Appunti di SPSS, Psicometria con Laboratorio Software 1

Analisi statistica con SPSS

Test t per campioni indipendenti

Test U di Mann-Whitney o test per la somma dei ranghi di Wilcoxon

Analisi della varianza Test H di Kruskal-Wallis

Correlazione di Pearson (r)

Rho di Spearman

Per saperne di più su come utilizzare SPSS, puoi consultare il seguente link: https://elearning.unimib.it/mod/page/view.php?id=836343&forceview=1

Esercitazione 1

SPSS (Statistical Package for Social Science) è un software di statistica che esegue analisi dati nell'ambito delle scienze sociali. È sul mercato dalla fine degli anni 70/80 e ha subito modifiche e upgrade che l'hanno reso user-friendly (con click and play) e contiene pacchetti di analisi utili alle analisi.

Il "contro" è l'analisi di dati raccolti su centinaia o migliaia di persone (diventa più lento) ed è un'appagamento.

La struttura di SPSS si basa su tre tipi di file. L'editor dei dati è quella con cui si caricano i dati, si modificano, si fa analisi. La finestra di output mostra ciò che modifichiamo.

nell'editor dati (il codice delle azioni nellaprima scheda).La sintassi ci permette di scrivere ed eseguire il codice che sta allabase di programmazione di Spss. (possiamo fare tutto ciò chefacciamo con l'editor dei dati, usando il linguaggio diprogrammazione di Spss). I risultati di editor e sintassi si vedononell'output. Editor dei dati

Dove posso inserire e visualizzare i dati

• È una matrice casi x variabili (ogni colonna mostra una variabile e ogni riga un caso)
• Ci sono due modalità di visualizzazione diverse (clic in basso a dx): vista dati (come img) e vista variabile (usata per definire le caratteristiche delle variabili)

I menu File mostra tutte le azioni che possiamo eseguire tramite Spss - es. aprire o salvare dati, importarli o esportarli(es. cambiare estensione), ecc. Per aprire "Dati1_1.sav" (capisco che è nativo di Spss) posso:

• Fare doppio click sul file
• Trascinare il file sulla finestra dati Spss

1. File>apri>datio Icona di apertura file sulla barra degli strumenti
2. Modifica consente di interagire col file dati
3. Come annullare-ripetere operazioni, copiare e incollare, trovare o sostituire valori specifici
4. Con “opzioni” modifichiamo lingua, modalità di presentazione dell’output (font, grandezza, colori), ecc.
5. Visualizza modifica barra di stato e degli strumenti
6. Permette di visualizzare la griglia o non
7. Dati permette di suddividere file e selezionare casi
8. Trasforma, trasforma la variabile: calcola una variabile, ricodifica nelle stesse variabili e in variabili differenti (le variabili assumono i valori che vogliamo)
9. Analizza è il menu che ci permette di fare analisi di dati (base di Spss)
10. Grafici permette di creare grafici, ad esempio il builder di grafici
11. Guida ci aiuta e supporta (stesse cose della home)

Le icone sottostanti sono shortcuts (barra degli strumenti)

9. Apre file dati 9. Consente di osservare le caratt. della

1. variabile10. Salva i dati (file salva)
2. Esegue statistiche descrittive per la variabile11
3. Stampare il file dati selezionata
4. Richiama le funzioni che ho usato di recente
5. Trova
6. Annulla operazione
7. Suddividi file
8. Ripeti operazione
9. Seleziona casi
10. Vai al caso
11. Etichetta valori
12. Vai alla variabile
13. Personalizzare barra degli strumenti
14. Cerca

La vista della schermata può essere in dati o in variabili:

• In vista dati vediamo di dati (casi x variabili)
• In vista variabili, ogni colonna rappresenta una caratteristica, la usiamo per modificare le variabili

La colonna tipo informa sul formato di variabile che stiamo modificando: di tipo numerico (variabile contiene numeri), formato stringa (variabile contiene caratteri alfanumerici: testo), notazione scientifica (valori con decimali), data, ecc.

La colonna larghezza gestisce il numero di caratteri massimo che possono essere contenuti nelle celle "vista dati".

La colonna decimali gestisce i decimali in vista dati.

aggiungo i decimali alla variabile. La colonna etichetta specifica l'informazione della variabile (renderlo più specifico: ad esempio, il nome non può contenere spazi e punto e virgola) e ci permette dare dei nomi più significativi (es. il nome sesso indica il genere dei partecipanti). La colonna valori è usata in caso abbiamo variabili su scala di misurazione nominale o ordinale. Diamo etichette ai valori per poter usare un formato di tipo numerico, ad esempio inserisco 1 e 2 per indicare maschio e femmina, e devo quindi specificare quale numero sta per quale sesso. La colonna mancante indica che nelle variabili ci sono dei valori non validi o che non vanno analizzati. La colonna misura indica a Spss qual è la scala di misura della variabile (nominale, ordinale, intervalli, rapporto; anche se Spss reputa a intervalli e a rapporto uguale). È importante indicarlo perché alcune funzioni richiedono uno specifico tipo di scala per usare lavariabile in undeterminato modo.

Immagini sopra

In questo caso, dato che parliamo di voti universitari, il voto 99 dev'essere considerato come valore mancante. Scrivo 99 in "valori mancanti discreti".

Immagini sotto

Nella colonna di tipo numerico aggiungo la colonna sesso che sarà un valore numerico (uso 0 come maschio e 1 come femmina tramite etichette) -> vado su valori, tre puntini. Segno poi i nuovi valori sotto la variabile "sesso" in vista dati (sesso è una variabile di tipo nominale).

Quando immetto tutti questi dati e le variabili, si apre la pagina di output che indica statistiche e frequenze.

La finestra di sintassi è simile a quella di output, vediamo la struttura di sintassi e il linguaggio di programmazione di Spss (righe di codice per condurre statistiche descrittive su una variabile).

Per lavorare tramite sintassi devo conoscere il particolare codice di programmazione del software. È utile per effettuare alcune analisi di

Dati avanzati che non possono essere utilizzate con le finestre di dialogo o analizzare file dati simili (su dataset simili), stesse analisi di dati su file simili. Per salvare i file uso la colonna file e se uso salva con nome salvo tramite formato .sav a meno che io selezioni esporta.

Gestione dei dati

Trasformare le variabili in altri tipi di info. Ci sono diverse funzioni:

• Calcola variabile: permette di creare una nuova variabile uguale al risultato di una determinata espressione numerica (si trova nel menù trasforma). Vediamo ad esempio come calcolare il BMI avendo i dati di peso ed altezza: la formula per calcolarlo è kg/altezza m². Per calcolare la variabile vado nella finestra "trasforma" > "calcola variabile". Divido l'altezza per 100 perché nei dati l'altezza è descritta in cm al posto che in m; potevo anche creare prima una variabile chiamata "altezza in metri" dividendo l'altezza per 100, per usarla.

In seguito nel calcolo di BMI.- Ricodifica: le funzioni "ricodifica nelle stesse variabili" e "ricodifica in variabili differenti" sotto al menù trasforma permettono di trasformare la natura di alcuni valori (es. età in anni o classe di età o variabili in stringa piuttosto che numeriche). La ricodifica serve anche per il reverse coding, ad esempio nella Social Dominance Orientation (es uomini valgono più che donne, è giusto che nella società ci siano gruppi superiori e inferiori). Se mantengo la stessa importanza di un valore in una scala da 1 a 5, sia quando 5 è una cosa positiva (voglio uguaglianza tra uomo e donna) che quando è una cosa negativa (non voglio segregazione sociale), il valore non è rappresentativo e la scala di risposta va ribaltata quando i valori hanno senso opposto rispetto agli altri. Così tutti gli item hanno una scala di risposta corrispondente ai fini dello studio (es. in un

certo caso 5 dev'essere letto come 1 e viceversa). La ricodifica si divide dunque in: Nelle stesse variabili: cambiamo i vecchi valori con i nuovi di una variabile, sovrascriviamo le variabili. Ricodifichiamo l'età (fino a 40 anni, dai 41 ai 60, da 61 in poi) in tre classi (1, 2, 3). Trasforma > ricodifica nelle stesse variabili. Nel box bianco scrivo la variabile che voglio modificare e in valore seleziono i valori da modificare. In variabili differenti: non sostituisce i valori vecchi, crea una nuova variabile contenente i valori ricodificati. Ricodifichiamo il voto di psicometria (da 18 a 20 basso, da 21 a 27 medio, da 28 a 30 alto) in (1, 2, 3). Per reverse coding: - Suddividi file permette di condurre analisi statistiche dei dati suddivisi per variabili di raggruppamento, ad esempio calcolare il voto medio di psicometria dei maschi e delle femmine (i maschi hanno voti più alti o più bassi delle femmine?). Suddividi file > confronta gruppi Facendo poi la statistica descrittiva.i risultati sono divisi in una tabella tramaschi e femmine. Finita questa analisi filtrata, devo riselezionare nel menù di suddividi file“analizza tutti i casi, non creare gruppi”.- Seleziona casi permette di selezionare un particolare sotto campione di un campione pereseguire analisi più specifiche (si trova sulla barra degli strumenti di fianco a suddividi file o infondo al menù dati).Selezione casi > se > (ad esempio voglio fare analisi solo sulle femmine ed escludere imaschi) scrivo sesso = 0 come regola logica. Posso allora selezionare escludi casi nonselezionati o copia casi selezionati in un nuovo data.Se decido di eliminare i casi non selezionati, i maschi vengono eliminati fisicamentedall’editor.Statistiche descrittiveInsieme di metodi e tecniche per l’esplorazione, la descrizione e la sintesi dell’evidenza empirica.Nel processo di ricerca studio e poi misuro un campione preso dalla popolazione.Le tecniche utilizzate per descrivere,di loro. Ad esempio, una scala di valutazione da 1 a 5, dove 1 rappresenta il livello più basso e 5 il livello più alto. In questo caso, possiamo eseguire operazioni come il conteggio, il calcolo della mediana e il calcolo della moda. - Livello intervallo: i valori sono diversi tra di loro e possono essere ordinati. Inoltre, la differenza tra due valori è significativa e può essere misurata. Ad esempio, una scala di temperatura in gradi Celsius. In questo caso, possiamo eseguire operazioni come il conteggio, il calcolo della mediana, il calcolo della moda, il calcolo della media e il calcolo della deviazione standard. - Livello rapporto: i valori sono diversi tra di loro, possono essere ordinati e la differenza tra due valori è significativa e misurabile. Inoltre, possiamo calcolare il rapporto tra due valori. Ad esempio, una scala di altezza in centimetri. In questo caso, possiamo eseguire tutte le operazioni menzionate in precedenza, oltre al calcolo del rapporto tra due valori. È importante tenere conto della scala di misura di ogni variabile durante l'analisi dei dati, in quanto determina le operazioni statistiche che possiamo eseguire e influisce sull'interpretazione dei risultati.