Kuidas teada saada, kas SPSS-i abil on midagi olulist?

SPSS on suurepärane statistilise analüüsi tööriist, millega saab teha mitmeid katseid. The chi-ruudu test kasutatakse selleks, et määrata, kuidas kaks muutujat omavahel suhtlevad ja kas seos kahe muutuja vahel on statistiliselt oluline. Põhimõtteliselt määrab see kindlaks, kas kahe muutuja vahelise seose aste on suurem kui ainult juhuselt oodata. Seega, kui arvatakse, et suhe on märkimisväärne, siis on selle põhjuseks midagi muud kui pelgalt juhuslik juhus.

Käivitage SPSS ja klõpsake nupul Fail, seejärel Ava andmed ja importige andmekogum, mida soovite analüüsida. Kui te pole kunagi SPSS-is andmeid avanud, valige oma andmekogumile identifitseeritav nimi, nii et seda on hilisemaks testimiseks lihtne leida.

Klõpsake ülanurgas valikut Analüüs, seejärel rippmenüüs kirjeldav statistika ja pärast seda menüüs Crosstabs. Enne teid näete Crosstabsi dialoogiboksi.

Vaadake kasti vasakut serva, kus on loend kõigist muutujatest, mis on teie andmekogumis analüüsimiseks saadaval. Tehke kindlaks, milline muutuja on sõltumatu muutuja, ja määrake see veeru väärtuseks. Määrake veeru väärtuseks sõltuv muutuja. Teil võivad olla kategooriad kahanevas või kahanevas järjekorras; veenduge, et valitud tellimus oleks andmekogumi kogumise põhjal mõistlik.

instagram story viewer

Klõpsake dialoogiboksi paremas servas asuvat nuppu „Statistika”. Avaneb dialoogiboks „Statistika“. Valige "Chi-Square" ja klõpsake nuppu Jätka. Ki-ruudu analüüsi tulemus kuvatakse SPSS-i statistivaaturi aknas jaotise Crosstabs all.

Vaadake Chi-Square Testide assortii tabeli loendit. Pöörake tähelepanu esimesele väärtusele, Pearsoni Chi-Square statistikale. Veerg “Asym. Sig. ” märgib tõenäosust saada selline tulemus juhuse varieerumise põhjal.

Pange kirja „Asym. Märk ”number Pearsoni Chi-ruudu jaoks. Kui teie „Asym. Sig. ” arv on väiksem kui 0,05, on teie andmekogumi kahe muutuja suhe statistiliselt oluline. Kui arv on suurem kui 0,05, pole seos statistiliselt oluline. Näiteks kui teie väärtus on 0,003, siis võime olla kindlad, et kahe muutuja vaheline seos on oluline ja mitte juhusliku juhuse tagajärg.

Teachs.ru
  • Jaga
instagram viewer