مطمئن شوید از آزمون‌های آماری صحیح برای تحلیل داده‌ها استفاده می‌کنید.

اولین مرحله در هر تحلیل داده‌ها، شناسایی آزمون‌های آماری صحیح است. اینکه کدام آزمون‌های آماری مناسب‌تر هستند به طرح مطالعه شما، فرضیه‌ها یا سؤالات تحقیقی که می‌خواهید به آنها پاسخ دهید و همچنین انواع کمیت‌هایی که استفاده کرده‌اید بستگی دارد. انتخاب آزمون آماری، شما را در فرآیند انتخاب آزمون صحیح برای تجزیه و تحلیل داده‌های خود راهنمایی می‌کند.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

   کار کردن با داده‌ها

قبل از انجام تحلیل در SPSS، باید فایل داده خود را به درستی تنظیم کنید. این می‌تواند یک فرآیند ساده باشد، اما تنظیماتی که باید استفاده کنید بر اساس نوع داده‌های شما و همچنین آزمون آماری که برای آنالیز داده‌های خود استفاده می‌کنید، متفاوت خواهد بود. اگر داده‌های شما به آن سادگی که ابتدا فکر می‌کردید نیست، ممکن است مجبور شوید فیلترها، فایل‌های تقسیم‌بندی، کمیت‌های کد معکوس و وزن‌دهی را اعمال کنید. SPSS به شما نشان می‌دهد که چگونه می‌توانید آنها را انجام دهید.

مشاوره و راهنمایی

    بررسی فرضیه‌های آماری

هر آزمون آماری دارای مواردی است که به عنوان «پیش‌فرض‌ها» شناخته می‌شوند که در صورت امکان استفاده از آزمون، باید رعایت شوند. بنابراین، بخشی از فرآیند آنالیز داده شامل بررسی پیش‌فرض‌ها می‌شوند تا مطمئن شوید که داده‌های شما این پیش‌فرض‌ها را نقض نمی‌کنند. متأسفانه، بسیاری از داده‌ها حداقل یک فرض را نادیده می‌گیرند. SPSS به شما نشان می‌دهد که چگونه مفروضات را بررسی کنید و همچنین راه‌حل‌های ممکن را در زمانی که داده‌های شما با چنین مفروضاتی مطابقت ندارند، ارائه می‌کند.

آموزش نرم‌افزار SPSS

     نوشتن و بیان نتایج

برای اینکه تحلیل داده‌های خود را به درستی بنویسید و گزارش کنید، باید بتوانید جداول و نمودارهایی را که SPSS Statistics تولید می‌کند، به طور دقیق تفسیر کنید. در حالی که SPSS جداول زیادی را ایجاد می‌کند، شما اغلب تنها نیاز به تفسیر و گزارش بخش کوچکی از آنها دارید. نحوه تفسیر خروجی‌های نرم‌افزار، به نتایج آزمون‌های آماری که انجام داده‌اید بستگی دارد. ما به شما نشان می‌دهیم که کدام بخش از خروجی SPSS را باید تفسیر کنید و چگونه نتایج و توضیحات خود را بنویسید.

مشاوره و راهنمایی

    آنالیز داده‌ها با استفاده از SPSS

پس از وارد کردن صحیح داده‌های خود در SPSS و بررسی پیش‌فرض‌های مورد نیاز برای تحلیل داده‌ها، از نرم‌افزار SPSS برای آنالیز داده‌ها استفاده کنید. این فرایند احتمالاً کمی پیچیده خواهد بود، زیرا باید از تعداد زیادی روش و آزمون آماری، بهترین و درست‌ترین آن‌ها را انتخاب کنید. راهنمای جامع و گام به گام نرم‌افزار به شما نشان می‌دهد که چگونه طیف وسیعی از آزمون‌های آماری را انتخاب کرده و انجام دهید. SPSS توضیحات و نکاتی را برای کمک به شما در این راه ارایه می‌دهد.

آموزش نرم‌افزار SPSS

     تنظیم و ورود داده‌ها به نرم‌افزار

برای تنظیم داده‌های خود به گونه‌ای که بتوان آن‌ها را به درستی تحلیل کرد، باید Variable View و Data View در SPSS را درک کنید. Data View بسیار ساده است، اما به شما بستگی دارد که به درستی Variable View را تنظیم کنید، جایی که کمیت‌های خود را برچسب گزاری می‌کنید و به SPSS می‌گویید که چگونه اندازه‌گیری شده‌اند. به‌جای ارائه یک راهنمای کلی برای تنظیم داده‌هایتان، به شما نشان می‌دهیم که چگونه این کار را برای هر آزمون آماری در کار خود انجام دهید. به عنوان مثال ورود و تنظیم داده‌ها برای یک Paired-T Test در مقایسه با یک آزمون Two-way ANOVA یا رگرسیون چندگانه، متفاوت است.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

 

     انتخاب و فیلتر داده‌ها

شما به ندرت می‌خواهید داده‌ها را از فایل آماری SPSS خود حذف کنید، اما موارد متعددی وجود دارد که لازم است آن داده‌ها را قبل از تجزیه و تحلیل فیلتر کنید. مثلاً برای در نظر گرفتن داده‌های از دست رفته یا نقاط پرت در مجموعه داده‌ها، که می‌تواند بر نتایج شما تأثیر منفی بگذارد. ما گام به گام به شما نشان می‌دهیم که چگونه انواع مختلف داده‌ها (یعنی موارد خاص) را انتخاب کنید و سپس مجموعه داده‌های خود را با استفاده از تابع Select Cases در SPSS فیلتر کنید.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

 

     تقسیم فایل‌ها Split Files

اگر می‌خواهید آزمایش‌های آماری مشابهی را روی زیرگروه‌های مختلف مجموعه داده‌های خود اجرا کنید (مثلاً اجرای آزمون t به طور جداگانه بر روی مردان و زنان)، ممکن است لازم باشد فایلی را که با آن کار می‌کنید «تقسیم» و یا اصطلاحاً Split کنید. ما گام به گام به شما نشان می‌دهیم که چگونه از تابع Split File در SPSS برای کمیت‌های تکی و چندگانه استفاده کنید.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

 

     کدگزاری معکوس

دلایل زیادی وجود دارد که چرا یک کمیت ممکن است نیاز به کدگزاری معکوس داشته باشد، مثلاً زمانی که داده‌های خود را با استفاده از پرسشنامه/نظرسنجی جمع‌آوری کرده‌اید که در آن از پاسخ‌دهندگان با استفاده از مقیاس لیکرت (مثلاً مقیاس از «کاملاً موافقم» تا «کاملاً مخالفم»). در چنین مواردی، گاهی اوقات لازم است نحوه کدگزاری داده‌ها را قبل از تجزیه و تحلیل، اصلاح کنید. SPSS در راهنمای کدنویسی معکوس خود درباره این موضوع بیشتر توضیح می‌دهد، همچنین به شما نشان می‌دهیم که چگونه یک کمیت را با استفاده از تابع Recode into Different Variables در SPSS، گام به گام کدنویسی کنید.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

     وزن‌دهی داده‌ها

گاهی اوقات داده‌هایی که می‌خواهید تحلیل کنید قبلاً خلاصه شده است. این مطلب معمولاً در هنگام جمع‌آوری داده‌ها رایج است. به عنوان مثال، پرسشنامه‌ای توسط 21 نفر تکمیل شد و از آنها پرسیده شد که آیا آنها (الف) سیگار می‌کشند و (ب) به طور منظم ورزش می‌کنند. شما داده‌ای ندارید که نشان دهد هر فرد چگونه به این دو سؤال پاسخ داده است، فقط کل شمارش‌ها را دارید (مثلاً، 12 نفر سیگار می‌کشیدند/ 9 نفر سیگار نمی‌کشیدند؛ 5 نفر به طور منظم ورزش می‌کردند/16 نفر ورزش نمی‌کنند). برای آزمایش اینکه آیا ارتباطی بین این دو کمیت (سیگار کشیدن و ورزش منظم) وجود دارد یا خیر، می‌توانید با استفاده از SPSS یک آزمون کای اسکوئر ارتباط را اجرا کنید. با این حال، شما نمی‌توانید به سادگی داده‌ها را همانطور که در SPSS انجام می‌دهید، تحلیل کنید زیرا قبلاً خلاصه شده است. در عوض، باید از تابع Weight Cases استفاده کنید. ما به شما نحوه انجام این کار را مرحله به مرحله نشان می‌دهیم.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

    مفروضات مورد نیاز را درک کنید

ابتدا، به شما می‌گوییم که چه فرضیاتی برای یک آزمون آماری خاص مورد نیاز است (به عنوان مثال، انواع کمیت‌های مورد نیاز، تأثیر عوامل پرت، مستقل بودن مشاهدات، نرمال بودن، همگنی واریانس‌ها، یا کروی بودن و غیره). برخی از آزمون‌های آماری پیش فرض‌های بیشتری نسبت به سایرین دارند. در مرحله بعد به زبانی ساده، معنای فرضیات را در زمینه آزمون‌های آماری مورد علاقه‌تان توضیح می‌دهیم. در نهایت، به شما می‌گوییم که چگونه تعیین کنید آیا داده‌های شما با این مفروضات مطابقت دارند یا خیر. در صورت لزوم، ما همچنین ترتیبی را که هر فرض باید آزمایش شود، توضیح می‌دهیم.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

 

    بررسی کنید که آیا مفروضات برقرار هستند یا خیر؟

دستورالعمل‌های جامع و گام به گام ارائه می‌کنیم تا به شما نشان دهیم که چگونه برای هر فرض با استفاده از SPSS آزمایش کنید. به عنوان مثال، boxplots, scatterplots, Normal Q-Q Plots یا P-P plots، نحوه استفاده از تشخیص‌های موردی، نحوه انجام آزمون‌هایی مانند نرمال بودن Shapiro-Wilk، آزمون Levene برای همگنی واریانس‌ها، و Mauchly تست کرویت و غیره را انجام دهید. در نهایت، نحوه تفسیر نتایج حاصل از این روش‌ها را توضیح می‌دهیم تا بتوانید تعیین کنید که آیا داده‌های شما مفروضات لازم را برآورده کرده‌اند یا خیر.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

 

    در صورت برآورده نشدن فرضیات، راه حلی بیابید

اگر داده‌های شما با هر یک از مفروضات مورد نیاز مواجه نشدند (این طبیعی است)، SPSS طیف گسترده‌ای از راه‌حل‌ها را ارائه می‌دهد. برای مثال، اگر بتوانید قرار گرفتن داده‌ها در یک محدوده را توجیه کنید، ممکن است بتوانید «داده پرت» را نادیده بگیرید. ممکن است بتوانید «داده‌ها» را زمانی که «نرمال» نیستند «تبدیل کنید». به هر حال ممکن است بتوانید آزمون آماری را اجرا کنید زیرا برای نقض برخی فرضیات کاملاً قوی و یا اصطلاحا Robust است. ممکن است آزمون‌های آماری جایگزینی وجود داشته باشد که می‌توانید آن‌ها را اجرا کنید که نیازی به برآورده شدن مفروضات مشابهی ندارند. ما توضیح می‌دهیم که این راه‌حل‌ها چیست، از چه رویه‌هایی می‌توانید در SPSS برای مقابله با برخی موارد نقض این مفروضات استفاده کنید، و اگر راه‌حل‌های واضحی وجود نداشته باشد، در هنگام انجام تجزیه و تحلیل چگونه موارد نقض را توضیح دهید.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

     راهنماهای گام به گام

هر یک از راهنماهای ما به شما نشان می‌دهد که چگونه با استفاده از SPSS یک آزمون آماری متفاوت را انجام دهید. ما با توضیح اینکه تست چیست، چه زمانی باید از آن استفاده کنید و چه نتیجه‌ای می‌توانید از آن بگیرید شروع می‌کنیم. سپس با دستورالعمل‌های جامع و گام به گام با اسکرین شات های بزرگ از SPSS، شما را راهنمایی می کنیم. در طول مسیر، یادداشت‌ها و توضیحات مهمی را اضافه می‌کنیم تا به سادگی بدانید روی چه دکمه‌هایی کلیک کنید و گزینه‌هایی را انتخاب کنید، همچنین بدانید که چگونه ویژگی‌های داده‌های شما ممکن است بر انتخاب‌هایی که باید انجام دهید تأثیر بگذارد. باز هم، همه راهنماها با این فرض نوشته شده‌اند که شما اطلاعات کمی از آمار یا SPSS دارید یا اصلاً دانش ندارید.

 

    مثال‌ها

وقتی به شما نشان می‌دهیم که چگونه از SPSS برای انجام یک آزمون آماری خاص استفاده کنید، این کار را با استفاده از یک مثال انجام می‌دهیم. اگر می‌خواهید قبل از تحلیل داده‌های خود تمرین کنید، می‌توانید فایل داده‌های آماری SPSS را برای هر مثال دانلود کنید. شما به سرعت می‌توانید بررسی کنید که همان نتایجی را دریافت می‌کنید که ما دریافت می‌کنیم.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

 

 

    گزینه‌ها

از آنجایی که می‌تواند روش‌های عددی و گرافیکی متفاوتی برای نزدیک شدن به تحلیل داده‌های شما در SPSS وجود داشته باشد، ما به شما نشان می‌دهیم که اینها چیست و چه زمانی/چرا باید از این گزینه‌های مختلف استفاده کنید. علاوه بر این، SPSS Statistics اکنون روش‌های جدیدی برای ارائه داده‌ها با استفاده از Model Viewer خود دارد.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

 

 

    نکات و راهنماهای پیشرفته

اگر دانشجوی دکترا یا محقق هستید، ممکن است از شما خواسته شود که درک پیشرفته‌تری از روش‌های آماری زیربنای آمار SPSS داشته باشید (به عنوان مثال، چگونه SPSS فواصل اطمینان را هنگام استفاده از دستورات مختلف برای یک آزمون آماری محاسبه می‌کند). ما به شما کمک می کنیم تا برخی از این ویژگی‌ها و مفاهیم آنها را با استفاده از زبانی ساده و بدون نیاز به درک عمیق ریاضیات درک کنید. علاوه بر این، ممکن است نیاز به اجرای آزمون‌های آماری پیشرفته‌تری داشته باشید (به عنوان مثال، ANOVA مختلط، تجزیه و تحلیل مؤلفه‌های اصلی، رگرسیون لجستیک، و غیره)، در چنین مواردی، ما Stntax سینتکس را در راهنماهای خود قرار می‌دهیم و به شما نشان می‌دهیم که کجا و چه چیزی را باید درج کنید تا فرآیند آسان‌تر شود.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

     فهمیدن نتایج و خروجی‌های SPSS

ما به شما کمک می‌کنیم تا جداول و نمودارهایی را که SPSS Statistics هنگام تحلیل داده‌های خود تولید می‌کند، درک کنید. از آنجایی که نرم افزار جداول خروجی زیادی را برای آزمون‌ها و روش‌هایی که شما اجرا می‌کنید تولید می‌کند، ما به شما می‌گوییم که کدام جداول مفید هستند و کدام را می‌توانید نادیده بگیرید. برای هر جدولی که با تحلیل شما مرتبط است، راهنمای ما توضیح می‌دهد که هر رقم و عدد به چه معناست. در جایی که نیاز به تفسیر نمودارها و نمودارها دارید، نحوه انجام این کار را نیز توضیح می‌دهیم. ما خروجی را با استفاده از مثال‌هایی نشان می‌دهیم و توضیح می‌دهیم که چگونه نتایجی را که از نظر آماری معنی‌دار هستند و همچنین نتایجی که معنی‌دار نیستند، درک کنیم. در تمام راهنماهایمان، خروجی‌هایی را که SPSS با استفاده از زبانی ساده و بدون اصطلاحات خاص تولید می‌کند، توضیح می‌دهیم، با این فرض که دانش کمی از آمار دارید یا اصلاً دانش ندارید. هدف از راهنماهای ما این است که اطمینان حاصل کنیم که می‌توانید نتایج خود را تفسیر کنید.

 

    ارائه داده‌ها در نمودارها و گراف‌ها

شما اغلب نه تنها نتایج خود را می‌نویسید، بلکه نتایج خود را با استفاده از نمودارها و گراف‌ها نیز نشان می‌دهید. از آنجایی که رسم و طراحی نمودارها با برچسب و فرمت مناسب می‌تواند زمان‌بر باشد، ما به شما نشان می‌دهیم که چگونه این کار را با استفاده از SPSS انجام دهید. علاوه بر نشان دادن نحوه انجام این کار برای هر آزمون آماری، در صورت لزوم، به شما در ایجاد نمودارهای میله‌ای، خوشه‌ای، نمودارهای پراکنش، گروهی، نمودارهای جعبه‌ای و سایر گراف‌ها کمک می‌کنیم.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

 

    نوشتن نتایج خودتان

وقتی نوبت به نوشتن نتایج نهایی می‌رسد، به شما نشان می‌دهیم که چگونه این کار را با استفاده از یک سبک گزارش‌دهی مناسب (به عنوان مثال، سبک APA یا یک سبک گزارش‌گیری عمومی) انجام دهید. همچنین به شما نشان می‌دهیم که چگونه نتایج آزمون‌های مفروضات خود را بنویسید. همانطور که روی تست‌های مفروضات مختلف و روش‌های آماری مورد نیاز برای انجام یک آزمون آماری کار می‌کنید، ما به شما نشان می‌دهیم که چگونه هر بخش از خروجی خود را با دقت بنویسید. در پایان هر راهنما، به شما نشان می‌دهیم که چگونه می‌توانید تمام نتایج خود را در یک متن واحد جمع‌آوری کنید و بنویسید.

آموزش نرم‌افزار SPSS            مشاوره و راهنمایی

Differences between groups

Independent-samples t-test
Paired-samples t-test
One-way ANOVA
Repeated measures ANOVA
Two-way ANOVA
Factorial (three-way) ANOVA
Within-within-subjects ANOVA
Three-way repeated measures ANOVA
Three-way mixed ANOVA
Mixed ANOVA
Hotelling’s T²
One-way MANOVA
Two-way MANOVA
One-way MANCOVA
One-way ANCOVA
Two-way ANCOVA
Mann-Whitney U test
Wilcoxon signed-rank test
Kruskal-Wallis H test
Jonckheere-Terpstra test
Friedman test
McNemar’s test
Cochran’s Q test
Sign test
Test of two proportions
Chi-square test of homogeneity (2 x C)
Chi-square test of homogeneity (R x 2)

One sample

One-sample t-test
Chi-square goodness-of-fit

Survival analysis

Kaplan-Meier

Reliability

Cronbach’s Alpha
Cohen’s kappa
Fleiss’ kappa
Weighted kappa
Kendall’s W

Predicting scores

Linear regression
Multiple regression
Hierarchical multiple regression
Logistic regression
Ordinal regression

Associations

Pearson’s correlation
Point-biserial correlation
Pearson’s partial correlation
Spearman’s correlation
Kendall’s τ_b (tau-b)
Goodman and Kruskal’s γ (gamma)
Somers’ d
Mantel-Haenszel test of trend
Cochran-Armitage test of trend
Chi-square test for association (2×2)
Chi-square test of independence (RxC)
Fisher’s exact test (2×2) for independence
Relative risk (2 x 2)
Odds ratio (2 x 2)
Goodman and Kruskal’s λ (lambda)
Loglinear analysis

Data reduction

Principal components analysis

Assumptions

Testing for normality
Transforming data

Moderation

Dichotomous moderator analysis

Graphs and charts

Bar chart
Clustered bar chart
Simple error bar chart
Simple 3-D bar chart
Simple line graph
Multiple line graph
Simple area chart
Stacked area chart
Simple scatterplot
Grouped scatterplot
Scatterplot matrix
Simple dot plot
Simple 3-D scatterplot
Simple histogram
Stacked histogram
Frequency polygon
Boxplot
Clustered boxplot
1-D boxplot
Pie chart
Population pyramid

Getting to know SPSS

Creating a new file
Opening a file
Data setup in SPSS
Reverse coding in SPSS
Selecting cases in SPSS
Splitting a file
Weighting cases
Mean centring continuous variables
Creating dummy variables
Calculating a total score
Calculating a mean score
Creating an ID variable
Recoding a continuous to an ordinal variable
Recoding a continuous to a dichotomous variable
Calculating a z-score (standard score)