مجموعه آموزش SPSS

در این آموزش به بررسی اولیه نرم افزار SPSS پرداخته شده است و محاسبات ساده نظیر آمار‌های توصیفی، مانند: میانگین، میانه، نما، واریانس، ضریب تغییرات، ضریب چولگی، برجستگی، رسم نمودارهای آماری و همچنین قالب بندی خروجی انجام خواهد شد.

درک رابطه بین متغیرها، برای ایجاد مدل های آماری بسیار ضروری است. به کمک شاخص های مربوطه قادر به کشف میزان رابطه بین متغیرها هستیم. ولی برای نشان دادن مدل رابطه بین متغیرها از یک روش آماری به نام معادله خط برگشت یا رگرسیون (Regression) استفاده می کنیم، تا شکل رابطه‌ بین متغیرها به زبان آماری نوشته شود. با این کار قادر به پیش بینی و تعیین مقدار متغیر وابسته برحسب متغیر مستقل خواهیم بود. در این میان آزمون های مربوط به مدل ارائه شده از اهمیت زیادی برخوردار است، تا اطمینان داشته باشیم، که مدل ارائه شده از کارایی مناسب برخوردار است و شرایط مربوط به برآورد مدل در آن لحاظ شده است.

در این فیلم آموزشی ضمن مروری بر تئوری مدل رگرسیونی لجستیک و زمینه های کاربرد آنها، به بررسی دقیقی از محیط تعاملی نرم افزار SPSS می پردازیم. همچنین با ارائه مثال های کاربردی این امکان فراهم می شود که مخاطب در انتهای آموزش به راحتی تحلیل صحیح و مناسب را در نرم افزار SPSS اجرا نماید.

با توجه به قدرت بالای سامانه‌ های تحلیل داده‌ های آماری، استفاده از افزایش حجم عظیمی از اطلاعات (مشاهدات و متغیرها) به وجود آمده است. ثبت و به کارگیری این حجم عظیم از اطلاعات بدون خطا در داده‌ های ورودی، متصور نیست. خطا در ثبت یا ورود داده‌ ها در یک انبار داده، ممکن است نتایج حاصل از مدل‌ های پیش‌ بینی یا تحلیل‌ های آماری را دچار مشکل کند، بنابراین آماده سازی داده‌ ها (تمیز کردن)‌ شرط اولیه برای تحلیل صحیح و گرفتن نتایج مناسب از مدل‌ های آماری است. این امر با توجه به حجم عظیمی از مشاهدات و متغیرها در انباره داده یا (Data Warehouse) به صورت دستی امکان پذیر نیست. نرم‌ افزار SPSS دستورها و امکانات مناسبی برای آماده سازی داده‌ ها فراهم کرده‌ است که موضوع این فرادرس می باشد.

تحلیل واریانس به عنوان ابزاری آماری برای سنجش مدل های آماری و آزمون فرض آماری توسط دانشمند آمار، فیشر ابداع شد. در طرح آزمایش ها، رگرسیون، آزمون فرض میانگین و … روش ابداعی فیشر با نام تحلیل واریانس کاربرد زیادی دارد به طوری که این شاخه های آمار بدون استفاده از این ابزار هرگز ایجاد نمی شدند. در این دوره آموزشی، سعی می شود با نرم افزار SPSS و استفاده از تحلیل واریانس برای انجام آزمون های آماری مربوط به میانگین جامعه تحت یک یا دو عامل بررسی شود.

از مهم ترین تکنیک های عملی داده کاوی که کاربرد زیادی در علوم مختلف دارد، می توان به خوشه بندی K میانگین اشاره کرد، که با توجه به بار محاسباتی زیاد آن، استفاده از کامپیوتر در انجام این فرایند، کمک شایانی به کاربران می کند. در این راستا بسته نرم افزاری SPSS قابلیت انجام این گونه محاسبات را دارد و به محققین در تحلیل خوشه بندی تفکیکی بر مبنای K میانگین، کمک شایانی می کند.

معمولا برای تجریه و تحلیل داده های آماری از نرم افزار SPSS استفاده می شود. هدایت و مدیریت داده ها در طیف عظیمی از رشته ها مانند: روانشناسی، مدیریت، جامعه شناسی، بازاریابی، تعلیم و تربیت، علوم بهداشتی و.... از کاربردهای این نرم افزار به شمار می رود. با کمترین اطلاعات تخصصی در هر زمینه ای با استفاده از SPSS سرعت تجزیه و تحلیل داده ها افزایش می یابد. هدف این فرادرس آموزش انجام روش ها و آزمون های آماری با دقت و سرعت بالا با استفاده از SPSS است.

مقایسه میانگین و آزمون های مربوط به آن از اهمیت خاصی در بررسی های آماری برخوردار است. با توجه به قابلیت های نرم افزار SPSS برای انجام چنین آزمون هایی، به بررسی آزمون های آماری مربوط به میانگین جامعه آماری به کمک این نرم افزار می پردازیم.

یکی از مهم ترین تکنیک های داده کاوی، خوشه بندی یا گروه بندی داده ها است. برای خوشه بندی (Clustering)، روش ها و الگوریتم های مختلفی وجود دارد ولی یکی از روش های پایه و پرکاربرد، خوشه بندی سلسله مراتبی (Hierarchical) است. خوشه بندی سلسله مراتبی برای داده های چند بعدی و حجیم احتیاج به انجام محاسبات سنگین و زیادی خواهد داشت که این محاسبات در اکثر نرم افزارهای آماری یا داده کاوی امکان پذیر است. در این آموزش از نرم افزار SPSS برای انجام چنین محاسباتی کمک گرفته و خوشه بندی سلسله مراتبی را آموزش می دهیم.

در این فرادرس سعی بر آن است تا ضمن تشریح هدف آزمون ‌های آماری، به بررسی تفاوت آزمون های پارامتریک و ناپارامتریک پرداخته شود. بنابراین، پس از بررسی نحوه انجام دستی هر یک از آزمون ها و تشریح ابعاد آن، به نحوه انجام این آزمون در نرم افزار SPSS می پردازیم. آزمون ‌های آماری از این لحاظ اهمیت دارند که می توانند به محققین کمک کنند تا به صورت علمی حدس و گمان های خود را به آزمایش بگذارند و به روش علمی به طرح نظرات خود بپردازند.