ورود کاربر

  • SPSS

    آموزش نرم افزار IBM SPSS v23 2016

  • آموزش SPSS

    در این بخش به آموزش نرم افزار SPSS ورژن 23 (2016) پرداخته می شود. روند آموزش مستلزم نصب کردن این برنامه بر روی کامپیوتر خود می باشد. همراه با آموزش، یک مثال گام به گام ارائه می شود که لازم است در کامپیوتر خود اجرا و تمرین نمایید. این نسخه از نرم افزار را می توانید از سایت سافت 98 دانلود نمایید.

    آموزش مقدماتی


    آموزش سطح میانه

  • 1- مقدمه ای بر SPSS

    SPSS یک بسته نرم افزاری برای تجزیه و تحلیل آماری داده ها است. این نرم افزار ابتدای امر برای علوم اجتماعی تهیه شد، از اینرو سرنام بسته آماری برای علوم اجتماعی یا همان SPSS را روی آن گذاشتند (SPSS از سرنام کلمات Statistical Package for the Social Science تشکیل شده است). اما امروزه از این نرم افزار در مطالعات علمی متنوعی استفاده می شود. در این مقاله به معرفی نرم افزار و طریقه وارد کردن و ذخیره کردن داده ها در آن می پردازیم. شما بایستی ابتدا نسخه در دسترس برنامه را روی کامپیوتر خود نصب کنید.

    زمانی که برنامه را باز می کنید، ویرایشگر داده برنامه (SPSS Data Editor) ظاهر می شود که به شکل زیر است:

    ویرایشگر داده برنامه SPSS

    منوهای برنامه همانند سایر برنامه های ویندوز بوده و با کلیک بر هر منو، تعدادی دستور ظاهر می شود. منوی فایل برای ایجاد سند جدید، ذخیره سند جاری، پرینت و غیره است. منوی ادیت همانند سایر برنامه ها شامل فرمان های کپی، چسباندن و درج کردن و یافتن است. منوی آنالیز در این برنامه اختصاصی بوده و شامل فرمان های مربوط به روش های آماری است. منوی گراف برای رسم نمودار بوده و منوی ویندوز چیدمان پنجره ها و ابزارهای برنامه را مشخص می کند. پنجره ویرایشگر داده برنامه همانند صفحه گسترده اکسل است. این پنجره از دو برگه تشکیل شده است که یکی برگه Data View و دیگری برگه Variable view است و در گوشه سمت چپ پایین صفحه نمایش در دسترس است. در شکل زیر محل قرار گیری این دو برگه نشان داده شده است.

     

    پنجره ویرایشگر داده از چندین سطر و ستون تشکیل شده است. سطرها نمایانگر هر یک از نمونه ها (هر یک از داده ها) و ستون ها نمایانگر متغیرها هستند. یک خانه در این پنجره شامل تقاطع یک مقدار و یک متغیر است. برای نمونه در سطرها مشخصات فردی نمونه ها و در ستون ها متغیرها نوشته می شوند. مثلا خانه اول سطر پنجم شامل اندازه قد نمونه شماره پنج است.

    همزمان با پنجره ویرایشگر داده، پنجره خروجی برنامه (Output Window) نیز باز می شود که آماره ها و گزارشات حاصل از تجزیه و تحلیل داده ها و نمودارهای ترسیم شده را نمایش می دهد. در درس بعدی به چگونگی وارد کردن داده ها در ویرایشگر برنامه پرداخته می شود.

  • 2- وارد کردن داده های خام

    ثبت سفارش

    زمانی که برنامه SPSS را باز می کنید، پنجره ویرایشگر داده به طور خودکار باز می شود. خانه فعال جدول ورود داده دارای حاشیه های تیره و پررنگ است، و هر داده ای که وارد شود، در این خانه قرار می گیرد. با استفاده از کلیدهای نشانگر صفحه کلید (چپ، راست، بالا، پایین) می توانید در داخل این جدول حرکت کنید یا روی خانه مورد نظر خود با ماوس کیک چپ کنید.

    در جدول زیر داده های مربوط به نمونه های یک مطالعه آمده است که قرار است در ویرایشگر داده SPSS وارد شوند. برای هر بیمار ما داده های دموگرافیک (مشخصات فردی) زیر را از پرونده پزشکی آنها استخراج کرده ایم: جنس، سن، گروه خون. داده ها توسط محقق به صورت درج شده در جدول کد گذاری شده است.

    کد بیمار جنس سن گروه خونی
    1 1 21 2
    2 2 39 1
    3 2 43 1
    4 1 55 1
    5 1 26 4
    6 1 19 4
    7 2 65 2
    8 2 41 2
    9 1 61 3
    10 1 50 1

    کد گذاری جنس به صورت 1= مرد و 2 = زن و کد گذاری گروه خون بصورت 1=O و 2=A و 3=AB و 4=B است.

    همانطور که می بینید داده های هر بیمار در یک سطر درج شده است . برای وارد کردن داده ها در پنجره ویرایشگر SPSS می توان به صورت ستونی و با زدن کلید Enter بین هر دو مقدار یک متغیر و یا به صورت سطری و با زدن دکمه Tab بین مقدار دو متغیر پشت سرهم عمل کرد. زمانی که متغیر اول را وارد کردید، یعنی کد بیماران، ویرایشگر داده شما باید به شکل زیر باشد:

    وارد کردن داده ها در SPSS

    حال نشانگر ماوس را روی خانه اول ستون دوم قرار داده و کلیک کنید و داده های ستون دوم جدول را وارد کنید و این کار را برای ستون های سوم و چهارم جدول تکرار کنید. اگر در طی وارد کردن اطلاعات اشتباهی رخ داد، می توانید برگشته و آن را تصحیح کنید. همیشه بهتر است که بعد از وارد کردن داده های خام در پنجره ویرایشگر داده برنامه، یکبار مجدد بررسی کنید و خطاهای احتمالی را تصحیح کنید.

  • 3- تعریف متغیرها

    تا به اینجا، ستون اول دارای سرنام var0001 است. این سرنام قابل تغییر است و می توانید به آن نام با مفهومی بدهید که به آسانی مفهوم متغیر را به خواننده و تحلیل گر القاء نماید. همچنین می توان مشخصات و تنظیمات متغیر را انجام داد. این فرآیند در SPSS تعریف متغیر نامیده می شود. شما می توانید از ابتدا متغیرهای خود را تعریف کرده و سپس داده های خام را وارد کنید (عملکرد پیش فرض) یا ابتدا داده را وارد کرده و سپس متغیرها را تعریف کنید

    برای اینکه از قسمت انتهای سمت راست پایین صفحه ویرایشگر داده برنامه برگه Variable View را بزنید. اینکار موجب می شود که صفحه تعریف متغیرها باز شود. با دو کلیک بر هر یک از اسامی سرنام های ستون ها می توان آنها را تغییر داد. صفحه تعریف متغیرها به شکل زیر است:

    تعریف متغیرها

    ما می توانیم اطلاعات مربوط به هر متغیر را به طرق مختلفی تصحیح کنیم.

    1- وارد کردن نام متغیر

    اولین ستون صفحه Variable View اسم متغیرها است (که در صفحه ورود داده سرنام هر ستون است). نام متغیر بایستی منحصر به فرد و معنادار باشد. در ویرایش های جدید برنامه می توان نام متغیر را بیشتر از 8 حرف وارد کرد. اما بهتر است که اسامی متغیرها کوتاه باشد. در نام متغیرها نمی توان از فاصله استفاده کرد، بنابراین اسم کد بیماران مجاز نیست زیرا بین کد و بیماران فاصله دارد، اما کد_بیماران یا کدبیماران قابل قبول است.

    - در خانه اول سطر اول patID را وارد کنید.

    2- وارد کردن برچسب ها

    برای اینکه در صفحه خروجی برنامه جزئیات متغیرها مشخص باشد، می توان به هر متغیر برچسبی زد. برچسب می تواند تا 256 حرف باشد و فاصله هم مجاز است. برچسب نوشتن برای متغیرها عادت بسیار پسندیده ای است زیرا خواندن خروجی برنامه و نتیجه تجزیه و تحلیل راحت می شود. برای وارد کردن برجسب نام متغیرها:

    - در ستون label روی خانه اول کلیک کرده و برچسب patient ID را وارد کنید.

    نام سه متغیر دیگر را به ترتیب gender، age، bloodgroup بگذارید. متغیر age را برچسب age in year بزنید.

    در این صفحه می توان الگوی کد گذاری متغیرها را نیز تعریف کرد. اینکار به دو دلیل اهمیت دارد. اولاً، طرح ثابتی از رکوردها (کیس ها) به ما می دهد. دوم، تفسیر تجزیه و تحلیل بعدی داده ها آسانتر می شد، زیرا کدها و معنی آنها به طور کامل مشخص می شود.

    ثبت سفارش

    - روی خانه مورد نظر در ستون value کلیک کرده و سپس علامت... در کنار خانه را کلیک کنید.

    - در پنجره value labelکه ظاهر می شود روی خانه کلیک کرده و مقدار 1 را تایپ کنید.

    - در همان پنجره روی value label کلیک کرده و Male را تایپ کنید.

    - حال دکمه Add را کلیک کنید.

    - مجددا روی خانه Value کلیک کرده و 2 را تایپ کنید.

    - در خانه Value Label کلیک کرده و Female را تایپ کنید

    - دکمه Add را بزنید و سپس دکمه Ok را بزنید.

    این کار را برای کد گذاری سایر متغیرها تکرار کنید.

    3- تغییر تعداد اعشار اعداد

    به طور پیش فرض داده های وارده به پنجره ویرایشگر SPSS عددی محسوب می شوند و دو رقم اعشار برای آنها در نظر گرفته می شود و حداکثر تعداد ارقام برای هر عدد 8 رقم است. این تعریف متغیرها برای اعداد دقیق مثل قد بیماران به متر مناسب است مثلاً قد 1.65 یا 1.82 . هرچند داده های مثال ما مثل جنس عدد صحیح نبوده و کد گذاری است و به اعشار نیاز ندارد و می توان اعشار ستون را برداشت. اینکار را با صفر کردن تعداد ارقام اعشار انجام می دهیم. برای اینکار:

    - ستون دوم به نام Type را انتخاب کنید، که متغیر gender را به صورت عددی نشان می دهد. می توان از اینجا نوع داده را تغییر داد تا اعشار حذف شود یا در ستون بعدی (decimal) عدد صفر را تایپ کرد. معمولاً برای متغیرهای عددی مقدار width برابر 8 در نظر گرفته می شود اما می توان در صورت نیاز مقدار آن را تغییر داد.

    4- تعیین نوع متغیر

    قبل از ادامه کار، دامنه نوع داده موجود را نگاهی بیاندازید. با کلیک بر هر خانه در ستون Type و زدن علامت... در گوشه سمت راست آن می توانید انواع متغیر را مشاهده کنید. انواع داده Comma و Dot و Scientific Notation برای داده های عددی در قالب های مختلف است. نوع داده Date برای تاریخ و متغیر تقویمی است و می توان قالب ان را نیز در همین پنجره انتخاب کرد مثل 24-05-2015. نوع داده های Dollar و Custom currency برای داده های ریالی (واحد پول) است. گزینه String اغلب برای کامنت های مربوط به مشاهدات استفاده می شود. برای مثال می توان در یک ستون اسم پزشک بررسی کننده دموگرافی بیمار را تایپ کرد. هرچند طبق یک قاعده کلی بهتر است تعداد متغیرهای رشته ای (string variable) را باید در حداقل امکان استفاده کرد، زیرا در SPSS تجزیه و تحلیل نشده و زمانبر هستند.

    قالب پیش فرض داده ها در SPSS عددی است و بهتر است متغیرهای کد گذاری شده و در قالب عددی وارد شوند. استفاده از سایر قالب ها موجب محدود شدن تکنیک های آماری در دسترس برای تجزیه و تحلیل داده می شود. برای مثال هیچ یک از گزینه های آماری روی فرمت داده string عمل نمی کند.

    در درس بعدی به مبحث Missing Values می پردازیم.

  • 4- مقادیر از دست رفته

    تذکر: افراد مبتدی می توانند مقادیر از دست رفته (Missing Value) را نادیده بگیرند. زیرا نرم افزار به طور خودکار مقادیر از دست رفته را شناسایی و گزارش می کند.

    SPSS در رسیدگی به مقادیر از دست رفته تسلط کافی دارد. می توان مقادیر از دست رفته را به دو شکل مشخص نمود:

    ثبت سفارش

    - مقادیر از دست رفته تعریف شده سیستم

    مقدار تعریف شده توسط سیستم «.» است. زمانی که شما داده ها را از نرم افزار دیگری مثل اکسل به spss وارد می کنید، بجای خانه های خالی علامت دات «.» گذاشته می شود. می توان به طور دستی نیز برای خانه های خالی مقدار دات را گذاشت و برنامه آن را به عنوان مقدار از دست رفته محسوب کرده و در تجزیه و تحلیل اعمال نمی کند، مگر اینکه کاربر صریحاً استفاده از آنها در تجزیه و تحلیل را مشخص کرده باشد. در هر بار گرفتن خروجی آماری از برنامه، گزارش مربوط به مقادیر از دست رفته نیز در جدولی نمایش داده می شود (بطور پیش فرض).

    اما ممکن است شما بخواهید مقادیر از دست رفته را نیز در تجزیه و تحلیل خود لحاظ کنید. و این خود عادت مناسب و آکادمیکی است که علت داشتن مقادیر از دست رفته را ثبت کنید. در این صورت بایستی از گزینه دوم استفاده کنید. البته می توان با دستور transform و record مقادیر از دست رفته پیش فرض سیستم را نیز در تجزیه و تحلیل داده ها گنجاند، که در ادامه مطالب توضیح داده می شود.

    - مقادیر از دست رفته تعریف شده توسط کاربر

    در اینجا کد مقادیر از دست رفته یک کاربر را آورده ایم که در مطالعه امکان سنجی بستری کردن در منزل بدست آورده است و افراد سالمند، بیمار شدید و ناتوان را به عنوان مقدار از دست رفته کد گذاری کرده است:

    70 ناتوان در تکمیل پرسشنامه
    80 گیج و بدون تمرکز شناختی
    90 عدم تمایل به شرکت
    99 سایر علل

    این مقادیر از تجزیه و تحلیل داده ها کنار گذاشته می شوند، اما گزارش مشخصات توصیفی آنها در خروجی برنامه می آید. برای تعریف مقادیر از دست رفته، در ستون Missing Values در برگه تعریف متغیرها، روی علامت... کلیک کرده و در پنجره ای که باز می شود کد گذاری را انجام دهید. مقادیر از دست رفته را می توان به صورت منفرد همانند کدهای بالا تعریف کرد یا یک دامنه از مقادیر را به عنوان مقدار از دست رفته تعریف کرد. مثلا دامنه سنی 70 سال به بالا را می توان به عنوان متغیر از دست رفته تعریف کرد.

    به عنوان یک عادت خوب، بهتر است در هر بار تغییر داده ها یا تعریف متغیرها، کلید ctrl+s را بزنید یا از منوی فایل دستور save را بزنید تا تغییرات شما ذخیره گردد. اگر برای اولین بار دستور save را بزنید، برنامه آن را Save As محسوب کرده و از شما نام می خواهد. نام مناسبی برای پروژه تجزیه و تحلیل آماری داده های خود انتخاب کنید و سپس دکمه save را بزنید. من بعد دیگر نیازی برای مشخص کردن نام فایل نیست و کافی است ctrl+s را بزنید تا تغییرات شما در فایل برنامه ذخیره گردد.

  • 5- خلاصه بندی و نمایش داده ها

    گام اول در هر تجزیه و تحلیل آماری خلاصه کردن و نمایش داده ها است. یک خلاصه توصیفی یا نمودار ساده می تواند برداشت کلی از داده ها ارائه نماید. همچنین هر گونه اشتباه یا خطایی در داده های وارده را آشکار می کند. این کاوش و تصریح داده ها گام مهمی قبل از شروع تجزیه و تحلیل با تست های آماری و تحلیل استنباطی داده ها است.

    قبل از معرفی تست های آماری موجب برای خلاصه کردن و نمایش داده ها، لازم است که انواع داده های کمّی را بشناسیم. داده های کمی در این برنامه به شکل اسمی، ترتیبی و درجه ای (مقیاسی) است (که شامل فاصله و نسبت هستند). دانستن نوع داده برای انجام تست های آماری و تجزیه و تحلیل مناسب حیاتی است.

    چورتکه

    داده های اسمی:

    داده هایی در این گروه قرار می گیرند که دارای ماهیت متفاوت بوده و قابل اندازه گیری یا رده بندی نیستند. برای مثال، جنس، رنگ چشم، گروه خونی داده اسمی هستند. تکنیک های آماری مناسب این گروه معدود هستند اما شامل جداول توزیع فراوانی و جداول متقاطع است.

    داده های ترتیبی:

    شامل مشاهداتی است که قابل طبقه بندی هستند و می توان آنها را به صورت نزولی یا صعودی مرتب کرد. برای مثال، شدت بیماری را می توان به صورت خفیف، متوسط و شدید دسته بندی کرد. تکنیک ها و آماره های مناسب این گروه می تواند شامل میانه، چارک ها، صدک ها و تست های بدون توزیع باشد.

    داده های درجه ای (فاصله و نسبت):

    مشاهدات این گروه به صورت نمره بندی در یک مقیاس است و تفاوت بین نمرات از نظر عددی مساوی است. برای مثال قدر و وزن. آماره ها و تکنیک های آماری فراوانی برای کار با این گروه از داده ها در دسترس است از چمله می توان میانگین، انحراف استاندارد، آزمون تی، فواصل اطمینان را نام برد.

  • 6- خلاصه کردن داده ها

    ثبت سفارش

    آماره های خلاصه کردن داده ها شامل اندازه های مکانی (برای نمونه، میانگین، مد، میانه) و اندازه های پراکندگی (برای نمونه، دامنه، دامنه میان چارکی و انحراف استاندارد) می باشند.

    - اندازه های مکانی:

    این اندازه ها وضعیت مقادیر میانگین را برای متغیرهای خاص نشان می دهند. میانگین برابر مجموع تمامی داده ها (مشاهدات یا موردها) تقسیم بر تعداد آنها می باشد: برای نمونه میانگین مقادیر 7، 3، 11، 12، 9، 14 برابر مجموع آنها (56) تقسیم بر تعداد آنها (6) است که برابر 9.3 است.

    میانه مقدار وسط یک مجموعه از مشاهدات است که به صورت رتبه ای محاسبه می شود (یا میانگین دو عدد وسط تمامی مقادیر است). برای مثال، مقادیر 14، 9، 17، 21، 7، 18، 16، 22 را می توان به صورت 7، 9، 14، 16، 17، 18، 21، 22 مرتب و رتبه بندی کرد و چون تعداد آنها زوج و 8 عدد است، میانه برابر میانگین دو عدد وسط یعنی میانگین 16 و 17 است که برابر 16.5 می شود. با محاسبه میانه، می دانیم که نیمی از مقادیر داده ها کوچکتر از 16.5 و نیمی دیگر از آن بزرگتر هستند. می توان مقادیر دیگری نیز برای دو نیمه کردن داده ها محاسبه کرد.برای مثال می توان صدک ها یا چارک ها را می توان محاسبه نمود. می توان مقداری را محاسبه کرد که 25% مشاهدات کوچکتر از آن هستند. بنابراین 75% مشاهدات یا موردها بزرگتر از آن هستند.

    - اندازه های پراکندگی

    راه های متعددی برای توصیف تغییر پذیری و پراکندگی داده ها وجود دارد. این روش ها شامل دامنه، دامنه بین چارکی و انحراف استاندارد است.

    دامنه تفاوت بین بزرگترین و کوچکترین مشاهده است. اگر مشاهدات شامل 19، 21، 22، 22، 25، 27، 28، 42 باشد؛ دامنه آن تفاوت بین 42 و 19 یعنی 23 است. اگر مقدار دامنه بزرگ باشد، نشانگر پراکندگی بالای مشاهدات است. مقدار دامنه می تواند تحت تاثیر یک مشاهده با مقدار خیلی بزرگ یا خیلی کوچک قرار گیرد، برای حل این مشکل دامنه بین چارکی (IQR) محاسبه می شود. این مقدار تفاوت بین 75 امین و 25امین صدک است و معمولاً به صورت دامنه ای از مقادیر بیان می شود. در مجموعه مشاهدات فوق، چارک پایین 21.5 و چارک بالا 27.5 است بنابراین دامنه بین چارکی آنها به صورت 21.5-27.5 گزارش می شود.

    یکی دیگر از اندازه های پراکندگی و تغییر پذیری مشاهدات انحراف استاندارد است. این مقدار نشانگر میزان انحراف داده ها از میانگین داده است. به صورت ریشه دوم مجذور تفاوت مقادیر از میانگین بیان می شود.

  • 7-اندازه های خلاصه برای داده های ترتیبی

    در داده های ترتیبی، معمول ترین خلاصه سازی شامل تعداد یا درصد نمونه ها یا مشاهدات در هر طبقه است. مد طبقه ای است که دارای بیشترین تکرار است. در داده های رتبه ای، میانه مفید ترین شاخص خلاصه سازی است.

    رویه توزیع فراوانی جداول توزیع فراوانی تولید می کند که هم تعداد و هم درصد مشاهدات هر طبقه یا متغیر را مشخص می کند. برای اینکار منوهای زیر را دنبال کنید:

    Analyze>Descriptive Statistics > Frequencies…

    توجه داشته باشید که این خصیصه مستلزم گزینه های پایه آماری است. برای دانلود فایل اطلاعات نمونه بخش آموزش SPSS 23 به لینک زیر مراجعه شود: spss.statistics.tut/spss/tutorials/introtut2.htm

    حال متغیرهای مورد نظر را انتخاب کرده و به ستون متغیرها انتقال دهید (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه

    با کلیک دکمه Ok، رویه اجرا شده و جدول توزیع فراوانی متغیرهای منتخب در پنجره خروجی SPSS مشاهده می شود (شکل زیر)

    تجزیه و تحلیل آماری پروپوزال

    نتایج تجزیه و تحلیل آماری برنامه در پنجره Viewer ظاهر می شود (شکل بالا). همانطور که در شکل دیده می شود جدول توزیع فراوانی شامل تعداد مشاهدات معتبر، فروانی، درصد فراوانی، درصد معتبر و درصد تجمعی است.

  • 8-خلاصه کردن داده های ترتیبی با نمودار

    می توان اطلاعات جدول توزیع فراوانی را به صورت نمودار میله ای یا قطاعی نشان داد. برای اینکار مجدداً وارد منوی Analyze>Descriptive Statistics > Frequencies… شده و متغیرهای مورد نظر را به ستون متغیرها انتقال می دهیم. برای ترسیم چارت، متغیرها بایستی انتخاب شده باشند. می توان از آیکون Dialog Recall (تصویر زیر) در نوار ابزار برنامه استفاده کرده و آخرین پنجره باز شده را باز کرد.

    آمار پروپوزال

    سپس روی چارت کلیک کرده و Bar chart را انتخاب کرده و دکمه Continue را بزنید. در نهایت دکمه Ok را زده و نمودار مورد نظر در پنجره نمایش خروجی دیده خواهد شد (شکل زیر)

    آمار پایان نامه

    در این حالت علاوه بر جداول توزیع فراوانی، نمودار نیز تولید شده که خلاصه کردن و تفسیر داده ها را تسهیل می کند.

  • 9-اندازه های خلاصه برای متغیرهای درجه ای

    اندازه های خلاصه سازی متعددی برای متغیرهای درجه ای در دسترس است که شامل شاخص های تمایل مرکزی و شاخص های پراکندگی می باشند از جمله میانگین و میانه و انحراف استاندارد و کمینه و بیشینه که قبلا بحث شد.

    مجدداً پنجره Frequencies… را باز کنید، دکمه Reset را بزنید تا تنظیمات قبلی پاک شود. حالا دو متغیر درجه ای (رتبه ای) را انتخاب کرده و به ستون متغیرها انتقال دهید. دکمه Statistics را بزنید گزینه های میانگین، میانه، انحراف استاندارد، کمینه و بیشینه را انتخاب کنید و دکمه Continue و سپس دکمه Ok را بزنید. جدول آماره های فراوانی در پنجره خروجی برنامه ظاهر می شود (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه دکتری

  • 10-نمودار هیستوگرام داده های رتبه ای

    مجددا پنجره Frequencies را باز کنید. دکمه Charts را زده و نمودار هیستوگرام را همراه با گزینه With normal curve (منحنی توزیع نرمال) را انتخاب کرده و دکمه ادامه و سپس Ok را بزنید. نمودار هیستوگرام در پنجره خروجی برنامه ظاهر می شود (شکل زیر)

    تجزیه و تحلیل داده های پایان نامه کارشناسی ارشد

  • 11-جداول متقاطع

    جداول متقاطع (جداول توافقی یا احتمالی) نمایانگر رابطه بین دو یا چند متغیر طبقه ای (اسمی یا رتبه ای) هستند. اندازه این جداول توسط تعداد مقادیر متمایز هر متغیر تعیین می شود و هر خانه این جدول نمایانگر یک ترکیب منحصر به فرد از مقادیر است. آزمون های آماری بی شماری برای تعیین رابطه بین این متغیرها در یک جدول وجود دارد. در این مطلب از فایل داده Demo.spv استفاده می شود که در پوشه مثال های برنامه وجود دارد.

    یک جدول متقاطع ساده

    چه عواملی روی محصولاتی که مردم خرید می کنند، تاثیر دارد؟ شاید مشهودترین آنها پولی باشد که مردم خرج می کنند. در این مثال، ما رابطه بین سطح درآمد و داشتن یک دستیار دیجیتال شخصی (PDA) را بررسی می کنیم.

    - از نوار منوی برنامه گزینه جدول متقاطع را انتخاب کنید:

    Analyze > Descriptive Statistics > Crosstabs

    منوی مربوطه در شکل زیر آمده است:

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    متغیر Income category in thousands (inccat) را از ستون متغیرها انتخاب و به خانه Row منتقل کنید. سپس متغیر را از ستون متغیرها انتخاب و به خانه Column منتقل کنید و Ok را بزنید. حال جدول متقاطع این دو متغیر در پنجره خروجی برنامه مشاهده می شود (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    خانه های جدول شمار یا تعداد موارد را برای هر مقدار ترکیبی نشان می دهد. برای مثال، 445 نفر با درآمد بین 25 تا 49 دلار مالک یک PDA هستند. هرچند هیچ یک از این مقادیر به صورت قطعی نشانگر رابطه مشهود بین متغیرها نیستند.

  • 12-شمارش در برابر درصد

    اغلب تجزیه و تحلیل یک جدول متقاطع از روی اعداد یا شمارش موجود در آن آسان نیست. این واقعیت که تعداد مالکان PDA در گروه دارای درآمد 25-49 دلار دو برابر بیشتر از طبقه 25 دلار است، ممکن است خیلی معنی دار نباشد، از آنجایی که تعداد افراد دارای این سطح درآمد نیز دو برابر افراد گروه 25 دلار است (1933 در مقابل 983 نفر).

    مجدداً دیالوگ جدول متقاطع را باز کنید (دو متغیر هنوز در خانه های مربوطه هستند) یا آیکون ابزار فراخوانی دیالوگ (تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد ) را بزنید.

    روی دکمه Cells کلیک کنید تا دیالوگ نمایش خانه های جدول ظاهر شود (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    در گروه Percentages گزینه Row را انتخاب کنید و سپس دکمه Continue و بعد Ok را بزنید. حال جدول متقاطع با دو سطر شمارش و درصد ظاهر می شود (شکل زیر)

    حالا تصویر روشن تری از رابطه بین این دو متغیر دیده می شود. همانطور که تعداد افراد هر طبقه درآمد افزایش می یابد، درصد مالکیت PDA نیز بالا می رود.

  • 13-تست معناداری در جدول متقاطع

    هدف جدول متقاطع نشان دادن رابطه (یا عدم ارتباط) بین دو متغیر است. هرچند رابطه ای بین دو متغیر مثال قبل دیده می شود، اما اعتقاد بر این است که تفاوت مالکیت PDA در بین طبقه های مختلف درآمد چیزی فراتر از یک تصادف است. برای تعیین معنادار بودن رابطه بین متغیرهای یک جدول متقاطع، تست های آماری زیادی وجود دارد. یکی از رایجترین این تست ها، آزمون کای دو (مربع خی) است. یکی از مزایای آزمون کای دو این است که تقریباً برای تمامی انواع داده ها قابل استفاده است.

    مجدداً دیالوگ جدول متقاطع را باز کنید و در حالی که متغیرها در خانه های سطر و ستون هستند، دکمه Statistics را بزنید (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    گزینه Chi-square را تیک زده و دکمه Continue و سپس Ok را بزنید. حال نتیجه آزمون کای دو در پنجره خروجی برنامه مشاهده می شود (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    آزمون های پیرسون کای دو این فرضیه را تست می کنند که متغیرهای موجود در سطر و ستون مستقل از هم هستند. مقدار واقعی آماره خیلی اطلاع دهنده نیست. مقدار معناداری (Asymp. Sig.) حائز اطلاعاتی است که ما به دنبال آن هستیم. هر چه مقدار آن کوچکتر باشد، احتمال اینکه دو متغیر مستقل (بدون رابطه) باشند کمتر می شود. در این نمونه، مقدار معناداری برابر صفر است، و بدین معنی است که دو متغیر سطر و ستون با هم مرتبط هستند و رابطه آنها معنادار است.

  • 14-اضافه کردن یک لایه متغیر

    می توانید به جدول متقاطع یک لایه متغیر اضافه کنید تا جدول سه جانبه شده و طبقات متغیرهای سطر و ستون به طبقه های کوچکتری براساس متغیر لایه تقسیم شوند. به این متغیر گاهی متغیر کنترل اطلاق می شود، زیرا نشان می دهد که با کنترل اثرات از طریق یک متغیر سوم، چه تغییری در رابطه بین متغیرهای سطر و ستون رخ می دهد.

    دیالوگ جدول متقاطع را باز کرده و دکمه Cells را بزنید. تیک گزینه Row percents را بردارید. دکمه Continue را بزنید. حال متغیر Level of Education (ed) را به عنوان متغیر لایه (کنترل) انتخاب و به خانه مربوطه انتقال دهید و دکمه Ok را بزنید تا رویه اجرا شود (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    اگر به جدول متقاطع نگاهی بیاندازید، می بینید تنها اتفاقی که افتاد بزرگتر و سخت تر شدن تفسیر جدول متقاطع بود. اما اگر به جدول آزمون کای دو نگاهی بیاندازید، به سادگی می بینید که در یکی از طبقه های تحصیلات، رابطه آشکار بین درآمد و مالکیت PDA ناپدید شده است (معمولاً سطح معناداری کمتر از 0.05 معنادار در نظر گرفته می شود) (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    این حاکی از آن است که رابطه آشکار بین درآمد و مالکیتPDA صرفاً یک پارازیت از رابطه زمینه ای بین سطح تحصیلات و مالکیت PDA است. از آنجایی که بالا رفتن سطح تحصیلات با افزایش درآمد همراه است، رابطه آشکار بین سطح درآمد و سایر متغیرها در واقع نتیجه تفاوت سطح تحصیلات نمونه های مطالعه است.

  • 15-رسم و ویرایش نمودار

    در این برنامه می توان نمودارهای متفاوت زیادی را ترسیم و ویرایش کرد. در این مثال ما سه نوع رایج نمودارها یعنی نمودار میله ای ساده، نمودار قطاعی یا دایره ای و نمودار پراکندگی گروهی را بحث می کنیم.

    اساس ترسیم نمودار

    برای بحث اساس ترسیم نمودار، ما نمودار میله ای مثال درآمد و سطح رضایت شغلی را ترسیم می کنیم. در این مثال نیز از فایل Demo.sav استفاده می شود که در پوشه مثال های برنامه موجود است.

    از نوار منوی برنامه، دیالوگ رسم نمودار را باز کنید:

    Graphs > Chart Builder...

    دیالوگ رسم نمودار یک پنجره تعاملی است که به شما امکان دیدن پیش نمایش نمودار را قبل از ساختن نمودار می دهد (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    استفاده از گالری نمودار ساز

    ابتدا برگه Gallery را بزنید. گالری شامل انواع نمودارهای از قبل تعریف شده برنامه است، که با توجه به نوع نمودار سازماندهی شده است. برگه Basic Element نیز عناصر پایه ترسیم نمودار (مثل محورها و اجزای نمودار) را مشخص می کند اما بهتر است که از برگه گالری استفاده شود.

    گزینه Bar را از لیست نمودارها انتخاب کنید. در این دیالوگ آیکون انواع نمودارها ظاهر می شود. تصاویر اطلاعات کافی برای شناسایی نوع نمودار مورد نظر را می دهند. برای کسب اطلاعات بیشتر می توانید از شرح موجود در ToolTip مربوطه مراجعه کنید.

    حالا آیکون مربوط به نمودار میله ای را به وسط پنجره Canvas کشیده و رها کنید، که یک محدوده سفید بزرگ در بالای دیالوگ گالری است (شکل زیر).

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    چارت ساز برنامه پیش نمایش نمودار را نشان می دهد. توجه داشته باشید که داده های مورد استفاده پیش نمایش اطلاعات واقعی شما نیستند.

  • 16-تعریف متغیرها و آماره ها

    گرچه نموداری در صفحه پیش نمایش وجود دارد، اما کامل نیست و هیچ متغیر یا آماره ای برای آن ارائه نشده است. متغیرها را از طریق کشیدن و رها کردن در سطر یا ستون نمودار مشخص می کنیم. متغیرها را باید در ناحیه درگ محور x و y رها کنید اما تنها متغیر X- axis? الزامی است و با توجه به نوع نمودار ممکن است متغیری برای Y-axis? نیز لازم باشد. مثلاً اگر لازم باشد که از آماره های مربوط به یک متغیر دیگر مثل میانگین حقوق در محور Y استفاده کنید.

    در این مثال ما می خواهیم نمودار میله ای رسم کنیم که میانگین درآمد را برای هر طبقه ای از رضایت شغلی نشان دهد، بنابراین هر دو منطقه درگ باید با متغیر پر شوند. برای محاسبه میانگین، بایستی یک متغیر طبقه ای در محور X و یک متغیر رتبه ای در محور Y گذاشته شود.

    در نمودار ساز برنامه سطح اندازه گیری متغیرها مهم است. در این مثال ما از متغیر رضایت شغلی در محور x استفاده می کنیم. هرچند آیکون (به شکل خط کش) پشت نام متغیر نشانگر سطح اندازه گیری است که به صورت رتبه ای تعریف شده است. بجای برگشتن به عقب و تغییر نوع متغیر در برگه تعریف متغیر ویرایشگر داده برنامه، می توان به طور موقت از نمودار ساز استفاده کرد.

    در لیست متغیرها روی متغیر Job satisfaction کلیک راست کرده و گزینه Ordinal را انتخاب کنید. سطح اندازه گیری ordinal مناسب است زیرا طبقه ای است و طبقه های رضایت شغلی را نشان می دهد. به آیکون کنار اسم متغیر دقت کنید که بعد از این عمل تغییر می کند. حالا آن را به ناحیه درگ X-axis? کشیده و رها کنید.

    ناحیه درگ y به طور پیش فرض برای آماره های شمارشی است. اگر می خواهید از آماره دیگری استفاده کنید (مثل درصد یا میانگین)، می توانید به سادگی آن را تغییر دهید. ما در این مثال از آماره میانگین استفاده می کنیم اما برای تغییر به صورت زیر عمل می شود.

    روی Element Properties کلیک کرده تا پنجره ویژگی های عناصر باز شود (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    این پنجره امکان تغییر خواص عناصر نمودار را می دهد. این خواص شامل ویژگی های گرافیکی و محورهای نمودار است. یکی از عناصر را از لیست Edit properties of list انتخاب کرده و ویژگی مربوط به آن را تغییر می دهیم. مثلاً در تصویر عنصر Bar1 انتخاب شده و آماره آن به Count تغییر داده شده است. این لیست کشویی شامل آماره های خاصی است که برای نمودار انتخاب شده قابل اعمال است. متوجه باشید که نمایش بعضی از آماره ها در این لیست منوط به انتخاب شدن متغیر محور y از قبل است. اگر این ناحیه درگ خالی باشد، آن آماره ها نمایش داده نمی شود. در مثال، ما در دیالوگ نمودار ساز متغیر Household income in thousands را برای ناحیه درگ Y-axis? انتخاب کرده و سپس در لیست خواص، آماره میانگین را انتخاب می کنیم.

    اضافه کردن متن

    در این برنامه امکان اضافه کردن عنوان نمودار و پاورقی نمودار وجود دارد. برای اینکار روی برگه Titles/Footnote در دیالوگ نمودار ساز کلیک کرده و گزینه Title 1 را تیک می زنیم (شکل زیر).

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    حال عنوان نمودار به صورت T1 در canvas ظاهر می شود. در پنجره Element Properties، گزینه T1 را از لیست ویرایش انتخاب می کنیم. یک جعبه متن ظاهر می شود که متن عنوان نمودار در آن تایپ می شود (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    حال دکمه Apply را بزنید تا متن موجود در جعبه متن Content بجای T1 در canvas ظاهر شود.

    رسم نمودار

    حال در دیالوگ نمودار ساز برنامه دکمه Ok را بزنید.

    پس از انجام تنظیمات و زدن دکمه Ok، نمودار میله ای با تنظیمات مورد نظر در پنجره خروجی برنامه ظاهر می شود (شکل زیر)

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    این نمودار ستونی (میله ای) نشان می دهد که شرکت کنندگان از شغل هایی رضایت بیشتری دارند که درآمد خانوادگی بالاتری دارند.

  • 17- کار با خروجی

    نتایج تجزیه و تحلیل آماری با برنامه SPSS در پنجره خروجی برنامه (Viewer) نمایش داده می شود. خروجی برنامه می تواند جداول، نمودارها، چارت ها، متن باشد که بستگی به گزینه شما در زمان انجام رویه دارد. در این فصل از فایل های viewertut.spv و demo.sav استفاده می شود که در پوشه مثال های برنامه موجود است. تصویری از پنجره Viewer در زیر آمده است.

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

    پنجره نمایش خروجی شامل دو قسمت (ستون) است. پانل یا ستون outline حاوی لیست تمامی اطلاعاتی است که در نمایشگر خروجی ذخیره شده است. پانل contents حاوی جداول آماری، نمودارها و متن های مربوطه است.

    برای پیمایش در این پنجره می توان از اسکرول بار کنار پنجره استفاده کرد، اما راه ساده تر و منطقی کلیک کردن بر روی اسم تست یا نتیجه در پانل outline است. می توان اندازه این دو ستون پنجره را با درگ کردن میله وسط آنها تغییر داد. برای باز و بسته کردن هر تست می توان علامت مثبت کنار آیکون کتاب را استفاده کرد. اگر علامت کنار آیکون – باشد یعنی تست باز است هرچند ممکن است در قسمت مرئی آن نباشد. برای مشاهده خروجی های مخفی می توان روی آیکون کتاب دابل کلیک کرد. برای جابجایی ترتیب آزمون ها و تست های نمایش یافته در پانل outline، می توان تست مورد نظر را گرفته و به محل مورد نظر درگ و رها کرد. همچنین خروجی که مورد نظر ما نیست را می توان با انتخاب آن و زدن دکمه delete از خروجی حذف نمود.

  • 19-دستیابی به تعاریف خروجی

    بسیاری از عبارات آماری در پنجره خروجی نمایش می یابند. می توان به تعریف این عبارات و اصطلاحات در خود پنجره نمایش خروجی دست یافت. برای اینکار ابتدا روی نام جدول حاوی اطلاعات مورد نظر دابل کلیک کرده تا جدول به حالت انتخاب درآید. جدولی که انتخاب شده است، دارای یک حاشیه نقطه چین است. سپس روی اصطلاح مورد نظر کلیک راست کرده و از منوی کشویی ظاهر شده گزینه ?What This را انتخاب می کنیم (شکل زیر).

    تجزیه و تحلیل آماری پایان نامه کارشناسی ارشد

 مژده به همکاران عزیز:

مرکز خدمات پرستار راه اندازی شد. خدمات ترجمه متون پرستار شامل ترجمه متون عمومی، ترجمه متون تخصصی، ترجمه کتاب، ترجمه مقاله در حوزه ترجمه آنلاین، ترجمه حضوری، ترجمه تلفنی؛ بویژه ترجمه فارسی به انگلیسی می باشد. ترجمه فوری و ترجمه ارزان تز را تجربه کنید و مطمئنا به همکاری ادامه خواهید داد. فقط کافی است ثبت نام کرده و پنل کاربری خود را فعال کنید. هر گونه توضیح لازم را در محل ثبت سفارش قید بفرمایید. بمناسبت افتتاح تز فعلا قیمت ها ثابت و ارزان است. از قیمت ها و کیفیت ترجمه های تز شگفت زده خواهید شد.

ثبت سفارش ترجمه متون

 مژده به همکاران عزیز:

مرکز خدمات پرستار راه اندازی شد. برای ثبت سفارش نگارش پیش پروپوزال، نگارش پروپوزال، نگارش پایان نامه، تجزیه و تحلیل آماری پایان نامه، تهیه اسلاید پاورپوینت دفاع به لینک زیر مراجعه نمایید. توجه بفرمایید که پوسته و ظاهر سایت تغییر می کند، زمانیکه وارد ساب دامین thez.parastar.info برای ثبت سفارش می شوید. اما این ساب دامین همانطور که از نامش پیداست مربوط به وبگاه پرستار است و تحت مسئولیت وبگاه پرستار عمل می کند. فقط کافی است ثبت نام کرده و پنل کاربری خود را فعال کنید. از قیمت ها و کیفیت کار تز شگفت زده خواهید شد.

ثبت سفارش پروپوزال و پایان نامه

بالای صفحه
JSN Boot template designed by JoomlaShine.com