راهنمای گام‌به‌گام آموزش نرم افزار SPSS برای تحلیل داده
بسته آماری برای علوم اجتماعی یا به‌اختصار IBM SPSS، یکی از محبوب‌ترین نرم‌افزارهای تحلیل داده در جهان است. دلیل این محبوبیت، سادگی فوق‌العاده‌ای است که این نرم‌افزار برای انجام تحلیل‌های آماری پایه و پیچیده با استفاده از یک رابط کاربری گرافیکی ساده فراهم می‌کند. در این آموزش نرم افزار spss، شما را با اصول اولیه SPSS از ورود داده‌ها تا تحلیل‌های آماری پایه آشنا خواهم کرد. به طور خاص، نحوه تعریف متغیرها، واردکردن داده‌ها، تحلیل داده‌ها با استفاده از آماره‌های پایه و ایجاد چند نمودار ساده را بررسی خواهیم کرد.
آموزش کار با نرم افزار spss
SPSS به طور گسترده‌ای در حوزه‌های دانشگاهی، کسب‌وکارها و بسیاری از سازمان‌های توسعه‌ای در سراسر جهان استفاده می‌شود. بنابراین، سرمایه‌گذاری برای یادگیری آن، یکی از بهترین تصمیماتی است که می‌توانید برای توسعه حرفه‌ای خود بگیرید. استفاده از یک رابط کاربری گرافیکی (GUI) ساده، نرم افزار spss را از بسیاری دیگر از نرم‌افزارهای تحلیل داده متمایز می‌کند که برای انجام حتی ابتدایی‌ترین وظایف به نوشتن کدهای پیچیده نیاز دارند.
محیط کاربری SPSS
رابط اصلی SPSS، پنجره ویرایشگر داده‌ها (Data Editor) نام دارد. این پنجره جایی است که بیشتر عملیات SPSS از ایجاد متغیرها گرفته تا تبدیل داده‌ها و انتخاب تحلیل‌ها انجام می‌شود. پنجره ویرایشگر داده‌ها شبیه به یک صفحه گسترده مایکروسافت اکسل است: یک جدول بزرگ با سطرها و ستون‌ها. در SPSS، ستون‌ها همان متغیرها هستند. متغیرها را به‌عنوان قطعات اطلاعاتی که جمع‌آوری می‌کردید، یا سوالات تکی در یک فرم نظرسنجی در نظر بگیرید.
سطرها به‌عنوان مشاهده‌ها (Cases) یا پاسخ‌دهندگان انفرادی در یک نظرسنجی شناخته می‌شوند. سطر می‌تواند یک خانواده در یک نظرسنجی خانوار یا یک بیمار واحد در یک مطالعه بالینی باشد. پنجره ویرایشگر داده‌ها از دوبرگه تشکیل شده است:
- نمای داده‌ها (Data View): محلی است که می‌توانید داده‌ها را مشاهده و ویرایش کنید.
- نمای متغیرها (Variable View): محلی است که می‌توانید متغیرها را تعریف و ویرایش کنید.
دکمه‌های جابه‌جایی بین این نماها در پایین و سمت چپ پنجره قرار دارند.
واردکردن داده‌ها به SPSS
روش‌های متعددی برای واردکردن داده‌ها به SPSS وجود دارد. ابتدا باید، نحوه تعریف متغیرها و واردکردن دستی داده‌ها را بیاموزید. برای تعریف متغیرها در SPSS، ابتدا باید به نمای متغیرها در پنجره ویرایشگر داده‌ها برویم. این کار را با کلیک بر روی برگه Variable View در پایین و سمت چپ پنجره انجام دهید. در اینجا، باید مشخصات هر یک از متغیرها مانند نام متغیر، نوع، عرض و غیره را تعریف کنیم.
| مشخصه | توضیح |
| نام متغیر (Variable name) | نامی که توسط برنامه SPSS برای شناسایی یکتای متغیر استفاده می‌شود. قوانین: نمی‌تواند فاصله داشته باشد، نمی‌تواند با عدد شروع شود، فقط شامل حروف، اعداد و زیرخط (_) باشد. |
| نوع متغیر (Variable type) | نوع داده‌ای که در متغیر ذخیره می‌شود. شامل: عددی (Numeric)، تاریخ (Date)، رشته‌ای (String) (متن یا الفبایی-عددی) و غیره |
| عرض (Width) | حداکثر تعداد کاراکتر برای طولانی‌ترین پاسخ |
| اعشار (Decimals) | تعداد ارقام اعشار برای متغیر |
| برچسب (Label) | نام نمایشی کامل متغیر که در خروجی‌ها استفاده می‌شود. |
| مقادیر (Values) | این قسمت برای متغیرهای مقوله‌ای (Categorical) استفاده می‌شود؛ کدهای عددی و برچسب‌های متناظر آن‌ها (مثلا ۱ برای مرد و ۲ برای زن) در اینجا تنظیم می‌شوند. |
| گمشده (Missing) | مقادیری که به‌عنوان مقادیر گمشده خاص تعریف می‌شوند (مثلا ۸۸: از پاسخ خودداری شده؛ ۹۹: کاربرد ندارد). این داده‌ها از بیشتر محاسبات حذف می‌شوند. |
| ستون‌ها (Columns) | عرض ستون داده‌ها برای متغیر بر حسب تعداد کاراکتر |
| تراز (Align) | تراز داده‌ها در سلول‌های آن متغیر (پیش‌فرض: راست برای عددی، چپ برای رشته‌ای) |
| مقیاس اندازه‌گیری (Measure) | سطح اندازه‌گیری متغیر: مقیاس (Scale) (پیوسته، مانند سن یا درآمد)ترتیبی (Ordinal) (دارای ترتیب، مانند سطح رضایت) اسمی (Nominal) (فقط دسته‌ها، مانند جنسیت یا کد پستی) |
به‌عنوان‌مثال، بیایید چند متغیر را تعریف کنیم:
| نام (Name) | نوع (Type) | اعشار (Decimals) | برچسب (Label) | مقادیر (Values) | مقیاس (Measure) |
| InterviewID | Numeric | 0 | Interview ID | None | Nominal |
| Name | String | 0 | Name | None | Nominal |
| Gender | Numeric | 0 | Gender | 1 – Male, 2 – Female | Nominal |
| Age | Numeric | 0 | Age | None | Scale |
| Rice | Numeric | 0 | Did you eat Rice in the past 7 days? | 1 – Yes, 0 – No | Nominal |
ورود داده‌ها
ورود داده‌ها در SPSS بسیار ساده است. با کلیک بر روی برگه Data View به نمای داده‌ها بروید. برای اینکه به‌جای کدهای عددی (مانند ۱ و ۲) برچسب‌های مقادیر (مانند «زن (Female)» و «مرد (Male)») را در صفحه مشاهده کنید، دکمه Value Labels در نوارابزار بالا را روشن کنید. حالا داده‌های مثال زیر را وارد کنید:
| InterviewID | Name | Gender | Age | Rice |
| 1 | Peter | Male | 15 | Yes |
| 2 | Marian | Female | 20 | Yes |
| 3 | John | Male | 18 | No |
| … | … | … | … | … |
| 20 | Sellina | Female | 25 | Yes |
تحلیل داده‌ها
انواع مختلفی از تحلیل داده در SPSS موجود است که همه آن‌ها زیر گزینه Analyze در منو قرار دارند. در این راهنما، ما به آمار توصیفی پایه می‌پردازیم.
تحلیل متغیرهای مقوله‌ای (اسمی و ترتیبی)
متغیرهایی که به‌عنوان اسمی یا ترتیبی تعریف شده‌اند، بهتر است با استفاده از فراوانی‌ها (Frequencies) تحلیل شوند. فراوانی‌ها صرفا تعداد دفعاتی هستند که یک مقدار در مجموعه‌داده ظاهر می‌شود. مراحل عبارت‌اند از:
- روی Analyze در منو کلیک کنید، سپس نشانگر ماوس را روی Descriptive Statistics ببرید و روی Frequencies کلیک کنید.
- متغیرهای Gender و Rice را به کادر سمت راست منتقل کنید.
- روی دکمه Charts در سمت راست کادر محاوره‌ای کلیک کنید.
- Bar charts (نمودارهای میله‌ای) را انتخاب کرده و روی Continue کلیک کنید.
- روی OK کلیک کنید.
- پنجره جدیدی به نام Viewer (نمایشگر) با نتایج تحلیل شما ظاهر خواهد شد.
خروجی شامل جداول زیر خواهد بود:
جدول Statistics (آمار):
- Valid(معتبر): تعداد مشاهده‌هایی که پاسخ معتبر داده‌اند.
- Missing (گمشده): تعداد مشاهده‌هایی که پاسخ معتبری ارائه نکرده‌اند.
جدول Frequencies (فراوانی‌ها):
- Frequency(فراوانی): تعداد دفعاتی که مقدار ظاهر شده است.
- Percent(درصد): فراوانی بر حسب درصد از کل مشاهده‌ها
- Valid percent(درصد معتبر): فراوانی بر حسب درصد از مشاهده‌های معتبر. این مقداری است که معمولا گزارش می‌شود.
- Cumulative percent(درصد تجمعی): درصد کل نمونه که تا آن سطر محاسبه شده است.
تحلیل متغیرهای پیوسته (مقیاس)
جدول فراوانی برای متغیرهایی با مقادیر داده‌ای زیاد، مانند Age (سن)، مناسب نیست. برای تحلیل متغیرهای مقیاس، ما ابتدا نقطه مرکزی یا میانگین توزیع را پیدا می‌کنیم. از میانگین (Mean)، میانه (Median) یا نما (Mode) برای این کار استفاده می‌کنیم. این سه، به‌عنوان شاخص‌های تمایل مرکزی شناخته می‌شوند. به جز نقطه مرکزی، ما همچنین نیاز به دانستن میزان پراکندگی مقادیر در متغیر داریم.
این کار با استفاده از شاخص‌های پراکندگی (Measures of variability) انجام می‌شود که شامل دامنه (Range)، واریانس (Variance) و انحراف معیار (Standard Deviation) است. مراحل تحلیل متغیرهای پیوسته (مقیاس) عبارت‌اند از:
- در پنجره ویرایشگر داده‌ها، روی Analyze -> Descriptive Statistics -> Frequencies کلیک کنید
- دکمه Reset را فشار دهید.
- متغیر Age را به کادر سمت راست منتقل کنید.
- روی دکمه Statistics کلیک کنید.
- Mean, Median, Std Deviation, Range, Minimum, Maximum و Quartiles را علامت بزنید.
- روی Continue کلیک کنید.
- روی دکمه Charts کلیک کنید.
- Histogram(هیستوگرام) را انتخاب کنید و گزینه «Show normal curve on histogram» را فعال کنید.
- روی Continue کلیک کنید.
- گزینه «Display Frequency Table» را در پایین و سمت چپ پنجره Frequencies خاموش کنید.
- روی OK کلیک کنید.
- خروجی شما در پنجره Viewer ظاهر خواهد شد.
| آمار توصیفی (Descriptive Statistics) | توضیح |
| Mean (میانگین) | مجموع همه اعداد تقسیم بر تعداد مقادیر در توزیع |
| Median (میانه) | مقداری که دقیقا در وسط توزیع قرار دارد. |
| Standard Deviation (انحراف معیار) | میانگین تفاوت بین هر مقدار در توزیع و میانگین. نشان می‌دهد که به طور متوسط هر مقدار چقدر از میانگین فاصله دارد. |
| Range (دامنه) | تفاوت بین بزرگترین و کوچکترین مقدار در توزیع. |
| Percentiles (چندک‌ها) | مقداری که در آن درصد مشخصی از مقادیر توزیع قرار دارند (مثلا ۲۵امین صدک، مقداری است که ۲5% نمرات زیر آن قرار دارند). |
با گروه آماری بتا تحلیل داده‌های آماری پایان‌نامه‌تان را به‌آسانی انجام دهید!
آیا در انجام تحلیل‌های آماری پایان‌نامه خود با نرم افزار spss مشکل دارید؟ آیا می‌خواهید مطمئن شوید که دقیق‌ترین و مناسب‌ترین آزمون‌های آماری را برای داده‌هایتان به کار می‌برید؟ گروه آماری بتا با دانش تخصصی در زمینه تمامی قابلیت‌های SPSS، آماده است تا شما را در تمام مراحل تحلیل داده‌هایتان، از ورود داده‌ها تا تفسیر خروجی‌ها، همراهی کند و کار شما را به بهترین شکل ممکن به پایان برساند. همین حالا برای مشاوره و هماهنگی تخصصی در زمینه تحلیل آماری SPSS با ما تماس بگیرید:
- تلفن هماهنگی: ۰۹۳۵۱۳۲۳۹۵۰ (عیوضی)
- عضویت در کانال تلگرام گروه آماری بتا برای دریافت نکات و آموزش‌های رایگان
با گروه آماری بتا، تحلیل داده‌های آماری خود را به یک نتیجه‌گیری درخشان تبدیل کنید!
جمع‌بندی
SPSS (بسته آماری برای علوم اجتماعی) نه‌تنها یک نرم‌افزار، بلکه یک ابزار فوق‌العاده قدرتمند و حیاتی در دنیای آمار و تحلیل داده است. اگر در حال تدوین پایان‌نامه کارشناسی ارشد هستید، به‌ویژه در رشته‌های علوم‌انسانی، تسلط بر این نرم‌افزار می‌تواند مسیر پژوهش شما را بسیار هموار و نتایج آن را دقیق و حرفه‌ای سازد. در حقیقت، SPSS یک نیاز ضروری برای هر محققی است که قصد دارد داده‌های خود را به بهترین شکل ممکن تحلیل کند.
منابع
- https://libguides.library.kent.edu/SPSS/GettingStarted
- https://datafordev.com/learn-spss-in-15-minutes/