SPSS
Il questionario su cui lavoriamo è una rilevazione di opinioni sul movimento no TAV (progetto treno alta velocità torino-lione
presentato in Val Susa). Presenta alcune domande generali (es la prima è una batteria sulle istituzioni), altre più specifiche relative a
conoscenza e valutazione del TAV. Il questionario chiude con domande generali riferite ai partiti politici.
Matrice dati caso x variabile riga: rispondente, colonna: variabili
Elenco variabili contenute nel dataset: ognuna corrisponde a una domanda del questionario.
Esempi di domande all’esame:
Quando è utile ricodificare? Troppe modalità di risposta, quando sono orientate in un modo controintuitivo
Cosa ci dice una correlazione? Con quale livello di scala di variabile si può testare una correlazione?
Quali sono gli step da seguire prima di poter creare un indice quando si ha una batteria? controllo rispetto a come sono orientati gli
item, capovolgerne alcuni…
Cosa sono le tabelle di contingenza? Quando servono? Può servire per controllare di aver fatto bene le ricodifichi oppure per
analizzare l’associazione tra due variabili attraverso il test del chi quadrato
Che cosa è il chi quadrato? quando si usa? quali sono gli elementi importanti da considerare nella lettura del chi quadrato? La prima
cosa che si guarda è la significatività e poi i residui standardizzati
LA FINESTRA DATA EDITOR
Prima finestra che si apre automaticamente, è il foglio elettronico che contiene i dati che devono essere analizzati. Da qui è possibile
creare nuovi file di dati o modificare quelli esistenti. I dati inseriti
costituiscono il dataset.
Questa finestra è visionabile in 2 modalità: Data View (per ogni
colonna visualizza i dati relativi a una variabile) e in modalità
“Variable View” dove è possibile indicare le etichette delle
variabili e delle loro modalità e i valori mancanti
In questa finestra in alto è presente la barra menù con diversi comandi, i principali sono: “file” Dove troviamo operazioni relative
all’apertura, salvataggio stampa e chiusura del file e del programma, “edit”, per modificare i dati nelle finestre (esempio selezionare,
copiare o tagliare parti di dati o di output), “view”, che contiene opzioni tra le quali quelle per passare dalla visualizzazione dati alla
visualizzazione variabili e viceversa, “transform”, che contiene una serie di comandi per la trasformazione dei dati e la creazione di
nuove variabili, quella che utilizziamo di più è “Analyze” che consente di eseguire le principali funzioni di analisi dei dati.
LA FINESTRA OUTPUT-VIEWER
Riporta i risultati delle analisi statistiche eseguite. Di solito questi risultati sono riportati in tabelle. È diviso in due riquadri: uno
contenente una sintesi del contenuto dell’output, un contenente le tabelle.
La barra dei menù relativa a questa finestra contiene gli stessi comandi di quella precedente e in aggiunta: “insert” per inserire
nell’output interruzioni di pagina, intestazioni, titoli, eccetera e “format” che consente di gestire l’allineamento grafico dell’output
LA FINESTRA SYNTAX
È un file di testo all’interno del quale si possono scrivere i comandi in linguaggio SPSS per preparare i dati e per eseguire su essi
trasformazioni e analisi. L’attivazione della sintassi e quindi l’esecuzione dei comandi ce essa contiene avviene tramite il tasto Run
(freccia verde). Rispetto alle precedenti finestre contiene in aggiunta il menù “run” che consente di eseguire i comandi di sintassi.
PRINCIPALI OPERAZIONI
Inserimento dei dati e creazione di un file dati
Informazioni sulle variabili: Nome: nome della variabile (che non può contenere spazi o iniziare con un numero non più lunghi di 25
caratteri) Etichetta: descrizione variabile. Valori: descrizioni delle modalità di risposta. Sono i numeri con cui ogni modalità di
risposta è stata codificata, questi codici devono essere mutualmente escludentesi, è consigliabile una coerenza nella scelta dei codici
(ad esempio se si è utilizzato 1 per la risposta sì di una variabile, lo stesso codice per le altre) ed è consigliata una omogeneità dei
codici con il tipo di risposta rappresentato (1 per il valore più piccolo). Mancanti: possono essere valori mancanti discreti (valori che
devono essere considerati come mancanti esempio indicati con dei 9) gamma dei valori mancanti (un continuum di valori da
considerare come missing ad esempio tutti i valori superiori a 8) oppure una gamma dei valori mancanti +1 discreto. Le scale di
misura: quando misuriamo qualcosa, trasformiamo una serie di eventi in numeri, la scala di misura è la funzione di relazione che
stabiliamo tra pubblico degli eventi e quello numerico. Scala nominale: i valori dei dati rappresentano categorie senza alcun ordine,
possono essere valori di stringa (alfanumerici) o numerici che rappresentano categorie distinte (ad esempio 1= femminile, 2=
maschili), scala ordinale: i valori dei dati rappresentano categorie con qualche ordine intrinseco (ad esempio basso medio alto,
favorevole contrario) possono essere valori di stringa o numerici (1=basso, 2=alto) la scala ad intervalli equivalenti: è un sistema di
classificazione nel quale i valori consentono di stabilire una relazione di distanza tra più oggetti misurati, a partire da uno 0 fissato in
modo arbitrario e stabilendo un’unità di misura costante. Non consente di sapere la quantità effettiva di una caratteristica misurata,
ma stabilisce la loro posizione e la loro distanza. Scala a rapporti equivalenti: sistema di classificazione che a differenza del
