SPSS-Psicometria: appunti

Importa il file «dati1_2.csv»

Cartella gialla alto a sinistra cerca nome del file scaricato apri file → File importa dati → Trascino file direttamente nel programma.

Si apre la finestra di anteprima dove posso selezionare le funzioni che mi servono.

Simbolo di punto rosso + punto blu + a → variabile stringa, variabile i cui valori sono caratteri → quando c’è nel file, posso selezionare di rimuovere spazi iniziali e spazi finali, per togliere eventuali errori di battitura.

Etichettare la variabile

Etichettare la variabile: assegnare un numero a una variabile.

Vista variabile → vai sulla riga di genere valori inserisci i valori corrispondenti → Valori «errati» in una variabile: dichiarali come mancanti.

Controlla da vista dati i dati sbagliati → vista variabile → riga della variabile errata → mancante/i → valori mancanti discreti.

Tasto destro sulla variabile → ordino i valori dal minore al maggiore → vedo minimo e massimo, facilita vedere i valori mancanti.

Sismiss: tipo di valore mancante indicato con un . non dichiaro che è mancante perché SPSS lo sa, è un mancante di sistema.

Riduci il numero di decimali

Riduci il numero di decimali.

Vista variabile → riga della variabile → decimali.

Salva l’editor dei dati

Salva, nel tuo spazio personale, l’editor dei dati in formato .sav.

Seconda icona da sinistra → salva.

File salva con nome.

Calcola variabile

Calcola variabile: nuova variabile come risultato di un’espressione numerica.

Trasforma → calcola variabile.

• Variabile di destinazione: inserisco il nome della variabile nuova.
• Espressione numerica: inserisco l’espressione per calcolare la variabile nuova.
• Lista delle variabili: sono variabili che ho già, scelgo quella di cui mi servono i valori.
• Tastierino numerico e operazioni: asterisco = elevamento a potenza di cui metto poi il numero a fianco.
• Gruppo di funzioni.
• Condizione di selezione dei casi facoltativi: calcolo su un gruppo d’interesse.
• Tipo di etichetta: specifico il nome della variabile e il tipo di scala.
• Conversione delle misure.

Racchiudo nell’espressione numerica la trasformazione dell’unità di misura o faccio 2 step: calcolo la prima variabile con sostituzione della misura → uso la variabile nuova per calcolare la variabile finale.

Ricodifica

Ricodifica: cambio la natura della variabile, es. creo delle classi, cambio la scala...

Menu trasforma → ricodifica nelle stesse variabili / ricodifica in variabili differenti.

Posso fare reverse coding: ribalto i valori che traggo da un esperimento, devo ribaltarli tutti.

Ricodifica nelle stesse variabili: i valori nuovi sovrascrivono quelli vecchi, si modificano i valori della variabile che ho già.

• Variabili: variabile da ricodificare.
• Valori vecchi: della variabile inserita.
• Valori nuovi: della nuova variabile.

Ricodifica in variabili differenti: si crea una nuova variabile e rimane anche quella di partenza.

File suddiviso

File suddiviso: condurre analisi statistiche per i livelli di 1 o più variabili di raggruppamento.

Menu dati / 6 icona da destra confronta gruppi, una sola tabella, / organizza output per gruppi, tante tabelle quanti sono i valori → vedo nella barra dello stato la suddivisione → vista dati → tasto destro sul nome della variabile → vedo le statistiche e le tabelle.

Per lavorare di nuovo senza avere suddivisioni ritorno in suddividi file → analizza tutti i casi, tolgo il filtro.

Seleziona casi

Seleziona casi, 5 icona da destra: permette di condurre analisi su un sottoinsieme di casi.

Opzione 1 tutti i casi.

Opzione 2 se la richiesta è soddisfatta.

Si apre finestra come ‘calcola variabile’.

• Tastierino numerico.
• Gruppo di funzioni.

Inserire regola logica per selezionare i casi a cui si è interessati.

Es. analisi statistiche solo sulle femmine.

Seleziono variabile sesso → la inserisco nel box → sesso = 0, i valori contenuti nella variabile sesso sono 0 o 1 e 0 sono le femmine → continua → in output posso gestire come riportare la selezione dei casi.

• Escludi casi non selezionati: nell’editor spariscono tutti i maschi.
• Copia casi selezionati in nuovo dataset. Il sotto campione femminile viene inserito in un nuovo editor.
• Elimina casi non selezionati: i maschi vengono eliminati dal dataset e non recuperabili.

Una volta finito 5 icona da destra → tutti i casi → ok.

Statistiche descrittive

Statistiche descrittive.

Insieme di metodi e tecniche per l’esplorazione, la descrizione e la sintesi dell’evidenza empirica.

Statistiche.

8 pulsante da destra.

Quando lo si usa bisogna dichiarare il livello di misurazione per avere una statistica più esatta.

Oppure.

Analizza → statistiche descrittive.

• Frequenze: per tutte le scale di misura.
• Descrittive: per variabili su scala a intervallo o rapporto.
• Esplora: per variabili su scala a intervallo o rapporto.

Informazioni nella tabella

• Numerosità.
• Casi validi.
• Casi mancanti.

Frequenze

Frequenze.

Analizza → statistiche descrittive → frequenze → seleziono variabili nel box di sinistra → statistiche, seleziono l’indice che mi interessa calcolare, / grafici / formato.

Statistiche

• Valori percentili, in base a un tipo di valore percentile corrisponde un valore per la variabile es. la mediana è un valore percentile perché il valore della mediana accomuna il 50% più basso del campione – il valore percentile potrebbe essere un altro valore, non il 50.
• Es. se ho valore 12 nel reddito valore percentile 10 → significa che il 12% del campione ha un valore uguale o inferiore a 10.
• Quartili.
• Punti di divisione: decido valore che mi interessa per il gruppo.
• Percentili: inserisco valore → aggiungi.

Dispersione

• Deviazione standard.
• Varianza.
• Intervallo.
• Minimo.
• Massimo.
• Errore standard della media E.S. media.

Tendenza centrale

• Media.
• Mediana.
• Moda.
• Somma.

Distribuzione

• Asimmetria.
• Curtosi.

Variabile sesso. Nominale richiedo la moda → moda → continua.

Grafici

• Nessuno.
• Grafici a barre.
• Grafici a torta.
• Istogramma.
• Mostra curva normale: vedo quanto i dati si discostano dalla distribuzione normale.

Formato

Formato: indico come voglio che siano ordinati i valori delle variabili in output.

Ordina per.

• Valori crescenti.
• Valori decrescenti.
• Conteggi crescenti.
• Conteggi decrescenti.

Variabili multiple: in caso in cui si analizzano più variabili indico come mostrare le tabelle di ogni variabile, = funzione a suddividi file.

• Confronta variabili: tabelle una accanto all’altra di ogni variabile.
• Organizza l’output per variabili: tabelle di ogni variabile distinte una sotto l’altra.

Elimina tabelle con molte categorie.

• Es. se ho una variabile età che ha molti valori diversi e per alcuni valori il conteggio è inferiore al valore che metto, SPSS non le inserisce.

Visualizza tabelle delle frequenze: costruisce la tabella per le variabili inserite.

Crea tabella di stile APA: stile American Psychological Association, serie di regole di formattazione che i ricercatori usano per i risultati delle ricerche.

• In generale non si seleziona perché alcuni dettagli vengono tralasciati per essere conformi allo stile APA.

Ok → tabella degli indici statistici richiesti, vedo che ci sono casi validi e non validi → le frequenze sono calcolate solo sui casi validi, / tabella delle frequenze, informazione dei conteggi in termini percentuali, / grafico a torta.

Descrittive

Descrittive per variabili a scala a intervalli o a rapporto.

Es. numero di eventi sociali nell’ultimo anno.

Analizza → statistiche descrittive → descrittive → box di destra → opzioni / stile.

Se si vuole la lista con i nomi delle variabili → tasto di destra → visualizza nomi variabili.

Opzioni.

Indici statistici minori rispetto alla frequenza: sono indici indicati per descrivere scale a intervallo e rapporto.

Trasformare in punti z la variabile eventi → salva valori standardizzati come variabile → si crea nuova colonna con valori in punti z, rapporto della differenza di punteggio da media fratto deviazione standard della variabile.

Esplora

Esplora consente di fare statistiche in modo diverso. Consente di analizzare le variabili per i livelli di un'altra variabile.

Analizza → statistiche descrittive → esplora.

• Elenco dipendenti: inserire la variabile oggetto dell’analisi → in output vengono mostrate le statistiche.
• Elenco dei fattori: posso inserire un’altra informazione, vengono usati i livelli di questa variabile per calcolare quella d’interesse.
• Etichetta in base a: non ha influenza, non lo usiamo.

Esplora statistiche

Esplora → statistiche.

• Descrittive: pacchetto di indici statistici predeterminati.
• Stimatori M.
• Valori anomali: distribuzione di valori che si discostano in maniera sospetta dalla distribuzione di una variabile.
• Percentili.

Esplora grafici

Esplora → grafici.

• Grafici a scatole.
• Box plot.
• Livelli dei fattori insieme: tutte le variabili in un grafico.
• Dipendenti insieme: variabili in grafici diversi.

Descrittive.

• Grafici a normalità con test.

Esplora opzioni

Esplora → opzioni.

Valori mancanti.

• Escludi casi listwise: opzione che va bene di default.
• Escludi casi pairwise.
• Valori del report: valori mancanti considerati come gruppo separato.

Costruzione di grafici

Costruzione di grafici.

Esempio: se devo creare un istogramma per una variabile, posso usare la funzione GRAFICI → BUILDER DI GRAFICO → finestra di warning per impostare il livello di misurazione per le variabili e definire le etichette dei valori OK.

• Alto a sinistra: elenco delle variabili.
• Area centrale: area di anteprima del grafico.
• Area sottostante: elementi principali per costruire il grafico.
• Galleria.
• Diverse tipologie di grafico sulla sinistra, seleziona da:.
• Elementi di base.
• ID gruppi/punti.
• Titoli.

Seleziono il tipo di grafico e lo trascino nell’area di anteprima → inserisco nei box dell’anteprima le variabili da rappresentare.

Nel tab proprietà elemento: posso inserire statistiche, sovrapporre, creare curva normale, cambiare lo stile del grafico, inserire e cambiare colori.

Il t-test

Il t-test.

Test in cui si confrontano le medie → probabilità per cui le medie che si confrontano sono uguali o differenti tra loro in maniera statistica.

Distanza tra la media del campione e la media della popolazione secondo H₀. Le inferenze sono basate sulla distribuzione di t di Student, famiglia di distribuzioni, che dipende dalla numerosità del campione.

Analizza → confronta la media.

• Test t a campione singolo o a campione unico: verifica di ipotesi sulla media della popolazione nel caso di varianza ignota.
• Molte volte non si sa come la variabile si distribuisce → la varianza è ignota e si fanno solo inferenze sulla distribuzione t di Student.
• Determinare se la media osservata nel campione è uguale o diversa dalla media che si immagina sia della popolazione.
• Es. Accettereste o rifiutereste l’ipotesi nulla per cui la media della popolazione per l’Università A è uguale a 14? H0: μ = 14 H1 : μ ≠ 14.

Seleziona casi → se la condizione è soddisfatta → università = “Uni_A” → continua → OK.

Analizza → confronta media → t test a campione singolo.

N.B. tra le variabili non avrò mai le variabili stringa → se mi servono devo trasformarle assegnando valori numerici.

Inserisco la variabile punteggio → valore test: ipotesi nulla = 14 → inserisco valore 14 → tengo flaggata stima dimensioni dell’effetto → opzioni.

• Posso modificare l’intervallo di confidenza, generalmente 95%.
• Valori mancanti: posso escluderli va bene di default escludi casi analisi per analisi.

In output.

N.B. se il Pvalue, che vedo nella seconda tabella in output, è più piccolo dello 0,05 allora il test è significativo → posso rifiutare l’i.