Data View

Variable View

Taigi, aprašysime kas ką reiškia:

Name – kintamojo pavadinimas. Tai yra labiau kintamojo kodinis pavadinimas. Jame negali būti tarpų, skaičių žodžio pradžioje.

Type – kintamojo tipas. Visada reikia nustatyti tinkamą duomenų tipą, nes kitaip negalėsite teisingai suvesti duomenų arba programa interpretuos duomenis ne taip kaip reikia. Dažniausiai pasitaikantys duomenų tipai tai yra Numeric (skaitinės reikšmės) ir String (žodinės reikšmės).

Width – simbolių ilgis langelyje.

Decimals – skirta vietų po kablelio dydžiui nustatyti.

Label – tai yra kintamojo vardas, paaiškinimas, aprašymas. Labai praverčia lengviau atpažinti kintamąjį, nes iš stulpelio Name ne visada galima lengvai atskirti kam skirtas šis kintamasis ir pan. Čia galima jau rašyti visą pilną tekstą, anketos klausimo pavadinimą ir pan. Galima naudoti ir tarpus, ir skaičius, ir lietuviškas raides.

Values – tai yra kintamojo reikšmių variantai. Pvz: jei koduojate kintamąjį į vyrą ir moterį, tai būtina ir suvesti šias reikšmes, tarkime, kad skaičius 1 – moteris, skaičius 2 – vyras.

Missing – tai yra kintamojo nereikšmingų, tuščių reikšmių nustatymas. Jeigu norite išvengti klaidų skaičiavimuose, reiktų šias reikšmes nustatyti. Tarkime, jei kintamajame yra tik 1 ir 2 reikšmės, tai visas kitas reiktų nustatyti, kad ignoruotų.

Measure – tai yra kintamojo tipo nustatymas. Šioje vietoje reikia nustatyti ar kintamasis yra skalinis, nominalus ar ranginis

Taigi, susikūrus visus kintamuosius galima pradėti įvedinėti pačius duomenis per Data View langą. Tikiuosi pamoka buvo naudinga ir skaitykite mūsų kitas pamokas.

Dažniausiai pasitaikantys duomenys yra skaitinės išraiškos arba nominalūs (lytis, išsilavinimas ir t.t.). SPSS programoje Data View dalyje yra skirta viena eilutė vienam matavimui ar respondentui.

Pirmas pavyzdys (paprasti matavimai, skaičiai)

Tarkime turime anketą ir joje paklausėme respondentų koks yra jų amžius ir ūgis. Šiuos duomenis reikia suvesti taip:

Kad lengviau būtų orientuotis ir susigaudyti duomenyse, patariama kiekvieną respondentą identifikuoti, t.y. priskirti jam eilės numerį ar vardą.

Antras pavyzdys (nominalūs duomenys)

Tarkime turime anketą kurioje klausėme apie respondentų lytį, išsilavinimą ir ar jie rūko. Nusprendžiame, kad moteris žymėsime – 1, vyrus -2. Išsilavinimą: vidurinis – 1, aukštesnysis -2, aukštasis – 3. Na, o jeigu rūko – 1, jeigu nerūko – 0. Taigi, taip ir suvedame kiekvieno respondento duomenis:

Trečias pavyzdys (daugialypis pasirinkimas)

Tarkime turime anketą, kurioje klausiame respondentų „Ką jie veikia vakarais?“ ir jie gali pasirinkti keletą variantų. Kad suvesti šiuos duomenis, teks šiuos atsakymus skaidyti į tris stulpelius. Tarkime pavadiname šį klausimą KL1 ir tada sukuriame tris stulpelius KL1_1, KL1_2, KL1_3. Kiekvieną atsakymo variantą reikia koduoti atskirai, t.y. jeigu jis žiūri TV ir skaito spaudą – prie KL1_1 ir KL1_2 rašysime po 1, o KL1_2 – 0.

Ką veikiate vakarais?

• Žiūriu TV
• Klausau muzikos
• Skaitau spaudą

Ketvirtas pavyzdys (ne skaičių tipo kintamasis)

Tarkime, turime anketą, kurioje klausiame iš kokio miesto yra respondentas. Suvedant duomenis yra du variantai:

1. Kiekvienam miestui priskirti tam tikra skaičių.
2. Įvesti miestus žodiniu pavidalu.

Tad pasirinkite koks jums patogesnis variantas ir suveskite duomenis. Jeigu miestų nedaug – geresnis pirmas variantas. Jeigu miestų daug arba respondentas jį įrašinėjo ranka – geriau antras. Juk nežinote kas kokį miestą bus įrašęs.

Panašiai yra ir su įvertinimo klausimais (Sutinku, nežinau, nesutinku ir t.t.). Galima sukoduoti skaičiais tarkime: sutinku – 3, nežinau – 2, nesutinku -1.

Tai šioje pamokoje tiek. Tikiuosi padėjome susigaudyti statistikos duomenų labirintuose ir skaitykite mūsų kitus straipsnius. Iki.