SPSS

ο σύντομος οδηγός
από την
Εύα Παρασκευαδάκη

Εγχειρίδιο SPSS για αρχάριους

 SPSS
ο σύντομος οδηγός

Eύα Παρασκευαδάκη
Msc. Ηλ. Μηχανικός & Μηχανικός Υπολογιστών, ΕΜΠ

ΑΘΗΝΑ, 2020

ΧΑΡΙΛΑΟΥ ΤΡΙΚΟΥΠΗ 83, ΑΘΗΝΑ 10681

THΛ.: +(30) 213 037 9875, +(30) 698 239 0154
Web site: stepupadvisor.gr • e-mail: info@stepupadvisor.gr
Το παρόν εγχειρίδιο SPSS θα σας βοηθήσει να κάνετε
τα πρώτα σας βήματα στον κόσμο της ανάλυσης
δεδομένων με το SPSS!
Περιεχόμενα
0. ΕΙΣΑΓΩΓΉ........................................................................6

1. ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ............................................8

1.1 Ανάλυση Συχνοτήτων..............................................................8

1.2 Δημιουργία Γραφημάτων.................................................... 10

1.3 Δείκτες Κεντρικής Τάσης και Διασποράς....................... 14

2. ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ................................................16

2.1 Διατύπωση Υποθέσεων....................................................... 17

2.2 T-test Ανεξάρτητων Δειγμάτων......................................... 18

2.3 Συσχέτιση Pearson................................................................ 21

3. ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ....................................24

3.1 Απλή Παλινδρόμηση.............................................................. 24

3.2 Πολλαπλή Παλινδρόμηση................................................... 27

3.3 Λογιστική Παλινδρόμηση................................................... 29

Εισαγωγή

ΠΡΙΝ ΞΕΚΙΝΉΣΕΤΕ...

Βήμα 1o : Εγκαταστήστε το SPSS στον υπολογιστή σας

Εάν δεν έχετε πρόσβαση στην πλήρη έκδοση του SPSS, μπορείτε να κατεβάσετε
το λογισμικό στη δοκιμαστική έκδοση, κάνοντας εγγραφή στο παρακάτω link:

https://www.ibm.com/account/reg/us-en/signup?formid=urx-19774

Εάν δεν έχετε καθόλου πρόσβαση στο SPSS, μπορείτε να κατεβάσετε το αντί-
στοιχο λογισμικό ανοικτού κώδικα PSPP το οποίο και θα βρείτε στο παρακάτω link:

https://sourceforge.net/projects/pspp4windows/

Βήμα 2o : Ανοίξτε το πρόγραμμα SPSS (ή PSPP αντίστοιχα)
Μετά την εγκατάσταση, θα πρέπει να έχει δημιουργηθεί μία συντόμευση του
προγράμματος στην επιφάνεια εργασίας σας. Κάνετε διπλό κλικ πάνω στη
συντόμευση και το πρόγραμμα θα ανοίξει.
Βήμα 3o : Κατεβάστε τα αρχεία δεδομένων
Ανοίξτε το αρχείο δεδομένων
Ανοίξτε το αρχείο example_database.sav, που λάβατε στο e-mail:
Από το Μενού ακολουθήστε File → Open → Data

Με το άνοιγμα του προγράμματος αναδύεται ένα παράθυρο το οποίο σας ρωτά

αν επιθυμείτε να ανοίξετε ένα υπάρχον αρχείο δεδομένων. Πατήστε Cancel,
ώστε να κλείσει το παράθυρο αυτό.

Σελίδα 6 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Εισαγωγή

Θα πρέπει να βλέπετε το παρακάτω παράθυρο.
Πηγαίνετε στο φάκελο που έχετε αποθηκεύσει το αρχείο:
example_database.sav
Eπιλέξτε το και στη συνέχεια πατήστε Open.
Επίσης έχουμε μια μεταβλητή που ονομάζεται Ικανοποίηση από τη Ζωή. Οι τιμές
που παίρνει, είναι το σκορ του κάθε συμμετέχοντα σε μια κλίμακα.
Όσο μεγαλύτερος είναι ο αριθμός τόσο μεγαλύτερη η ικανοποίηση που νιώθει ο
συμμετέχοντας. Με την ίδια λογική έχουν κωδικοποιηθεί και οι μεταβλητές Στρες
και Αυτοεκτίμηση.

Θα πρέπει τώρα στην οθόνη σας να εμφανιστεί η βάση δεδομένων.

Η πρώτη σειρά δείχνει τα ονόματα των μεταβλητών. Μπορούμε να καταλάβουμε
ότι έχουμε 9 μεταβλητές και μεταξύ αυτών, είναι το φύλο (1=άνδρες, 2=γυναίκες).

SPSS - O σύντομος οδηγός Σελίδα 7

stepupadvisor.gr Περιεχόμενα
Ενότητα 1 - Περιγραφική Στατιστική

Η περιγραφική στατιστική μας βοηθά να “ανακαλύψουμε” τα μοτίβα ή

τις τάσεις που κρύβουν τα δεδομένα μας. Ωστόσο, τα περιγραφικά
στατιστικά στοιχεία:
Ανοίγει το παράθυρο που φαίνεται παρακάτω:

•• δεν μας επιτρέπουν να καταλήξουμε σε συμπεράσματα

•• δεν μπορούν να ελέγξουν υποθέσεις

1.1 ΑΝΆΛΥΣΗ ΣΥΧΝΟΤΉΤΩΝ

Επιλογή της ανάλυσης

Από το κεντρικό μενού ακολουθούμε τη διαδρομή:

Analyze→Descriptive Statistics→ Frequencies

Επιλογή Μεταβλητών

Στην ανάλυση συχνοτήτων περιλαμβάνονται ΜΟΝΟ κατηγορικές μεταβλητές.

Μόνο σε αυτές έχει νόημα το ποσοστό και το αθροιστικό ποσοστό.
Στο παράδειγμα μας, επιλέγουμε τη μεταβλητή φύλο και οικογενειακή κατάσταση.
Προσέχουμε, ώστε το κουτάκι Display Frequency Tables κάτω αριστερά να
είναι επιλεγμένο!

Σελίδα 8 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 1 - Περιγραφική Στατιστική

Αποτελέσματα
Στα αποτελέσματα εμφανίζονται δύο πίνακες, ο πρώτος για το φύλο και ο
δεύτερος για την οικογενειακή κατάσταση.
Ας δούμε τον πίνακα για το φύλο, όπως φαίνεται παρακάτω:

Πατάμε ΟΚ και λαμβάνουμε τα αποτελέσματα, δηλαδή τους πίνακες των

συχνο-τήτων, στο παράθυρο Output.

Η πρώτη στήλη Frequency παρουσιάζει τον αριθμό των ατόμων ανά κατηγορία
της μεταβλητής. Επομένως στο παράδειγμα έχουμε 185 άνδρες και 254 γυναίκες.
Η δεύτερη στήλη Percent παρουσιάζει το ποσοστό στο οποίο αντιστοιχεί κάθε
ένα από τα παραπάνω νούμερα. Έτσι, το 42.1% του δείγματος είναι άνδρες.
Το ποσοστό αυτό υπολογίζεται διαιρώντας τον αριθμό των ανδρών (185) με το
σύνολο του δείγματος (439) και πολλαπλασιάζοντας το αποτέλεσμα με 100 ώστε
να προκύψει ποσοστό (%).
Ομοίως γίνεται και για τις γυναίκες. Προκύπτει ότι οι γυναίκες αποτελούν το
57.9% του δείγματος.

SPSS - O σύντομος οδηγός Σελίδα 9

stepupadvisor.gr Περιεχόμενα
Ενότητα 1 - Περιγραφική Στατιστική

Η τρίτη στήλη Valid percent παρουσιάζει το έγκυρο ποσοστό. Αυτό, στο 1.2 ΔΗΜΙΟΥΡΓΊΑ ΓΡΑΦΗΜΆΤΩΝ
παράδειγμά μας, είναι ίδιο με το απλό ποσοστό, καθώς δεν έχουμε missing
values.
Για τη δημιουργία γραφημάτων έχουμε δύο επιλογές.
Αν κάποιοι από το δείγμα μας, δεν είχαν απαντήσει στην ερώτηση φύλο τότε
το έγκυρο ποσοστό θα υπολογιζόταν διαιρώντας με τον αριθμό των έγκυρων Επιλογή 1
απαντήσεων (όχι το 439 που είναι το σύνολο του δείγματος).
Από το κεντρικό μενού ακολουθούμε τη διαδρομή:
Analyze→ Descriptive Statistics→ Frequencies-→ Charts

Όταν ανοίξει το παράθυρο Charts βλέπουμε ότι έχουμε τη δυνατότητα

επιλογής μεταξύ 3 τύπων γραφήματος: Bar charts (ραβδογράμματα), Pie charts
(διαγράμματα πίτας) και Histograms (ιστογράμματα).

Σελίδα 10 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 1 - Περιγραφική Στατιστική

Στο παράθυρο των αποτελεσμάτων εμφανίζονται δύο διαγράμματα πίτας, ένα

για κάθε μεταβλητή.
Κάνουμε διπλό κλικ πάνω στο πρώτο διάγραμμα για το φύλο. Ανοίγει ο Chart
Editor και το παράθυρο Properties:

Για το παράδειγμά μας, επιλέγουμε να απεικονίσουμε τις μεταβλητές φύλο

και οικογενειακή κατάσταση, σε μορφή διαγραμμάτων πίτας, στα οποία να
φαίνονται τα ποσοστά κάθε κατηγορίας. Έτσι επιλέγουμε:

Chart type → Pie Chart

Chart Values → Percentages
Πατάμε το κουμπί Show Data Labels που βρίσκεται αριστερά, στο μενού του
Chart Editor. Εμφανίζονται τα ποσοστά στο διάγραμμα πίτας. Κλείνουμε με Χ το
Πατάμε Continue, αναιρούμε την επιλογή Display frequencies tables και στη
παράθυρο του Chart Editor και τα ποσοστά εμφανίζονται πλέον στο διάγραμμα
συνέχεια πατάμε ΟΚ.
του παραθύρου Output.

SPSS - O σύντομος οδηγός Σελίδα 11

stepupadvisor.gr Περιεχόμενα
Ενότητα 1 - Περιγραφική Στατιστική

Επιλογή 2

Γραφήματα μπορούμε να δημιουργήσουμε και με άλλον τρόπο. Από το κεντρικό

μενού ακολουθούμε τη διαδρομή:
Graphs→ Chart Builder
Με αυτόν τον τρόπο έχουμε περισσότερες επιλογές όσον αφορά τους τύπους
διαγραμμάτων που μπορούμε να δημιουργήσουμε.
Το παράθυρο του Chart Builder εμφανίζεται.
Ας δημιουργήσουμε τώρα ένα ιστόγραμμα για τη μεταβλητή της
αυτοεκτίμησης.

Σελίδα 12 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 1 - Περιγραφική Στατιστική

1. Επιλέγουμε τον τύπο γραφήματος Histogram από τη καρτέλα Gallery.

3. Κάνουμε drag & drop της

μεταβλητής της Στρες στον
άξονα χ του Chart preview
και στη συνέχεια πατάμε ΟΚ.

2. Κάνουμε drag & drop του πρώτου γραφήματος στο πλαίσιο Chart preview.

Στο παράθυρο των

αποτελεσμάτων Output,
εμφανίζεται το παρακάτω
ιστόγραμμα:

SPSS - O σύντομος οδηγός Σελίδα 13

stepupadvisor.gr Περιεχόμενα
Ενότητα 1 - Περιγραφική Στατιστική

1.3 ΔΕΊΚΤΕΣ ΚΕΝΤΡΙΚΉΣ ΤΆΣΗΣ ΚΑΙ Από το μενού που βρίσκεται στα δεξιά του παραθύρου, επιλέγουμε το κουμπί
ΔΙΑΣΠΟΡΆΣ Statistics.
Ανοίγει ένα παράθυρο που παρουσιάζει διάφορους δείκτες κεντρικής τάσης
Από το κεντρικό μενού ακολουθούμε τη διαδρομή: (Central Tendency) και διασποράς (Dispersion).
Analyze→ Descriptive Statistics→ Frequencies Επιλέγουμε τον δείκτη κεντρικής τάσης Mean (μέσος όρος) και τον δείκτη
διασποράς Std. Deviation (τυπική απόκλιση).
Επιλέγουμε όλες τις συνεχείς μεταβλητές που έχουμε στη βάση δεδομένων,
δηλαδή:
•• ηλικία
•• ικανοποίηση από τη ζωή
•• αντιληπτό στρες
•• αυτοεκτίμηση
Φροντίζουμε να μην είναι επιλεγμένο το κουτί Display frequency tables.

Σελίδα 14 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 1 - Περιγραφική Στατιστική

Ο μέσος όρος (ή η μέση τιμή) είναι ο πιο δημοφιλής και γνωστός δείκτης
κεντρικής τάσης. Υπολογίζεται συνήθως για συνεχείς μεταβλητές.
Ο μέσος όρος είναι ίσος με το άθροισμα όλων των τιμών στο σύνολο δεδομένων
δια τον αριθμό των τιμών. Έτσι, αν έχουμε n δεδομένα και αυτά έχουν τιμές x1,
x2, ..., xn, ο μέσος όρος υπολογίζεται από την εξίσωση:

Η τυπική απόκλιση είναι ένας δείκτης της διασποράς των τιμών γύρω από το Παρουσιάζουμε τα αποτελέσματα ως εξής:
μέσο όρο, σε ένα σύνολο δεδομένων. Ο τύπος της τυπικής απόκλισης είναι: Το δείγμα παρουσιάζει μέσο όρο ηλικίας:
37.44±13.20 έτη
ή 37.44 έτη (Τ.Α.=13.20)

Ο μέσος όρος της βαθμολογίας του δείγματος στη κλίμακα της ικανοποίησης από
όπου:
τη ζωή είναι:
s = τυπική απόκλιση δείγματος
22.38±6.77
Σ= άθροισμα
ή 22.38 (Τ.Α.=6.77)
Χ = μέσος όρος δείγματος
Χ = επιμέρους τιμές δείγματος
n = αριθμός δεδομένων στο δείγμα. Ο μέσος όρος της βαθμολογίας του δείγματος στη κλίμακα αντιληπτού στρες είναι:
26.73±5.85.
Πατάμε Continue και στη συνέχεια ΟΚ. Στο αρχείο των αποτελεσμάτων ή 26.73 (Τ.Α.=5.85)
παρουσιάζεται ο πίνακας με υπολογισμένες τους μέσους όρους και τις τυπικές
αποκλίσεις όλων των μεταβλητών που βάλαμε.

SPSS - O σύντομος οδηγός Σελίδα 15

stepupadvisor.gr Περιεχόμενα
Ενότητα 2 - Έλεγχος Υποθέσεων

Έ χουμε δει ότι τα περιγραφικά στατιστικά στοιχεία παρέχουν πληροφορίες

σχετικά με την ομάδα δεδομένων μας. Για παράδειγμα, υπολογίσαμε τη
μέση τιμή και την τυπική απόκλιση για το αντιληπτό στρες του δείγματός μας.
Πατάμε ΟΚ και στο παράθυρο των αποτελεσμάτων παρουσιάζεται το
γράφημα, όπως φαίνεται παρακάτω:

Επίσης δημιουργήσαμε και το ιστόγραμμα του αντιληπτού στρες.

Έστω ότι θέλουμε να μάθουμε ποιο από τα δύο φύλα, οι άνδρες ή οι γυναίκες,
παρουσιάζει υψηλότερα επίπεδα στρες. Μπορούμε να υπολογίσουμε τη μέση
τιμή και την τυπική απόκλιση για τα επίπεδα στρες κάθε φύλου ξεχωριστά.
Ακολουθώντας την ίδια διαδικασία που αναφέρθηκε στην Επιλογή 2 της
δημιουργίας γραφημάτων, ανοίγουμε ξανά το Chart Builder και επιλέγουμε τον
τύπο διαγράμματος Boxplot.
Στον άξονα x κάνουμε drag & drop τη μεταβλητή φύλο και στον άξονα y βάζουμε
τη μεταβλητή αντιληπτό στρες:

Βλέπουμε ότι οι γυναίκες έχουν υψηλότερα επίπεδα στρες.

Αυτό αποτελεί, προς το παρόν, μια παρατήρηση και όχι ένα εύρημα.
Κι αυτό, γιατί δεν γνωρίζουμε ακόμα αν η μικρή διαφορά, που παρατηρούμε
μεταξύ των μέσων όρων στρες των δύο φύλων, είναι στατιστικά σημαντική!

Σελίδα 16 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr

2.1 ΔΙΑΤΎΠΩΣΗ ΥΠΟΘΈΣΕΩΝ
Για να ελέγξουμε τη στατιστική σημαντικότητα, θα πρέπει να διατυπώσουμε μια
υπόθεση. Έστω λοιπόν ότι:
Η1: Οι γυναίκες παρουσιάζουν υψηλότερα επίπεδα στρες από τους άνδρες.
Αυτή η υπόθεση ονομάζεται εναλλακτική υπόθεση (συχνά συμβολίζεται ως Η1).
Η αντίθετη υπόθεση, ονομάζεται μηδενική και συνήθως λέει ότι δεν υπάρχει
επίδραση (συμβολίζεται ως Η0). Στην περίπτωση μας, η μηδενική υπόθεση είναι:
Η0: Το φύλο δεν επηρεάζει τα επίπεδα στρες.
Ο έλεγχος σημαντικότητας της μηδενικής υπόθεσης είναι μια διαδικασία
που ακολουθούμε για να μάθουμε αν η εναλλακτική υπόθεση είναι πιθανόν
να είναι αληθής, αν δηλαδή ισχύει. Τα βήματα της διαδικασίας είναι τα εξής:
SPSS - O σύντομος οδηγός
stepupadvisor.gr
Ενότητα 2 - Έλεγχος Υποθέσεων
•• Υποθέτουμε ότι η εναλλακτική υπόθεση (H1) ισχύει – είναι αληθής.
•• Επιλέγουμε ένα στατιστικό μοντέλο που αναπαριστά την εναλλακτική
υπόθεση (H1).
•• Εφαρμόζουμε αυτό το μοντέλο στα δεδομένα μας και βλέπουμε αν έχει
καλή προσαρμογή. Βλέπουμε δηλαδή αν εξηγεί τη διασπορά των τιμών.
•• Υπολογίζουμε την πιθανότητα, το μοντέλο μας να ισχύει και για τη
μηδενική υπόθεση (H0).
•• Αν η πιθανότητα είναι μικρή (p<0,05) τότε λέμε ότι το μοντέλο μας είναι
καλό, γιατί εξηγεί καλά τη μεταβλητότητα των τιμών.
•• Συμπεραίνουμε έτσι, ότι η η μηδενική υπόθεση (H0) απορρίπτεται και
αποδεχόμαστε την εναλλακτική (H1).
Για να ελέγξουμε αν η εναλλακτική υπόθεση, στο δικό μας παράδειγμα, είναι
αληθής, θα πρέπει να βρούμε αν η διαφορά στη μέση τιμή του στρες μεταξύ
των φύλων, είναι στατιστικά σημαντική. Επειδή το φύλο είναι μια κατηγορική
μεταβλητή με δύο μόνο κατηγορίες, θα υλοποιήσουμε t-test ανεξαρτήτων
δειγμάτων.
Σελίδα 17
Περιεχόμενα
Ενότητα 2 - Έλεγχος Υποθέσεων

2.2 Τ-TEST ΑΝΕΞΑΡΤΉΤΩΝ ΔΕΙΓΜΆΤΩΝ Επιλογή Μεταβλητών

Η επιλογή των μεταβλητών σχετίζεται άμεσα με την υπόθεση που θέλουμε να
ελέγξουμε. Στο παράδειγμά μας:
Επιλογή της ανάλυσης
Η1: Οι γυναίκες παρουσιάζουν υψηλότερα επίπεδα στρες από τους άνδρες.
Ακολουθούμε τη διαδρομή:
Επομένως θα πρέπει να χρησιμοποιήσουμε τις μεταβλητές φύλο και αντιληπτό
Analyze→ Compare Means→ Independent Samples T-Test
στρες.
Όπως έχουμε διατυπώσει την υπόθεσή μας, η μεταβλητή φύλο είναι η ανεξάρτητη
μεταβλητή και η μεταβλητή αντιληπτό στρες είναι η εξαρτημένη μεταβλητή.
Η ανεξάρτητη μεταβλητή φύλο, στο παράθυρο του t-test, τοποθετείται στη θέση
της Grouping Variable.
Η εξαρτημένη μεταβλητή αντιληπτό στρες, στο παράθυρο του t-test, τοποθετείται
στη θέση της Test Variable.

Έτσι, το παράθυρο του

Ανοίγει το παράθυρο:
t-test θα πρέπει να έχει τη
παρακάτω μορφή:
Παρατηρούμε ότι στη θέση
Grouping Variable, η
μεταβλητή φύλο εμφανίζει
κάποια ερωτηματικά (? ?).

Σελίδα 18 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 2 - Έλεγχος Υποθέσεων

Σχολιασμός αποτελεσμάτων

Για να παρουσιάσουμε τα αποτελέσματα του

Αυτό σημαίνει ότι θα πρέπει
να συμπληρώσουμε τις τιμές
που αντιστοιχούν στις δύο
κατηγορίες (1=άνδρας και
2=γυναίκα).
Αυτό γίνεται επιλέγοντας Define Groups και βάζοντας στο Group 1 την τιμή 1
και στο Group 2 την τιμή 2.
Πατάμε Continue και στη συνέχεια ΟΚ. Στο παράθυρο των αποτελεσμάτων,
εμφανίζονται οι ακόλουθοι πίνακες
T-test μας ενδιαφέρουν συγκεκριμένες τιμές
των δύο πινάκων.
Αρχικά θέλουμε να δούμε αν υπάρχει στα-
τιστικά σημαντική διαφορά μεταξύ των δύο
φύλων. Για να αποδεχτούμε τα αποτελέσματα
του t-test ως έγκυρα, θα πρέπει να υπάρχει
ομοιογένεια διακυμάνσεων, η οποία εξε-τάζεται
από το test του Levene.
Ομοιογένεια διακυμάνσεων υπάρχει εάν στη στήλη Sig. του Levene η τιμή
είναι μεγαλύτερη του 0.05.
Στο παράδειγμά μας η τιμή του Sig. είναι 0.165>0.05 επομένως υπάρχει
ομοιογένεια διακυμάνσεων και μπορούμε να αποδεχτούμε ως έγκυρα τα
αποτελέσματα του t-test.

SPSS - O σύντομος οδηγός Σελίδα 19

stepupadvisor.gr Περιεχόμενα
Ενότητα 2 - Έλεγχος Υποθέσεων

Ελέγχουμε τώρα τις επόμενες στήλες. Η στατιστική σημαντικότητα του t-test Ποιο φύλο όμως έχει υψηλότερα επίπεδα στρες;
φαίνεται από τη στήλη Sig. (2-tailed) και συγκεκριμένα θα πρέπει αυτή η τιμή να
είναι μικρότερη από 0.05 (το αντίθετο από το test του Levene).
Αυτό θα το δούμε από τον πρώτο πίνακα, συγκρίνοντας τις μέσες τιμές του στρες
Στο παράδειγμά μας η τιμή του Sig. (2-tailed) είναι 0.004 < 0.05, επομένως υπάρχει για τα δύο φύλα.
στατιστικά σημαντική διαφορά στα επίπεδα στρες μεταξύ των δύο φύλων.

Παρατηρούμε ότι η μέση τιμή στρες για τις γυναίκες είναι 27.42 και η μέση
τιμή στρες για τους άνδρες είναι 25.79. Επομένως οι γυναίκες παρουσιάζουν
υψηλότερα επίπεδα στρες από τους άνδρες.

Η παρουσίαση των αποτελεσμάτων του t-test ανεξαρτήτων δειγμάτων γίνεται

ως εξής:
Υλοποιήθηκε t-test ανεξαρτήτων δειγμάτων για να εξετασθεί η επίδραση του
φύλου στα επίπεδα αντιληπτού στρες. Βρέθηκε ότι υπάρχει στατιστικά σημαντική
διαφορά μεταξύ των φύλων στο αντιληπτό στρες [ t(431)=-2.89, p=0.004<0.05) ]
και, πιο συγκεκριμένα, οι γυναίκες παρουσιάζουν υψηλότερα επίπεδα στρες από
τους άνδρες.
Εφόσον υπάρχει επίδραση του φύλου στο στρες και οι γυναίκες έχουν
περισσότερο στρες από τους άνδρες, απορρίπτουμε τη μηδενική υπόθεση και
αποδεχόμαστε την εναλλακτική υπόθεση Η1.

Σελίδα 20 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 2 - Έλεγχος Υποθέσεων

2.3 ΣΥΣΧΈΤΙΣΗ PEARSON Επιλογή της ανάλυσης

Έστω ότι θέλουμε να ελέγξουμε μία υπόθεση που περιλαμβάνει δύο συνεχείς Ακολουθούμε τη διαδρομή:
μεταβλητές, πχ. την αυτοεκτίμηση και το στρες.
Analyze → Correlate → Bivariate
Τότε η εναλλακτική μας υπόθεση διατυπώνεται ως εξής:
Η1: Όσο υψηλότερα είναι τα επίπεδα αυτοεκτίμησης τόσο χαμηλότερα είναι
τα επίπεδα στρες.

Η μηδενική υπόθεση είναι:

Η0: Δεν υπάρχει σχέση μεταξύ των επιπέδων αυτοεκτίμησης και στρες.

Όταν πρόκειται για δύο συνεχείς μεταβλητές, θα πρέπει να διερευνήσουμε αν

υπάρχει συσχέτιση μεταξύ τους. Αυτό γίνεται υπολογίζοντας τον συντελεστή
συσχέτισης Pearson, που είναι ο πιο δημοφιλής δείκτης συσχέτισης μεταξύ Το παράθυρο που ανοίγει έχει αυτή τη μορφή:
συνεχών μεταβλητών.
Το μέτρο και το πρόσημο του συντελεστή συσχέτισης θα μας δώσει περαιτέρω
πληροφορίες για το είδος της συσχέτισης.

SPSS - O σύντομος οδηγός Σελίδα 21

stepupadvisor.gr Περιεχόμενα
Ενότητα 2 - Έλεγχος Υποθέσεων

Επιλογή Μεταβλητών
Τώρα επιλέγουμε τις μεταβλητές των οποίων τη συσχέτιση θέλουμε να
μελετήσουμε. Στο παράδειγμά μας, αυτές είναι η Αυτοεκτίμηση και το Αντιληπτό
Στρες.
Μεταφέρουμε λοιπόν αυτές τις μεταβλητές στο πλαίσιο Variables.

Εφόσον ελέγξουμε ότι στα Correlation Coefficients είναι επιλεγμένο του κουτί
Pearson, πατάμε ΟΚ.

Σελίδα 22 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 2 - Έλεγχος Υποθέσεων

Σχολιασμός αποτελεσμάτων

Στο παράθυρο αποτελεσμάτων, εμφανίζεται ένας πίνακας της παρακάτω

μορφής:

Μας ενδιαφέρουν οι δύο τιμές που έχουν επισημανθεί στον Πίνακα με κίτρινο
χρώμα.
Η πρώτη, είναι η τιμή του συντελεστή συσχέτισης Pearson Correlation και είναι ίση
με -0.576. Εφόσον η τιμή αυτή είναι μεγαλύτερη από 0.5 λέμε ότι υπάρχει ισχυρή
συσχέτιση. Το πρόσημο της τιμής είναι αρνητικό, επομένως η συσχέτιση είναι
αρνητική. Η αρνητική συσχέτιση σημαίνει ότι όταν η μία μεταβλητή αυξάνεται,
η άλλη μειώνεται.
Η δεύτερη τιμή Sig. (2-tailed) είναι η στατιστική σημαντικότητα, η οποία, όπως
και στο t-test, θα πρέπει να είναι μικρότερη του 0.05 για να έχουμε στατιστικά
σημαντική συσχέτιση. Στο παράδειγμά μας η τιμή είναι 0.000<0.05 επομένως το
αποτέλεσμα είναι στατιστικά σημαντικό.
Η παρουσίαση των αποτελεσμάτων της ανάλυσης συσχετίσεων γίνεται ως εξής:
Υπάρχει αρνητική, ισχυρή, στατιστικά σημαντική συσχέτιση μεταξύ αντιληπτού
στρες και αυτοεκτίμησης (r=-0.576, p=0.000<0.05)

SPSS - O σύντομος οδηγός Σελίδα 23

stepupadvisor.gr Περιεχόμενα
Ενότητα 3 - Ανάλυση Παλινδρόμησης

Η ανάλυση παλινδρόμησης είναι μια ισχυρή στατιστική μέθοδος που μας

επιτρέπει να εξετάσουμε τη σχέση μεταξύ δύο ή περισσοτέρων μεταβλητών.
Υπάρχουν πολλοί τύποι ανάλυσης παλινδρόμησης. Όλοι όμως εξετάζουν την
επίδραση μιας ή περισσότερων ανεξάρτητων μεταβλητών, σε μια εξαρτημένη
μεταβλητή.
Η διαδικασία εκτέλεσης μιας παλινδρόμησης, μας επιτρέπει να προσδιορίσουμε
με βεβαιότητα (στατιστική σημαντικότητα) τους παράγοντες που έχουν
μεγαλύτερη σημασία. Επίσης εντοπίζουμε τους παράγοντες που μπορούν να
αγνοηθούν και πώς επιδρά ο ένας παράγοντας στον άλλο.
Προκειμένου να κατανοηθεί πλήρως η ανάλυση παλινδρόμησης, είναι σημαντικό
να κατανοήσουμε τους ακόλουθους όρους:
Εξαρτημένη μεταβλητή
Είναι η μεταβλητή που προσπαθούμε να καταλάβουμε ή να προβλέψουμε.
3.1 ΑΠΛΉ ΠΑΛΙΝΔΡΌΜΗΣΗ
Η απλή γραμμική παλινδρόμηση χρησιμοποιείται όταν θέλουμε να προβλέψουμε
την τιμή μιας μεταβλητής με βάση την τιμή μιας άλλης μεταβλητής.
Η μεταβλητή που θέλουμε να προβλέψουμε ονομάζεται εξαρτημένη μεταβλητή
(ή μερικές φορές μεταβλητή αποτελέσματος).
Η μεταβλητή που χρησιμοποιούμε για να προβλέψουμε την τιμή της άλλης
μεταβλητής ονομάζεται ανεξάρτητη μεταβλητή (ή μερικές φορές μεταβλητή
πρόβλεψης).
Για παράδειγμα, θα μπορούσαμε να χρησιμοποιήσουμε απλή γραμμική
παλινδρόμηση για να καταλάβουμε αν η Ικανοποίηση από τη Ζωή μπορεί να
προβλεφθεί από την Αυτοεκτίμηση.
Επιλογή της ανάλυσης
Ακολουθούμε τη διαδρομή:

Ανεξάρτητες μεταβλητές Analyze → Regression → Linear

Αυτές είναι οι μεταβλητές που υποθέτουμε ότι επηρεάζουν την εξαρτημένη

μεταβλητή.

Σελίδα 24 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 3 - Ανάλυση Παλινδρόμησης

Ανοίγει το εξής παράθυρο: Επιλογή μεταβλητών

Στη θέση Dependent μεταφέρουμε τη μεταβλητή Ικανοποίηση από τη Ζωή.

Στη θέση Independents μεταφέρουμε τη μεταβλητή Αυτοεκτίμηση.
Πατάμε ΟΚ και λαμβάνουμε τα αποτελέσματα.

SPSS - O σύντομος οδηγός Σελίδα 25

stepupadvisor.gr Περιεχόμενα
Ενότητα 3 - Ανάλυση Παλινδρόμησης

Σχολιασμός αποτελεσμάτων
Στο παράθυρο των αποτελεσμάτων παρουσιάζονται οι τρεις πίνακες, όπως
φαίνονται παρακάτω. Με κίτρινο έχουν επισημανθεί οι τιμές που μας ενδια-
φέρουν για να εξάγουμε συμπεράσματα.
Αρχικά πηγαίνουμε στον δεύτερο πίνακα ANOVA και εξετάζουμε την τιμή του
Sig. στη τελευταία στήλη. Η τιμή αυτή θέλουμε να είναι μικρότερη του 0.05 για
να είναι στατιστικά σημαντικό το μοντέλο της γραμμικής παλινδρόμησης. Στο
παράδειγμά μας, η τιμή αυτή είναι 0.000<0.05 και συμπεραίνουμε ότι το μοντέλο
είναι στατιστικά σημαντικό.
Στη συνέχεια πηγαίνουμε στον πρώτο πίνακα και εξετάζουμε την τιμή R square
στη δεύτερη στήλη. Το R square παίρνει τιμές μεταξύ 0 και 1. Όσο πιο κοντά
στο 1 είναι η τιμή τόσο καλύτερα ταιριάζει το μοντέλο στα δεδομένα μας. Το 1
ισοδυναμεί με το 100% της μεταβλητότητας. Στο παράδειγμά μας, λέμε ότι το
μοντέλο εξηγεί το 23.8% της μεταβλητότητας.
Τέλος εξετάζουμε τον τρίτο πίνακα και βλέπουμε από την τιμή του Sig. στη
τελευταία στήλη ότι η Αυτοεκτίμηση είναι στατιστικά σημαντική για το μοντέλο
μας καθώς Sig. =0.000<0.05.

Σελίδα 26 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 3 - Ανάλυση Παλινδρόμησης

3.2 ΠΟΛΛΑΠΛΉ ΠΑΛΙΝΔΡΌΜΗΣΗ

Αν έχουμε δύο ή περισσότερες ανεξάρτητες μεταβλητές, αντί για μία, πρέπει να
χρησιμοποιήσουμε πολλαπλή παλινδρόμηση. Ανοίγει το εξής παράθυρο:

Η πολλαπλή παλινδρόμηση είναι μια επέκταση της απλής γραμμικής

παλινδρόμησης.
Χρησιμοποιείται όταν θέλουμε να προβλέψουμε την τιμή μιας μεταβλητής που
βασίζεται στην τιμή δύο ή περισσοτέρων άλλων μεταβλητών. Επιλογή μεταβλητών
Η πολλαπλή παλινδρόμηση μας επιτρέπει επίσης να προσδιορίσουμε τη Στη θέση Dependent μεταφέρουμε τη μεταβλητή Ικανοποίηση από τη Ζωή.
συνολική προσαρμογή (εξήγηση διακύμανσης) του μοντέλου και τη σχετική
Στη θέση Independents μεταφέρουμε τη μεταβλητή Αυτοεκτίμηση και τη
συνεισφορά καθενός από τους παράγοντες πρόβλεψης στην εξήγηση της
μεταβλητή Αντιληπτό Στρες.
συνολικής διακύμανσης.
Έτσι, μπορούμε τώρα να δούμε αν η Ικανοποίηση από τη Ζωή μπορεί να
προβλεφθεί από το Στρες και την Αυτοεκτίμηση.

Επιλογή της ανάλυσης

Ακολουθούμε τη διαδρομή:
Analyze →Regression → Linear

Πατάμε ΟΚ και λαμβάνουμε τα αποτελέσματα.

SPSS - O σύντομος οδηγός Σελίδα 27

stepupadvisor.gr Περιεχόμενα
Ενότητα 3 - Ανάλυση Παλινδρόμησης

Σχολιασμός αποτελεσμάτων
Στο παράθυρο των αποτελεσμάτων παρουσιάζονται οι τρεις πίνακες,
όπως φαίνονται παρακάτω. Με κίτρινο έχουν επισημανθεί οι τιμές που μας
ενδιαφέρουν για να εξάγουμε συμπεράσματα.
Αρχικά πηγαίνουμε στον δεύτερο πίνακα ANOVA και εξετάζουμε την τιμή του
Sig. στη τελευταία στήλη. Η τιμή αυτή θέλουμε να είναι μικρότερη του 0.05 για
να είναι στατιστικά σημαντικό το μοντέλο της γραμμικής παλινδρόμησης. Στο
παράδειγμά μας, η τιμή αυτή είναι 0.000<0.05 και συμπεραίνουμε ότι το μοντέλο
είναι στατιστικά σημαντικό.
Στη συνέχεια πηγαίνουμε στον πρώτο πίνακα και εξετάζουμε την τιμή R square
στη δεύτερη στήλη. Στο παράδειγμά μας, λέμε ότι το μοντέλο εξηγεί το 31% της
μεταβλητότητας.
Τέλος εξετάζουμε τον τρίτο πίνακα και βλέπουμε από την τιμή του Sig. στη
τελευταία στήλη ότι η Αυτοεκτίμηση είναι στατιστικά σημαντική για το μοντέλο
μας καθώς Sig. =0.000<0.05. Το Aντιληπτό στρες είναι επίσης στατιστικά
σημαντικό για το μοντέλο μας καθώς Sig. =0.000<0.05.

Σελίδα 28 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr
 Ενότητα 3 - Ανάλυση Παλινδρόμησης

3.3 ΛΟΓΙΣΤΙΚΉ ΠΑΛΙΝΔΡΌΜΗΣΗ

Η λογιστική παλινδρόμηση (logistic regression ή logit regression ή logit model),
είναι μια ανάλυση που χρησιμοποιείται όταν η εξαρτημένη μεταβλητή είναι Ανοίγει το εξής παράθυρο:
διχοτομική (δηλαδή κατηγορική με δύο μόνο κατηγορίες).
Προβλέπει την πιθανότητα μια παρατήρηση να εμπίπτει σε μία από τις δύο
κατηγορίες της εξαρτημένης μεταβλητής.
Οι ανεξάρτητες μεταβλητές μπορεί να είναι είτε συνεχείς είτε κατηγορικές.
Για παράδειγμα, θα μπορούσαμε να χρησιμοποιήσουμε τη λογιστική Επιλογή μεταβλητών
παλινδρόμηση για να εξετάσουμε σε ποιο βαθμό η Ικανοποίηση από τη Ζωή,
Στη θέση Dependent μεταφέρουμε τη μεταβλητή Κάπνισμα.
η Αυτοεκτίμηση και το Στρες, μπορούν να προβλέψουν το αν κάποιος είναι
καπνιστής ή όχι. Στη θέση Independents μεταφέρουμε τις μεταβλητές Αυτοεκτίμηση, Αντιληπτό
Στρες και Ικανοποίηση από τη Ζωή.

Επιλογή της ανάλυσης

Ακολουθούμε τη διαδρομή:
Analyze→Regression→Binary Logistic

Πατάμε ΟΚ και λαμβάνουμε τα αποτελέσματα.

SPSS - O σύντομος οδηγός Σελίδα 29

stepupadvisor.gr Περιεχόμενα
Ενότητα 3 - Ανάλυση Παλινδρόμησης

Σχολιασμός αποτελεσμάτων
Στο παράθυρο των αποτελεσμάτων παρουσιάζονται οι τρεις πίνακες,
όπως φαίνονται παρακάτω. Με κίτρινο έχουν επισημανθεί οι τιμές που μας
ενδιαφέρουν για να εξάγουμε συμπεράσματα.
Αρχικά πηγαίνουμε στον πρώτο πίνακα Omnibus Tests of Model Coefficients
και εξετάζουμε την τιμή του Sig. στη τελευταία στήλη (συγκεκριμένα την τιμή
στη τελευταία γραμμή, η οποία αντιστοιχεί στο μοντέλο). Η τιμή αυτή θέλουμε
να είναι μικρότερη του 0.05 για να είναι στατιστικά σημαντικό το μοντέλο της
γραμμικής παλινδρόμησης. Στο παράδειγμά μας, η τιμή αυτή είναι 0.656>0.05
και συμπεραίνουμε ότι το μοντέλο δεν είναι στατιστικά σημαντικό.
Στη συνέχεια πηγαίνουμε στον δεύτερο πίνακα Model Summary και εξετά-
ζουμε την τιμή Nagelkerke R square στη δεύτερη στήλη. Στο παράδειγμά μας,
λέμε ότι το μοντέλο εξηγεί μόνο το 0.6% της μεταβλητότητας.
Τέλος εξετάζουμε τον τρίτο πίνακα και βλέπουμε από την τιμή του Sig. στη
τελευταία στήλη ότι καμία από τις ανεξάρτητες μεταβλητές που μελετήσαμε δεν
είναι στατιστικά σημαντική για το μοντέλο καθώς Sig. >0.05.

Σελίδα 30 SPSS - O σύντομος οδηγός

Περιεχόμενα stepupadvisor.gr