Introducere in Spss PDF

Introducere n SPSS 2011 Mihaela Naidin
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.
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.
1
Curs 1.
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
ProgrameSPSS.
Pasul 2:
Aceast fereastr va aprea

dup cteva momente i se
pot alege oricare dintre
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).
2
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 aici.
Valoarea 10 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.
3
Pasul 6:
Corectarea erorilor se face folosind

mouse-ul: se selecteaz celula unde
este eroarea i se introduce valoarea
corect. La apsarea tastei Enter
sau deplasarea 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 sa 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).
4
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.
5
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 destul de uor selectnd celula corespunztoare i tastnd
numele variabilei.
Aici
se
modific Aici se modific

limea coloanei. numrul de zecimale.
Pasul 11:
La versiunea SPSS 12-16 (fa de
cele anterioare unde se permit
maxim 8 caractere) 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.
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.
Pasul 12:
Apare acest buton: se d
clic pe el.
6
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).
* 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.
7
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 vrsta.
Se apas butonul pentru a
muta vrsta n csua
Variable(s).
Se d clic pe OK.
Pasul 18:
Fereastra Data Editor este nlocuit de output-ul SPSS-ului. Acest tabel
apare pentru analiza realizat anterior.
Media scorului pentru vrst 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.
8
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 este o variabil numeric deoarece valoarea scor indic o
cantitate n cretere a variabilei vrst.
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.
9
I.7. Exerciii
1. Realizai o baz de date i introducei 10 subieci cu vrste cuprinse ntre

10 i 15 ani astfel: primul subiect are vrsta de 10 ani, al doilea subiect
are vrsta de 13 ani, al treilea subiect are vrsta de 12 ani, al patrulea
subiect are vrsta de 11 ani, al cincilea subiect are vrsta de 15 ani, al
aselea subiect are vrsta de 14 ani, al aptelea subiect are vrsta de 13
ani, al optulea subiect are vrsta de 15 ani, al noulea subiect are vrsta de
10 ani i ultimul subiect are vrsta de 13 ani.
Salvai fiierul cu denumirea subiect pe desktop.
2. 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 de mai jos).
Se cere:
1. s se calculeze media de
vrst a participanilor la
studiu;
2. s se calculeze i s se
interpreteze media
obinut.
3. s se salveze fiierul
creat n My
documentscu
denumirea cercetare.
10
I.8. 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:

a. afiarea rezultatelor;
b. editarea de date;
11
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.
12
I.9. 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.
13
Curs 2
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 ocupaie se definesc aa

cum este descris n paii 13-15 din
capitolul I.
Pasul 2:
Se selecteaz:
Analize,
Descriptive Statistics
Frequencies
14
Pasul 3:
Se selecteaz ocupaia i se mut

n partea dreapt a tabelului aa
cum a fost descris la pasul 17
din capitolul I.
Se apas OK
Pasul 4:
1. Prima coloan a tabelului

conine eticheta celor 5 categorii de
ocupaii.
2. A treia coloan afieaz

procentul de frecven pentru 3. A patra coloan afieaz procentul
fiecare categorie. de frecven excluznd valorile lips
Exemplu: 5 (psiholog) reprezint * Deoarece nu sunt valori lips, procentajul
33,3% din totalul de 15 persoane. este acelai ca n coloana a treia.
4. A cincea coloan adun procentele n josul tabelului.
n ceea ce privete raportarea rezultatelor se prezint numai etichetele categoriale,

frecvenele i frecvenele procentuale.
II.2. Diagrama circular pentru date categoriale.
15
Pasul 1:
Se selecteaz:
Graphs
Pie.
Pasul 2:
Se selecteaz Define.
Pasul 3:
Se selecteaz Ocupaia
prin apsarea butonului ().
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.
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.
16
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 Ocupaie i sgeata

verde curbat n sus pentru a afia
denumirile ocupaiilor.
Se procedeaz asemntor pentru

Procent pentru a afia procentajul
fiecrei ocupaii n parte.
Seselecteaz Apply i Close.
17
Pasul 3:
Pentru a nltura legenda,

se selecteaz Options
i Hide Legend.
Diagrama circular cu
sectoarele
denumite i frecvena
procentual afiat.
II.4. Diagrama cu bare pentru date categoriale.
Pasul 1:
Se selecteaz:
Graphs
Bar.
Pasul 2:
Selectai Define.
Simple este preselectat.
*Selectare unei alte variante se face prin

clic cu mouse-ul pe varianta respectiv.
18
Pasul 3:
Se selecteaz ocupaia i se apas

butonul de lng Category Axis
pentru a introduce acolo ocupaia.
Se selecteaz % of cases.
Se apas OK
Diagrama cu bare.
* 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.
19
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
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.
* 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.
20
II.6. Exerciii
3. 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:
4. s se realizeze un tabel
de frecvene pentru
variabila subieci;
5. s se realizeze tabel de
frecvene pentru
variabila vrst;
6. s se realizeze diagrama
de structur pentru
variabila subieci;
7. s se adauge etichete diagramei;
8. s se realizeze diagrama de bare i histograma pentru variabila vrst.
9. s se calculeze media pentru variabila vrst i s se interpreteze.
10. s se salveze fiierul creat pe Desktop cu denumirea cercetare;
21
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.
22
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.
23
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.
24
Curs 2
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: Pasul 3:
n Data View Se selecteaz Analize

din Data Editor Descriptives statistics i
se introduc vrstele Frequencies...
n prima coloan.
Pasul 4:
25
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.
Exist 10 cazuri cu date valide pe care se

bazeaz analiza.
Nu sunt date lips (0).
Media de vrst, media aritmetic
=22,8 ani.
Mediana de vrst (vrsta persoanei
26
aflate la mijlocul liniei de vrste de la cea
mai mic la cea mai mare) este de 21.5 ani.
Valoarea mod de vrst este 17.
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.
10. Maxim (scor) valoarea celui mai mare scor al datelor pentru o
variabil particular.
27
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;
b. diferena numeric ntre cel mai mare i cel mai mic scor obinut pentru o
variabil;
c. valoarea cu frecvena cea mai mare
28
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;
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.
29
30
Curs 3
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 (1777-
1855) i de aceea distribuia normal se mai numete i distribuie gaussian.
Deoarece la demonstrarea acestui concept a participat i P.S. Laplace (1749-
1827), n literatura de specialitate se va ntlni i termenul de distribuie Gauss-
Laplace.
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 =
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.
31
n exemplul urmtor este elaborat un tabel de frecven i o histogram cu
scorurile obinute la evaluarea coeficientului de inteligen pentru 20 de juriti.
32
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.
33
IV.2. Interpretarea Output-ului
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 55.
A treia coloan
exprim aceste frecvene ca
un procent al numrului total A patra coloan A cincea coloan
incluznd i datele care exprim aceste frecvene cumuleaz aceste
lipsesc. ca un procent al numrului procentaje n josul
Exemplu: Din totalul cazurilor, total excluznd datele lips. tabelului.
5% au obinut scorul 55.
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.
Pasul 1:
Se seleteaz:
Graphs,
Histogram
Pasul 2:
Se selecteaz
Ateniei
apoi se apas
butonul
pentru a o
introduce n
34
butonul butonul pentru a o introduce n
caseta de
n caseta de variabile Se
apas OK.
Variabile.
Se apas OK
35
IV.4. Interpretarea output-ului

Axa vertical arat
frecvena cazurilor de la 0
la 14 din doi n doi.
nlimea barelor arat ct

de frecvent apare fiecare
scor la atenie.
Axa orizontal arat

scorurile diferite ale
Ateniei.
*Media scorului la atenie este

62,2.
*Abaterea standard este 4,36.
*Numrul cazurilor este 20.
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 distribuii
bimodale, trimodale, n general
polimodale, distribuii ce nu pot fi
considerate ca fiind distribuii normale.
Figura nr. 1.
nlimea subiecilor.
O
di
stribuie similar distribuiei din
figura 1, este o distribuie bimodal
(figura 2), deoarece observm
existena a dou categorii cu frecvena
egal i maxim.
36
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.
37
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.
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 punct, la mijlocul
distribuiei. Grupa subiecilor cu
scoruri 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
ordonat de date n dou pri egale, Figura nr. 5
iar dac n distribuie predomin scorurile mici, atunci scorurile mari sunt
considerate ca scoruri extreme. tim de la analiza preciziei indicatorilor
38
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
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
ordonat de date n dou pri egale, Figura nr. 6
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
39
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 (OY),

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.
40
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 ne facem 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.
41
IV.8. Alegei rspunsul corect
1. Histograma:
a. este un grafic folosit n statistica descriptiv;
b. arat o distribuie de frecven;
c. 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. Pentru a obine un tabel de frecvene accesm:

a. analyze/ descriptive statistics/frequences;
b. analyze/ descriptive statistics/descriptives;
c. analyze/ descriptive statistics/frequences/descriptives.
4. Pentru a crea o histogram accesm:

a. graphs/histogram;
b. graphs/interactve;
c. graphs/control.
5. O distribuie poate fi:

a. unimodal;
b. bimodal;
c. trimodal.
6. ntr-o distribuie simetic:

a. media < mdiana< modul;
b. media = mediana = modul;
c. media >mediana>modul.
7. ntr-o distribuie asimetric la dreapta:
42
a. modul <mediana<media;
b. modul>mediana>modul;
c. modul=mediana=modul.
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.
11. 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.
43
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;
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;
44
Curs 4
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
45
coloan.
Pasul 3:
Se selecteaz:
Analyze
Descriptives
Pasul 4:
Se selecteaz vrsta i apoi se
apas butonul pentru a o
introduce 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.
Abaterea standard pentru vrst este
de 6,115.
V.3. Scorurile Z
Pasul 1:
46
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 6,11 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.
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
47
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.
V.6. Alegei
48
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.
49
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;
50
Curs4
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.
51
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:
Se selecteaz Frecvena,
Weight cases by i apoi se
apas butonul pentru
transfer n csua
variabileiFrequency
Variable.
52
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.
53
Curs 5
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.
O corelaie de 1,00 indic o asociere perfect ntre cele dou variabile.
Cu alte cuvinte, o diagram scatter a celor dou variabile va arta c toate
punctele sunt coninute de o singur dreapt. O valoare de 0,00 indic faptul c
54
toate punctele din diagrama scatter sunt dispersate aleatoriu n jurul oricrei
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 7 8 9 9 6 4 3 4 7
matematic 7 5 4 4 5 8 9 9 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:
Se selecteaz:
Analyze,
Corelate,
Bivariate
Pasul 2:
55
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.
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.
56
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 Numrul cazurilor este 10.

ntre muzic i matematic este 0,842.
Nivelul de semnificaie este 0,001 sau
mai mic, deci corelaia este statistic
semnificativ.

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.
57
Pasul 1:
Se selecteaz:
Graphs
Scatter/Dot
Pasul 2:
Se selecteaz define din moment ce 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

matematic ca ax
orizontal, se selecteaz
apoi se apas butonul de
lng csua X Axis.
Se apas OK.
VII.9. Interpretarea output-ului.
58
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.
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.
59
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. Pearson este un indicator de corelaie:

a. parametric;
b. neparametric;
c. ambele variante de mai sus.
5. Spearman este un indice de corelaie:

a. parametric;
b. neparametric;
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.
60
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
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
61
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
8. a. a reprezenta relaia dintre variabile;
9. a. Analyze/Descrisptiv statistics/crosstabs;
10. b. prezentarea relaiilor dintre dou variante categoriale
62
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 3 7 8 9 9 6 4 3 4 7
Scor 7 5 4 4 5 8 9 9 7 6
matematic
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
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:
Editor se denumete primul
rnd muzic
63
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) pentru a
introduce aceast variabil n
csua variabilei (lor)
independente.
Se selecteaz Statistics
Pasul 3:
Se selecteaz Confidence
Intervals.
Se apas OK din ecranul
precedent care reapare.
64
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.
Pasul 1:
Se selecteaz:
Graphs
Scatter/Dot
Pasul 2:
65
Se selecteaz define; simple este deja selectat.
Pasul 3:

muzic ca ax vertical, se
selecteaz i apoi se apas
butonul de lng csua Y
Axis

matematic ca ax
orizontal, se selecteaz apoi
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.
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.
66
n regresie axa orizontal este variabila predictor sau independent (n
cazul nostru matematic).
67
* 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.
68
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.
IX. 2. Eroarea standard estimat a

mediei.
Pasul 1:
Se selecteaz:
Analyze
Descriptive
Pasul 2:
69
Se selecteaz stima de sine i apoi se apas butonul pentru a introduce

variabila Stima de sine n variable(s).
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.
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.
_________________________________________________________________________________________________________________
70
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;
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.
Alina Cristina Raluca Carmen Simona Radu Cristi Dan

18 luni 3 2 4 5 2 3 2 4
24 luni 5 4 7 8 3 4 4 6
71
X.1. Introducerea datelor.
Pasul 1:
Editor se eticheteaz primul rnd cu
optsprezece i al doilea rnd cu
douzeci i patru.
* Se nltur cele dou zecimale.
Pasul 2:

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.
72
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.
73
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
74
copii care provin din familii biparentale i 10 copii care provin din familii
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 12 18 14 10 19 8 15 11 10 13
biparentale
monoparentale 6 9 4 13 14 9 8 12 11 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.
75
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.
XI.3. Interpretarea output-ului.
76
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 Pentru variane egale, t este 2,345,

Testul Levene este mai mare de 0,05, care la 18 grade de libertate este
lucru care se ntmpl aici (0,642) semnificativ la 0,031 pentru nivelul
se folosete informaia de pe acest two-tailed.
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).
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.
77
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 two-
tailed de 5%.
78
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.
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.
79
7. Testul t pentru eantioane perechi este utilizat atunci cnd:

a. cele dou seturi de scoruri ce trebuie comparate provin dintr-un singur
eantion
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.
80
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
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.
81
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 Site-uri anunuri muzic
matrimoniale
Feminin 27 14 19
Masculin 17 33 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.
82
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)
83
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.
Ser selecteaz
Statistics
Pasul 3:
Se selecteaz Chi-square.
Se seleteaz Continue.
Pasul 4:
Se selecteaz Cells..
Pasul 5:
84
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.
85
XII.4. Interpretarea output-ului pentru Testul chi-square.
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.
86
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 two-
tailed 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.
87
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.
88
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 Scor matematic Gen biologic Vrst
3 7 1 10
7 5 1 9
8 4 2 12
9 4 1 8
9 5 2 11
6 8 2 13
4 9 2 7
3 9 1 10
4 7 2 9
7 6 1 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).
89
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 Se selecteaz Old and New values.
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.
90
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.
91
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;
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:

c. nicio variant de mai sus.
5. Pentru recodificarea ntr-o variabil diferit se selecteaz:
92
c. nicio variant de mai sus.
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;
93
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; 2. de acord;
3. dezacord; 4. total dezacord.
94
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 dezacord Total dezacord
de acord
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;
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.
95
Aceast comand de sintax va aprea n fereastra Syntax.
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
96
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.
Alina Cristina Raluca Carmen Simona Radu Cristi Dan

18 luni 3 2 4 5 2 3 2 4
24 luni 5 4 7 8 3 4 4 6
XV.1. Scoruri relaionate: testul semnului.
Pasul 1:

se introduc datele n primele dou
coloane.
Pasul 2:
Se selecteaz:
Analyze
Nonparametric Tests
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.
97
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)
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.
98
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
99
10 copii care provin din familii biparentale i 10 copii care provin din familii
monoparentale.
Familii 12 18 14 10 19 8 15 11 10 13
biparentale
monoparentale 6 9 4 13 14 9 8 12 11 9
Pasul 1:
- este acelai ca i cel prezenta la capitolul XI.
Pasul 2:
Se selecteaz:
Analyze
Nonparametric tests
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.
100
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 apas OK din ecranul anterior care va
reaprea.
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 mann-

Whitney, 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
101
vedea, aceasta a modificat nivelul de semnificaie doar marginal, de la 0,44 la
0,44.
XV.9 Raportarea output-ului pentru Testul U Mann-Whitney.
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.
102
ANOVA simpla permite compararea simultana a trei sau mai multe
grupe meninnd nivelul la valoarea dorita, de maxim 0,05.
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 Grup 3
Tratament hormonal Tratament hormonal Placebo
8 4 4
11 2 6
8 4 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:
Analyze
103
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
caseta Factor pentru a
introduce parametrul acolo.
Pasul 4:
Se selecteaz metodele statistice
descriptive i Momogenity of variance
test.
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.
104
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.
105
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.
106
privare de somn
3 ore 6 ore 9 ore
Consum alcool 14 16 20
10 14 22
15 23 30
Fr alcool 9 11 10
9 8 14
12 11 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
107
Pasul 3:
Se selecteaz Erori i
se apas butonul de
lng caseta Dependent
Variablepentru 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
108
butonul de lng caseta Separate Lines - pentru a introduce opiunea n
caset.
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
109
pentru cele dou variabile Alcool i Privare de somn, i interaciunea dintre
acestea.
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.
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
110
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).
111
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 Grup 3
Tratament hormonal Tratament hormonal Placebo
8 4 4
11 2 6
8 4 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
One-Way ANOVA.
112
Pasul 3:
Se selecteaz depresie i se
apas butonul de lng
caseta Dependent List
pentru a introduce
parametrul n caset.
Se selecteaz Condiie i
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.
113
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.
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
114
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.
115
XIII.2. Alegei rspunsul corect
1. Calculul variabilelor noi:

a. adunarea i scderea;
b. nmulirea i mprirea;
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. ANOVA este utilizat pentru:

a. a testa diferena ntre cel puin 2 grupuri;
b. a testa diferena ntre cel puin 3 grupuri;
c. a testa diferena ntre cel puin 4 grupuri;
4. Analiza two-way de varian permite:

a. compararea mediilor unor variabile independente;
b. compararea mediilor dintre dou grupuri;
c. 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.
116
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;
117
118

Introducere in Spss PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Introducere in Spss PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Introducere n SPSS 2011 Mihaela Naidin

Aplicaia SPSS (Statistical Package for the Social Sciences pachet

I.1. Accesarea SPSS-ului.

SPSS-ul for Windows este accesat n general prin folosirea butoanelor i

Aceast fereastr va aprea

I.2. Introducerea datelor.

Coloanele sunt folosite pentru a

Liniile sunt cazurile sau indivizii

Pentru a introduce date in SPSS

* n SPSS exist ntotdeauna o singur celul

Se introduce un numr folosind tastatura

Corectarea erorilor se face folosind

I.3. Salvarea datelor.

I.4. Folosirea Variabilei View pentru crearea i etichetarea variabilelor

modific Aici se modific

Va aprea aceast fereastr. n

Apoi se apas Add.

Aceasta operaie de adugare

* La fel se procedeaz i pentru

* Cele mai frecvent utilizate ferestre

Media scorului pentru vrst este ncercuit.

I.6. Concepte statistice eseniale n analizele cu ajutorul SPSS-ului.

Elementele de statistic sunt foarte simple dar apar probleme la

1. Realizai o baz de date i introducei 10 subieci cu vrste cuprinse ntre

2. La o cercetare percepia social asupra consumului de droguri particip

I.8. Alegei rspunsul corect

1. Fereastra de editare (Data Editor):

2. Fereastra de rezultate (Output Viewer):

3. Ferestrele n SPSS reprezint:

4. Care sunt cele mai frecvent utilizate ferestre n SPSS

5. n SPSS fereastra SPSS Output Viewer este utilizat pentru:

7. Numele variabilei trebuie s in cont de cteva restricii:

8. Pentru a introduce date n SPSS se selecteaz:

9. Prin apsarea butonului Variable View:

10. Care dintre urmtoarele afirmaii este adevrat?

11. Pentru a calcula media aritmetic alegem

I.9. Rspunsuri corecte

1. a. se deschide implicit la lansarea SPSS;

II.1. Frecvena procentual.

Pentru realizarea unui tabel de frecven este necesar o coloan creia i

Se eticheteaz valorile variabilei.

Valorile pentru ocupaie se definesc aa

Se selecteaz ocupaia i se mut

1. Prima coloan a tabelului

2. A treia coloan afieaz

4. A cincea coloan adun procentele n josul tabelului.

n ceea ce privete raportarea rezultatelor se prezint numai etichetele categoriale,

II.2. Diagrama circular pentru date categoriale.

Diagrama Pie este un cerc divizat n

Acesta este felul n care apare o

* Caracteristicile din aceast

II.3. Adugarea etichetelor unei diagrame circulare

Se d dublu clic oriunde n

* Diagrama de structur pie este folosit

Se selecteaz Ocupaie i sgeata

Se procedeaz asemntor pentru

Seselecteaz Apply i Close.

Pentru a nltura legenda,

II.4. Diagrama cu bare pentru date categoriale.

*Selectare unei alte variante se face prin

Se selecteaz ocupaia i se apas

Se introduc datele n Data Editor (aa

Se selecteaz ntrebarea V place