Acesta este un draft.

A nu se distribui sau cita fr aprobarea autorului.

Contact: vasile.marian@gmail.com

Curs SPSS i Excel

Marian Vasile

Cuprins

Cuprins ....................................................................................................................... 1
1. Cursul 1. Tema: contextul n care folosim cele dou programe. ............................ 4
1.1. Obiectivul cursului .......................................................................................... 4
1.2. Exemplu n SPSS de analiz secundar ............................................................ 4
1.2.1. Problema ................................................................................................... 4
1.2.2. Date ........................................................................................................... 5
1.2.3. Modelul testat, variabila dependent i variabilele independente ............ 5
1.2.4. Pregtirea bazei de date pentru analiz ..................................................... 5
1.2.5. ntrebri eseniale nainte de analiz ........................................................ 7
1.2.6. Analiza ...................................................................................................... 8
1.2.7. Lucrurile sunt ceva mai complexe ............................................................. 9
1.3. Exemplu n SPSS i Excel de baz construit de la zero ................................ 10
1.4. Concluzie ....................................................................................................... 11
2. Cursul 2. Tema: Construirea i curarea unei baze de date n SPSS, inclusiv cu
ajutorul Excel. .......................................................................................................... 12
2.1. Obiectivul cursului ........................................................................................ 12
2.2. Exemplu Intenia de a renuna la fumat. ................................................... 12
2.2.1. Crearea bazei de date i introducerea datelor ............................................. 12
2.2.2. Curarea bazei de date .............................................................................. 14
2.2.2.1. Etichetare.......................................................................................... 14
2.2.2.2. Verificarea codurilor introduse......................................................... 16
2.2.2.3. Verificarea filtrelor i legturilor logice ............................................ 16

2.2.2.4. Unirea bazelor (dac este cazul)....................................................... 16

2.2.2.5. Definirea nonrspunsurilor .............................................................. 16
2.3. Concluzie ....................................................................................................... 16
3. Cursul 3. Tema: Pregtirea variabilelor pentru analiz n SPSS ........................... 17
3.1. Obiectivul cursului ........................................................................................ 17
3.2. Exemplul 1 (Recode) ..................................................................................... 17
3.3. Exemplul 2 (Compute) .................................................................................. 19
3.4. Concluzie ....................................................................................................... 21
4. Cursul 4. Tema: Descrierea datelor folosind tabele de frecven i de contingen
.................................................................................................................................. 21
4.1. Obiectivul cursului ..................................................................................... 21
4.2. Tabelul de frecven, utilitatea lui i cum este preluat din SPSS ............... 21
4.3. Tabelul de contingen ............................................................................... 27
4.4. Concluzie.................................................................................................... 29
5. Cursul 5. Tema: Descrierea datelor folosind indicatori numerici ........................ 30
5.1. Obiectivul cursului ........................................................................................ 30
5.2. Exemplu ......................................................................................................... 30
5.3. Concluzie ....................................................................................................... 35
6. Cursul 6. Tema: Descrierea datelor folosind grafice realizate n SPSS................. 35
6.1. Obiectiv.......................................................................................................... 35
6.2. Grafice prezentate n lucrri .......................................................................... 35
6.2.1. Graficul bar ............................................................................................ 35
6.2.2. Scatterplot ............................................................................................... 44
6.2.3. Graficul linie............................................................................................ 45
6.3. Graficele analistului ....................................................................................... 50
6.3.1. Box plot i histogram ............................................................................ 50
6.3.2. Error bar cu interval de ncredere ........................................................... 53
6.4. Concluzie ........................................................................................................... 53

7. Cursul 7. Tema: Descrierea datelor folosind grafice n Excel i Power Point ...... 54
7.1. Obiectivul cursului ........................................................................................ 54
7.2. Generaliti .................................................................................................... 54
7.3. Column chart ................................................................................................. 55
7.4. Bar chart......................................................................................................... 58
7.5. Line chart ....................................................................................................... 59
7.6. Scatterplot ...................................................................................................... 60
7.7. Concluzie ....................................................................................................... 64
8. Curs 8. Tema: Verificarea relaiilor dintre variabile categoriale........................... 65
8.1. Obiectivul cursului ........................................................................................ 65
8.2. Tabelul de contingen .................................................................................. 65
8.3. Coeficieni ai asocierii dintre dou variabile categoriale ............................... 69
8.4. Concluzie ....................................................................................................... 70
9. Curs 9. Tema: Testarea diferenelor dintre mediile a minim dou grupuri ......... 70
9.1. Obiectivul cursului ............................................................................................ 70
10. Curs 10. Tema: Verificarea relaiilor dintre variabilele metrice ......................... 70
10.1. Obiectivul cursului ...................................................................................... 70
11. Curs 11. Tema: Testarea modelelor complexe: regresia multipl ...................... 70
11.1. Obiectivul cursului ...................................................................................... 70
12-13-14. Cursurile 12-13-14. Exerciii ................................................................... 71
12-13-14.1. Obiectivul cursurilor ......................................................................... 71

Acest material conine informaiile eseniale prezentate la curs i exerciiile de baz

rezolvate n seminar.

1. Cursul 1. Tema: contextul n care folosim cele dou programe.

1.1. Obiectivul cursului
Dup acest curs trebuie s nelegei principalele motive pentru care sunt folosite
programele SPSS i Excel.

Acesta nu este un curs de statistic. Este un curs n care nvai sau v reamintii
cum se efectueaz n SPSS i Excel diferite operaii care sunt frecvent folosite n
analizele cantitative.

Cursul utilizeaz cunotinele acumulate n anul 1 la cursul de Statistic. Cu unele

lucruri v-ai ntlnit i la alte cursuri.

O s discutm dou exemple. n primul exemplu, nelegem cum se face o analiz

secundar n SPSS, adic care sunt paii cnd avem la dispoziie date culese de
altcineva. n al doilea exemplu, nelegem care sunt paii pentru o cercetare
cantitativ n care concepem chestionarul i baza de date.
1.2. Exemplu n SPSS de analiz secundar
1.2.1. Problema
n Vasile (2013) autorul testeaz mai multe ipoteze:

(H1) Cu ct evaluarea propriei snti este mai pozitiv, cu att satisfacia

fa de via va fi mai ridicat,

(H2) Cu ct calitatea sistemului de servicii publice de sntate este mai

ridicat, cu att satisfacia fa de via va fi mai ridicat,

(H3) Cei care i evalueaz pozitiv starea de sntate vor fi mai satisfcui
fa de via, dar acest efect se diminueaz atunci cnd calitatea serviciilor
publice de sntate este mai ridicat.

1.2.2. Date
Datele folosite pentru testarea ipotezelor provin din cercetarea European Quality of
Life Survey sau EQLS 2011-2012. Populaia de referin este aduli cu vrsta
minim 18 ani. Eantioanele au volume ntre 1000-3000 respondeni. Datele sunt
disponibile gratuit la UK Data Service.
1.2.3. Modelul testat, variabila dependent i variabilele independente
Pentru simplitate, o s ne referim doar la H1: Cu ct evaluarea propriei snti este
mai pozitiv, cu att satisfacia fa de via va fi mai ridicat.

Modelul testat de autor este multinivel, adic folosete simultan date despre individ
i ara din care face parte individul. Tot pentru simplitate, o s discutm despre
analiza n interiorul unei singure ri, Romnia.

Pentru H1 avem dou variabile principale: evaluarea propriei snti sau EPS i
satisfacia cu viaa sau SV. Satisfacia cu viaa este variabila dependent sau VD.
Evaluarea propriei snti este variabila independent sau VI. Autorul vrea s afle
care este relaia dintre aceste dou variabile: cum variaz VD n funcie de VI.
Ateptarea lui este c atunci cnd EPS este mai pozitiv, SV va fi mai ridicat.

Pentru a verifica aceast ipotez trebuie s realizeze o analiz statistic care s pun
n relaie cele dou variabile. Analiza statistic este aleas n funcie de cum sunt
msurate cele dou variabile.
1.2.4. Pregtirea bazei de date pentru analiz
Dac rulm o analiz pe o baz de date mare, cum este EQLS, s-ar putea sa
ateptm cteva minute pe calculatoare mai puin performante. De aceea este
recomandat s identificai care sunt variabilele pe care le folosii n analize i s
creai o baz de date care s le conin doar pe acestea.

n chestionar EPS este msurat prin ntrebarea Q42: n general ai spune c

sntatea dvs este (1) foarte bun (2) bun (3) acceptabil (4) proast (5) foarte
proast.
n chestionar SV este msurat prin ntrebarea Q30: Lund totul n consideraie,
ct de mulumit suntei de viaa dvs n prezent: (1) foarte nemulumit (2) (3) (4)
(5) (6) (7) (8) (9) (10) foarte mulumit.
Etichetarea din chestionar nu corespunde ntotdeauna cu etichetarea din baza de
date. n baza de date EPS este Y11_Q42, iar SV este Y11_Q30.

Pe lng aceste dou variabile trebuie s mai includem cteva variabile standard
cum ar fi id-ul unic atribuit fiecrui respondent i variabila de ponderare.
Nu exist baz de date fr ca fiecrui respondent s i fie atribuit un numr unic de
identificare. Aceast variabil poate fi un numr consecutiv notat chiar pe
chestionar sau o variabil mai complex care apare doar n baza de date. n baza
noastr de date este variabila uniqueid.
Uneori, eantionul nu respect structura din populaie pentru variabile demografice
cum ar fi genul, vrsta, educaia, statut ocupaional etc. De exemplu pot fi selectate
mai multe persoane n vrst pensionare. Nu putem efectua analiza pe acest
eantion pentru c nu este reprezentativ pentru populaia de referin. De aceea se
calculeaz aceast variabil de ponderare.
Aceast variabil nu apare n chestionar. Apare doar n baza de date. n baza noastr
de date este w4.

Aadar, s realizm o baz de date care i conine doar pe romni i este alctuit
din codul unic atribuit fiecrui respondent (uniqueid), variabila de ponderare (w4),
EPS (Y11_Q42) i SV (Y11_Q30).

Mai nti s selectm doar romnii. Pentru a pune condiia trebuie s identificm n
baza de date variabila care indic apartenena la ar. Aceasta este Y11_Country.
Apoi trebuie s vedem care este codul atribuit Romniei. Pentru aceasta realizm un
tabel de frecven din meniul Analyze > Descriptive statistics > Frequencies.
Dup ce am aflat codul folosim meniul Data > Select cases pentru a crea o nou
baze de date care conine doar romnii.
Apoi, din aceast baz de date selectm doar variabilele care ne intereseaz n
analiz, adic codul unic atribuit fiecrui respondent (uniqueid), variabila de
ponderare (w4), EPS (Y11_Q42) i SV (Y11_Q30).

Autorul zice n articol pentru EPS: Variabila a fost recodificat astfel nct valorile
mari s indice o sntate bun i este utilizat ca atare n analize, iar pentru SV
zice: Variabila este folosit ca atare n analize.
Deci pentru EPS a atribuit eticheta cea mai pozitiv codului celui mai mare. A fcut
acest lucru pentru a uura interpretarea: variantele de rspuns la ambele variabile s
aib corespondena etichet pozitiv = cod mare etichet negativ = cod mic.
Realizm un tabel de frecven pentru a vedea care sunt codurile i cum trebuie s
recodificm.
Recodificarea se face n meniul Transform > Recode into different variables.
Orice recodificare se verific. Folosim n acest sens un tabel de contingen sau
crosstabs. Tabelul de contingen se realizeaz din meniul Analyze > Descriptive
statistics > Crosstabs.
1.2.5. ntrebri eseniale nainte de analiz
nainte de analiz trebuie s ne punem urmtoarele ntrebri: (1) eantionul este
probabilist?, (2) eantionul este distorsionat fa de populaie pe variabile cheie, (3)
dac este distorsionat, baza de date a venit cu variabila de ponderare sau trebuie s
o construiesc?, (4) este ponderea activ n baza de date?

EQLS, baza de date din exemplu vine cu o variabil de ponderare. Ea se numete

w4. Activm ponderea din meniul Data / Weight cases.
1.2.6. Analiza
EPS are nivelul de msurare ordinal. La fel i SV. n practic, mai ales scala utilizat
8

SNTATEA PERCEPUT, CALITATEA SERVICIILOR PUBLICE DE SNTATE 411

la SV este considerat de interval. Ct de corect este aceast practic rmn s

relaia citind
nonliniar
dintre recomandate
vrst i satisfacia
fa de(1946),
via, am
introdus nand
model
i
analizai
lecturile
Stevens
Velleman
Wilkinson

variabila vrst ridicat la ptrat. Acest lucru ine seama de faptul c satisfacia fa
de via
tinde s(2004),
scad pn
la o anumit
vrst,
iar and
apoiFrunzaru
tinde s creasc,
chiar
(1993),
Jamieson
Norman
(2010),
Dua
(2011).
Aadar
dac nu revine la valorile iniiale.
Mediul un
de reziden,
urban
rural,cum
este derivat
din ntrebarea
n care concesia
putem calcula
coeficient
de versus
asociere
este Gamma
sau, Zona
dac facem
locuii o considerai a fi: 1, situat n mediul rural, 2, un sat/un orel mic, 3, un ora
de mrime
medie,putem
4, un ora
mare sau
mrgina
a unui oraPearson.
mare9. Aceste analize se
de care
spuneam,
calcula
un zona
coeficient
de corelaie
Datele sunt ponderate att la nivelul 1 ct i la nivelul 2.

fac n SPSS n meniul Analyze > Descriptive statistics > Crosstabs > Statistics >
REZULTATE
Gamma, respectiv n meniul Analyze > Correlate > Bivariate.
Satisfacia fa de via variaz de la o ar la alta, mediile situndu-se ntre
5,5 (Bulgaria) i 8,4 (Danemarca). Romnii se poziioneaz sub media de
satisfacie fa de via a rilor membre ale Uniunii Europene, cei mai satisfcui
n articolul
folosit ca exemplu pn acum exist i nite grafice. De exemplu:
raportat la aceast valoare fiind locuitorii rilor nordice (Fig. 1).
Figura 1
Satisfacia fa de via n Europa 20112012
10

medie n ar

media EU28

8 7.1

7.1

8.4

7
6.7

6
5 5.5
4
3
2

Bulgaria
Hungary
Kosovo
Greece
Latvia
Estonia
Serbia
Slovakia
Czech Republic
Turkey
FYR of M acedonia
Lithuania
Rom ania
Portugal
Croa a
Italy
M ontenegro
Slovenia
Poland
Cyprus
Germ any
France
M alta
UK
Belgium
Ireland
Spain
Austria
Netherlands
Luxem bourg
Sw eden
Finland
Iceland
Denm ark

Sursa datelor: EQLS 20112012. Calcule proprii.

Relaia cu gradul de dezvoltare al rii pare liniar, dei sunt anumite incongruene

Acest
grafic este realizat n Excel. Pentru realizarea lui este folosit meniul Insert /
(Fig. 2). Ungaria are, de exemplu, un nivel de satisfacie mai mic dect cel ateptat,
Chart. nainte
de utilizarea meniului trebuie s ne pregtim datele. Asta nseamn
9
ntrebarea n chestionarul master: Would you consider the area in which you live to be:
1, the open country side, 2, a village/small town, 3, a medium to large town, 4, a city or city suburb.

c trebuie s avem media satisfaciei cu viaa n fiecare dintre rile de pe Ox.

Mediile acestea sunt calculate n SPSS. n SPSS folosim meniul Data / Aggregate sau
meniul Analyze / Tables / Custom Tables sau meniul Analyze / Descriptive
statistics / Frequencies combinat cu Data / Split files etc. Apoi datele sunt copiat e
n Excel cu Paste special sau cu funcia Export din SPSS. n Excel se fac mici ajustri
estetice. Se sorteaz datele cu meniul Data / Sort. n fine, se face graficul folosind
Insert / Chart.

1.2.7. Lucrurile sunt ceva mai complexe

Foarte rar o s fii n situaia aceasta: dou variabile = analiz bivariat = am
ncheiat cercetarea. Pentru c realitatea social este complex, analizele univariate i
bivariate sunt doar nceputul. Cel mai des o s rulai analize multivariate.

De fapt, relaia dintre EPS i SV este verificat controlnd pentru diverse

caracteristici individuale: vrst, gen, stare civil, educaie, venitul subiectiv. Rolul
acestui control este s vedem cum variaz SV pentru persoane cu valori similare la
caracteristicile enumerate anterior dar cu valori diferite la EPS.

Aadar, trebuie s vedem cum sunt msurate vrsta (hh2b), genul (hh2a), starea
civil (y11_q31), educaie (y11_q48), venitul subiectiv (q58). S ne uitm n
chestionar.

Autorul spune: vrst (valori ntre 18 i 95 de ani, cei mai n vrst de 95 de ani
fiind cuprini n valoarea 95), gen (dummy, codul 1 fiind desemnat brbailor), stare
civil (dummy, codul 1 fiind desemnat celor care sunt cstorii legal sau locuiesc cu
partenerul), educaie (dou variabile dummy, codul 1 fiind desemnat educaiei
primare, respectiv educaiei secundare), venitul subiectiv este folosit ca atare n
analize. Trebuie s facem recodificri? De unde le facem?

ntr-un final rulm i analiza de regresie multipl din Analyze / Regression / Linear.

Aceasta este ordinea n care lucrm de cele mai multe ori. Aceste meniuri i
operaiuni n SPSS le vom discuta n cursurile urmtoare.
nainte, ns, trebuie s nelegem structura SPSS-ului. Deci back to basics.
1.3. Exemplu n SPSS i Excel de baz construit de la zero
Data view
Variable view
Meniuri
.sav
.spv
.sps

Principiul de baz este c trebuie s avem echivalen ntre chestionar i baza de

date.

Datele pot fi introduse i n Excel i n SPSS. n Excel folosim meniul Data >
Validation i, ulterior, Data > Form. Atenie: SPSS i Excel nu sunt recomandate
pentru introducerea datelor. n colaborrile mele am lucrat mereu cu Access. Exist
i programe dedicate cum ar fi SPSS Data Collection Data Entry. Astzi, cnd PAPI
(Paper and Pencil Interviewing) este nlocuit frecvent cu CAPI (Computer Assisted
Personal Interviewing), WAPI (Web Assisted Personal Interviewing), CATI
(Computer Assisted Telephone Interviewing), TAPI (Tablet Assisted Personal
Interviewing) sau SAPI (Smartphone Assisted Personal Interviewing), baza de date
este creat n softuri specializate iar curarea ei se face automat. Pentru on-line, de
exemplu, putei folosi gratuit LimeSurvey.

Vom folosi ca exemplu chestionarul EQLS discutat i la exemplu anterior.

10

1.4. Concluzie
n acest curs am vzut la ce sunt folosite SPSS i Excel. Am vzut legtura dintre
programe. Am neles c procesul de analiz include i pregtirea variabilelor. Am
neles c outputul din SPSS nu este preluat ca atare ci aranjat estetic.

11