Academia de Studii Economice din București

Facultatea de Marketing

Analiza datelor de Marketing Online

Spridon Andreea

Stupu Bogdan-Ionuț

București

2020
 1. Prezentați programul software SPSS, interfață, meniuri (pe scurt) și cele
2 ferestre: Data View, Variable View
SPSS - prezentare şi operare
Programul SPSS (Statistical Package for the Social Sciences) este unul dintre cele mai
utilizate în analiza statistică a datelor. Prima versiune a apărut în anul 1968, a evoluat până la
versiunea 15 şi aria de aplicabilitate s-a extins de la versiune la versiune, odată cu modul de
operare şi cu facilităţile oferite. Programul este utilizat astăzi în marketing, cercetare
experimentală, educaţie, sănătate etc. În afară de analizele statistice posibile, programul are
componente puternice pentru managementul datelor (selectare, reconfigurare, creare de date noi)
şi pentru documentarea datelor (există un dicţionar metadata, care reţine caracteristici ale
datelor). Se mai poate adăuga flexibilitatea privind tipurile de date acceptate ca şi modulul de
construire a rapoartelor.
Ferestre SPSS
Data Editor
Este fereastra care se deschide automat la pornirea unei sesiuni şi care permite editarea
datelor, crearea de noi înregistrări, eliminarea unor înregistrări etc.
Datele pot fi văzute în două ipostaze:
- Activând tab-ul Data View se vor afişa înregistrările fişierului de date într-o grilă, coloanele
reprezentând variabilele, liniile fiind cazurile studiate (termenul de cazuri provine evident din
practica sociologică/medicală, sunt elementele eşantionului studiat).
- Activând tab-ul Variable View se vor afişa metadatele asociate variabilelor (numele variabilei,
tipul variabilei, indicaţii de afişare etc.).
Viewer
Fereastra Viewer este utilizată pentru afişarea rezultatelor: statistici, tabele, diagrame etc.
Dacă nu există o fereastră Viewer deschisă, se va crea automat una la prima comandă care
produce ieşiri. Rezultatele afişate pot fi editate, deplasate, eliminate etc. într-un mediu similar cu
cel din Microsoft Explorer.
Pivot Table Editor
 Multe dintre tabelele care conţin rezultate sunt de fapt tabele pivot (cuburi OLAP).
Acestea pot fi modificate în fereastra Pivot Table Editor (editare text, reconfigurare tabel etc.)
activată prin dublu click pe un tabel. Apar meniurile corespunzătoare care permit editarea.
Chart Editor
Diagramele care pot fi construite, în general prin comenzile meniului Graphs, pot fi modificate,
formatate etc. prin comenzile disponibile în Chart Editor. O asemenea fereastră este activată la
dublu click pe o diagramă dintr-un fişier SPSS de ieşire.
Text Output Editor
Textul simplu (neinclus într-un tabel pivot) poate fi modificat, la dublu click pe o intrare
text din fişierul de ieşire, în fereastra Text Output Editor. Se pot modifica în acest fel
caracteristicile uzuale ale fontului.
Syntax Editor
SPSS poate fi utilizat prin intermediul unei limbaj de comenzi proprii. Acesta a fost
modul iniţial de operare, astfel încât o serie de prelucrări foarte specializate au rămas disponibile,
chiar şi în ultimele versiuni, doar prin intermediul comenzilor.
O fereastră Syntax Editor poate fi deschisă prin File – New/Open – Syntax. Comenzile
pot fi scrise direct în fereastra Syntax Editor, dar există şi posibilitatea de a înregistra acţiunile
din interfaţa utilizator sub formă de comenzi (similar înregistrării unui macro din Microsoft
Office). Comenzile pot fi salvate ca un fişier de comenzi, în vederea reutilizării.
Script Editor
SPSS poate fi personalizat/automatizat prin intermediul unui limbaj de scriptare, Sax
Basic (compatibil Visual Basic for Applications). Se va deschide o fereastră Script Editor prin
File – New/Open – Script. Pot exista mai multe ferestre de ieşire (Viewer), ca şi mai multe
ferestre de sintaxă (Syntax Editor). Fereastra activă dintr-un grup este indicată de semnul “!”
afişat pe bara de stare a ferestrei active, activarea poate fi modificată prin acţionarea uneltei din
fereastra inactivă
Meniuri SPSS
Ca în orice aplicaţie Windows, multe dintre prelucrările SPSS pot fi executate prin
acţionarea comenzilor din meniuri.Fiecare fereastră SPSS are propriile meniuri şi unelte
corespunzătoare.
Meniuri comune
 File- Este utilizat pentru creare, deschidere, export de fişiere diverse: date, rezultate,
comenzi etc.
Edit- Editările uzuale pentru date numerice, text sau obiecte grafice: copieri, alipiri etc.
în aceeaşi aplicaţie sau nu.
View- Controlează modul de afişare a uneltelor, a liniaturii, a identificatorilor de valori
(valorile pot avea ataşate denumiri explicite).
Analyze- Este meniul care dă acces la procedurile statistice.
Graphs- Permite crearea diagramelor. Orice diagramă poate fi modificată (reamintim)
prin Chart Editor, afişată la dublu click pe diagramă.
Utilities- Permite afisarea informaţiilor despre variabile, definirea unor mulţimi de
variabile etc.
Window- Operaţii asupra ferestrelor.
Help- Deschide o fereastră standard de ajutor.

Data Editor – meniuri specifice

Data- Se pot realiza modificări globale cum ar fi transpunerea variabilelor şi cazurilor,
filtrarea cazurilor etc. Modificările sunt temporare dacă nu sunt salvate în fişierul iniţial.
Transform- Permite transformarea unor variabile (cum ar fi recodificare) şi obţinerea
unor noi variabile prin calcule efectuate asupra variabilelor existente. Modificările sunt
temporare pentru sesiunea curentă, dacă nu sunt salvate în fişierul iniţial.

Data View  și Variable View

Un fișier de date SPSS are întotdeauna două file în colțul din stânga jos:
 Data View  este locul în care inspectăm datele noastre reale;
 Variable View este locul în care vedem informații suplimentare despre datele
noastre.
 Puteți comuta între Data View  și Variable View cu:
 clic pe filele din colțul din stânga jos;
 folosind tasta scurtă Ctrl + t ;
 faceți dublu clic pe un nume variabil în Data View;
 făcând dublu clic pe un număr contur în Variable View.

2. Faceți o analiză descriptivă din Analyze - Descriptive Statistics -

Frequencies pentru o variabilă (coloană) ordinală sau scalară și
prezentați indicatorii rezultați, inclusiv histograma cu curba
normalității.
 Privind histograma se poate observa faptul că media se află la 1.28 ca fiind mediul de
proveniență al persoanelor participante în sondaj, iar deviația standard 0.458, curba respectă
clopotul lui Gauss.

3. Folosiți opțiunea de Select Cases cu condiția IF pentru a normaliza

variabila de la punctul 2 sau o altă variabilă (să eliminați valorile
extreme)
4. Recodati o variabila scalara intr-o variabila nominala pe interval
5. Faceți un tabel încrucișat - Analyze - Crosstab între două variabile
 Din tabelul rezultat în urma exercițiului se poate înțelege că numărul persoanelor de sex
feminin și masculin este identic în ceea ce privește categoria de venit „sub 1200 RON”. În
categoria de venit „1200-2399 RON”, persoanele de sex feminin au o pondere mai mare decât
cele de sex masculin. În schimb, persoanele de sex masculin sunt mai numeroase decât cele de
sex feminin când vine vorba de intervalul de venit „2400-3599 RON”. În final, se poate observa
cî persoanele de sex feminin din baza de date sunt mai numeroase, încadrându-se în categoria
„peste 3600 RON”, față de persoanele de sex masculin.
6. Faceți un grafic placintă, unul cu bare și un altul la alegere în SPSS
 Chart-ul de tip placintă este util pentru a vedea o reprezentare și de a compara valori.
Chart-ul de tip bare este de asemenea util pentru a evidenția diferențele dintre valori dar
și distribuția acestora.
Chart-ul de tip histogramă se folosește pentru a arăta grafic un tabel de frecvențe.
7. Faceți o corelație între 2 variabile scalare Analyze - Correla și un grafic
nor de puncte (Scatter Plot) cu cele două variabile alese.
 Se poate întelege cu ușurință atât din grafic cât și din corelație ca cele 2 variabile sunt
dependete și cu cât vârsta unei persoane este mai mică, cu atât categoria de venit este mai mică.
În acest caz, se poate observa o relație direct proporțională dintre cele două variabile, astfel încât
indivizii cu vârstă mai mică au un venit mai mic, iar persoanele cu vârsta mai mare se încadrează
într-o categorie mai mare de venit.

8. Faceți o regresie simplă între 2 variabile scalare (eventual cele 2 de la

punctul 7) - Analyze - Regression - Linear, puneți output-ul în proiect și
explicați pe scurt: de ce ați ales o variabilă independentă și una
dependentă, rezultatele regresiei, scrieți ecuația de regresie și faceți o
predicție pentru o valoare nouă.
 Am folosit două variabile pentru a putea crea o regresie lineară, cele două variabile sunt:
 Variabila independentă este variabilă pe care o manipulează cercetătorul, care este
definită explicit, măsurată sau măsurabilă.
 Variabila dependentă este răspunsul subiectului (subiecților) observată şi înregistrată de
către experimentator. Ea depinde de comportamentul subiectului, comportament
dependent de variabilă independentă.
În exemplul realizat de noi, am vrut să comparăm mărcile de cafea preferate, pentru a vedea
care este frecvența actului de cumpărare. Variabila independentă în experiment ar fi marca de
cafea preferată, iar variabila dependentă ar fi frecvența actului de cumpărare a mărcii preferate
de cafea.
Tabelul Coefficients conţine informaţiile privind coeficienţii: coloana B - valoarea
coeficientului, Std. Error - eroarea standard a coeficientului (abaterea standard în distribuţia
de sondaj a coeficientului), Beta - valoarea coeficientului standardizat (arată cu câte abateri
standard se modifică Y dacă X se modifică cu o abatere standard), t - statistica testului de
semnificaţie a coeficientului, Sig. - probabilitatea critică a testului. Prin urmare, un coeficient
este semnificativ (diferit de zero în ecuaţia de regresie) dacă Sig < α.
 Pentru exemplul din tabel se poate scrie ecuaţia de regresie simplă Y = 0.044 X + 3.181,
toţi coeficienţii fiind semnificativi statistic.
9. Explicați noțiunea de normalitate și de ce este necesară ca ipoteza pentru
realizarea regresiei liniare (din punct de vedere teoretic, eventual și un
grafic histogramă cu curba normalității pentru distribuția unei
variabile)
Normalitatea este importanta în statistică și este adesea folosita în industrie, științele naturale
și sociale pentru a reprezenta variabile reale aleatoare ale căror distribuții nu sunt cunoscute.
Normalitatea este necesară ca ipoteză în regresia liniară întrucât regresia liniară identifică linia
dreaptă de cea mai bună aproximație, iar toate experimentele utilizate trebuie să fie cât mai
aproape de valoarea lor reală.
Noţiunea de „normalitate”, din punct de vedere statistic, este reprezentată grafic de distribuţia
sub forma „curbei lui Gauss”.