc.

7. Primer raziskovalnega modela
spol
starost
izobrazba
delovna doba
dohodek
Copyright , SPSS Inc.

8. Manjkajoče vrednosti
Pri manjkajočih vrednostih moramo označiti, da so to vrednosti, ki jih v statistični analizi ne bomo upoštevali.
Manjkajoče vrednosti so lahko neodgovori (ni podatka za določeno enoto), odgovor ne vem in drugi odgovori, ki za našo raziskavo niso ključnega pomena (moramo vnaprej predvideti!).
SPSS jih označuje kot “SYSMIS”.
Copyright , SPSS Inc.

9. Rekodiranje podatkov, spremenljivk in merskih lestvic
Podatke, spremenljivke in merske lestvice moramo preurediti (rekodirati) tako, da nam bo karseda olajšana statistična obdelava.
Pri rekodiranju moramo biti pozorni predvsem na merske lestvice, ki morajo biti v skladu z našimi pričakovanji.
Copyright , SPSS Inc.

10. Primer rekodiranja
Raziskujemo pojav osebnih dohodkov in delovne dobe posameznikov. Neodvisne spremenljivke so spol, starost in izobrazba (ter pogojno tudi delovna doba).
Spol: moški (1), ženske (2), ostalo izločimo.
Starost rekodiramo v kategorije: let (1), let (2), let (3), let (4), nad 58 let (5), ostalo izločimo.
Izobrazba: nedokončana oš (1), dokončana oš (2), dokončana poklicna šola (3), dokončana srednja šola (4), visokošolska in fakultetna izobrazba (5), ostale izločimo.
Copyright , SPSS Inc.

11. Primer rekodiranja
Delovna doba: združimo v razrede: 0 let (1), 1-10 (2), (3), (4), nad 31 (5), ostale izločimo.
Dohodek: združimo v razrede: nima dohodka (1), do SIT (2), med in SIT (3), med in SIT (4), med in SIT (5), nad SIT (6), ostale izločimo.
Copyright , SPSS Inc.

12. Rekodiranje v SPSS-u Transform » Recode » Into different variable.
Izberemo spremenljivko, ki jo želimo rekodirati (npr. starost) in jo dvakrat kliknemo (postavi se v “input variable”).
Izberemo “output variable” in določimo novo ime spremenljivke (npr. star_rek) in izberemo “change”.
Copyright , SPSS Inc.

13. Rekodiranje v SPSS-u
Izberemo “old and new values”. Pri “old value” določimo stare vrednosti (ali vsako posamezno ali pa izberemo “Range” in pri tem imamo na voljo “- through _”, “lowest through _” in “_ through highest”. Npr. 18 through 27
Pri “new value” določimo novo vrednost. Npr. 1 (18-27 je 1. razred).
Nato izberemo “add”. Ko smo končali rekodiranje, izberemo “continue” in nato še “ok”.
Copyright , SPSS Inc.

14. Frekvence
Ločimo absolutne (f; v številkah), in relativne (f%; v procentih) ter kumulativne frekvence (F, F%; seštevek predhodnih frekvenc).
Frekvenčna porazdelitev: prikažemo porazdelitev posameznih vrednosti za analizirane pojave (preštejemo, kolikokrat se posamezna vrednost pojavi).
Copyright , SPSS Inc.

15. Primer frekvenčne porazdelitve
Starost f
xmin
xmax f% F F%
od 18 do 28 45 18 28
22,5
od 28 do 38 70 38 35
od 38 do 48 40 48 20
115
57,5
od 48 do 58 30 58 15
155
77,5
od 58 do 68 8 68 4
185
92,5
nad 68 7 -
3,5
193
96,5
Skupaj
200
100
Copyright , SPSS Inc.

16. Interpretacija frekvenc
Največ anketiranih je starih med 28 in 38 let (70 oziroma 35% vseh). Sledijo jim anketiranci stari med 18 in 28 let (v vzorcu jih je 45 oziroma 22,5%),… Najmanj anketiranih je starejših od 58 let (15 oziroma 7,5%).
Več kot polovica anketiranih (57,5% oziroma 115) je mlajših od 38 let.
Copyright , SPSS Inc.

17. Računanje frekvenc v SPSS-u
Analyze » Descriptive Statistics » Frequencies.
Z miško označimo vse spremenljivke, katerim želimo izračunati frekvence, in jih s puščico prenesemo iz prvega v drugi stolpec (Variable(s)).
Nato kliknemo ok.
Copyright , SPSS Inc.

18. Pregled izpisa rezultatov
Tabela s prikazom števila veljavnih (valid) in manjkajočih (missing) vrednosti za vsako analizirano spremenljivko.
Frekvenčna tabela. Najprej so zapisane absolutne frekvence (frequency). Sledijo relativne frekvence (percent), veljavne relativne frekvence (valid percent) ter kumulativne relativne frekvence (cumulative percent). Na koncu sledi še seštevek enot (total).
Interpretacija rezultatov: Izbrali smo podatke za 513 enot. Ugotovimo lahko, da se je 209 oziroma 40,7 % avtomobilistov odločilo za avtocesto, medtem ko se jih je 304 oziroma 59,3 % odločilo za drugo vrsto ceste.
Copyright , SPSS Inc.

19. Komentar izpisa SPSS-a
V prvi tabeli imamo podano spremenljivko, število veljavnih odgovorov (Valid) in število manjkajočih vrednosti (Missing).
V drugi tabeli imamo podane frekvence: veljavni odgovori (Valid), manjkajoči (Missing) in skupaj (Total).
V stolpcih imamo podane frekvence: absolutne (Frequency), relativne glede na vse enote (Percent), relativne glede na veljavne odgovore (Valid Percent) in kumulativne relativne frekvence veljavnih odgovorov (Cumulative Percent).
Copyright , SPSS Inc.

20. Tipi opisnih spremenljivk
So slabši tip spremenljivk (z njimi ne moremo izvajati zapletenih statističnih obdelav).
Nominalne: ni reda med vrednostmi; primer: spol, barva las, zaposlitveni status,…
Ordinalne: med vrednostmi obstaja vrstni red, ni pa jasna razlika med posameznima vrednostima; primer: ukvarjanje s športom (redno, občasno, nikoli),…
Copyright , SPSS Inc.

21. Tipi številskih spremenljivk
So boljšega tipa, saj lahko z njimi izračunamo zahtevnejše statistične analize.
Intervalne: ničla je dogovorjena, ne moremo trditi o produktu, le o razliki; primer: temperatura (če je 20 stopinj C, to še ne pomeni, da je dvakrat topleje kot pri 10 stopinj C, je pa 10 stopinj C razlike).
Razmernostne: ničla je absolutna, definiramo lahko razmerje med dvema vrednostima; primer: cena avtomobila (avto, ki stane 3 milijone SIT, je dvakrat dražji od avta, ki stane 1,5 milijona SIT).
Copyright , SPSS Inc.

22. Določanje tipa spremenljivk v SPSS-u
Postavimo se na list Variable view.
Postavimo se na spremenljivko, kateri želimo določiti tip.
Postavimo se na polje Measure in izberemo med tipi spremenljivk: lestvica oziroma številska (Scale), ordinalna (Ordinal) ali nominalna (Nominal).
Copyright , SPSS Inc.

23. Vrste statističnih analiz
Univariatna (opazujemo eno spremenljivko),
bivariatna (opazujemo dve spremenljivki naenkrat; kako ena vpliva na drugo),
multivariatna (opazujemo več spremenljivk hkrati; kako ena ali več neodvisnih vplivajo na eno ali več odvisnih).
Copyright , SPSS Inc.

24. Primeri univariatne statistike
Primerjamo vsako lastnost populacije posebej.
Primer: naredimo frekvenčno porazdelitev populacije glede na spol, nato izračunamo še mere središčnosti in mere odklonskosti).
Copyright , SPSS Inc.

25. Primeri bivariatne statistike
Med seboj primerjamo dve spremenljivki. Ena med njima je odvisna in ena je neodvisna.
Primeri: s pomočjo statističnih koeficientov izračunamo smer in intenzivnost (v kolikor lahko) vpliva neodvisne spremenljivke na odvisno.
Copyright , SPSS Inc.

26. Primeri multivariatne statistike
Med seboj hkrati primerjamo več spremenljivk. Nekatere med njimi so odvisne, druge so neodvisne.
Primeri: s pomočjo regresijske analize primerjamo med seboj več spremenljivk in nato ugotavljamo, kakšna je stopnja vpliva neodvisnih spremenljivk na izbrane odvisne spremenljivke.
Copyright , SPSS Inc.

27. Mere središčnosti
Najprimerneje je, da vrednosti najprej uredimo po vrsti (od najmanjše do največje), čemur pravimo RANŽIRNA VRSTA.
Povprečje ali aritmetična sredina (M) je povprečna vrednost za celotno populacijo,
modus (Mo) je najpogostejša vrednost,
mediana (Me) je sredinska vrednost.
Copyright , SPSS Inc.

28. Izračun mer središčnosti v SPSS-u
Analyze » Descriptive Statistics » Frequencies » Statistics » izberemo statistike, ki jih želimo računati: povprečje (Mean), mediana (Median), modus (Mode).
Določimo spremenljivke, katerim želimo izračunati statistike.
MERE SREDIŠČNOSTI RAČUNAMO SAMO ŠTEVILSKIM SPREMENLJIVKAM!!!
Copyright , SPSS Inc.

29. Komentar izpisa
Pred tabelo s frekvenčnimi porazdelitvami dobimo tabelo, v kateri so navedeni izračuni izbranih mer središčnosti.
Povprečje: Mean.
Mediana: Median.
Modus: Mode.
Copyright , SPSS Inc.

30. Mere odklonskosti Standardni odklon (odkloni od povprečja; SD),
varianca (kvadrati odklonov od povprečja; SD2),
variacijski razmik (razpon vseh enot populacije; Var).
Copyright , SPSS Inc.

31. Izračun mer odklonskosti v SPSS-u
Analyze » Descriptive Statistics » Frequencies » Statistics » izberemo statistike, ki jih želimo računati: standardni odklon (Std. Deviation) in varianca (Variance).
Določimo spremenljivke, katerim želimo izračunati statistike.
MERE ODKLONSKOSTI RAČUNAMO SAMO ŠTEVILSKIM SPREMENLJIVKAM!!!
Copyright , SPSS Inc.

32. Komentar izpisa SPSS-a
Podobno kot pri merah središčnosti tudi v primeru mer odklonskosti dobimo pred tabelo s frekvencami tabelo, v kateri so podani izračuni mer odklonskosti.
Standardni odklon: Std. Deviation.
Varianca: Variance.
Copyright , SPSS Inc.

33. Pregled izpisa rezultatov
Tabela s prikazom števila veljavnih (valid) in manjkajočih (missing) vrednosti za vsako analizirano spremenljivko.
Nato sledijo opisne statistike: povprečje (mean), mediana (median), modus (mode), standardni odklon (std. Deviation), varianca (variance), minimum in maksimum.
Interpretacija rezultatov: Na osnovi zgornje tabele lahko sklepamo, da so v povprečju posamezniki pripravljeni odšteti 2,169 € za plačilo cestnine. Polovica anketiranih je pripravljena odšteti 1,9 € in več, druga polovica pa 1,9 € in manj. Največ posameznikov je pripravljenih odšteti 1,9 € za cestnino. Standardni odklon znaša 0,74 €. Razpon cene cestnine se giblje med 1,4 in 5 €.
Copyright , SPSS Inc.

34. Izračun koeficientov v SPSS-u
Analyze » Descriptive Statistics » Frequencies » Statistics » izberemo statistike, ki jih želimo računati: koeficient asimetrije (Skewness) in koeficient sploščenosti (Kurtosis).
Določimo spremenljivke, katerim želimo izračunati statistike.
KOEFICIENTA SPLOŠČENOSTI IN ASIMETRIJE RAČUNAMO SAMO ŠTEVILSKIM SPREMENLJIVKAM!!!
Copyright , SPSS Inc.

35. Pregled izpisa rezultatov
Tabela s prikazom števila veljavnih (valid) in manjkajočih (missing) vrednosti za vsako analizirano spremenljivko.
Nato sledita koeficienta asimetrije (Skewness) in sploščenosti (Kurtosis) ter njuni standardni napaki.
Interpretacija rezultatov: Koeficient asimetrij znaša 1,58 in nakazuje na asimetrijo v desno. Koeficient sploščenosti znaša 3,048 in nakazuje na zelo sploščeno porazdelitev.
Copyright , SPSS Inc.

36. Bivariatna statistična analiza
Kadar je ena od spremenljivk nominalnega tipa, uporabljamo HI-kvadrat metodo (χ2).
Kadar je ena od spremenljivk ordinalnega tipa, uporabljamo Spearmanov korelacijski koeficient (rs).
Kadar je ena od spremenljivk številskega tipa, uporabljamo Pearsonov korelacijski koeficient (ρ).
Copyright , SPSS Inc.

37. Pearsonov korelacijski koeficient
Pearsonov korelacijski koeficient meri povezanost med dvema spremenljivkama, od katerih je ena odvisna in druga neodvisna.
Izračunamo ga lahko v primeru dveh številskih spremenljivk.
Copyright , SPSS Inc.

38. Vrednosti Pearsonovega koeficienta
rxy se vedno nahaja v intervalu od –1 do +1.
> 0.7 ali < => je močna povezanost!
< 0.7 ali > => je šibka povezanost!
< 0.3 ali > => ni povezanosti!
Copyright , SPSS Inc.

39. Izračun Pearsonovega koeficienta v SPSS-u
Analyze » Correlate » Bivariate.
Izberemo koeficient, ki ga želimo izračunati (Pearson).
Določimo spremenljivki, med katerima želimo izračunati povezanost.
PEARSONOV KOEFICIENT RAČUNAMO SAMO ŠTEVILSKIM SPREMENLJIVKAM!!!
Copyright , SPSS Inc.

40. Pregled izpisa v SPSS-u
Tabela s prikazom Pearsonovega korelacijskega koeficienta, njegove stopnje značilnosti in števila veljavnih enot.
Interpretacija rezultatov: Pearsonov korelacijski koeficient znaša 0,893 in je statistično značilen s stopnjo značilnosti nižjo od 1 %. To pomeni, da sta spremenljivki pozitivno linearno povezani. V kolikor se veča čas na avtocesti, se veča čas prevoza tudi po magistralni cesti.
Copyright , SPSS Inc.

41. Spearmanov korelacijski koeficient
Spearmanov korelacijski koeficient meri povezanost med dvema spremenljivkama, od katerih je ena odvisna in druga neodvisna.
Izračunamo ga lahko v primeru, ko je ena spremenljivka ordinalnega, druga pa ordinalnega ali številskega tipa.
Copyright , SPSS Inc.

42. Vrednosti Spearmanovega koeficienta
rs > 0 => premo sorazmerje rangov (+)
rs ~ 0 => ni (linearne) povezanosti rangov
rs < 0 negativen => obratno sorazmerje rangov (-)
[-1.0, -0.7] ali [0.7, 1.0] => je močna povezanost!
[-7.0, -0.7] ali [0.3, 0.7] => je šibka povezanost!
[-0.3, -0.0] ali [0.0, 0.3] => ni povezanosti!
Copyright , SPSS Inc.

43. Izračun Spearmanovega koeficienta v SPSS-u
Analyze » Correlate » Bivariate.
Izberemo koeficient, ki ga želimo izračunati (Spearman).
Določimo spremenljivki, med katerima želimo izračunati povezanost.
SPEARMANOV KOEFICIENT RAČUNAMO, KO JE VSAJ ENA SPREMENLJIVKA ORDINALNEGA TIPA!!!
Copyright , SPSS Inc.

44. Pregled izpisa rezultatov v SPSS-u
Tabela s prikazom Spearmanovega koeficienta korelacije rangov, njegove stopnje značilnosti in števila veljavnih enot.
Interpretacija rezultatov: Spearmanov korelacijski koeficient rangov znaša 0,355 in nakazuje na pozitivno linearno korelacijo rangov. Povezava je statistično značilna s stopnjo značilnosti nižjo od 1 %. To pomeni, da v kolikor se veča čas prevoza po avtocesti, se viša tudi cena cestnine.
Copyright , SPSS Inc.

45. HI-kvadrat
HI-kvadrat koeficient meri povezanost med dvema spremenljivkama, od katerih je ena odvisna in druga neodvisna.
Izračunamo ga lahko v primeru, ko je ena od spremenljivk nominalna, druga pa nominalna, ordinalna ali številska.
Copyright , SPSS Inc.

46. Izračun HI-kvadrata v SPSS-u
Analyze » Descriptive Statistics » Crosstabs.
Določimo spremenljivki, med katerima želimo izračunati povezanost. Odvisna je v vrstici (Row), neodvisna pa v stolpcu (Column).
V Statistics izberemo Chi-square.
HI-KVADRAT KOEFICIENT RAČUNAMO, KO JE VSAJ ENA SPREMENLJIVKA NOMINALNEGA TIPA!!!
Copyright , SPSS Inc.

47. Pregled izpisa v SPSS-u
Copyright , SPSS Inc.

48. Pregled izpisa v SPSS-u
Tabela s prikazom Hi-kvadrat testa. Pri tem je najprej prikazana vrednost koeficienta Hi-kvadrat, število prostostnih stopenj in njegova stopnja značilnosti.
Sledi tudi opomba, iz katere je razvidno število veljavnih celic.
Interpretacija rezultatov: Vrednost Hi-kvadrata znaša 22,74. Koeficient je statistično značilen s stopnjo tveganja nižjo od 1 %. Sklepamo lahko, da izbor avtoceste oziroma magistralne ceste vpliva na čas vožnje po cesti. Iz tabele na prejšnji strani lahko ugotovimo, da se tisti, ki na avtocesti vozijo manj časa, prej odločijo za avtocesto kot pa magistralno cesto.
Copyright , SPSS Inc.