az spss program leírása - seneca booksseneca-books.hu/doc/spsskonyv.pdf · huzsvai - vincze: spss...

HUZSVAI LSZL VINCZE SZILVIA

SPSS-knyv

Seneca Books

2012

Huzsvai - Vincze: SPSS Statisztika

Minden jog fenntartva. Jelen knyvet vagy annak rszleteit a Kiad engedlye nlkl brmilyen formban vagy eszkzzel reproduklni, trolni s kzlni tilos.

Szerkesztette:

Dr. Huzsvai Lszl

rtk:

Dr. Huzsvai Lszl

Dr. Vincze Szilvia

Kiad: SENECA BOOKS

ISBN:

978-963-08-5666-9

2012

- 2 -

TARTALOMJEGYZK

ELSZ .................................................................................................................................................................. 7

BEVEZETS ........................................................................................................................................................... 8

FILE MEN ............................................................................................................................................................ 9

READ TEXT DATA: ................................................................................................................................................... 9 APPLY DATA DICTIONARY: ....................................................................................................................................... 9 DISPLAY DATA INFO: ................................................................................................................................................ 9

SZERKESZTS (EDIT) MEN .......................................................................................................................... 10

OPTIONS ............................................................................................................................................................ 10

NZET (VIEW) MEN ....................................................................................................................................... 11

STATUS BAR .......................................................................................................................................................... 11 TOOLBARS ......................................................................................................................................................... 11 FONTS ............................................................................................................................................................... 11 GRID LINES ........................................................................................................................................................... 11

ADATOK (DATA) MEN ................................................................................................................................... 12

DEFINE VARIABLE .............................................................................................................................................. 12 TEMPLATES ........................................................................................................................................................ 12 INSERT VARIABLE ................................................................................................................................................... 12 INSERT CASE ......................................................................................................................................................... 12 GOTO CASE ....................................................................................................................................................... 12 SORT CASES ...................................................................................................................................................... 12 TRANSPOSE ........................................................................................................................................................ 12 RESTRUCTURE .................................................................................................................................................... 12 MERGE FILES ........................................................................................................................................................ 15 AGGREGATE DATA ................................................................................................................................................. 16 ORTHOGONAL DESIGN ............................................................................................................................................. 16

Generate .................................................................................................................................................... 16 SPLIT FILE ......................................................................................................................................................... 17 SELECT CASES ................................................................................................................................................... 17

Nagy mennyisg adat lekrdezse .............................................................................................................. 17 WEIGHT CASES, ................................................................................................................................................. 20

TALAKTSOK (TRANSFORM) MEN ...................................................................................................... 21

COMPUTE VARIABLE: .............................................................................................................................................. 21 RANDOM NUMBER SEED: ........................................................................................................................................ 21 RECODE: ............................................................................................................................................................... 21 CATEGORIZE VARIABLES: ........................................................................................................................................ 22 RANK CASES: ........................................................................................................................................................ 22 AUTOMATIC RECODE: ............................................................................................................................................. 22 RUN PENDING TRANSFORMS: ................................................................................................................................... 22

ELOSZLSOK ...................................................................................................................................................... 23

ANALZISEK ........................................................................................................................................................ 25

RIPORTOK .............................................................................................................................................................. 25 OLAP Cubes .............................................................................................................................................. 25 Case summaries ........................................................................................................................................ 29 Report summaries in Rows ........................................................................................................................ 30 Report summaries in Columns .................................................................................................................. 30

LER STATISZTIKK (DESCRIPTIVE STATISTICS) ......................................................................................................... 30

Huzsvai - Vincze: SPSS-knyv

Gyakorisgok (Frequencies) ..................................................................................................................... 30 Descriptives ............................................................................................................................................... 32 Explore ...................................................................................................................................................... 32 Kereszttblk (Crosstabs) ......................................................................................................................... 38 Ngy-mezs Chi2-prba fggetlensg s homogenits vizsglatra ............................................................. 39

CUSTOM TABLES .................................................................................................................................................... 40 KZPRTK SSZEHASONLTS (COMPARE MEANS) ................................................................................................... 40

Kzprtkek (Means) ............................................................................................................................... 40 Egy-mints t-teszt (One Sample T Test) .................................................................................................... 41 Egy-mints z-prba ...................................................................................................................................... 42 Kt fggetlen minta kzprtknek sszehasonltsa (Independent-Samples T Test) ............................. 43 Kt-mints z-prba ....................................................................................................................................... 44 Prostott t-prba (Paired-Samples T Test) ............................................................................................. 45 Egyt-nyezs variancia-analzis (One-Way ANOVA) ............................................................................... 46

LTALNOS LINERIS MODELL (GENERAL LINEAR MODEL) .......................................................................................... 54 Egy-vltozs variancia-analzis (Univariate) ........................................................................................... 56 Tbbvltozs variancia-analzis, (Multivariate) ...................................................................................... 57

KSRLETEK TERVEZSE S RTKELSE LTALNOS LINERIS MODELLEL ...................... 58

ELMLETI TTEKINTS ............................................................................................................................................. 58

EGY-TNYEZS VARIANCIA-ANALZIS AZ SPSS-BEN ......................................................................... 63

A MODELL RVNYESSGNEK VIZSGLATA ................................................................................................................ 64 Normalits vizsglat ..................................................................................................................................... 64 Homogenits vizsglat .................................................................................................................................. 66 Kiugr rtkek vizsglata ............................................................................................................................. 69

A VARIANCIA-ANALZIST KIEGSZT KZPRTK SSZEHASONLT TESZTEK ................................................................... 72 Kontrasztok ................................................................................................................................................... 72 Szimultn vagy tbbszrs sszehasonlt tesztek ....................................................................................... 74 Legkisebb szignifikns differencia (LSD) ..................................................................................................... 76 Newman-teszt ................................................................................................................................................ 76 Bonferroni-teszt ............................................................................................................................................ 77 Tukey-teszt, J.W. Tukey (1953) .................................................................................................................... 77 H. Scheff (1953) Scheffe-teszt ..................................................................................................................... 78 Dunnett-teszt ................................................................................................................................................. 78 Student-Newman-Keuls prba ...................................................................................................................... 81 Duncan tbbszrs rang teszt (1955, 1965) ................................................................................................. 81

LTALNOS LINERIS MODELLEK ........................................................................................................... 86

TOVBBI LEHETSGEK A GLM-BEN ........................................................................................................................ 88

SZNTFLDI KSRLETEK TERVEZSE S RTKELSE .............................................................. 89

KSRLETI ELRENDEZSEK ........................................................................................................................................ 91 EGY-TNYEZS KSRLETEK ..................................................................................................................................... 99

Teljesen vletlen elrendezs (CRD) .............................................................................................................. 99 Vletlen blokk-elrendezs (RCBD) ............................................................................................................. 102 Latin ngyzet elrendezs ............................................................................................................................. 104 Latin tgla elrendezs ................................................................................................................................. 107 Csoportostott elrendezs ........................................................................................................................... 109

KT-TNYEZS KSRLETEK .................................................................................................................................... 113 Vletlen blokkelrendezs ............................................................................................................................ 113 Osztott parcells (split-plot) elrendezs ..................................................................................................... 115 Svos elrendezs ......................................................................................................................................... 118

HROM- S TBB-TNYEZS KSRLETEK ................................................................................................................. 122 Vletlen blokkelrendezs ............................................................................................................................ 122 Ktszeresen osztott parcells (split-split-plot) elrendezs ......................................................................... 124

KOVARINSOK ALKALMAZSA A LINERIS MODELLBEN ............................................................................................... 128

KORRELCI- S REGRESSZISZMTS ............................................................................................ 133

- 4 -


KT-VLTOZS SZTOCHASZTIKUS KAPCSOLATOK ......................................................................... 134

ASSZOCICI ....................................................................................................................................................... 135 A - prba ..................................................................................................................................................... 136 Asszocici s fggetlensg -es tblban ................................................................................................... 136 A vltozk fggetlensgnek tesztelse ....................................................................................................... 137 Az asszocici mrse -es tblzat esetben .............................................................................................. 139 Asszocici s fggetlensg -s tblban ..................................................................................................... 140 Az asszocici mrse -s tblzat esetben ................................................................................................ 141 Nominlis vltozkhoz tartoz asszocicis mutatk ................................................................................. 141 Ordinlis vltozkhoz tartoz asszocicis mutatk .................................................................................. 141 Rangkorrelci ........................................................................................................................................... 146 Vegyes kapcsolat ........................................................................................................................................ 155

KT KVANTITATV VLTOZ KZTTI KAPCSOLAT ELEMZSE ........................................................................................ 155 Magas mrsi szint vltozk kztti kapcsolat vizsglata ........................................................................ 155 Pontdiagram .............................................................................................................................................. 156 Lineris korrelcis egytthat .................................................................................................................. 159 Korrelcis index ....................................................................................................................................... 161 A lineris korrelcis egytthat meghatrozsa SPSS-ben ..................................................................... 161 A regresszis egyenes ................................................................................................................................. 163 A legkisebb ngyzetek mdszere ................................................................................................................. 164 A lineris regressziszmts menete ......................................................................................................... 165 A lineris fggvny meghatrozsa ............................................................................................................ 165 A korrelcis egytthat s a determincis egytthat kiszmtsa ........................................................ 167 A regresszi szignifikanciavizsglata ......................................................................................................... 169 A kt vltoz sszefggsnek szignifikanciavizsglata ............................................................................. 169 A regresszis egyenesbl szmtott rtkek hibja .................................................................................... 170 A regresszis koefficiens statisztikai prbi ............................................................................................... 172 A regresszis koefficiens hibaszrsa ........................................................................................................ 172 A regresszis koefficiens konfidenciahatrai ............................................................................................. 172 A regresszis egyenlet konstans tagjnak prbja ..................................................................................... 173 A korrelcis koefficiens statisztikai prbi ............................................................................................... 173

A LINERIS REGRESSZI ELVGZSE AZ SPSS-BEN .................................................................................................... 175

TBBSZRS LINERIS REGRESSZISZMTS ............................................................................... 184

A STANDARD LINERIS REGRESSZIS MODELL ............................................................................................................ 184 Multikollinearits ....................................................................................................................................... 185 A multikollinearits mrse ........................................................................................................................ 186 Autokorrelci ............................................................................................................................................ 187 Az elsrend autokorrelci tesztelse ...................................................................................................... 187 Heteroszkedaszticits ................................................................................................................................. 189

A TBBSZRS LINERIS REGRESSZISZMTS LPSEI .............................................................................................. 189 A regresszis modell illeszkedsnek vizsglata ........................................................................................ 190 A paramterek tesztelse ............................................................................................................................ 191 A becslt paramterek jelentse ................................................................................................................. 192 A reziduumok vizsglata ............................................................................................................................. 192

KT FGGETLEN VLTOZS LINERIS REGRESSZIELEMZS .......................................................................................... 193 A regresszi paramtereinek meghatrozsa kzi szmtssal .................................................................. 193 A regresszis paramterek meghatrozsa az SPSS-vel ............................................................................ 205

HROM FGGETLEN VLTOZS REGRESSZIANALZIS .................................................................................................. 208 NEMLINERIS SSZEFGGSEK VIZSGLATA .............................................................................................................. 217

Linerisra visszavezethet sszefggsek vizsglata ................................................................................. 218 Logaritmikus regresszi ............................................................................................................................. 219 Exponencilis regresszi ............................................................................................................................ 226 Hatvnykitevs regresszi .......................................................................................................................... 231 Parabolikus regresszi ............................................................................................................................... 237 Linerisra nem visszavezethet sszefggsek vizsglata ......................................................................... 241 Logisztikus fggvny .................................................................................................................................. 241 A logisztikus fggvny paramtereinek meghatrozsa ............................................................................. 242

ADATREDUKCIK .......................................................................................................................................... 253

- 5 -


FKOMPONENS-ANALZIS ........................................................................................................................................ 253 Korrelcis mtrix meghatrozsa ............................................................................................................ 255 Az U sajtvektor mtrix s a sajtrtkek (j) meghatrozsa .................................................................. 256 Fkomponens koefficiensek ........................................................................................................................ 256 Fkomponens vltozk ............................................................................................................................... 257 A fkomponens vltozk brzolsa .......................................................................................................... 258 A fkomponens slyok meghatrozsa ....................................................................................................... 259 Fkomponensek brzolsa ....................................................................................................................... 262 A fkomponensslyok gyakorlati rtelmezse ............................................................................................ 263 Fkomponens-analzis forgatssal ............................................................................................................. 264

FAKTOR-ANALZIS ................................................................................................................................................. 269 KATEGORIKUS FKOMPONENS-ANALZIS .................................................................................................................... 269

NEM PARAMTERES PRBK .................................................................................................................... 271

CHI-NGYZET TESZT .............................................................................................................................................. 271 BINOMILIS TESZT ................................................................................................................................................ 272 RUNS TEST .......................................................................................................................................................... 273 EGYMINTS KOLMOGOROV-SMIRNOV TESZT (ONE-SAMPLE KOLMOGOROV-SMIRNOV TEST) ........................................... 277 KT FGGETLEN MINTS TESZTEK (TWO INDEPENDENT SAMPES TESTS) ........................................................................ 278 TBB FGGETLEN MINTS TESZT (K INDEPENDET SAMPLES...) .................................................................................... 280 KT PRONKNT SSZETARTOZ MINTK TESZTJEI (2 RELATED SAMPLES) ................................................................ 280 K SZM SSZETARTOZ MINTA TESZTJEI (K RELATED SAMPLES) ............................................................................ 281

IDSOROK ANALZISE .................................................................................................................................. 283

TREND ................................................................................................................................................................ 284 RVID LEJRAT SZEZONLIS S VLETLEN SSZETEVK ............................................................................................. 284

A sorozat vletlenszersgnek vizsglata ................................................................................................. 284 Periodogram-elemzs ................................................................................................................................. 286 Exponencilis simts ................................................................................................................................. 286 A szezonlis hats felbontsa ..................................................................................................................... 292

GRAFIKONOK ................................................................................................................................................... 294

OSZLOP DIAGRAMOK (BAR CHARTS) ....................................................................................................................... 294 Egyszer (Simple) ....................................................................................................................................... 294 Csoportostott (Clustered) .......................................................................................................................... 295 Halmozott (Stacked) ................................................................................................................................... 297

KRDIAGRAMOK (PIE CHARTS) .............................................................................................................................. 298

KRDVEK TERVEZSE ............................................................................................................................. 301

KRDVEK KIRTKELSE ..................................................................................................................... 304

NOMINLIS TPUS ADATOK KIRTKELSE ............................................................................................................... 304 ORDINLIS TPUS ADATOK KIRTKELSE ................................................................................................................ 308 SKLA TPUS ADATOK KIRTKELSE ...................................................................................................................... 310 TBBSZRS VLASZADSOK ELEMZSE 1. ............................................................................................................... 313 MAXIMUM K VLASZ ELEMZSE 2. .......................................................................................................................... 319

GYAKORL FELADATOK ............................................................................................................................. 320

FGGELK ........................................................................................................................................................ 322

AJNLOTT IRODALOM ................................................................................................................................. 331

GAUSS, CARL FRIEDRICH ............................................................................................................................ 333

- 6 -


ELSZ

A knyv megrsakor az egyik fontos clunk az volt, hogy a statisztikai s biometriai mdszereket konkrt szmtgpes krnyezetben mutassuk be, tovbb a mdszerek elmleti elsajttsn tlmenen, azok szmtgpen val helyes alkalmazst s a kapott eredmnyek tudomnyos igny rtelmezst is megismerje az olvas.

Korbban ilyen tfog m Svb Jnos s Wellisch Pter munkssga nyomn jelent meg, melyben a szerzk a mdszerek kzi szmtsait, valamint a publikcikban megjelenthet eredmnyek, tblzatok tartalmt s formjt ismertettk. Sok kutat a mai napig bibliaknt hasznlja.

Az azta eltelt vekben sok j biometriai mdszer kerlt be a gyakorlatba s a szmtgpes statisztikai programcsomagokba. Ez a tny teszi indokoltt, hogy egy olyan tfog kiadvnyt jelentessnk meg, amelyben a Debreceni Egyetemen vgzett tbb vtizedes kutatmunka eredmnyeit s tapasztalatait felhasznlva mutatjuk be napjaink legkorszerbb statisztikai s biometriai mdszereit. Ez a knyv egy matematikus s egy mezgazdsz kzs munkja sorn szletett meg.

A knyv egyik sajtossga, hogy a mdszereket tbbnyire vals ksrleti adatokon keresztl szemllteti. Nhny mdszer ismertetsekor azonban a knnyebb rthetsg rdekben a pldkban kitallt adatokat hasznlunk fel; ilyenkor nem clunk a szakmailag helytll kvetkeztets levonsa.

A knyv fejezetei azonos elvek alapjn plnek fel: elszr ismertetjk az elmletet, az alkalmazhatsg feltteleit, majd konkrt pldn keresztl a szmtgpes megoldst, vgezetl megvizsgljuk, hogy teljesltek-e az alkalmazhatsg felttelei.

Mirt pont az SPSS?

Mert ezt a programot a felsoktatsi intzmnyek ingyen hasznlhatjk, s a statisztika minden terlett felleli.

Ajnljuk ezt a knyvet a felsoktatsi intzmnyek hallgatinak, oktatknak, kutatknak, minden olyan embernek, akik munkjuk sorn a biometrihoz kzel kerltek valamint nem utols sorban a mindenkori oktatsi miniszternek.

A szerzk

Debrecen, 2012. mrcius

BEVEZETSAz SPSS hasonlan tbb Windows programhoz tbbablakos technikval dolgozik. Kln ablakban kezelhetjk az adatbzist, mely leginkbb egy

- 7 -


tblzatkezel adatbzishoz hasonlt, kln ablakban jelenik meg az eredmny, s kln-kln ablakban szerkeszthetjk a syntaxokat s szkripteket.

A syntax az SPSS bels nyelve, melyben a prbeszdablakokban belltott utastsokat trolhatjuk s futtathatjuk. Ezen bels nyelv segtsgvel olyan elemzseket, ill. utastsokat is kiadhatunk, melyeket a prbeszdpanelbl nem. Az SPSS kiterjesztett matematikai, ill. mtrix mveletei, melyekkel a legbonyolultabb szmtsi mveletek is elvgezhetk, csak ezen bels nyelven megrt nagyon egyszer utastsokkal vgezhetk el. A mtrix eljrs tartalmazza az elemi mtrix mveletektl (sszeads, kivons, szorzs, oszts) kezdden a determinns, inverzmtrix, sajtrtk, sajtvektor, stb. meghatrozst. Ezekre a korrelci- s regresszi szmtsban mutatunk be nhny pldt. A ciklusutastsok, itercis eljrsok, automatikus adatbzis ksztsek is csak a syntax editor ablakban futtathatk. Syntaxot a legegyszerbb mdon a prbeszdablakok Paste utastsval hozhatunk ltre. Ilyenkor megnylik a syntax editor ablak s megjelennek a parancssorok. Az ilyen mdon el nem rhet parancsokat, a szintaktikai szablyoknak megfelelen, sajt kezleg kell berni. A szintaktikai lers megtallhat az SPSS Syntax Reference Guide-ban. A legfontosabb utastsok az aktulis fejezetekben kerlnek ismertetsre.

A szkriptek valjban sax basic nyelven rt fggvnyek s eljrsok sorozata. Ez a nyelv, nhny specilis szablytl eltekintve, nagyon hasonlt a Visual Basicre. Aki mr programozott Visual Basicben, a programhoz szlltott plda szkriptek tanulmnyozsa utn, knnyedn elksztheti a sajt szkriptjeit. A szkriptek segtsgvel az SPSS minden lehetsgt ki lehet aknzni. Az un. autoszkriptek segtsgvel egy esemny bekvetkezsekor vgrehajtdik egy utastssorozat, amivel pldul egy kimutatstblzat ltrehozsakor automatikusan bellthatjuk, hogy mely vltozk jelenjenek meg a kimutats soraiban, oszlopaiban, legyen-e rszsszegzs, s ezek milyen formtumot vegyenek fel. A szkriptek s syntaxok egyms kztt tjrhatk (szkriptbl futtathatunk syntaxot s syntaxbl szkriptet).

A knyvben lertak az SPSS 9.0-tl kezdden a ksbbi verzikban is jl alkalmazhatk, mivel a program kszti csupn aprbb mdostsokat eszkzltek, ami nem okozott lnyegi vltozst. A knyelmi szolgltatsok beptse a ksbbi verzikban esetenknt mg egyszerbb teszi az egyes mveletek vgrehajtst.

FILE MENRead Text Data:

text tpus adatok beolvassa, pl. automata meteorolgia lloms adatait. *.dat kiterjesztssel. Fixed widht, a fels sor tartalmazza a vltozk neveit. A

- 8 -


vltozk rgi neveinek jakat adhatunk. Mentsk el a fjl formtumt ksbbi munkk szmra *.tpf kiterjesztssel.

Apply Data Dictionary:

Az SPSS-be mr beolvasott adatok oszlop, cmke, stb. kiegszt adatait mr meglv adatbzisbl is beolvashatjuk a fenti paranccsal, *.sav kiterjeszts fjlt vlasztva.

Display Data Info:

Lemezen trolt adatbzis tulajdonsgait, vltozit, cmkit listzza ki.

rdemes nha *.por, portable formtumba menteni az adatokat, mert ezt mg a DOS-os programok is el tudjk olvasni, mivel majdnem szveg fjlknt menti. Excelbl 4.0-s munkalapknt kell menteni az adatokat.

SZERKESZTS (EDIT) MENOptions

Charts: A grafikonok formtumt, kinzett lehet megadni. A mintt (template) elre szerkesztett formtumban, fjlban megrizve is megadhatjuk. Figyeljnk arra, hogy a megadott knyvtrban ott legyen a *.sct kiterjeszts fjl. Ha trljk, a program indtsa utn hibajelzst kapunk. Bettpusokat, szneket, vonalakat, mintzatot hatrozhatunk meg. A grafikon kerett, rcsozatt llthatjuk be interaktv mdon.

Alapbelltsok: Edit Options General, Output Labels, Data

NZET (VIEW) MENStatus Bar

A tblzat aljn tallhat informcis svot jelenthetjk meg vagy rejthetjk el.

Toolbars

A mensor al klnbz ikonokat rakhatunk ki, amelyek gy gyors billentyknt szolglnak. A leggyakrabban hasznlt eljrsokat rdemes itt megjelenteni. (Show Toolbars). A bellts paranccsal (Customize) elvgezhetjk a szksges belltsokat. Az Edit Tool billentyvel mg az ikonokat is trajzolhatjuk kvnsg szerint. Bal egr gombbal fogjuk meg az

- 9 -


ikonokat s vigyk a kvnt helyre. Az ikonok trlst is hasonl mdon vgezhetjk, egyszeren vontassuk ki az ikon terletrl.

Fonts

Meghatrozhatjuk a bet tpust (Arial, Courier, stb., stlust (norml, dlt, flkvr, flkvr dlt), mrett (8-72). Kivlaszthatjuk az alkalmazott rsrendszert (Kzp-eurpai, Nyugati, Grg, stb.).

Grid Lines

Az adatbzis ablakban a rcsozatot tudjuk ki, illetve bekapcsolni.

ADATOK (DATA) MENDefine Variable

Az aktv adat editor ablakban a kivlasztott vltoz ler fejlc adatait lehet megvltoztatni, vagy j adatbzis vltozit lehet definilni.

Templates

Ha tbb vltoznak egyszerre akarjuk belltani a tulajdonsgait, akkor ezt a parancsot kell hasznlni. Elzetesen az aktv editor ablakban a mdostand vltozkat lenyomott egrbillentyvel ki kell jellni

Insert Variable

j vltoz (oszlop) beszrst vgzi az aktv vltoz utn.

Insert Case

Egy j eset (sor) beszrst vgzi az aktv eset utn.

Goto Case

Megkeresi az adott esetet. Ha nem az adat ablak az aktv, akkor ennek a parancsnak hatsra azz vlik. A keres dobozt a kvnt eset megkeresse utn a Close gomb megnyomsval lehet lezrni.

- 10 -


Sort Cases

Az adatmtrix sorai cskken vagy nvekv sorrendbe rendezhetk. A parancsdobozban meghatrozhatjuk, hogy melyik legyen az elsdleges, msodlagos, stb. kulcs.

Transpose

Az adatmtrix sorainak s oszlopainak felcserlse, ezzel az esetek s vltozk szerepei is felcserldnek. A rgi vltozk nevei a legels j vltoz esetei lesznek, a tbbi j vltoz neve case_1, case_2, stb. lesznek.

Restructure

Itt az adatbzisok szerkezett tudjuk megvltoztatni. Ezt tstrukturlsnak is nevezik. Vegyk az albbi egyszer adatbzist, s vltoztassuk meg a szerkezett. A mrt nedvessgi rtkek rtegenknt kerljenek j vltozkba.

ntzs

Talajmvels

Rteg

Nedvessg

1,00 1,00 1,00 14,00

1,00 1,00 2,00 15,00

1,00 1,00 3,00 16,00

1,00 2,00 1,00 17,00

1,00 2,00 2,00 18,00

1,00 2,00 3,00 19,00

2,00 1,00 1,00 20,00

2,00 1,00 2,00 21,00

2,00 1,00 3,00 22,00

2,00 2,00 1,00 23,00

2,00 2,00 2,00 24,00

2,00 2,00 3,00 25,00

Data, Restructure parancs utn az albbi prbeszdpanelt kapjuk. Itt kivlaszthatjuk, hogy a vltozkbl csinljuk eseteket vagy fordtva, a kivlasztott esetekbl legyenek j vltozk. A harmadik esetben az adatbzist transzponljuk.

- 11 -


A Tovbb billenty utn meg kell adni az j adatbzis szerkezett. Szerintem, ez a prbeszdablakokban kiss nehzkes, sokkal egyszerbb programbl megadni. A baloldali ablakban lthatk a jelenlegi adatbzis vltozi (Variables in the Current File). Azonost vltozknak adjuk meg az ntzs s talajmvels vltozkat. Ezek kln sorokban fognak megjelenni az j adatbzisban. Index vltoznak jelljk ki a rteg vltozt. Ez az adatbzis oszlopaiban fog megjelenni j vltozknt. Mivel hrom rteg van a nedvessg hrom j vltozban fog megjelenni.

- 12 -


ntzs Talajmvels Nedvessg_1 Nedvessg_2 Nedvessg_3

1,00 1,00 14,00 15,00 16,00

1,00 2,00 17,00 18,00 19,00

2,00 1,00 20,00 21,00 22,00

2,00 2,00 23,00 24,00 25,00

Merge Files

Fjlok bvtse, sszekapcsolsa. j megfigyelsekkel (esetekkel) vagy j vltozkkal bvthetjk az adatbzist. Az esetek bvtsvel jabb megfigyelseket csatolhatunk az adatainkhoz. j vltozkkal trtn bvtskor tbb vlasztsi lehetsgnk is van, el tudjuk lltani, pl. kt fjl kombincijt egy kulcs vltoz felhasznlsval. Legyen a terms.sav fjlnak hrom vltozja: v, npk, terms. sszesen 84 megfigyelt termseredmnynk van, t-t 1990-tl 2003-ig. Legyen a csapadk.sav fjlnak kt vltozja: v s csapadk. sszesen 14 megfigyelsnk (rekord)

- 13 -


van, 1990-tl 2003-ig. Ki szeretnnk bvteni a terms.sav fjlunkat a csapadk rtkekkel, hogy minden megfigyelshez a megfelel csapadkrtk tartozzon. Nyissuk meg a terms.sav fjlt, s rendezzk nvekv sorrendbe az vek szerint. Vlasszuk az Add Variables parancsot, a fjl megnyits prbeszdpanelbl vlasszuk ki a csapadk.sav fjlt. j prbeszdpanelt kapunk, amiben a kt fjl informcii lthatk. Vlasszuk a Match cases on key variables in sorted files lehetsget, s a rdigombok kzl External file is keyed table. A kls adatbzis lesz a kulcsmez tbla, ez tartalmazza a kulcsmezt. A kulcsmez csak egyszer fordulhat el a tblban. Az Excluded Variables: mezben jelljk ki az vvltozt, s hzzuk a Key Variables: mezbe. Az OK gomb lenyomsa utn figyelmeztetst kapunk: ha nincsenek a fjlok a kulcsmez szerint sorba rendezve, rossz eredmnyt kapunk. Ez a lehetsg nagyon jl hasznlhat a logikailag sszetartoz klnbz tblk idszakos sszekapcsolsra, s elemzsi feladatok elvgzsre. Ez nem ms, mint az egy a tbbhez kapcsolat megteremtse egy relcis adatbzisban. Ennek kt felttele van, hogy mindkt fjlban legyen azonos kulcsmez, ami alapjn ssze lehet kapcsolni a kt adatbzist, s mindkt fjl a kulcsmez szerint sorba legyen rendezve.

Aggregate Data

Break Variables: az a vltoz, ami szerint az sszegzs ill. statisztika kszljn. Aggregate Variables: vltoz, amit sszegezni szeretnnk. Create new data file: ezt vlasztva egy j aggr.sav kiterjeszts fjl kszl az aggreglt adatokkal.

Orthogonal Design

GenerateMtrgyzs ntzs Status Krtya

N 60 nem ntztt Design 1

N 30 nem ntztt Design 2

N 30 ntztt Design 3

nem trgyzott ntztt Design 4

nem trgyzott nem ntztt Design 5

N 60 ntztt Design 6

Tbb-tnyezs ksrletek szmra linerisan fggetlen kezelskombinci tervet kszthetnk vletlen szm genertor segtsgvel. A tnyez nevnek (Factor Name) s cmkjnek (Factor Label) megadsa utn az Add billentyvel felvesszk a tnyezk ablakba. Az egrrel kivlasztva a tnyezt

- 14 -


definilni kell a kezelsszintek szmt (Define Values), s el is lehet nevezni, pl. mtrgybl 13, nem trgyzott, 30 kg nitrogn, 60 kg nitrogn, stb.

Split File

Lehetsgnk van az adatbzist felosztani s az elvgzett analziseket gy elvgezni. Hrom lehetsg kzl vlaszthatunk:

Minden esetet megvizsglunk, nem kpeznk csoportokat.

A csoportokat hasonltjuk ssze.

Az analzisek eredmnyt csoportonknt jelentjk meg.

Select Cases

eseteket vlaszthatunk ki az adatbzisbl. Ngy lehetsg kzl vlaszthatunk:

Minden eset rszt vegyen az analzisben.

Ha valamilyen felttel teljesl (if then)

Vletlen minta az esetekbl

Kijellhetjk az esetek bizonyos tartomnyt, az els s utols eset megjellsvel

Hasznlhatunk szr vltozt

Mi legyen a ki nem vlasztott esetek sorsa? Lehet szrni s trlni ket az adatbzisbl.

Nagy mennyisg adat lekrdezseEgy viszonylag nagy adatbzisbl nagy mennyisg adatot klnbzkppen krdezhetnk le. Az egyik legegyszerbb megolds az adatok szrse (select cases) parancs hasznlata, azonban nagy mennyisg adat, illetve tbb-szempontos lekrdezskor nagyon sokat kell rni, s bonyolult logikai kifejezseket kell megalkotni. Nagy a hibzsi valsznsg. A msik nagyon hatkony megolds, ha ksztnk egy lekrdez adatbzist, s ehhez kapcsoljuk a nagy adatbzisbl az adatokat az sszekapcsol utastssal (merge files, add variables).

Pl.: a nagy adatbzis harminc v klnbz kukorica hibridjeinek termseit tartalmazza. Ksztsk el az elre kivlasztott harminc hibrid egy-kt vagy tbb ves termseredmnyt. Az els lps, alkossuk meg a lekrdez adatbzist. Rendezzk nvekv sorrendbe az adatokat a hibridek s v szempont alapjn (Data, Sort Cases).

A msodik lpsben kapcsoljuk hozz a termseredmnyeket a nagy adatbzisbl.

- 15 -


- 16 -


- 17 -


Weight Cases,

Alul vagy tl reprezentlt mintk esetben lehet slyztnyezt alkalmazni. Ha tbb ismrv alapjn is alul vagy tl reprezentlt a minta, akkor egyenknt kell a slyztnyezket kiszmtani, s az egyenknti slyztnyezket ssze kell szorozni. (Ez a szociolgiai s trsadalomkutatsban elfogadott eljrs.) Pl.: 60 megfigyelsbl 50 frfi s 10 n. A frfiak tl reprezentltak ebben a mintban ezrt a kt slyz tnyez frfiak esetben 10/60, nk esetben 50/60.

TALAKTSOK (TRANSFORM) MENAz adatmtrix elemeit lehet megvltoztatni, illetve j vltozkat lehet ellltania rgi vltozk segtsgvel. tkdolhatjuk a rgi esetek rtkeit akr j, akr a rgi vltozkba. Az esetek rangszmait is kiszmthatjuk.

Compute Variable:

Szmtott vltoz ltrehozsa. Meg kell adni a clvltoz nevt s a numerikus kifejezst. Lehetsg van arra is, hogy valamilyen logikai kifejezst is belltsunk, s ilyenkor csak azoknl az eseteknl kpzdik a szmtott rtk, amelyeknl a logikai rtk igaz. A tbbi helyre system missing value kerl.

Gyakran elfordul feladat, hogy idsort kell ellltani, vagy meglv idsort kell klnbz szempontok szerint talaktani. A talaj-nvny-atmoszfra modellekben az idt az aktulis v janur elsejtl eltelt napok szmval jellik (Julianus dtum). Havonknti, negyedvenknti sszestst ill. kimutatst gy elg nehz elvgezni. A program a klnbz dtum fggvnyekkel lehetsget biztost az talaktsokra. Pl. DATE.YRDAY(v, az v napja) segtsgvel rendes dtumot lehet ellltani. A szmtott j vltoznak termszetesen dtum tpust kell megadni. A DATE.* fggvnyekkel szmokbl lehet klnfle dtumot ellltani, az XDATE.* fggvnyek pedig dtumbl szmokat, pl. napok szma, hnap szma, negyedvek szma, stb. Az gy elksztett attribtumokkal klnfle szempontok szerint csoportosthatjuk az adatokat, kszthetnk statisztikkat, elemzseket. (ld. esztend2002.sav).Vletlen szmokat is el tudunk lltani a beptett eloszlsfggvnyek segtsgvel. Pl. RV.NORMAL(mean, stddev) norml eloszls ismert kzprtk s szrs esetn.

Random Number Seed:

A szmtgppel generlt u.n. pszeud-vletlen szmok ellltsakor a kiindulsi szm megadsa. Csak sok szmjegy, pratlan szm adhat meg.

- 18 -


Amennyiben sokszor generlunk vletlen szmokat, idnknt clszer tlltani, nehogy ismtlds lpjen fel a vletlen szmok kztt.

Count:

Egy olyan j vltoz hozhat ltre, amelyben a vltozlistra felvitt vltozk egyttes elfordulsait lehet regisztrlni.

Recode:

Elfordulhat, hogy ugyanazt a hibridet szintaktikailag ktfle mdon rgztettk, pl. Pelican s Pelikn. Az automatikus jrakdols sorn kt klnbz szm fog hozzrendeldni a kt megnevezshez. Hogyan lehet ezt kijavtani?

Az jrakdols sorn vlaszthatjuk, hogy ugyanabba a vltozba (Into Same Variables) vagy j vltozba (Into Different Variables) kerljenek az j rtkek. Vlasszuk, hogy ugyanabba a vltozba kerljenek az rtkek. Fel kell sorolnunk a rgi s j rtkeket, s fel kell venni ket a listba, majd OK. Az jrakdols megtrtnik. Meg kell jegyezni, hogy a rgi rtkek, amelyek most mr nem szerepelnek az adatbzisban, cmki tovbbra is megrzdnek.

A rgi felesleges cmkket az Automatikus jrakdolssal (Autamatic Recode) trlhetjk. sszefoglalsknt: Automatic Recode Recode Into Same Variable Automatic Recode.

Categorize Variables:

Egy vltoz tartomnyt lehet felosztani kategrikra, alapllapotban ngy kategrit ajnl fel a program, de lehet vltoztatni.

Rank Cases:

Egy vltoz rtkeinek a nagysg szerinti sorrendben elfoglalt helyzetnek megfelel rangszmt generlja egy j vltozba. Ha kt egyforma rtk ll a vltozban, megfelezi a sorszmot, pl. 1,5 s 1,5.

Automatic Recode:

Vltozkat lehet automatikusan jrakdolni. A vltoz listbl vlasszuk ki az jrakdoland vltozt, a New Name ablakba rjuk be az j vltoz nevt s nyomjuk meg a New Name gombot. OK utn automatikusan jrakdolja a vltozt. Text tpus vltoz esetben, ha a vltoz klnbz csoportokat jell nem rdemes a szveget minden egyes rekordban trolni, elg csak a kdokat. Ezzel az adatfjlt mrete jelentsen cskken. A kdok numerikus rtkek lesznek. Az jrakdolt vltozban a szmokhoz cmkk (labels) kapcsoldnak, melyek az eredeti text tpus vltoz tartalmt veszik fel.

- 19 -


Run Pending Transforms:

A felfggesztett transzformcis parancsokat hajtja vgre. Fknt a syntax-ok futtatsakor hasznljuk. amelyeket a transzformcis opcikat hasznlva a Preferences parancsdobozban felfggesztettnk.

ELOSZLSOK

UNIFORM(max) = egyenletes eloszls pszeud vletlen szmok ellltsa a 0 s max tartomnyban.

RV.UNIFORM(min, max) = egyenletes eloszls pszeud vletlen szmok ellltsa min s max kztt.

RND(numexpr) = egsz rsz fggvny

Kockadobsok szimullsa:

RND(UNIFORM(6)+0.5), egyenletes eloszls 1-tl 6-ig. brzolni a gyakorisgot oszlopdiagramon.

VL1

6.005.004.003.002.001.00

Coun

t

640

630

620

610

600

590

580

570

Hat j egyenletes eloszls vltoz ltrehozsa, sszeg kiszmtsa. brzoljuk az sszeget!

- 20 -


SSZEG

34.0032.00

30.0028.00

26.0024.00

22.0020.00

18.0016.00

14.0012.00

10.007.00

Coun

t

400

300

200

100

0

Az adatok standardizlsa, Analyze, Descriptive Statistics, Descriptives, Save standardized values as variables. brzols.

Zscore(SSZEG)

3.116612.63735

2.158081.67881

1.19954.72028

.24101-.23826

-.71752-1.19679

-1.67606-2.15532

-2.63459-3.35349

Coun

t

400

300

200

100

0

- 21 -


ANALZISEKRiportok

Adatbzisunkrl klnbz szempontok alapjn kszthetnk kimutatsokat tblzatos formban.

OLAP CubesKimutatsokat, kimutats tblzatokat kszthetnk skla tpus adatokkal (Olap Cubes), Pivot tbla formtumban. OLAP (Online Analytical Processing). Rteg (layer), sor (row) s oszlop (column) vltozk szerint csoportosthatjuk az adatainkat. Klnbz statisztikkat jelenthetnk meg, centrlis mutatkat, szrdsi s terjedelmi jellemzket.

Analyze, Reports, OLAP Cubes

Az elemezni kvnt skla tpus adatot vagy adatokat a

1. bra: Kimutats varzsl prbeszdablaka

Summary Variable(s): ablakba tegyk. A csoportkpz vltozkat a Grouping Variable(s) ablakba. A Statistics gombra kattintva klnbz statisztikai jellemzket vlaszthatunk.

- 22 -


2. bra: A kimutatsban megjelenthet statisztikk

Differences gomb a vltozk, ill. csoportok kztti klnbsgeket jelenti meg.

3. bra: A kimutatsban megjelenthet klnbsgek

- 23 -


Az OK gomb lenyomsa utn az Output ablakban megjelenik az eredmny sszezrt formban, azaz minden csoportkpz vltoz a rtegekben (layer) kerl.

OLAP Cubes

Esztend: TotalNAP: Total

5101.1RAINSum

A kimutatst tetszs szerinti formba nthetjk, a rtegeket sorokba illetve oszlopokba hzhatjuk. Ehhez kattintsunk kettt a tblzatban az egr balgombjval. A fels mensoron megjelenik a Pivot parancs, melyben a Pivoting Trays parancs megnyitja a szerkesztsi lehetsget.

4. bra: A kimutats szerkezetnek megvltoztatsa

A baloldalon a rteg (layer), alul a sor (row) s jobboldalon az oszlop (column) tallhat. A vltozkat az egrrel hzzuk a kvnt helyre, pl.

- 24 -


OLAP Cubes

NAP: TotalSum

414.0

573.0

397.0

635.0

637.0

359.0

585.0

411.5

520.9

568.7

5101.1

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

Total

RAIN

A tblzat minden egyes elemt formzhatjuk, s elmenthetjk a kimutats egyes vltozatait. Ehhez nyissuk meg a Bookmarks (knyvjelzk) parancsot.

5. bra: A knyvjelzk megadsa

Adjunk nevet az aktulis kimutats vltozatnak, s az Add gombbal adjuk hozz a knyvjelzt.

A View menparancsban vlasszuk a Toolbars lehetsget, ekkor megjelennek a segdeszkzk (tolltart), melyek segtsgvel hasznos eszkzk llnak rendelkezsnkre a kimutatsok tovbbi elemzshez, formzshoz.

- 25 -


6. bra: Segdeszkzk a kimutatsok formzshoz

Itt megtallhatk a knyvjelzk is, amivel a kimutatsok klnbz vltozatai knnyen ttekinthetk.

Case summariesNagyon hasonlt a pivot tblhoz, csak sokkal egyszerbb formtumban jelenti meg az adatokat. Jl hasznlhat a bevitt adatok ellenrzsre, klnbz csoportostsok szerinti adat-megjelentshez.

Case Summaries

Mean

-1,268 -7,496-1,629 -12,0937,677 -2,019

15,650 3,21326,100 12,61628,057 14,82327,352 15,67429,671 13,00822,063 9,45312,165 3,24810,490 2,6572,652 -3,039

15,005 4,431

HONAP1,0002,0003,0004,0005,0006,0007,0008,0009,00010,00011,00012,000Total

TMAX TMIN

1. tblzat

- 26 -


Report summaries in Rows

Report summaries in ColumnsA meteorolgia adatbzisbl minden kimutats elvgezhet ezzel az eljrssal. A Data Columns prbeszd ablakban kell megadni az elemzend vltozkat. Minden vltozhoz klnbz statisztikt rendelhetnk, st ugyanazt a vltozt tbbszr is felvehetjk klnbz szmtsi eljrsokkal. Pl. a hmrskletvltozbl az tlagot, minimumot, maximumot gy egy tblzaton (kimutatson) bell egyszeren ki tudjuk szmtani. A csoportkpz vltozt a Break Columns ablakban kell megadni. Vlaszthatunk nvekv, ill. cskken kirats kztt. A kimutats rtf formtumban kszl. Nagyon jl hasznlhat az aggreglt adatok megjelentshez.

Ler statisztikk (Descriptive Statistics)

Centrlis mutatk: tlag (vrhat rtk), Medin (kzps adat, gyakran helyettesti a szmtani kzepet), Mdusz (leggyakrabban elfordul elem)

Szrdsi mutatk: Helyzeti s szmtott, Maximum (standardizlt rtke), Minimum (standardizlt rtke), Terjedelem (max.-min., range), Kiugr rtkek, Kvartilisek (negyedelk), Interkvartilis (Q3-Q1)/2, Szrs (standard eltrs), Variancia (szrsngyzet), Standard hibja az tlagnak,Standard hibja a medinnak

Az eloszls alakjnak jellemzse: Ferdesg (skewness, jobbra-balra ferde eloszlsok), Cscsossg (kurtosis, 0 normlis mg 2, +2 kztt), Boxplot brzols

Trimmelt, csonktott, robusztus ler statisztika, a kiugr rtkek elhagysa.

Gyakorisgok (Frequencies)A megfigyelt vltozk relatv s kumulatv eloszlst tudjuk elemezni, ill. brzolni. Megjelenthetjk a gyakorisgi tblzatot (Display frequency tables). A szzalkos rtkeken bell (Percentile Values): a kvartiliseket, ahol az adatok 25, 50 s 75%-a tallhat. Feloszthatjuk az adatokat egyenl csoportokra (2-tl 100-ig) (Cut points for x equal groups) valamint tetszlegesen megadott szzalkok alapjn is megjelenthetjk az adatok eloszlst. A centrlis mutatk kzl az tlagot (mean), medint, mduszt valamint a megfigyelsek sszegt (sum), az eloszlsi mutatk kzl a szrst (std. Deviation), a variancit, a terjedelmet (range), a minimum s maximum rtkeket valamint az tlag hibjt (S.E. mean) tudjuk kiszmtani.

- 27 -


Statistics

t/ha18208

09.867863.05116

-.474.018

-.207.036

4.591007.75800

10.2280012.2250014.20255

ValidMissing

N

MeanStd. DeviationSkewnessStd. Error of SkewnessKurtosisStd. Error of Kurtosis

525507595

Percentiles

2. tblzat

Meghatrozhatjuk az eloszls jellemz paramtereit is. Az eloszls szimmetrijt a ferdesgi mutatval (skewness) jellemezhetjk. A norml eloszls szimmetrikus s a ferdesge nulla. Pozitv ferdesgi rtk mellett az eloszlsnak hossz jobboldali rsze, farka van (right tail), ekkor balra ferdl, negatv rtk esetben jobbra ferdl az eloszls. Amennyiben a ferdesg rtke nagyobb, mint egy, az eloszls nem norml. Az adatok kzppont krli csoportosulst a cscsossgi mutatval (kurtosis) mrhetjk. Norml eloszls esetn az rtke ennek is nulla. A cscsossg pozitv rtke azt mutatja, hogy az adatok szlesebb csoportban helyezkednek el, az eloszls kt szle hossz. Negatv rtk esetben kisebb csoportban helyezkednek el az adatok, az eloszls kt szle rvidebb. A plda a kukorica termsnek (t/ha) eloszlst mutatja be.

brzolhatjuk az adatokat oszlop s kr diagramon, valamint hisztogram formjban is. A diagramokon brzolhatjuk a gyakorisgokat vagy a megfigyelsek szzalkos rtkeit.

- 28 -


t/ha

19.018.0

17.016.0

15.014.0

13.012.0

11.010.0

9.08.07.06.05.04.03.02.01.00.0

t/ha

Freq

uenc

y

3000

2000

1000

0

Std. Dev = 3.05 Mean = 9.9N = 18208.00

7. bra

Descriptives

ExploreItt exploratv adatanalzist vgezhetnk. Ez klnsen fontos nagy adatbzisok esetben az adatok alapos megismersre, feldertsre.

8. bra

- 29 -


A Statistics gombra kattintva klnbz statisztikkat szmthatunk ki. Ler statisztikk (Descriptives): tlag, medin, mdusz, 5%-os csonkolt tlag, az tlag hibja, variancia, szrs, minimum, maximum, terjedelem, interkvartilisek, ferdesg, cscsossg.

9. bra

Robosztus centrlis mutat meghatrozsa maximum-likelihood mdszerrel (M-estimators). Ngyfle mdszerrel lehet meghatrozni a centrlis mutatt, mely torz eloszls vagy extrm, kiugr rtkek esetn jobb becslst ad, mint az tlag.

10. bra

- 30 -


Az t legnagyobb s legkisebb rtk kijelzse (Outliers), ezeket az eredmnylistban extrm rtkknt lthatjuk.

484848N =

Talajmvels

trcsstavaszi szntsszi sznts

term

s t/

ha

16

14

12

10

8

6

4

11. bra

A megfigyelsek szzalkos eloszlst hatrozhatjuk meg, 5, 10, 25, 50, 75, 90, 95% (Percentiles).

brk ksztse, eloszlsok tesztelse. Boxgrafikonok: a fggetlen vltozk fggvnyben kszthetnk kvartilis brt. A kiugrrtkeket kln jelzi a program.

Az adatok eloszlsnak lersa (Descriptive):

Stem-and-leaf grafikon: stem=szr, leaf=levl skla tpus adatok felbontsa, hogy a f rtket a szr, az utols jegyeket a leaf adja. Pl. 7.18 t/ha stem=7, leaf=1.

terms t/ha Stem-and-Leaf Plot for

TALAJMUV= szi sznts

Frequency Stem & Leaf

2.00 7 . 99

- 31 -


6.00 8 . 002458

6.00 9 . 013699

3.00 10 . 009

5.00 11 . 02278

8.00 12 . 00035679

13.00 13 . 1223346666668

3.00 14 . 233

2.00 Extremes (>=113.5)

Stem width: 1.000

Each leaf: 1 case(s)

Hisztogram ksztse (Histogram):

terms t/ha

13.0012.50

12.0011.50

11.0010.50

10.009.50

9.008.50

8.007.50

7.006.50

Histogram

Freq

uenc

y

14

12

10

8

6

4

2

0

Std. Dev = 2.07 Mean = 10.31N = 48.00

12. braNorml eloszls tesztelse Kolmogorov-Smirnov s Shapiro-Wilk prbval.

- 32 -


Tests of Normality

.127 48 .050 .916 48 .002

.227 48 .000 .845 48 .000

.263 48 .000 .817 48 .000

Talajmvelsszi sznts

tavaszi sznts

trcss

terms t/haStatistic df Sig. Statistic df Sig.

Kolmogorov-Smirnova Shapiro-Wilk

Lilliefors Significance Correctiona.

Shapiro s Wilks W-prbaNormlis eloszls tesztelsre szolgl mdszer, rtke maximum 1 lehet. Ennl jval kisebb rtk esetn nem normlis az eloszls. Szignifikancia vizsglata megoldott, = 0,05. Akkor rdemes kiszmolni, ha a minta elemszma nem haladja meg az 50-et.

Normal Q-Q Plot of terms t/haFor TALAJMUV= szi sznts

Observed Value

1614121086

Expe

cted

Nor

mal

3

2

1

0

-1

-2

-3

- 33 -


Detrended Normal Q-Q Plot of terms t/haFor TALAJMUV= szi sznts

Observed Value

151413121110987

Dev

from

Nor

mal

.4

.2

0.0

-.2

-.4

-.6

-.8

- 34 -


Kereszttblk (Crosstabs)A meteorolgiai alapadatok ellenrzst is el lehet vgezni vele. Minden nap 24 darab nulla, negyed, fl s hromnegyed rs mrsnek kell lennie. Adjuk meg a napokat sorknt, a negyedrkat oszlopknt.

A hnap napja * Perc Crosstabulation

Count

23 24 24 24 9524 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 9624 24 24 24 96

719 720 720 720 2879

123456789101112131415161718192021222324252627282930

Ahnapnapja

Total

0 15 30 45Perc

Total

3. tblzat

- 35 -


Ngy-mezs Chi2-prba fggetlensg s homogenits vizsglatraOsszunk fel egy vletlen minta alapjn kivlasztott 100 szemlyt kt alternatv ismrv szerint: nemek szerint s dohnyzsi szoks szerint.

Nem dohnyz Dohnyz

Nk 33 20 53

Frfiak 9 38 47

42 58 100

+

a b a+b = n1

+ c d c+d = n2

a+c b+d a+b+c+d = n

Fggetlensg esetn:

a/ n1 = c/n2 = (a+c)/n vagy

b/ n1 = d/n2 = (b+d)/n stb

))()()(())(1( 22

dbcadcbabcadnChi

++++=

819,18)3820)(933)(389)(2033(

)9*2038*33(99 22 =++++

=Chi

DF = 1

Kritikus Chi2-rtkek 5%-on: 3,841

Plda:

Kukorica fajtk csvesedse:

FAJTA * CSVESD Crosstabulation

Count

73 23 96

48 8 56

121 31 152

A fajta

B fajta

FAJTA

Total

Egy csLegalbbkt cs

CSVESD

Total

- 36 -


Chi-Square Tests

2.038b 1 .153

1.486 1 .223

2.123 1 .145

.210 .110

2.025 1 .155

152

Pearson Chi-Square

Continuity Correctiona

Likelihood Ratio

Fisher's Exact Test

Linear-by-LinearAssociation

N of Valid Cases

Value dfAsymp. Sig.

(2-sided)Exact Sig.(2-sided)

Exact Sig.(1-sided)

Computed only for a 2x2 tablea.

0 cells (.0%) have expected count less than 5. The minimum expectedcount is 11.42.

b.

A Yates korrekcival korriglt klnbsg ngyzetbl szmtott Chi-ngyzetet a Continuity Correction mutatja. A kt kukoricafajta a vizsglt tulajdonsg szempontjbl egyforma.

Custom Tables

Kzprtk sszehasonlts (Compare Means)

A kezelstlagok kztti klnbsgek megbzhatsgnak igazolsra tbbfle teszt ismeretes. Az sszehasonlts sorn, vagy kt tlag klnbsgre vagyunk kvncsiak, vagy a kezelsszintjeinket akarjuk sszehasonltani egymssal, sorban tesztelve, hogy melyik kett vagy tbb kezels tlag tr el a tbbitl (szimultn vagy tbbszrs sszehasonlts). A ktfle eljrs ktfle sszehasonltsi mdszer csoportot takar. Az els mdszer a pronknti-tesztek csoportja a msodik a tbbszrs sszehasonlt tesztek csoportja.

Kzprtkek (Means)A fgg vltozk (Dependent List) klnbz statisztikai mutatit lehet kiszmtani a fggetlen vltozk (Independent List) fggvnyben. Elkszthetjk a variancia-tblzatot, tesztelhetjk az sszefggs linearitst s az sszefggs szorossgra az R s eta paramter nagysgbl kvetkeztethetnk. Az R-rtk, ill. R2 a fgg vltoz megfigyelt s becslt rtkei kztti lineris kapcsolat erssgt mri. rtke 0,0 1,0 terjedhet. Kis rtk esetben a fgg s fggetlen vltoz kztt gyenge a kapcsolat vagy nem lineris. Az eta paramter a korrelcis koefficienshez hasonlt, de itt a fggetlen vltoz nem folytonos, hanem kategria vltoz.

- 37 -

Huzsva

az spss program leírása - seneca booksseneca-books.hu/doc/spsskonyv.pdf · huzsvai - vincze: spss...

Documents