SPSS Tecniche di Analisi e Raccolta dati Appunti + Esercitazioni

SAV

ACQUISIZIONE .XLS Acquisire da file .xls FILE ApriDati

Comparirà una finestra in cui specificare

se la prima riga del file contiene i nomi

delle variabili, il foglio in cui si trovano i

dati (se il file ha fogli multipli) e

l’intervallo di celle da

importare se non si vuole importare tutto

il file.

CONTROLLARE PRIMA FILE E CHIUDERLO,

POI ACQUISIRE DATI.

ACQUISIZIONE DATI Acquisizione da file .txt o FILE ApriDati oppure

ASCII (.TXT O .DAT) .dat ApriLeggi dati di testo

La prima finestra richiede se si tratti di

un formato predefinito; se è la prima

volta che si importa quel file, la

Risposta sarà “No”

TRASPONI Ribaltare foglio dati DATI Trasponi

Primo riquadro inserire quelle che

diverranno le unità, nel secondo la

colonna con il nome delle variabili

SALVA VARIABILI Salvare solo alcune variabili FILE Salva/Salva con nome...

Pulsante “variabili”

SELEZIONA CASI Permette di lavorare solo su DATI Seleziona casi

alcuni casi (CAMPIONI) Selezionare i casi e operare, quando si

vuole tornare a tutto il dataset

disinserire seleziona casi.

CALCOLA VARIABILE Operare con i dati TRASFORMA Calcola variabile

(Da reddito famigliare a (Vedi descrizione per operazioni)

reddito pro-capite) | = or

& = e

ABS = valore assoluto

Se si utilizzano valori stringa usare le

virgolette o l’apice

DISTINGUI Permette di operare su casi DATI Dividi o distingui

distinti (m/f)

ORDINA CASI Ordinare i casi in base a DATI Ordina casi…

determinati criteri

CONTA VALORI Conteggio dei valori indicati TRASFORMA Conta valori all’interno dei

ALL’INTERNO DEI CASI (p.e. quanti hanno 2 figli?) casi/Conteggia

RICODIFICA Trasforma dati esistenti in TRASFORMA Ricodifica

dati nuovi

(Da stringa a valori, per

categorizzare)

CATEGORIZZA DATI Categorizza i dati dandoti TRASFORMA Categorizzazione visuale

Inserisci variabile nell’altra finestra;

prima una visione “continua”; segmenta a piacere

d’insieme delle unità personale “crea punti di divisione”

FREQUENZE Permette di sintetizzare i ANALIZZA Statistiche descrittive>Frequenze

dati

INDICATORI SINTETICI Permette di sintetizzare i ANALIZZA Statistiche descrittive>Descrittive

dati senza tabelle di

frequenze

INTERVALLI DI Per verificare l’attendibilità ANALIZZA Statistiche descrittive>Esplora

CONFIDENZA dei miei dati

CONFERMARE UNA TEST a campione unico (per ANALIZZA Confronta medie>Test T: campione

NOSTRA TEORIA (con un un solo valore) unico

solo valore) Inserire valore che sarà il nostro H0

CONFERMARE UNA Confrontare gruppi simili ANALIZZA Confronta medie>Test T: campioni

TEORIA TRA DUE GRUPPI (mariti/mogli) per verificare appaiati

SIMILI una nostra teoria

CONFERMARE UNA Confrontare gruppi di due ANALIZZA Confronta medie> Test T: campioni

TEORIA TRA DUE GRUPPI popolazioni differenti indipendenti

DIFFERENTI PRIMA VALUTARE IL TEST DI LEVENE

CONFRONTO TRA Più DI Confrontare fra più di due ANALIZZA Confronta medie>ANOVA

DUE GRUPPI gruppi (ANALISI DELLA La Y deve essere quantitativa, il

VARIANZA A UNA VIA) fattore deve essere sconnesso

(QUINDI NEL CASO RICODIFICARLO).

(Descrittive, Test Omogeneità della

varianza, Brown-Forsythe e Welch)

Se non viene a causa di un valore

controllare il valore e metterlo come

missing.

La varianza si vede da Sign. 000.

RELAZIONE TRA Trovare relazione fra le ANALIZZA Statistiche descrittive>Tavole di

DICOTOMICHE dicotomiche contingenza

Indice di rischio. Se nella stima del

rischio l’intervallo di confidenza non

contiene l’1 allora è significativo.

Poi si guarda il “valore”.

RELAZIONE TRA Trovare relazione fra ANALIZZA Statistiche descrittive>Tavole di

QUALITATIVE ORDINALI qualitative ordinali con contingenza

tavole di contingenza Richiedere Gamma e valutare la

significatività e la relazione positiva o

negativa.

REGRESSIONE LINEARE Relazione bivariata ANALIZZA Lineare

Descrivere la relazione

tra due variabili per

poter prevedere i valori

dell’altra.

REGRESSIONE MULTIPLA Permette di studiare la ANALIZZA Lineare

relazione lineare tra una A differenza di quella prima

variabile dipendente e tanti aggiungiamo più variabili (valutare

predittori. variabile per variabile e inserirle o

modificarle – per dicotomiche o

qualitative sconnesse)

Valutare bontà modello guardando r-

quadrato.

Valutare coefficienti e la loro

significatività.

Dopodiché si deve valutare quali

variabili sono in interazione tra loro.

VARIABILE A RESIDUO Pre-regressione: per TRASFORMA Calcola variabile:

trasformare variabile Una ad una le modalità di risposta

qualitativa sconnessa in più vengono convertite in diverse variabili

variabili dicotomiche con dicotomiche, tralasciando la variabile

una a residuo che si vuole lasciare a residuo.

ANALISI DI CRONBACH Per analizzare se possiamo ANALIZZA Scala>Analisi di affidabilità

fare un’analisi fattoriale Valutare in statistiche di affidabilità

(valore soglia 0,7) l’Alpha (deve esser superiore a 0,7)

SINTETIZZARE Analisi fattoriale: sintetizzare ANALIZZA Riduzione dati>Fattoriale

DETERMINATE VARIABILI i dati.

(ES. SODDISFAZIONI)

ESERCIZI

Generali

“Se laureato o diplomato metti 1” : usare | (or) e non “If”

“Media fra valori”: Mean

“Costruire una variabile che riporta il numero di beni posseduti dalla lista proposta”: NO SOMMA,

ma CONTA VALORI se + una variabile con (1=si, 2=no)

“Costruire variabile-contatore” utilizzare “Conta valori all’interno dei casi”

“non inferiore ai 50”= >=50

“superiore ai 50” >50

“Fai una sintesi estrema del fenomeno X”: MODA

“Verificare se la percentuale di coloro che possiedono internet (variabile 1=si, 2=no) è

significativamente diversa dal 25%” = modificare variabile (0/1) e test T campione unico con valore

soglia 0,25

ESERCIZIO 1- Sintesi frequenze 1. Acquisire file

o Visualizzare le due variabili singolarmente: Tabelle di frequenza

o Distinti per sesso: dividi per variabili di sesso e poi procedere con

tabelle di frequenza.

o Per sintetizzare le altre variabili, togliere l’input “dividi”

o Per il reddito: le tabelle di frequenza non è ideale. È una variabile

QUANTITATIVA perciò ha senso richiedere media e mediana.

Inoltre è utili valutarle con le misure di dispersione. E in più grafici:

come istogramma. [TUTTO NELL’INPUT STATISTICHE>FREQUENZE]

o Per livelli vari: sono variabili ORDINALI (CATEGORIE) perciò bisogna

impostare l’analisi (sempre stratistiche>frequenze) cosi: le tabelle

di frequenze sono utili, le medie no, la mediana si, la moda, le

misure dispersione NO, per i grafici possiamo scegliere quelli a

barre o a torta.

ESERCIZIO 2 – Distingui casi o Acquisire file

o Dividere dataset per sesso

o Statistiche>frequenze>livello di istruzione e stato civile : tabelle di

frequenza e grafici a barre

o Togliere il dividi e impostarlo sul livello di istruzione

o Tabella di frequenza per categoria di reddito (con possibilità di

moda, mediana e grafici a barre)

o Togliere dividi e impostarlo su sesso e livello di istruzione

o Nella tabella frequenze indicare tutti i beni tecnologici e impostare

tutte le impostazioni per le qualitative poiché non si può avere un

bene e mezzo, ma solo uno o due.

ESERCIZIO 3 – Rappresentazione grafica

o Acquisire il file

o Per l’indice di asimmetria: non chiedere le tabelle di

frequenza (perché si sta parlando di reddito), ma chiedere

comunque l’istogramma; si può chiedere media e mediana

(sono modi diversi di vedere l’asimmetria) perché la media è

molto più grande della mediana perciò vuol dire che c’è una

coda a destra che trascina la media verso più alti.

o Calcolare reddito medio e mediano f e m: dividere dataset

o Definire qual è il reddito che solo una famiglia su dieci riesce

a superare: non è il 10° percentile, perché il 90% supera quel

reddito, mentre è il 90° percentile che serve.

o Rappresentazioni grafiche:

o Livello di istruzione: ordinale perciò con barre

o Autovetture/pensionati: box plot

o Distribuzione redditi per livello di istruzione e sesso: box plot

o Categoria di reddito e istruzione: asse x istruzione, cluster reddito (ordinale)

o Numero anni di permanenza e reddito: dispersione x (anni), y (reddito)

o Livello di soddisfazione per il lavoro diviso per sesso: a barre

ESERCIZIO 4 – Dividi, percentili e intervallo di confidenza

1. Acquisire file

2. (Mod1) Dividi sposati e non

a. Analizza>Statistiche>Frequenze

2bis.(Mod2) Analisi>Statistiche>Esplora

a. Inserire in fattori: stato civile

b. Variabili dipendenti: costo mezzo

c. Statistiche..>Descrittive

3. Impostare tutto tramite menù precedente togliendo però il

fattore.

4. Impostare menù precedente con fattore “sesso” e “costo” come

dipendente.

5. Analisi>Statistiche>Esplora>Reimposta + “reddito” e in

Statistiche… prima mettere 95 e poi 99.

ESERCIZIO 5 – Test T a campione singolo

1. Acquisire file

2. Trasforma>Calcola variabile> reddito familiare/numero

membri

2a. Analizza>Confronta medie>Test T a campione singolo>

“reddito pro capite” “44”

3. Dati>Dividi>Grado di istruzione

3a. Analizza>Statistiche>Frequenza>Media

3bis. Analizza>Confronta medie> indipendenti “età”,

dipendenti “grado di istruzione”.

4. (se fatto con il modo 3) Togliere dividi

4a. Analizza>Confronta medie>Test T a campione singolo>

“Costo del mezzo di trasporto” “30”

H0 quindi è 30. T ci dice che siamo 0,468, cioè molto

vicino ad H0. Il p-value indica che vi è il 64% di

probabilità di allontanarsi dal valore di H0, perciò non di

molto. Quindi accettiamo l’ipotesi che H0 sia 30.

5. Dati>Dividi>Pensione

5a. Analizza> Confronta medie>Test T a campione unico>

“Costo del mezzo di trasporto” “30”.

Il p-value è molto basso: non ci sono molte probabilità che

trovi gli stessi valori. Rifiutiamo H0.

6. Togliere dividi

6a. Trasforma>Calcola variabile “Internet =1”

6b. Analizza>Confronta medie>Test T a campione singolo>

“Internet” “0,25”

Avevamo 4 possibilità