Andmetöötlus psühholoogias (0)

Soo defineerimine :
Variable view - soolahtrist Values ... - 1=mees, 2=naine - data view - ülevalt view - value labels ette linnuke
Kasvavas järjekorras järjestamine:
Teed lahtri aktiivseks mida järjestada soovid - ülevalt Data - Sort cases - valid mida soovid sortida - linnuke ascending lahtri ees kindlalt ja OK
Mingi väärtuse minimaalse ja maksimaalse väärtuse leidmine, standardhälve, keskmine:
Analyze - descriptive statistics - descriptives/frequencies (kui vaja ekstsessi, histogrammi kellukat jn) - valid mille puhul tahad uurida - Options - valid milliseid väärtusi leida tahad ja ok, vastused ilmuvad OutPuti aknasse .
Charts all on võimalik kasutada histogrammi joonistamise võimalust.
Joonisel olev küsimärk käib osutatud linnukese kohta. Display frequency tables annab käskluse moodustada iga pikkuse kohta sagedustabel . Küsimärk on juurde tehtud, et uurida, kas sellise tabeli koostamine on vajalik.
Uue muutuja arvutamine:
Transform - Compute variable - kirjutad uue lahtri nimetuse (tühikuid ei kasuta) - liidad mida vaja liita (võrdusmärki pole vaja) Kehamassiindeks=Kaal kg'des jagadtud pikkus cm'tes ruudus (Pikkus x Pikkus)
Andmete eraldamine:
Data - select cases - If condition is satisfied ette linnuke - klikid If...-le - valid nt ainult meeste tulemuste saamiseks vasakult Sugu, siis = ja 1 (sest 1=mees ja tahan ainult meeste tulemusi) ja continue.
Kui valid samas aknas (Select cases) alumisest osast Filter Out Unselected cases, siis on naiste andmed jätkuvalt näha aga nendega ei arvestata, kui valid Delete unselected cases, siis kustutab süsteem kõikide naiste andmed ära.
Asümmeetriakordaja = skewness (Asümmeetriakordaja iseloomustab jaotuse asümmeetriat keskmise suhtes.)
Kvartiilid = quartiles (Kvartiilid jaotavad rea neljaks võrdsete liikmete arvuga osaks. Kvartiile on kolm: esimene ehk alumine kvartiil Q1, teine kvartiil Q2, mis on võrdne mediaaniga ja kolmas ehk ülemine kvartiil Q3. Alumiseks kvartiiliks nimetatakse tunnuse väärtust, millest väiksemaid (või võrdseid) liikmeid on variatsioonreas ¼ ehk 25%. Ülemiseks kvartiiliks nimetatakse tunnuse väärtust, millest suuremaid (või võrdseid) liikmeid on variatsioonreas ¼ ehk 25%. Enamasti kui räägitakse kvartiilidest, peetaksegi silmas alumist ja ülemist kvartiili , teise kvartiili kohta kasutatakse mediaani nimetust . Ka kvartiile mõõdetakse samades ühikutes, mis tunnustki. )
Ekstsess = Kurtosis - Ekstsess iseloomustab jaotuskõvera suhtelist teravust või lamedust võrreldes normaaljaotusega.
Uue muutuja kodeerimine :
Transform - transform into different variables - sealt paned vahemikud ja vahemiku väärtuse new value alla ja siis Add ja olemas.
Kui sugu on defineeritud kui F=naine ja M=mees, siis F'st saab N'i teha kui lähed transform - recode into same variables - Old value=F , new value=N ja OK. Siis variable view's lähed soo lahtris kolmele punktikesele, teed lahti, ja muudad et N=naine
Muutuja standardiseerimine :
Muutuja standardiseerimiseks nimetatakse teisendust, kus muutuja igast väärtusest lahutatakse aritmeetiline keskmine ning saadud vahe jagatakse standardhälbega. Saadud tulemust nimetatakse ka z-skoorideks. Nt muutuja Kokku, kõigepealt leiad selle standardhälbe ja keskmise, siis teed tehte aknas Transform - compute variable - uus muutuja "Kokku_z" ja tehe Kokku-arit.kesk. / standardhälve. Kui küsitakse, et milline test on olnud vastajaile kõige lihtsam, siis see, mille histogrammi kellukakõver näitab, et enamus lahendajaid on üsna suure skoori saanud, ehk kellukatipp on võimalikult paremal.
Uued tunnused matemaatiliste funktsioonide abil:
Näiteks matemaatika testi tulemusi logaritmilisele skaalale teisendades, tuleb valda Transform - Compute variables - Uue muutuja nimeks log_mat ja vastav funktsioon LN(matemaatika)
Tulpdiagrammi saamiseks:
Graphs -> Bar.
Ühe tunnuse jaoks vali: Simple - Summaries of groups of cases, Define .
Tunnus, mille sagedusjaotust soovid illustreerida paiguta väljale Category Axis
Kastis Bar represent saab valida kas absoluutsed sagedused (N of cases) või protsentuaalsed osakaalud.
Kui soovite , et puuduvate väärtuste jaoks eraldi tulpa ei kuvataks:Options ja vajuta kastil Display groups defined by missing values.
Pealkirja saamiseks vajuta nuppu Titles.
Graafik paigutatakse tulemilehele, kus saab teda täiendavalt redigeerida.
Gruppide keskmiste leidmine/võrdlemine:
Kui soovid leida näiteks ühe testi puhul nii meeste kui naiste keskmised tulemused eraldi, siis valid Analyze - Compare means - Means - Dependent listi 'matemaatika' ja Independent listi 'sugu' - OK
Meeste ja naiste keskmiste tulemuste joonistamine koos usalduspiiridega:
Graphs - Legacy Dialogs - Error Bar - Define - variable (ehk y- telg )=see millise testi tulemusi vaadata soovid nt matemaatika ja category axis=sugu ja OK
Test et kindlaks teha kas andmed pärinevad normaaljaotusega populatsioonist.
Analyze-> Descriptive Statistics-> Explore->
Plots-> Normality Plots with tests +histogram ;normaaljaotusega on tegemist siis kui tulpdiagramm näeb kelluka kujuline välja.
KAHE SÕLTUMATU GRUPI KESKMISTE VÕRDLEMINE PARAMEETRILISE TESTIGA
Analyze-Compare means - independent samples T test - Test variables'i kõik mille keskmisi tahan uurida ja Grouping variables'i Sugu (sest tahan sugude vahelisi erinevusi võrrelda) (defineerin soo 1 ja 2) - OK
Saan tabeli, kust näen meeste naiste keskmiste erinevusi alatestide lõikes. Alumises tabelis on üks tulp nimega Sig (Olulisuse nivoo), kui sealne number jääb alla 0,05, siis on tegu statistiliselt oluliselt erinevate keskmistega. Kui Sig on väiksem kui 0.05, siis ei ole andmed normaaljaotuslikud.
T-testi läbiviimise eeldus on, et üldkogum oleks normaaljaotusega, intervallskaalal, ja et neil oleksid võrdsed dispersioonid .
Kui Levene’i testi Sig on suurem kui 0.05, vaatame edaspidi ülemist tabelirida; kui Levene’i test Sig on väiksem kui 0.05, loeme edaspidi alumist rida. 0,5 0,05 0,005 0 Vastus tuleb Sig (2- tailed ) alt!!!
T-testi raporteerimine:
Selles suvalises näidislauses leiti, et loengutes kohalkäijate keskmine tulemus (M = 4.51, SD = 0.30) on statistiliselt oluliselt kõrgem kui neil, kes magavad sisse ja kohale ei tule (M = 2.92, SD = 0.31), t(kirjuta siia df väärtus) = (kirjuta siia t väärtus), p = 0.008.
KESKMISTE VÕRDLEMINE ROHKEM KUI KAHE SÕLTUMATU RÜHMA KORRAL
Kas andmete piisavuse testi keskmised tulemused on erinevad defineeritud vanuseklasside lõikes?
- Analyze-> Compare means-> ANOVA
- Aknast valite tunnuse, mille keskmiste erinevust uurite aknasse: Dependent list
- Tunnuse, mille järgi toimub rühmitamine , valite aknasse: Factor
- Aknast Post Hoc, teete linnukese kastidesse LSD ja Bonferroni (need on gruppide võrdlemise erinevad meetodid) – ehkki ANOVA näitab, kas gruppide vahel on erinevusi, näitavad post hoc testid, mis gruppide vahel on erinevused.
- Option s aknast teete linnukese Descriptive ja Homogenity of the variance test juurde
EFEKTI SUURUSE ARVUTAMINE
Efekti suurusvi on statistiline näitaja, mis võimaldab lisaks statistilisele olulisusele kirjeldada gruppidevahelisi erinevusi. Efekti suurust saab väljendada mitmete statistikutega; ilmselt levinuim on Cohen -i d. Kokkuleppeliselt tähistavad Cohen’i d väärtused väikest efekti väärtusel d = 0.2; keskmise suurusega efekti väärtus on d = 0.5; suure efekti väärtuse algus on d = 0.8.
SPSS-is ei ole funktsiooni/käsklust, millega saaks paari kliki abil efekti suurust kätte. Seega on mõned alternatiivid – meie kasutame siin kursusel ühte veebis leiduvat kalkulaatorit, mis asub aadressil http://www.uccs.edu/~lbecker/ . Siin pole muud kunsti, kui et tuleb väärtused lahtritesse sisestada ( kasutage punkti, mitte koma ).
Analyze - compare means - one-way anova - dependent listi see mida uurid nt sotsiaalsus , factor listi sugu - Post hoc (LSD, Bonferroni) - Options (descriptive ja homogeneity..) ja OK, siis leheküljele.
MITTEPARAMEETRILISED TESTID KESKMISTE VÕRDLEMISEKS
Analyze – Nonparametric Tests – Legacy Dialogues – 2 Independent Samples.
Analyze - nonparametric tests - independent samples -
Mitteparameetriliste testide menüüribas vaadake käsklust. Valige kõigepealt Settings. Choose tests valik laseb teil määratleda, millist testi te kasutate (soovitatavalt ise määrata, vastasel korral valib arvuti ise testi). Test options alt saate määratleda olulisuse nivoo. - costumize tests alt Mann whitney U - Fields - testfields (milliseid keskmisi tulemus võrrelda soovin, nt antisotsiaalsus) - groups (sugu, kui tahan sugude vahelisi erinevus võrrelda) - Run - OutPut aknas avaneb tabel, sinna topelt klõps ja raporteerid tulemusi.
Näidis raporteering:
Meeste (n = 111, mastak = 139.66) ja naiste (n = 119, mastak = 92.96) keskmised astakud erinesid statistiliselt oluliselt määral, (Mann-Whitney) U = 9286.50, p = 0.00.
Kahe sõltuva rühma keskmiste omavaheline võrdlemine:
Olukorras kus on samu indiviide mõõdetud kaks korda on vaja kasutada
paarikaupa võrdlemise t-testi.
Analyze -> Compare means -> Paired Samples T test - lisad mõlemad mille keskmist tahad võrrelda ja ok
Kuidas testida normaaljaotust?
Selleks järgige järgmist käskluste rida: Analyze-> Descriptive Statistics-> Explore-> (ärge unustage valida sõltuvateks muutujateks ruumiline mõtlemine ja sõnavara ning sõltumatuks muutujaks sugu)
Plots-> Normality Plots with tests
Võite ära märkida, et tahate joonist histogrammi kujul. Kui olete need sammud ära teinud, peaks teile ilmuma tabel. Selleks, et vastata küsimusele – kas on tegemist normaaljaotusega või mitte – peame esmalt välja nuputama, millist testi vaatame. Kolmogorov-Smirnov testi on mõttekas vaadata siis, kui valim on väga suur (tuhanded indiviidid ), Shapiro -Wilk test on kohane väikese valimi puhul (u 50-2000 indiviidi). Meie andmestikus on 1350 inimest, seega võiks kasutada Shapiro-Wilk testi.
Järgnevalt tuleb vaadata Sig.-i. Kui Sig on väiksem kui 0.05, siis ei ole andmed normaaljaotuslikud.
Sageduste võrdlemine:
(Analyze Descriptive Statistics ->Crosstabs). Lisaks on võimalik tellida statistik (Statistics -> Chi- Square ), mis näitab kas nimetatud seos ( risttabeli andmetel ilmnev koosesinemine) on statistiliselt oluline. Hi ruut on statistiliselt oluline, kui olulisuse tõenäosus tabelis on väiksem kui 0.05.
II KT:
Tunnustevaheliste korrelatsioonide leidmine /paariskorrelatsioon:
Analyze-> Correlate -> Bivariate
Valige kõik alatestid .
Vaikimisi leitakse Pearsoni korrelatsioonikordaja. Kas see on õigustatud antud andmetel? Tunnused peavad olema arvud, vähemalt intervallskaalal
Millised kaks testi on omavahel kõige suuremas korrelatsioonis? matemaatika ja diagrammid (vaatad esimest numbrit kastikeses) Pool tabelit kordab ennast!!
Ja millised kõige väiksemas? tekst ja ruumiline
Kas kõik korrelatsioonid on statistiliselt olulised? Oluline kui Sig väiksem kui 0,05 (N ja korrelatsioonikordaja enda suurus)
Nupu all Option on võimalik valida välistamist: Pairwise(nt kui sõnavaral üks vastus puudu, siis jäetakse välja arvutamata need korrelatsioonid, kus see vastus on puudulik) and Listwise deletion ( Piisab sellest, kui üks vastus puudu alatestis ja jäetakse terve see indiviid välja)
Tunnuste vahelised seosed graafiliselt (hajuvusdiagrammi saab teha ainult kahe muutuja vahel):
Graphs - legacy dialogs - Scatter/Dot - Simple ... - x=matemaatika, y=diagrammid (Kõrgeim korreltsioon)
On võimalik ka regressioonijoont lisada graafikule:
Topeltklõps graafikul ja siis klõpsata nupul Add Fit Line at Total
Sealt tuleb R(ruut)=0,301 tähendab et 30% on ühisvariatiivsust (kõrgeima korrelatsiooniga)
Lineaarteisendus ja sirge võrrand:
transform - compute variable - Uusr=24-5*Ruumiline
Kujutage muutuja Ruumiline ja Uusr vaheline seos graafiliselt. Analyze - correlate - bevariate - uusr ja ruumiline
Leidke nende muutujate omavaheline korrelatsioonikordaja.
Kuidas saadud joonist tõlgendada?
Graphs - legacy dialogs - scatter – simple..
Mitmene regressioon :
OSAKORRELATSIOON LEIDMINE:
Osakorrelatsioonide leidmiseks kasutame käsklusterida Analyze – Correlate – Partial. Üles pisa ja Iq, alla demogracy (sest meid huvitab osakorrelatsioon pisa ja iq vahel nii, et demokraatiaindeks on kontrollitud) siis üles pisa ja demogracy ja alla iq (sest meid huvitab see nii, et iq on kontrollitud).
Kollineaarsus:
Linnukesed ette analyze- regression - linear -statistics – part and partial correlations ja collinearity ...
Oluline on jälgida, et Tolerance ei oleks alla 0.01 ning et VIF ei oleks suurem kui 10 - kui on üle 0,01 jn siis pole kollineaarne.
MITMENE REGRESSIOONIANALÜÜS
Paarisregressioon:
Ennustame...
näide 1: õpilaste lugemise tulemusi matemaatika tulemuste järgi.
näide 2: Kas inimese pikkus ennustab tema kaalu? ehk Ennustame inimese kaalu tema pikkuse kaudu.
Oluline ära taibata, kumb on sõltuv ja kumb sõltumatu muutuja!
Analyze -> Regression -> Linear
Dependent (sõltuv): PVREAD (muutuja mille muutumist ennustame, sõltuv muutuja)
Indipendent (sõltumatu): PVMATH (muutujad, mida kasutatakse ennustamiseks)
Arvutamise meetodid: Enter- kõik valitud tunnused pannakse mudelisse
Foward- mudelisse lisatakse sammhaaval need tunnused, mis mõjutavad sõltuvat tunnust statistiliselt olulisel määral
Backward- kõik tunnused pannakse mudelisse ning hakatakse statistiliselt vähem olulisi välja võtma.
Paarisregressiooni puhul pole mingit tähtsust meetodil. Ehk vaikimisi meetod Enter sobib väga hästi.
Vajuta OK!
Tulemuseks mitu tabelit:
Esimeses tabelis tuuakse ära muutujate vaheline korrelatsioon (R) ja determinatsioonikordaja (R square), mis näitab regressioonivõrrandi ennustusvõimet (korruta 100ga). Näiteks: Model summary tabel output aknas: R-ruut ehk determinatsioonikordaja ütleb et 70% lugemise tulemustest on kirjeldatud/ennustatud ära matemaatika tulemuste kaudu. Kordaja statistiline olulisus: ANOVA tabeli viimane sig.
Järgmises tabelis on regressioonivõrrandi statistilise olulisuse näitaja. Ehk teisisõnu , kui kasutame antud võrrandit ennustamiseks, kui suur on eksimise tõenäosus. Coefficients 'ide tabelist: vabaliikme statistiline olulisus ( vaatad constanti sig'i)
Lineaarne seos:
Saab kontrollida: Analyze -> Regression -> Curve estimation. Püsivad lineaarsel joonel siis on lineaarne seos.
Regressiooni võrrand (arvud leiad Coefficients'ide tabelist):
Näide 1: PVREAD(see mille tulemust ennustad )=40,66(Constant B ümardatult)+ 0,89(PVMATH B)*PVMATH (see pole arv, vaid muutuja nimetus)
Näide 2: vocab = -0,011+0,358* reading +0,428*sentcomp+0,2*mathmtcs
Regressioonanalüüsi eeldused on järgmised:
1) jäägid olgu normaaljaotusega (Normaaljaotuse testimiseks, analyze-descriptive stat – explore – panin Jääkide andmed ehk RES_1 esimesse kasti ja ok - Output aknas vaatad Shapiro-Wilk'i sig'i kui valim on 50-2000 inimest - normaaljaotusega on tegu siis, kui sig väiksem kui 0,05)
2) jääkide dispersioon peab olema sõltumatu (ehk siis x-telje) muutuja väärtusest sõltumatu.
Kuidas kontrollida kas regressiooni jäägid jaotuvad normaaljaotusele lähedaselt?
Laseme arvutada mudelikohased sõltuva muutuja väärtused ja jäägid:
Analyze -> Regression -> Linear - Save - Linnuke kasti Predicted values (unstandardized) ja Residuals (unstandardized). Järgneb jääkide täpsem diagnostika (kas on normaaljaotusega jne).
Logistiline regressioon
Logistiline regressioon või üldisemalt logistiline mudel ehk logit-mudel prognoosib uuritava sündmuse toimumise tõenäosust ja selle muutumist sõltuvalt pideva argumenttunnuse väärtuse muutumisest. Näiteks uurimaks, kas isiksuseomadused ennustavad eesnäärmeuuringutele minekut tulevikus. / Uuritakse, kas suutmatus tähele panna (inattention_inatt18a), sugu ja tulemus Raven’i testis ennustavad kõrghariduse saamist 25-ks eluaastaks EHK ennustame inimese kõrghariduse saamist 25ndaks eluaastaks soo, raveni testi ja inattention'i kaudu.
Analyze -> Regression -> Binary Logistic. (Dependent alla see muutuja mida ennustatakse ehk haridustase ja covariate alla see muutuja(d) mille kaudu ennustatakse, ehk sugu, raven ja inattention) - OK
Esimesed 3 tabelit, näitavad baasmudelit, sellist millesse pole valitud ühtegi sõltumatut muutujat.
Tabelid enne Block 0-i näitavad üldiselt analüüsitud andmete kohta.

• Tabel Model Summary alt saab vaadata mitu % varieeruvust nt kõrgharidusklassi kuulumises mudel kirjeldab. Cox&Snell alt tuleb nt 0,084 ehk 8,4% kuni Nagelkerke alt 0,117 ehk 11,7%. See tähendab, et mudel kirjeldab 8.4-11.7% varieeruvust kõrgharidusklassi kuulumises.
  
• Tabel Classification tabel(a) on vajalik, et teha mudelikohane ennustus gruppi kuulumise kohta. Nt on uuritud kõrgharidusega ja kõrghariduseta inimesi ja Percentage correct alt leiab mõlemate inimgruppide protsendid, et mitu protsenti ennustab see mudel õigesti kõrgharidusega/-ta gruppi kuulujatest. / Näitab, et korrektselt saab järeldada nii suure protsendi osalejate kohta kui vaadata tabeli Classification Table(a) alumist protsenti.
  
• Tabel Variables of the equation: Esimese tulba põhjal saab välja kirjutada regressioonivalemi ja viimase tulba põhjal saab otsustada sõltumatu muutuja mõju üle (mida lähemal 1-le, seda väiksem mõjujõud sellel teguril on).
  

+ saab vaadata sig'i.
Faktoranalüüs
Faktoranalüüs:
Analyze - Dimension Reduction - Factor (muutujateks valida need, mille faktorstruktuuri uurida tahetakse, näiteks kõik alatestid)

• Kui soovitakse teha peakomponentide analüüs, siis ei ole rohkem midagi muuta vaja, lihtsalt OK.
  
• Aga meie kursuse raames tuleb kasutada teistsugust analüüsi - samas aknas vajutada paremalt Extraction - sealt üleval valida rippmenüüst Principal Axis Factoring - OK
  
• Communalities tabel (output aknas):
  
  • Kui seal tabelis arvud on suured siis see näitab, et nende faktorite kommunaliteet sobitub faktorite koplekti hästi. wtf?
    
• Tabel "Total variance explained":
  
  • Omaväärtus (eigenvalue) näitab kui palju andmete varieeruvusest seletab konkreetne faktor. Mida kõrgem väärtus, seda rohkem varieeruvust faktor seletab.
    
  • Viimases lahtris Cumulative % näitab protsenti andmete kumulatiivsusest.
    

Omaväärtuste graafik (Scree Plot ): Tuuakse ära kõigi võimalike faktorite omaväärtused. Joonise järgi saab otsustada eristatavate faktorite arvu.

• Kui eristatavate faktorite arv on ette antud, siis: Factor Analysis - Extraction - Number of Factors. Sealt samast saab ka määrata, et Scree Plot joonistatakse: Factor Analysis - Extraction - Scree Plot
  
• Tabel Factor matrix arvutab faktorkaalud kõigil indikaatoritele seotuna kõigi faktoritega.
  
  • Mida suurem faktorkaal on, seda tõenäolisemalt see indikaator on antud faktori poolt määratud. Suuruse järgi järjestamiseks = analyze - dimension reduction - factor - options=sorted by size.
    
  • Soovides ette anda väärtuse, millest väiksemaid ei kuvata (Options - Supress absolute values less than ...)
    

Faktorite pööramine : matemaatiline tehnika, mis võimaldab jõuda lihtsaima faktorite mustrini.

• Analyze - Dimension reduction - Factor - Rotation (paremalt), saab valida erinevad faktorite pööramise viisid:
  
  • Varimax=toimub eeldusel , et kaks faktorit on risti omavahel ja pole seotud omavahel (eksisteerib harva)
    
  • Direct Oblimin= võimaldab kaldpöördumist (vali see! Deltat ei muuda, see jääb nulliks) - OK
    
• Output aknas:
  
  • Tabel "Structure Matrix": mida suurem arv seda mõjuvam.
    
• Faktorskooride salvestamine:
  
  • Analyze - Dimension reduction - Factor - Scores (paremalt) - save as variables - ok. Tekib kaks uut faktorite muutujat tabelisse ja saab neid uurida.
    
  • Tekkinud faktori Cronbachi alfa arvutamiseks: analyze- scale -reliability analysis - kõik testi muutujad sinna muutujate kasti - statistics (paremalt) - "Item" ja "Scale if item deleted" ette linnuke - ok.
    
    • Tabel "reliability statistics" annab cronbachi alfa kõigi testide peale kokku.
      
    • Tabel "Item-total statistics" annab cronbachi alfa erladi iga testi lõikes.