Az SPSS programrendszer.

Az előadások a következő témára: "Az SPSS programrendszer."— Előadás másolata:

1 Az SPSS programrendszer

2 Nézetek (1) Data view Sorokban esetek (cases), megfigyelések.
Oszlopokban a megfigyelések tulajdonságai, amelyek változók. A változók elnevezése (ékezetes betűk nem lehetnek).

3 NÉZETEK (2) Variable view Output view Name.
Type. Minden numerikus, csak a string nem. Width. Decimals. Label. Lehet ékezetes is. Values. Missing. Hiányzó adatok kezelése. Nem fogjuk használni. Columns. Align. Measure. Csak a Scale-t használjuk numerikus adatokhoz. Output view

4 Új adatok bevitele SPSS-ben
Begépelem. Ez a legritkább. Állományokból (SPSS, Access, Excel, Word, stb.). Meglévő adatokból újat hozok létre.

5 Gyakorlat. A termes.sav betöltése.
Számoljuk ki termésterületenként, mennyi volt a termés. Új változó létrehozása (neve: termett). Transform  Compute …

6 Gyakorlat (1). mozi.sav betöltése.
nevezzük el az első oszlopot befkep-nek. Új érték létrehozása kódolással. Csoportosítjuk a mozikat: 1 – (1) utánjátszó 501 – 900 (2) premier (3) multiplex Transform  Recode  Into Different Variables …

7 Gyakorlat (2). Az új változó neve legyen: kateg, értékei: 1, 2 és 3.
OK után a variable view-ban a tizedeseket vegyük le nullára. A kateg változónál állítsuk be a Values értékeket. 1: utánjátszó, stb. A Value Labels ikon használata. Mentsük el a mozi.sav-ot.

8 Adatok rendezése (SORT).
Data  Sort Cases… Data view-ban a változó nevére jobb egér gombbal kattintunk, helyi menü!

9 Adatok leválogatása. Válogassuk le az 500-nál nagyobb befogadóképességű mozikat. Data  Select Cases…  If condition is satisfied  If (befkep > 500)

10 Gyakorlat (1) A world2.sav betöltése. Analyze  Reports 
Case Summaries… Jelenítsük meg az ország nevét, a népsűrűséget, az olvasni tudó férfiak arányát és az egy főre jutó GDP-t. Elemezzük az output view-t.

11 Dupla kattintás az Output táblára:
Oszlopszélesség állítás, karakter formázás, igazítás, stb. Szimpla kattintás az Output táblára: Objektum lesz, mehet a vágólapra. Hasonlóan kell a grafikonokat is kezelni!

12 Gyakorlat (2) Csoportosítás a Reports menüben. Analyze  Reports 
Case Summaries…  (Grouping Variable)

13 Diagram (vonal) nyugdij.sav betöltése. Graph  Line…
Kiválasztani: Simple, „Values of Individual cases”. Kattintunk a „Define” gombra. Változók kiválasztása szerepkörök szerint.

14 Diagram (oszlop) eromu.sav betöltése. Graph  Bar…
Kiválasztani: Simple, „Values of Individual cases”. Kattintunk a „Define” gombra. Változók kiválasztása szerepkörök szerint.

15 Diagram (egy adat soros megoszlás)
adobev.sav betöltése. Graph  Pie… Kiválasztani: „Values of Individual cases”. Kattintunk a „Define” gombra. Változók kiválasztása szerepkörök szerint.

16 Diagram (több adat soros megoszlás)
adobev.sav betöltése. Data  Transpose… Graph  Bar… Kiválasztani: Stacked, „Values of Individual cases”. Kattintunk a „Define” gombra. Változók kiválasztása szerepkörök szerint. A „Titles…” gomb szerepe.

17 Az új könyvből átnézni (96. oldal)!
Diagram (Boxplot) Az új könyvből átnézni (96. oldal)!

18 Leíró statisztika Nyissuk meg a mozi.sav-ot.
Analyze  Descriptive Statistics  Frequencies… Variables(s): befkep „Statistics” nyomógombra kattintunk. Lásd az új könyv 85. oldalát. Descriptives… Lásd az új könyv 86. oldalát.

19 Csuprov (1) csuprov.sav megnyítása. Analyze  Descriptive Statistics 
Crosstabs… Row: iskolai végzettség … (OK esetén Output view megtekintése) „Cells…” nyomógomb. „Expected” kipipálni. Az output kiegészül a függetlenség feltételezése mellett számított értékekkel.

20 Csuprov (2) „Statistics” nyomógomb.
Jelöljük be a „Chi-square”-t, a „Contingency coefficient”-t és a „Phi and Cramer’s V”-t. Elemezzük az Outputot (új könyv 120. és 121. oldal).

21 Vegyes kapcsolat (első vált.)
vegyes.sav megnyitása. Analyze  Descriptive Statistics  Crosstabs… Row: létszám … „Statistics” nyomógomb. Jelöljük be az „Eta” négyzetet. Elemezzük az Outputot. Eta a H mutató. Lásd az új könyv oldalán.

22 Vegyes kapcsolat (második vált.)
vegyes.sav megnyitása. Analyze  Compare means  Means… „Dependent list”: létszám, „Independent list”: vállakozási forma. „Options…” nyomógomb. Jelöljük be az „Anova table and Eta” négyzetet. Elemezzük az Outputot. Eta a H mutató. Lásd az új könyv oldalán.

23 Korreláció korrlakas.sav megnyitása.
Analyze  Descriptive Statistics  Crosstabs… Row: lakásméret … „Statistics” nyomógomb. Jelöljük be az „Eta” és a „Chi-square” négyzetet. Elemezzük az Outputot. Eta az R. Lásd az új könyv oldalán.

24 Variancia analízis (1) auto1.sav megnyitása.
A típusok csoportot képeznek (string típusú adat), ezért a csoportosításhoz kódoljuk. Transform  Automatic Recode… Variable -> „tipus” . New Name: „tipkod” „Add New Name” nyomógomb. OK.

25 Variancia analízis (2) Analyze  Compare Means  One-Way-Anova…
Dipendent list: „Fogyasztás” …, Factor: „Tipus név”. „Options” nyomógomb. Jelöljük be a „Descrptive”, a „Homogeneity…” és a „Means plot” jelölő négyzeteket.

26 Variancia analízis (3) „Continue” nyomógomb. „Post Hoc…” nyomógomb.
Jelöljük be a „Bonferroni” négyzetet. Elemezzük az Outputot. (új könyv oldal). Graph  Boxplot… Simple, Summaries for groups of cases. „Define” nyomógomb.

27 Variancia analízis (4) Variable: fogyasztás, Category Axis: Típus név.
OK. Elemezzük az Outputot (új könyv oldal). Az új könyv alapján készítsük el az „Error Bar” diagramot, és elemezzük (új könyv oldal).

28 Kétváltozós regresszió analízis
Regr2mg.sav megnyitása. Analyze  Regression  Linear… Dipendent: „nettó árbevétel”, Indipendent: „földterület”. „Statistics” nyomógomb. Jelöljük be a „Confidence intervals” négyzetet. „Continue”, majd az OK nyomógomb. Elemzés (új könyv oldal).