Sunteți pe pagina 1din 119

UNIVERSITATEA ANDREI AGUNA CONSTANA

INTRODUCERE IN SPSS versiunea 19

CUPRINS
INTRODUCERE........................................................................................................................5 I. Noiuni de baz despre introducerea......................................................................................6 i analiza statistic folosind SPSS.........................................................................................6 I.2. Introducerea datelor..........................................................................................................7 I.3. Salvarea datelor................................................................................................................9 I.4. Folosirea Variabilei View pentru crearea i etichetarea variabilelor............................9 I.5. Exemplu de calcul statistic.............................................................................................12 I.6. Concepte statistice eseniale n analizele cu ajutorul SPSS-ului....................................13 I.7. Alegei rspunsul corect......................................................................................15 I.8. Rspunsuri corecte...............................................................................................17 II. Descrierea variabilelor.........................................................................................................18 Tabele i diagrame...............................................................................................................18 II.1. Frecvena procentual....................................................................................................18 II.2. Diagrama circular pentru date categoriale...................................................................20 II.3. Adugarea etichetelor unei diagrame circulare ............................................................21 II.4. Diagrama cu bare pentru date categoriale.....................................................................22 II.5. Histograme....................................................................................................................24 II.6. Exerciii..............................................................................................................26 II.7. Alegei rspunsul corect.....................................................................................27 II.8. Rspunsuri corecte.............................................................................................29 III. Descrierea numeric a variabilelor......................................................................................30 - Medie, variaie i dispersie .....................................................................................30 ___________________________________________________________________________ ______________________________________.......................................................................30 III.1. Introducerea datelor i efectuarea analizei ..................................................................30 III.2. Interpretarea output-ului..............................................................................................31 III.3. Alte caracteristici.........................................................................................................32 III.4. Alegei rspunsul corect....................................................................................33 III.5. Rspunsuri corecte............................................................................................34 IV. Forme ale distribuiei scorurilor.........................................................................................35 IV.1. Introducerea datelor.....................................................................................................37 IV.2. Interpretarea Output-ului.............................................................................................38 IV.3. Histograme. ...............................................................................................................38 IV.4. Interpretarea output-ului ...............................................................................................................................................39 IV.5. Modalitatea..................................................................................................................39 IV.6. Simetria......................................................................................................................40 IV.7. Boltirea (excesul).....................................................................................................42 IV.8. Alegei rspunsul corect....................................................................................45 IV.9. Rspunsuri corecte............................................................................................46 V. Abaterea standard.................................................................................................................48 V.1. Introducerea datelor......................................................................................................48 V. 2. Interpretarea output-ului...............................................................................................49 V.3. Scorurile Z.....................................................................................................................50 V.4. Raportarea output-ului..................................................................................................50 V.5. Alte caracteristici.......................................................................................................51 V.6. Alegei rspunsul corect.....................................................................................52 V.7. Rspunsuri corecte.............................................................................................53 VI. Relaiile dintre dou sau mai multe variabile.....................................................................54 2

Diagrame i tabele..............................................................................................................54 VI.1. Introducerea datelor.....................................................................................................54 VI.2. Ponderea datelor..........................................................................................................55 Se selecteaz Frecvena, Weight cases by i apoi se apas butonul pentru transfer n csua variabileiFrequency Variable.Se apas OK VI.3. Crearea tabelelor de asociere (Crosstabs)....................................................................56 VII. Coeficieni de corelaie......................................................................................................57 Coeficieni de corelaie Pearson i Spearman..................................................................57 ___________________________________________________________________________ ______________________________________.......................................................................57 VII.1. Introducerea datelor....................................................................................................58 VII.2. Corelaia Pearson........................................................................................................58 VII.3. Interpretarea output-ului.............................................................................................59 VII.4. Raportarea output-ului................................................................................................59 VII.5. Coeficientul de corelaie Spearman............................................................................60 VII.6. Interpretarea output-ului.............................................................................................60 VII.7. Raportarea output-ului................................................................................................61 VII.8. Diagrama scatter.........................................................................................................61 VII.9. Interpretarea output-ului.............................................................................................62 VII.10. Raportarea output-ului. ...............................................................................................................................................62 VII.11. Alegei rspunsul corect................................................................................63 VII.12. Rspunsuri corecte.........................................................................................65 VIII. Regresia............................................................................................................................66 Predicia cu precizie........................................................................................................66 ___________________________________________________________________________ ______________________________________.......................................................................66 VIII.1. Introducerea datelor..................................................................................................67 VIII.2. Regresia simpl.........................................................................................................67 VIII.3. Interpretarea output-ului............................................................................................68 VIII.5. Interpretarea output-ului............................................................................................70 VIIII.6. Raportarea output-ului.............................................................................................70 IX. Eroarea standard.................................................................................................................71 IX. 1. Introducerea datelor....................................................................................................71 IX. 2. Eroarea standard estimat a mediei............................................................................72 IX. 3. Interpretarea output-ului.............................................................................................72 X. Testul t..................................................................................................................................73 Compararea a dou eantioane.............................................................................................73 de scopuri corelate/relaionate.............................................................................................73 ___________________________________________________________________________ ______________________________________.......................................................................73 X.1. Introducerea datelor......................................................................................................75 X.2. Testul t pentru eantioane perechi.................................................................................75 X.3. Interpretarea output-ului................................................................................................76 X.4. Raportarea output-ului..................................................................................................76 XI. Testul t................................................................................................................................77 Compararea a dou eantioane de.......................................................................................77 scoruri necorelate/nerelaionate..........................................................................................77 XI.1. Introducerea datelor.....................................................................................................78 XI.2. Efectuarea Testului t pentru eantioane independente................................................79 3

XI.3. Interpretarea output-ului..............................................................................................80 XI.4. Raportarea output-ului.................................................................................................81 XI.5. Alegei rspunsul corect....................................................................................81 XI.6. Rspunsuri corecte.............................................................................................83 XII. Testul Chi-Square..............................................................................................................84 Diferene ntre frecvenele eantioanelor.........................................................................84 XII.1. Introducerea datelor din tabelul anterior....................................................................84 folosind procedura Weighing cases......................................................................84 XII.2. Introducerea datelor din tabelul 1 caz cu caz.............................................................85 XII.4. Interpretarea output-ului pentru Testul chi-square.....................................................87 XII.5. Raportarea output-ului pentru Testul chi-square........................................................88 XIII. Recodificarea variabilelor................................................................................................90 XIII.1. Recodificarea rezultatelor.........................................................................................90 XIII.2. Alegei rspunsul corect.................................................................................93 XIII.3. Rspunsuri corecte..........................................................................................94 XIV. Calculul variabilelor noi..................................................................................................95 XIV.1. Procedura unei variabile noi.....................................................................................96 XV. Testele rangurilor..............................................................................................................97 Statistici nonparametrice..................................................................................................97 ___________________________________________________________________________ ______________________________________.......................................................................97 XV.1. Scoruri relaionate: testul semnului............................................................................98 XV.2. Interpretarea output-ului pentru testul semnului.....................................................98 XV.3. Raportarea output-ului pentru testul semnului...................................................99 XV.4. Scoruri relaionate: testul Wilcoxon...........................................................................99 XV.6. Raportarea output-ului pentru Testul Wilcoxon. .............................................................................................................................................100 XV.7. Scoruri nerelaionate: Testul U Mann-Whitney.......................................................100 XV.8. Interpretarea output-ului pentru testul U Mann-Whitney...................................102 XV.9 Raportarea output-ului pentru Testul U Mann-Whitney...........................................103 XVI. Analiza de varian (ANOVA)......................................................................................103 Introducere n metoda one-way ANOVA ......................................................................103 cu scoruri nerelaionate sau necorelate........................................................................103 ___________________________________________________________________________ ______________________________________.....................................................................103 XVI.1. Metoda one-way ANOVA pentru eantioane independente...................................104 XVI.2. Interpretarea output-ului.........................................................................................105 XVI.3. Raportarea ouput-ului.............................................................................................106 XVII. Analiza de varian bifactorial pentru ........................................................................107 scoruri nerelaionate/necorelate...................................................................................107 ___________________________________________________________________________ ______________________________________.....................................................................107 XVII.1. Metoda two-way ANOVA pentru scoruri nerelaionate........................................108 XVII.2. Interpretarea output-ului. .............................................................................................................................................110 XVII.3. Raportarea output-ului...........................................................................................112 XVIII. Comparaii multiple cu ANOVA................................................................................113 XVIII.1. Interpretarea output-ului.......................................................................................114 XVIII.2. Raportarea output-ului.................................................................................116 XIII.2. Alegei rspunsul corect...............................................................................117 XIII.3. Rspunsuri corecte........................................................................................118 BIBLIOGRAFIE.....................................................................................................................119 4

INTRODUCERE
_________________________________________________________________________________________________________________

Aplicaia SPSS (Statistical Package for the Social Sciences pachet de programe statistice aplicate tiinelor sociale) a fost elaborat n anul 1965 de ctre Universitatea Stanford din California. Programul SPSS (Statistical Package for the Social Sciences) este unul dintre cele mai utilizate n analiza statistic a datelor i a evoluat pn la versiunea 16, aria de aplicabilitate extinzndu-se de la versiune la versiune, odat cu modul de operare i cu facilitile oferite. Programul este utilizat n foarte multe domenii: n marketing, cercetare experimental, educaie, sntate etc. n afar de analizele statistice posibile, programul are componente puternice pentru managementul datelor (selectare, reconfigurare, creare de date noi) i pentru documentarea datelor (exist un dicionar metadata, care reine caracteristici ale datelor). Se mai poate aduga flexibilitatea privind tipurile de date acceptate ca i modul de construire a rapoartelor.
5

Aceast carte prezint un mod de abordare a analizei statistice folosind SPSS for Windows i este destinat studenilor care doresc s analizeze date din psihologie, sociologie, criminologie, sau date similare. Cartea se dorete a fi un ndrumtor pentru analiza datelor, fiind o carte complet, de sine stttoare care satisface nevoile studenilor la toate nivelele. Manualul este structurat pe XVII capitole, oferind astfel posibilitatea parcurgerii pas cu pas a informaiilor prezentate dar i o privire de ansamblu asupra procedurilor de calcul din SPSS.

I.

Noiuni de baz despre introducerea i analiza statistic folosind SPSS

_________________________________________________________________________________________________________________

I.1. Accesarea SPSS-ului.


SPSS-ul for Windows este accesat n general prin folosirea butoanelor i meniurilor folosind pentru aceasta clicuri ale mouse-ului. Astfel, cea mai rapid modalitate de nvare este de a urma paii prezentai i capturile de ecran. Pasul 1: Se d dublu clic pe imagine dac imaginea nu apare pe ecran atunci accesai Start ProgrameIBM SPSS Statistic 19.

Pasul 2: Aceast fereastr va aprea dup cteva momente i se pot alege oricare dintre
6

opiunile din fereastr. (Fereastra se numete Data Editor.


Fereastra de editare (Data Editor) se deschide implicit la lansarea SPSS i este folosit pentru introducerea, modificarea sau tergerea datelor n format spreadsheet. ntr-o fereastr de editare poate fi prezentat coninutul unui fiier de date care a fost selectat dintr-o list de fiiere creat anterior (n SPSS, Excel, Statistica etc.) sau poate fi creat o nou foaie de lucru. Aceast fereastr recunoate fiierele de date care au extensia implicit .sav. n fereastra Data Editor sunt afiate datele de lucru. Acestea sunt aranjate n format tabel (spreadsheet), care conine coloane i linii. La intersecia acestora sunt celulele (casetele, csuele) n care se introduc datele. La un moment dat este activ (curent) o singur celul, cea n care este plasat cursorul. Celula curent este scoas n eviden printr-un chenar ngroat. Trecerea de la o celul la alta se realizeaz prin clic de mouse n noua celul sau de la tastatur cu ajutorul tastelor de control (taste sgei, Page Up, Page Down).

I.2. Introducerea datelor.


Pasul 3: Aceasta este fereastra Data Editor a SPSS-ului i este un spaiu de lucru cu linii i coloane n care pot fi introduse datele. Coloanele sunt folosite pentru a desemna diferite variabile. Liniile sunt cazurile sau indivizii despre care se dein date.

Pasul 4: Pentru a introduce date in SPSS se selecteaz una dintre celule i se d clic pe celula respectiv.
* n SPSS exist ntotdeauna o singur celul selectat.

Pasul 5: Se introduce un numr folosind tastatura calculatorului. La apsarea tastei Enter sau la selectarea cu mouse-ul a unei alte celule numrul va fi introdus n foaia de lucru la fel cum este artat n figur. Valoarea 5 este nregistrarea pentru primul rnd (primul caz) al variabilei VAR00001. Se observ c aceast variabil a primit automat un nume standard. Pentru a efectua schimbarea se d clic pe numele variabilei.

Pasul 6: Corectarea erorilor se face folosind mouse-ul: se selecteaz celula unde este eroarea i se introduce valoarea corect. Atunci cnd este apsat tasta Enter sau se deplaseaz cursorul pe o alt celul, valoarea corectat va fi introdus. I.3. Salvarea datelor. Pasul 7: Selectnd File Save As datele se vor salva sub forma unui fiier. Fiierul salvat va primi automat de la SPSS extensia .sav.
* Se recomand folosirea unor nume de fiiere distincte (ex. date1) pentru a face coninutul lor ct mai clar. Salvarea datelor este recomandat s se fac ntr-un fiier diferit de cel al SPSS-ului.

Pasul 8: Pentru a alege locaia unde va fi salvat fiierul de date, se alege calea n mediul Save In (se folosete sgeata pentru a ajunge la locaia dorit).
Salvarea unui fiier se realizeaz prin pictograma Save din bara de instrumente Standard sau cu ajutorul comenzilor Save sau Save As i meniul File. Aceste comenzi deschid fereastra Save Data As n care se pot stabili: numele fiierului (File name); tipul fiierului (Save as type); locaia n care s aib loc salvarea (Save In).

I.4. Folosirea Variabilei View pentru crearea i


etichetarea variabilelor Pasul 9: Apsarea meniului Variable View, situat n josul paginii, schimb fereastra Data View (spaiul de lucru pentru introducerea datelor) n alt fereastr n care pot fi introduse informaii despre variabilele create.
9

Pasul 10: Acesta este spaiul de lucru Variable View. n acest caz, o variabil este deja nscris fiind introdus la pasul 8. Variabila poate fi redenumit i pot fi adugate alte variabile selectnd celula corespunztoare i tastnd numele variabilei.

Aici se modific limea coloanei. Pasul 11: La versiunea SPSS 19 nu exist limit pentru lungimea numrului unei variabile. Se selecteaz o celul din coloana Name i se scrie un nume diferit de variabil. Celelalte variabile vor primi valori care vor fi implicit schimbate ulterior.

Aici se modific numrul de zecimale.

Acesta este numrul de zecimale care va aprea pe ecran.


*La editarea unei variabile trebuie s se in cont de urmtoarele restricii: numele variabilei s fie unic, primul caracter s fie o liter, sa nu conin simboluri speciale folosite n SPSS sau spaii.

10

Pasul 12: Apare acest buton: se d clic pe el.

Pasul 13: Va aprea aceast fereastr. n continuare se vor urmri paii care vor arta cum genul biologic masculin i feminin este introdus folosind codul 1 (masculin) respectiv 2 (feminin).

Pasul 14: Se scrie 1 n dreptul cmpului value i masculin n dreptul cmpului value Label. Apoi se apas Add.

Pasul 15: Aceasta operaie de adugare transfer informaia n cmpul aflat dedesubt.
* La fel se procedeaz i pentru introducerea celeilalte variabile (Ex. 2 - feminin).

11

* Cele mai frecvent utilizate ferestre in SPSS sunt data Editor, Syntax Editor i Output Viewer, Pivot Table (Pivot Table Editor), Chart Editor. Fereastra de sintax (Syntax Editor) este folosit pentru a genera programe de comenzi pe care le vom executa asupra datelor (exemplu: calculul unor noi variabile). Opiunile selectate n casetele de dialog sunt afiate n fereastra de sintax sub form de comenzi. Aceste ferestre i sunt specifice fiierele de tip .sps. Fereastra de rezultate ( Output Viewer) devine disponibil automat dup ce a fost efectuat o comand de analiz a datelor. n aceast fereastr, sunt afiate rezultatele statistice, tabele i grafice care au asociate ferestre distincte. Fereastra de editare a rezultatelor (Text Output Editor) este folosit pentru modificarea textului rezultat, care nu a fost afiat n tabele pivot. * Fereastra de rezultate (Output Viewer) devine disponibil automat dup ce a fost efectuat o comand de analiz a datelor. n aceast fereastr, sunt afiate rezultatele statistice, tabele i grafice care au asociate ferestre distincte. Fereastra de editare a rezultatelor (Text Output Editor) este folosit pentru modificarea textului rezultat, care nu a fost afiat n tabele pivot. Toate rezultatele obinute din analizele statistice sunt afiate n fereastra Output Viewer. Aceast fereastr se aseamn cu fereastra Windows Explorer i se deschide doar dac s-au lansat comenzi din meniurile Statistics sau Graphs. Fereastra Output Wiewer este structurat n dou cadre/zone. Cadrul din stnga (cuprinsul/structura) prezint, sub forma unei schie, obiectele coninute n fereastr. Elementele din schi se refer la titlu, note i denumirea rezultatelor statistice propriu-zise. Fereastra Pivot Table (Pivot Table Editor) ofer multiple posibiliti de modificare a tabelelor pivot: editare text, schimbarea datelor din rnduri i coloane, adugarea de culori, crearea unor tabele multidimensionale, ascunderea sau afiarea selectiv a rezultatelor. Fereastra de editare a graficelor ( Chart Editor) permite modificarea elementelor unui grafic (axe, scale, diagram, legend etc.)

I.5.

Exemplu de calcul statistic.

Pasul 16: Pentru a calcula media de vrst se urmresc urmtoarele etape: -se d clic pe Analyze; -Se selecteaz Descriptive statistics; -Se selecteaz Descriptive Pasul 17: Se selecteaz atenie. Se apas butonul pentru a muta atentie n csua Variable(s) cu ajutorul sgeii. Se d clic pe OK.

12

Pasul 18: Fereastra Data Editor este nlocuit de output-ul SPSS-ului. Acest tabel apare pentru analiza realizat anterior.

Media scorului pentru atenie este ncercuit.


*Ferestrele n SPSS reprezint zone de pe ecran tratate ca elemente de sine stttoare, cu caracteristici proprii, care determin aciunile ce se pot executa n cadrul lor.

I.6. Concepte statistice eseniale n analizele cu


ajutorul SPSS-ului. Elementele de statistic sunt foarte simple dar apar probleme la asamblarea elementelor, abilitile matematice avnd un mic rol n analiza statistic a datelor. Conceptele de baz pe care cercettorii trebuie s le neleag nainte de a trece la analizele SPSS sunt: Variabila. Definiie: O variabil este orice concept care poate fi msurat i care variaz de la un studiu la altul. Tipurile de variabile. Variabilele pot fi clasificate ca fiind de dou tipuri: Scoruri: Vorbim despre scoruri atunci cnd o valoarea numeric este atribuit unei variabile, pentru fiecare caz n parte din eantion. Aceast valoare indic cantitatea sau valoarea caracteristicii (variabilei) n cauz. Exemplul. Vrsta, nlimea, greutatea sunt variabile numerice deoarece valoarea scor indic o cantitate n cretere a variabilei respective.

13

Variabile nominale sau categoriale: Sunt variabile care se msoar clasificnd cazurile n unul sau mai multe categorii. Exemplul 1: Genul biologic are dou categorii: masculin i feminin
*Este foarte important s se hotrasc pentru fiecare variabil n parte dac este variabil nominal (categorial) sau variabil cantitativ. Definirea atributelor unei variabile este prima operaie din procesul de pregtire a setului de date. Definirea presupune precizarea atributelor unei variabile: numele variabilei, tipul, lungimea (numrul de caractere), numrul de zecimale (pentru cele numerice), eticheta, valorile etichetei, valorile lips, alinierea i modalitile de msurare a variabilei. Variabilele se definesc n coloanele foii Variabile View din fereastra Data Editor. Tipul variabilei variabilele pot fi de mai multe tipuri: numerice (Numeric, Coma, Dot, Scientific notation), alfanumerice (String), date calendaristice, simbol monetar.

14

I.7. Alegei rspunsul corect

1. Fereastra de editare (Data Editor): a. se deschide implicit la lansarea SPSS; b. este folosit pentru introducerea, modificarea sau tergerea datelor n format spreadsheet; c. este folosit pentru a genera programe de comenzi pe care le vom executa asupra datelor; d. este folosit pentru modificarea textului rezultat, care nu a fost afiat n tabele pivot; 2. Fereastra de rezultate (Output Viewer): a. afieaz rezultatele statistice, tabele i grafice care au asociate ferestre distincte; b. permite modificarea elementelor unui grafic (axe, scale, diagram, legend etc.); c. este folosit pentru a genera programe de comenzi pe care le vom executa asupra datelor. 3. Ferestrele n SPSS reprezint: a. zone de pe ecran tratate ca elemente de sine stttoare, cu caracteristici proprii, care determin aciunile ce se pot executa n cadrul lor; b. elemente constitutive ale programului SPSS; c. elemente prin care i se confer utilizatorului posibilitatea selectrii unei anumite opiuni. 4. Care sunt cele mai frecvent utilizate ferestre n SPSS a. data editor; b. output editor; c. syntax editor; d. syntax viewer; e. output viewer. 5. n SPSS fereastra SPSS Output Viewer este utilizat pentru:
15

a. afiarea rezultatelor; b. editarea de date; c. editarea de date i tabele; 6. La editarea unei variabile trebuie s se in cont de urmtoarele restricii: a. s conin spaii sau simboluri folosite n SPSS; b. s conin numai litere; c. s aib cel puin 8 caractere; d. primul caracter trebuie s fie o cifr; e. s fie unic. 7. Numele variabilei trebuie s in cont de cteva restricii: a. s aib cel mult 6 caractere; b. se poate repeta; c. primul caracter s fie liter; d. poate s conin simboluri speciale folosite n SPSS sau spaii. 8. Pentru a introduce date n SPSS se selecteaz: a. o celul dnd clic pe celula respectiv; b. meniul data, split file; c. meniul transform, compute. 9. Prin apsarea butonului Variable View: a. se schimb fereastra Data View; b. apare fereastra output; c. se poate introduce o variabil diferit. 10. Care dintre urmtoarele afirmaii este adevrat? a. indicatorul medie reprezint media aritmetic a unui scor i se obine prin nsumarea valorilor i nmulirea cu numrul de valori; b. modul este valoarea cu cea mai mare frecven si este frecvena cu care apare cel mai frecvent scor; c. mediana este valoarea din centrul distribuiei, dac variabilele numerice sunt ordonate dup mrime, de la cea mai mic la cea mai mare. 11. Pentru a calcula media aritmetic alegem a. SE Mean; b. Median; c. Mean; d. Rouge.

16

I.8. Rspunsuri corecte

1. a. se deschide implicit la lansarea SPSS; 2. a. afieaz rezultatele statistice, tabele i grafice care au asociate ferestre distincte; 3. a. zone de pe ecran tratate ca elemente de sine stttoare, cu caracteristici proprii, care determin aciunile ce se pot executa n cadrul lor ; 4. a. data editor; c. syntax editor; e. output viewer; 5. a. afiarea rezultatelor; 6. e. s fie unic; 7. c. primul caracter s fie liter; 8. a. o celul dnd clic pe celula respectiv; 9. a. se schimb fereastra Data View; 10. c. mediana este valoarea din centrul distribuiei, dac variabilele numerice sunt ordonate dup mrime, de la cea mai mic la cea mai mare; 11. c. mean.

17

II. Descrierea variabilelor.

Tabele i diagrame.
________________________________________________________

II.1. Frecvena procentual.


Pentru realizarea unui tabel de frecven este necesar o coloan creia i se va da un nume. Pasul 1: Se definete variabila. Se eticheteaz valorile variabilei.
Valorile pentru specializare se definesc aa cum este descris n paii 13-15 din capitolul I.

Pasul 2: Se selecteaz: Analize, Descriptive Statistics Frequencies

18

Pasul 3: Se selecteaz specializare i se mut n partea dreapt a tabelului (procedeul a fost descris la pasul 17 din capitolul I). Se apas OK Pasul 4: 1. Prima coloan a tabelului conine eticheta celor 4 categorii de specializri.

2. A doua i a treia coloan afieaz Frecvena absolut i relativ pentru fiecare categorie. Exemplu: 3 (jurnalism) reprezint procentajul 30% din totalul de 10 specializri.

3. A patra coloan afieaz frecvena excluznd valorile lips * Deoarece nu sunt valori lips, este acelai ca n coloana a treia.

4. A cincea coloan adun procentele n josul tabelului. (reprezint frecvena relativ cumulat ascendent).
n ceea ce privete raportarea rezultatelor se prezint numai etichetele categoriale, frecvenele i frecvenele procentuale.

19

II.2. Diagrama circular pentru date categoriale.

Pasul 1: Se selecteaz: Graphs Legacy dialogs Pie.

Pasul 2: Se selecteaz Define.

Pasul 3: Se selecteaz specializarea i se transfer prin apsarea butonului () n rubrica define slices by. Se apas OK.
Diagrama Pie este un cerc divizat n sectoare. Fiecare sector de cerc reprezint o categorie, aria acestuia fiind proporional cu numrul de cazuri din aceast categorie a variabilei nominale.

20

Pasul 4: Acesta este felul n care apare o diagram circular folosind opiunile din SPSS. Sectoarele din cerc sunt codate cu diferite culori.
* Caracteristicile din aceast diagram pot fi modificate cu Chart Editor.

II.3. Adugarea etichetelor unei diagrame circulare


Pasul 1: Se d dublu clic oriunde n dreptunghiul care conine diagrama, pentru a selecta Chart Editor. Se selecteaz: Elements Show Data Labels. * Diagrama de structur pie este folosit
pentru reprezentarea frecvenelor absolute (numere) i/sau relative (procente) pe categorii/grupe.

Pasul 2: Se selecteaz Count i X-ul rou pentru a nu afia. Se selecteaz specializare i sgeata Verde curbat n sus pentru a afia denumirile specializrilor. Se procedeaz asemntor pentru Procent pentru a afia procentajul fiecrei specializri n parte. Se selecteaz Apply i Close.
21

Pasul 3: Pentru a nltura legenda, se selecteaz Options i Hide Legend.

Diagrama circular cu sectoarele denumite i frecven procentual afiat.

II.4. Diagrama cu bare pentru date categoriale.


Pasul 1:

Se selecteaz: Graphs Legacy dialogs Bar.

22

Pasul 2: Selectai Define. Simple este preselectat.


*Selectare unei alte variante se face prin clic cu mouse-ul pe varianta respectiv.

Pasul 3: Se selecteaz ocupaia i se apas butonul de lng Category Axis pentru a introduce acolo specializarea. Se selecteaz % of cases. Se apas OK

Diagrama cu bare.

23

* Diagrama cu bare este folosit pentru a reprezenta grafic mediile diferitelor grupe dintr-o
colectivitate (Summaries for groups of cases) sau valorile medii ale diferitelor variabile pentru aceeai colectivitate (Summaries of separate variables). Diagrama Bar este folosit pentru a ilustra categoriile unei distribuii n form convenabil. Diagrama prezint attea bare cte categorii are o variabil. Barele au aceeai baz, egal cu unitatea, iar nlimea proporional cu frecvena categoriei astfel nct aria fiecrei bare reprezint numrul cazurilor categoriei considerate. Pentru a fi interpretat un grafic trebuie s conin urmtoarele elementele: - titlul graficului ofer informaii asupra fenomenului reprezentat (Titlul graficului coincide cu titlul tabelului de date); axele de coordonate sunt folosite pentru a reprezenta variabilele. Pe abscis se nscrie variabila de distribuie, iar pe ordonat frecvena. legenda este folosit pentru a explica elementele din diagram; sursa precizeaz originea datelor reprezentate.

II.5. Histograme.
Pentru a ilustra procesul de realizare a unei histograme vom folosi datele obinute din rspunsurile subiecilor la ntrebarea V place statistica?. (rspunsuri: a. foarte mult; b. mult; c. puin d. foarte puin; e. deloc). Pasul 1: Se introduc datele n Data Editor (aa cum a fost prezentat la nceputul capitolului). Se selecteaz: Graphs Legacy Dialog Hitogram Pasul 2: Se selecteaz ntrebarea V place statistica? i se apas butonul de lng Variable pentru a duce ntrebarea n csua din dreapta. Se apas OK.

Histograma
24

* Pentru a schimba denumirile axelor se d clic pe ele i se editeaz. * Histograma este folosit pentru a arta forma unei distribuii dup o variabil nregistrat asupra unei colectiviti (frecvena de apariie pentru diferite clase de valori ale variabilei observate). Alte tipuri de grafice: Line diagrama liniar este folosit pentru a reprezenta de regul valori medii. Boxplot diagrama cutia cu musti este folosit pentru a prezenta amplitudinea, intervalul intercuartilic i mediana unei distribuii. Error Bar diagrama bara erorilor este folosit pentru a arta media i intervalul de variabile. Scatter diagrama norul de puncte este folosit pentru a reprezenta relaiile dintre ncredere de 95% pentru media respectiv.

25

II.6. Exerciii
1. La o cercetare percepia social asupra consumului de droguri particip 10 persoane dintre care: 4 studeni, 2 profesori i 4 elevi. Acetia au vrste cuprinse ntre 15 i 35 de ani astfel: cei 4 studeni au 21, 22, 25, 26 ani, elevii au 15, 16, 17, 17 ani i profesorii au 34 de ani i 35 de ani. (a se vedea figura 1). Se cere: 1. s se realizeze un tabel de frecvene pentru variabila subieci; 2. s se realizeze tabel de frecvene pentru variabila vrst; 3. s se realizeze diagrama de structur pentru variabila subieci; 4. s se adauge etichete diagramei; 5. s se realizeze diagrama de bare i histograma pentru variabila vrst. 6. s se calculeze media pentru variabila vrst i s se interpreteze. 7. s se salveze fiierul creat pe Desktop cu denumirea cercetare;

26

II.7. Alegei rspunsul corect

1. Care sunt graficele folosite pentru o distribuie dup o variabil calitativ? a. diagrama Bar si diagrama Pie b. diagrama Boxplot c. Scatter sau Line 2. Diagrama de bare este folosit pentru: a. a reprezenta valori medii; b. a reprezenta frecvene absolute (numere) i/sau relative (procente); c. a reprezenta relaiile dintre variabile; d. a reprezenta grafic mediile diferitelor grupe dintr-o colectivitate. 3. Diagrama de structur este folosit pentru: a. a reprezenta frecvenele absolute (numere) i/sau relative (procente); b. a arta forma unei distribuii dup variabila nregistrat asupra unei colectiviti; c. a prezenta amplitudinea i mediana unei distribuii; d. a reprezenta relaia dintre variabile. 4. Histograma este folosit pentru: a. a reprezenta grafic valorile medii ale diferitelor variabile pentru aceeai colectivitate; b. a arta forma unei distribuii dup o variabil nregistrat asupra unei colectiviti; c. a reprezenta relaia dintre variabile; d. a reprezenta intervalul intercuartilic. 5. Pentru o distribuie dup o variabil cantitativ se folosesc urmtoarele grafice: a. scatter (norul de puncte) i histograma; b. pie (diagrama de structut) i line (diagrama liniar); c. histograma i curba frecvenelor; d. bar (diagrama de bare) i curba frecvenelor.

27

6. Media aritmetic se calculeaz pentru: a. variabile categoriale b. variabile categoriale i cantitative c. variabile cantitative. 7. Prima coloan a tabelului de frecvene conine: a. etichetele categoriilor introduse; b. procentul de frecven pentru fiecare categorie; c. valorile lips. 8. Pentru a realiza o diagram circular se selecteaz: a. analize/ descriptive statistics/descriptives; b. graphs/ pie; c. graphs/ area. 9. Indicatorii tendinei centrale sunt: a. modul, mediana, abaterea standard b. medie, mod, median c. dispersie, abaterea standard 10. Care dintre urmtoarele afirmaii este adevrat? a. indicatorul medie reprezint media aritmetic a unui scor i se obine prin nsumarea valorilor i nmulirea cu numrul de valori; b. modul este valoarea cu cea mai mare frecven si este frecvena cu care apare cel mai frecvent scor; c. mediana este valoarea din centrul distribuiei, dac variabilele numerice sunt ordonate dup mrime, de la cea mai mic la cea mai mare.

28

II.8. Rspunsuri corecte

1. a. diagrama Bar i diagrama Pie 2. d. a reprezenta grafic mediile diferitelor grupe dintr-o colectivitate. 3. a. a reprezenta frecvenele absolute (numere) i/sau relative (procente); 4. b. a arta forma unei distribuii dup o variabil nregistrat asupra unei colectiviti; 5. c. histograma i curba frecvenelor; 6. c. variabile cantitative. 7. a. etichetele categoriilor introduse; 8. b. graphs/ pie;
9. b. medie, mod, median

10. c. mediana este valoarea din centrul distribuiei, dac variabilele numerice sunt ordonate dup mrime, de la cea mai mic la cea mai mare.

29

III.

Descrierea numeric a variabilelor - Medie, variaie i dispersie

_________________________________________________________________________________________________________________

III.1. Introducerea datelor i efectuarea analizei


Pentru realizarea acestui exemplu am selectat un numr de 0 subieci cu vrste cuprinse ntre 15-35 ani. Pasul 1: n Variable View din Data Editor se denumete prima coloan Vrst.
* Se ndeprteaz cele 2 zecimale i se scrie 0.

Pasul 2: n Data View din Data Editor se introduc vrstele n prima coloan.

Pasul 3: Se selecteaz Analize Descriptives statistics i Frequencies...

30

Pasul 4: Se selecteaz vrsta i butonul pentru a introduce n lista de variabile. Se deselecteaz butonul Display frequencys tables i se ignor mesajul de avertizare. Se d clic pe Statistics Pasul 5: Se selecteaz Mean; Median; Mode. Se d clic pe Continue. Se apas OK din ecranul anterior, care reapare.

III.2. Interpretarea output-ului.


Statistics varsta N Valid Missing Mean Median Mode 10 0 26,90 28,50 34

Exist 10 cazuri cu date valide pe care se bazeaz analiza. Nu sunt date lips (0). Media de vrst, media aritmetic =26,9 ani. Mediana de vrst (vrsta persoanei
31

aflate la mijlocul liniei de vrste de la cea mai mic la cea mai mare) este de 28.5 ani. Valoarea mod de vrst este 34.

III.3. Alte caracteristici.


n csuele de dialog de la pasul 5 se pot observa mai multe valori statistice adiionale care pot fi calculate: 1. centilele indic punctele de separaie pentru procentajele scorurilor. Exemplu: Al 90-lea centil este valoarea numeric care separ cele 90% de valori de dedesubt, din punct de vedere al mrimii. 2. Cvartilele sunt valorile distribuiei care indic punctele de separare pentru cele ai mici 20%, cele mai mici 50% i cele mai mici 75% dintre scoruri. 3. Suma indic totalul scorurilor pentru o variabil. 4. Skewness Este un indicator de asimetrie sau nclinare a distribuiei scorurilor pentru o variabil. Valoarea este pozitiv dac valorile sunt asimetrice spre stnga, sau negativ dac valorile sunt asimetrice spre dreapta. 5. Kurtosis este un index care arat ct de ascuit sau turtit este distribuia scorurilor pentru o variabil, comparativ cu distribuia normal. Va fi cu semnul + pentru curbe de frecvene ascuite i cu semnul - pentru curbe de frecvene turtite. 6. Abaterea standard (estimat) este o evaluare a msurii n care scorurile difer n medie fa de media scorurilor pentru o variabil particular. 7. Variaia (estimat) este o evaluare a msurii n care scorurile variaz n medie fa de media scorurilor pentru variabila respectiv. 8. Rang diferena dintre cel mai mare i cel mai mic scor obinut pentru o variabil. 9. Minim (scor) valoarea celui mai mic scor al datelor pentru o variabil particular.

32

10. Maxim (scor) valoarea celui mai mare scor al datelor pentru o variabil particular. 11. Eroarea standard (ES medie) valoarea medie cu care mediile eantioanelor extrase dintr-o populaie, difer fa de media populaiei.

III.4. Alegei rspunsul corect

1. Cum putem calcula mediana? a. alegnd din meniul Transform / Compute; b. statistics / summarize / case summaries / statistics; c. statistics / Compare Means / Means; 2. Pentru a calcula eroarea medie de selecie alegem: a. Mean; b. Std Deviation; c. S.E. mean; d. Range; 3. Pentru a calcula asimetria alegem una din opiunile: a. Range; b. Std Deviation; c. Skewness; d. Kurtosis; e. Variance; 4. ntr-un calcul statistic, media reprezint: a. valoarea cu cea mai mare frecven; b. valoarea din centrul distribuiei; c. media aritmetic a unui set de scoruri, care se obine prin nsumarea valorilor i mprirea rezultatului la numrul de valori; d. media aritmetic a unui set de scoruri, care se obine prin diferena valorilor i mprirea rezultatului la numrul de valori. 5. ntr-un calcul statistic, abaterea standard este: a. valoarea a msurii n care scorurile difer n medie fa de media scorurilor pentru o variabil particular;
33

b. diferena numeric ntre cel mai mare i cel mai mic scor obinut pentru o variabil; c. valoarea cu frecvena cea mai mare

6. Kurtosis, ca indicator al formei distribuiei, indic: a. ct de ascuit sau turtit este distribuia scorurilor pentru o variabil, comparativ cu distribuia normal; b. simetria sau asimetria unei distribuii de frecvene fa de medie; c. distribuia scorurilor pentru 2 variabile comparative; 7. Eroarea standard este: a. diferena numeric ntre cel mai mare i cel mai mic scor obinut pentru o variabil; b. valoarea medie cu care mediile eantioanelor extrase dintr-o populaie, difer fa de media populaiei; c. diferena scorurilor a 2 variabile. 8. Pentru a calcula boltirea alegem: a. Range; b.Variance; c. Skewness; d. Kurtoses.

III.5. Rspunsuri corecte

1. c. statistics / Compare Means / Means; 2. c. S.E. mean; 3. c. Skewness; 4. c. media aritmetic a unui set de scoruri, care se obine prin nsumarea valorilor i mprirea rezultatului la numrul de valori; 5. a. valoarea a msurii n care scorurile difer n medie fa de media scorurilor pentru o variabil particular;
34

6. a. ct de ascuit sau turtit este distribuia scorurilor pentru o variabil, comparativ cu distribuia normal; 7. b. valoarea medie cu care mediile eantioanelor extrase dintr-o populaie, difer fa de media populaiei; 8. d. Kurtoses.

IV. Forme ale distribuiei scorurilor

_________________________________________________________________________________________________________________

Este foarte important de studiat forma distribuiilor scorurilor pentru o variabil. Este bine ca o distribuie s fie simetric i cu o form normal (form de clopot). Distribuia normal, a fost descris prima dat de Ch. Fr. Gauss (17771855) i de aceea distribuia normal se mai numete i distribuie gaussian. Deoarece la demonstrarea acestui concept a participat i P.S. Laplace (17491827), n literatura de specialitate se va ntlni i termenul de distribuie GaussLaplace. Pentru ca o distribuie s fie considerat normal, trebuiesc ndeplinite simultan urmtoarele condiii: S fie unimodal adic s existe un singur modul, o singur categorie cu frecven maxim; S fie simetric fa de medie adic s nu fie deplasat spre stnga sau spre dreapta; S fie normal boltit adic s nu fie nici ascuit i nici turtit; Toi aceti termeni se refer la acelai lucru, distribuia normal. De asemenea, limitele din stnga i din dreapta ale unei distribuii normale tind spre valoarea zero, pe care ns nu o ntlnesc niciodat. O distribuie perfect normal are aceeai valoare pentru toi cei trei indicatori ai tendinei centrale (media, mediana i modulul), adic media = mediana =
35

modulul. n practic, acest lucru se ntlnete extrem de rar i, de aceea, ne punem problema ntre ce limite putem considera o distribuie ca fiind normal. n exemplul urmtor este elaborat un tabel de frecven i o histogram cu scorurile obinute la evaluarea coeficientului de inteligen pentru 20 de juriti.

36

IV.1. Introducerea datelor.


Pasul 1: n Variable View din Data Editor se denumete prima coloan Atenie. Se nltur cele dou zecimale.
*Datele se salveaz ca fiier deoarece vor fi folosite i la capitolul 9.

Pasul 2: n Data View din Data Editor se introduc scorurile obinute la Atenie n prima coloan. Pasul 3: Se selecteaz Analyze, Descriptives Statistics i Frequencies Pasul 4: Se selecteaz atenie i apoi se apas butonul pentru a introduce n lista de variabile. Se apas OK.

37

IV.2. Interpretarea Output-ului

atentie Valid 56 57 58 64 65 66 69 Total

Frequency

Percent

Valid Percent

Cumulative Percent

1 1 2 1 2 1 2 10

10,0 10,0 20,0 10,0 20,0 10,0 20,0 100,0

10,0 10,0 20,0 10,0 20,0 10,0 20,0 100,0

10,0 20,0 40,0 50,0 70,0 80,0 100,0

Prima coloan arat scorurile obinute la testul de atenie. A doua coloan arat frecvena acestor valori. Exemplu: este 1 caz n care scorul obinut are valoarea 56. A treia coloan exprim aceste frecvene ca un procent al numrului total A patra coloan incluznd i datele care exprim aceste frecvene lipsesc. ca un procent al numrului Exemplu: Din totalul cazurilor, total excluznd datele lips. 10% au obinut scorul 56. A cincea coloan cumuleaz aceste procentaje n josul tabelului.

IV.3. Histograme.
Histograma este un grafic, folosit n statistica descriptiv i arat o distribuie de frecven. Distribuia de frecven se refer la numrul de evenimente statistice pe clase (grupe) de evenimente. Pentru o serie de date statistice cu o distribuie de frecven dup o variabil numeric continu (sau continu pe poriuni), reprezentrile grafice care ne permit s vizualizm distribuia de frecvene sunt histograma i poligonul frecvenelor.

Se reiau paii de la capitolul II.5.

38

IV.4. Interpretarea output-ului


Axa vertical arat frecvena cazurilor de la 0 la 3. nlimea barelor arat ct de frecvent apare fiecare scor la atenie. Axa orizontal arat scorurile diferite ale Ateniei.
*Media scorului la atenie este 62,7. *Abaterea standard este 4,99. *Numrul cazurilor este 10.

IV.5. Modalitatea.
O distribuie normal (figura 1) este o distribuie unimodal, adic exist
Frecvena de apariie

doar o singur categorie cu frecvena maxim. Prezena a dou sau mai multe valori mod determin n distribuii general bimodale, trimodale,

polimodale, distribuii ce nu pot fi considerate ca fiind distribuii normale.


Figura nr. 1.

O
nlimea subiecilor.

distribuie similar distribuiei din figura 1, este o distribuie bimodal (figura 2), deoarece observm existena a dou categorii cu frecvena egal i maxim.

39

Figura nr. 2.

Normalitatea distribuiei, sub aspectul modaliti, se verific prin calcularea valorii modul. Dac exist o singur valoare cu frecvena maxim, atunci distribuia poate fi considerat normal sub acest aspect. n condiiile n care sunt dou sau mai multe valori cu frecvena maxim i, evident, egal, distribuia este polimodal (multimodal) i nu poate fi considerat ca fiind normal.

IV.6. Simetria.
O distribuie este

simetric, dac valorile sunt egal (simetric) rspndite n jurul tendinei centrale. Atunci cnd rezultatele tind ctre valori mici, sunt aglomerate n partea stng a distribuiei, avem de a
Figura nr. 3

face cu o distribuie asimetric

spre dreapta (sau distribuie skewness pozitiv). Cnd rezultatele tind ctre valori mari, se aglomereaz n partea dreapt a distribuiei, vorbim despre o distribuie asimetric la stnga (skewness negativ). Iat c, asimetria este dat de panta distribuiei i nu de vrful acesteia, aa cum trateaz i consider unii. n figura nr. 3, distribuia B este o distribuie simetric. Distribuia A este o distribuie asimetric la dreapta (skewness pozitiv) unde predomin scorurile sczute (mici), n timp ce distribuia C este o distribuie asimetric la stnga (skewness negativ) n care predomin scorurile mari.
Nu ne putem limita la o apreciere pur vizual a simetriei; acest lucru necesit demonstrarea statistic a simetriei sau asimetriei distribuiei. n acest scop, exist mai muli coeficieni care pot fi calculai. 40

Atunci cnd discutm de asimetrie, trebuie s precizm o serie de relaii care apar ntre indicatorii tendinei centrale, media, mediana i modul. ntr-o distribuie simetric, media, mediana i modul au exact aceleai valori. Caracteristica acestei distribuii o reprezint coincidena absolut a celor trei indicatori ai tendinei centrale. Dup cum putei observa n figura de mai sus, att media, ct i mediana i modulul, se afl n acelai scoruri punct, la mijlocul distribuiei. Grupa subiecilor cu
Figura nr. 4

mai mici dect media este perfect simetric cu grupa subiecilor cu scoruri mai mari dect media. Acest aspect este menionat din raiuni teoretice. n practic nu vom ntlni o distribuie perfect normal, ci o distribuie care poate fi acceptat ca fiind normal. ntr-o distribuie asimetric la dreapta (distribuie skewness pozitiv, vezi figura alturat), predomin scorurile mici. n acest caz, modulul este valoarea situat cel mai la stnga n irul de date, iar mediana este mai mic dect media. Evident, mediana fiind valoarea care mparte irul
Figura nr. 5

ordonat de date n dou pri egale,

iar dac n distribuie predomin scorurile mici, atunci scorurile mari sunt considerate ca scoruri extreme. tim de la analiza preciziei indicatorilor tendinei centrale, c ntr-o serie de date n care ntlnim scoruri extreme mari, media tinde s le pun n valoare. Iat c acest fapt este ilustrat grafic n figura

41

de mai sus. Observai relaia existent ntr-o asemenea distribuie: Mo<Me<m. Aceast relaie este relaia caracteristic a unei distribuii asimetrice pozitiv. ntr-o distribuie asimetric la stnga (distribuie skewness negativ, vezi figura alturat), predomin scorurile mari. n acest caz, modulul este valoarea situat cel mai la dreapta n irul de date, iar mediana este mai mare dect media. Evident, mediana fiind valoarea care mparte irul
Figura nr. 6

ordonat de date n dou pri egale,

iar dac n distribuie predomin scorurile mari, atunci scorurile mici sunt considerate ca scoruri extreme. tim, de la analiza preciziei indicatorilor tendinei centrale, c ntr-o serie de date n care ntlnim scoruri extreme mici, media tinde s le pun n valoare. Iat c acest fapt este ilustrat grafic n figura de mai sus. Observai relaia existent ntr-o asemenea distribuie: Mo>Me>m. Aceast relaie este relaia caracteristic a unei distribuii asimetrice negativ.

IV.7. Boltirea (excesul).


Asimetria pe orizontal, presupune, dup cum am vzut, o deplasare a tendinei centrale spre stnga sau spre dreapta, ctre scoruri mici sau ctre scoruri mari. Dar, aceasta nu este singura asimetrie posibil. Exist i un fel de asimetrie vertical sau boltire. Termenul folosit generic pentru acest concept este termenul de kurtosis (din limba greac, kurtos = cocoat). Practic, boltirea se refer la aspectul cocoaei distribuiei rezultatelor. Cocoaa poate fi ascuit i atunci vorbim de o distribuie ascuit sau leptocurtic, poate fi turtit, distribuia turtit, plat sau platicurtic sau

42

normal, distribuie mezocurtic. O distribuie normal este ntotdeauna o distribuie mezocurtic. n figura alturat, distribuia C este o distribuie leptocurtic, ascuit. Distribuia B este o distribuie platicurtic, turtit, iar distribuia A este o distribuie normal sub aspectul boltirii, sau mezocurtic.
Figura nr. 7

Se observ c boltirea nu este altceva dect simetria pe axa vertical (O Y), spre deosebire de simetria propriu zis, deplasarea valorilor pe axa orizontal (OX). Dac la simetrie se vorbete de frecvene (care sunt cele mai frecvente scoruri obinute, unde se concentreaz acestea? n eantionul sunt mai degrab subieci scunzi sau subieci nali? Ori poate exist un echilibru ntre subiecii scunzi i cei nali), la boltire se discut de valori, de modul n care aceste valori se grupeaz n jurul tendinei centrale (sunt mai grupate valorile n jurul mediei sau, din contra, foarte mprtiate.) La fel ca i simetria, boltirea nu poate fi apreciat pur ochiometric ci avem nevoie i aici de anumii coeficieni de boltire. Pearson a discutat despre boltire n termeni de momente, la fel ca i simetria, rezultnd astfel coeficientul de boltire sau coeficientul kurtosis. O distribuie leptocurtic, ascuit, arat c datele sunt foarte grupate i apropiate de medie, lotul de subieci avnd un mare grad de omogenitate a scorurilor. Aceast distribuie nu ridic nici un fel de probleme atunci cnd trebuie s difereniem subiecii care obin scoruri mici sau mari. Avem ns dificulti atunci cnd trebuie s difereniem subiecii din zona medie a distribuiei.

43

De exemplu, dac ntr-o clas de 30 de elevi, 27 obin medii anuale ntre 7,9 i 8,1. Iat c, doar dou zecimi difereniaz ntre aproape ntreg efectivul de elevi. Nu avem nici o problem cu repartizarea celorlali trei elevi. Pe aceia i vom considera ori foarte buni, ori foarte slabi, n funcie de media obinut sub 7,9 sau peste 8,1. Ce putem face ns cu cei 27 de subieci? Suntem, iat, n imposibilitatea de ai-i ierarhiza n vreun fel. Dac presupunem c cei trei subieci au note mai mici de 7,9, atunci cine va lua, dintre cei 27 de elevi, premiul I, cine va lua premiul II i cine va lua premiul III. Decizia ar fi, dup cum se poate vedea, extrem de dificil, dac nu chiar imposibil. Singura variant n acest caz, ar putea fi creterea preciziei. Nu calculm media cu o singur zecimal, ci cu 2, 3 sau 4 zecimale. Totui, sunt situaii n care un asemenea nivel de precizie este ridicol. O evaluare n care distribuia rezultatelor este leptocurtic, este o evaluare ce nu poate diferenia ntre subiecii de nivel mediu, iar o curb leptokurtic nu este o distribuie normal; O distribuie platicurtic, plat, este o distribuie n care rezultatele sunt foarte mprtiate fa de medie i indic un grad ridicat de eterogenitate a scorurilor. Problema general a acestei distribuii, n opoziie cu distribuia leptokurtic, este aceea c difereniaz greu la extreme i destul de bine n zona mediei. Va fi greu, utiliznd o asemenea distribuie, s facem diferenieri ntre elevii slabi i ntre elevii buni, dei putem diferenia relativ uor elevii medii. Datorit acestui fapt, o distribuie platicurtic nu este nici ea o distribuie normal. O distribuie normal este o distribuie mezocurtic. Analiza unei distribuii sub aspectul normalitii este primul pas pe care l facem n orice prelucrare de date. Deoarece, n funcie de rezultatul acestei analize, vom putea alege tehnicile i procedeele statistice pe care le putem folosi, aceast etap o ntlnim, de obicei, la nceputul oricrui raport de cercetare, imediat dup descrierea eantionului.

44

IV.8. Alegei rspunsul corect


1. a. b. c. Histograma: este un grafic folosit n statistica descriptiv; arat o distribuie de frecven; se folosete pentru date calitative.

2. Valid procent: a. exprim aceste frecvene ca un procent al numrului total excluznd datele lips. b. frecvene ca un procent al numrului total lipsesc incluznd i datele care lipsesc. c. frecvena valorilor. 3. a. b. c. 4. a. b. c. 5. a. b. c. 6. a. b. c. 7. a. b. c. Pentru a obine un tabel de frecvene accesm: analyze/ descriptive statistics/frequences; analyze/ descriptive statistics/descriptives; analyze/ descriptive statistics/frequences/descriptives. Pentru a crea o histogram accesm: graphs/histogram; graphs/interactve; graphs/control. O distribuie poate fi: unimodal; bimodal; trimodal. ntr-o distribuie simetic: media < mdiana< modul; media = mediana = modul; media >mediana>modul. ntr-o distribuie asimetric la dreapta: modul <mediana<media; modul>mediana>modul; modul=mediana=modul.

45

8. ntr-o distribuie asimetric la dreapta: a. modul=mediana=media; b. modul <mediana>modul; c. modul>mediana>modul. 9. O distribuie poate fi: a. leptocurtic; b. platicurtic; c. asimetric pozitiv; d. asimetric negativ; e. mezocurtic. f. toate variantele de mai sus. 10. O distribuie leptocurtic arat c: a. datele sunt foarte grupate i apropiate de median iar lotul de subieci are un grad mare de omogenitate; b. datele sunt foarte mprtiate de median iar lotul de subieci are un grad mare de eterogenitate; c. distribuia este normal. 8. O distribuie platicurtic arat c: d. datele sunt foarte grupate i apropiate de median iar lotul de subieci are un grad mare de omogenitate; e. datele sunt foarte mprtiate de median iar lotul de subieci are un grad mare de eterogenitate; f. distribuia este normal.

IV.9. Rspunsuri corecte

1. a. este un grafic folosit n statistica descriptiv; b. arat o distribuie de frecven; 2. a. analyze/ descriptive statistics/frequences; 3. a. analyze/ descriptive statistics/frequences; 4. a. graphs/histogram;
46

5. a. unimodal; b. bimodal; c. trimodal. 6. b. media = mediana = modul; 7. b. modul <mediana<media; 8. c. modul>mediana>modul. 9. f. toate variantele de mai sus. 10. a. datele sunt foarte grupate i apropiate de median iar lotul de subieci are un grad mare de omogenitate; 11. b. datele sunt foarte mprtiate de median iar lotul de subieci are un grad mare de eterogenitate;

47

V. Abaterea standard.
________________________________________________________________________________________________________________

Abaterea standard este un indice care arat ct de mult deviaz (difer) unele scoruri n medie fa de media setului de scoruri din care acestea fac parte. Abaterea standard poate fi folosit i pentru a transforma scoruri pentru variabile foarte diferite n scoruri Z (sau standard), care sunt uor de comparat i nsumat. Calcularea abaterii standard i a scorurilor Z este prezentat n exemplul urmtor: Vrst 20 22 25 26 35 38 28 24 23 24

V.1. Introducerea datelor.


Pasul 1: n Variable View din Data Editor se denumete prima coloan Vrsta. Se nltur cele dou zecimale.

Pasul 2: n Data View din Data Editor se introduc vrstele n prima coloan.

Pasul 3: Se selecteaz: Analyze


48

Descriptive Statistics Descriptives

Pasul 4: Se selecteaz vrsta i apoi se apasnbutonul pentru a o i ntroduce n lista de variabile. Se selecteaz Options

Pasul 5: Se deselecteaz Mean, Minimum, Maximum. Se selecteaz Continue. Se selecteaz OK din ecranul precedent care reapare.

V. 2. Interpretarea output-ului.

Numrul 10 reprezint numrul de cazuri.


Descriptive Statistics N varsta Valid N (listwise) 10 10 Std. Deviation 5,740

Abaterea standard pentru vrst este de 5,740.

49

V.3. Scorurile Z
Pasul 1: La pasul 4 selectai Save standardized values as variables. Se apas OK.

Pasul 2: Scorurile Z sau standard sunt n a doua coloan din Data View n Data Editor i sunt numite ZVrst.

V.4. Raportarea output-ului.


Abaterea standard pentru o variabil este uor de menionat n textul raportului: A fost determinat abaterea standard a vrstei ca fiind 5,74 ani (N= 10).
*Este posibil ca abaterea standard s fie nregistrat mpreun cu alte statistici, cum ar fi media, rangul, etc.

Notele z reprezint diferena dintre scorul observat i medie, n termeni de abatere standard. Cu alte cuvinte, notele z nu sunt altceva dect distanele la care se situeaz scorurile particulare n raport cu media grupului iar aceast distan este exprimat standardizat. Teoretic, notele z sunt note obinute pe o curb cu media 0 i abaterea standard 1. n acest caz, o distribuie normal are practic notele z cuprinse ntre -3 i +3, ntre aceste note regsindu-se peste 99% din populaie, dup cum observai n figura de mai jos.
50

Notele z au i ele o serie de proprieti cu aplicabilitate practic deosebit, dintre care menionm (Popa, 2006): Media unei distribuii z este egal cu zero, afirmaie ce rezult din proprietatea acestui indicator de a se diminua atunci cnd scdem o constant din fiecare scor particular. Deoarece din formul rezult aceast diferen (se scade fiecare scor particular din medie), n final media va ajunge la valoarea zero Abaterea standard a unei distribuii z este ntotdeauna 1. i aceast afirmaie rezult din proprietile abaterii standard. tim c dac mprim abaterea standard cu o constant, valoarea acesteia se divide corespunztor. Din formul, observm c acea constant cu la care mprim este chiar abaterea standard iar mprirea a dou numere egale are ca rezultat 1 Notele z sunt note direct calculabile, utilizndu-se media i abaterea standard i reprezint temelia oricrui proces de standardizare. Totui, principalul dezavantaj al notelor z este acela c sunt puin intuitive. Trebuie s tim bine ce nseamn distribuia normal pentru a nelege corect semnificaia acestor note. n plus, au valori pozitive i negative, ceea ce le face, iari, greu de utilizat.

V.5. Alte caracteristici.


n meniul Descriptives Statistics sunt coninute mai multe calcule statistice care pot fi selectate: Mean (media); Sum (suma); Standard deviation (estimate) (abaterea standard); Range (amplitudinea); Minimim; Maximum; Kurtosis; Skewness.
* Aceste concepte sunt explicate pe scurt la sfritul capitolului 3.

51

V.6. Alegei rspunsul corect

1. Abaterea standard: a. este un indice care arat ct de mult deviaz (difer) unele scoruri n medie fa de media setului de scoruri din care acestea fac parte. b. este un indice care arat ct de simetric sau asimetric este o distribuie; c. este un indice care arat ct de turtit sau boltit este o distribuie. 2. Media este o mrime generalizat , adic, nlocuind fiecare nivel individual al caracteristicii de distribuie cu nivelul mediu: a) suma seriei rmne aceeai b) suma termenilor seriei se modific c) suma termenilor seriei este nul. 3. Media aritmetic reprezint: a) valoarea pe care ar purta-o fiecare unitate statistic dac distribuia ar fi eterogen b) valoarea pe care ar purta-o fiecare unitate statistic dac distribuia ar fi omogen c) valoarea pe care ar purta-o fiecare variabil statistic dac distribuia ar fi omogen. 4. Media aritmetic, ca indicator fundamental al tendinei centrale: a) reprezint valoarea care modific nivelul totalizator; b) se folosete cel mai frecvent i reprezint suma valorilor raportat la numrul lor; c) se calculeaz adunnd valorile existente; d) nu poate determina numrul de uniti din colectivitate.

52

V.7. Rspunsuri corecte

1. a. este un indice care arat ct de mult deviaz (difer) unele scoruri n medie fa de media setului de scoruri din care acestea fac parte. 2. a) suma seriei rmne aceeai 3. b) valoarea pe care ar purta-o fiecare unitate statistic dac distribuia ar fi omogen 4. b. se folosete cel mai frecvent i reprezint suma valorilor raportat la numrul lor;

53

VI. Relaiile dintre dou sau mai multe variabile. Diagrame i tabele.
________________________________________________________________________________________________________________

n foarte multe cercetri se studiaz relaiile dintre dou sau mai multe variabile. Procedurile statistice univariate (cu o singura variabil) care au fost descrise pn acum pot fi utilizate pentru analiza oricror date. Dar, cercetarea poate necesita ca relaiile i corelaiile dintre diferitele variabile s fie studiate. La fel ca statistica univariat, statistica bivariat a datelor necesit studierea tendinelor fundamentale ale datelor utiliznd tabele i diagrame. Modelele de prezentare a relaiilor bivariate includ crearea tabelelor scatter. O condiie esenial o constituie etichetarea tabelelor i diagramelor i denumirea acestora. n continuare se va ilustra elaborarea unui tabel de asociere i a unei diagrame cu bare.

VI.1. Introducerea datelor.


n studiu sunt introdui 11 copii instituionalizai i 9 copii neinstituionalizai. Dintre acetia 9 au fost fete i 11 au fost biei. Pasul 1: n Variable View din Data Editor se denumete: - prima coloan Instituionalizare - a doua coloan Genul biologic; - A treia coloan Frecvena.

Se nltur cele dou zecimale.

54

Pasul 2: Se eticheteaz cele dou valori ale instituionalizrii: 1 - instituionalizat; 2 - neinstituionalizat. i genul biologic: 1. Feminin; 2. Masculin
*Paii acestei proceduri au fost explicai n capitolul 1.

Pasul 3: Se introduc aceste numere n Data View din Data Editor. Primul rnd se refer la fetele care au fost instituionalizate: sunt n numr de 5. Al doilea rnd se refer la bieii care au fost instituionalizai: sunt n numr de 6. Al treilea rnd se refer la fetele neinstituionalizate: sunt n numr de 4. Al patrulea rnd se refer la bieii neinstituionalizai: sunt n numr de 5.

VI.2. Ponderea datelor


Pasul 4: Pentru a pondera datele cu scopul ca cele patru celule s conin numrul de cazuri corespunztor, se selecteaz: Data Weight Cases Pasul 5:

55

Se selecteaz Frecvena, Weight cases by i apoi se apas butonul pentru transfer n csua variabileiFrequency Variable.Se apas OK VI.3. Crearea tabelelor de asociere (Crosstabs). Pasul 6: Se selecteaz: Analize Descriptivesc statistics Crosstabs. Pasul 7: Pentru a pune instituionalizare pe rndurile tabelului, se selecteaz i apoi se apas butonul de lng eticheta Row(s). Pentru a pune genul biologic pe coloanele tabelului, se selecteaz i apoi se apas butonul de lng eticheta Column(s). Se apas OK. Pasul 8: n tabel sunt prezentate valorile celor dou variabile. Se observ c sunt 5 fete i 6 biei instituionalizai (n total 11) i 4 fete i 5 biei neinstituionalizai (n total 9). (N=20).
Tabelul de asociere este folosit pentru prezentarea relaiilor dintre dou variabile categoriale. n fiecare celul a tabelului este prezentat frecvena parial (adic efectivul care poart simultan o valoare a fiecrei variabile). Observaie: 1. Dac ntr-un crosstabs numrul categoriilor unei variabile este mai mare dect al alteia, atunci categoriile acelei variabile se plaseaz pe rnduri. 2. O celul din crosstabs ofer informaia despre intersecia celor dou variabile. Pentru aceasta alegem din fereastra Crosstabs butonul de comand Cell ce are ca efect afiarea ferestrei Crosstabs Cell Display.

56

VII. Coeficieni de corelaie.


Coeficieni de corelaie Pearson i Spearman.
_________________________________________________________________________________________________________________

Corelaia este o metod statistic utilizat pentru a determina relaiile dintre dou sau mai multe variabile. Exist mai multe tipuri de corelaii att parametrice ct i neparametrice. Coeficientul de corelaie este o valoare cantitativ ce descrie relaia dintre dou sau mai multe variabile. El variaz ntre (-1 si +1), unde valorile extreme presupun o relaie perfect ntre variabile n timp ce 0 nseamn o lipsa totala de relaie liniar. O interpretare mai adecvat a valorilor obinute se face prin compararea rezultatului obinut cu anumite valori prestabilite n tabele de corelaii n funcie de numrul de subieci, tipul de legtur i pragul de semnificaie dorit. Cel mai comun i cel mai folositor este coeficientul de corelaie Pearson i coeficientul de corelaie Spearman. Corelaia Pearson(r) evalueaz gradul de asociere dintre dou variabile msurate pe scal de interval/raport. Aceasta se refer la intensitatea i sensul de variaie concomitent a valorilor unei variabile n raport cu cealalt, dup un model de tip liniar. Dac valorile unei variabile urmeaz, n sens direct, cresctor, sau invers, descresctor, valorile celeilalte variabile, atunci cele dou variabile coreleaz ntre ele. Domeniul de variaie a coeficientului de corelaie Pearson(r) este ntre r = -1 (corelaie perfect negativ: ceea ce nseamn c n timp ce scorurile unei variabile cresc, scorurile pentru cealalt variabil descresc) i r = +1 (corelaie perfect pozitiv: ceea ce nseamn c scorurile unei variabile se mresc odat cu creterea scorurilor celeilalte variabile). Absena oricrei legturi (corelaii) dintre variabile se traduce prin r =0.
57

O corelaie de 1,00 indic o asociere perfect ntre cele dou variabile. Cu alte cuvinte, o diagram scatter a celor dou variabile va ar ta c toate punctele sunt coninute de o singur dreapt. O valoare de 0,00 indic faptul c toate punctele din diagrama scatter sunt dispersate aleatoriu n jurul oric rei drepte desenate pe aceast diagram a datelor sau sunt aranjate ntr-o manier curbilinie. n continuare vom ilustra calculul corelaiei Pearson, o diagram scatter i coeficientul de corelaie Spearman, folosind pentru aceasta datele din tabelul urmtor, care reprezint scoruri ale abilitilor muzicale i matematice pentru 10 copii. muzica 3 matematic 7 7 5 8 4 9 4 9 5 6 8 4 9 3 9 4 7 7 6

VII.1. Introducerea datelor.


Pasul 1: n Variable View din Data Editor se denumete primul rnd muzic i al doilea rnd matematic.

* Se nltur cele dou zecimale.

Pasul 2: n Data View din Data editor se introduc datele pentru: - muzic n prima coloan; - matematic n a doua coloan. -

VII.2. Corelaia
Pearson. Pasul 1:
58

Se selecteaz: Analyze, Corelate, Bivariate

Pasul 2: Se selecteaz Muzic i Matematic i apoi se apas butonul pentru a le introduce n lista de variabile aa cum este artat n figura din dreapta. Se apas OK.

VII.3. Interpretarea output-ului.


Corelaia dintre matematic i muzic este - 0,845 La un test de semnificaie, two-tailed la nivelul de probabilitate 0,01 sau mai mic, corelaia este statistic semnificativ. Numrul cazurilor pe care este bazat corelaia este 10. Informaia apare i n aceast celul.
*One tailed dac distribuia este unidirecional. Two-tailed dac distribuia este bidirecional.

VII.4. Raportarea output-ului.


Corelaia dintre abilitile muzicale i cele matematice este 0,845.
* Se obinuiete s se rotunjeasc corelaia cu dou zecimale, deci aceasta va deveni 0,90, acesta fiind un rezultat mult mai precis pentru majoritatea msurtorilor psihologice. 59

Nivelul de semnificaie exact, cu trei zecimale, este 0,002. nseamn c nivelul de semnificaie este mai mic dect 0,01. Interpretarea psihologic va fi: Exist o relaie negativ semnificativ ntre abilitile muzicale i cele matematice , ceea ce nseamn c, copii cu nivel ridicat al abilitilor muzicale au un nivel sczut al abilitii matematice.
Un coeficient de corelatie poate fi calculat corect numai cnd datele ambelor variabile se refera la esantioane si fiecare este ales independent. Un coeficient de corelatie poate fi apropiat de 1, deci ne va indica o corelatie puternica, dar ea poate fi nesemnificativa din cauza volumului mic a esantionului studiat. Corelatia nu trebuie identificata cu cauzalitatea, in sensul ca observatiile a 2 variabile se pot corela foarte bine fara sa avem motive logice si stiintifice ca una dintre variabile poate fi cauza celeilalte.

VII.5. Coeficientul de corelaie Spearman.


Pasul 1: Identic corelaiei Pearson se selecteaz Analyze, Correlate, Bivariate i variabilele care se doresc pentru corelaie. Se selecteaz Spearman i se deselecteaz Pearson (dac nu se dorete ca i corelaie). Se apas OK.

VII.6. Interpretarea output-ului.


Coeficientul de corelaie Spearman ntre muzic i matematic este 0,842. Nivelul de semnificaie este 0,001 sau mai mic, deci corelaia este statistic semnificativ. Numrul cazurilor este 10.

60

VII.7. Raportarea output-ului.


Corelaia raportat cu dou zecimale este 0,84. Interpretarea psihologic va fi: Exist o corelaie negativ semnificativ ntre abilitile muzicale i cele matematice, ceea ce semnific faptul c, cei cu un nivel ridicat al abilitii muzicale au abiliti matematice sczute i viceversa.

Coeficientul de corelatie al rangurilor (Spearman) testeaza gradul de corelare intre 2 variabile calitative; este alternativa neparametrica a coeficientului de corelatie Pearson. Acest coeficient variaza intre -1 si +1. O valoare apropiata de +1, inseamna ca suma patratelor diferentelor este aproape nula, deci avem clasamente identice. O valoare apropiata de 0, inseamna necorelarea variabilelor, iar valoarea apropiata de -1 pune in evidenta discordanta maxima a variabilelor.

VII.8. Diagrama scatter.


Pasul 1: Se selecteaz: Graphs Legacy Dialogs Scatter Dot Pasul 2: Se selecteaz define din moment ce simple este deja selectat.

Pasul 3:
61

Pentru a avea variabila muzic ca ax vertical, se selecteaz i apoi se apas butonul de lng csua Y Axis Pentru a avea variabila matematic ca ax orizontal, se selecteaz apoi se apas butonul de lng csua X Axis. Se apas OK.

VII.9. Interpretarea output-ului.


n diagrama scatter, rspndirea punctelor este relativ ngust, ceea ce indic o corelaie mare. Forma mprtierii rezultatelor este relativ n linie dreapt, indicnd mai degrab o relaie n linie dreapt dect o relaie curbilinie. Linia este de la colul stnga sus pn n dreapta jos, ceea ce indic o corelaie negativ.
*Dac relaia este curbilinie atunci corelaiile Pearson i Spearman pot fi neltoare.

VII.10. Raportarea output-ului. Despre diagrama scatter s-ar putea scrie urmtoarele afirmaii: A fost examinat o diagram scatter pentru relaia dintre abilitile muzicale i matematice. Nu exist nicio dovad privind o relaie curbilinie sau asupra influenei avute de rezultatele atipice.

62

VII.11. Alegei rspunsul corect

1. Corelaia: a. msoar variaia concomitent a doi factori b. msoar parametria distribuiei ntre dou eantioane c. msoar rangul unei distribuii trihotomice 2. Corelaia Pearson(r): a. evalueaz gradul de asociere dintre dou variabile msurate pe scal de interval/raport. b. evalueaz gradul de asociere dintre dou variabile msurate pe scal nominal; c. evalueaz gradul de asociere dintre dou variabile msurate pe scal ordinal. 3. O corelaie de 1,00 indic: a. o asociere perfect ntre cele dou variabile; b. faptul c toate punctele din diagrama scatter sunt dispersate aleatoriu n jurul oricrei drepte desenate pe aceast diagram a datelor; c. absena oricrei legturi (corelaii) dintre variabile. 4. a. b. c. Pearson este un indicator de corelaie: parametric; neparametric; ambele variante de mai sus.

5. Spearman este un indice de corelaie: a. parametric;


63

b. neparametric; c. ambele variante de mai sus. 6. O corelaie negativ semnific faptul c: a. n timp ce scorurile unei variabile cresc, scorurile pentru cealalt variabil descresc; b. c scorurile unei variabile se mresc odat cu creterea scorurilor celeilalte variabile). c. nu exist nicio legtur ntre variabile.

7. O corelaie pozitiv semnific faptul c: d. n timp ce scorurile unei variabile cresc, scorurile pentru cealalt variabil descresc; e. c scorurile unei variabile se mresc odat cu creterea scorurilor celeilalte variabile). f. nu exist nicio legtur ntre variabile. 8. Norul de puncte este folosit pentru: a. a reprezenta relaia dintre variabile; b. a arta frecvena de apariie pentru diferite clase de valori ale variabilei observate; c. a arta intzervalul de ncredere de 95% pentru media respectiv. 9. Pentru a realiza un tabel de asociere selectm: a. Analyze/Descrisptiv statistics/crosstabs; b. Analyze/Descrisptiv statistics/Explore; c. Statistics / Corelate / Crosstabs d. Statistics / Custom tables / Crosstabs 10. Tabelul de asociere este folosit pentru: a. selectarea unor subieci b. prezentarea relaiilor dintre dou variante categoriale c. recodificarea variabilelor d. modificarea unui tabel

64

VII.12. Rspunsuri corecte

1. a. msoar variaia concomitent a doi factori 2. a. evalueaz gradul de asociere dintre dou variabile msurate pe scal de interval/raport. 3. a. o asociere perfect ntre cele dou variabile; 4. b. neparametric; 5. b. neparametric; 6. a. n timp ce scorurile unei variabile cresc, scorurile pentru cealalt variabil descresc; 7. e. c scorurile unei variabile se mresc odat cu creterea scorurilor celeilalte variabile). 8. a. a reprezenta relaia dintre variabile; 9. a. Analyze/Descrisptiv statistics/crosstabs; 10. b. prezentarea relaiilor dintre dou variante categoriale

65

VIII. Regresia.
Predicia cu precizie.
_________________________________________________________________________________________________________________

Dac exist o relaie ntre dou variabile atunci sunt posibile estimarea sau predicia scorului unei persoane la o variabil pornind de la scorul obinut la cealalt variabil. Cu ct este mai puternic corelaia cu att este mai bun predicia. Variabila independent este variabila folosit pentru a realiza predicia, aceasta fiind cunoscut i ca variabil predictor sau variabila X.
*Este foarte important a nu se confunda variabila independent cu cea dependent. Cel mai bun mod de a evita aceste probleme este de a examina scatterplot-ul sau diagrama scatter a relaiei dintre cele dou variabile. Axa orizontal X este variabila independent i axa verticala Y este variabila dependent. Se poate investiga i punctul de tiere, acesta fiind punctul n care panta se intersecteaz cu axa vertical.

Regresia devine o tehnic mult mai important atunci cnd sunt folosite mai multe variabile pentru predicia valorilor unei alte variabile. n continuare este ilustrat procesarea unei regresii simple i a unei diagrame de regresie folosind datele din tabelul urmtor. Scor muzica Scor matematic 3 7 7 5 8 4 9 4 9 5 6 8 4 9 3 9 4 7 7 6

Unul din principalele capitole ale statisticii are n vedere posibilitatea de a face predictii. Desi nu se gasesc relatii perfecte n lumea reala, prin intermediul regresiei se pot

66

face predictii ale unei variabile, n functie de valoarea alteia. Predictia este procesul de estimare a valorii unei variabile cunoscnd valoarea unei alte variabile. Regresia se leaga foarte mult de conceptul de corelatie. O asociere puternica ntre doua elemente conduce la cresterea preciziei predictiei unei variabile pe seama alteia. Daca am avea o corelatie perfecta (+1 sau 1) estimarea ar fi extrem de precisa

VIII.1. Introducerea datelor.


Pasul 1: n Variable View din Data Editor se denumete primul rnd muzic i al doilea rnd matematic.
* Se nltur cele dou zecimale.

Pasul 2: n Data View din Data editor se introduc datele pentru: - muzic n prima coloan; - matematic n a doua coloan.

VIII.2. Regresia simpl.


Pasul 1: Se selecteaz: Analyze Regression Linear

Pasul 2: Se selecteaz Muzic i apoi se apas butonul de lng eticheta Dependent, pentru a introduce aceast variabil n csua variabilei dependente. Se selecteaz matematica i apoi se apas butonul de lng eticheta Independent(s)
67

pentru a introduce aceast variabil n csua variabilei (lor) independente. Se selecteaz Statistics Pasul 3: Se selecteaz Confidence Intervals. Se selecteaz Continue. Se apas OK din ecranul precedent care reapare.

VIII.3. Interpretarea output-ului.


Acest tabel conine datele eseniale pentru analiza regresiei. Constanta este 12,716. Acesta este punctul n care linia de regresie intersecteaz axa vertical.

Coeficientul nestandardizat Coeficientul standardizat Intervalul de al regresiei este 1,049. al regresiei este 0,845. ncredere ia valori Acesta semnific faptul c, Acesta este mai mult sau de la -1,591 la -0,507. pentru fiecare cretere cu 1 mai puin coeficientul de a variabilei matematic corelaie Pearson dintre valoarea variabilei muzic abilitile muzicale i descrete cu 1,049. cele matematice. n acest tabel, B este panta liniei de regresie (n SPSS fiind denumit coeficient de regresie nestandardizat). Intervalul de ncredere de 95% pentru aceti coeficieni este de la -1,59 la -0,50. Intervalul de ncredere de 95% arat intervalul pantelor de regresie n care putem fi siguri ntr-o proporie de 95% c panta pentru populaie se va gsi. Cota denumit Beta are valoarea -0,845. Aceasta este de fapt corelaia Pearson ntre cele dou variabile.
Regresia simpl - o variabila dependenta si una independent

VIII.4. Scatterplot-ul de regresie. Atunci cnd se realizeaz o regresie este recomandabil cercetarea diagramei scatter pentru cele dou variabile.
68

Pasul 1: Se selecteaz: Graphs Legacy Dialog Scatter/Dot Pasul 2:

Se selecteaz define; simple este deja selectat. Pasul 3: Pentru a avea variabila muzic ca ax vertical, se selecteaz i apoi se apas butonul de lng csua Y Axis Pentru a avea variabila matematic ca ax orizontal, se selecteaz apoi se apas butonul de lng csua X Axis. Se apas OK Pasul 4: Pentru a ncadra o linie de regresie n scatterplot, se d dublu clic oriunde n interior i se va deschide Chart Editor. Se selecteaz Elements i Fit Line at Total.

69

VIII.5. Interpretarea output-ului.


Punctele de pe scatterplot sunt apropiate de linia de regresie. n plus, punctele par s formeze o linie dreapt (relaia nu este curbilinie). n regresie, axa vertical este variabila-criteriu sau dependent (n cazul nostru = muzica). Linia de regresie are o pant negativ n acest caz; de exemplu: de la stnga sus spre dreapta jos. n consecin B are valoare negativ. n regresie axa orizontal este variabila predictor sau independent (n cazul nostru matematic).
* Linia de regresie oblic, de la stnga sus spre dreapta jos, indic o relaie negativ ntre cele dou variabile.

Punctele par relativ apropiate de line, ceea ce sugereaz c beta (corelaia) ar trebui sa fie un numr mare (negativ) i c intervalul de ncredere este relativ mic.
Regresia liniar - relatia dintre cele doua variabile poate fi descrisa printr-o dreapta n cadrul norului de puncte.

VIIII.6. Raportarea output-ului. Interpretarea diagramei se poate realiza n felul urmtor: Diagrama scatterplot a relaiei dintre abilitile matematice i muzicale sugereaz o relaie liniar negativ ntre cele dou variabile. Este posibil predicia cu acuratee a abilitii muzicale a unei persoane cunoscnd abilitatea sa matematic.

70

IX. Eroarea standard


_________________________________________________________________________________________________________________

Eroarea standard este un indice pentru variabilitatea mediilor mai multor eantioane extrase din populaie; cu alte cuvinte este media msurii cu care media eantioanelor difer fa de media populaiei din care au fost extrase. Eroarea standard poate fi folosit ca un pas intermediar n alte tehnici statistice, cum ar fi Testul t i este un concept important pentru calculul intervalelor de ncredere. Calcularea erorii standard estimate pentru medie este ilustrat cu un set de ase scoruri ale stimei de sine, prezentate n tabelul urmtor. Stima de sine 5 7 3 6 4 5

IX. 1. Introducerea datelor.


Pasul 1: Se introduc datele n Data Editor. Se eticheteaz variabila Stima.

71

IX. 2. Eroarea standard estimat a mediei.


Pasul 1: Se selecteaz: Analyze Descriptive Statistics Descriptive

Pasul 2: Se selecteaz stima de sine i apoi se apas butonul pentru a introduce variabila Stima de sine n variable(s). Se selecteaz Options Pasul 3: Se selecteaz S-E mean. Se selecteaz continue. Se apas OK din ecranul anterior care reapare.

IX. 3. Interpretarea output-ului.


Eroarea standard (estimat) pentru medie a acestui eantion este 0,577. este o indicaie a mediei cu care mediile eantioanelor difer de media populaiei din care au fost extrase.

72

testul ofer valoarea erorii standard a mediilor eantioanelor ca fiind 0,58 (suma este rotunjit la dou zecimale) aceasta fiind valoarea medie cu care mediile eantioanelor (N=6) difer fa de media populaiei. tabelul include i alte informaii cum ar fi media (5,00), abaterea standard estimat a populaiei bazat pe acest eantion, valorile minime i maxime ale datelor. ultima coloan ofer abaterea standard (estimat) a celor ase scopuri, care este 1,41.

X.

Testul t. Compararea a dou eantioane de scopuri corelate/relaionate.

_________________________________________________________________________________________________________________

Testul t este folosit pentru evaluarea semnificaiei statistice a diferenei dintre mediile pentru dou seturi de scoruri. Cu ajutorul testului t se pune n eviden dac valoarea medie pentru un set de scoruri difer n medie de valoarea medie pentru alt set de scoruri. Testul t are dou variante: 1. prima variant este folosit atunci cnd cele dou seturi de scoruri ce trebuie comparate provin dintr-un singur eantion sau cnd coeficientul de corelaie ntre cele dou seturi este mare testul t pentru eantioane perechi;

73

2. a doua variant a testului t este utilizat n momentul n care dou seturi diferite de valori provin din grupe diferite de participani. testul t pentru eantioane independente.
* Testul t pentru eantioane perechi este optim dac distribuia diferenelor dintre cele dou seturi de valori se prezint (aproximativ) sub form de clopot (atunci cnd distribuia este normal). Dac distribuia este foarte diferit de forma de clopot ar trebui luat n considerare utilizarea unei tehnici statistice relaionate nonparametric pentru eantioane perechi, cum ar fi testul de perechi Wilcoxon.

Procesarea unui Test t este ilustrat cu datele din tabelul urmtor unde sunt prezentate numrul de cuvinte pe care aceeai copii le-au verbalizat cu mamele lor la 18 luni i la 24 luni.
Numrul de cuvinte verbalizate ntr-un minut la vrste diferite. 18 luni 24 luni Alina 3 5 Cristina Raluca Carmen Simona Radu 2 4 5 2 3 4 7 8 3 4 Cristi 2 4 Dan 4 6

74

X.1. Introducerea datelor.


Pasul 1: n Variable View din Data Editor se eticheteaz primul rnd cu optsprezece i al doilea rnd cu douzeci i patru.
* Se nltur cele dou zecimale.

Pasul 2: n Data View din Data Editor se introduc datele n primele dou coloane.

X.2. Testul t pentru eantioane


perechi Pasul 1: Se selecteaz: Analyze Compare Means Paired-Samples T Test Pasul 2: Se selecteaz optsprezece i se pune aceast variabil lng eticheta Variable1 sub Curent Selections. Se selecteaz douzeci i patru i se pune aceast variabil lng eticheta Variable2 sub Curent Selections. Se apas butonul pentru a pune aceste dou variabile n lista variabilelor relaionale. Se apas OK.

75

X.3. Interpretarea output-ului.

Primul tabel arat media, numrul de cazuri i abaterea standard pentru cele dou grupuri. Media pentru optsprezece este 3,13 i abaterea standard este 1,126.

Al doilea tabel arat gradul n care cele dou seturi de valori sunt corelate. Corelaia dintre ele 0,94. Aceasta este o corelaie mare, nivelul de semnificaie fiind de 0,00. Primele trei coloane care conin cifre sunt componentele fundamentale ale calcului unui Test t relaionat. Media de -2,000 este de fapt diferena dintre mediile pe 18 i 24 luni, deci n realitate este media diferenei. Valoarea lui t este bazat pe aceast medie a diferenei (-2,00), divizat cu eroarea standard a mediei (0,267). Calculul ofer valoarea lui t (-7,483).

X.4. Raportarea output-ului.


Rezultatele obinute ar putea fi prezentate astfel: Media numrului de cuvinte verbalizate la 18 luni difer semnificativ de media cuvintelor verbalizate la 24 de luni.

76

XI. Testul t.
Compararea a dou eantioane de scoruri necorelate/nerelaionate.
_________________________________________________________________________________________________________________

Atunci cnd o investigaie de tip statistic se efectueaz pe un eantion, orice rezultat obinut are o valoare relativ, n sensul c datele respective nu numai c nu coincid cu cele referitoare la populaie, dar nici mcar nu se poate ti cu certitudine care este diferena dintre cele dou genuri de date, de vreme ce starea populaiei este, de regul, necunoscut. Teoria matematic a probabilitilor ofer ns proceduri pentru evaluarea rezultatelor studiilor selective, permind o estimare, n termeni de probabilitate, a marjei maxime de eroare ce se poate comite prin utilizarea mrimilor din eantion n locul celor care caracterizeaz populaia. Testul t este n esen o procedur de testare a semnificaiei diferenei dintre dou medii. Ca urmare, el este potrivit atunci cnd variabila dependent este msurat pe scal cantitativ (interval-raport). Distribuia teoretic de referin (distribuia de nul) este cea normal, pentru eantioane mai mari de 30 de subiec i, i distribuia t (Student), pentru eantioane mai mici de 30 de subieci. Chiar dac formulele de calcul sunt diferite, forma de prezentare a rezultatelor i ra ionamentul decizional sunt similare pentru ambele situaii. Testul t pentru eantioane independente este utilizat pentru a calcula dac mediile pentru dou seturi de variabile sunt diferite semnificativ una fa de cealalt.
* Testul t pentru eantioane independente este cel mai des folosit.

Testul t pentru eantioane independente este utilizat atunci cnd cele dou seturi de variabile provin din dou eantioane diferite de oameni. Procesarea unui Test t pentru eantioane independente este ilustrat cu datele din tabelul urmtorcare arat valorile la un test de emotivitate pentru 10 copii care provin din familii biparentale i 10 copii care provin din familii
77

monoparentale. Scopul analizei este de a aprecia dac valorile emotivitii sunt diferite la copii care provin din familii cu doi prini fa de copii care provin din familii monoparentale. Familii biparentale monoparentale 12 6 18 9 14 4 10 13 19 14 8 9 15 8 11 12 10 11 13 9

XI.1. Introducerea datelor


Pasul 1: n Variable View din Data Editor, se eticheteaz pe rnd Familii. Aceasta va defini cele dou tipuri de familii. Se eticheteaz al doilea rnd Emotivitate (aici vor fi introduse rezultatele la testul de emotivitate). Se nltur cele dou zecimale. Pasul 2: n Data View din Data Editor se introduc valorile pentru cele dou variabile n primele dou coloane.
* Se observ c sunt dou coloane de date: A doua coloan conine cele 20 de valori ale testului de emotivitate de la ambele grupe de copii. Datele nu sunt pstrate separat pentru cele dou grupe; valorile 1 din prima coloan indic copii provenii din familiile biparentale i valorile 2 indic copii provenii din familiile monoparentale. Astfel, este utilizat o singura variabil dependent (n cazul nostru emotivitatea) i alt coloan pentru variabila independent (familia). Cu alte cuvinte, fiecare rnd n parte reprezint un anumit copil i variabilele sale dependente i independente sunt introduse separat n Data Editor.

78

XI.2. Efectuarea Testului t pentru eantioane


independente. Pasul 1: Se selecteaz: Analyze Compare Means Independent Samples T test Pasul 2: Se selecteaz Emotivitate i apoi se apas butonul pentru a introduce aceast variabil n lista variabilelor de test. Se selecteaz Familie i apoi se apas butonul pentru a introduce aceast variabil n csua Grouping Variable. Se selecteaz Define Groups pentru a defini cele dou grupuri. Pasul 3: Se introduce: - valoarea 1 (codul pentru familiile - biparentale) lturi de eticheta - Group 1 - valoarea 2 (codul pentru familiile - monoparentale) alturi de eticheta - Group 2. Se selecteaz Continue Se apas OK din ecranul precedent, care reapare.

79

XI.3. Interpretarea output-ului.

Primul tabel arat , pentru fiecare grup n parte, numrul de cazuri, media i abaterea standard. Media pentru familiile biparentale este 13,00. Dup cum se observ exist o diferen ntre cele dou tipuri de familii, dar, ntrebarea este dac mediile difer semnificativ. Valoarea lui t este media diferenei (3,500) divizat cu eroarea standard a diferenei (1,493), diviziune ce produce valoarea 2,345.

Dac valoarea semnificaiei pentru Testul Levene este mai mare de 0,05, lucru care se ntmpl aici (0,642) se folosete informaia de pe acest prim rnd. Dac valoarea semnificaiei pentru Testul Levene este mai mic de 0,05, se folosete informaia de pe al doilea rnd (al doilea rnd ofer cifrele pentru cazul n care varianele sunt diferite semnificativ).

Pentru variane egale, t este 2,345, care la 18 grade de libertate este semnificativ la 0,031 pentru nivelul two-tailed.

80

XI.4. Raportarea output-ului. Rezultatele obinute se pot raporta astfel: Media pentru valorile testelor de emotivitate ale copiilor ce provin din familii cu doi prini este semnificativ mai mare dect cea a copiilor provenii din familiile cu un singur printe. Dac se prefer folosirea intervalelor de ncredere , se poate scrie: Diferena dintre valorile testelor de emotivitate ale copiilor ce provin din familii cu doi prini (M=13,00, SD=3,55) i cei provenii din familii cu un singur printe (M=9,50, SD=3,10) este de 3,50. Intervalul de ncredere de 95% pentru aceast diferen este de la 0,36 la 6,63.Deoarece intervalul nu conine punctul 0,00 diferena este statistic semnificativ la nivelul de semnificaie twotailed de 5%.

XI.5. Alegei rspunsul corect

1. Independent Samples T Test se aplic n cazul: a. aceluiai eantion b. eantioanelor independente c. eantioanelor dependente 2. Independent Samples T Test testeaz: a. dac mediile a dou grupe sunt egale; b. dac mediile a dou grupe difer; c. dac se compar mediile pentru un singur grup observat la momente diferite; 3. Testul t se folosete pentru: a. compararea a dou seturi de date pentru identificarea diferenelor; b. identificarea predictorilor pentru o variabil numeric; c. compararea datelor de frecven.

81

4. One sample T Test este un procedeu prin care: a. se compar mediile pentru un singur grup observat n momente diferite b. se testeaz dac mediile a dou grupe sunt egale c. se testeaz dac media unei variabile este egal cu o constant specificat b. se testeaz dac mediile a dou grupe difer 5. Paired Samples T test: a. testeaz dac mediile a dou grupe sunt egale b. testeaz dac media unei variabile este egal cu o constant specificat c. compar mediile pentru un singur grup observat n momente diferite d. compar mediile pentru mai multe medii observate n momente diferite 6. Testul t pentru eantioane independente este utilizat atunci cnd: a. cele dou seturi de scoruri ce trebuie comparate provin dintr-un singur eantion b. coeficientul de corelaie ntre cele dou seturi este mare c. cele dou seturi de variabile provin din dou eantioane diferite de oameni. 7. Testul t pentru eantioane perechi este utilizat atunci cnd: a. cele dou seturi de scoruri ce trebuie comparate provin dintr-un singur eantion b. coeficientul de corelaie ntre cele dou seturi este mare c. cele dou seturi de variabile provin din dou eantioane diferite de oameni. 8. Testul t: a. este folosit pentru evaluarea semnificaiei statistice a diferenei dintre mediile pentru dou seturi de scoruri; b. este potrivit atunci cnd variabila dependent este msurat pe scal cantitativ (interval-raport). c. este utilizat pentru a calcula dac mediile pentru dou seturi de variabile sunt diferite semnificativ una fa de cealalt.

82

XI.6. Rspunsuri corecte

1. b. eantioanelor independente; 2. a. dac mediile a dou grupe sunt egale; 3. a. compararea a dou seturi de date pentru identificarea diferenelor; 4. c. se testeaz dac media unei variabile este egal cu o constant specificat; 5. c. compar mediile pentru un singur grup observat n momente diferite 6. c. cele dou seturi de variabile provin din dou eantioane diferite de oameni. 7. a. cele dou seturi de scoruri ce trebuie comparate provin dintr-un singur eantion b. coeficientul de corelaie ntre cele dou seturi este mare 8. a. este folosit pentru evaluarea semnificaiei statistice a diferenei dintre mediile pentru dou seturi de scoruri; b. este potrivit atunci cnd variabila dependent este msurat pe scal cantitativ (interval-raport). c. este utilizat pentru a calcula dac mediile pentru dou seturi de variabile sunt diferite semnificativ una fa de cealalt.

83

XII. Testul Chi-Square.


Diferene ntre frecvenele eantioanelor.
_________________________________________________________________________________________________________________

n general Testul chi-square este folosit pentru evaluarea existenei unei diferene semnificative ntre dou eantioane formate din date de frecven (date nominale). Acesta, analizeaz tabelele de asociere sau contingen pe baza a dou variabile categoriale nominale.
*Testul chi-square analizeaz frecvene. Niciodat acestea nu trebuie s fie transformate n procente pentru a fi introduse n SPSS, deoarece vor da rezultate eronate atunci cnd se vor calcula valoarea i semnificaia chi-square. * O analiz chi-square trebuie s includ datele fiecrui individ o singur dat, astfel nct frecvenele totale s fie egale cu numrul persoanelor folosite n analiz. Tabel 1. Relaia dintre site-urile accesate i genul biologic.

Respondeni Feminin Masculin

Site-uri matrimoniale 27 17

anunuri muzic 14 33 19 9

XII.1. Introducerea datelor din tabelul anterior


folosind procedura Weighing cases. Procesarea Testului chi-square folosind dou sau mai multe eantioane este exemplificat cu datele din tabelul anterior, care arat care dintre cele trei tipuri de site-uri este preferat de ctre un eantion de 119 adolesceni de ambele sexe. Pasul 1:

n meniul Variable View Se ndeprteaz cele Se eticheteaz valorile din Data Editor se eticheteaz dou zecimale. gen i program. primele trei coloane cu gen biologic, Site i Frecven.

84

Pasul 2: Se introduc valorile adecvate n meniul Data View din meniul Data Editor. Fiecare rnd reprezint una dintre cele ase celule din tabelul prezentat anterior. Paul 3: Pentru a pondera aceste celule se selecteaz: Data Weight Cases

Pasul 4: Se selecteaz Frecvena, Weight cases by i apoi se apas butonul . Se apas OK.

XII.2. Introducerea datelor din tabelul 1 caz cu caz.


Se introduc valorile pentru cele dou variabile n fiecare dintre cele 119 cazuri.

XII.3. Efectuarea Testului chi-square pe baza tabelului 1.


Pasul 1: Se selecteaz: Analyze descriptives statistics Crosstabs(tabele de asociere)

85

Pasul 2: Se selecteaz Gen i se apas butonul pentru Row(s): pentru a-l introduce n caseta respectiv. Se selecteaz Site i se apas butonul pentru Column(s): pentru a-l introduce n caseta respectiv. Se selecteaz Statistics Pasul 3: Se selecteaz Chi-square. Se selecteaz Continue. Pasul 4: Se selecteaz Cells.. Pasul 5: n seciunea Counts se selecteaz Expected. Se selecteaz Unstandardized n seciunea Residuals. Se selecteaze Continue, apoi se apas OK n ecranul anterior care reapare.
* Termenul rezidual se refer la diferene.

86

XII.4. Interpretarea output-ului pentru Testul chisquare. Acest al doilea tabel din output indic frecvena (Count), frecvena ateptat (Expected Count i diferena (Residual) dintre cele dou pentru fiecare dintre cele ase celule ale tabelului.

De exemplu: Frecvena sau numrul de fete care spun c prefer site-rile de matrimoniale este de 17, iar numrul anticipat de probabilitate este 21,8, diferena dintre cele dou valori fiind de 4,8. Al treilea tabel, i ultimul indic valoarea coeficientului (Pearson) chi-square (13,518), gradele de libertate (2) i semnificaia two-tailed (0,001). Din moment ce aceast valoare este mai mic de 0,05, coeficientul chi-square este semnificativ. Al doilea tabel indic frecvenele observate i cele ateptate ale cazurilor i diferena (valoarea rezidual) dintre acestea pentru fiecare celul. Frecvena observat (numit Count) este prezentat prima, apoi frecvena ateptat (numit Expected Count. Frecvenele observate sunt ntotdeauna numere ntregi, astfel nct s fie uor de localizat.
87

Coloana final din tabel etichetat Total conine numrul de cazuri din respectivul rnd, urmat de numrul ateptat de cazuri din tabel. Astfel primul rnd are 60 de cazuri, urmat de numrul ateptat de cazuri din tabel. Astfel, primul rnd are 60 de cazuri, numr care va fi identic numrului de cazuri ateptate (adic 60). n mod similar, rndul final din acest tabel (etichetat Total) prezint mai nti numrul de cazuri din respectiva coloan urmat de numrul ateptat de cazuri din tabel pentru coloana respectiv. Astfel, prima coloan are 44 de cazuri, numr care ca fi ntotdeauna egal cu numrul ateptat de cazuri (adic 44,0). Valoarea chi-square, gradul su de liberate i nivelul su de semnificaie sunt afiate n al treilea tabel care ncepe cu Pearson (cel care a elaborat acest test). Valoarea chi-square este de 13,518, care, rotunjit la un numr cu dou zecimale, devine 13,52. Gradul su de libertate este 2, iar probabilitatea twotailed exact este 0,001. Sub acest tabel se mai poate vedea i mrimea minimum expected count a oricrei celule din tabel, care este 13,88 pentru ultima celul (fetele care prefer site-urile cu muzic). Dac diferena minim ateptat este mai mic dect 5.0, atunci trebuie s se acorde foarte mult atenie Testului chi-square.
* Dac se folosete un tabel 2x2 de tip chi-square i apar frecvene anticipate reduse, este recomandat s se foloseasc testul Fisher, pe care aplicaia SPSS l include n output n astfel de situaii.

XII.5. Raportarea output-ului pentru Testul chi-square.


Exist dou modaliti de descriere a rezultatelor.
* Pentru o persoan neexperimentat aceste dou posibiliti de interpretare pot prea foarte diferite, dar, practic, ele nseamn acelai lucru.

88

Rezultatele se pot descrie astfel: A existat o diferen semnificativ ntre frecvenele observate i cele ateptate n cazul adolescenilor biei i fete n ceea ce privete preferina lor pentru cele trei tipuri de site-uri ( 2 = 13,51. DF = 2, p = 0,001). O alt posibilitate de interpretare a rezultatelor obinute ar putea fi: Exist o asociere semnificativ ntre genul biologic i tipul de site preferat ( 2 = 13,51. DF = 2, p = 0,001). Raportarea i direcia rezultatelor se poate face astfel: Fetele tind mai mult dect bieii s prefere site-urile cu anunuri (de toate genurile) i prefer mai puin site-urile despre matrimoniale sau pe cele cu muzic.

89

XIII. Recodificarea variabilelor.


Aplicaia SPSS poate recodifica valori n mod rapid i cu uurin, ceea ce i ofer cercettorului o mare libertate de recodificare a datelor.
*Nu se modific variabilele dect n cazul n care este absolut sigur c se dorete modificarea permanent a datelor originare.

Scorurile abilitilor muzicale i matematice obinute de ctre un numr de 10 copii


Scor muzic 3 7 8 9 9 6 4 3 4 7 Scor matematic 7 5 4 4 5 8 9 9 7 6 Gen biologic 1 1 2 1 2 2 2 1 2 1 Vrst 10 9 12 8 11 13 7 10 9 11

* Scorurile abilitilor muzicale i matematice sunt aceleai care au fost prezentate anterior n capitolul VIII.1.

Dorim s se realizeze corelaia dintre valorile abilitilor muzicale i a celor matematice, n cazul copiilor mici i a celor mari. Pentru a realiza aceast corelaie este important s se stabileasc numrul de grupe de vrst dorite. n acest caz se vor alege dou grupe de vrst: copii mai mici de 10 ani i copii mai mari de 10 ani.

XIII.1. Recodificarea rezultatelor.


Pasul 1: Se introduc datele aa cum este prezentat n tabelul alturat. (Paii de introducere a datelor sunt prezentai n capitolele anterioare).

90

Pasul 2: Se selecteaz Transform, recode i Into Different Variables

Pasul 3: Se selectea Vrst i se apas butonul pentru a introduce Vrsta n caseta Numeric Variable Output variable. Se introduce numele noii variabile. Se selecteaz Change pentru a aduga acest nume nou n caseta Numeric variable Output Variable. Pasul 4: Se selecteaz Lowest through i se scrie 9 n caseta alturat. Se selecteaz Value din meniul new value i se scrie 1 n csua alturat. Se selecteaz Add i se introduce lowest throught 91 n caseta OldNew.

Se selecteaz Old and New values.

91

Pasul 5: Se selecteaz Range: through highest i se scrie 10 n caseta de lng el. Se selecteaz value i se scrie 2 n caseta alturat. Se selecteaz Add i se introduce 10 through Highest2 n caseta OldNew. Se apas OK n ecranul care va reaprea. Pasul 6: Noua variabil i valorile sale sunt afiate n meniul Data View.
1 semnific copii cu vrste mai mici de 10 ani 2 semnific copii cu vrste mai mari de 10 ani. Pentru o astfel de recodificare se deschide fereastra Recode into Different Variables (din meniul Transform comanda Recode) n care: - se selecteaz variabila pe care dorim s o recodificm din lista variabilelor din partea stng i se mut n lista variabileor de recodat; - se scrie numele noii variabile n caseta Name din zona Output Variable; - se scrie n caseta Label eticheta noii variabile; - se acioneaz butonul de comand Change pentru a se realiza modificarea. Pentru a defini categoriile variabilei numerice acionm butonul de comand Old and New Values ce are ca efect deschiderea unei ferestre de dialog n care pentru a schimba o valoare particular ntr-o valoare nou se introduce valoarea veche n caseta Old Value i valoarea nou n caseta New Value i se acioneaz butonul Add. De regul se schimb o valoare real cu alt valoare real. n acest scop selectm butonul de opiuni Range. Casetele de editare sunt folosite pentru a stabili limita inferioar i respectiv limita superioar a intervalului dorit. Apoi se selecteaz butonul de opiuni Value din zona New Value n care se introduce noua valoare i acionm butonul Add. 92

Prin clic pe butonul de comand Continue se revine n fereastra Record into Different Variables n care acionm OK pentru recodificarea variabilei.

XIII.2. Alegei rspunsul corect

1. Comanda RECODE permite: a. recodificarea ntr-o variabil diferit sau n aceeai variabil; b. tranformarea unei variabile prin divizarea valorilor acesteia ntr-un numr mai mare de categorii; c. combinarea valorilor acestei variabile cu scopul crerii unei alte serii; 2. Comanda RECODE se gsete n meniul: a. transform/recode/into different variables; b. transform/recode/into same variables; c. ambele variante de mai sus. 3. Chi Square a. testeaz egalitatea a dou sau mai multe proporii b. testeaz egalitatea unei proporii cu o valoare specificat c. testeaz egalitatea mediilor a dou eantioane independente d. testeaz egalitatea mediilor a dou eantioane perechi 4. Pentru recodificarea n aceeai variabil se selecteaz: a. transform/recode/into different variables; b. transform/recode/into same variables; c. nicio variant de mai sus. 5. Pentru recodificarea ntr-o variabil diferit se selecteaz: a. transform/recode/into different variables; b. transform/recode/into same variables; c. nicio variant de mai sus.

93

XIII.3. Rspunsuri corecte

1. a. recodificarea ntr-o variabil diferit sau n aceeai variabil; 2. c. ambele variante de mai sus. 3. a. testeaz egalitatea a dou sau mai multe proporii 4. b. transform/recode/into same variables; 5. a. transform/recode/into different variables;

94

XIV.

Calculul variabilelor noi.

_________________________________________________________________________________________________________________

Calculul variabilelor noi permite adunarea, scderea, etc. a valorilor ctorva variabile pentru a obine o nou variabil. Exemplu: Se dorete s se adune cteva ntrebri dintr-un chestionar, pentru a obine un indice general al ceea ce msoar chestionarul. Atunci cnd sunt msurate variabilele psihologice, se folosesc mai multe ntrebri pentru a msura mai mult sau mai puin acelai lucru. De exemplu, urmtoarele afirmaii pot fi folosite pentru evaluarea satisfaciei profesional: a. n general m bucur profesia mea. b. Uneori stresul de la serviciu devine insuportabil. c. Unii colegi sunt enervani cteodat. d. Viitorul pare promitor la locul de munc. Participanilor li se cere s afirme n ce msur sunt de acord cu fiecare dintre aceste afirmaii, pe urmtoarea scal de la 1 la 4: 1. ntru totul de acord; 3. dezacord; 2. de acord; 4. total dezacord.

Aceti itemi se pot folosi pentru a determina nivelul de satisfacie profesional a angajailor, prin adunarea rspunsurilor date tuturor celor patru afirmaii. ntru totul De acord de acord dezacord Total dezacord

Respondent 1 Respondent 2 Respondent 3 Deoarece este nevoie de scoruri mari pentru a indica satisfacia profesional, se va inversa evaluarea, astfel: 4. total de acord; 3. de acord;
95

2. dezacord;

1. total dezacord.

XIV.1. Procedura unei variabile noi.


Pasul 1: Se scrie un nume pentru noua variabil n caseta de sub Target Variable (ex. scor total. Se scrie sau se selecteaz termenii expresiei i se introduc n caseta Numeric Expression. Se apas OK. Se selecteaz Paste pentru a salva aceast procedur sub form de sintax.

Pasul 4: Pentru a salva aceast procedur sub form de fiier de sintax, se selecteaz Paste n caseta principal. Aceast comand de sintax va aprea n fereastra Syntax.

96

XV.

Testele rangurilor. Statistici nonparametrice.


Testele nonparametrice sunt folosite atunci cnd nu este ndeplinit

_________________________________________________________________________________________________________________

condiia ca scorurile fiecrei variabile s fie ct de ct normal distribuite (n form de clopot). Aceste teste fac mai puine presupuneri referitoare la caracteristicile populaiei de la care provin datele, trstur care nu este caracteristic testelor parametrice (cum ar fi Testul t). Metodele statistice nonparametrice nu testeaz diferenele dintre medii, deoarece acestea folosesc scoruri transformate n ranguri. De obicei, prin aceste metode se verific dac rangurile dintr-un grup sunt mai mari sau mai mici dect rangurile din cellalt grup. n acest capitol vom vorbi despre Testul semnului i Testul Wilcoxon pentru date corelate (eantioane perechi). Cu alte cuvinte, aceste teste sunt echivalentele nonparametrice ale Testului t pentru eantioane perechi. Testul U Mann-Witney se folosete pentru date nerelaionate, acesta fiind echivalentul nonparametric al Testului pentru eantioane independente. Procesarea a dou teste nonparametrice pentru scoruri relaionate este exemplificat folosind datele din tabelul urmtor, care a fost folosit i n capitolul X i care indic numrul de cuvinte pe care aceeai copii le-au verbalizat cu mamele lor la 18 luni i la 24 luni.
Numrul de cuvinte verbalizate ntr-un minut la vrste diferite. 18 luni 24 luni Alina 3 5 Cristina Raluca Carmen Simona Radu 2 4 5 2 3 4 7 8 3 4 Cristi 2 4 Dan 4 6

97

XV.1. Scoruri relaionate: testul


semnului. Pasul 1: n Data View din Data Editor se introduc datele n primele dou coloane.

Pasul 2: Se selecteaz: Analyze Nonparametric Tests Legacy dialog 2 Related Samples Pasul 3: Se selecteaz Optsprezece i douzecisipatru i se apas butonul pentru a introduce aceste dou variabile n caseta Test Pair (s) List. Se deselecteaz Wilcoxon. Se selecteaz Sign. Se apas OK.

XV.2. Interpretarea output-ului pentru testul


semnului. Se poate ignora primul dintre cele dou tabele care indic numrul de diferene negative (0), pozitive (8)
98

i inexistente (0) n ceea ce privete numrul de cuvinte verbalizate la cele dou vrste.

Al doilea tabel indic nivelul de semnificaie al acestui test. Probabilitatea two-tailed este de 0,008 ceea ce este semnificativ la nivelul de 5%.

XV.3. Raportarea output-ului pentru testul


semnului. Rezultatele obinute pot fi raportate astfel: Exist o schimbare semnificativ la nivelul numrului de cuvinte verbalizate de la 18 luni la 24 de luni (Testul semnului: N=0,008).

XV.4. Scoruri relaionate: testul Wilcoxon.


Testul Wilcoxon reprezint opiunea predefinit n caseta de dialog a testelor cu dou eantioane perechi. Dac s-a deselectat anterior, se selecteaz din nou. Se apas OK pentru a obine output-ul Testului Wilcoxon. XV.5. Interpretarea output-ului pentru Testul Wilcoxon.

99

Se poate ignora primul dintre cele dou tabele de output. Acestea indic numrul de diferene negative (0), pozitive (8) i inexistente (0) n ceea ce privete datele ordonate dup cele dou vrste, i media i suma catalogate negative i pozitive. Valorile pentru dou zeci i patru de luni sunt mai mari dect cele pentru optsprezece luni. Al doilea tabel indic nivelul de semnificaie al acestui test. n loc s foloseasc tabelul valorilor critice, computerul utilizeaz o formul care stabilete o conexiune cu distribuia Z. Scorul Z este de 2,558, care are o probabilitate two-tailed de 0,011. Aceasta nseamn c diferenele dintre cele dou variabile sunt semnificative din punct de vedere statistic la un nivel de 5%.

XV.6. Raportarea output-ului pentru Testul


Wilcoxon. Rezultatele obinute pot fi raportate astfel: Exist o diferen semnificativ ntre numrul de cuvinte verbalizate de copii ntre 18 i 24 de luni (Wilcoxon: N=8, z =2,56, two-tailed p = 0,011).

XV.7. Scoruri nerelaionate: Testul U Mann-Whitney.


Pentru procesarea unui test nonparametric pentru scoruri necorelate, vom folosi datele din tabelul urmtor, care indic scoruri ale emotivitii obinute de 10 copii care provin din familii biparentale i 10 copii care provin din familii monoparentale. Familii biparentale 12 18 14 10 19 8 15 11 10 13

100

monoparentale

13

14

12

11

Pasul 1: - este acelai ca i cel prezenta la capitolul XI.

Pasul 2: Se selecteaz: Analyze Nonparametric tests Legacy dialog 2 Independent Samples Pasul 3: Se selecteaz Emotivitate i se apas butonul pentru a introduce parametrul Emotivitate n caseta Test Variable List. Se selecteaz Familie i se apas butonul pentru a introduce Familie n caseta Grouping Variables. Se selecteaz Define Groups Pasul 4: Se scrie 1 (pentru un singur printe) n c aseta de lng Group 1. Se scrie 2 (pentru 2 prini) n caseta de lng Group 2. Se selecteaz Continue. Se apas OK din ecranul anterior care va reaprea.

101

XV.8. Interpretarea output-ului pentru testul U


Mann-Whitney.

Se poate ignora primul dintre cele dou tabele de output. Acest tabel indic faptul c rangul mediu dat parametrului Emotivitate pentru primul grup (adic valoarea 2) este 13,15, iar rangul mediu pentru al doilea grup (adic valoarea 1) este de 7,85. Aceasta nseamn c valorile din grupul 2 (biparentale) au tendina s fie mai mari dect cele din grupul 1 (monoparentale). Al doilea tabel indic statistica de baz mannWhitney, valoarea U fiind de 23,500, ceea ce este semnificativ din punct de vedere statistic la un nivel de 0,043. Computerul a listat i un scor Z de -2,011, care este semnificativ la nivel de 0,044. Aceasta este valoarea Testului Mann-Whitney atunci cnd se aplic o corecie pentru ranguri nrudite. Dup cum se poate vedea, aceasta a modificat nivelul de semnificaie doar marginal, de la 0,44 la 0,44.

102

XV.9 Raportarea output-ului pentru Testul U MannWhitney. Rezultatele obinute n urma acestei analize se pot raporta astfel: Testul U Mann-Whitney a concluzionat c scorurile emotivitii la copii din fa,iliile cu doi prini sunt semnificativ mai mari dect la cei din familiile cu un singur printe (U=23,5, N1,2=10, p two-tailed p= 0,044).

XVI.

Analiza de varian (ANOVA). Introducere n metoda one-way ANOVA cu scoruri nerelaionate sau necorelate.

_________________________________________________________________________________________________________________

Analiza de varian cu scoruri nerelaionate/necorelate indic msura n care cteva (dou sau mai multe) grupuri au medii foarte diferite.
*Grupurile diferite aparin variabilei independente iar valorile numerice corespund variabilei dependente.

Analiza de varian calculeaz variaia dintre scoruri i pe cea dintre mediile eantioanelor. One way ANOVA este folosit pentru testare pentru diferenele ntre dou sau mai multe grupe independente. ANOVA este utilizat pentru a testa diferene ntre cel puin trei grupuri, deoarece cele dou grupuri de caz pot fi acoperite de u un T-test. De fapt, testul t independent este un tip special de ANOVA simpla n care sunt implicate doar doua grupe. ANOVA simpla permite evaluarea ipotezei nule ntre mediile a doua sau mai multe serii de date cu restricia ca acestea sa fie trepte ale aceleiai variabile independente. ANOVA simpla permite compararea simultana a trei sau mai multe grupe meninnd nivelul la valoarea dorita, de maxim 0,05.

103

Procesarea analizei one-way de varian cu scoruri nerelaionate este exemplificat folosind datele din tabelul urmtor, care indic rezultatele obinute de ctre diferii participani n condiii diferite. Este vorba despre un studiu asupra efectului unor tratamente hormonale i placebo asupra depresiei. Astfel, medicamentul este variabila independent i depresia este variabila dependent.

Date studiu Grup 1 Grup 2 Tratament hormonal Tratament hormonal 8 4 11 2 8 4

Grup 3 Placebo 4 6 4

XVI.1. Metoda one-way ANOVA pentru eantioane


independente. Pasul 1: Se introduc datele. Se codific cele trei condiii cu valorile 1, 2, 3. Se eticheteaz Hormon 1, Hormon 2 i Placebo. Pasul 2: Se selecteaz:
104

Analyze Comparea Means One-Way ANOVA.

Pasul 3: Se selecteaz depresie i se apas butonul de lng caseta Dependent List pentru a introduce parametrul n caset. Se selecteaz Condiie i se apas butonul de lng caseta Factor pentru a introduce parametrul acolo. Se selecteaz Options

Pasul 4: Se selecteaz metodele statistice descriptive i Homogenity of variance test. Se selecteaz Continue. Se apas OK din ecranul anterior, care va reaprea.

XVI.2. Interpretarea output-ului.

Primul tabel ofer diferite statistici descriptive, cum ar fi numrul de cazuri, media i abaterea standard n cele trei condiii i pe eantionul total.
105

Al doilea tabel ofer rezultatele Testului Levene al similaritii varianelor. Acest test nu este semnificativ deoarece are o semnificaie de 0,441.

Al treilea tabel indic rezultatele analizei de varian. Raportul F este semnificativ la nivel de 0,00, acesta fiind mai mic dect 0,05. Raportul F se calculeaz prin mprirea sum of square (suma ptratelor abaterilor de la medie) dintre grupe, este mprit suma ptratelor de la media din interiorul grupelor (sum of squares groups)m ceea ce d un Raport F de 13,941 (20,333/0,889 = 13,941). Aceasta nseamn c exist o diferen semnificativ ntre cele trei grupuri.

XVI.3. Raportarea ouput-ului.


Rezultatele obinute pot fi raportate astfel: Per total, efectul tratamentului cu medicamente a fost semnificativ (F2,6 = 13,94, p= 0,00). n schimb, nu a existat nicio diferen semnificativ ntre media controlului placebo i media tratamentului hormonal 2.

106

XVII.

Analiza de varian bifactorial pentru scoruri nerelaionate/necorelate.

_________________________________________________________________________________________________________________

Analiza two-way de varian permite compararea mediilor unei variabile dependente atunci cnd exist dou variabile independente. Dac exist mai mult de o variabil dependent, atunci analiza se realizeaz separat pentru fiecare variabil. Realizarea unei analize two-way pentru scoruri nerelaionate de varian este exemplificat n tabelul urmtor, care indic scorurile obinute de ctre diferii participani n ase condiii, reflectnd cei doi factori ai privrii de somn i alcool. Scopul acestei analize este acela de a aprecia dac diferitele combinaii de cafea i deprivare de somn afecteaz difereniat numrul mediu de greeli fcute. Datele pentru un experiment referitor la privarea de somn: Numrul de erori n cazul unui test video.

107

Consum alcool

Fr alcool

3 ore 14 10 15 9 9 12

privare de somn 6 ore 16 14 23 11 8 11

9 ore 20 22 30 10 14 12

XVII.1. Metoda two-way ANOVA pentru scoruri


nerelaionate. Pasul 1: Se introduc datele. Cele ou coduri pentru Alcool (1=alcool; 2= fr alcool) n prima coloan. Cele trei coduri pentru Privare de somn se regsesc n a doua coloan (1= 3 ore, 2= 6 ore, 3= 9 ore). Greelile sunt prezentate n a treia coloan. Se elimin cele dou zecimale din mediul Variable View. Pasul 2: Se selecteaz: Analyze General Linear Model Univariate

108

Pasul 3: Se selecteaz Erori i se apas butonul de lng caseta Dependent Variable pentru a introduce parametrul acolo. Se selecteaz Alcool i Privare de somn fie mpreun, fie separat, i se apas butonul Fixed factor(s) pentru a le introduce n caset. Se selecteaz Options

Pasul 4: Se selecteaz Descriptives statistics i Homogeneity test. Se selecteaz Continue. n ecranul anterior, care va reaprea, se selecteaz Plots. Pasul 5: Se selecteaz Alcool i se apas butonul de lng caseta Horizontal axis pentru a introduce parametrul acolo. Se selecteaz Privare de somn i se apas butonul de lng caseta Separate Lines - pentru a introduce opiunea n caset.
109

Se selecteaz Add . Se selecteaz Continue.

Se apas OK din ecranul anterior care va reaprea-

XVII.2. Interpretarea output-ului.


Acest tabel conine mediile , abaterile standard i numrul (N) de cazuri pentru cele dou variabile Alcool i Privare de somn. Luate separat sau mpreun. Media pentru condiia Alcool este comparat cu Totalul pentru Privare de somn (adic 18,22). Media pentru privare de 3 ore de somn este comparat cu Total pentru Alcool (adic 11,50). Al treilea tabel de ofer informaii referitoare la Testul Levene, care verific similaritatea varianelor. Din moment ce semnificaia acestui test este 0,085 (valoarea care este mai mare dect 0,05), varianele sunt similare Al patrulea tabel indic nivelele de semnificaie pentru cele dou variabile Alcool i Privare de somn, i interaciunea dintre acestea.

110

n tabelul de analiz a varianei, raportul F pentru cele dou efecte principale (Alcool i Privare de somn) este prezentat primul. Pentru prima variabil, cea a alcoolului, Raportul F este 22,891, ceea ce este semnificativ la nivelul 0,000. Deoarece sunt numai dou condiii pentru ca acest efect s se produc, se poate conhide c scorul mediu al uneia dintre condiii este mult mai mare dect pentru cealalt. Pentru a doua variabil a privrii de somn, aceasta este egal cu 5,797, valoare care are un nivel exact de semnificaie de 0,017. Astfel, Raportul f este semnificativ din punct de vedere statistic la un nivel de 0,05, ceea ce nseamn c mediile celor trei condiii legate de somn nu sunt similare. Mediile care difer de celelalte pot fi determinate ulterior prin folosirea testelor de comparaii multiple, cum este Testul t pentru eantioane independente. raportul F pentru interaciunile dintre cele dou variabile (Alcool i Privare de somn) este de 2,708 nivelul de semnificaie al acestui raport este de 0,107 nu este nicio interaciune semnificativ. Acest grafic este realizat pentru mediile celor ase condiii. El a fost editat cu ajutorul comenzii Chart Editor.

111

Estimated Marginal Means of erori


privare de somn 3 ore
22,50

6 ore 9 ore

Estimated Marginal Means

20,00

17,50

15,00

12,50

10,00 alcool fara alcool

alcool

XVII.3. Raportarea output-ului.


Rezultatele din output se pot raporta astfel: O analiz de varian two-way ANOVA demonstreaz obinerea unor efecte semnificative n cazul alcoolului (F = 22,981, p< 0,001) i al privrii de somn (F=5,80, p = 0,017), dar nu i n cazul interaciunii celor dou variabile (F =2,70, p= 0,107).

112

XVIII. Comparaii multiple cu ANOVA.


_________________________________________________________________________________________________________________

Acest capitol extinde aria de acoperire a Testelor t multiple prezentate n capitolele anterioare i explic modul n care se decide care perechi de medii sunt diferite n mod semnificativ ntre ele, n cazul analizei de varian. Aceast tehnic se folosete atunci cnd sunt mai mult de dou medii. Pentru a prezenta aceast procedur vor fi folosite informaiile prezentate la capitolul XV. Date studiu Grup 1 Grup 2 Tratament hormonal Tratament hormonal 8 4 11 2 8 4

Grup 3 Placebo 4 6 4

Pasul 1: Se introduc datele. Se codific cele trei condiii cu valorile 1, 2, 3. Se eticheteaz Hormon 1, Hormon 2 i Placebo. Pasul 2: Se selecteaz: Analyze Comparea Means
113

One-Way ANOVA.

Pasul 3: Se selecteaz depresie i se apas butonul de lng caseta Dependent List pentru a introduce parametrul n caset. Se selecteaz Condiie i se apas butonul de lng caseta Factor pentru a introduce parametrul acolo. Se selecteaz Post Hoc Pasul 4: Se selecteaz: Tukey Duncan Scheffe. Se apas Continue. Se selecteaz OK n ecranul care va aprea din nou.

XVIII.1. Interpretarea output-ului.

114

Primul tabel reprezint rezultatele analizei de varian. Raportul F pentru efectul dintre grupuri (adic efectul hormonilor) este 13,941, care are un nivel exact de semnificaie de 0,006. Acest lucru nseamn c efectul dintre grupuri este semnificativ; per total, mediile pentru cele trei grupuri difer. Al doilea tabel i ultimul ofer rezultatele celor trei teste de comparaii multiple.

Dac se folosete Testul Tukey al diferenei semnificative oneste (HSD), media de la grupul hormonului 1 este semnificativ diferit de media de la grupul hormonului 2 (semnificaia=0,06) i semnificaia de la media grupului Controlului placebo (semnificaia=0,020). Subgrupele omogene.

115

Grupul hormonului 2 i al controlului Placebo aparin aceleiai subgrupe, ceea ce nseamn c nu sunt semnificativ diferite. Grupul hormonului 1 este singurul din aceast a doua subgrup, motiv pentru care aceasta este semnificativ diferit de mediile celorlalte dou grupe. * Sunt reprezentate mediile grupelor din subgrupele omogene.
a. Folosete Media armonic a dimensiunilor eantioanelor =3,000.

Tabelul final, numit Subgrupele omogene, enumer grupurile de medii care nu sunt semnificativ diferite ntre ele. Dac se ia n calcul aceste dou rnduri pentru a se folosi n Testul Tukey HSD, n acest caz exist dou subgrupe de medii. Subgrupa 1 indic faptul c mediile grupelor hormonului 2 i ale controlului placebo cu valorile 3,33 i 4,67 nu difer semnificativ. Subgrupa 2 conine doar media grupei hormonului 1, n valoare de 9,00. Astfel, media grupului hormonului 1 este semnificativ diferit att de media grupei hormonului 2, ct i de cea a gupelor de control placebo. Toate cele trei teste prin comparaii multiple sugereaz acelai lucru: faptul c exist diferene semnificative ntre grupele hormonului 1 i hormonului 2 i ntre grupele hormonului 1 i cele ale controlului placebo. Alte diferene nu mai exist.

XVIII.2. Raportarea output-ului.


Rezultatele output-ului pot fi raportate astfel: O analiz de varian unifactorial pentru scoruri necorelate a demonstrat producerea unui efect general semnificativ pe tip de tratament medicamentos (F=13,94, p= 0,06). Prin Metoda Scheffe de analiz a intervalului s-a descoperit c grupul hormonului 1 era diferit de grupul hormonului 2 (p= 0,07) i de grupul controlului placebo (p=0,24), dar nu s-au mai gsit alte diferene semnificative.

116

XIII.2. Alegei rspunsul corect

1. a. b. c.

Calculul variabilelor noi: adunarea i scderea; nmulirea i mprirea; ambele variante de mai sus.

2. Analiza de varian (ANOVA): a. indic msura n care dou sau mai multe grupuri au medii foarte diferite; b. calculeaz variaia dintre dou scoruri; c. calculeaz variaia dintre mediile eantionului. 3. a. b. c. 4. a. b. c. ANOVA este utilizat pentru: a testa diferena ntre cel puin 2 grupuri; a testa diferena ntre cel puin 3 grupuri; a testa diferena ntre cel puin 4 grupuri; Analiza two-way de varian permite: compararea mediilor unor variabile independente; compararea mediilor dintre dou grupuri; compararea mediilor unei variabile dependente atunci cnd exist dou variabile independente.

5. Comparaiile multiple cu ANOVA: a. explic modul n care se decise care perechi de medii sunt diferite n mod semnificativ ntre ele; b. se folosete atunci cnd sunt mai mult de dou medii; c. indic scorurile obinute de respondeni.

117

XIII.3. Rspunsuri corecte

1. c. ambele variante de mai sus. 2. a. indic msura n care dou sau mai multe grupuri au medii foarte diferite; 3. b. testa diferena ntre cel puin 3 grupuri; 4. c. compararea mediilor unei variabile dependente atunci cnd exist dou variabile independente. 5. a. explic modul n care se decise care perechi de medii sunt diferite n mod semnificativ ntre ele; b. se folosete atunci cnd sunt mai mult de dou medii;

118

BIBLIOGRAFIE

1. Clocotici Vasile, Stan Aurel, 2000 Statistica aplicat n psihologie, Ed. Polirom, Iai; 2. Dennis Howitt, Duncan Cramer, 2006 Introducere n SPSS pentru psihologie, Ed. Polirom, Iai; 2. Howell, D, (2002), Statistical Methods for Psychology, Ediia a v-a, Duxbury Press Boston; 3. Jaba Elisabeta, Gramma Ana, (2004) Analiza statistic cu SPSS sub Windows, Ed. Polirom, Iai; 4. Radu Ioan i alii, (1993) Metodologie psihologic i analiza datelor, Ed. Sincrom, Cluj Napoca; 5. Rotariu T i alii, (2006) Metode statistice aplicate n tiinele sociale, Ed. Polirom, Iai; 6. Sava, Florin Alin., (2004) - Analiza datelor n cercetarea psihologic. Metode statistice complementare. Cluj-Napoca : ASCR;

119