برگه تقلب Spss: اصطلاحات، نکات و مفاهیم اولیه مهم
نرم افزار SPSS یکی از نرم افزارهای آماری است که به کمک آن میتوان تحلیلهای آماری انجام داد. برای انجام صحیح تحلیلهای آماری باید اطلاعاتی دربارهٔ سطح اندازه گیری متغیرها، کاربردیترین فرایندها و مراحل تحلیل آماری داشته باشید تا بتوانید بهترین چکیده و شکل را برای تحلیلهایتان انتخاب کنید.
اصطلاحات آماری
به جدول زیر دقت کنید تا با تعاریف رایجترین و کاربردیترین اصطلاحات آماری آشنا شوید.
| متغیر اسمی | متغیر ترتیبی | متغیر مقیاسی | |
| تعریف | غیر ترتیبی | ترتیبی | فاصلهای و نسبی |
| مثال | جنسیت، موقعیت جغرافیایی، شغل | رتبه بندی میزان رضایت، درآمد، ترجیحات | دفعات خرید، میزان کلسترول، سن |
| شاخص تمایل به مرکز | مد | میانه | میانه یا مد |
| شاخص پراکندگی | ندارد | مینیمم/ماکسیمم/درجه بندی | مینیمم/ماکسیمم/درجه بندی/انحراف معیار/واریانس |
| شکل | نمودار دایرهای یا میلهای | نمودار میلهای | هیستوگرام |
رابطه بین دو متغیر
قبل از انتخاب شکل و نمودار برای نشان دادن روابط بین چند متغیر باید اطلاعاتی درباره سطح اندازه گیری متغیرها داشته باشیم. جدول زیر به شما کمک میکند تا برای متغیرهای مختلف، بهترین شکل و نمودار را انتخاب کنید.
| متغیر طبقهای وابسته | متغیر مقیاسی وابسته | |
| متغیر طبقهای مستقل | نمودار میلهای خوشه بندی شده یا نمودار دایرهای | نوار خطا یا نمودار جعبهای |
| متغیر مقیاسی مستقل | نوار خطا یا نمودار جعبهای | نمودار نقطهای |
- آموزش SPSSفقط با ۲ ویدیو رایگان
- آزمون ساده همبستگی پیرسون در spss
- نحوه وارد کردن اطلاعات پرسشنامه و تحلیل با spss
- آمار توصیفی در Spss
بررسی منوهای فرعی آنالیز در SPSS
در جدول زیر با کاربردیترین فرایندها و قابلیتهای منوی Analyze در نرم افزار SPSS بیشتر آشنا میشوید.
| منوی فرعی | کاربرد | |
| Code Book | Reports | مرور کلی تمام متغیرها |
| Frequency | Descriptive | مناسب متغیرهای طبقهای.اجرای همزمان تمام متغیرها. مشخص کردن تعداد هر طبقه |
| Descriptive | Descriptive | به دست آوردن اطلاعات مقیاسی مثل میانگین و میانه |
| Explore | Descriptive | بهترین گزینه برای مرور کلی انواع متغیرها و متغیرهای جفتی |
| Crosstabs | Descriptive | آزمونی که وابسته یا مستقل بودن متغیرهای طبقهای از یکدیگر را مشخص میکند |
| Means | Compare Means | محاسبه میانگین زیرمجموعهها برای متغیرهای وابسته، با وجود یک یا چند متغیر مستقل |
| One-Sample T-Test | Compare Means | آزمونی که میانگین یک متغیر را با یک ارزش مشخص مقایسه میکند (رابطهٔ بین یک روش یادگیری جدید با معدل مدرسه) |
| Independent Sample T-Test | Compare Means | آزمونی که میانگین دو گروه مختلف را با یک متغیر وابسته و پیوسته مقایسه میکند (مقایسه درآمد مردان و زنان) |
| Paired Sample T-Test | Compare Means | آزمونی که میانگین دو شرایط مختلف را ارزیابی میکند (مقایسه قبل و بعد، مقایسه حالت نشسته و ایستاده) |
| One way ANOVA | Compare Means | آزمونی که میانگین دو یا چند گروه را با یک ارزش مشخص مقایسه میکند (مقایسه اثر سه داروی مختلف روی افسردگی) |
| Linear Regression | Regression | یک تکنیکی آماری که متغیر وابسته و پیوسته را از یک یا چند متغیر مستقل و پیوسته تشخیص میدهد. |
تحلیل سطح معناداری در SPSS
تحلیل نتایج آماری از اهمیت بسیار بالایی برخوردار است. بیشتر مردم بلافاصله پس از اجرای یک آزمون، به قسمت خروجی آزمون مراجعه میکنند و به دنبال پاسخهایی مثل “نتیجهٔ آزمون معنادار است” یا “نتیجهٔ آزمون معنادار نیست” می گردند. اما فراموش نکنید که نتیجهٔ آزمونهای آماری فقط در این دو جمله خلاصه نمیشوند.
ممکن است در دنیای واقعی رابطهای بین دو متغیر وجود نداشته باشد، اما نتیجه آزمون معنادار باشد. به این حالت خطای “مثبت کاذب” گفته میشود، زیرا به اشتباه نتیجهٔ آزمون را مثبت ارزیابی کردهاید.
از طرفی دیگر ممکن است در دنیای واقعی بین دو متغیر رابطه وجود داشته باشد، اما نتیجه آزمون معنادار نباشد. به این حالت خطای “منفی کاذب” گفته میشود، زیرا به اشتباه نتیجهٔ آزمون را منفی ارزیابی کردهاید.
| اگر در دنیای واقعی | نتیجهٔ آزمون معنادار نباشد (P بزرگتر از ۰٫۵) | نتیجهٔ آزمون معنادار باشد (P کوچکتر از ۰٫۵) |
| دو گروه متفاوت نباشند | فرضیهٔ متفاوت نبودن دو گروه اثبات میشود | مثبت کاذب |
| دو گروه متفاوت باشند | منفی کاذب | فرضیه متفاوت بودن دو گروه اثبات میشود |
- نحوه ایجاد یک نمودار ستونی با نرم افزار SPSS
- نحوه کاربرد Spss در آمار توصیفی
- spss چیست، کاربردهای آن
چیتشیت SPSS برای مبتدیها
این برگه خلاصه، مهمترین بخشها و آزمونهای SPSS (اِسپیاِساِس) را برای مرور سریع جمع میکند.
1. بخشهای اصلی محیط SPSS
| بخش | کاربرد |
|---|---|
| Data View – نمای داده | ورود اطلاعات؛ هر سطر یک فرد/نمونه و هر ستون یک متغیر |
| Variable View – نمای متغیرها | تعریف نام، نوع، برچسب و سطح متغیرها |
| Output Viewer – نمایش خروجی | مشاهده جدولها، نمودارها و نتایج آزمون |
| Syntax – دستورات متنی | ذخیره و اجرای دوباره تحلیلها |
2. تنظیمات مهم Variable View
| گزینه | معنی |
|---|---|
| Name | نام کوتاه متغیر، مثل age |
| Type | نوع داده؛ عددی یا متنی |
| Label | توضیح کامل متغیر |
| Values | معنی کدها؛ مثلاً 1=مرد و 2=زن |
| Missing | مشخصکردن دادههای گمشده |
| Measure | سطح اندازهگیری متغیر |
3. سطح متغیرها
Nominal – اسمی: جنسیت، شهر، گروه خونی
Ordinal – ترتیبی: کم، متوسط، زیاد
Scale – مقیاسی: سن، قد، وزن، نمره، درآمد
تشخیص درست نوع متغیر در انتخاب آزمون آماری بسیار مهم است.
4. آمار توصیفی پرکاربرد
مسیر رایج:
Analyze → Descriptive Statistics
| شاخص | معنی |
|---|---|
| Mean | میانگین |
| Median | میانه |
| Mode | نما؛ پرتکرارترین مقدار |
| Std. Deviation | انحراف معیار |
| Minimum | کمترین مقدار |
| Maximum | بیشترین مقدار |
| Frequency | فراوانی |
| Percent | درصد |
برای متغیرهایی مثل جنسیت و تحصیلات معمولاً Frequencies – فراوانی بسیار کاربردی است.
5. چند دستور مهم برای مدیریت داده
Compute Variable – محاسبه متغیر جدید
برای ساخت یک متغیر از چند متغیر دیگر.
مثلاً محاسبه میانگین سؤالات پرسشنامه:
Transform → Compute Variable
Recode – کدگذاری مجدد
مثلاً تبدیل سن واقعی به گروههای سنی:
Transform → Recode into Different Variables
Select Cases – انتخاب نمونهها
مثلاً تحلیل فقط افراد بالای 30 سال:
Data → Select Cases
Sort Cases – مرتبسازی
Data → Sort Cases
6. کدام آزمون را انتخاب کنیم؟
| سؤال پژوهش | آزمون رایج |
|---|---|
| مقایسه میانگین یک گروه با عدد مشخص | One-Sample t-test – تی تکنمونهای |
| مقایسه میانگین دو گروه مستقل | Independent t-test – تی مستقل |
| مقایسه قبل و بعد یک گروه | Paired t-test – تی زوجی |
| مقایسه میانگین سه گروه یا بیشتر | ANOVA – تحلیل واریانس |
| رابطه دو متغیر عددی | Pearson Correlation – همبستگی پیرسون |
| رابطه دو متغیر رتبهای | Spearman – همبستگی اسپیرمن |
| رابطه دو متغیر طبقهای | Chi-Square – کایدو |
| پیشبینی یک متغیر عددی | Linear Regression – رگرسیون خطی |
7. مسیر آزمون t مستقل
Analyze → Compare Means → Independent-Samples T Test
مثال:
آیا میانگین نمره زنان و مردان متفاوت است؟
متغیر وابسته: نمره
متغیر گروهبندی: جنسیت
8. مسیر آزمون t زوجی
Analyze → Compare Means → Paired-Samples T Test
مثال:
مقایسه نمره اضطراب افراد قبل و بعد از درمان.
9. مسیر ANOVA
Analyze → Compare Means → One-Way ANOVA
برای مقایسه سه گروه یا بیشتر.
مثلاً مقایسه رضایت بین:
کارشناسی، کارشناسی ارشد و دکتری.
اگر نتیجه معنیدار شد، معمولاً باید Post Hoc – آزمون تعقیبی نیز بررسی شود تا مشخص شود تفاوت دقیقاً بین کدام گروههاست.
10. همبستگی
مسیر:
Analyze → Correlate → Bivariate
ضریب همبستگی معمولاً بین -1 و +1 است.
- نزدیک
+1→ رابطه مثبت قوی - نزدیک
-1→ رابطه منفی قوی - نزدیک
0→ رابطه خطی ضعیف
نکته مهم:
همبستگی به معنی علت و معلول نیست.
11. رگرسیون خطی
مسیر:
Analyze → Regression → Linear
مثلاً:
آیا ساعت مطالعه میتواند نمره امتحان را پیشبینی کند؟
Dependent – متغیر وابسته: نمره
Independent – متغیر مستقل: ساعت مطالعه
در خروجی، معمولاً به مواردی مانند:
R Square
ضرایب رگرسیون
و:
Sig.
توجه میشود.
12. مقدار Sig. یا p-value
در بسیاری از آزمونها:
اگر Sig. < 0.05 باشد → نتیجه از نظر آماری معنیدار است.
اگر Sig. ≥ 0.05 باشد → شواهد کافی برای معنیداری نداریم.
اما فقط به عدد Sig. نگاه نکنید؛ اندازه اثر، میانگینها، جهت رابطه و شرایط آزمون نیز اهمیت دارند.
13. بررسی نرمال بودن داده
از مسیر:
Analyze → Descriptive Statistics → Explore
میتوانید نمودارها و آزمونهایی مانند:
Shapiro-Wilk – شاپیرو ویلک
را بررسی کنید.
هیستوگرام و نمودار Q-Q نیز برای بررسی شکل توزیع مفید هستند.
14. آزمونهای ناپارامتری
اگر شرایط آزمونهای معمول مناسب نباشد، گاهی از آزمونهای ناپارامتری استفاده میشود.
| آزمون معمول | جایگزین ناپارامتری رایج |
|---|---|
| t مستقل | Mann-Whitney – منویتنی |
| t زوجی | Wilcoxon – ویلکاکسون |
| ANOVA یکطرفه | Kruskal-Wallis – کروسکال والیس |
15. پایایی پرسشنامه
برای محاسبه Cronbach's Alpha – آلفای کرونباخ:
Analyze → Scale → Reliability Analysis
بهصورت بسیار کلی، آلفای بالاتر نشاندهنده هماهنگی بیشتر سؤالهای یک مقیاس است، ولی تفسیر آن باید با توجه به نوع پژوهش انجام شود.
16. نمودارهای مهم
از بخش:
Graphs → Chart Builder
میتوانید نمودارهایی مانند:
- Bar – میلهای
- Histogram – هیستوگرام
- Boxplot – جعبهای
- Scatter – پراکندگی
ایجاد کنید.
نمودار جعبهای برای پیدا کردن Outlier – داده پرت بسیار مفید است.
17. فرمتهای مهم فایل
| پسوند | کاربرد |
|---|---|
.sav |
فایل داده SPSS |
.spv |
فایل خروجی |
.sps |
فایل دستورات Syntax |
18. چند نکته طلایی
قبل از هر تحلیل، این ترتیب را رعایت کنید:
تعریف سؤال پژوهش → شناخت نوع متغیرها → بررسی دادههای گمشده → کنترل دادههای پرت → آمار توصیفی → بررسی پیشفرضها → انتخاب آزمون → تفسیر نتیجه
و مهمترین اصل:
SPSS آزمون را اجرا میکند، اما انتخاب آزمون و تفسیر نتیجه بر عهده پژوهشگر است.
یک خلاصه خیلی کوتاه برای حفظکردن:
دو گروه مستقل → t مستقل
قبل و بعد → t زوجی
سه گروه یا بیشتر → ANOVA
دو متغیر عددی → همبستگی
دو متغیر طبقهای → کایدو
پیشبینی → رگرسیون
