با تنظیم صحیح داده‌ها، تجزیه و تحلیل خود را آسان‌تر کنید.
قبل از انجام تجزیه و تحلیل در SPSS، باید فایل داده خود را به درستی تنظیم کنید. اگر یک مجموعه داده ساده دارید (به عنوان مثال، هیچ مقدار یا مقادیر پرت ندارید)، یا در حال انجام برخی از آزمایش‌های آماری ساده‌تر هستید، ممکن است فقط نیاز به دانستن اصول اولیه تنظیم و ورود داده‌ها داشته باشید. با این حال، مجموعه داده‌هایی که به جای نمونه‌های کتاب درسی از دنیای واقعی می‌آیند، به ندرت به این سادگی هستند. ممکن است مجبور شوید داده‌ها، تقسیم فایل‌ها، کمیت‌های کد معکوس و موارد وزن‌دهی را انتخاب و فیلتر کنید.
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.
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.
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.
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.
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.
تماس و مشاوره با گراف‌پد
