Programa cursului Introducere în SPSS Anul 3

Transcription

1 Universitatea din București Facultatea de Sociologie și Asistență Socială Anul universitar 2016/2017 Programa cursului Introducere în SPSS Anul 3 Profesor Conf. dr. Marian Vasile marian.vasile@sas.unibuc.ro 1 vasile.ro Asistenți Drd. Corina Brăgaru corina.bragaru@sas.unibuc.ro Drd. Mădălina Manea madalina.manea@cc.unibuc.ro 1. Obiectivele cursului Abordarea cantitativă în cercetarea socială este, probabil, prezentă în toate studiile sociale, iar chestionarul este un instrument foarte folosit. Chestionarul culege date care sunt analizate statistic folosind software dedicat. În acest curs discutăm despre utilizarea IBM SPSS Statistics software (SPSS )2. O să învățăm să folosim și anumite elemente din Microsoft Excel care, de asemenea, este un software des utilizat pentru realizarea calculelor și graficelor. Acesta nu este un program de analiză statistică, deși are câteva funcții implementate și mulți îl folosesc în acest sens. 2. Temele abordate în curs Temele abordate reflectă practici uzuale din munca unui cercetător social. 1 Vă rog să îmi trimiteți mesaje doar pe această adresă. Dacă îmi trimiteți pe alte adrese nu vă voi răspunde. 2 SPSS Inc. was acquired by IBM in October, IBM, the IBM logo, ibm.com, and SPSS are trademarks or 2 SPSS Inc. was acquired by IBM in October, IBM, the IBM logo, ibm.com, and SPSS are trademarks or registered trademarks of International Business Machines Corporation, registered in many jurisdictions worldwide. Other product and service names might be trademarks of IBM or other companies. A current list of IBM trademarks is available on the Web at IBM Copyright and trademark information at 1

2 Deși numele temelor ne duc cu gândul la un curs de statistică, nu uitați că obiectivul principal al acestui curs este să vă familiarizeze cu utilizarea celor două programe. Acest curs folosește și informații acumulate în anii anterior de studiu. Temele abordate în curs sunt: 1. De la obiectivul de cercetare la baza de date (2 ore) General: obiectiv de cercetare, concept, variabilă, măsurare, chestionar, respondent, bază de date. SPSS: extensiile.sav/.sps/.spv, Data view, Variable view, Name, Type (Numeric vs String), Label, Values, Missing, Measure, File / Open data (import Excel data), File / Save as, File / Export (export as Excel data). Excel: extensiile.xls/.xlsx, Workbook, Sheet, Cell, Format cells. aplicată. Iași: Polirom. Ai de citit Capitolul 2. Crearea unei baze de date. Cartea se găsește la biblioteca facultății: are cota 310- VAS/310VAS. IBM SPSS Statistics 23 Core System User s Guide. Aveți de citit Chapter 3. Data files și Chapter 5. Data editor. Manualul poate fi descărcat de aici: nuals/ibm_spss_statistics_core_system_user_guide.pdf. 2. Curățarea bazei de date (4 ore) General: cazuri valide, nonrăspuns (tipurile unit și item), întrebare filtru, validare logică, variabilă de identificare (ID), tabel de frecvență, tabel de contingență. SPSS: Analyze / Descriptive statistics / Frequencies, Analyze / Descriptive statistics / Crosstabs, Transform / Recode into same variables, Transform / Recode into different variables, Transform / Compute variable, Data / Merge files / Add cases, Data / Merge files / Add variables, Data / Select cases, Export output, Aggregate, Restructure Excel: Format cells, Filter, Format / Conditional formatting aplicată. Iași: Polirom. Aveți de citit Capitolul 3. Gestionarea bazei de date, Capitolul 4. Curățarea și validarea unei baze de date, Capitolul 5. Gestionarea variabilelor. Cartea se IBM SPSS Statistics 23 Core System User s Guide. Aveți de citit Chapter 8. Data transformations, Chapter 9. File handling and file transformations, Chapter 10. Working with output. Manualul poate fi descărcat de aici: nuals/ibm_spss_statistics_core_system_user_guide.pdf. 2

3 3. Raportări elementare: descriere prin tabele și grafice (4 ore) General: frecvență absolută, procent, medie, mediană, percentile, abatere standard, coeficient de variație, caz extrem, grafic bară, histogramă, grafic linie, scatterplot, box- plot, întrebare cu răspuns multiplu SPSS: Analyze / Descriptive statistics / Frequencies, Analyze / Descriptive statistics / Crosstabs, Analyze / Descriptive statistics / Explore, Listwise/ Pairwise/ Replace with mean, Graphs / Chart builder, Graphs / Graphboard template chooser, Graphs / Legacy dialogs, Data / Split file, Data / Aggregate, Export output, Analyze / Multiple response. Excel: Conditional formatting, Pivot table, Charts aplicată. Iași: Polirom. Aveți de citit Capitolul 6. O primă privire asupra datelor. Cartea se IBM SPSS Statistics Base 23. Aveți de citit Chapter 2. Frequencies, Chapter 4. Explore, Chapter 5. Crosstabs, Chapter 28. Multiple response. Manualul poate fi descărcat de aici: IBM SPSS Statistics 23 Core System User s Guide. Aveți de citit Chapter 15. Overview of the chart facility. Manualul poate fi descărcat de aici: nuals/ibm_spss_statistics_core_system_user_guide.pdf. 4. Relații între fenomene măsurate calitativ (asociere) (2 ore) General: ipoteză, tabel de contingență, chi square, nivel de semnificație, nivel de încredere, procente, reziduuri SPSS: Analyze / Descriptive statistics / Crosstabs Excel: Conditional formatting, Pivot table, Charts aplicată. Iași: Polirom. Aveți de citit Capitolul 6. O primă privire asupra datelor. Cartea se IBM SPSS Statistics Base 23. Aveți de citit Chapter 5. Crosstabs. Manualul poate fi descărcat de aici: 5. Diferențe între grupuri în funcție de fenomene măsurate cantitativ (2 ore) 3

4 General: ipoteză, variabilă de grupare (factor), variabilă test, medie, grupuri independente, grupuri dependente, testul t, ANOVA SPSS: Analyze / Descriptive statistics / Explore, Analyze / Compare means / Means, Analyze / Compare means / One- sample t test, Analyze / Compare means / Independent- samples t test, Analyze / Compare means / Paired- samples t test, One- way ANOVA Excel: Charts aplicată. Iași: Polirom. Aveți de citit Capitolul 6. O primă privire asupra datelor. Cartea se IBM SPSS Statistics Base 23. Aveți de citit Chapter 9. T tests, Chapter 10. One- way ANOVA. Manualul poate fi descărcat de aici: 6. Relații între fenomene măsurate cantitativ (corelație) și model explicativ cu variabila dependentă metrică (regresie liniară multiplă) (2 ore) General: ipoteză, variabilă dependentă, variabilă independentă, coeficient de corelație, test de semnificație, intensitatea relației, coeficient de determinare, coeficient de regresie SPSS: Analyze / Correlate / Bivariate, Analyze / Regression / Linear Excel: Conditional formatting aplicată. Iași: Polirom. Aveți de citit Capitolul 8. Corelația și regresia liniară multiplă. Cartea se IBM SPSS Statistics Base 23. Aveți de citit Chapter 12. Bivariate correlations, Chapter 16. Linear regression. Manualul poate fi descărcat de aici: 7. Explicarea unui fenomen măsurat numeric folosind mai mulți predictori (regresie liniară multiplă) (2 ore) General: ipoteză, variabilă dependentă, variabilă independentă, coeficient de corelație parțială, test de semnificație, coeficient de determinare, coeficient de regresie, variabilă dummy, multicoliniaritate SPSS: Analyze / Correlate / Partial, Analyze / Regression / Linear, Transform / Recode into different variables Excel: Conditional formatting 4

5 aplicată. Iași: Polirom. Aveți de citit Capitolul 8. Corelația și regresia liniară multiplă. Cartea se IBM SPSS Statistics Base 23. Aveți de citit Chapter 13. Partial correlations, Chapter 16. Linear regression. Manualul poate fi descărcat de aici: 8. Măsurarea multi- item și elaborarea variabilelor compuse (2 ore) General: măsurare multi- item, scală, măsurare uni/multidimensională, fidelitate, validitate, coeficient Alpha Cronbach, corelație SPSS: Analyze / Scale / Reliability analysis, Analyze / Dimension reduction / Factor, Transform / Compute, Listwise/ Pairwise/ Replace with mean Excel: Conditional formatting IBM SPSS Statistics Base 23. Aveți de citit Chapter 22. Factor analysis, Chapter 30. reliability analysis. Manualul poate fi descărcat de aici: 9. Caracteristicile datelor bune : verificarea asumpțiilor elementare (2 ore) General: asumpție, distribuție normală, caz extrem, caz influent, reziduuri, toleranță, multicoliniaritate, pondere, eșantion complex (complex sampling) SPSS: Analyze / Descriptive statistics / Explore, Analyze / Regression / Linear, Data / Weight Excel: Insert function, Conditional formatting aplicată. Iași: Polirom. Aveți de citit Capitolul 7. Explorarea datelor: asumpții. Cartea se găsește la biblioteca facultății; are cota 310- VAS/310VAS. IBM SPSS Statistics Base 23. Aveți de citit Chapter 3. Explore, Chapter 16. Linear regression. Manualul poate fi descărcat de aici: 3. Evaluare Evaluarea este continuă pe parcursul semestrului. Forma de evaluare este concepută astfel încât să primiți feedback permanent. 5

6 Aceasta presupune să realizați un material cu structura din tabelul de mai jos și să prezentați două variante intermediare în timpul semestrului la seminar și lucrarea încheiată în sesiune. Tema lucrării trebuie anunțată în săptămâna octombrie Vezi mai jos, în Calendarul cursului, când trebuie predate cele două versiuni intermediare. Dacă nu predai o versiune intermediară vei primi 0 puncte la nota finală din cele 2 care i se cuvin. Versiunile intermediare vor fi corectate de asistenta cu care faci seminarul. Vezi mai jos, în Calendarul cursului, când trebuie predată lucrarea finalizată. Versiunea finală va fi corectată de profesorul cu care faci cursul. Element al lucrării Observații Punctaj (ai 1 punct din oficiu) Titlu (cât mai explicit față de obiectivul de cercetare) Rezumat (maxim 250 de cuvinte adică aprox. 0.5 pagini cu Calibri 12 single spacing) Ce s- a scris până acum pe această temă la nivel național și internațional (maxim 750 de cuvinte adică aprox. 1,5 pagini cu Calibri 12 single spacing) Un exemplu fictiv: Factori care contribuie la decizia de a merge la controale medicale de rutină. Exemplul părinților. Un exemplu fictiv: În această lucrare îmi propun să arăt dacă acțiunile părinților influențează acțiunile copiilor mai mult decât o fac acțiunile prietenilor copiilor. Dacă părinții fac controale medicală de rutină, fără semne de boală, indiferent de specializare, atunci mă aștept să observ un comportament similar la copiii acestora. În acest sens folosesc datele culese în cadrul cercetării Diagnoza calității vieții din anul 2010, cercetare realizată pe un eșantion reprezentativ la nivel național. Analiza de regresie relevă un efect al comportamentului părinților asupra comportamentului copiilor. De asemenea, contează și gradul de informare al copiilor cu privire la utilitatea controalelor medicale de rutină. Caută articole publicate în jurnale științifice folosind Google Scholar (Academic) ( sau siteul Bibliotecii centrale universitare ( centrala- universitara- carol- i- 8/acces- baze- de- date- stiintifice). Google Scholar poate fi accesat de oriunde ai conexiune la internet. Bazele de articole de la BCUB pot fi accesate din biblioteca facultății, din sediul central al BCU sau de pe propriul laptop dacă te conectezi la rețeaua WiFi din facultate. Mai poți consulta cărți disponibile în biblioteca facultății și/sau rapoarte de cercetare disponibile on

7 Care sunt conceptele cu care lucrezi și care sunt variabilele care măsoară aceste concepte? Care sunt variabilele care măsoară aceste concepte? (maxim 1000 de cuvinte adică aprox. 2 pagini cu Calibri 12 single spacing) Care sunt datele cu care lucrezi? Care sunt rezultatele obținute? (maxim 1000 de cuvinte adică aprox. 2 pagini cu Calibri 12 single spacing) Cum se leagă rezultatele analizelor statistice de ceea ce s- a mai scris până acum? Ce aduci nou? Ce spui diferit față de alți cercetători? Ce se potrivește cu ce au mai făcut alți cercetători? (maxim 250 de cuvinte adică aprox. 0.5 pagini cu Calibri single spacing) line sau off- line. Folosește cu încredere (și) Google! ATENȚIE: variabila dependentă trebuie să fie măsurată metric pentru că în versiunea intermediară 2 a lucrării va trebui să faci o regresie multiplă. De exemplu folosești conceptul educație formală. Trebuie să spui cum este măsurat în chestionar: ar putea fi Care este ultima școală absolvită? cu variantele de răspuns: 1. 0 clase, 2. 8 clase, 3. școală profesională, 4. Liceu, 5. Facultate, 6. Studii postuniversitare. Trebuie să spui dacă variabila este folosită ca atare în analize sau recodificată: ar putea fi transformată în dummy cu 1. Facultate sau studii postuniversitare și 0. Toate celelalte niveluri. Trebuie să precizezi cercetarea care a stat în spatele datelor (dacă e creația proprie sau faci analiză secundară pe date disponibile în altă parte). Trebuie să spui numele cercetării, anul în care a fost realizată, populația de referință, volumul eșantionului. Trebuie să spui și de unde ai luat datele. ATENȚIE: variabila dependentă trebuie să fie măsurată metric pentru că în versiunea intermediară 2 a lucrării va trebui să faci o regresie multiplă. Pentru versiunea intermediară 1 care trebuie predată în săptămâna noiembrie trebuie să incluzi în lucrare următoarele: - Statistici descriptive pentru toate variabilele folosite în analiză: procente pentru variabilele categoriale și medii + abatere standard pentru variabilele metrice. - Analiza relației dintre variabila dependentă și variabilele independente folosind tabelul de contingență cu chi square și reziduuri. Variabila dependentă va trebui recodificată astfel încât să fie categorială. S- ar putea să trebuiască să faci recodificare și pentru variabilele independente. Cu aceste variabile recodificate vei face analiza. Trebuie să raportezi: valoarea chi square, valoarea p calculată pentru chi square, procentele calculate în funcție de variabilele independente + baza din care sunt calculate aceste procente, valorile reziduale ajustate

8 - - Un grafic care prezintă distribuția variabilei dependente. Interpetarea tuturor informațiilor de mai sus în funcție de obiectivul lucrării tale și de ceea ce ai scris la Ce s- a scris până acum pe această temă la nivel național și internațional. Pentru versiunea intermediară 2 care trebuie predată în săptămâna decembrie trebuie să incluzi în lucrare următoarele: - Toate de la versiunea intermediară 1 corectate după feedbackul primit de la asistenta cu care lucrezi. - Un tabel de regresie multiplă care conține: variabilele denumite explicit pe fiecare rând, coeficientul de regresie nestandardizat, coeficientul de regresie standardizat, valoarea p calculată, coeficientul de determinare (R 2 ), volumul eșantionului pe care este realizată analiza, diferența dintre volumul total al eșantionului și volumul eșantionului pe care este realizată analiza. - Interpetarea tuturor informațiilor de mai sus în funcție de obiectivul lucrării tale și de ceea ce ai scris la Ce s- a scris până acum pe această temă la nivel național și internațional. Pentru versiunea finală care trebuie predată în sesiune trebuie să incluzi în lucrare toate de la versiunea intermediară 2 corectate după feedbackul primit de la asistenta cu care lucrezi. Bibliografie scrisă corect Forma și estetica lucrării Nu există greșeli gramaticale. Este scrisă cu diacritice: ș, ț, ă etc. Are o structură clară, iar trecerea de la un element la altul al lucrării este evidentă. Tabelele sunt editate (nu sunt copiate direct din SPSS) Datele pot fi culese de tine sau poți folosi date culese de alții. Nu contează anul în care au fost culese. Nu contează populația de referință. Dacă decizi să folosești datele culese de alții atunci vezi lista3 următoare pentru inspirație: European Values Study: 3 Aceasta este o listă incompletă. Am enumerat cercetări cu care sunt familiar. Poți folosi date produse în proiecte care nu se află în această listă. 8

9 World Values Study: European social survey: Diverse cercetări realizate de Fundația pentru o societate deschisă: de- date. Eurobarometer: European Quality of Life Survey: quality- of- life- surveys. Alte cercetări depozitate la RODA (Arhiva română de date sociale): catalog. Dacă întâmpini dificultăți în accesarea bazei de date dorite, te rog să îi comunici asistentei de la seminar sau profesorului de la curs. Vei primi ajutor. Distribuția notei: 1 punct din oficiu. versiunea intermediară 1 = 2 puncte. Dacă nu o predai, primești 0 puncte la nota finală. versiunea intermediară 2 = 2 puncte. Dacă nu o predai, primești 0 puncte la nota finală. versiunea finală = 4 puncte. Dacă nu o predai, nu poți promova examenul și ești trecut absent în catalog. prezența la curs este notată. Pentru 7 prezențe primești 1 punct. Pentru 6 sau mai puține prezențe primești proporțional sub 1 punct. Punctele obținute se adună. 4. Calendarul cursului Saptămân a 3-7 oct oct 7-21 oct oct 31-4 noi 7-11 noi noi Tema De la obiectivul de cercetare la baza de date Curățarea bazei de date Raportări elementare: descriere prin tabele și grafice Relații între fenomene măsurate calitativ (asociere) Diferențe între grupuri în funcție de fenomene măsurate cantitativ Observații În această săptămână trebuie să anunți tema proiectului noi Relații între fenomene măsurate cantitativ La seminariile din această 9

10 28-2 dec 5-9 dec dec (corelație și regresie liniară simplă) Explicarea unui fenomen măsurat cantitativ folosind mai mulți predictori (regresie liniară multiplă) Măsurarea multi- item și elaborarea variabilelor compuse Caracteristicile datelor bune : verificarea asumpțiilor elementare și alte lucruri de știut săptămână trebuie să predai prima versiune a articolului. Miercuri și joi sunt zile libere La seminariile din această săptămână trebuie să predai a doua versiune a articolului dec Exemplu integrat Miercuri e ultima zi de școală 5-6 ian * Joi e prima zi de școală 9-13 ian ian Exemplu integrat Exemplu integrat ian Sesiune Sesiune. Propun ca termen de predare a proiectului scris data de 6 februarie Alte recomandări de lectură Pentru Tema 1: De la obiectivul de cercetare la baza de date (2 ore). Velleman, P. F. and L. Wilkinson (1993). "Nominal, Ordinal, Interval, and Ratio Typologies are Misleading." The American Statistician 47(1): Articolul este pe grupul de Yahoo. Pentru tema 2: Curățarea bazei de date (4 ore) SAGE. Capitolul 3 The SPSS environment (selecții). Cartea se găsește la bibliotecă și are cota 310FIE. Pentru Tema 3: Raportări elementare: descriere prin tabele și grafice (4 ore) SAGE. Capitolul 4 Exploring data with graphs (selecții). Cartea se găsește la bibliotecă și are cota 310FIE. Pentru Tema 4: Relații între fenomene măsurate calitativ (asociere) (2 ore) SAGE. Capitolul 18 Categorical data (selecții). Cartea se găsește la bibliotecă și are cota 310FIE. 10

11 Pentru tema 5: Diferențe între grupuri în funcție de fenomene măsurate cantitativ (2 ore) SAGE. Capitolul 9 Comparing two means (selecții) și capitolul 10 Comparing several means: ANOVA (GLM 1) (selecții). Cartea se găsește la bibliotecă și are cota 310FIE. Pentru tema 6: Relații între fenomene măsurate cantitativ (corelație) și model explicativ cu variabila dependentă metrică (regresie liniară multiplă) (2 ore) SAGE. Capitolul 6 Correlation (selecții) și capitolul 7 Regression (selecții). Cartea se găsește la bibliotecă și are cota 310FIE. Pentru tema 7: Explicarea unui fenomen măsurat numeric folosind mai mulți predictori (regresie liniară multiplă) (2 ore) SAGE. Capitolul 7 Regression (selecții). Cartea se găsește la bibliotecă și are cota 310FIE. Pentru tema 8: Măsurarea multi- item și elaborarea variabilelor compuse (2 ore) SAGE. Capitolul 6 Correlation (selecții) și capitolul 17 Exploratory factor analysis (selecții). Cartea se găsește la bibliotecă și are cota 310FIE. Pentru tema 9: Caracteristicile datelor bune : verificarea asumpțiilor elementare (2 ore) SAGE. Capitolul 5 Exploring assumptions (selecții). Cartea se găsește la bibliotecă și are cota 310FIE. MISC ***European Social Survey Education Net (ESS EduNet): ***Online Statistics Education: An Interactive Multimedia Course of Study: Survey Research Center. (2016). Guidelines for Best Practice in Cross- Cultural Surveys. Ann Arbor, MI: Survey Research Center, Institute for Social Research, University of Michigan. 11