Introducere in SPSS

Programul SPSS (Statistical Package for the Social Sciences) este unul dintre cele mai utilizate in analiza statistica a datelor. Prima versiune a aparut in anul 1968, a evoluat pana la versiunea 15 si aria de aplicabilitate s-a extins de la versiune la versiune, odata cu modul de operare si cu facilitatile oferite. Programul este utilizat astazi in marketing, cercetare experimentala, educatie, sanatate etc. In afara de analizele statistice posibile, programul are componente puternice pentru managementul datelor (selectare, reconfigurare, creare de date noi) si pentru documentarea datelor (exista un dictionar metadata, care retine caracteristici ale datelor). Se mai poate adauga flexibilitatea privind tipurile de date acceptate ca si modulul de construire a rapoartelor.

Acest document se doreste a fi o introducere in operarea SPSS:

interfata,

gestionarea datelor,

analiza statistica elementara.

Ferestre SPSS

Sunt enumerate tipurile de ferestre disponibile in mediul SPSS si se precizeaza functionalitatea lor.

Data Editor

Este fereastra care se deschide automat la pornirea unei sesiuni si care permite editarea datelor, crearea de noi inregistrari, eliminarea unor inregistrari etc.

Datele pot fi vazute in doua ipostaze:

Activand tab-ul Data View se vor afisa inregistrarile fisierului de date intr-o grila, coloanele reprezentand variabilele, liniile fiind cazurile studiate (termenul de cazuri provine evident din practica sociologica/medicala, sunt elementele esantionului studiat).

Activand tab-ul Variable View se vor afisa metadatele asociate variabilelor (numele variabilei, tipul variabilei, indicatii de afisare etc.).

Viewer

Fereastra Viewer este utilizata pentru afisarea rezultatelor: statistici, tabele, diagrame etc. Daca nu exista o fereastra Viewer deschisa, se va crea automat una la prima comanda care produce iesiri. Rezultatele afisate pot fi editate, deplasate, eliminate etc. intr‑un mediu similar cu cel din Microsoft Explorer.

Pivot Table Editor

Multe dintre tabelele care contin rezultate  sunt de fapt tabele pivot (cuburi OLAP). Acestea pot fi modificate in fereastra Pivot Table Editor (editare text, reconfigurare tabel etc.) activata prin dublu click pe un tabel. Apar meniurile corespunzatoare care permit editarea.

Chart Editor

Diagramele care pot fi construite, in general prin comenzile meniului Graphs, pot fi modificate, formatate etc. prin comenzile disponibile in Chart Editor. O asemenea fereastra este activata la dublu click pe o diagrama dintr-un fisier SPSS de iesire.

Text Output Editor

Textul simplu (neinclus intr-un tabel pivot) poate fi modificat, la dublu click pe o intrare text din fisierul de iesire, in fereastra Text Output Editor. Se pot modifica in acest fel caracteristicile uzuale ale fontului.

Syntax Editor

SPSS poate fi utilizat prin intermediul unei limbaj de comenzi proprii. Acesta a fost modul initial de operare, astfel incat o serie de prelucrari foarte specializate au ramas disponibile, chiar si in ultimele versiuni, doar prin intermediul comenzilor.

O fereastra Syntax Editor poate fi deschisa prin File - New/Open - Syntax. Comenzile pot fi scrise direct in fereastra Syntax Editor, dar exista si  posibilitatea de a inregistra actiunile din interfata utilizator sub forma de comenzi (similar inregistrarii unui macro din Microsoft Office). Comenzile pot fi salvate ca un fisier de comenzi, in vederea reutilizarii.

Script Editor

SPSS poate fi personalizat/automatizat prin intermediul unui limbaj de scriptare, Sax Basic (compatibil Visual Basic for Applications). Se va deschide o fereastra Script Editor prin File - New/Open - Script.

Pot exista mai multe ferestre de iesire (Viewer), ca si mai multe ferestre de sintaxa (Syntax Editor). Fereastra activa dintr-un grup este indicata de semnul "!" afisat pe bara de stare a ferestrei active, activarea poate fi modificata prin actionarea uneltei   din fereastra inactiva

Meniuri SPSS

Ca in orice aplicatie Windows, multe dintre prelucrarile SPSS pot fi executate prin actionarea comenzilor din meniuri.Fiecare fereastra SPSS are propriile meniuri si unelte corespunzatoare.

Meniuri comune

File

Este utilizat pentru creare, deschidere, export de fisiere diverse: date, rezultate, comenzi etc.

Edit

Editarile uzuale pentru date numerice, text sau obiecte grafice: copieri, alipiri etc. in aceeasi aplicatie sau nu.

View

Controleaza modul de afisare a uneltelor, a liniaturii, a identificatorilor de valori (valorile pot avea atasate denumiri explicite).

Analyze

Este meniul care da acces la procedurile statistice.

Graphs

Permite crearea diagramelor. Orice diagrama poate fi modificata (reamintim) prin Chart Editor, afisata la dublu click pe diagrama.

Utilities

Permite afisarea informatiilor despre variabile, definirea unor multimi de variabile etc.

Window

Operatii asupra ferestrelor.

Help

Deschide o fereastra standard de ajutor.

Data Editor - meniuri specifice

Data

Se pot realiza modificari globale cum ar fi transpunerea variabilelor si cazurilor, filtrarea cazurilor etc. Modificarile sunt temporare daca nu sunt salvate in fisierul initial.

Transform

Permite transformarea unor variabile (cum ar fi recodificare) si obtinerea unor noi variabile prin calcule efectuate asupra variabilelor existente. Modificarile sunt temporare pentru sesiunea curenta, daca nu sunt salvate in fisierul initial.

SPSS - Optiuni

Se poate personaliza mediul SPSS prin selectarea comenzii Edit - Options

Se remarca, pe pagina General, posibilitatea de a mentine un jurnal al actiunilor (Session Journal), de a controla afisarea variabilelor si rezultatelor, de a stabili folderul temporar. Celelalte pagini permit stabilirea atributelor implicite pentru diagrame, tablourile pivotante, modul de calcul etc.

Fisierul de rezultate

Rezultatele sunt afisate in fereastra Viewer in ordinea in care sunt apelate procedurile, fiecare apel producand o intrare in arborele de navigare din stanga ferestrei. In aceasta fereastra se poate naviga la orice componenta prin operare in arborele de navigare si se pot efectua editari care sa conduca la o iesire clara, usor de interpretat, potrivit necesitatilor prelucrarii.

Se poate utiliza fereastra Viewer pentru:

• Parcurgerea rezultatelor, vizualizarea sau ascunderea unor componente (tabele, diagrame),
• Modificarea ordinii in care sunt afisate componentele,
• Accesul la ferestrele Pivot Table Editor, Text Output Editor, Chart Editor,
• Copierea/mutarea elementelor intre SPSS si alte aplicatii (Word, Excel etc.).

Panelul din stanga al ferestrei contine arborele de structura a iesirii. Se pot extinde sau restrange ramuri, se pot deplasa elementele prin drag-and-drop, se poate naviga la un element prin selectarea nodului asociat.

Pentru copiere intre aplicatii se poate utiliza tehnica uzuala Edit - Copy urmat de Edit - Paste/Paste Special.

Exista insa si posibilitatea de export a iesirii prin

• Se activeaza fereastra Viewer si se da comanda File - Export.
• Se afiseaza dialogul
  
• Se fixeaza in File Type tipul fisierului destinatie; ultimele versiuni accepta si formate .xls, .doc. 
• Se alege numele si calea fisierului destinatie si ce anume se exporta (intreg documentul cu sau fara diagrame, ce obiecte).

Organizarea datelor

SPSS utilizeaza datele organizate in linii si coloane: liniile reprezinta cazurile (observatiile), coloanele reprezinta variabilele cercetarii. Aparent, grila seamana cu o foaie Excel, dar functionalitatea nu este aceeasi. Deoarece prelucrarile statistice se aplica variabilelor, acestea au in SPSS o serie de atribute memorate in fisierul de date si aratate in Data Editor - Variable View:

• In SPSS, variabilele sunt denumite, cel putin in versiunile mai vechi, cu identificatori de maxim 8 caractere si care nu se pot termina cu punct (rezervat pentru comenzi de scriptare). Identificatorii sunt formati dupa regulile uzuale (cele mai restrictive sunt interzicerea spatiilor si a caracterelor speciale &, !, ?, ', *) si nu sunt case sensitive.
• Tipul unei variabile poate fi (semnificatia este evidenta) numeric, comma, dot, scientific notation, date, custom currency sau string. Variabilele numerice pot avea cel mult 40 de caractere, dintre care 16 la partea zecimala. Variabilele string se pot clasifica in short string (pana la 8 caractere) sau long string (pana la 256 caractere). Variabilele short string suporta unele proceduri SPSS.
• Se poate defini pentru fiecare variabila care este valoarea lipsa (missing value), cu alte cuvinte cum este codificata situatia ca un caz nu contine o valoare pentru variabila respectiva. Valorile lipsa pot fi separate in system missing (un spatiu in cazul datelor numerice sau nimic, sirul vid, in toate cazurile) si user missing (cele specificate explicit ca valori lipsa). Variabilele long string nu permit valori user-missing.
• Pe langa denumire, care apare ca nume al coloanei, o variabila poate avea atasata o eticheta, label,  care este un text explicit privind semnificatia variabilei. De exemplu, variabila Nume poate avea ca label textul "Numele si prenumele candidatului". Aceste etichete vor fi utilizate in raportarea rezultatelor.
• Atributul Width fixeaza numarul maxim de caractere al valorilor string, Columns precizeaza numarul de caractere afisate. 
• Deoarece cazul frecvent intalnit in prelucrarile statistice este acela in care sunt inscrise in fisierul de date codurile valorilor (de exemplu, 1=elev, 2=student etc.), SPSS permite definirea si memorarea codificarilor utilizate pentru  fiecare variabila. In fereastra Data Editor, pagina Variable View, activarea celulei din coloana Values conduce la afisarea dialogului Value Labels:
  
  Fiecare pereche Value - Value Label este adaugata la lista de coduri prin activarea butonului Add etc. Etichetele de valori, impreuna cu etichetele de variabile conduc la o forma explicita a rezultatelor.
• Ultimul atribut specific al unei variabile este scala de masura utilizata, atribut retinut in coloana Measure din Variable View. Denumirile SPSS utilizate sunt scale pentru variabile de interval, ordinal pentru variabile ordinale, nominal pentru variabile nominale. Fixarea masurii corecte este esentiala deoarece, reamintim, anumite prelucrari statistice se pot aplica doar unor variabile ordinale, sau de interval etc.

Filtrarea cazurilor

Apare uneori necesitatea de a prelucra doar un subset de inregistrari: pentru a obtine o imagine rapida a unei structuri, pentru a prelucra doar esantionul dintr-o anumita subpopulatie etc. SPSS ofera in acest scop comanda Data - Select Cases care produce afisarea dialogului urmator.

Prin optiunile din grupul Select se fixeaza modalitatea de filtrare. Este de remarcat ca prin grupul Unselected Cases Are se poate opta pentru eliminarea efectiva a cazurilor neselectate (optiune nerecomandata) sau pentru filtrarea lor, adica eliminarea este doar logica, o noua selectare cu optiunea All cases le va reactiva.

In continuare se prezinta doar subdialogul obtinut la optiunea If condition. si activarea butonului If.

In zona de formare a conditiei se pot utiliza denumiri de variabile (aduse din lista din stanga), operatori, functii. Vor ramane vizibile doar inregistrarile pentru care conditia este adevarata. 

Generarea unei noi variabile

Din diferite motive, de exemplu necesitatea unei recodificari sau cea a calcularii unei variabile noi ca medie a altor variabile etc., este utila posibilitatea de a genera automat o noua variabila. SPSS are doua comenzi principale destinate acestui scop: Transform - Compute si Transform - Recode. Prima permite obtinerea unei variabile in urma unui calcul, a doua este pentru recodificare.

Comanda Compute

Prin Transform - Compute se afiseaza dialogul Compute Variable (in versiuni mai noi dialogul este modificat ca aranjare a zonelor):

• In zona Target Variable se trece denumirea noii variabile pentru care se poate preciza tipul si eticheta in subdialogul afisat prin actionarea butonului Type & Label.
• In zona de formare a expresiei de calcul, Numeric Expression, se formeaza expresia de calcul prin utilizarea butoanelor existente pentru operatori si functii sau prin tastare directa. Denumirile variabilelor existente pot fi aduse in expresie prin selectare in lista variabilelor, dublu click sau butonul .
• Se poate efectua o filtrare a inregistrarilor (cazurilor) pentru care are loc transformarea daca se actioneaza butonul If. Cazurile neselectate vor avea valoarea system-missing pentru noua variabila.

Comanda Recode

Recodificarea unei variabile este utila in doua situatii principale:

1. se transforma o variabila de interval intr-o variabila ordinala pentru a o raporta ca date grupate sau pentru a studia asocierea cu alte variabile ordinale,

2. o variabila string trebuie recodificata cu coduri numerice necesare pentru a putea aplica anumite proceduri SPSS, care cer variabile codificate numeric.

Recodificarea poate fi in aceeasi variabila, sau intr-o noua variabila, cazul discutat aici.

Prin Transform - Recode - Into Different Variables se afiseaza dialogul

in care se transfera variabila numerica pentru care se realizeaza recodificarea din lista variabilelor in lista Numeric Variable  Output Variable, se completeaza numele si eventual eticheta noii variabile in Output Variable dupa care se actioneaza Change.

Se pot selecta cazurile pentru care are loc recodificarea prin If. Prin actionarea Old and New Values se deschide dialogul

Se va selecta in zona Old Value optiunea dorita, se va completa noua valoare in New Value si prin Add se trece corespondenta definita in lista OldNew.

Noile coduri pot fi de tip string doar daca se activeaza checkbox-ul Output variables are string.

Prelucrari statistice

Prelucrarile statistice din SPSS se realizeaza prin comenzile din meniul Analyze, sau prin executarea comenzilor scrise in fereastra Syntax Editor. Deoarece efectuarea unei prelucrari necesita operarea cu un numar de dialoguri specializate, pentru familiarizarea cu principalele dialoguri care apar la comenzile de prelucrari statistice se prezinta in continuare modul in care se obtin statisticile descriptive.

Analyze - Frequencies

• Se selecteaza Analyze - Descriptive Statistics - Frequencies
• Apare dialogul urmator in care se trec variabilele dorite din lista din stanga in lista din dreapta (prin dublu click sau selectare si ).

• Se marcheaza checkbox-ul Display frequency tables daca se doresc si tabelele de frecvente calculate. In caz contrar trebuie sa se opereze cu subdialogurile Statistics, Charts pentru a obtine rezultate.
• La actionarea butonului Statistics, se afiseaza dialogul Frequencies: Statistics in care se pot activa optiunile corespunzatoare indicatorilor de tendinta centrala, imprastiere sau de caracterizare a curbei distributiei (evident ca anumite statistici se pot calcula doar pentru variabile de tipuri adecvate: interval, ordinal, nominal).

• Subdialogul Charts permite construirea unui grafic adecvat pentru un tabel de frecvente. Optiunea Histograms - with normal curve afiseaza curba normala suprapusa peste histograma, utila pentru aprecierea departarii de la normalitate.

• Subdialogul Format gestioneaza modul de afisare a intrarilor tabelului de frecvente in Order by. In Multiple variables se poate opta intre un format care include toate variabilele selectate (pentru comparare trebuie ca variabilele sa fie de acelasi tip) si un format in care fiecare variabila este raportata separat.

• Prin OK in dialogul initial se va genera in fereastra Viewer iesirea ceruta.

Analyze - Descriptives

O comanda sintetica pentru statisticile descriptive ale variabilelor continue este Analyze - Descriptive Statistics - Descriptives. Parametrii prelucrarii se fixeaza in urmatoarele doua dialoguri.

Analyze - Crosstabs

Obtinerea tabelelor de frecvente incrucisate, utile la studiul asocierii dintre variabile, este gestionata de comanda Analyze - Descriptive Statistics - Crosstabs, care initializeaza dialogul urmator.

Se trec, prin actionarea butoanelor de trecere, variabilele dorite in lista Rows (tabelele vor avea cate o linie pentru fiecare valoare distincta a variabilelor din aceasta lista) si in lista Columns (tabelele vor avea cate o coloana pentru fiecare valoare distincta a variabilelor din aceasta lista). Se va calcula si afisa cate un tabel de frecvente incucisate pentru fiecare combinatie de variabile, cate una din fiecare lista.

In cazul in care se doresc frecvente incrucisate  pentru trei sau mai multe variabile, se utilizeaza controlul Layer in care se vor trece variabilele de pe pozitia a treia, se trece la layerul urmator si se repeta procedura.

Subdialogul Statistics permite selectarea statisticilor calculate. Este evident necesara cunoasterea tipului variabilelor, pentru a alege statisticile adecvate.

Subdialogul Cell permite selectarea statisticilor calculate pentru fiecare celula a tabelului. Se remarca in grupul Percentages posibilitatea de a calcula frecvente relative raportate la totalul de pe linie, de pe coloana sau general. De asemenea, prin Count - Expected se pot calcula frecventele implicate in calculul statisticii ².

Subdialogul Format gestioneaza doar ordinea liniilor functie de valorile care le genereaza.