Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Appunti passaggi e comandi SPSS, Appunti di Metodologia Della Ricerca Sociale Quantitativa

Appunti dettagliati sui passaggi visti a lezione da eseguire sul programma di analisi dati SPSS. Integrazione delle slides presentate durante la seconda parte del corso (laboratorio, da frequentante). Aggiunta di alcuni consigli per la preparazione all'esame

Tipologia: Appunti

2020/2021

In vendita dal 06/07/2022

silviamaurii
silviamaurii 🇮🇹

4.8

(16)

24 documenti

1 / 6

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
SPSS Statistical Package for Social Science
1. Per importare dati da Excel a SPSS selezionare nuovo database su SPSS – file >
importa dati > selezionare Excel > recuperare file Excel > okay
VISTA VARIABILI
- RIGHE: elenco di tutte le variabili (tante righe quante sono le
variabili) – sostituisco accorciando le domande – senza spazi (es.
annonasc)
- COLONNE:
TIPO numerico
LARGHEZZA spazi occupati da quella variabile, numero di click
per selezionare la risposta (es: 2000 – anno di nascita occupa 4 spazi:
larghezza 4)
DECIMALI sempre pari a 0
ETICHETTA scrivere per esteso la variabile (domanda); quando
sono possibili più risposte, nell’etichetta si trova la domanda per esteso
+ la possibile risposta
VALORI solo con variabili nominali / ordinali colonna VALORI, clicco
su 3 puntini a dx, valore etichetta (1 corrisponde a maschio / 2 a femmina / 3 a non mi identifico in
nessuna delle due precedenti)
MANCANTE/I se l’intervistato non ha fornito una risposta ad una
domanda o se ha selezionato male, dobbiamo inserire 9 > okay
MISURA scala, definire il tipo di variabili - nominali, ordinali, scala
Nominali: variabili i cui valori sono discreti e che non possono essere
ordinati in alcun modo (es. genere, religione);
Ordinali: sempre valori discreti ma che possono essere ordinate (es. titolo
di studio) + scala Likert (molto d’accordo, abbastanza d’accordo, né in
accordo né in disaccordo / mai, abbastanza, poco, sempre);
Cardinali: variabili già espresse in forma di numero (es. scala auto
ancorante , mettere nelle etichette solo i valori estremi 1= per nulla; 10
= molto)BBB
>>> per cancellare delle etichette, mi posiziono sul valore che devo rimuovere > selezionare rimuovi (per
l’anno di nascita, non si inserisce nessuna etichetta - cardinale)
MANIPOLAZIONE DELLE VARIABILI = è un pretrattamento delle variabili che
viene fatto prima di cominciare le analisi statistiche, sono tutte quelle
operazioni preliminari all’analisi vera e propria dei dati (es. anno di nascita,
bisogna creare delle fasce di età).
Ci sono diverse operazioni preliminari che vengono svolte sulle variabili
(numero molto esiguo di casi)
1. Operazione Calcola → viene eseguita su 2 o più variabili
2. Operazione Ricodifica → svolta su una variabile come l’anno di nascita, ci
permette di introdurre una alla volta ogni singola variabile.B
Comando CALCOLA: si lavora su 2 o più variabili, ci permette di calcolare una
nuova variabile sulla base dei valori già inseriti >> se abbiamo l’anno di
nascita, possiamo calcolare l’età dei rispondentiB
pf3
pf4
pf5

Anteprima parziale del testo

Scarica Appunti passaggi e comandi SPSS e più Appunti in PDF di Metodologia Della Ricerca Sociale Quantitativa solo su Docsity!

SPSS – Statistical Package for Social Science

  1. Per importare dati da Excel a SPSS  selezionare nuovo database su SPSS – file > importa dati > selezionare Excel > recuperare file Excel > okay VISTA VARIABILI
  • RIGHE: elenco di tutte le variabili (tante righe quante sono le variabili) – sostituisco accorciando le domande – senza spazi (es. annonasc)
  • COLONNE: TIPO  numerico LARGHEZZA  spazi occupati da quella variabile, numero di click per selezionare la risposta (es: 2000 – anno di nascita occupa 4 spazi: larghezza 4) DECIMALI  sempre pari a 0 ETICHETTA  scrivere per esteso la variabile (domanda); quando sono possibili più risposte, nell’etichetta si trova la domanda per esteso
  • la possibile risposta VALORI  solo con variabili nominali / ordinali  colonna VALORI, clicco su 3 puntini a dx, valore etichetta (1 corrisponde a maschio / 2 a femmina / 3 a non mi identifico in nessuna delle due precedenti) MANCANTE/I  se l’intervistato non ha fornito una risposta ad una domanda o se ha selezionato male, dobbiamo inserire 9 > okay MISURA  scala, definire il tipo di variabili - nominali, ordinali, scala  Nominali : variabili i cui valori sono discreti e che non possono essere ordinati in alcun modo (es. genere, religione);  Ordinali : sempre valori discreti ma che possono essere ordinate (es. titolo di studio) + scala Likert (molto d’accordo, abbastanza d’accordo, né in accordo né in disaccordo / mai, abbastanza, poco, sempre);  Cardinali : variabili già espresse in forma di numero (es. scala auto ancorante , mettere nelle etichette solo i valori estremi 1= per nulla; 10 = molto)

per cancellare delle etichette, mi posiziono sul valore che devo rimuovere > selezionare rimuovi (per l’anno di nascita, non si inserisce nessuna etichetta - cardinale) MANIPOLAZIONE DELLE VARIABILI = è un pretrattamento delle variabili che viene fatto prima di cominciare le analisi statistiche, sono tutte quelle operazioni preliminari all’analisi vera e propria dei dati (es. anno di nascita, bisogna creare delle fasce di età). Ci sono diverse operazioni preliminari che vengono svolte sulle variabili (numero molto esiguo di casi)

  1. Operazione Calcola → viene eseguita su 2 o più variabili
  2. Operazione Ricodifica → svolta su una variabile come l’anno di nascita, ci permette di introdurre una alla volta ogni singola variabile. Comando CALCOLA : si lavora su 2 o più variabili, ci permette di calcolare una nuova variabile sulla base dei valori già inseriti >> se abbiamo l’anno di nascita, possiamo calcolare l’età dei rispondenti

Nella matrice dati, trasforma > seleziona calcola > si apre una finestra A sx si trova il nome della variabile che vogliamo (es. variabile di partenza: anno di nascita), in alto a sx inserire la variabile che vogliamo creare, variabile di destinazione (l’età); sotto una colonna con tutte le variabili che fanno parte della matrice dati. A dx si deve inserire l’espressione numerica con il tastierino numerico (per l’età bisogna fare 2022 – anno di nascita) Comando RICODIFICA : si lavora solo su una variabile alla volta, ci permette di combinare i valori di una variabile in categorie differenti e in numero minore rispetto alle categorie esistenti (fasce), creando una nuova variabile (es. dall’anno di nascita arriviamo a stabilire che i rispondenti hanno dai 20 ai 38 anni, ma per poter fare degli incroci dobbiamo creare delle fasce d’età > si raggruppano quindi in varie classi). Questo comando opera cambiamenti a carico di una sola variabile alla volta. Quando si usa questo comando? Considerando la distribuzione di una variabile, può essere necessario operare delle ricodifiche per rendere la distribuzione maggiormente significativa sia in termini di informazione che per l'impiego della variabile stessa per lo svolgimento delle analisi statistiche (es. tantissime età diverse, si creano delle fasce d’età, in modo da rendere l’informazione sintetica, immediatamente leggibile e in questo modo potremmo andare a fare degli incroci) Comando ricodifica è applicabile su tutti i tipi di variabili (nominali, ordinali e cardinali) Trasforma > ricodifica in variabili differenti (si lavora su una variabile alla volta - bisogna sempre lasciare la variabile di origine: l’età e la sua distribuzione) Esempio di ricodifica - si creano delle nuove fasce d’età (no sovrapposizione tra valori delle fasce) Valori vecchi Valori della nuova variabile Etichette dei nuovi valori Dai 18 ai 35 1 Giovani Dai 36 ai 60 2 Adulti Dai 61 in avanti 3 Anziani

individuare delle regole di corrispondenza tra i valori vecchi e i nuovi valori → quale criterio seguire per ridurre il numero di modalità di una variabile?

  1. Criterio numerico = si cerca di bilanciare le frequenze tra le varie modalità, si vanno a creare diverse fasce (infatti le categorie con pochi o troppi dati sono da evitare);
  2. Criterio semantico = aggregare le modalità che hanno affinità semantica (sì, no - a volte nell’analisi tutti i sì si mettono insieme, tutti i no insieme e si passa ad una nuova variabile in cui tutte le risposte sì diventano uniche e tutte le risposte no diventano un no unico).  VISTA VARIABILI > calcolare età dei rispondenti
  3. Trasforma > calcola variabile > inserire in variabile destinazione ETA’ Nel tastierino numerico, per calcolare l’età a partire dall’anno di nascita: 2022 (anno di rilevazione) - prendo la mia variabile a sx (anno di nascita) > seleziono > con la freccia la sposto in espressione numerica > OKAY;
  4. Si apre una finestra di output: nella finestra, si vedono tutte le operazioni fatte → questa finestra di output ci dice che l’operazione è stata conclusa >> la nuova variabile si trova in vista variabile alla fine → si modifica larghezza (2), decimali 0, si scrive l’etichetta per estese, no valori attribuiti, misura scala;

l’altro, SE CI SONO DEGLI ITEM RICODIFICATI AGGIUNGO QUELLI, non quelli non-ricodificati > okay.

  1. POI Analizza > statistiche descrittive > frequenze > selezionare “mediaindice” > okay → viene presentata la media delle variabili… a questo punto occorre stabilire delle fasce di valori in cui gli studenti sono “molto soddisfatti”, “abbastanza soddisfatti” e “poco soddisfatti”.
  2. POI trasforma > ricodifica in variabili differenti > selezionare “mediaindici” > nome: indice1, etichetta: nome per esteso > modifica valori vecchi e nuovi e inserisco le nuove fasce. ATTENZIONE!  Usare le percentuali solo quando il numero dei casi in valore assoluto è superiore a 30; MA COME CALCOLARE LA DISTRIBUZIONE DI FREQUENZA DELLE DOMANDE A RISPOSTA MULTIPLA?  SPSS non è in grado di trattare in forma aggregata tutte le variabili di una domanda con più risposte possibili con un comando, QUINDI bisogna calcolare la frequenza per ciascuna variabile e riportarla manualmente in una tabella costruita su Word, indicando i valori assoluti e le percentuali valide. Bisogna quindi fare un’analisi univariata per ciascuna variabile di risposta: criminalità, disoccupazione ecc. ecc.  La somma non può fare 100%, perché la persona poteva selezionare più risposte possibili! Da aggiungere a fine tabella…  ATTENZIONE!!! NON SI DEVE SCRIVERE IL TOTALE DELLE RISPOSTE (tot. dei valori assoluti o delle percentuali)  ANALISI MONOVARIATA DELLA VARIABILE “GENERE” - domanda con una risposta possibile  Analizza > statistiche descrittive > frequenze > selezionare la variabile di interesse “In quale genere ti identifichi?” > a destra, statistiche > essendo una variabile nominale, possiamo calcolare la moda > selezionare moda > continua.  Grafici > per una variabile nominale , selezionare grafico a torta + nei “Valori del grafico” selezionare “Percentuali” (ci dirà le percentuali di ciascun spicchio) > continua > okay.  Nella finestra di output, si apre una prima tabella con Frequenza nella prima colonna (sono i valori assoluti) + Percentuale nella seconda colonna + Percentuale valida nella terza colonna, calcolata solo sui casi validi + Percentuale cumulativa nella quarta colonna.  Sotto compare un diagramma a torta: cliccare due volte sul grafico, si apre una nuova finestra nella quale si possono svolgere tutta una serie di operazioni grafiche (colori) + a sinistra, cliccare su “Modalità etichetta dati” > cliccare su ciascuno spicchio, in modo da aggiungere la percentuale corrispondente a ciascuno spicchio. POI fare copia del grafico e incollarlo su un file Word, dove incollare tutti i nostri grafici e le nostre tabelle al fine della costruzione del report di ricerca.

 ANALISI MONOVARIATA “ ANNO DI NASCITA”

 Prendere la variabile “fasceetà” e costruire un grafico  TABELLA PER DOMANDE CON PIU’ RISPOSTE POSSIBILI (max 2 risposte possibili)  Analizza > statistiche descrittive > frequenze > prendere la domanda corrispondente > okay. Si forma una tabella per ciascuna variabile nella schermata di output; per ciascuna variabile, si devono inserire i risultati ottenuti in una tabella di Word > 3 colonne: 1. Variabili; 2. V.A; 3. V.% > inserire manualmente nella tabella V.A. e V.% per ciascuna variabile della domanda con più risposte possibili.  ANALISI INDICE SCALA LIKERT: analizza > statistiche descrittive > frequenze > prendo l’indice > statistiche > moda (nominali e ordinali) > grafici: o a barre o a torta, nei valori percentuali > okay. Nella finestra di output si apre il risultato. Clicco 2 volte sul grafico, posso modificare la grafica e inserisco su ogni colonna i valori percentuali corrispondenti. Chiudo la finestra e copio il grafico sul report.  SCALA AUTO ANCORANTE: analizza > statistiche descrittive > frequenze > seleziono la variabile > media, mediana e moda > nella finestra di output si trova la solita tabella, che il grafico, che ci permette di cogliere come si posizionano gli studenti >> clicco 2 volte sul grafico, aggiungo le etichette per ogni colonna, poi si ragiona sul grafico. Nel commento, si possono mettere insieme i valori dall’8 al 10, bisogna raggrupparli per commentarli in maniera più chiara. ANALISI BIVARIATE  Variabile indipendente: causa ( genere , possa influire sulla partecipazione politica)  Variabile dipendente: effetto ( partecipazione politica , viene influenzata dalla variabile indipendente) VARIABILI INDIPENDENTI: VARIABILI SOCIO-DEMOGRAFICHE (genere, fasce di età ecc.) TABELLE DI CONTINGENZA - mostra la distribuzione congiunta delle frequenze delle due variabili → l’incrocio delle due variabili crea tutte le possibili combinazioni. In ogni cella, osservo i valori assoluti ed i valori percentuali >> variabile indipendente (genere, fasce di età, luogo di studio) in colonna, percentualizzare sempre rispetto ai valori della variabile indipendente. METTO IL TOTALE  Percentuali di colonna: variabili indipendenti ANALISI BIVARIATA SPSS  Genere > scelgo l’indice (variabile dipendente) > analizza > statistiche descrittive > tabella di contingenza.  In colonna, la variabile indipendente (genere), sulla riga prendiamo l’indice. Celle: percentuali per colonna > okay. Si apre la finestra di output con una tabella > non commentare la tabella con i valori assoluti ma con le percentuali. VISTA DATI

  • RIGHE: i casi - COLONNE: variabili (D1, D2, D3) (tante colonne quante sono le variabili)
  • CELLE: solo numeri > valore corrispondente all’intervistato (intervistato 1, D1)  Da vista dati a vista variabili: o manualmente in basso a sx / oppure clicco 2 volte sulla domanda interessata