Α.Σ.ΠΑΙ.Τ.Ε. – Science, Technology, Engineering and Mathematics
Μάθημα: «Στατιστικά Πακέτα Ποσοτικής Έρευνας»
Ενότητα: «Στατιστική ανάλυση με τη βοήθεια του SPSS»
Διδάσκων: Δρ Κορρές Κωνσταντίνος
Περίγραμμα:
To SPSS (Statistical Package for Social Sciences) είναι ένα στατιστικό πακέτο, το οποίο προσφέρει πολλές δυνατότητες στην κωδικοποίηση και την ανάλυση των δεδομένων μιας έρευνας, τόσο αν αυτά έχουν προέλθει από ποσοτικές όσο και από ποιοτικές ερευνητικές προσεγγίσεις, αλλά και στην παρουσίαση των αποτελεσμάτων της έρευνας. Αρχικά το SPSS το ανέπτυξε, το εξέλισσε και το διέθετε η SPSS Inc., ενώ από το 2009 το αναπτύσσει και το διαθέτει η IBM ως IBM SPSS Statistics.
Στην παρούσα ενότητα θα παρουσιαστούν τα βασικά χαρακτηριστικά του SPSS, αλλά και του ισοδύναμου ελεύθερου πακέτου PSPP. Θα παρουσιαστεί η βασική δομή ενός αρχείου δεδομένων του SPSS και πως κωδικοποιούμε δεδομένα στο SPSS. Ειδικότερα, σε μία έρευνα στην οποία έχουμε ποσοτικά δεδομένα ή ποιοτικά δεδομένα τα οποία έχουν ποσοτικοποιηθεί (δηλαδή προέρχονται είτε από ένα ερωτηματολόγιο ή από απαντήσεις σε μία συνέντευξη), σε ένα αρχείο δεδομένων του SPSS, κάθε γραμμή αντιστοιχεί σε μία συγκεκριμένη παρατήρηση (observation) ή περίπτωση (case) (δηλαδή σε ένα συγκεκριμένο άτομο) και κάθε στήλη σε μία μεταβλητή (variable) (δηλαδή μία ερώτηση στο ερωτηματολόγιο ή τη συνέντευξη).
Θα παρουσιαστούν οι βασικές μέθοδοι περιγραφικής στατιστικής ανάλυσης (Descriptive Statistics) με το SPSS, ειδικότερα πως κατασκευάζουμε πίνακες συχνοτήτων – σχετικών συχνοτήτων, ραβδογράμματα, διαγράμματα, ιστογράμματα, κυκλικά διαγράμματα συχνοτήτων – σχετικών συχνοτήτων και πίνακες συνάφειας. Επίσης θα παρουσιαστούν τα βασικά περιγραφικά μέτρα θέσης και διασποράς (μέση τιμή, διασπορά ή διακύμανση, τυπική απόκλιση, συντελεστής μεταβολής κλπ), πως υπολογίζονται με τη βοήθεια του SPSS και πως ερμηνεύονται, ειδικότερα τι συμπεράσματα μπορούμε να βγάλουμε για το δείγμα από τις τιμές των περιγραφικών μέτρων.
Θα παρουσιαστεί ο συντελεστής α του Cronbach, πως υπολογίζεται με τη βοήθεια του SPSS για το σύνολο ή για ομάδες ερωτήσεων ενός εργαλείου μέτρησης (ερωτηματολογίου) που αντιστοιχούν σε υποέννοιες του υπό μελέτη φαινομένου και πως ερμηνεύονται οι τιμές που έχουν υπολογιστεί. Επίσης θα παρουσιαστούν οι μέθοδοι ελέγχου αξιοπιστίας ενός εργαλείου και πως γίνεται ο αντίστοιχος έλεγχος με το SPSS.
Θα παρουσιαστούν οι βασικές μέθοδοι επαγωγικής στατιστικής ανάλυσης (Inferential Statistics), ειδικότερα παραμετρικά και μη παραμετρικά κριτήρια και ο συντελεστής γραμμικής συσχέτισης του Pearson.
Τα παραμετρικά κριτήρια εφαρμόζονται στην περίπτωση ποσοτικών μεταβλητών. Η εφαρμογή παραμετρικών τεχνικών σε ανεξάρτητα δείγματα, απαιτεί την ύπαρξη της κανονικής κατανομής στον πληθυσμό από τον οποίο προέρχονται τα δείγματα. Εναλλακτικά, επιτρέπεται η χρήση τους όταν τα μεγέθη των δειγμάτων είναι αρκετά μεγάλα (≥ 30), διότι τότε το Κεντρικό Οριακό Θεώρημα της θεωρίας Πιθανοτήτων εξασφαλίζει την ικανοποίηση των προϋποθέσεων.
Θα παρουσιαστούν τα παραμετρικά κριτήρια t–test για τον έλεγχο της ισότητας των μέσων δύο ανεξάρτητων δειγμάτων (Independent Samples t-test), t–test για τον έλεγχο της διαφοράς των μέσων για ζευγαρωτές παρατηρήσεις (Paired Samples t-test) και η ανάλυση διασποράς ANOVA (One – way ANOVA) για τον έλεγχο της ισότητας των μέσων τριών ή περισσότερων ανεξάρτητων δειγμάτων.
Τα μη παραμετρικά κριτήρια (non parametric tests) εφαρμόζονται κυρίως στην περίπτωση ποιοτικών μεταβλητών, αλλά και στην περίπτωση ποσοτικών μεταβλητών. Η εφαρμογή μη παραμετρικών τεχνικών σε ανεξάρτητα δείγματα, δεν απαιτεί την ύπαρξη κανονικής κατανομής στον πληθυσμό από τον οποίο προέρχονται τα δείγματα, αντίθετα με τα παραμετρικά κριτήρια. Επίσης δεν υπάρχει περιορισμός ως προς το μέγεθος των δειγμάτων.
Θα παρουσιαστούν τα μη παραμετρικά κριτήρια Χ2 – Έλεγχος ομοιογένειας, Χ2 – Έλεγχος ανεξαρτησίας, το κριτήριο Mann – Whitney και το κριτήριο Kruskal – Wallis. Τα αποτελέσματα της σχέσης μεταξύ υποπληθυσμών ή μεταβλητών διερευνώνται εκτενέστερα μέσω των πινάκων συνάφειας (Crosstabulation tables), οι οποίοι μπορούν να υπολογιστούν από το SPSS.
Ο συντελεστής γραμμικής συσχέτισης του Pearson συγκρίνει δύο μεταβλητές ως προς το αν συσχετίζονται γραμμικά, δίνοντας ένα μέτρο σε αριθμητική κλίμακα που παίρνει τιμές στο διάστημα [–1, 1], με τις τιμές «κοντά» στο 1 και στο –1 να σημαίνουν ισχυρή θετική και αρνητική συσχέτιση αντίστοιχα, ενώ τιμές «κοντά» στο 0 να σημαίνουν την «απουσία» γραμμικής συσχέτισης.
Τέλος θα παρουσιαστούν η Απλή γραμμική παλινδρόμηση (Simple Linear Regression) και μέθοδοι Πολυδιάστατης ανάλυσης δεδομένων, ειδικότερα η ανάλυση παραγόντων (Factor Analysis) και η αυτόματη ταξινόμηση (Cluster Analysis).
Η απλή γραμμική παλινδρόμηση (Simple Linear Regression) μελετάει τη σχέση μεταξύ δυο ποσοτικών μεταβλητών. Η απλή γραμμική παλινδρόμηση ελέγχει κατά πόσο τα ζεύγη τιμών μπορούν να θεωρηθούν σημεία μιας ευθείας και να προσδιοριστεί μία γραμμική σχέση (συνάρτηση α΄ βαθμού) μεταξύ τους.
Η ανάλυση παραγόντων (Factor Analysis) είναι ουσιαστικά μία τεχνική μείωσης δεδομένων (data reduction technique). Σύμφωνα με την ανάλυση παραγόντων οι μεταβλητές μιας έρευνας ομαδοποιούνται σε σύνθετες μεταβλητές (factors ή complex / latent variables), οι οποίες εξηγούν πληρέστερα το φαινόμενο. Με την αυτόματη ταξινόμηση (Cluster Analysis) προσδιορίζονται ομοιογενείς ομάδες ατόμων ως προς το σύνολο των κύριων μεταβλητών.
Παρακάτω παρατίθενται σημειώσεις σχετικά με μεθόδους στατιστικής ανάλυσης με το στατιστικό πακέτο SPSS, ειδικότερα εισαγωγικά θέματα χειρισμού του SPSS, θέματα περιγραφικής ανάλυσης, θέματα επαγωγικής ανάλυσης και θέματα ανάλυσης παραγόντων με το SPPS.
Επίσης παρατίθενται παραδείγματα γνωστικών ερωτηματολογίων (προ - τεστ και μετά - τεστ) και ερωτηματολογίων διαθέσεων, όπως επίσης και παραδείγματα από αρχεία δεδομένων του SPSS.
Βιβλιογραφία:
Cohen L., Manion L. and Morrison K. (2005). Research Methods in Education (Fifth edition). London and New York: Taylor & Francis (First published in 2000 by Routledge Falmer in London and New York).
Peers I. (1996). Statistical Analysis for Education and Psychology Researchers. Falmer Press (Taylor and Francis Group), London, Washington D.C.
Korres K. (2011). Statistical Analysis using SPSS. ASPETE & Roehampton University, MA in Education. Προσβάσιμο από την ιστοσελίδα: http://users.sch.gr/kkorres/htmllinks/spss.htm
Κορρές Κ. (2015). «Εισαγωγή στην Ψυχομετρία. Στατιστικές μέθοδοι σε ψυχομετρικά δεδομένα». Σημειώσεις μαθήματος «Εισαγωγή στην Ψυχομετρία». Πρόγραμμα Μεταπτυχιακών Σπουδών «Συμβουλευτική και Επαγγελματικός Προσανατολισμός», Τμήμα Φιλοσοφίας Παιδαγωγικής Ψυχολογίας, Πανεπιστήμιο Αθηνών. Αθήνα, 2015. Προσβάσιμο από την ιστοσελίδα: http://users.sch.gr/kkorres/htmllinks/psychometrics.htm
Τσάντας Ν., Μωϋσιάδης Χ., Μπαγιάτης Ντ. & Χατζηπαντελής Θ. (1999). Ανάλυση δεδομένων με τη βοήθεια στατιστικών πακέτων. Θεσσαλονίκη: Εκδόσεις Ζήτη.
Μπεχράκης Θ. (1999). Πολυδιάστατη Ανάλυση Δεδομένων: Μέθοδοι και Εφαρμογές. Αθήνα: Εκδόσεις Λιβάνη.
1) Σημειώσεις σχετικά με μεθόδους στατιστικής ανάλυσης με τη βοήθεια του SPSS
Korres K. (2016). Statistical packages of Quantitative Research. STEM, ASPETE.pdf
2) Παραδείγματα γνωστικών ερωτηματολογίων (προ - τεστ και μετά - τεστ) και ερωτηματολογίων διαθέσεων
α) Παράδειγμα πρώτης σελίδας ερωτηματολογίου
β) Γνωστικά ερωτηματολόγια και ερωτηματολόγια διαθέσεων
Pre questionnaire Example (Kyriazis, Psycharis, Korres,2009).pdf
Post questionnaire Example (Kyriazis, Psycharis, Korres,2009).pdf
3) Παραδείγματα από αρχεία δεδομένων του SPSS
SPSS Data file Example (Kyriazis, Psycharis, Korres, 2009).sav
4) Δραστηριότητα
Δραστηριότητα, Στατιστικά πακέτα ποσοτικής έρευνας, Κορρές Κ.doc