Statistic social si SPSS

- ghid pentru curs practic -

Profesor: Lect.dr. Ioan Hosu
Asistent si tutore: asist.drd. Mihai Deac
Contact: mhdeac@yahoo.com, program de consultatii luni, 14-16, vineri, 10-11






La nivelul cercetrii de orice tip, inclusiv cea socio-uman, elementele de statistic au
devenit indispensabile. Revistele stiintifice internationale public n majoritatea situatiilor
date empirice, care s sustin eventualele constructii teoretice, iar standardele acestora n ceea
ce priveste prelucrarea datelor cantitative sunt foarte ridicate. Astfel c, orice autor sau
cercettor serios are nevoie de cunostinte avansate de prelucrare a datelor empirice cantitative.
Similar, n toate domeniile profesionale asociate stiintelor comunicrii, creatia si inspiratia nu
sunt acceptate fr argumente clare de ordin statistic. Departamentul de creatie nu convinge
pe nimeni dac ideile pe care le prezint nu se pliaz pe unele date culese initial de
departamentul de cercetare.
Asta nu nseamn c metodele calitative trebuie brusc neglijate. Este exagerat astzi s
te plasezi ntr-o abordare stiintific pur cantitativist, dominat de pozitivism i de
matematicizarea tuturor proceselor sociale. Nu toate stiintele se pot transforma n matematic,
chiar dac elementele cantitative dau un plus de fort oricrei argumentatii. Ajungem la ideea
c statistica este necesar, dar nu suficient atunci cnd facem cercetare n domeniul socio-
uman.

Variabilele
Pentru c ne intereseaz s msurm aproape tot ce se poate msura, caracteristicile ale cror
trsturi vrem s le aflm trebuie privite ca variabile. Acestea sunt de fapt categorii care
urmeaz s fie msurate. Variabilele sunt de cel putin 4 tipuri:
- Nominale sunt acele caracteristici sub form de nume sau simboluri, care nu pot fi
ordonate ntre ele. De exemplu: genul unei persoane este variabil nominal cu
valorile 1=masculin, 2=feminin. ns aici valoarea 2 nu este neaprat superioar
valorii 1. Un alt exemplu de variabil nominal este canalul de informatie folosit cel
mai des. Valorile pot fi: 1-televiziunea, 2-internetul, 3-presa scris, 4-radio, 5-altele.
Din nou valoarea 4 nu este superioar, nici inferioar unei alte valori din sir. Ordinea
ntre valori poate fi schimbat oricnd.
- Ordinale sunt acele caracteristici care presupun o ordine natural (intrinsec) a
valorilor. Educatia este un exemplu de variabil ordinal. Valorile sunt n ordine, de la
1-scoal primar, 2-gimnaziu, 3-scoal profesional, 4-liceu, 5-postliceal, 6-facultate
etc. Totusi, pentru variabilele ordinale nu putem face mprtiri, deoarece distantele
dintre trepte nu sunt egale (ntre scoal primar si gimnaziu nu este aceeasi distant ca
ntre liceu si postliceal).
- De intervale variabile ordinale, dar cu diferent egal ntre valori. De mentionat c
pentru aceste variabile nu exist valoarea 0 absolut pe scal. De exemplu,
coeficientul de inteligent este o variabil de intervale.
- De rapoarte variabile pur numerice, cum ar fi greutatea, vrsta, nltimea.
Deseori, n practic, nu se face o diferentiere ntre variabile de intervale si de rapoarte, ambele
fiind considerate variabile cantitative, numerale sau scalare.

Ipoteza
O propozitie care stabileste o relatie ntre dou variabile si sensul acesteia. Acestea trebuie s
apar n form explicit n planul lucrrii, n introducerea ei, dar i n prezentarea ei final.
Trebuie s fie cuantificabile, demonstrabile, s nu fie excesiv de generale i s nu prezinte
nite adevruri evidente (care nu mai au nevoie de o demonstraie). Munca n SPSS si
propune de fapt testarea de ipoteze.

Introducerea datelor n SPSS
Programul SPSS este mprtit n dou ferestre: Data View si Variable View.
n Variable View se definesc variabilele cu care urmeaz s lucrm. Astfel, fiecare ntrebare
dintr-un chestionar este introdus ca variabil. I se pune un nume generic, apoi i se alege
tipul: de regul numeric sau string. String se utilizeaz atunci cnd valorile nu pot fi
exprimate n cifre, adic n cazul ntrebrilor deschise. Se poate seta lrgimea coloanei,
precum si numrul de zecimale. La Label se trece explicarea variabilei, numele ei detaliat.
Label-ul apare ulterior pe toate tabelele si graficele care vor implica variabila respectiv. Cel
mai important aspect n Variable View este introducerea fiecrei valori, cu codul care i
corespunde. De obicei, introducem fiecare variant de rspuns a ntrebrii n ordine, de sus n
jos, ncepnd de la 1. n cazul unui non-rspuns de obicei introducem valoarea 99. La
optiunea Missing trebuie s trecem non-rspunsurile, adic valoarea 99. Aceste valori nu vor
fi luate n considerare n calculul procentelor valide.
ATENIE dac nu selctm valorile Missing, valoarea de tip 99 se va lua n calcul, iar o
medie calculat pe acea variabil va fi afectat de eroare. De exemplu, am n esantion 70 de
persoane cu vrsta medie de 33 de ani si am un numr de 35 de persoane n acelasi esantion,
care nu si-au declarat vrsta, drept pentru care am marcat varianta 99. Dac nu semnalm 99
ca valoare lips, media de vrst calculat de SPSS va fin n jur de 45 de ani, ceea ce desigur
nu este corect.
La Measure trebuie s trecem tipul variabilei. Exist 3 optiuni: Nominal, Ordinal si Scale. n
functie de ce tip de variabil este, vom sti ce operatii putem face cu ea. Problema apare la
variabilele nominale, pe care nu putem calcula medii, corelatii s.a.

n Data View, pe fiecare linie vom introduce cte un caz, adic valorile obtinute pe un
chestionar. Dac avem un esantion de 300 de persoane, vom avea 300 de linii. Introducerea
fiecrei linii este, fr ndoial, partea cea mai neplcut din statistic, munca fiind mecanic,
obositoare si necesitnd mult timp. Dup introducere, este bine ca o a doua persoan s
verifice datele.
Introducerea ntrebrilor cu rspuns multiplu este ceva mai problematic. Pentru a putea
centraliza o astfel de ntrebare, este nevoie ca fiecare variant de rspuns s fie introdus ca
variabil separat, care s ia valorile 0- dac nu a fost ncercuit, si 1-dac a fost
ncercuit. De exemplu, pentru ntrebarea Ce canale media folositi: a)tv, b)internet, c)radio,
d)pres scris, e) altele vom avea 5 variabile de tipul: utilizarea tv, utilizarea internet etc.
La final, adunnd cazurile cu valoarea 1 pentru fiecare din aceste variabile rezult numrul
de oameni care utilizeaz fiecare canal. Se poate citi: 89% din populatie foloseste
televiziunea, 68% din populatie foloseste internetul etc. Desigur, dac adunm procentele, n
aceste cazuri, rezultatul va fi mai mare de 100%.
Introducerea ntrebrilor cu rspuns deschis este si ea problematic. De cele mai multe
ori, n realizarea cercetrii evitm s avem un numr mare de ntrebri deschise pentru c
acestea se prelucreaz mai greu. La ntrebrile deschise, variabila va fi de tip String, iar
cercettorul va face un rezumat al rspunsului, concentrndu-se pe cuvinte cheie.
Ulterior, prelucrarea acestor ntrebri se poate face astfel: rspunsurile sunt analizate si cele
oarecum similare sunt grupate aposteriori ntr-un sistem de variante de rspuns, operatiune
numit postcodificare. Este si aceasta o operatiune dificil si greoaie, mai ales dac varietatea
rspunsurilor este mare. Dup postcodificare, ntrebarea deschis devine o variabil nominal
obisnuit. ns pentru c ne intereseaz si nuantele fiecrui rspuns n parte, este bine s se
realizeze si o analiz narativ a rspunsurilor, adic s se povesteasc rezultatele.










Statistic descriptiv
Pentru a defini caracteristicile grupului, indicatorii statistici cel mai des utilizati sunt:
Frecvent absolut. Numr la nivel absolut cazurile care se ncadreaz ntr-o anumit
valoare pe care o ia variabila. Exemplu: pe variabila gen, care poate lua dou valori 1-
masculin, 2-feminin - frecventa absolut ne arat de cte ori apare valoarea 1, respectiv
valoarea 2, deci cti brbati, respectiv femei avem ntre subiecti.

Frecvent relativ. Este frecventa unei valori raportat la numrul total de cazuri. Mai exact,
este frecventa calculat n procente. Programul SPSS furnizeaz dou tipuri de frecvente
relative. n cazul unor valori lips (non-rspunsuri), SPSS calculeaz diferentiat frecventa
relativ valid, care este raportat nu la numrul total de cazuri ci la numrul de cazuri minus
valorile lips.

Rezultatele n urma acestui tip de comand n SPSS apar sub forma unui tabel de frecvente,
care arat astfel. Observati diferenta dintre frecventa absolut, cea procentual si cea
procentual valid.
sport i n aer liber
2 1.8 1.8 1.8
6 5.4 5.5 7.3
12 10.8 11.0 18.3
17 15.3 15.6 33.9
55 49.5 50.5 84.4
17 15.3 15.6 100.0
109 98.2 100.0
2 1.8
111 100.0
zilnic
3-5 ori pe saptamana
1-2 ori pe saptamana
lunar
ocazional
deloc
Total
Valid
System Missing
Total
Frequency Percent Valid Percent
Cumulative
Percent

Diferenta ntre ultimele dou este dat de faptul c avem 2 valori lips (missing). De
asemenea, remarcati coloana de procente cumulate (cumulative percent), care are relevant
doar pentru variabilele cel putin ordinale (deci nu pentru cele nominale). Interpretarea
procentului cumulat pe exemplul dat, se face n felul urmtor: 33,9 % din populatie practic
sport n aer liber lunar sau mai des, 18,3% din populatie practic sport n aer liber cel putin
de 1-2 or ipe sptmn.
Pentru frecvente, se pot realiza si grafice astfel: comanda Analyze Descriptive Statistics
Frequencies deschide fereastra pentru frecvente. Aici se poate apsa Charts, unde exist trei
optiuni de grafic: Pie, Histogram si Bar Chart. Exemplu de grafice apar mai jos.
sport in aer liber
Missing
deloc
ocazional
lunar
1-2 ori pe saptamana
3-5 ori pe saptamana
zilnic

domenii de activitate 1
domenii de activitate 1
u
t
i
li
z
a
r
e
a

r
e
s
u
r
s
e
lo
a
l
t
e
le
n
s
/
n
r
a
c
t
iv
it
a
t
i

m
e
s
t
e
s
u
g
a
p
r
e
lu
c
r
a
r
e
a

p
r
o
d
u
s
e
l
c
u
lt
i
v
a
r
e

p
l
a
n
t
e

v
e
g
z
o
o
t
e
h
n
i
e
t
u
r
is
m

r
u
r
a
l
a
g
r
ic
u
lt
u
r
a
P
e
r
c
e
n
t
60
50
40
30
20
10
0

De remarcat este faptul c, si n functie de varianta de SPSS, graficele n SPSS pot s fie mai
artoase sau mai putin estetice. Grafice se pot face, ns, pe aceleasi date, luate cu Copy
Paste si utilizate n Microsoft Excel, de unde se utilizeaz optiunea Pivot Table si Charts, iar
variabilele sunt plasate pe tabele cu drag and drop.
Observatie: orice grafic sau tabel realizat de SPSS va fi plasat ntr-un Output separat. Din
acest output, datele pot fi copiate n Word sau Powerpoint, dar trebuie ca la copiere s se
aleag optiunea Copy object, n loc de simplul Copy.



Indicatori ai tendintei centrale
Medie. Valorile din sir sunt adunate si mprtite la numrul de cazuri valide.
Mediana. Valoarea central n ordine cresctoare a valorilor nregistrate. Practic, mediana
reprezint valoarea de mijloc, astfel nct sirul se mparte n dou jumtti egale: prima
jumtate sub valoarea medianei, a doua jumtate peste.
Valoarea modal sau modul. Valoarea cel mai des ntlnit n sir. Poate fi determinat si din
tabelul de frecvente.

Indicatori ai mprstierii datelor
Amplitudinea. Diferenta dintre valoarea maxim si valoarea minim din sir.
Abaterea standard. Pentru c uneori media nu este suficient pentru a ntelege felul n care
sunt distribuite valorile, se utilizeaz deseori acest indicator, care reprezint media
diferentelor dintre fiecare valoare si medie. Abaterea standard este un indicator util pentru c
ne spune de fapt ct de omogen este sirul de valori.
S lum urmtorul exemplu: alegem variabila tolerant religioas care stabilim c va lua
valori de la 1 la 10 pentru subiectii din dou grupuri diferite. La sfrsitul culegerii datelor
calculm media si remarcm c grupul A are aceeasi medie a tolerantei cu grupul B: 7. Am
putea concluziona, deci, c grupurile sunt identice din punct de vedere al tolerantei religioase
pe care o declar. ns, dac ne uitm mai atent, valorile tolerantei pentru fiecare membru al
grupului A sunt: 7, 7, 7, 7, 7, 7, 7, 7 , deci o perfect omogenitate a atitudinilor, iar pentru
grupul B valorile sunt: 4, 10, 10, 10, 4, 4, 10, 4, deci o factionalizare extrem a atitudinilor, n
care avem multi indivizi foarte putin toleranti pe de o parte ti la fel de multi indivizi foarte
toleranti pe de alta, deci o situaie eterogen, instabil si potential problematic. Desi media
pentru cele dou situatii este aceeasi, abaterea standard pentru situatia A este 0 (situatie
aproape imposibil de ntlnit ntr-un exemplu realist), iar abaterea standard pentru B este 3.
Ne dm seama mai bine dac o abatere este mare sau mic dac raportm rezultatul la
indicatorul anterior: amplitudinea.
Coeficientul de variabilitate. Raportarea abaterii standard la media sirului, n procente. Pe
exemplul anterior, B, unde abaterea este 3, iar media este 7, coeficientul de variabilitate
3*100/7 =42,8%, coeficient cu o valoare mare.
Indicatorii tendintei centrale si cei ai mprstierii datelor se calculeaz n SPSS din fereastra
de frecvente, apsnd Statistics si selectnd fiecare indicator n parte, dac este de interes.











Statistic analitic
Testarea de ipoteze ntr-o cercetare presupune mai mult dect simpla descriere a datelor.
Trebuie realizate corelatii ntre variabilele msurate. Cea mai simpl modalitate de a corela
dou variabile este aceea de a le plasa ntr-un tabel ncrucisat (crosstabs). Operatiunea este
evidentiat mai jos:

De pe butonul Cells care apare n fereastra Crosstabs, se poate selecta evidentierea
frecventelor compuse variabile, adic afisarea de procente att pe coloane, ct si pe rnduri.
Rezultatul unei crosstabulri simple este afisat mai jos:
i ndi vi dual * gen Crosstabul ati on
Count
2 2 4
6 6 12
11 6 17
5 7 12
16 27 43
8 11 19
48 59 107
zilnic
3-5 ori pe saptamana
1-2 ori pe saptamana
lunar
ocazional
deloc
individual
Total
masculin feminin
gen
Total

Interpretarea tabelului se poate face n dou moduri: pe coloan - 27 din 59 de femei practic
sport individual ocazional sau pe linie - 27 dintre cele 43 de persoane care practic sport
ocazional sunt femei. Tabelul crosstab este mai relevant dac selectm si afisarea procentelor.
n orice caz, se intuieste din tabel c femeile fac ceva mai rar sport dect brbatii.
Iat si un crosstab cu frecvente relative pe coloan, care face defalcarea variabilei cea mai
important problem a localittii si localitatea de provenient:
pr obl ema 1 * sat Crosstabul ati on
1 9 26 21 57
1.6% 10.8% 21.5% 42.0% 15.2%
1 1
1.7% .3%
9 46 37 54 11 157
15.3% 75.4% 44.6% 44.6% 22.0% 42.0%
1 1 3 2 1 8
1.7% 1.6% 3.6% 1.7% 2.0% 2.1%
1 1 2
1.6% .8% .5%
7 6 3 2 18
11.9% 7.2% 2.5% 4.0% 4.8%
1 1 1 16 19
1.7% 1.6% 1.2% 13.2% 5.1%
37 7 27 15 9 95
62.7% 11.5% 32.5% 12.4% 18.0% 25.4%
3 1 1 2 7
5.1% 1.6% .8% 4.0% 1.9%
3 2 3 8
4.9% 1.7% 6.0% 2.1%
1 1 2
.8% 2.0% .5%
59 61 83 121 50 374
100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Count
% within sat
Count
% within sat
Count
% within sat
Count
% within sat
Count
% within sat
Count
% within sat
Count
% within sat
Count
% within sat
Count
% within sat
Count
% within sat
Count
% within sat
Count
% within sat
drumurile locale si
strazile
apa potabila
canalizare
camin cultural
gaz
transport in comun
modernizarea
scolii/gradinii
servicii medicale
lipsa locuri de munca
altele
99
problema
1
Total
Gadalin
J ucu
Herghelie J ucu de Mijloc J ucu de Sus Visea
sat
Total

Se observ pe exemplul dat, dac ne uitm la procente, c Jucu de Sus si Visea au probleme
destul de mari cu drumurile.
- Gadalin si J ucu de Mijloc par cel mai afectate de transportul in comun
- J ucu de Sus are probleme cu modernizarea scolii si a grdinitei
- Gadalin si Visea mai afectate de problema locurilor de munca
- Gadalin, Visea si J ucu de Mijloc arata ca au problema serviciilor medicale
Dac dorim s testm si forta asocierii ntre dou variabile, se poate calcula un coeficient de
corelatie. Un astfel de coeficient verific n ce msur cele dou variabile variaz mpreun. O
crestere a variabilei X se coreleaz cu o crestere sau cu o scdere a variabilei Y? Ct de
puternic este variatia? Putem afla rspunsul la aceste ntrebri, ns fr s facem distinctia
ntre cauz si efect, prin indici Pearson sau Kendall. Acesti indici pot lua valori ntre -1 si +1.
Cu ct sunt mai aproape de 0, acesti coeficienti demonstreaz o slab corelatie ntre
variabilele testate. Dac sunt apropiati de -1, coeficientii arat o corelare invers (cu ct creste
X scade Y), dac sunt apropiati de +1, arat o corelare pozitiv (variabilele cresc mpreun).
De remarcat c variabilele nominale, nefiind ordonate natural, nu pot fi corelate dect cel mult
dac sunt dihotomice (de exemplu: da nu).
SPSS ne semnaleaz, n acelasi timp, dac rezultatul corelrii este semnificativ din punct de
vedere statistic, prin calcularea coeficientului Sig. Dac acesta este sub 0.05, corelatia este
semnificativ si se contrazice ipoteza nul (adic ipoteza conform creia nu exist legtur
ntre variabile). Vedem mai jos un tabel de corelatie ntre dou variabile, cu calcularea
indicelui Pearson:
Correlations
1.000 -.158
. .102
109 108
-.158 1.000
.102 .
108 110
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
sport in aer liber
probleme de sanatate
sport in
aer liber
probleme
de sanatate

n situatia prezentat, coeficientul Pearson este -0.158, adic o slab corelatie ntre frecventa
problemelor de sntate si frecventa practicrii sporturilor n aer liber. Practic nu exist
legtur ntre cele dou variabile. Coeficientul Sig. nu este n limitele cutate de noi. Atunci
cnd corelatia este semnificativ, Sig. din tabel este cel putin sub 0.05, iar n notatiile pe care
le folosim la interpretare vom scrie Cele dou variabile sunt corelate la nivel -0.158, p 0.05.
Cnd Sig. este n intervalul relevant, SPSS ne ajut prin semnalarea corelatiei cu semnul *.
Iat mai jos un exemplu pe corelarea scorurilor obtinute de un esantion de elevi la diferite
sectiuni ale testrii. Aici au fost corelate simultan 5 variabile diferite, dintre care si una
nominal dihotomic (genul). S-au descoperit un numr de 7 corelatii semnificative la nivel
p0.01 (grad de ncredere a corelatiei foarte mare), unde Sig. este chiar cu valoarea 0.000.

Deci, de pe tabelul de mai sus putem citi: scorul pentru scris este corelat la nivel 0.597 cu
scorul obtinut de subiecti pentru citit, p0.01, ceea ce indic o puternic legtur ntre cele
dou abilitti. Cu ct elevii citesc mai bine, cu att scriu mai bine si invers. Este important s
nu uitm c o corelatie merge n ambele sensuri. Ea nu verific efectul si cauza, ns uneori
cauza si efectul pot fi determinate prin rationament logic. Putem citi de asemenea c femeile
obtin scoruri semnificativ mai bune dect brbatii la capitolul scriere, cele 2 variabile fiind
corelate cu un coeficient 0.256, p0.01.



O alt variant de prezentare a legturii dintre 2 variabile este cea a comparrii mediilor
(atunci cnd mediile pot fi calculate) sau testul t. Comanda este Analyze Compare Means
One-Sample T Test. Se va deschide o fereastr care arat astfel:

La test value vom trece media de la una dintre variabilele pe care le comparm, iar din stnga
o vom selecta pe cealalt. SPSS va compara media prevzut/asteptat cu media observat
rezultnd din nou o asociere mai mult sau mai putin solid. Rezultatul arat cam asa:

n acest exemplu, nu exist o diferent semnificativ, lucru pe care l observm din nou
verificnd Sig., care nu este mai mic de 0.05. Valoarea testului se gseste n coloana t.
O posibilitate de a prefigura legtura dintre 2 variabile este si aceea de a face un grafic de tip
Scatterplot, adic norul de puncte, unde punctele sunt intersectia valorilor de pe cele dou
variabile, pentru fiecare caz. Acest lucru se realizeaz de la Graphs Scatter, apoi n
fereastra deschis se alege tipul de grafic si se apas butonul Define pentru a selecta
variabilele care vor fi asociate. Dac punctele rezultate sunt relativ grupate n jurul unei drepte
imaginare, ascendent sau descendent, nseamn c exist o legtur ntre variabile, care
poate fi testat ulterior. Mai jos, exemplul dat arat c, n linii mari, cazurile se distribuie n
jurul unei drepte ascendente, astfel c pe msur ce creste arm strength (forta bratului), creste
si grip strength (forta prizei).

Un scatterplot care nu relev o legtur dintre variabile arat asa:

Exist si alte posibile operatii de corelare n SPSS. Una des ntlnit este regresia. Aceasta
este o operatiune prin care se ncearc explicarea unei variabile (s zicem rezultatele la
nvttur) prin plasarea ei ca rezultat al unei functii, n care apar alte variabile cu rol
explicativ. Astfel, putem testa n raport cu rezultatele la nvttur dependenta de alte dou
variabile: coeficientul de inteligent si prezenta la cursuri. Astfel, practic plasm pe o singur
linie (functia), toate punctele din scatterplot (desigur o putem face doar dac observm din
grafic c punctele sunt ct de putin grupate dup acea dreapt imaginar). Dreapta imaginar
din scatterplot este dreapta de regresie, care are la baz o formul. n stiintele socio-umane,
ns, acest model ultra-matematicizat de lucru este din ce n ce mai putin acceptat ca relevant
stiintific. Un comportament sau o caracteristic social nu poate fi explicat corect prin
modele exagerat sau artificial matematicizate, ci mai degrab prin contributia unor explicatii
de ordin calitativ la demersul stiintific.

Datele obtinute n urma tuturor operatiunilor prezentate n acest mic ghid sunt
folosite pentru explicarea unei varietti de fenomene, aplicatiile SPSS fiind practic infinite. n
marketing si publicitate aceste metode cantitative sunt folosite n ultimul timp mai putin dect
metodele calitative de tipul focus-grupului. Totusi, datele legate de vnzri, audiente,
caracteristici socio-demografice, dar si psihografice ale publicului tint, sunt tratate ca
elemente cantitative si sunt corelate ntr-o varietate de combinatii.
Mai mult, la un pitch n care publicitarul va ncerca s-ti conving clientul s
semneze un contract cu el, iar apoi n momentul n care clientul va dori s vad rezultatele
pentru care a pltit, elementele de statistic vor fi cruciale pentru a convinge. Nimeni nu va
investi bani ntr-o actiune ale crei rezultate nu sunt cuantificabile si n care nu se poate
calcula un return of investment.


Bibliografie:
Coakes, Sheridan J . (2005). SPSS. Analysis without anguish. Wiley and Sons, Australia
Griffith, Arthur (2010). SPSS for dummies. Wiley Publishing, Hoboken
Jab, Elisabeta si Ana Grama (2004). Analiza statistic cu SPSS sub windows. Polirom, Iai
Leech, Nancy si Karen Barrett (2005). SPSS for intermediate statistics. Lawrence Erlbaum,
New J ersey