Upload
vutruc
View
217
Download
0
Embed Size (px)
Citation preview
EPG
Metodologia della ricerca e Tecniche
Multivariate dei dati
Dottssa Antonella Macchia
E-mail amacchiaunichit
wwwpsicometriaunichit
GIORNI E ORARI LEZIONI
Sabato 01-03-2014 h 0800-1200
Sabato
08-03-2014 h 0800-1200
Sabato
15-03-2014 h 0800-1200
Sabato
22-032014 h 0800-1200
RICEVIMENTO Su prenotazione tramite e-mail
presso il Laboratorio di Psicometria (ex Farmacia)
Programma del corso
Introduzione al software SPSS
Trattamento preliminare dei dati
La regressione lineare
Lrsquoanalisi fattoriale
Lrsquoanalisi della varianza
Testo consigliato
Barbaranelli C ldquoAnalisi dei dati con SPSS
II Le analisi multivariaterdquo
LED edizioni universitarie 2006
Un software che contiene procedure per
ESPLORARE
GESTIRE
TRATTARE
ANALIZZARE
hellip i dati
Ersquo UN PACCHETTO STATISTICO
SPSS egrave un software statistico che consente
bull Lrsquoinserimento e importazione dei dati
bull Fare analisi statistiche e di illustrare i risultati anche tramite
rappresentazione grafica
(Statistical Package for Social Science)
PER SCARICARE LA DEMO
httpwww14softwareibmcomdownloaddataweben_UStrialprogramsW11074
2E06714B29html
schermata iniziale
LrsquoINTERFACCIA DI SPSS I MENU A TENDINA
FILE Apre e salva i dati
EDIT Seleziona copia e taglia parte dei dati
TRANSFORM Comandi per definire le variabili per selezionare i dati o le variabili
per ordinare le variabili e per effettuare calcoli
ANALYZE Consente lrsquoanalisi dei dati
GRAPHS Consente di costruire dei grafici
UTILIES Definisce alcune funzioni per lrsquoesecuzione di alcune procedure statistiche
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
GIORNI E ORARI LEZIONI
Sabato 01-03-2014 h 0800-1200
Sabato
08-03-2014 h 0800-1200
Sabato
15-03-2014 h 0800-1200
Sabato
22-032014 h 0800-1200
RICEVIMENTO Su prenotazione tramite e-mail
presso il Laboratorio di Psicometria (ex Farmacia)
Programma del corso
Introduzione al software SPSS
Trattamento preliminare dei dati
La regressione lineare
Lrsquoanalisi fattoriale
Lrsquoanalisi della varianza
Testo consigliato
Barbaranelli C ldquoAnalisi dei dati con SPSS
II Le analisi multivariaterdquo
LED edizioni universitarie 2006
Un software che contiene procedure per
ESPLORARE
GESTIRE
TRATTARE
ANALIZZARE
hellip i dati
Ersquo UN PACCHETTO STATISTICO
SPSS egrave un software statistico che consente
bull Lrsquoinserimento e importazione dei dati
bull Fare analisi statistiche e di illustrare i risultati anche tramite
rappresentazione grafica
(Statistical Package for Social Science)
PER SCARICARE LA DEMO
httpwww14softwareibmcomdownloaddataweben_UStrialprogramsW11074
2E06714B29html
schermata iniziale
LrsquoINTERFACCIA DI SPSS I MENU A TENDINA
FILE Apre e salva i dati
EDIT Seleziona copia e taglia parte dei dati
TRANSFORM Comandi per definire le variabili per selezionare i dati o le variabili
per ordinare le variabili e per effettuare calcoli
ANALYZE Consente lrsquoanalisi dei dati
GRAPHS Consente di costruire dei grafici
UTILIES Definisce alcune funzioni per lrsquoesecuzione di alcune procedure statistiche
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Programma del corso
Introduzione al software SPSS
Trattamento preliminare dei dati
La regressione lineare
Lrsquoanalisi fattoriale
Lrsquoanalisi della varianza
Testo consigliato
Barbaranelli C ldquoAnalisi dei dati con SPSS
II Le analisi multivariaterdquo
LED edizioni universitarie 2006
Un software che contiene procedure per
ESPLORARE
GESTIRE
TRATTARE
ANALIZZARE
hellip i dati
Ersquo UN PACCHETTO STATISTICO
SPSS egrave un software statistico che consente
bull Lrsquoinserimento e importazione dei dati
bull Fare analisi statistiche e di illustrare i risultati anche tramite
rappresentazione grafica
(Statistical Package for Social Science)
PER SCARICARE LA DEMO
httpwww14softwareibmcomdownloaddataweben_UStrialprogramsW11074
2E06714B29html
schermata iniziale
LrsquoINTERFACCIA DI SPSS I MENU A TENDINA
FILE Apre e salva i dati
EDIT Seleziona copia e taglia parte dei dati
TRANSFORM Comandi per definire le variabili per selezionare i dati o le variabili
per ordinare le variabili e per effettuare calcoli
ANALYZE Consente lrsquoanalisi dei dati
GRAPHS Consente di costruire dei grafici
UTILIES Definisce alcune funzioni per lrsquoesecuzione di alcune procedure statistiche
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Testo consigliato
Barbaranelli C ldquoAnalisi dei dati con SPSS
II Le analisi multivariaterdquo
LED edizioni universitarie 2006
Un software che contiene procedure per
ESPLORARE
GESTIRE
TRATTARE
ANALIZZARE
hellip i dati
Ersquo UN PACCHETTO STATISTICO
SPSS egrave un software statistico che consente
bull Lrsquoinserimento e importazione dei dati
bull Fare analisi statistiche e di illustrare i risultati anche tramite
rappresentazione grafica
(Statistical Package for Social Science)
PER SCARICARE LA DEMO
httpwww14softwareibmcomdownloaddataweben_UStrialprogramsW11074
2E06714B29html
schermata iniziale
LrsquoINTERFACCIA DI SPSS I MENU A TENDINA
FILE Apre e salva i dati
EDIT Seleziona copia e taglia parte dei dati
TRANSFORM Comandi per definire le variabili per selezionare i dati o le variabili
per ordinare le variabili e per effettuare calcoli
ANALYZE Consente lrsquoanalisi dei dati
GRAPHS Consente di costruire dei grafici
UTILIES Definisce alcune funzioni per lrsquoesecuzione di alcune procedure statistiche
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Un software che contiene procedure per
ESPLORARE
GESTIRE
TRATTARE
ANALIZZARE
hellip i dati
Ersquo UN PACCHETTO STATISTICO
SPSS egrave un software statistico che consente
bull Lrsquoinserimento e importazione dei dati
bull Fare analisi statistiche e di illustrare i risultati anche tramite
rappresentazione grafica
(Statistical Package for Social Science)
PER SCARICARE LA DEMO
httpwww14softwareibmcomdownloaddataweben_UStrialprogramsW11074
2E06714B29html
schermata iniziale
LrsquoINTERFACCIA DI SPSS I MENU A TENDINA
FILE Apre e salva i dati
EDIT Seleziona copia e taglia parte dei dati
TRANSFORM Comandi per definire le variabili per selezionare i dati o le variabili
per ordinare le variabili e per effettuare calcoli
ANALYZE Consente lrsquoanalisi dei dati
GRAPHS Consente di costruire dei grafici
UTILIES Definisce alcune funzioni per lrsquoesecuzione di alcune procedure statistiche
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
SPSS egrave un software statistico che consente
bull Lrsquoinserimento e importazione dei dati
bull Fare analisi statistiche e di illustrare i risultati anche tramite
rappresentazione grafica
(Statistical Package for Social Science)
PER SCARICARE LA DEMO
httpwww14softwareibmcomdownloaddataweben_UStrialprogramsW11074
2E06714B29html
schermata iniziale
LrsquoINTERFACCIA DI SPSS I MENU A TENDINA
FILE Apre e salva i dati
EDIT Seleziona copia e taglia parte dei dati
TRANSFORM Comandi per definire le variabili per selezionare i dati o le variabili
per ordinare le variabili e per effettuare calcoli
ANALYZE Consente lrsquoanalisi dei dati
GRAPHS Consente di costruire dei grafici
UTILIES Definisce alcune funzioni per lrsquoesecuzione di alcune procedure statistiche
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
PER SCARICARE LA DEMO
httpwww14softwareibmcomdownloaddataweben_UStrialprogramsW11074
2E06714B29html
schermata iniziale
LrsquoINTERFACCIA DI SPSS I MENU A TENDINA
FILE Apre e salva i dati
EDIT Seleziona copia e taglia parte dei dati
TRANSFORM Comandi per definire le variabili per selezionare i dati o le variabili
per ordinare le variabili e per effettuare calcoli
ANALYZE Consente lrsquoanalisi dei dati
GRAPHS Consente di costruire dei grafici
UTILIES Definisce alcune funzioni per lrsquoesecuzione di alcune procedure statistiche
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
schermata iniziale
LrsquoINTERFACCIA DI SPSS I MENU A TENDINA
FILE Apre e salva i dati
EDIT Seleziona copia e taglia parte dei dati
TRANSFORM Comandi per definire le variabili per selezionare i dati o le variabili
per ordinare le variabili e per effettuare calcoli
ANALYZE Consente lrsquoanalisi dei dati
GRAPHS Consente di costruire dei grafici
UTILIES Definisce alcune funzioni per lrsquoesecuzione di alcune procedure statistiche
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
LrsquoINTERFACCIA DI SPSS I MENU A TENDINA
FILE Apre e salva i dati
EDIT Seleziona copia e taglia parte dei dati
TRANSFORM Comandi per definire le variabili per selezionare i dati o le variabili
per ordinare le variabili e per effettuare calcoli
ANALYZE Consente lrsquoanalisi dei dati
GRAPHS Consente di costruire dei grafici
UTILIES Definisce alcune funzioni per lrsquoesecuzione di alcune procedure statistiche
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
SPSS egrave composto da
finestre aventi ciascuna
differenti funzioni
Editor dei Dati
Output ndash Viewer
Syntax
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Barra dei menugrave
bull Il foglio elettronico di SPSS contenente il corpo dati (dataset)
da analizzare
bull Offre 2 modalitagrave di visualizzazione dei dati
-Data View -Variable View
Editor dei dati
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Nome della variabile (max 8 caratteri)
Numero di caratteri usati per visualizzare la variabile
Serve per descrivere le categorie numeriche delle variabili
Tipo di variabile (es numericastringa)
Specifica meglio il significato della variabile (max 256 caratteri)
ldquovalori mancantirdquo Strategie per la scelta dei missing value bull sostituzione con valori della stessa
grandezza della v come la media bull numeri fuori dalla scala della
variabile (9 0 il 99 o 999)
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Come costruire le variabilihellipin Variable View
NB Nel file di dati vengono inseriti i valori relativi alle codifiche
socio-anagrafiche dei partecipanti (es genere etagrave
provenienza stato civile livello socio-economico)
Ciograve permette di rilevare differenze o uguaglianze sulle variabili
metriche in dipendenza dellrsquoappartenenza a gruppi differenti
determinati a priori
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Il file pronto in Data View
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
1CODIFICA e INSERIMENTO DATI
2PULIZIA DEI DATI controllo eventuali errori di inserimento dei dati la presenza di dati mancanti o di outlier mediante lrsquoanalisi
delle frequenze
Utilizzo di SPSS
3TRASFORMAZIONE si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle
variabili pre-esistenti
4 STATISTICHE DECRITTIVE media varianza deviazione standard Consentono di verificare se i dati si distribuiscono normalmente
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Principali operazioni statistiche con SPSS
1048708Inserimento dei dati e creazione di un file
1048708Apertura di un file dati
1048708Screening dati
1048708Trasformazioni dati
1048708Calcolo statistiche descrittive
1048708Analisi statistiche
bull CORRELAZIONE
bull ATTENDIBILITArsquo
bull ANALISI DELLA VARIANZA
bull ANALISI FATTORIALE
bull REGRESSIONE
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
1 CODIFICA DEI DATI
Scale di misura
1 Nominale i valori dei dati rappresentano categorie senza alcun ordine
intrinseco (sesso categoria lavorativa)
2 Ordinale i valori dei dati rappresentano categorie con qualche ordine
intrinseco (bassomedioalto)
3 Ad intervalli i valori dei dati permettono di stabilire una relazione distanza
tra piugrave oggetti misurati a partire da uno zero arbitrario e stabilendo un
unrsquounitagrave di
misura costante
4 A rapporti i valori dei dati permettono di effettuare operazioni aritmetiche
e avendo quale origine della scala uno zero assoluto
Regole
- Le variabili devono essere rappresentate in formato numerico
- I casi devono essere contraddistinti da un numero drsquoordine
I codici devono
- essere mutualmente escludentesi
- avere una coerenza interna
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
2 Inserimento dei dati
bull Colonne=Variabili
bull Righe=Soggetti o casi
bull Cella=intersezione tra caso e variabile che
contiene il valore del soggetto nella variabile
corrispondente
3 Trasformazione dei dati ricodifica
2 Screening dei dati Scopi
Controllo delle distribuzioni di frequenza delle variabili
Modalitagrave
Analisi delle frequenze
Analyze ndashDescriptives Statistics-Frequencies-Statistics-Chart
Presenza di eventuali errori-Edit-Find
Presenza numerositagrave di valori mancanti-Missing MissingDati validi
Presenza di outlieroutlier
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Verificare se la distribuzione egrave normale
La normalitagrave della distribuzione egrave il fondamento di molte analisi
La distribuzione normale univariata assume la classica forma a
campana
Unimodale
bull Simmetrica rispetto alla media
bull Presenta due punti di flesso
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
1Codifica dati
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
2 Inserimento dati
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
La codifica degli item del test egrave avvenuta considerando la scala da 1 laquomairaquo a 4 laquo quasi sempreraquo
Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioegrave nella direzione opposta della valenza semantica positiva)
Per riportare gli item tutti alla stessa valenza egrave necessario RICODIFICARLI
3 Trasformazione dei dati
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Si apriragrave questa finestra Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili
Digitando su OLD AND NEW VALUE sostituisco ai vecchi i nuovi valori da attribuire alla variabile
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di
ricodifica
Successivamente calcolo il punteggio totale Prendiamo come esempio il Beck Anxiety
Inventory (BAI)
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Apro una finestra Syntax
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
TOTALE DEL
PUNTEGGIO
PER
CIASCUN
SG
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
NB Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente)
tramite
FILE-SAVE AS
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Calcolo della media
I calcoli si possono effettuare considerando anche i comandi del data editor
Da qui mi posso calcolare oltre alla somma (calcolata prima con il
linguaggio di sintassi) anche la media e altri calcoli attraverso
TRANSFORM-COMPUTE
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Per calcolare il punteggio MEDIO al test immetto nel campo ldquovariabile di destinazionerdquo il nome da assegnare e operare la scelta della funzione ldquoMEANrdquo
Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali
indici statistici campionari di ciascuna variabile si opera attraverso il menugrave
analizza tramite il comando ldquofrequenzerdquo
4 Screening dai dati
Si selezionano le variabili
per le quali interessa
calcolare gli indici statistici
principali congiuntamente
alla distribuzione di
frequenze
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Selezioniamo le statistiche
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Output
Vengono riportate le statistiche per ciascuna variabile
le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Descrizione dei dati raccolti Ersquo utile per ottenere
statistiche univariate riassuntive delle variabili
Selezionare le variabili
Scegliere le statistiche
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Output
La distribuzione egrave normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1
Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile egrave distribuita normalmente sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale
Asimmetria misura come le osservazioni si distribuiscono rispetto alla media della distribuzione
Valori + maggior concentrazione dei casi in valori inferiori alla media Valori - maggior concentrazione dei casi in valori superiori alla media
Curtosi egrave invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi laquole
laquocoderaquo della distribuzione
Valori + maggior concentrazione dei casi intorno al valore medio Valori - maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale