SPSS 2

Lägg dessa in dessa nummer i SPSS innan du går vidare…
Värt att tänka på. Measure är satt till NOMINAL för ID och GENDER.
Det man mäter är grupper utan inbördes ordning. Exempel är KÖN, YRKE och SJUKDOMSTYP.
Variabelns olika värde kan endast skrivas med ORD, exempelvis man/kvinna, lärare/sjuksköterska/städare/säljare.
För variabler som mäts enligt en nominalskala är det möjligt att beräkna TYPVÄRDE, men inte MEDIAN eller MEDELVÄRDE.

För Height och Weight använder man SCALE (vilket också är det vanligaste) eftersom man mäter något, i det här fallet längd och vikt.

Kort kan nämnas ODINAL som graderar (ordinalskala)
Variabelns olika värden kan rangordnas, men det går inte att på något meningsfullt sätt ange skillnader eller avstånd mellan värdena. Exempel är utbildning som kan anta värdena grundskola/gymnasium/högskola/forskarutbildning. Det går att ordna värdena efter stigande utbildningsnivå, men man kan inte tilldela en viss utbildning något numeriskt värde.
För en variabel mätt enligt denna skala är det möjligt att beräkna typvärde, median och percentiler men inte aritmetiskt medelvärde.
I GENDER måste man veta vad som är man (male) och vem som är kvinna (woman.
Och detta väljer man i VALUES. 1 = Male 2= woman
Återigen hur mätskalor används
NOMINAL = name etc
ORDINAL = Order (rankar något t ex grundskola/gymnasie/högskola/)
SCALE = mängd ( något som kan mätas)
Så här ser vår data ut nu…
Vill du rangordna vikten från lägsta till högsta så väljer man SORT ASCENDING (genom att högerklicka på weight fliken). Vill man rangordna från högsta tull lägsta väljer man SORT DESCENDING. Så kan man göra med alla flikar. Men i det här fallet väljer vi bara att rangordna vikten.
Och så här ser det ut efteråt…

NU HAR VI VÅR DATA – DAGS FÖR ANALYS

Då ska vi köra en analys för att kolla frekvenser…och vi kör en enkel analys.

Alla variabaler som finns i datan förs över till högra fönstret för analys
Och då får man upp själva analysen…värre än så är det inte
Värt att tänka på är att SPSS ger dig otroligt mycket information, kanske mer än du behöver…
…och därför är det viktigt att lära sig hur man ska tolka dessa utvärden, alla är så klart inte nödvändiga.

EN BRA BÖRJAN – NU SKRUVAR VI UPP LITE…

Nu ska vi göra bilddiagram av den här datan.
Tänk på att du inte behöver stänga ner OUTPUTEN du fick utan kör bara en ny analys.

Bocka av FREQUENCY…det har vi ju redan…tryck OK
Längden såg konstig ut på den förra bilden, så då väljer vi att visa HISTOGRAMS…SHOW NORMAL CURVE ON HISTOGRAM…tryck på CONTINUE och OK
En extra grej man kan göra är att välja STATISTICS för analysen för att få andra jämförbara data…
Här kan man välja helt vilt…men man behöver inte välja mer än det man är ute efter för tillfället.
Här har jag valt medelvärde, median, typvärde, sum, standardavvikelse, varians, variationsvidd, kvartilavstånd etc
Resultat…
Medellängd = 65,80
Genomsnittsvikt = 133,00
Den kortaste är 62 och den högsta 70
Median ligger på 64 för vikt och 132 för längden
Välj statistik och grafer utifrån baserad på den data du har
Nominal…frekvens…bar charts
Scale….medelvärde…histogram
Vi vet genomsnitts längden för alla personer, men tänk om vi skulle dela upp det i kön istället…män på en sida och kvinnor på den andra sidan…
Kör en ny analys…ANALYZE…COMPARE MEANS…MEANS…

Sammanfattningsvis är beskrivande statistik, frekvenser och diagram en bra början för att få en överblick, för att se vad man.

THE END…