SPSS for Introductory Statistics: Sử Dụng và Giải Thích, 2011

Chuyên khảo phân tích Spss for introductory statistics use and interpretation 2011, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên cứu tiếp theo.

Chuyên ngành

Statistics

Người đăng

Ẩn danh

Thể loại

Textbook

2011

244
0
0

Phí lưu trữ

55 Point

Mục lục chi tiết

Preface

1. Variables, Research Problems, and Questions

1.1. Research Problems

1.2. Variables

1.3. Research Hypotheses and Questions

1.4. A Sample Research Problem: The Modified High School and Beyond (HSB) Study

1.5. Interpretation Questions

2. Data Coding, Entry, and Checking

2.1. Plan the Study, Pilot Test, and Collect Data

2.2. Code Data for Data Entry

2.3. Problem 2.1: Check the Completed Questionnaires

2.4. Problem 2.2: Define and Label the Variables

2.5. Problem 2.3: Display Your Dictionary or Codebook

2.6. Problem 2.4: Enter Data

2.7. Problem 2.5: Run Descriptives and Check the Data

2.8. Interpretation Questions

2.9. Extra Problems

3. Measurement and Descriptive Statistics

3.1. Frequency Distributions

3.2. Levels of Measurement

3.3. Descriptive Statistics and Plots

3.4. The Normal Curve

3.5. Interpretation Questions

3.6. Extra Problems

4. Understanding Your Data and Checking Assumptions

4.1. Exploratory Data Analysis (EDA)

4.2. Problem 4.1: Descriptive Statistics for the Ordinal and Scale Variables

4.3. Problem 4.2: Boxplots for One Variable and for Multiple Variables

4.4. Problem 4.3: Boxplots and Stem-and-Leaf Plots Split by a Dichotomous Variable

4.5. Problem 4.4: Descriptives for Dichotomous Variables

4.6. Problem 4.5: Frequency Tables for a Few Variables

4.7. Interpretation Questions

4.8. Extra Problems

5. Data File Management and Writing About Descriptive Statistics

5.1. Problem 5.1: Count Math Courses Taken

5.2. Problem 5.2: Recode and Relabel Mother’s and Father’s Education

5.3. Problem 5.3: Recode and Compute Pleasure Scale Score

5.4. Problem 5.4: Compute Parents’ Revised Education With the Mean Function

5.5. Problem 5.5: Check for Errors and Normality for the New Variables

5.6. Describing the Sample Demographics and Key Variables

5.7. Saving the Updated HSB Data File

5.8. Interpretation Questions

5.9. Extra Problems

6. Selecting and Interpreting Inferential Statistics

6.1. General Design Classifications for Difference Questions

6.2. Selection of Inferential Statistics

6.3. The General Linear Model

6.4. Interpreting the Results of a Statistical Test

6.5. An Example of How to Select and Interpret Inferential Statistics

6.6. Writing About Your Outputs

6.7. Conclusion

6.8. Interpretation Questions

7. Cross-Tabulation, Chi-Square, and Nonparametric Measures of Association

7.1. Problem 7.1: Chi-Square and Phi (or Cramer’s V)

7.2. Problem 7.2: Risk Ratios and Odds Ratios

7.3. Problem 7.3: Other Nonparametric Associational Statistics

7.4. Problem 7.4: Cross-Tabulation and Eta

7.5. Problem 7.5: Cohen’s Kappa for Reliability With Nominal Data

7.6. Interpretation Questions

7.7. Extra Problems

8. Correlation and Regression

8.1. Problem 8.1: Scatterplots to Check Assumptions

8.2. Problem 8.2: Bivariate Pearson and Spearman Correlations

8.3. Problem 8.3: Correlation Matrix for Several Variables

8.4. Problem 8.4: Internal Consistency Reliability With Cronbach’s Alpha

8.5. Problem 8.5: Bivariate or Simple Linear Regression

8.6. Problem 8.6: Multiple Regression

8.7. Interpretation Questions

8.8. Extra Problems

9. Comparing Two Groups With t Tests and Similar Nonparametric Tests

9.1. Problem 9.1: One-Sample t Test

9.2. Problem 9.2: Independent Samples t Test

9.3. Problem 9.3: The Nonparametric Mann–Whitney U Test

9.4. Problem 9.4: Paired Samples t Test

9.5. Problem 9.5: Using the Paired t Test to Check Reliability

9.6. Problem 9.6: Nonparametric Wilcoxon Test for Two Related Samples

9.7. Interpretation Questions

9.8. Extra Problems

10. Analysis of Variance (ANOVA)

10.1. Problem 10.1: One-Way (or Single Factor) ANOVA

10.2. Problem 10.2: Post Hoc Multiple Comparison Tests

10.3. Problem 10.3: Nonparametric Kruskal–Wallis Test

10.4. Problem 10.4: Two-Way (or Factorial) ANOVA

10.5. Interpretation Questions

10.6. Extra Problems

Appendices

A. Getting Started and Other Useful SPSS Procedures Don Quick & Sophie Nelson

B. Writing Research Problems and Questions. Making Tables and Figures Don Quick

C. Answers to Odd Numbered Interpretation Questions

D. For Further Reading

Tóm tắt

I. Tổng Quan SPSS 2011 Thống Kê Nhập Môn Ứng Dụng Giải Thích

Tài liệu "SPSS: Thống Kê Nhập Môn, Sử Dụng & Giải Thích (2011)" là một nguồn tài liệu quý giá cho những ai mới bắt đầu làm quen với SPSSthống kê. Nó cung cấp một cái nhìn tổng quan về các khái niệm cơ bản, phương pháp sử dụng phần mềm SPSS và cách diễn giải kết quả. Cuốn sách này được thiết kế để giúp sinh viên và các nhà nghiên cứu trong lĩnh vực khoa học xã hội và hành vi có thể tự mình phân tích và diễn giải dữ liệu. Tài liệu này nhấn mạnh việc lựa chọn thống kê phù hợp, diễn giải kết quả và phát triển kỹ năng viết về ý nghĩa của kết quả. Sách sử dụng SPSS như một công cụ để trả lời các câu hỏi nghiên cứu.

Cuốn sách trình bày cách sử dụng chương trình SPSS một cách dễ dàng. Bạn có thể học cách sử dụng chương trình một mình mà không cần phòng máy tính hướng dẫn chính thức. Truy cập vào chương trình và làm quen với Windows là tất cả những gì cần thiết. Mặc dù chương trình khá dễ sử dụng, nhưng có rất nhiều tùy chọn và thống kê đến nỗi việc biết cái nào cần sử dụng và cách diễn giải bản in có thể khó khăn. Cuốn sách này nhằm mục đích giúp giải quyết những thách thức này. Ngoài việc đóng vai trò là văn bản bổ sung hoặc phòng thí nghiệm, cuốn sách này và cuốn sách SPSS Trung cấp đi kèm sẽ hữu ích như lời nhắc nhở cho giảng viên và các chuyên gia về các bước cụ thể cần thực hiện để sử dụng SPSS và/hoặc hướng dẫn sử dụng và diễn giải các phần của SPSS mà họ có thể không quen thuộc.

1.1. Giới Thiệu Chung Về Phần Mềm SPSS Phiên Bản 2011

Tài liệu này tập trung vào phiên bản SPSS 2011, cung cấp hướng dẫn từng bước cho người mới bắt đầu. Mặc dù có những khác biệt nhỏ giữa các phiên bản, các nguyên tắc cơ bản và quy trình phân tích vẫn tương đối giống nhau. Sự quen thuộc với Windows là điều cần thiết để sử dụng hiệu quả phần mềm SPSS. Tài liệu này giả định rằng bạn đã quen thuộc với SPSS và có thể mở và đóng chương trình.

1.2. Mục Tiêu Học Tập Khi Sử Dụng Tài Liệu Hướng Dẫn SPSS

Mục tiêu chính của tài liệu này là giúp người đọc chọn thống kê phù hợp, diễn giải kết quả và phát triển kỹ năng viết về ý nghĩa của kết quả. Mục tiêu này bao gồm: Cách lựa chọn một thống kê thích hợp bị ảnh hưởng bởi thiết kế của nghiên cứu. Làm thế nào để sử dụng SPSS để giúp nhà nghiên cứu trả lời các câu hỏi nghiên cứu. Làm thế nào để diễn giải các đầu ra của SPSS. Làm thế nào để viết về các đầu ra trong phần Kết quả của bài báo. Thông tin này sẽ giúp bạn phát triển các kỹ năng bao gồm toàn bộ các bước trong quy trình nghiên cứu: thiết kế, thu thập dữ liệu, nhập dữ liệu, phân tích dữ liệu, diễn giải đầu ra và viết kết quả.

II. Cách Nhập Dữ Liệu SPSS Hướng Dẫn Chi Tiết Từ A Đến Z

Nhập dữ liệu là một bước quan trọng trong quy trình phân tích thống kê. Tài liệu "SPSS: Thống Kê Nhập Môn, Sử Dụng & Giải Thích (2011)" cung cấp hướng dẫn chi tiết về cách mã hóa, nhập và kiểm tra dữ liệu trong SPSS. Điều này bao gồm lập kế hoạch nghiên cứu, kiểm tra thí điểm và thu thập dữ liệu. Việc mã hóa dữ liệu một cách chính xác và nhất quán là rất quan trọng để đảm bảo tính chính xác của kết quả phân tích thống kê. Việc kiểm tra dữ liệu sau khi nhập cũng rất quan trọng để phát hiện và sửa lỗi nhập liệu.

Trước khi bắt đầu quy trình mã hóa, chúng ta cần trình bày một số gợi ý hoặc quy tắc rộng rãi cần ghi nhớ khi bạn tiến hành. Các gợi ý này được chuyển thể từ các quy tắc được đề xuất trong cuốn sách hữu ích của Newton và Rudestam (1999) có tựa đề Your Statistical Consultant. Tất cả dữ liệu phải là số. Mặc dù có thể sử dụng chữ cái hoặc từ (biến chuỗi) làm dữ liệu, nhưng không nên làm như vậy. Ví dụ, chúng ta có thể mã hóa giới tính là M cho nam và F cho nữ, nhưng để thực hiện hầu hết các thống kê, bạn sẽ phải chuyển đổi các chữ cái hoặc từ thành số. Sẽ dễ dàng hơn nếu thực hiện chuyển đổi này trước khi nhập dữ liệu vào máy tính như chúng tôi đã làm với bộ dữ liệu HSB.

2.1. Mã Hóa Dữ Liệu Trong SPSS Nguyên Tắc Cơ Bản Cần Nắm Vững

Mã hóa dữ liệu là quá trình gán số cho các giá trị hoặc cấp độ của mỗi biến. Một số quy tắc chung cần tuân thủ trong quá trình này bao gồm: Tất cả dữ liệu phải là số, mỗi biến cho mỗi trường hợp hoặc người tham gia phải chiếm cùng một cột trong Data Editor. Tất cả các giá trị (mã) cho một biến phải loại trừ lẫn nhau, mỗi người tham gia, phải có một mã hoặc giá trị cho mỗi biến. Các quy tắc mã hóa phải được áp dụng nhất quán cho tất cả những người tham gia. Sử dụng số cao (giá trị hoặc mã) cho đầu “đồng ý”, “tốt” hoặc “tích cực” của một biến được sắp xếp. Hãy tạo một Biểu mẫu Mã hóa. Dữ liệu từ mỗi người tham gia phải chiếm chỉ một dòng (hàng) và mỗi cột phải chứa dữ liệu trên cùng một biến cho tất cả những người tham gia. Trình chỉnh sửa dữ liệu, nơi bạn sẽ nhập dữ liệu, sẽ tạo điều kiện thuận lợi cho điều này bằng cách đặt các tên biến ngắn bạn chọn ở đầu mỗi cột.

2.2. Cách Nhập Dữ Liệu SPSS Hướng Dẫn Từng Bước Cho Người Mới

Sau khi mã hóa dữ liệu, bước tiếp theo là nhập dữ liệu vào Data Editor. Bạn cần tạo một tệp dữ liệu mới và xác định các biến trong Variable View. Nhập tên biến ngắn gọn, dán nhãn cho các biến bằng tên mô tả hơn, và chỉ định loại biến (ví dụ: số, chuỗi). Bạn cũng cần chỉ định số lượng chữ số thập phân, thêm nhãn giá trị cho các biến phân loại (ví dụ: 1 = Nam, 2 = Nữ). Cuối cùng, bạn sẽ chỉ định các giá trị còn thiếu. Hãy chọn cell dưới Name và trong Row 3. Gọi biến thứ ba này là college bằng cách gõ vào ô đó. Nhấp vào ô dưới Decimals. Đối với biến này, không có lý do gì để có bất kỳ chữ số thập phân nào vì mọi người được yêu cầu chọn chỉ một trong ba trường đại học. Bạn sẽ nhận thấy rằng khi bạn chọn ô dưới Decimals, mũi tên lên và xuống sẽ xuất hiện ở bên phải của ô. Bạn có thể nhấp vào mũi tên để tăng hoặc giảm số lượng chữ số thập phân, hoặc bạn có thể nhấp đúp vào ô và nhập thủ công số mong muốn.

2.3. Kiểm Tra Dữ Liệu SPSS Phát Hiện Và Sửa Lỗi Nhập Liệu

Sau khi nhập dữ liệu, việc kiểm tra dữ liệu để phát hiện và sửa lỗi là rất quan trọng. Điều này có thể được thực hiện bằng cách so sánh dữ liệu đã nhập với dữ liệu gốc hoặc bằng cách sử dụng các thủ tục thống kê mô tả. Kiểm tra để đảm bảo rằng các giá trị nằm trong phạm vi hợp lệ cho từng biến. Chạy các số liệu thống kê mô tả cho tất cả các đối tượng của bạn để có được cảm giác tốt hơn về dữ liệu và để kiểm tra các loại lỗi hoặc sự cố khác trên bảng câu hỏi. Để tính số liệu thống kê mô tả cơ bản cho tất cả các đối tượng của bạn, bạn sẽ cần thực hiện các bước sau: Chọn Phân tích → Số liệu thống kê mô tả → Số liệu mô tả. Bây giờ hãy tô sáng tất cả các biến. Để tô sáng, hãy nhấp vào biến đầu tiên, sau đó giữ phím “shift” và nhấp vào biến cuối cùng để tất cả các biến được liệt kê được tô sáng.

III. Thống Kê Mô Tả SPSS Phân Tích Dữ Liệu Và Diễn Giải Kết Quả

Thống kê mô tả là các phương pháp được sử dụng để tóm tắt và mô tả các đặc điểm chính của một tập dữ liệu. Tài liệu "SPSS: Thống Kê Nhập Môn, Sử Dụng & Giải Thích (2011)" trình bày các khái niệm và kỹ thuật cơ bản liên quan đến thống kê mô tả, bao gồm phân phối tần số, các biện pháp đo lường trung tâm (ví dụ: trung bình, trung vị, phương sai) và các biện pháp đo lường độ phân tán (ví dụ: độ lệch chuẩn, khoảng). Phân tích và diễn giải chính xác các thống kê mô tả là rất quan trọng để hiểu dữ liệu và đưa ra những kết luận có ý nghĩa.

Tài liệu này giải thích các khái niệm như các phép đo độ tin cậy (Độ tin cậy Cronbach's Alpha). Việc nhấn mạnh hơn vào độ tin cậy và kiểm tra các giả định phù hợp với chiến lược của chúng tôi là trình bày các phân tích trên máy tính mà sinh viên sẽ sử dụng trong một dự án nghiên cứu thực tế. Chúng tôi bao gồm các bài kiểm tra phi tham số tương tự như các bài kiểm tra t (Mann-Whitney và Wilcoxon) và ANOVA một yếu tố (Kruskal-Wallis) trong các chương thích hợp cũng như một số biện pháp kết hợp phi tham số. Điều này phù hợp với việc nhấn mạnh vào việc kiểm tra các giả định vì nó cung cấp các quy trình thay thế cho sinh viên khi các giả định chính bị vi phạm nghiêm trọng.

3.1. Phân Phối Tần Số Tìm Hiểu Cấu Trúc Dữ Liệu SPSS

Phân phối tần số hiển thị số lần mỗi giá trị của một biến xuất hiện trong một tập dữ liệu. Phân phối tần số có thể được sử dụng để xác định các giá trị phổ biến nhất, ít phổ biến nhất và các giá trị ngoại lai. Bằng cách sử dụng phân phối tần số, ta có thể quan sát cấu trúc dữ liệu và có được hiểu biết sâu sắc về hành vi của dữ liệu.

3.2. Các Biện Pháp Đo Lường Trung Tâm Tìm Giá Trị Đại Diện SPSS

Các biện pháp đo lường trung tâm cung cấp một giá trị duy nhất đại diện cho giá trị điển hình hoặc trung bình của một tập dữ liệu. Các biện pháp đo lường trung tâm phổ biến bao gồm trung bình, trung vị và phương sai. Việc lựa chọn thước đo đo lường trung tâm thích hợp phụ thuộc vào loại dữ liệu và sự phân phối của dữ liệu. Trung bình là thước đo tốt nhất cho dữ liệu liên tục được phân phối bình thường, trong khi trung vị là thước đo tốt hơn cho dữ liệu bị lệch hoặc có các giá trị ngoại lai.

3.3. Các Biện Pháp Đo Lường Độ Phân Tán SPSS Đánh Giá Mức Độ Biến Động

Các biện pháp đo lường độ phân tán cung cấp thông tin về mức độ trải rộng của dữ liệu. Các biện pháp đo lường độ phân tán phổ biến bao gồm độ lệch chuẩn, khoảng và khoảng tứ phân vị. Độ lệch chuẩn là thước đo sự khác biệt trung bình giữa mỗi giá trị và giá trị trung bình. Khoảng là sự khác biệt giữa giá trị lớn nhất và giá trị nhỏ nhất. Khoảng tứ phân vị là sự khác biệt giữa tứ phân vị thứ 75 và tứ phân vị thứ 25. Cũng như các biện pháp đo lường trung tâm, việc lựa chọn thước đo đo lường độ phân tán thích hợp phụ thuộc vào loại dữ liệu và sự phân phối của dữ liệu.

IV. Kiểm Định Giả Thuyết SPSS Phân Tích Thống Kê Suy Luận Chi Tiết

Sau khi đã mô tả dữ liệu, bước tiếp theo là sử dụng thống kê suy luận để kiểm định giả thuyết và đưa ra kết luận về tổng thể dựa trên dữ liệu mẫu. Tài liệu "SPSS: Thống Kê Nhập Môn, Sử Dụng & Giải Thích (2011)" trình bày các bài kiểm tra thống kê suy luận khác nhau, bao gồm kiểm định t, ANOVA, Chi-square, tương quan và hồi quy. Việc lựa chọn bài kiểm tra thống kê thích hợp phụ thuộc vào câu hỏi nghiên cứu, loại dữ liệu và các giả định của bài kiểm tra. Điều quan trọng là phải hiểu các giả định của mỗi bài kiểm tra thống kê và diễn giải kết quả một cách chính xác.

Cuốn sách giới thiệu các kiểm định phi tham số (Mann-Whitney và Wilcoxon) trong các chương thích hợp và các biện pháp kết hợp phi tham số. Tích hợp này nhấn mạnh việc kiểm tra các giả định bằng cách cung cấp các quy trình thay thế khi các giả định quan trọng bị vi phạm. Cuốn sách cũng cung cấp một ví dụ mở rộng về cách xác định và viết vấn đề nghiên cứu, câu hỏi nghiên cứu và một đoạn kết quả, nhấn mạnh việc viết kết quả nghiên cứu một cách rõ ràng và chính xác.

4.1. Kiểm Định T T Test So Sánh Trung Bình Hai Nhóm Trong SPSS

Kiểm định t được sử dụng để so sánh trung bình của hai nhóm. Có hai loại kiểm định t: kiểm định t độc lập (so sánh trung bình của hai nhóm độc lập) và kiểm định t ghép cặp (so sánh trung bình của hai nhóm liên quan). Giả định của kiểm định t bao gồm: dữ liệu phải được phân phối bình thường và phương sai của hai nhóm phải bằng nhau. Hơn nữa, ta nên sử dụng phân tích phương sai một chiều để kiểm tra sự khác biệt giữa các trung bình. Nó được thể hiện trong chương 10.

4.2. Phân Tích Phương Sai ANOVA So Sánh Trung Bình Nhiều Nhóm

ANOVA được sử dụng để so sánh trung bình của ba nhóm trở lên. Có hai loại ANOVA: ANOVA một chiều (so sánh trung bình của ba nhóm trở lên trên một biến độc lập) và ANOVA hai chiều (so sánh trung bình của ba nhóm trở lên trên hai hoặc nhiều biến độc lập). Các giả định của ANOVA bao gồm: dữ liệu phải được phân phối bình thường, phương sai của các nhóm phải bằng nhau và các quan sát phải độc lập. Hãy nhớ rằng, chương 6 cung cấp cái nhìn tổng quan về việc viết các kết quả của thống kê suy luận.

4.3. Kiểm Định Chi Square Phân Tích Mối Quan Hệ Giữa Các Biến

Kiểm định Chi-square được sử dụng để kiểm tra mối quan hệ giữa hai biến phân loại. Có hai loại kiểm định Chi-square: kiểm định Chi-square về tính độc lập (kiểm tra xem hai biến có độc lập với nhau hay không) và kiểm định Chi-square về tính phù hợp (kiểm tra xem phân phối quan sát được có phù hợp với phân phối mong đợi hay không). Các giả định của kiểm định Chi-square bao gồm: các quan sát phải độc lập và kích thước mẫu phải đủ lớn.

V. Tương Quan Và Hồi Quy SPSS Phân Tích Mối Liên Hệ Giữa Các Biến

Tương quan và hồi quy là các kỹ thuật được sử dụng để phân tích mối quan hệ giữa hai hoặc nhiều biến. Tương quan đo lường sức mạnh và hướng của mối quan hệ tuyến tính giữa hai biến. Hồi quy được sử dụng để dự đoán giá trị của một biến dựa trên giá trị của một hoặc nhiều biến khác. Tài liệu "SPSS: Thống Kê Nhập Môn, Sử Dụng & Giải Thích (2011)" trình bày các khái niệm và kỹ thuật cơ bản liên quan đến tương quan và hồi quy.

Chúng tôi trình bày một số cách đánh giá độ tin cậy trong các chương chéo bảng, tương quan và kiểm định t của cuốn sách này. Việc nhấn mạnh hơn vào độ tin cậy và kiểm tra các giả định phù hợp với chiến lược của chúng tôi là trình bày các phân tích trên máy tính mà sinh viên sẽ sử dụng trong một dự án nghiên cứu thực tế. Chúng tôi bao gồm các bài kiểm tra phi tham số tương tự như các bài kiểm tra t (Mann-Whitney và Wilcoxon) và ANOVA một yếu tố (Kruskal-Wallis) trong các chương thích hợp cũng như một số biện pháp kết hợp phi tham số. Điều này phù hợp với việc nhấn mạnh vào việc kiểm tra các giả định vì nó cung cấp các quy trình thay thế cho sinh viên khi các giả định chính bị vi phạm nghiêm trọng.

5.1. Tương Quan Pearson Đánh Giá Mối Quan Hệ Tuyến Tính SPSS

Tương quan Pearson đo lường sức mạnh và hướng của mối quan hệ tuyến tính giữa hai biến liên tục. Giá trị tương quan Pearson nằm trong khoảng từ -1 đến 1, với 0 biểu thị không có mối quan hệ tuyến tính, 1 biểu thị mối quan hệ tuyến tính dương hoàn hảo và -1 biểu thị mối quan hệ tuyến tính âm hoàn hảo. Các giả định của tương quan Pearson bao gồm: dữ liệu phải được phân phối bình thường và mối quan hệ giữa hai biến phải tuyến tính.

5.2. Hồi Quy Tuyến Tính Đơn Giản Dự Đoán Giá Trị SPSS Dựa Trên Một Biến

Hồi quy tuyến tính đơn giản được sử dụng để dự đoán giá trị của một biến phụ thuộc dựa trên giá trị của một biến độc lập. Phương trình hồi quy tuyến tính đơn giản là y = b0 + b1x, trong đó y là biến phụ thuộc, x là biến độc lập, b0 là tung độ gốc và b1 là hệ số độ dốc. Các giả định của hồi quy tuyến tính đơn giản bao gồm: mối quan hệ giữa hai biến phải tuyến tính, các phần dư phải được phân phối bình thường, phương sai của các phần dư phải là không đổi và các phần dư phải độc lập.

5.3. Hồi Quy Đa Biến Dự Đoán Giá Trị SPSS Dựa Trên Nhiều Biến

Hồi quy đa biến được sử dụng để dự đoán giá trị của một biến phụ thuộc dựa trên giá trị của hai hoặc nhiều biến độc lập. Phương trình hồi quy đa biến là y = b0 + b1x1 + b2x2 + ... + bkxk, trong đó y là biến phụ thuộc, x1, x2, ..., xk là các biến độc lập, b0 là tung độ gốc và b1, b2, ..., bk là các hệ số độ dốc. Các giả định của hồi quy đa biến bao gồm: mối quan hệ giữa biến phụ thuộc và các biến độc lập phải tuyến tính, các phần dư phải được phân phối bình thường, phương sai của các phần dư phải là không đổi, các phần dư phải độc lập và không có đa cộng tuyến.

VI. Kết Luận Nguồn Tham Khảo SPSS Thống Kê Ứng Dụng Thực Tiễn

Tài liệu "SPSS: Thống Kê Nhập Môn, Sử Dụng & Giải Thích (2011)" cung cấp một nền tảng vững chắc cho việc học thống kê bằng SPSS. Bằng cách làm theo các hướng dẫn trong tài liệu này, người đọc có thể phát triển các kỹ năng cần thiết để phân tích và diễn giải dữ liệu một cách hiệu quả. Ngoài tài liệu này, có nhiều nguồn lực khác có sẵn để giúp người đọc nâng cao hơn nữa kiến thức và kỹ năng của mình về SPSSthống kê. Điều quan trọng là phải tiếp tục học hỏi và thực hành để trở thành một nhà phân tích dữ liệu thành thạo.

Nhìn chung, tài liệu là một hướng dẫn hữu ích cho sinh viên và các nhà nghiên cứu muốn tìm hiểu cách sử dụng SPSS để phân tích dữ liệu. Nó cung cấp hướng dẫn rõ ràng, dễ làm theo và nhiều ví dụ để minh họa các khái niệm chính. Bằng cách sử dụng tài liệu này, người đọc có thể phát triển các kỹ năng cần thiết để phân tích và diễn giải dữ liệu một cách hiệu quả.

6.1. Ứng Dụng Thực Tế SPSS Trong Nghiên Cứu Khoa Học Xã Hội

SPSS có thể được sử dụng trong một loạt các ứng dụng nghiên cứu khoa học xã hội, bao gồm: Khảo sát, phân tích dữ liệu, phân tích thử nghiệm, đánh giá chương trình. Việc làm chủ các công cụ thống kê trong SPSS giúp cho công việc nghiên cứu được hiệu quả hơn.

6.2. Nguồn Tài Liệu Tham Khảo SPSS Nâng Cao Cho Nghiên Cứu Sinh

Tài liệu "SPSS: Thống Kê Nhập Môn, Sử Dụng & Giải Thích (2011)" liệt kê một số sách và bài báo hữu ích mà sinh viên đã tìm thấy hữu ích. Các sách và bài báo này cung cấp thông tin chi tiết hơn về các khái niệm và kỹ thuật thống kê khác nhau. Tài liệu này cũng khuyến khích người đọc tham khảo các trang web của chương trình SPSS để tìm hiểu thêm thông tin và tải xuống các phiên bản dùng thử của chương trình.

6.3. Tương Lai Của SPSS Phát Triển Và Ứng Dụng Trong Kỷ Nguyên Số

SPSS liên tục phát triển để đáp ứng nhu cầu của các nhà nghiên cứu và nhà phân tích dữ liệu. Các phiên bản mới của SPSS được phát hành thường xuyên, với các tính năng và cải tiến mới. Tương lai của SPSS có vẻ tươi sáng, với tiềm năng được sử dụng trong một loạt các ứng dụng mới và thú vị. Điều quan trọng là phải theo kịp với các xu hướng và phát triển mới nhất trong SPSS để tận dụng tối đa chương trình.

22/09/2025

Trích đoạn nội dung tài liệu

FORINTRODUCTORY STATISTICS Use and Interpretation Fourth Edition FORINTRODUCTORY STATISTICS Use and Interpretation Fourth Edition George A. Morgan Colorado State University Nancy L. Leech University of Colorado Denver Gene W. Gloeckner Colorado State University Karen C.

Barrett Colorado State University Routledge Routledge Taylor & Francis Group Taylor & Francis Group 270 Madison Avenue 27 Church Road New York, NY 10016 Hove, East Sussex BN3 2FA © 2011 by Taylor and Francis Group, LLC Routledge is an imprint of Taylor & Francis Group, an Informa business This edition published in the Taylor & Francis e-Library, 2011. To purchase your own copy of this or any of Taylor & Francis or Routledge’s collection of thousands of eBooks please go to www. International Standard Book Number: 978-0-415-88229-3 (Paperback) For permission to photocopy or use material electronically from this work, please access www.com (http://www.com/) or contact the Copyright Clearance Center, Inc. (CCC), 222 Rosewood Drive, Danvers, MA 01923, 978-750-8400.

CCC is a not-for-profit organization that provides licenses and registration for a variety of users. For organizations that have been granted a photocopy license by the CCC, a separate system of payment has been arranged. Trademark Notice: Product or corporate names may be trademarks or registered trademarks, and are used only for identification and explanation without intent to infringe. Library of Congress Cataloging‑in‑Publication Data IBM SPSS for introductory statistics : use and interpretation, / authors, George A.

Morgan … [et al. of: SPSS for introductory statistics. Includes bibliographical references and index. SPSS for Windows.

Social sciences‑‑Statistical methods‑‑Computer programs.5’5‑‑dc22 2010022574 Visit the Taylor & Francis Web site at http://www.com and the Psychology Press Web site at http://www.com ISBN 0-203-84296-0 Master e-book ISBN Contents Preface .ix 1 Variables, Research Problems, and Questions.1 Research Problems Variables Research Hypotheses and Questions A Sample Research Problem: The Modified High School and Beyond (HSB) Study Interpretation Questions 2 Data Coding, Entry, and Checking .15 Plan the Study, Pilot Test, and Collect Data Code Data for Data Entry Problem 2.1: Check the Completed Questionnaires Problem 2.2: Define and Label the Variables Problem 2.3: Display Your Dictionary or Codebook Problem 2.4: Enter Data Problem 2.5: Run Descriptives and Check the Data Interpretation Questions Extra Problems 3 Measurement and Descriptive Statistics. 37 Frequency Distributions Levels of Measurement Descriptive Statistics and Plots The Normal Curve Interpretation Questions Extra Problems 4 Understanding Your Data and Checking Assumptions. 54 Exploratory Data Analysis (EDA) Problem 4.1: Descriptive Statistics for the Ordinal and Scale Variables Problem 4.2: Boxplots for One Variable and for Multiple Variables Problem 4.3: Boxplots and Stem-and-Leaf Plots Split by a Dichotomous Variable Problem 4.4: Descriptives for Dichotomous Variables Problem 4.5: Frequency Tables for a Few Variables Interpretation Questions Extra Problems 5 Data File Management and Writing About Descriptive Statistics.1: Count Math Courses Taken Problem 5.2: Recode and Relabel Mother’s and Father’s Education Problem 5.3: Recode and Compute Pleasure Scale Score Problem 5.4: Compute Parents’ Revised Education With the Mean Function Problem 5.5: Check for Errors and Normality for the New Variables Describing the Sample Demographics and Key Variables Saving the Updated HSB Data File Interpretation Questions Extra Problems v vi CONTENTS 6 Selecting and Interpreting Inferential Statistics .90 General Design Classifications for Difference Questions Selection of Inferential Statistics The General Linear Model Interpreting the Results of a Statistical Test An Example of How to Select and Interpret Inferential Statistics Writing About Your Outputs Conclusion Interpretation Questions 7 Cross-Tabulation, Chi-Square, and Nonparametric Measures of Association .1: Chi-Square and Phi (or Cramer’s V) Problem 7.2: Risk Ratios and Odds Ratios Problem 7.3: Other Nonparametric Associational Statistics Problem 7.4: Cross-Tabulation and Eta Problem 7.5: Cohen’s Kappa for Reliability With Nominal Data Interpretation Questions Extra Problems 8 Correlation and Regression .1: Scatterplots to Check Assumptions Problem 8.2: Bivariate Pearson and Spearman Correlations Problem 8.3: Correlation Matrix for Several Variables Problem 8.4: Internal Consistency Reliability With Cronbach’s Alpha Problem 8.5: Bivariate or Simple Linear Regression Problem 8.6: Multiple Regression Interpretation Questions Extra Problems 9 Comparing Two Groups With t Tests and Similar Nonparametric Tests .1: One-Sample t Test Problem 9.2: Independent Samples t Test Problem 9.3: The Nonparametric Mann–Whitney U Test Problem 9.4: Paired Samples t Test Problem 9.5: Using the Paired t Test to Check Reliability Problem 9.6: Nonparametric Wilcoxon Test for Two Related Samples Interpretation Questions Extra Problems 10 Analysis of Variance (ANOVA) .1: One-Way (or Single Factor) ANOVA Problem 10.2: Post Hoc Multiple Comparison Tests Problem 10.3: Nonparametric Kruskal–Wallis Test Problem 10.4: Two-Way (or Factorial) ANOVA Interpretation Questions Extra Problems CONTENTS vii Appendices A. Getting Started and Other Useful SPSS Procedures Don Quick & Sophie Nelson.

Writing Research Problems and Questions. Making Tables and Figures Don Quick……. Answers to Odd Numbered Interpretation Questions. 213 For Further Reading.

225 Preface This book is designed to help students learn how to analyze and interpret research. It is intended to be a supplemental text in an introductory (undergraduate or graduate) statistics or research methods course in the behavioral or social sciences or education and it can be used in conjunction with any mainstream text. We have found that this book makes IBM SPSS for Windows easy to use so that it is not necessary to have a formal, instructional computer lab; you should be able to learn how to use the program on your own with this book. Access to the program and some familiarity with Windows is all that is required.

Although the program is quite easy to use, there is such a wide variety of options and statistics that knowing which ones to use and how to interpret the printouts can be difficult. This book is intended to help with these challenges. In addition to serving as a supplemental or lab text, this book and its companion Intermediate SPSS book (Leech, Barrett, & Morgan, 4th ed., in press) are useful as reminders to faculty and professionals of the specific steps to take to use SPSS and/or guides to using and interpreting parts of SPSS with which they might be unfamiliar. The Computer Program We used PASW 18 from SPSS, an IBM Company, in this book.

Except for enhanced tables and graphics, there are only minor differences among SPSS Versions 10 to 18. In early 2009 SPSS changed the name of its popular Base software package to PASW. Then in October 2009, IBM bought the SPSS Corporation and changed the name of the program used in this book from PASW to IBM SPSS Statistics Base. We expect future Windows versions of this program to be similar so students should be able to use this book with earlier and later versions of the program, which we call SPSS in the text.

Our students have used this book, or earlier editions of it, with all of the versions of SPSS; both the procedures and outputs are quite similar. We point out some of the changes at various points in the text. In addition to various SPSS modules that may be available at your university, there are two versions that are available for students, including a 21-day trial period download. The IBM SPSS Statistics Student Version can do all of the statistics in this book.

IBM SPSS Statistics GradPack includes the SPSS Base modules as well as advanced statistics, which enable you to do all the statistics in this book plus those in our IBM SPSS for Intermediate Statistics book (Leech et al., in press) and many others. Goals of This Book Helping you learn how to choose the appropriate statistics, interpret the outputs, and develop skills in writing about the meaning of the results are the main goals of this book. Thus, we have included material on 1. How the appropriate choice of a statistic is influenced by the design of the research.

How to use SPSS to help the researcher answer research questions. How to interpret SPSS outputs. How to write about the outputs in the Results section of a paper. This information will help you develop skills that cover the whole range of the steps in the research process: design, data collection, data entry, data analysis, interpretation of outputs, and writing results.

The modified high school and beyond data set (HSB) used in this book is similar to one you might have for a thesis, dissertation, or research project. Therefore, we think it can serve as a model for your analysis. The Web site, http://www.com/ibm-spss-intro-stats, contains the HSB data file and another data set (called college student data.sav) that are used for the extra statistics problems at the end of each chapter. ix x PREFACE This book demonstrates how to produce a variety of statistics that are usually included in basic statistics courses, plus others (e., reliability measures) that are useful for doing research.

We try to describe the use and interpretation of these statistics as much as possible in nontechnical, jargon-free language. In part, to make the text more readable, we have chosen not to cite many references in the text; however, we have provided a short bibliography, “For Further Reading,” of some of the books and articles that our students have found useful. We assume that most students will use this book in conjunction with a class that has a textbook; it will help you to read more about each statistic before doing the assignments. Overview of the Chapters Our approach in this book is to present how to use and interpret the SPSS statistics program in the context of proceeding as if the HSB data were the actual data from your research project.

However, before starting the assignments, we have three introductory chapters. The first chapter describes research problems, variables, and research questions, and it identifies a number of specific research questions related to the HSB data. The goal is to use this computer program as a tool to help you answer these research questions. (Appendix B provides some guidelines for phrasing or formatting research questions.) Chapter 2 provides an introduction to data coding, entry, and checking with sample questionnaire data designed for those purposes.

We developed Chapter 2 because many of you may have little experience with making “messy,” realistic data ready to analyze. Chapter 3 discusses measurement and its relation to the appropriate use of descriptive statistics. This chapter also includes a brief review of descriptive statistics. Chapters 4 and 5 provide you with experience doing exploratory data analysis (EDA), basic descriptive statistics, and data manipulations (e., compute and recode) using the high school and beyond (HSB) data set.

These chapters are organized in very much the same way you might proceed if this were your project. We calculate a variety of descriptive statistics, check certain statistical assumptions, and make a few data transformations. Much of what is done in these two chapters involves preliminary analyses to get ready to answer the research questions that you might state in a report. Chapter 5 ends with examples of how you might write about these descriptive data in a research report or thesis.

Chapter 6 provides a brief overview of research designs (e., between groups and within subjects). This chapter provides flowcharts and tables useful for selecting an appropriate statistic. Also included is an overview of how to interpret and write about the results of an inferential statistic. This section includes not only testing for statistical significance but also a discussion of effect size measures and guidelines for interpreting them.

Chapters 7 through 10 are designed to answer the several research questions posed in Chapter 1 as well as a number of additional questions. Solving the problems in these chapters should give you a good idea of the basic statistics that can be computed with this computer program. Hopefully, seeing how the research questions and design lead naturally to the choice of statistics will become apparent after using this book. In addition, it is our hope that interpreting what you get back from the computer will become clearer after doing these assignments, studying the outputs, answering the interpretation questions, and doing the extra statistics problems.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ