Documente Academic
Documente Profesional
Documente Cultură
Step by Step
CUPRINSUL
1. Introducere
2. Introducere termeni SPSS
3. Variabile
4. Ipoteze
5. Scale
6. Introducerea datelor în SPSS
7. Alpha Cronbach
8. Scor total
9. Recodarea itemilor inversați
10. Teste T
11. ANOVA
12. Corelația
13. Regresia
Bibliografie
1
1. INTRODUCERE
Bine te găsim, drag coleg și student,
Departamentul de Cercetare
Colaboratori
Coordonator: Munteanu Paula
Membrii departamentului:
Agape Gina Departamentul de Relații Publice
Duță Ștefania
Diesis Elena Coordonator: Davidoaia Ștefania
Huțan Alexandra
Membrii departamentului:
Alexe Răzvan
Boșca Anca
Chiricheș Florentina
Boțu Florin
Botezatu Ion
Vîlsan Bianca
Ocraim Teodora
Petroiu Antonia
Poleac Andreea
Matei Ingrid
2
Anghel Maria
Pricope Adelina
2. INTRODUCERE TERMENI SPSS
Această introducere are ca scop familiarizarea noastră cu termenii pe care îi vom întâlni pe
parcursul intregului ghid SPSS. Multe cuvinte ne sunt complet străine, iar cum aceasta aplicație are
o bază matematică, vă vom ajuta să vedeți lucrurile într-o manieră mult mai simplă și ușor de
înțeles. Într-o altă oride de idei, va aducem la dispoziție un mini dicționar al SPSS-ului:
Data view = fereastra din SPSS (tab-ul) unde introducem datele numerice, adică scorurile totale la
instrumentele cu care măsurăm variabilele, scorurile la itemii care alcătuiesc scalele, dar și valori ale
unor variabile care nu sunt măsurate prin chestionare, cum ar fi vârsta, înălțimea etc. Tot aici
introducem și variabile măsurate pe scala nominală (categoriale), cum ar fi genul, culoarea ochilor etc.
Vom exprima nivelele acestor variabile categoriale prin valori numerice atribuite de noi fiecărui nivel
ca etichete, pe care le scriem în Variable view.
De exemplu, 1 pentru persoane care se identifică cu genul feminin, 0 pentru cei care se identifică cu
3
genul masculin. Fiecărui participant îi corespunde o linie și fiecărei variabile îi corespunde o coloană;
Values levels = un câmp din Variable view unde putem
defini nivelele variabilelor;
4
Scalele de măsurare = arată tipul de
informație pe care ni-l furnizează
scorurile la o anumită variabilă.
Ele sunt 4 la număr:
Scala nominală (de clasificare), unde găsim variabile categoriale. Ele au nivele care nu pot fi
măsurate cu unități de măsură. Astfel, diferențele dintre ele sunt de natură calitativă. De exemplu, culoarea
ochilor nu poate fi exprimată în centimetri sau altă unitate de măsură. De asemenea, o culoare a ochilor nu
e mai bună/mai rea decât alta, deci nu putem vorbi despre superioritate sau inferioritate ierarhică. Aceste
variabile pot avea 2 sau mai multe nivele;
Scala ordinală (de rang), unde găsim variabile similare cu cele categoriale. Aceste similarități țin în
principal de faptul că diferențele dintre nivele nu pot fi exprimate în unități de măsură. Așadar, nu pot fi
cuantificate exact. Diferența față de scala nominală este că aici putem compara / ierarhiza nivelele
variabilei.
De exemplu, putem ruga participanții la studiu să ne spună culorile lor preferate, în ordinea
preferințelor: de la prima culoare preferată până la a cincea, de exemplu. În felul acesta, pentru
participantul X, culoarea albastră poate fi comparată cu cea roșie, și poate primi un scor mai mare. Practic,
aici avem variabile care ne arată ordinea, ordonarea.
Un alt exemplu ar fi variabila magazinul preferat. Un participant poate pune pe primul loc LIDL, pe
locul 2 Kaufland, pe locul 3 Mega Image. Un alt participant poate proceda invers;
Scala de interval, unde găsim variabile mai similare cu cele de pe scala ordinală. Și aici putem face
comparații între nivele, cu mai multă acuratețe, deoarece intervalele dintre un nivel și altul sunt egale. De
exemplu, putem măsura atitudinea despre un anumit magazin, pe o scală de la 5 (foarte favorabilă), 4
(favorabilă), 3 (mai mult sau mai puțin favorabilă), 2 (nefavorabilă), 1 (foarte nefavorabilă). Aici,
presupunem că distanțele între cele 5 opțiuni de răspuns (care nu mai sunt numite nivele, pentru a nu
genera confuzie) sunt egale;
Scala de raport, unde găsim variabile care pot fi măsurate cu unități de măsură clasice, care exprimă
mărimea, cantitatea, în raport cu alte valori, dar şi cu o valoare absolută (acestea nu pot lua o valoare mai
mică de 0). De exemplu, înălțimea în centimetri;
5
3. VARIABILE
7
d) Variabile parazite și strategii de control
Variabilele parazite (sau variabile externe cercetării) = alte variabile decât variabila independentă
care pot influenţa variabila dependentă.
● Randomizarea
8
4. IPOTEZE DE CERCETARE
⭐Ce este o ipoteză?
Direcțional: - este menționată direcția efectului unei variabile x asupra unei variabile y;
- este specifică;
- variabila x influențează variabila y, în sensul că ….. (se compară cel puțin două condiții).
Exemplu: Starea afectivă influențează comportamentul altruist, în sensul că participanții cu stare
afectivă pozitivă vor fi mai altruiști comparativ cu cei cu stare afectivă negativă.
9
⭐ Ce condiții trebuie să îndeplinească o ipoteză?
Să fie.....
∆ Sintetică – Are șansa de a fi adevărată sau falsă; nu este o afirmație analitică (întotdeauna
adevărată) sau contradictorie (întotdeauna falsă);
∆ Testabilă - Este posibilă manipularea condițiilor antecedente, măsurarea comportamentelor.
Poate fi respinsă prin rezultatele cercetării
∆ Simplă - prezintă doar relația dintre variabile, fără alte asumpții sau explicații care să o susțină;
∆ Productivă - poate genera realizarea altor studii;
1. Afirmație sintetică: nu este nici analitică (întotdeauna adevărate), nici contradictorie (întotdeauna
false); are șansa de a fi atât adevărată, cât și falsă.
2. Afirmație testabilă: VI stare afectivă poate fi manipulată prin expunerea participanților la stimuli
vizuali sau auditivi cu diverse valențe, în timp ce tendința de ajutorare (VD) poate fi observată într-o
situație concretă în care participanții ar putea oferi ajutor.
3. Poate fi respinsă prin rezultatele cercetării
4. Afirmație simplă: nu conține asumpții/ explicații care să o susțină; prezintă doar relația dintre VI și
VD.
5. Afirmație productivă: în măsura în care generează alte studii (ex.efectul stării afective asupra
comportamentelor de cooperare).
10
5. SCALE ȘI INSTRUMENTE
TIPURI DE SCALE
1. SCALA NOMINALĂ
Alfa-numerică:
A1, A2, A3, A4, A5 …
Numerică:
1, 2, 3, 4, 5 …;
Alfabetică:
A, B, C, D, E 11
Operații asupra categoriilor unei scale nominale:
Exemple:
Genul (masculin = 1 sau M; feminin = 2
sau F);
Temperamentul (1 = flegmatic, 2 =
sangvinic, 3 = coleric, 4 = melancolic);
Proveniența (1 = rural, 2 = urban, 3 =
suburban);
Lateralitatea (1 = dreptaci, 2 = stângaci);
Religia (a = catolic, b = ortodox, c =
protestant, d = neoprotestant).
2. SCALA ORDINALĂ
12
Codurile valorilor pot fi acordate și arbitrar, dar ele trebuie să exprime ideea de ordine
(ex: 2, 5, 7, 12 … sau A, C, F, M …).
Exemple:
Forme învățământ (primar, gimnazial, liceal);
Poziția pe lista de admitere, în funcție de notă;
Gradele în armată;
Clasele de vârstă (1 = 20-30 ani; 2 = 31-40 ani; 3 = 41-50 ani);
Cicluri de studii universitare (a = licență, b = master, c = PhD, d = postdoc).
3. SCALA DE INTERVAL
13
4. SCALA DE RAPORT
14
6. INTRODUCEREA DATELOR
ÎN SPSS
DATAVIEW
VARIABLE VIEW
15
Următorul pas ar fi definirea tipului cu
ajutorul ferestrei “Variable type”.
Aici alegem din opțiunile date tipul cel mai
potrivit pentru ce avem nevoie.
Pentru a determina modul în care sunt Dacă avem scoruri lipsă la anumite variabile
măsurate variabilele, putem folosi coloana (de exemplu, unii participanți nu au răspuns
“Measure”. la unele întrebări din chestionar),
16
Aici putem alege între 3 opțiuni oferite. putem folosi coloana “Missing Values”.
7. COEFICIENTUL DE CONSISTENȚĂ INTERNĂ
ALPHA CRONBACH
Acest coeficient este folosit pentru a studia El se calculează întotdeauna atunci când
consistența internă a construim o scală noua (chestionar) și este
itemilor unui chestionar sau poate fi folosit ca recomandat ori de cate ori avem de a face cu
metodă de reducere un instrument nou, aplicat la o altă populație
a numărului de itemi dintr-un chestionar sau alt mediu cultural decât pentru care a fost
(de exemplu, de la 60 la 15, ca să poată fi construit. Practic, ori de câte ori folosim un
completat mai repede chestionar sau o subscală a unui chestionar
într-o cercetare, trebuie să îi calculăm și
și ca să ne crească șansele de a nu avea valori
raportăm alpha cronbach-ul obținut în
lipsă în baza de date).
eșantionul nostru de participanți.
Pentru a calcula
coeficientul Alpha,
vom da un clic pe:
Analyze – Scale – Reliability Analysis
17
Valori ale coeficientului Consistența
18
8. SCOR TOTAL
Pentru a calcula scorul total, identificăm itemii pentru fiecare dimensiune în parte.
19
9. Recodarea itemilor invesați
Trebuie să ținem cont de faptul că într-un chestionar nu toți itemii măsoară constructul
vizat în mod direct. Unii itemi pot fi formulați în direcția opusă a constructului măsurat.
Astfel, dacă avem itemul „Îmi las lucrurile împăștiate”, putem observa faptul că
formularea directă măsoară un construct opus conștiinciozității.
Prin urmare, se va face o scorare inversă pentru acest item, unde dezacord total (1)
devine acord total în raport cu conștiinciozitatea (5), dezacord (2) devine acord (4) s.a.m.d.
20
În funcţie de tipul de scală de răspuns utilizată
în chestionar facem inversările.
De exemplu pentru inversarea itemilor
cu o Scală Likert, în 5 trepte
(în care 1 înseamnă Dezacord total, iar 5 înseamnă Acord total).
21
10. Teste T
Teste T pentru eșantioane perechi
Acest tip de teste sunt folosite în cazul în care avem un singur grup de participanți, care vor trece
pe rând prin toate condițiile experimentale, sau cărora le vom măsura aceeași caracteristică
(variabilă) de mai multe ori, în funcție de ipoteze.
22
Butonul OPTIONS este identic cu cel de la testul T care permite compararea unui eșantion cu o
populație. Se va păstra intervalul de încredere de 95%.
Rezultatele sunt organizate în trei tabele, pentru fiecare dintre acestea vom analiza celulele.
1. Conține perechea de variabile care trebuie analizată, variabilele trebuie să fie perechi, adică să
provină de la aceeași participanți și să fie cuantificabile cu aceeași unitate de măsură;
2. Apar mediile celor două grupe de participanți analizați (de exemplu: Media inainte =107,9,
Media după =107,95);
3. Precizează numărul de participanți de la fiecare măsurare (la studiu au participat 20 la ambele
măsurători);
4. Conține abaterile standard ale scorurilor de la fiecare măsurare (S înainte =6,01; S după =5,3);
5. Conține abaterile standard ale scorurilor la anxietate la fiecare măsurare a acesteia;
23
Tabelul PAIRED SAMPLES TESTS:
8. Conține numele perechii de variabile și precizează diferența dintre ele (în cazul de față anx1 –
anx2);
9. Cuprinde diferența medie dintre cele două măsurări / momente ale măsurării (valoarea negativă
din acest caz arată că anxietatea inițială este mai mică comparativ cu cea finală);
10. Cuprinde abaterea standard a diferenței medii dintre cele două măsurări / momente ale
măsurării. Indică variabilitatea scorurilor în eșantionul nostru;
11. Estimează variabilitatea scorurilor în populația din care este extras eșantionul nostru;
12. indică intervalul de încredere de 95% al diferenţei dintre mediile celor două grupe;
13. Este coeficientul statistic specific testelor t;
14. gradele de libertate pentru care este calculată nota t, df=19;
15. pragul de semnificaţie sau probabilitatea de eroare atunci când respingem ipoteza de
nul:p=0,980.
Ipoteze:
H0: Nu există diferenţe semnificative între rezultatele subiecţilor la variabilele anxietate înainte de
terapie si anxietate după terapie.
H1: Există diferenţe semnificative între rezultatele subiecţilor la variabilele anxietate înainte de
terapie ți anxietate după terapie.
Testul T:
t(19) = 0,025
p = ,980 =>; p < 0.05 => acceptăm H1 şi respingem H0
=> p < 0.05 => respingem H1 şi acceptăm H0
Extragem mediile:
x̅ 1 =107,9000
x̅ 2 =107,9500
Concluzie:
24
Teste T pentru eșantioane independente
Acest tip de teste sunt folosite atunci când vrem să comparăm două grupuri diferite de subiecți în
ceea ce privește mediile variabilelor dependente. Acesta tip de test este un test parametric.
În primul rând vom prezenta etapele care vor fi urmate pentru a lucra în SPSS cu acest tip de
variabile:
Pentru a aplica testul T pentru eșantioane independente pe o anume bază de date vom activa
meniul ANALYZE – COMPARE MEANS și vom alege opțiunea INDEPENDENT SAMPLES
T TEST.
După ce activăm testul vom introduce variabilele. Variabila independentă va fi introdusă în
câmpul TEST VARIABLE și variabilele independente în câmpul GROUPING VARIABLE,
apoi vom apăsa pe butonul DEFINE GROUPS unde vom trece valorile corespunzătoare celor
două grupuri alese pentru comparație. În cele din urmă apăsăm pe CONTINUE și apoi pe OK și
vom obține fereastra OUTPUT.
OUTPUT
25
Vom explica pe scurt ce se află în fiecare casetă:
1. Caseta indică cele două grupuri de subiecți (gen masculin și gen feminin în cazul nostru);
2. A 2-a casetă indică numărul subiecților din fiecare grup;
3. În cea de-a treia găsim media fiecărui grup la variabila dependentă;
4. Cea de-a patra conține abaterea standard pentru fiecare grup în parte;
5. Următoarea conține abaterea standard pentru populațiile de eșantioane de N subiecți din care fac
parte grupurile noastre;
6. Aici se prezintă cele două situații posibile în urma testului Levene: varianțe egale între grupe
sau varianțe inegale;
7. Valoarea F a testului Levene, efectuat pentru compararea varianțelor la o anumită variabilă
între
cele două grupuri;
8. Posibilitatea de eroare pentru a respinge ipoteza de nul a testului Levene. Dacă testul este
nesemnificativ (p >.05), atunci raportam T de pe rândul 1;
9. Valoarea t pentru varianțe egale sau inegale;
10. Arată gradele de liberate pentru care a fost calculată nota t;
11. Această casetă conține probabilitatea de eroare în funcție de care noi acceptăm sau repingem
ipoteza de nul.
Ipoteze
Ipoteza H0(de nul): Nu există diferenţe semnificative între cele două grupuri în ceea ce priveşte
variabila nivel anxietate înainte de terapie.
Ipoteza H1(de cercetare): Există diferenţe semnificative între cele două grupuri în ceea ce
priveşte variabila nivel anxietate înainte de terapie
26
Testul t
t(18) = -2,411
p = ,031 => p < 0.05 => acceptăm H1 şi respingem H0
=> p < 0.05 => respingem H1 şi acceptăm H0
x̅ grup1 =104,8889
x̅ grup2 =110,3636
Concluzie:
Există diferenţe semnificative între cele două grupuri în ceea ce priveşte variabila anxietate
ianinte de terapie, însensul că media persoanelor de gen feminin este semnificativ mai mare
decât a persoanelor de gen masculin.
27
11. ANOVA
Anova One Way- test parametric
Condiții:
1. VI are minim 3 grupuri formate din participanți diferiți;
2. VD: normal distribuită, scală de interval;
Pași:
2. Extragem valori Anova - valoarea lui F, cele două valori ale gradelor de libertate (df) și pragul
de semnificație p ( notat cu sig.). Aceste valori se iau din Tabelul Anova- coloane df , coloana F și
coloana Sig.
F=coeficientul testului Anova
F(df 1 , df 2 )=...
df 1 -se ia de pe primul rând de la Between subjects
df 2 - se ia de pe al doilea rând de la Within subjects
p=...
I.dacă p<0,05 atunci se respinge H 0, se acceptă H 1 (în acest caz se continuă rezolvarea)
II.dacă p>0,05 atunci se acceptă H 0 , se respinge H 1 (în acest caz ne oprim aici cu rezolvarea)
Să presupunem ca suntem în cazul I. Așadar, vom trece mai departe la pasul 3.
28
4. Dacă avem diferențe semnificative, extragem mediile (X̅ ) grupurilor comparate (Tabel
Descriptives –coloana Mean)
5. Concluzie finală.
Exercițiu:
Verificați dacă există diferențe semnficative între ingineri, funcționari și vânzători la variabila
sociabilitate (scală de interval și este normal distribuită).
Pași SPSS:
Să analizăm fereastra:
1. câmpul în care sunt afişate variabilele din baza de date;
2. câmpul în care sunt introduse variabilele dependente (în cazul nostru densitatea);
3. este câmpul în care se introduce variabila independentă sau factor (în exemplul nostru factorul
este regiunea);
4. butonul CONTRAST permite realizarea unor comparaţii între grupe în funcţie de variabila
independentă;
5. butonul POST HOC permite alegerea unui anumit tip de contrast post-hoc;
6. butonul OPTIONS conţine elemente de statistică descriptivă.
Vom descrie pe scurt opţiunile butonului POST-HOC:
29
Toate testele de la această opţiune
indică dacă diferenţele obţinute pe
ansamblu prin analiza testului F se
regăsesc şi la nivelul comparaţiilor
dintre grupuri luate două câte două.
Pragurile de semnificaţie a acestor
teste sunt ajustate în funcţie de
numărul de grupe. Testele sunt
prezentate în ordinea descrescătoare
a puterii lor. Pentru a analiza efectul
variabilei independente asupra celei
dependente se foloseşte testul
BONFERRONI.
Activarea butonului descriptiv
deschide următoarea casetă:
Output-uri SPSS
30
Rezolvare
1. Ipoteze
H 0 : Nu există diferențe semnificative între rezultatele subiecților care sunt funcționari, vânzători
și ingineri la variabila sociabiliatate.
H 1 : Există diferențe semnificative între rezultatele subiecților care sunt funcționari, vânzători și
ingineri la variabila sociabiliatate.
2. F(2,47)=12,05
p=0,000<0,001<0,05 ceea ce înseamnă că se respinge H 0 , se acceptă H 1 ; rezultă o concluzie
parțială: Există diferențe semnificative între rezultatele subiecților care sunt funcționari, vânzători
și ingineri la variabila sociabilitatate.
4. X̅ f =19,87
X̅ v =15,68
X̅ i =10,11
5. Concluzie
Concluzii parțiale:
I.Nu există diferențe semnificative între media funcționarilor și media vânzătorilor la
variabila sociabilitate.
II. X̅ f > X̅ i
III. X̅ v > X̅ i
Concluzia finală: Rezultatele inginerilor sunt semnificativ mai mici decât cele ale
31
funcționarilor și vânzătorilor la variabila sociabilitate, iar între funcționari și
vânzători nu există diferențe semnificative la variabila sociabilitate.
Anova Univariate
Exercițiu: Verificați dacă există un efect de interacțiune între tratamentul psihologic și ședințele de coaching
asupra variabilei autoîndreptățire. Discutați și efectele principale.
VD: autoîndreptățire
Pași:
32
2.Câmpuri:
- dependent variable: se trece VD
- fixed factors: se trec VI (toate)
3.Opțiuni:
-contrast: se folosește atunci când VI are DOAR două niveluri. De exemplu, pentru VI – gen, se selectează
opțiunea difference, apoi change. Atenție! Pot fi studii în care toate VI sunt dihotomice. Astfel, se alege
această opțiune pentru TOATE variabilele. De asemenea, pot fi studii în care toate VI au mai mult de două
niveluri. În acest caz, nu se activează această opțiune. După ce alegem, apăsăm continue.
33
- plots – este reprezentarea grafică a efectului de interacțiune. Prima VI se trece în câmpul horizontal
axis iar cea de-a doua VI se trece în câmpul separate lines. După ce variabilele sunt „mutate” în cele
două câmpuri, se apasă add și apoi continue.
- post hoc. Această opțiune se folosește DOAR pentru VI cu cel puțin 3 niveluri! Dacă nu aveam această
situație, atunci se folosește butonul de contrast (detalii mai sus). Dacă avem VI cu cel puțin 3 niveluri
atunci se „mută” în partea dreaptă a ferestrei și se bifează bonferroni (presupune comparații două câte
două între nivelurile VI; ca la One-way anova). Dacă toate VI au cel puțin trei niveluri, se trec toate în
câmpul din dreapta. Ulterior, apăsăm continue.
34
- options - această opțiune ne oferă informații cu privire la datele descriptive ale variabilelor introduse
în analiză (mediile la variabila dependentă în funcție de prima variabilă independentă, în funcție de
cea de-a doua, și în funcție de cele două concomitent). Se „mută” toate variabilele și se bifează
descriptive statistics. Ulterior, apăsăm continue.
35
4.Outputul:
Tabele:
● Test of Between Subjects effects – conține informații cu privire la valoarea testului de
semnificație F, gradele de libertate și pragul de semnificație pentru fiecare efect în parte
(atât efecte principale, cât și efecte de interacțiune)
● Estimated Marginal Means – conține informații cu privire la valoarea mediei la variabila
dependentă în funcție de variabila independentă.
● Contrast results – conține informații cu privire la semnificația diferenței în cazul efectului
unei VI dihotomică asupra VD. Ne interesează două categorii de informații: difference
(estimate-hypothesized) și sig. Atenție! Dacă nu avem VI cu două niveluri, atunci nu avem
acest tabel!
● Multiple comparison - conține informații cu privire la mărimea și semnficația diferenței
în cazul efectului unei VI cu cel puțin trei niveluri asupra VD (tabel identic cu cel din one
way anova). Și aici ne interesează două categorii de informații: mărimea diferenței dintre
două grupuri (mean difference) și semnificația acestei diferențe (sig). Atenție! Dacă nu avem
VI cu cel puțin trei niveluri, atunci nu avem acest tabel.
● Profile plots – reprezentarea grafică a efectului de interacțiune între cele două variabile
asupra variabilei dependente.
5.Interpretarea:
1. Ipoteze
H0: Nu există un efect principal al tratamentului psihologic asupra autoîndreptățirii.
H1: Există un efect principal al tratamentului psihologic asupra autoîndreptățirii.
36
prezent la variabila autoîndreptățire.
b) Efectul principal al variabilei ședințe de coaching asupra autoîndreptățirii
1.Ipoteze
H0: Nu există un efect principal al ședințelor de coaching asupra autoîndreptățirii.
H1: Există un efect principal al ședințelor de coaching asupra autoîndreptățirii.
1.Ipoteze
H0:Nu există un efect de interacțiune între tratamentul psihologic și ședințele de coaching
asupra autoîndreptățirii.
H1:Există un efect de interacțiune între tratamentul psihologic și ședințele de coaching
asupra autoîndreptățirii.
2. Extragem valori
F(2,114)=5,94
P=0,004<0,05 => se resp.H0, se accep.H1=>concluzie parțială=>Există un efect de
interacțiune între tratamentul psihologic și ședințele de coaching asupra autoîndreptățirii.
37
Explicații tabel
COMPARAȚII PE VERTICALĂ
Gr1 cu Gr4
Gr2 cu Gr5 Teste t pt. eșantioane independente
Gr3 cu Gr6
COMPARAȚII PE ORIZONTALA:
Gr1 cu Gr 2 cu Gr 3
Anova One Way
Gr 4 cu Gr 5 cu Gr 6
Comparații pe verticală
38
G1-G4
F=13,71
p<0,05=>Varianțele dintre variabile nu sunt egale (RÂND 2); *df se ia mereu mereu de pe RÂND 1
t(29)=2,64
p=0,013<0,05=> există diferențe semnificative=> COMPAR MEDIILE (coloana Means)
X̅ G1> X̅ G4(din tabel)
În condiția de 3 ședințe de coaching, participanții fără tratament psihologic au obținut o medie
semnficativ mai mare decât participanții care au primit tratament psihologic la variabila
autoîndreptățire.
G2-G5
F=13,62
p=0,002<0,05=>Varianțele dintre variabile nu sunt egale (RÂND 2); *df se ia mereu mereu de pe
RÂND1
t(17)=1,13
p=0,27>0,05=> nu există diferențe semnificative
În condiția de 5 ședințe de coaching, nu există diferențe semnificative între persoanele care nu au
primit tratament psihologic și cele care au primit tratament psihologic la variabila autoîndreptățire.
G3-G6
F=2,10
p=0,15>0,05=> varianțele dintre variabile sunt egale (RÂND 1)
t(63)=0,79
p=0,42>0,05=>nu există diferențe semnificative
În condiția grupului de control, nu există diferențe semnificative între persoanele care nu au primmit
tartament psihologic și cele care au primit tratament psihologic la variabila autoîndreptățire.
Comparații pe orizontală
39
G1-G2-G3
G4 – G5 – G6
F(2, 31) = 10.22; p < 0.001 < 0.05 => dif semnificative între grupuri
X̅ G4– X̅ G5= 3.50; p = 0.56 > 0.05 => dif nesemnificative
X̅ G4– X̅ G6= 9.73; p < 0.001 < 0.05 => dif semnificative
X̅ G5– X̅ G6= 6.23; p = 0.07 > 0.05 => dif nesemnificative
In cazul celor fara tratament psihologic, exista diferente semnificative intre cei din cond de
control si cei cu 3 sedinte, in sensul ca cei care au participat la 3 sedinte de coaching au obtinut o
medie semnificativ mai mare comparativ cu cei din grupul de control la autoindreptatire. In
schimb, nu exista dif semnificative intre cei care au participat la 5 sedinte fata de cei din grupul
de control sau intre cei care au participat la 3 sedinte fata de cei cu 5 sedinte la variabila
autoindreptatire.
40
Anova Mixtă
Exercițiu: Analizaţi efectul de interacţiune între momentul testării şi nivelul de anxietate asupra
agresivităţii. Analizați și efectele principale.
Etape:
a) Efectul principal al VI 1 asupra VD
b) Efectul principal al VI 2 asupra VD
c) Efectul de interacțiune al VI 1 și VI 2 asupra VD
VD = agresivitatea
VI1 = momentul testarii (test vs retest) => variabila intragrup
VI2 = nivelul de anxietate (1 – scazut, 2 – ridicat) => variabila intergrup
O variabilă independentă intragrup și o variabilă independentă intergrup => ANOVA Mixtă
41
SPLIT FILE ÎN FUNCȚIE DE VARIABILA ANXIETATE REZULTATE TESTE T PENTRU
ESATIOANE PERECHI (variabila care își menține constant nivelul la fiecare comparație este
anxietatea)
42
43
Aplicam teste T pentru esantioane independente, fara Split
File (cand variabila constanta este cu masuri repetate)
1.Redactare ipoteze
H 0 – Nu există un efect principal al momentului testării (VI 1 ) asupra agresivității (VD)
H 1 – Există un efect principal al momentului testării (VI 1 ) asupra agresivității (VD)
3.Extragem mediile (Estimated Marginal Means – tabelul aferent variabilei – Coloana Means)
X̅ agres_testare initiala = 8.44
X̅ agres_retestare = 10.26
X̅ agres_retestare > X̅ agres_testare initiala
4.Redactare concluzie
Concluzie: Există un efect principal al momentului testării asupra agresivității, în sensul că media
la retestare este semnificativ mai mare comparativ cu media la testare.
44
b) Efectul principal al nivelului de anxietate asupra agresivității.
1.Redactare ipoteze
H 0 - Nu există un efect principal al nivelului de anxietate (VI 2 ) asupra agresivității (VD)
H 1 - Există un efect principal al nivelului de anxietate (VI 2 ) asupra agresivității (VD)
c) Efectul de interacțiune
1.Redactare ipoteze
H 0 – Nu există un efect de interacțiune între momentul testării (VI 1) și nivelul de anxietate (VI 2)
asupra agresivității (VD).
H 1 – Există un efect de interacțiune între momentul testării (VI 1) și nivelul de anxietate (VI 2)
asupra agresivității (VD).
2. Extragem coeficienții
F(1, 48) = 4.07; p = 0.049 < 0.05 => se respinge H0, acceptam H1 => există un efect de
interacțiune între momentul testării și nivelul de anxietate asupra agresivității
45
Comparații pe orizontală (Independent Sample t Test – variab constantă este momtest) G1 –G2
TEST LEVENE F = 14.84; p < 0.001 < 0.05 => varianțe inegale (rând 2) t (48) = -7.22; p < 0.001
< 0.05 => diferență semnificativă
Compar mediile: G1 < G2
G1a – G2a
F = 40.34; p < 0.001 < 0.05 => varianțe inegale (rând 2)
t(48) = -3.95; p < 0.001 < 0.05 => diferență semnificativă
Compar mediile: G1a < G2a
Concluzie:
● În ceea ce privește prima testare a agresivității, există diferențe semnificative între cei cu
nivel scăzut și cei cu nivel ridicat de anxietate, în sensul că cei cu un nivel ridicat de anxietate
prezintă o medie semnificativ mai mare comparativ cu cei cu un nivel scăzut de anxietate.
● Cea de-a doua testare a agresivității indică diferențe semnificative în funcție de nivelul de
anxietate, în sensul că cei cu un nivel ridicat de anxietate au o medie semnificativ mai mare
comparativ cu cei cu un nivel scăzut.
Analiza de varianță
ANOVA (VD-scala de interval)
46
12. Corelațiile în statistică
Ce se întâmplă în schimb când valoarea corelației este 0? Acest lucru indică faptul că nu există
o relație între două variabile. Acest tip de corelație pe grafic ese afișat ca un grup de elemente de
analizat dispersat pe tot graficul, fără a fi posibil de trasat linia regresiei.
Coeficientul care exprimă semnificația corelației este p. În cercetări, p are rolul să ne spună dacă
datele din grafic susțin ipoteza de nul (H0: nu există o asociere semnificativă între variabile) sau o
ipoteză alternativă, ipoteza de cercetare, H1 (există o asociere semnificativă între variabile). Dacă
p<0.05, corelația este una semnificativă, iar dacă p>0.05 corelația este nesemnificativă.
În SPSS, când vom vedea o corelație de 0.000 o vom nota cu 0.001 pentru a arăta ca e
semnificativă. Pe un grafic, coeficientul p este notat ca ”Sig.” Iar valoarea lui r se gășește în
tabelul PRF, la fel ca în imaginea următoare:
47
Corelația Pearson aparține testelor statistice parametrice. Ia valori între -1 şi +1 și
indică puterea (interpretăm valoarea coeficientului) şi direcţia (interpretăm semnul
coeficientului) asocierii lineare.
După ce vom urma aceste instrucțiuni ni se va afișa un meniu în care ni se cere să selectăm minim
două variabile pentru a fi corelate. În cazul nostru, acestea sunt înălțimea și greutatea. Vom marca
apoi că Pearson este coeficientul de corelație cu care vrem să lucrăm, Pentru corelația Pearson,
ambele variabile trebuie să fie măsurate pe scala de interval sau raport, iar scorurile lor trebuie să
urmeze o distribuție gaussiană normală. Aceste aspecte se verifică înainte de a executa testul
Pearson. De regulă, vom alege opțiunea two-tailed.
48
Ultimul lucru de executat pentru a calcula o corelație Pearson în acest meniu este bifarea optiunii
de a semnala corelații semnificative. În urma efectuării tuturor pașilor vom obține un tabel precum
cel din figura de jos:
Variabilele au fost corelate cu ele înseși și între ele. Întotdeauna, dacă efectuăm corelații între
aceleași variabile vom avea valoarea 1. În cazul corelării cu alte variabile, observăm că avem o
corelație puternică în funcție de r (.574) și nesemnificativă în funcție de p (.083).
În SPSS putem corela mai mult de două variabile printr-o singură operațiune, dar rezultatul nu ne
va indica asocierea dintre cele 3 variabile simultan, ci le va grupa câte 2.
49
13. Regresia liniară
Regresia este o analiză care permite prezicerea scorurilor la o variabilă pe baza unei alte variabile
sau a unui set de variabile. Aici, variabilele independente nu au nivele (nu se măsoară pe scala
nominală), ci sunt continue (scala de interval sau raport).
Variabila predictor/variabila independentă – variabila care prezice (o variabilă sau mai multe).
Variabila criteriu/variabila dependentă – variabila care este prezisă (mereu o singură variabilă).
Exemplul 1:
Motivația academică (variabila preductor) prezice performanța la matematică (variabila
criteriu) – REGRESIE LINIARĂ SIMPLĂ.
Exemplul 2:
Motivația academic, abilitățile spațiale și abilitățile de calcul ( variabila predictor) prezic
performanța la matematică (variabila criteriu) – REGRESIE LINIARĂ MULTIPLĂ.
Exerciții:
1.Regresia liniară simplă
Variabila predictor: Nivelul de stres
Variabila criteriu: Satisfacția vieții
H1: Nivelul de stres prezice negativ satisfacția vieții
H0: Nivelul de stres nu prezice negativ satisfacția vieții
50
a
Din tabelul Coefficients
Pentru variabila stres, Beta = -0, 14, p<0,
001. Deoarece p<0 ,05 predictorul este unul
semnificativ. Predictorul este negativ.
-Dacă Beta este cu „+” – ESTE POZITIV
-Dacă Beta este cu „-” – ESTE NEGATIV
a
Din tabelul Model Summary
2 R ajustat = 0, 171 (coloana 4)
R ajustat * 100 = 17, 1%
Interpretare: Modelul format din nivelul de
stres este responsabil/explică 17, 1% din
varianța scorurilor la satisfacția vieții.
a
Din tabelul ANOVA
F = 133,95
df = 4, 285
p<0, 001
Interpretare: Deoarece p<0,05, analiza de
regresie F(4, 285) = 133, 95 este una
semnificativă.
a
Din tabelul Coefficients
Pentru variabila satisfacția vieții, Beta =
-0,14, p = 0,001. Deoarece p<0, 05,
predictorul este unul semnificativ.
Predictorul este negativ.
Pentru variabila capital psihologic, Beta =
-0.22, p<0, 001. Deoarece p<0, 05,
predictorul este unul semnificativ.
Predictorul este negativ.
51
Pentru variabila anxietate, Beta = 0, 47, p<0, 001. Deoarece p<0, 05, predictorul este
semnificativ. Predictorul este unul pozitiv.
Pentru variabila stres, Beta = 0, 19, p<0, 001. Deoarece p<0, 05, predictorul este semnificativ.
Predictorul este unul pozitiv.
Ierarhizare a predictorilor (se face doar pentru predictorii semnificativi) -se realizeaza pe baza
modulului de Beta.
Modul Beta satisfacția vieții = 0,14
Modul Beta capital psihologic = 0,22
Modul Beta anxietatea = 0,47
Modul Beta stres = 0,19
Satisfacția vieții < Stres < Capital psihologic < anxietate
2
R ajustat = 0.648
2
R ajustat *100 = 64.8 %
Modelul format din satisfacția vieții, capital psihologic, anxietate și stres este
responsabil pentru 64.8 % din varianța scorurilor la depresie.
52
Exemple de ipoteze
Anova one way- Se folosește atunci când avem o variabilă independentă cu 3 sau mai multe
nivele și o variabilă dependentă distribuită normal și măsurată pe scala de interval/raport.
Teste T pentru eșantioane perechi- ne uitam mereu după aceeași variabila măsurată la 2
momente temporare diferite sau aceeași variabila măsurată la alte 2 variabile ( ne gândim la
sensul propriu al cuvântului pereche)
Teste T pentru eșantioane independente- Se folosește atunci când avem o variabilă
independentă cu 2 nivele și o variabilă dependentă distribuită normal și măsurată pe scala de
interval/raport.
Ne dam seama ca sunt teste T sau ANOVA după numărul de nivele al variabilei independente.
Ne dam seama ca este Regresie atunci când ipotezele propun o asociere între variabile continue
(măsurate pe scala de interval/raport).
Există o diferență între nivelul anxietății elevilor în timpul în timpul școlii fizice comparativ cu
școala online
53
Anova univariată
Perceptia asupra autonomiei este influentată semnificativ de gen și mediu de proveniență.
Vd-perceptia autonomie
Vi-gen și mediu de proveniență
Regresie liniară
Corelaţia Pearson
I3: Există un efect principal al posturii capului asupra dominanței, în sensul în care persoanele care au
capul înclinat în sus sunt percepute ca fiind mai atractive decât persoanele care au capul înclinat normal
sau înclinat în jos.
VI 1 - postura capului
VD: Dominanță
VI 1 - postura capului
Niveluri: înclinat în sus, înclinat normal, înclinat în jos
VI 2 – starea afectivă Niveluri: fericit, trist
VD – dominanța
Compararea stării afective a participanților înainte și după expunerea la un film cu valență negativă.
Există un efect principal al momentului testării asupra agresivității, în sensul că media la retestare
este semnificativ mai mare comparativ cu media la testare.
54
Bibliografie
[Diapozitive PowerPoint].
PowerPoint].
Labăr, A.V. (2008), SPSS pentru Științe ale Educației, Iași: Polirom
55