Spss

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫הדרכה בסיסית לתוכנת‬

‫‪SPSS‬‬

‫הפעלת התוכנה‪:‬‬ ‫לחץ לחיצה כפולה (‪ )Double Click‬על סמל ‪SPSS‬‬

‫לאחר המתנה קצרה יפתח בפניכם חלון נתונים ריק של תכנת ה ‪ .SPSS‬בשלב הראשון מומלץ‬ ‫להגדיל את החלון‪.‬‬

‫סרגלי כלים‬ ‫משתנים‬

‫תאי גיליון הנתונים‬

‫כללית‪ ,‬ב ‪ ,SPSS -‬שלוש סוגי חלונות‪:‬‬ ‫‪ .1‬חלון הנתונים ( ‪ Data‬כמופיע למעלה) – חלון הקלט בו מקלידים את הנתונים‪.‬‬ ‫‪ .2‬חלון פלט ‪ – )viewer (Output ,‬חלון הפלט בו מתקבלים התוצאות‪.‬‬ ‫‪.3‬חלון קוד (‪ – )Syntax‬חלון בו ניתן לרשום פעולות בשפת ‪.SPSS‬‬

‫‪1‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫מטבע הדברים חלון נתונים יש בדיוק אחד אבל יכולים להיות כמה חלונות פלט וקוד‪.‬‬

‫שימו לב‪,‬‬ ‫תמיד לפני שאתם שומרים ודאו באיזה חלון אתם נמצאים !!!‬ ‫ושימרו את הקובץ בהתאם לסוג שאתם רוצים‪.‬‬

‫‪2‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫סרגל הכלים הסטנדרטי (‪)Data Toolbar‬‬

‫ פתיחת קובץ‪.‬‬‫ שמירת קובץ‪.‬‬‫ הדפסה‪.‬‬‫‪ -‬פעולות אחרונות‪ .‬מאפשר לחזור על הפעולה האחרונה בקלות‪.‬‬

‫ ‪ ,UNDO‬ביטול פעולה אחרונה‪.‬‬‫‪ ,REDO-‬בצע שוב‪ .‬ביטול פעולת הפקודה ‪.UNDO‬‬

‫ לך לשורה מספר …‬‫לך למשתנה (עמודה) בשם …‬‫‪-‬מציאת מידע בעמודה (משתנה) שבה נמצא המסגרת‪.‬‬

‫הכנסת שורה לפני השורה בה עומדת המסגרת‪.‬‬‫‪ -‬הכנסת משתנה (עמודה) לפני העמודה בה עומדת המסגרת‪.‬‬

‫‪-‬‬

‫ סינון תצפיות (שורות)‪.‬‬‫‪-‬תוויות (מילים במקום מספרים)‪.‬‬

‫‪3‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫‪4‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫סרגל התפריט (‪)Menu Toolbar‬‬

‫תפריט ‪:File‬‬

‫‪ New‬פתיחת חלון חדש‪ .‬אנו נתמקד בשלושה סוגי חלונות שניתן ליצור‪:‬‬ ‫‪.1‬חלון נתונים (‪.)Data‬‬

‫שימו לב‪,‬‬ ‫אם הנתונים הקודמים שהופיעו בחלון לא נשמרו הם ימחקו !!‬ ‫‪.2‬חלון קוד (‪.)Syntax‬‬ ‫‪ .3‬חלון פלט (‪.)Output‬‬ ‫‪ Open‬פתיחת קובץ‪ .‬גם כאן ניתן לפתוח את שלושת סוגי החלונות הנ"ל‪.‬‬ ‫לאחר בחירת סוג החלון אותו אנו רוצים לפתוח תיפתח תיבת דו‪-‬שיח (‪ )Dialog Box‬בעזרתה‬ ‫אפשר לחפש בקבצים הנמצאים במחשב‪ ,‬למצוא את הקובץ המבוקש ולפתוח אותו‪.‬‬

‫‪5‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫‪ Save‬שמירת קובץ‪ .‬שמירה אוטומטית של הקובץ הנוכחי‪ ,‬המופיע בכותרת החלון (כותרת‬ ‫החלון הנוכחי היא בצבע כחול)‪.‬‬

‫מומלץ להשתמש באופציה זו או בכפתור המקביל לה בסרגל הכלים הסטנדרטי לשמור‬ ‫עדכונים תוך כדי העבודה שוטפת‪.‬‬

‫‪ Save as‬שמירת קובץ‪ .‬שמירה לא אוטומטית‪ .‬בעזרת תיבת הדו‪-‬שיח שתפתח יש לקבוע את‬ ‫שם הקובץ ואת המחיצה בה רוצים לשמור אותו‪.‬‬

‫בפעם הראשונה ששומרים קובץ יש להשתמש באופציה זו‪.‬‬

‫‪ Print‬הדפסה‪ .‬עם בחירת אופציה זו תפתח תיבת הדו‪-‬שיח הבאה‪:‬‬

‫טווח ההדפסה‪:Print range ,‬‬

‫כברירת מחדל המחשב מדפיס את‬ ‫כל (‪ )All‬הנתונים בחלון‪.‬‬

‫אם אנו רוצים להדפיס רק חלק‬ ‫מהנתונים יש לסמן בעזרת העכבר‬ ‫את החלק אותו אנו רוצים להדפיס‬ ‫ואז לבחור באופציה ‪.Selection‬‬

‫שימו לב‪,‬‬ ‫חישבו מה אתם רוצים להדפיס לפני שתשלחו את ההדפסה‪ ,‬על מנת שלא תדפיסו‬ ‫בטעות עשרות או מאות עמודים‪.‬‬

‫‪ Exit‬יציאה מהתוכנה‪ .‬שלום ולהתראות‪ .‬במידה וישנם חלונות שלא נשמרו‪ ,‬התוכנה תשאל אם‬ ‫ברצונך לשמור אותם‪.‬‬

‫‪6‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫תפריט ‪:Edit‬‬ ‫‪ Undo‬ביטול הפעולה האחרונה‪.‬‬ ‫‪ Redo‬ביטול פעולת ‪.Undo‬‬ ‫‪– Cut, Copy, Paste, Paste Variables, Clear‬‬ ‫פעולות גזירה‪ ,‬העתקה‪ ,‬העברה ומחיקה‪.‬‬ ‫‪ Options‬עריכת תצורת ‪ .SPSS‬לא לשנות‪.‬‬

‫תפריט ‪:Data‬‬

‫הגדרת משתנים (עמודות) והפעולות עליהם‪.‬‬ ‫יפורט עם דוגמאות בהמשך‪.‬‬

‫תפריט ‪:Transform‬‬

‫פעולות אריתמטיות על המשתנים‪.‬‬ ‫יפורט עם דוגמאות בהמשך‪.‬‬

‫‪7‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫תפריט ‪ Analyze‬ו‪:Graphs -‬‬ ‫פעולות סטטיסטיות ויצירת גרפים‪.‬‬ ‫יפורט עם דוגמאות בהמשך‪.‬‬

‫‪8‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫יצירת קובץ נתונים חדש‬ ‫בחלק זה נראה כיצד יוצרים קובץ נתונים וכיצד מבצעים פעולות שונות על הנתונים שהזנו‪.‬‬ ‫הקובץ שלנו יכיל נתונים על הסטודנטים‪ :‬שם‪ ,‬מין‪ ,‬גיל‪ ,‬בעלות על רכב וציונים שונים‪.‬‬

‫שלב ראשון‪ :‬כניסה לתוכנה‪.‬‬ ‫יש להיכנס לתוכנת ‪ SPSS‬ולקבל חלון ריק‪.‬‬

‫אם אתם רואים חלון זה‬ ‫סימן שאתם בפנים‬

‫שלב שני‪ :‬הגדרת המשתנים‪.‬‬ ‫במשך כל העבודה שלנו אנו נתייחס לעמודה כמשתנה ולשורה כתצפית (לדוגמא‪ ,‬סטודנט)‪.‬‬ ‫הגדרת משתנה (עמודה ) חדש או שינוי הגדרה קיימת מתבצעת על –ידי לחיצה כפולה על שם‬ ‫המשתנה או מעבר ללשונית המכונה ‪ Variable View‬אשר בתחתית החלון‪.‬‬

‫‪9‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫המשתנה הראשון יוגדר בשורה הראשונה‪ ,‬השני בשניה וכו'‪.‬‬ ‫נגדיר תחילה את המשתנה הראשון אנו ממלאים כעת את השורה הראשונה‪ .‬בקובץ שלנו המשתנה‬ ‫הראשון הוא שם הסטודנט‪.‬‬ ‫בעמודה ‪ Name‬נרשום את שם המשתנה‪.name :‬‬

‫רצוי לא לתת שמות בעברית למשתנים‪.‬‬ ‫בעמודה ‪ Type‬אנו מגדירים את סוג המשתנה‪.‬‬ ‫לחיצה עם העכבר על התא של ‪ Type‬תוסיף את ההגדרה הבאה‪:‬‬

‫‪ ,‬ברירת המחדל של התוכנה היא משתנה מספרי ( ‪ )Numeric‬לכן אנו צריכים‬ ‫לשנות אותו למשתנה מסוג מחרוזת (‪ .)String‬זאת נעשה על‪-‬ידי לחיצה על שלושת הנקודות‪.‬‬ ‫תיפתח תיבת הדו‪-‬שיח הבאה‪:‬‬

‫‪10‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫נבחר בסוג ‪ ,String‬באופן אוטומטי מוגדר מספר התווים במחרוזת להיות ‪ 8‬אנו נשנה זאת ל‪-‬‬ ‫‪.15‬‬ ‫נלחץ על ‪ OK‬על מנת לאשר את השינויים שעשינו‪ .‬כל שאר העמודות השתנו באופן אוטומטי‪.‬‬ ‫נשים לב ‪ ,‬כי בעמודה ‪ Width‬נכנס הערך שבחרנו להיות מספר התווים בשם‪ ,‬כלומר אורך השדה‬ ‫שאנו בוחרים יהיה גם רוחב העמודה של המשתנה בחלון הנתונים‪.‬‬ ‫בעמודה ‪ Decimals‬אנו מגדירים את מספר הספרות אחרי הנקודה‪ .‬כיוון שהערך שבחרנו הוא‬ ‫מסוג משתנה מחרוזת אין אנו צריכים להגדיר משתנה זה‪ .‬נתייחס לסוג זה כאשר נגדיר משתנה‬ ‫מספרי‪.‬‬ ‫בעמודה ‪ Label‬או נותנים למשתנים כותרת המאפשרת לתת תוויות למשתנה‪.‬‬ ‫במקרה שלנו נרשום בעמודה זו ‪.Student Name‬‬ ‫על עמודה ‪Values‬נסביר כאשר נגדיר את המשתנה ‪.Sex‬‬ ‫בעמודה ‪ Missing‬אין לנו צורך בהגדרת ‪ Missing‬בקובץ הדוגמא שלנו ‪ ,‬אך אנו משתמשים בו‬ ‫כאשר אנו רוצים להגדיר ערך חסר‪ ,‬זהו ערך אשר אח"כ לא יחושב בניתוח הנתונים‪ .‬לחיצה עם‬ ‫העכבר על התא של ‪ Missing‬ולחיצה על שלושת הנקודות תפתח את תיבת הדו‪-‬שיח הבאה‪:‬‬

‫‪ – No missing values‬אין ערכים חסרים‪.‬‬ ‫‪ – Discrete missing values‬הגדרת ערך מסוים כערך חסר‪ .‬לדוגמא‪.99 :‬‬ ‫בעמודה ‪ Align‬מגדירים את יישור הטקסט בתא‪ . .‬לחיצה עם העכבר על התא של ‪ Align‬פותחת‬ ‫את התפריט הבא‪:‬‬

‫ממנו ניתן לבחור את היישור‪ :‬שמאלה‪ ,‬ימינה או מרכוז‪.‬‬

‫‪11‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫כעת נגדיר את המשתנה מין – משתנה מספרי עם אפס מקומות לאחר הנקודה המקבל שני ערכים‬ ‫בלבד ‪ 0‬לגבר ‪ 1‬לאישה‪.‬‬

‫זהו משתנה נפוץ כאשר לפעמים מתייחסים כ‪ 1 -‬לגבר ו‪ 2 -‬לאישה‪.‬‬

‫בעמודה ‪ Name‬נרשום ‪ ,sex‬בעמודה ‪ Type‬נבחר משתנה מספרי (‪,)Numeric‬בעמודה‬ ‫‪ Decimal‬נשנה ל‪ ,0 -‬בעמודה ‪ Label‬נרשום ‪.Student Gender‬‬ ‫השלב החדש כאן הוא שאנו מגדירים למשתנה זה ‪ . Values‬אנו מגדירים את תוויות הערכים‬ ‫שהמשתנה מקבל‪ .‬כלומר‪ ,‬למספרים ‪ 1‬ו‪ 0 -‬אנו מצמידים את מה שהם מציינים‪.‬‬ ‫לחיצה עם העכבר על התא של ‪ Values‬ולחיצה על שלושת הנקודות תפתח את תיבת הדו‪-‬שיח‬ ‫הבאה‪:‬‬ ‫הוספת תוויות למשתנה‪:‬‬ ‫‪ – Value‬הערך שאנו רוצים‬ ‫לתת‪.‬‬ ‫‪ – Value Label‬תווית לערך‪.‬‬

‫לוחצים על ‪ Add‬על מנת‬ ‫להוסיף את התווית וערכה‪.‬‬

‫האופציות ‪ Change‬או‬ ‫‪ Remove‬מאפשרות‬ ‫לשנות או למחוק (בהתאמה)‬ ‫(תוויות‬ ‫קיימות‬ ‫תוויות‬ ‫שנקלטו כמו ‪.)male‬‬

‫שימו לב‪,‬‬ ‫ללא לחיצה על ‪ Add‬התווית לא תיקלט !!!‬

‫באופן דומה נגדיר את המשתנה "בעלות על רכב" בשם ‪ Vehicle‬שיקבל ‪ 3‬ערכים‪ 0 :‬ללא רכב‪1 ,‬‬ ‫אופנוע ו‪ 2 -‬מכונית‪ .‬וכן נגדיר את משתני גיל‪ ,‬ת‪.‬ז‪ .‬וציונים בקורסים חדו"א‪ ,‬סטטיסטיקה והכרת‬ ‫המחשב‪.‬‬ ‫‪12‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫כעת הגדרנו את כל המשתנים שלנו‪:‬‬

‫ואם נעבור ל‪ Data View -‬נראה את כל המשתנים שהגדרנו‪:‬‬

‫שלב שלישי‪ :‬הזנת נתונים‬ ‫כאשר אנו רוצים להזין נתון לתא מסוים חייבים להביא את המצביע (המסגרת הכהה) לתא זה‬ ‫בעזרת כפתורי החצים או בעזרת העכבר (לחיצה על התא הרצוי)‪.‬‬

‫‪13‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫ערך חסר‪ .‬תא לגביו‬ ‫לא הוזן שום ערך‪.‬‬

‫אם הכפתור‬

‫היה לחוץ היינו רואים במקום את המספרים (במשתנים ‪Sex,‬‬

‫‪ Vehicle‬וכו') את שמות התוויות‪.‬‬

‫שים לב‪,‬‬ ‫לאחר הקשת ‪ Enter‬המצביע מתקדם לתא הבא כלפי מטה‪.‬‬ ‫הקשה על ‪ Tab‬מעבירה את המצביע לתא הבא בכיוון ימין‪.‬‬ ‫ניתן להשתמש בכפתורי החצים במקלדת לתזוזה בגיליון‪.‬‬ ‫לחיצה על תא מסוים עם העכבר תעביר לשם את המצביע‪.‬‬

‫‪14‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫פקודות טרנספורמציה (תפריט ‪)Transform‬‬ ‫לעיתים קרובות אנו מעונינים בהמרת ערכים כמו למשל כאשר אנו מעונינים לדעת למי‬ ‫מהסטודנטים יש רכב ולמי אין‪ ,‬ללא קשר לסוג הרכב‪ .‬ולעיתים אנו מעונינים בביצוע פעולות כגון‬ ‫ממוצע הציונים של כל תלמיד או בציון המקסימלי והמינימלי שלו או מתן בונוס לציונים במקצוע‬ ‫מסוים‪.‬‬ ‫לשם כך נלמד שתי פקודות טרנספורמציה המופיעות בתפריט ‪:Transform‬‬ ‫•‪ – Record‬פקודה הממירה ערכים‪.‬‬ ‫•‪ – Compute‬מבצעת חישובים מתמטיים בין המשתנים‪.‬‬

‫המרת ערכים (‪)Record‬‬ ‫כאשר אנו מעונינים לדעת למי מהסטודנטים יש רכב ולמי אין עלינו לתת למחשב הוראה ליצור‬ ‫משתנה חדש‪ ,‬בשם ‪ ,mobile‬שערכיו הם ‪ 0‬אם לסטודנט אין רכב ו‪ 1 -‬אם לסטודנט יש מכונית או‬ ‫אופנוע‪.‬‬ ‫פעולת ההמרה מתבצעת מחלון הנתונים‪.‬‬

‫שים לב‪,‬‬ ‫אם אינך נמצא בחלון זה יש לחזור אליו‪.‬‬

‫בעזרת לחיצה על ‪.Transform  Recode  Into Different Variables‬‬

‫‪15‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫נכנס לתיבת הדו‪-‬שיח הבאה‪:‬‬

‫בחלון השמאלי מופיעה רשימה של כל המשתנים המוגדרים בחלון הנתונים‪ .‬בעזרת העכבר את‬ ‫משתנה המקור אותו אנו רוצים להמיר‪ ,‬במקרה שלנו ‪ .vehicle‬בעזרת החץ‬

‫אנו‬

‫מעבירים את המשתנה לתיבה ‪ .Numeric Variable -> Output‬בתיבה ‪Output Variable‬‬ ‫אנו בוחרים את השם של המשתנה החדש שאנו רוצים ליצור (‪ )Name‬ואת התווית שלו (‪,)Label‬‬ ‫על מנת ליצור את ההעברה יש ללחוץ על ‪.Change‬‬ ‫אחרי שבחרנו את משתנה המקור ואת משתנה היעד (המשתנה החדש) יש להגדיר את טבלת‬ ‫המרת הערכים על ידי לחיצה על כפתור ‪ Old and New Values‬אשר תפתח את תיבת הדו‪-‬שיח‬ ‫הבאה‪:‬‬

‫‪16‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫בחלון השמאלי מופיעים לנו האפשרויות של הערך הישן (‪:)Old Value‬‬ ‫‪ – Value‬העברת ערך בודד‪.‬‬ ‫‪ – System-missing, System –or user-missing‬הפיכת ערך חסר לערך אחר‪.‬‬ ‫‪ – Range‬קיבוץ טווח ערכים‪.‬‬ ‫בחלון הימני אנו נותנים את הערך החדש (‪ ,)New Value‬ומוסיפים אותו על ידי לחיצה על ‪Add‬‬ ‫לטבלת ההמרות (‪.)Old -- > New‬‬ ‫במקרה שלנו‪ ,‬למשתנה ‪ mobile‬שני ערכים בלבד כן (‪ )1‬ולא (‪ ,)0‬אנו מעבירים את הערכים‬ ‫כערכים בודדים‪:‬‬ ‫‪00‬‬ ‫‪11‬‬ ‫‪22‬‬ ‫ארחי שטבלת ההמרות שלנו מלאה יש ללחוץ על כפתור ‪ .Continue‬לסיום ההמרה יש ללחוץ על‬ ‫כפתור ‪ OK‬שבתיבת הדו‪-‬שיח הראשונה‪ .‬אחרי הלחיצה תופיע עמודה חדשה בחלון הנתונים‪.‬‬

‫‪17‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫אפשר לתת תוויות של "כן" ו"לא" לערכים על ידי מעבר ללשונית ‪ Variable View‬כפי שלמדנו‪.‬‬ ‫(על האופציה ‪ IF‬שבתיבת הדו‪-‬שיח הראשונה נרחיב בפקודה ‪.)Compute‬‬ ‫קוד ב‪SPSS -‬‬ ‫תוכנת ‪ SPSS‬משתמש בפקודות (קוד‪ )Syntax -‬גם אם המשתמש‪ ,‬כלומר אנחנו‪ ,‬אינו רואה‬ ‫אותן‪ .‬למעשה תיבות הדו‪-‬שיח שראינו עד עתה (הגדרת משתנים והמרת ערכים) ושנראה בהמשך‬ ‫כותבות קוד ותוכנת ‪ SPSS‬מריצה אותו‪.‬‬ ‫למשתמש יש אפשרות לראות את הקוד‪ ,‬לשנותו ואפילו לכתוב קוד בעצמו‪ .‬בקורס זה אין אנו‬ ‫נדרשים לכתוב את הקוד אבל חשוב שנדע מה המחשב מבצע "מאחורי הקלעים" וכן חובה עליכם‬ ‫להראות שראיתם את הקוד‪.‬‬ ‫על מנת לראות את הקוד יש להיכנס לתיבת הדו‪-‬שיח כמו שביצענו מקודם או בעזרת כפתור‬ ‫‪.‬‬ ‫הפעולה האחרונה בסרגל הכלים‬

‫שים לב‪,‬‬ ‫תיבת הדו‪-‬שיח נשארה מלאה בפרטים שהזנתם בפעם האחרונה‪.‬‬ ‫בתיבת הדו‪-‬שיח יש ללחוץ על הכפתור ‪.Paste‬‬ ‫יפתח חלון חדש‪ ,‬חלון הקוד (‪ )Syntax‬ובו יוצגו הפקודות בקוד ‪ SPSS‬המבצעות את ההמרה (‬ ‫‪ )Recode‬הממירה את ערכי ‪ vehicle‬לתוך ‪.mobile‬‬

‫לחלון ה‪ Syntax -‬יש סרגלי כלים משל עצמו וניתן לשמור או להדפיס אותו בנפרד‪.‬‬ ‫הרצת הקוד המסומן‪.‬‬‫‪ -‬חזרה לחלון הנתונים‪.‬‬

‫‪18‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫סימון קטע הקוד ולחיצה על‬

‫‪SPSS‬‬ ‫תיצור את המשתנה ‪ mobile‬בחלון הנתונים (במקום לחיצה על‬

‫‪ OK‬כפי שאנו עשינו)‪.‬‬

‫חישובים (‪)Compute‬‬ ‫פקודת ‪ Compute‬מבצעת חישובים מתמטיים בין המשתנים וכתוצאה מכך יוצרת משתנה חדש‪.‬‬ ‫נשתמש בה לצורך ביצוע חישובים‪ ,‬כגון ממוצע ציונים‪ ,‬נשתמש בתיבת הדיאלוג ‪ Compute‬אליה‬ ‫ניתן להגיע מחלון הנתונים בלבד‪.‬‬ ‫כניסה לתיבת הדו‪-‬שיח של ‪ Compute‬מתבצעת על‪-‬ידי ‪.Transform  Compute‬‬

‫תפתח תיבת הדו‪-‬שיח הבאה‪:‬‬

‫‪19‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫ב‪ Target Variable -‬אנו מגדירים את שם המשתנה החדש‪ ,‬כאשר לחיצה על ‪Type & Label‬‬ ‫פותחת את חלון הדו‪-‬שיח‪:‬‬

‫‪ – Label‬נתינת תווית‬ ‫למשתנה החדש‪.‬‬

‫‪ – Type‬בחירת סוג‬ ‫המשתנה‪.‬‬ ‫לחיצה על ‪ Continue‬תחזיר אותנו לתיבת הדו‪-‬שיח הקודמת‪.‬‬ ‫על ידי החצים אנו מעבירים את הפונקציה הרצויה מרשימת הפונקציות ( ‪ )Functions‬ואת‬ ‫המשתנים שבהם אנו רוצים שהיא תשתמש‪ .‬באמצעות המחשבון ניתן ליצור פונקציה אישית‪.‬‬ ‫לחיצה על ‪ OK‬תבצע את החישוב ואילו לחיצה על ‪ Paste‬תרשום בחלון הקוד‪:‬‬

‫סימון קטע הקוד ולחיצה על‬

‫תיצור את המשתנה ‪ average‬בחלון הנתונים‪.‬‬

‫מומלץ להשתמש בפונקציות מוכנות כגון ‪ MEAN‬מאשר לבצע את החישוב‬ ‫ישירות על‪-‬ידי חיבור וחילוק‪:‬‬ ‫‪COMPUTE average = (infi + stat + comp)/3‬‬ ‫משום שבמקרה שקיים ערך חסר (לא הוזן ציון) באחד המקצועות הפונקציה‬ ‫‪ MEAN‬תחשב ממוצע לשני הציונים הקיימים ואילו חישוב ישיר אינו יכול‬ ‫להתבצע ולכן לא יחושב ממוצע לתלמיד זה !‬ ‫ביצוע פעולות מותנה (‪)IF‬‬ ‫‪20‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫פעמים רבות ברצוננו לבצע פעולה מסוימת רק לגבי חלק מהתצפיות (נבדקים‪/‬שורות במקרה זה)‬ ‫לשם כך קיים בתיבות הדו‪-‬שיח של ‪ Transform‬ו‪ Compute -‬ועוד מופיע כפתור ‪IF‬‬ ‫שמשמעתו‪" :‬בצע אם מתקיים התנאי"‪.‬‬ ‫נניח למשל שאנו רוצים לתת בונוס ‪ 10%‬לממוצע הציונים לתלמידים שגילם ‪ +25‬וציונם באינפי'‬ ‫גבוה מ‪.75 -‬‬ ‫לשם כך נכנס שוב לתיבת הדו‪-‬שיח ‪ Compute‬שם ניתן בונוס ‪:10%‬‬

‫‪21‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫נלחץ על ‪ If‬נקבל את תיבת הדו‪-‬שיח‪:‬‬

‫נבחר ‪ :include if case satisfies condition‬על מנת שחישוב הבונוס יתבצע רק כאשר‬ ‫התנאי מתקיים‪ .‬בעזרת המחשבון ורשימת המשתנים ניצור את תנאי ה‪ .If -‬לחיצה על‬ ‫‪ Continue‬מחזירה אותנו לתיבת הדו‪-‬שיח הקודמת‪.‬‬ ‫לחיצה על ‪ OK‬תבצע את החישוב ואילו לחיצה על ‪ Paste‬תרשום בחלון הקוד‪:‬‬

‫סימון קטע הקוד ולחיצה על‬

‫תיצור את המשתנה ‪ Bonus‬בחלון הנתונים‪.‬‬

‫כעת הקובץ הנתונים נראה כך‪:‬‬

‫‪22‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫‪23‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫טבלאות שכיחות‪ ,‬מתארי מדגם‪ Crosstabs ,‬והיסטוגרמות‬ ‫( ‪)Analyze  Descriptive Statistics‬‬ ‫טבלאות שכיחות (‪)Frequencies‬‬ ‫הפקה של טבלת שכיחויות היא אחת מהפעולות הנפוצות ביותר בשימוש בכל תוכנה סטטיסטית‪.‬‬ ‫יחד עם השכיחויות אפשר לקבל סטטיסטים שונים (ממוצע‪ ,‬חציון‪ ,‬שכיח סטית תקן ועוד) וכן‬ ‫גרפים של השכיחויות‪.‬‬

‫כניסה לתיבת הדו‪-‬שיח של טבלאות שכיחות‪:‬‬ ‫… ‪Analyze  Descriptive Statistics  Frequencies‬‬

‫דוגמא‪ :‬שכיחות גיל‬ ‫בתיבת הדו‪-‬שיח שקיבלנו‪:‬‬

‫‪24‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫בחלון השמאלי מופיעים כל המשתנים המוגדרים בחלון הנתונים‪ .‬שוב בעזרת החץ נעביר את‬ ‫המשתנה שאנו רוצים לבדוק שכיחויות אל החלון הימני‪ ,‬בדוגמא שלנו גיל‪.‬‬ ‫נסמן ‪ ‬משמאל לתיבה ‪ ,Display frequency tables‬כלומר יצירת טבלת שכיחויות בחלון‬ ‫הפלט (‪.)Output‬‬

‫לחיצה על ‪ Statistics‬פותחת לנו את תיבת הדו‪-‬שיח הבאה‪:‬‬

‫בתיבה זו אנו יכולים לבחור אילו סטטיסטיים יוצגו (בחירה הפונקציות שב‪Central -‬‬ ‫‪ Tendency‬ו‪ ,) Dispersion -‬בדוגמא שלנו בחרנו בממוצע‪ ,‬מינימום‪ ,‬מקסימום וסטיית תקן‪.‬‬ ‫לחיצה על ‪ Continue‬תחזיר אותנו לתיבת הדו‪-‬שיח הקודמת‪.‬‬ ‫לחיצה על ‪ Charts‬תפתח את תיבת הדו‪-‬שיח הבאה‪:‬‬

‫‪25‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫בחירת סוג הגרף‪:‬‬ ‫‪ – None‬ללא גרף‪.‬‬ ‫ל‪ Bar charts -‬ו‪ Pie charts -‬ניתן‬ ‫לבחור גם את ‪ Chart Value‬מתחתית‬ ‫התיבה‪ :‬כלומר גרף המציג אחוזים או‬ ‫שכיחויות למשתנים בדידים‪.‬‬ ‫ל‪ Histograms -‬אפשר לבחור גם‬ ‫עקומה נורמלית למשתנים רציפים‪.‬‬ ‫לחיצה על ‪ Continue‬תחזיר אותנו לתיבת הדו‪-‬שיח הקודמת‪.‬‬ ‫לחיצה על ‪ OK‬תבצע את החישוב ואילו לחיצה על ‪ Paste‬תרשום בחלון הקוד את ההוראות‬ ‫הבאות‪:‬‬

‫סימון קטע הקוד ולחיצה על‬

‫תיצור חלון פלט (‪ )Output‬עם הרכיבים הבאים‪:‬‬

‫טבלת הסטטיסטים שביקשנו‪:‬‬ ‫מופיע מספר התצפיות להן נרשם ערך כלשהו (‬

‫‪Statistics‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪25.17‬‬ ‫‪1.83‬‬ ‫‪23‬‬ ‫‪27‬‬

‫‪Valid‬‬ ‫‪Missing‬‬

‫‪ ,)Valid‬בדוגמא ‪ 6‬תצפיות היו בעלות ערך‪,‬‬

‫‪Student Age‬‬ ‫‪N‬‬

‫ומספר התצפיות החסרות (‪ ,)Missing‬בדוגמא‬

‫‪Mean‬‬ ‫‪Std. Deviation‬‬ ‫‪Minimum‬‬ ‫‪Maximum‬‬

‫לתצפית אחת היה ערך חסר‪.‬‬ ‫כמו כן מופיעים כל הסטטיסטים שביקשנו‪.‬‬

‫‪26‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫טבלת השכיחות‪:‬‬ ‫‪Student Age‬‬ ‫‪Cumulative‬‬ ‫‪Percent‬‬ ‫‪33.3‬‬ ‫‪50.0‬‬ ‫‪66.7‬‬ ‫‪100.0‬‬

‫‪Valid Percent‬‬ ‫‪33.3‬‬ ‫‪16.7‬‬ ‫‪16.7‬‬ ‫‪33.3‬‬ ‫‪100.0‬‬

‫‪Percent‬‬ ‫‪28.6‬‬ ‫‪14.3‬‬ ‫‪14.3‬‬ ‫‪28.6‬‬ ‫‪85.7‬‬ ‫‪14.3‬‬ ‫‪100.0‬‬

‫‪Frequency‬‬ ‫‪23‬‬ ‫‪2‬‬ ‫‪25‬‬ ‫‪1‬‬ ‫‪26‬‬ ‫‪1‬‬ ‫‪27‬‬ ‫‪2‬‬ ‫‪Total‬‬ ‫‪6‬‬ ‫‪System‬‬ ‫‪1‬‬ ‫‪7‬‬

‫‪Valid‬‬

‫‪Missing‬‬ ‫‪Total‬‬

‫טבלה זו מורכבת מחמש עמודות (נסקור אותן משמאל לימין)‪:‬‬ ‫הראשונה – מתארת את ערכי המשתנה‪.‬‬ ‫‪ – Frequency‬שכיחות‪.‬‬ ‫‪ – Percent‬אחוז כל שכיחות מהסה"כ‪.‬‬ ‫‪ – Valid Percent‬אחוז כל שכיחות מתוך התצפיות להן יש ערך כלשהו‪.‬‬ ‫‪ – Cumulative Percent‬אחוזים מצטברים‪.‬‬

‫ההיסטוגרמה שנוצרה‪:‬‬

‫‪Student Age‬‬ ‫‪2.5‬‬

‫‪2.0‬‬

‫‪1.5‬‬

‫‪1.0‬‬

‫‪Std. Dev = 1.83‬‬ ‫‪Mean = 25.2‬‬ ‫‪N = 6.00‬‬

‫‪0.0‬‬ ‫‪27.0‬‬

‫‪25.0‬‬

‫‪26.0‬‬

‫‪24.0‬‬

‫‪23.0‬‬

‫‪Student Age‬‬

‫‪27‬‬

‫‪Frequency‬‬

‫‪.5‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫בדוגמאות הבאות נשתמש בקובץ מוכן ‪ .Employee data‬את הקובץ ניתן למצוא במסלול‪:‬‬

‫‪g:\softwear\Spps10‬‬ ‫בכיתות מרכז המחשבים‪ .‬על מנת לעבוד עם הקובץ יש להעתיקו לדיסקט או לכונן הקשיח ל‪-‬‬ ‫‪.C:\Temp‬‬ ‫בקובץ זה קיימים המשתנים הבאים‪ id :‬מספר העובד‪ gender ,‬מינו‪ bdate ,‬תאריך לידה‪,‬‬

‫‪ educ‬שנות לימוד‪ jobcat ,‬קטגורית עבודה (שלוש קטגוריות)‪ salary ,‬משכורת‪salbeg ,‬‬ ‫משכורת התחלתית‪ jobtime ,‬ותק בשנים‪ prevexp ,‬ניסיון קודם בחודשים ‪minority‬‬ ‫האם העובד הוא בן מיעוטים או לא (מאחר ומדובר על נתונים שנאספו בארה"ב בן מיעוטים הוא‬ ‫כל מי שאינו לבן)‪.‬‬

‫מתארי מדגם (‪)Descriptives‬‬ ‫פקודה זו משמשת לתיאור משתנים כמותיים‪.‬‬ ‫כניסה לתיבת הדו‪-‬שיח של טבלאות שכיחות‪:‬‬ ‫… ‪Analyze  Descriptive Statistics  Descriptives‬‬

‫‪28‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫תיפתח תיבת הדו‪-‬שיח הבאה‪:‬‬

‫בעזרת החץ‬

‫אנו מעבירים את המשתנים לתיבה ‪.:)Variable(s‬‬

‫ב‪ Options -‬אנו יכולים לבחור את הסטטיסטים שאנו רוצים‪.‬‬ ‫תפתח תיבת הדו‪-‬שיח הבאה‪:‬‬

‫במקרה שלנו בחרנו לבדוק מהו הממוצע‪ ,‬סטיית התקן‪ ,‬מינימום ומקסימום‪.‬‬

‫‪29‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫כמו כן בתיבה ‪ Display Order‬ניתן לבחור את הסדר שבו יופיעו המשתנים בטבלה‪ ,‬בדוגמא‬ ‫שלנו בחרנו בסדר אלפביתי‪.‬‬ ‫לחיצה על ‪ Continue‬תחזיר אותנו לתיבת הדו‪-‬שיח הקודמת‪.‬‬ ‫לחיצה על ‪ OK‬תבצע את החישוב ואילו לחיצה על ‪ Paste‬תרשום בחלון הקוד‪:‬‬

‫סימון קטע הקוד ולחיצה על‬

‫תיצור חלון פלט (‪:)Output‬‬

‫‪Descriptives‬‬ ‫‪De scriptiv e Statistics‬‬ ‫‪Std. Deviation‬‬ ‫‪2.88‬‬

‫‪N‬‬

‫‪Mean‬‬ ‫‪13.49‬‬

‫‪Maximum‬‬ ‫‪21‬‬

‫‪Minimum‬‬ ‫‪8‬‬

‫‪474‬‬

‫‪104.59‬‬

‫‪95.86‬‬

‫‪476‬‬

‫‪0‬‬

‫‪474‬‬

‫‪$17,075.66‬‬

‫‪$135,000 $34,419.57‬‬

‫‪$15,750‬‬

‫‪474‬‬ ‫‪474‬‬

‫)‪Educational Level (years‬‬ ‫‪Previous Experience‬‬ ‫)‪(months‬‬ ‫‪Current Salary‬‬ ‫)‪Valid N (listwise‬‬

‫פקודת ‪Crosstabs‬‬ ‫‪ Cross Tables‬הן טבלאות המציגות את מספר התצפיות (מספר העובדים בדוגמא) בכל קבוצה‬ ‫התקבלת משילוב של שני משתנים בלבד!‬ ‫בבחינת התפלגות העובדים לפי מין ומיעוט מתקבלת טבלה ‪ 2x2‬אנו יכולים לקבל את מספר‬ ‫הנבדקים בכל אחד מארבעת התאים וכן נתונים נוספים‪ .‬שימוש ב‪ Cross Tables -‬יכול במקרה‬ ‫זה לבדוק האם קיימת אפליה‪.‬‬ ‫כניסה לתיבת הדו‪-‬שיח של ‪:Cross tables‬‬ ‫… ‪Analyze  Descriptive Statistics  Crosstabs‬‬

‫‪30‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫תיפתח תיבת הדו‪-‬שיח הבאה‪:‬‬

‫יש לבחור משתנה אחד שייצג את שורות (‪ )Rows‬הטבלה ומשתנה שני שייצג את העמודות (‬ ‫‪ )Columns‬אפשר לבחור יותר משני משתנים אולם התוצאה תהיה מספר טבלאות‪.‬‬ ‫לדוגמא נבחר גם את ‪ )jobcat (Employment category‬כמשתנה שלישי‪.‬‬ ‫כפתור ‪ Cells‬מאפשר לנו לקבל בכל תא בטבלה נתונים נוספים מעבר למספר התצפיות‪.‬‬

‫‪31‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫‪ :Counts‬מספר התצפיות בכל תא‪.‬‬ ‫‪ – Observed‬מספר התצפיות "בשטח"‪.‬‬ ‫‪ – Expected‬מספר התצפיות הצפוי במקרה שאין קשר בתאים‪.‬‬ ‫‪ – Percentages‬אחוזים מתוך המדגם הכללי‪ ,‬מהעמודה ומהשורה‪.‬‬ ‫‪ – Residuals‬שאריות – ההפרש בין המצוי (‪ )Observed‬לצפוי (‪.)Expected‬‬ ‫שאריות גדולות מעידות על קשר בהתפלגות התצפיות ובמקרה שלנו יעידו על‬ ‫אפליה‪.‬‬

‫כתוצאה נקבל שתי טבלאות‪:‬‬ ‫‪ )1‬המייצגת את מין הנבדק לעומת השתייכותו למיעוטים‪:‬‬ ‫‪Gender * Minority Classification Crosstabulation‬‬ ‫‪Minority‬‬ ‫‪Total‬‬ ‫‪Classification‬‬ ‫‪216‬‬ ‫‪216.0‬‬ ‫‪258‬‬ ‫‪258.0‬‬ ‫‪474‬‬ ‫‪474.0‬‬

‫‪No‬‬ ‫‪Yes‬‬ ‫‪176‬‬ ‫‪40‬‬ ‫‪168.6 47.4‬‬ ‫‪7.4‬‬ ‫‪-7.4‬‬ ‫‪194‬‬ ‫‪64‬‬ ‫‪201.4 56.6‬‬ ‫‪-7.4‬‬ ‫‪7.4‬‬ ‫‪370‬‬ ‫‪104‬‬ ‫‪370.0 104.0‬‬

‫‪Count‬‬ ‫‪Expected Count‬‬ ‫‪Residual‬‬ ‫‪Count‬‬ ‫‪Expected Count‬‬ ‫‪Residual‬‬ ‫‪Count‬‬ ‫‪Expected Count‬‬

‫‪Female‬‬

‫‪Gender‬‬

‫‪Male‬‬ ‫‪Total‬‬

‫כפי שאפשר לראות השאריות (‪ )±7.4‬אינה גדולה יחסית למספר התצפיות הכללי כך שאפשר‬ ‫לומר כי אין כאן מקרה ברור של אפליה‪ .‬תשובה מדויקת דורשת שימוש במבחן סטטיסטי‪.‬‬

‫‪ )2‬המייצגת את מין הנבדק וקטגוריית עבודה (מנהל‪ ,‬ממונה ופקיד)‪:‬‬

‫‪Total‬‬

‫‪Gender * Employment Category Crosstabulation‬‬ ‫‪Employment Category‬‬

‫‪32‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬ ‫‪Clerical Custodial Manager‬‬ ‫‪206‬‬ ‫‪0‬‬ ‫‪10‬‬ ‫‪216‬‬ ‫‪165.4‬‬ ‫‪12.3‬‬ ‫‪38.3‬‬ ‫‪216.0‬‬ ‫‪40.6‬‬ ‫‪-12.3‬‬ ‫‪-28.3‬‬ ‫‪157‬‬ ‫‪27‬‬ ‫‪74‬‬ ‫‪258‬‬ ‫‪197.6‬‬ ‫‪14.7‬‬ ‫‪45.7‬‬ ‫‪258.0‬‬ ‫‪-40.6‬‬ ‫‪12.3‬‬ ‫‪28.3‬‬ ‫‪363‬‬ ‫‪27‬‬ ‫‪84‬‬ ‫‪474‬‬ ‫‪363.0‬‬ ‫‪27.0‬‬ ‫‪84.0‬‬ ‫‪474.0‬‬

‫‪Count‬‬ ‫‪Expected Count‬‬ ‫‪Residual‬‬ ‫‪Count‬‬ ‫‪Expected Count‬‬ ‫‪Residual‬‬ ‫‪Count‬‬ ‫‪Expected Count‬‬

‫‪Female‬‬

‫‪Gender‬‬

‫‪Male‬‬ ‫‪Total‬‬

‫ניתן לראות שאריות גדולות למדי המעידות על אפליה מינית!‬ ‫מומלץ להשתמש בפונקציות זה !‬

‫שימו לב‪,‬‬ ‫לכותרת של כל טבלה היא מציגה את המשתנים הנחקרים‪.‬‬

‫ממוצעים בקבוצות שונות‬ ‫( ‪)Analyze  Compare Means‬‬ ‫כאשר אנו רוצים להפיק ממוצעים של משתנים שונים בקבוצות שונות נשתמש באופציה ‪.Means‬‬ ‫באמצעות פקודה זו ניתן למצוא ממוצע של משתנה כמותי לפי קטגוריות של משתנה בלתי תלוי‬ ‫איכותי‪.‬‬ ‫כניסה לתיבת הדו‪-‬שיח של ‪:Means‬‬ ‫… ‪Analyze  Compare Means  Means‬‬

‫תיפתח תיבת הדו‪-‬שיח הבאה‪:‬‬

‫‪33‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ ‫‪SPSS‬‬

‫בתיבת ‪ Dependent List‬ממוקמים המשתנים לגביהם אנו רוצים לקבל ממוצעים‪ .‬בדוגמא‪,‬‬ ‫המשתנה התלוי שאת הממוצע שלו נרצה לבדוק יהיה ‪ – educ‬שנות לימוד‪.‬‬ ‫בתיבת ‪ Independent List‬ממוקמים המשתנים היוצרים את הקבוצות‪ .‬בדוגמא‪ ,‬המשתנים‬ ‫הבלתי תלויים כלומר‪ ,‬הקטגוריות בהן נשתמש לחלוקת המשתנה התלוי יהיו ‪ – gender‬מין‬ ‫הנבדקים ו‪ – minority -‬השתייכות הנבדק למיעוטים‪.‬‬

‫הכפתור ‪ Options‬מאפשר לנו לבחור את הסטטיסטים שברצוננו להפיק‪.‬‬

‫‪34‬‬

‫הכרת המחשב – החוג לסטטיסטיקה‬ SPSS

‫ על ידי לחיצה על‬.‫ מופיעים כל הסטטיסטים מהם אנו יכולים לבחור‬Statistics ‫בחלון השמאלי‬ ‫ שבו נמצאים הסטטיסטים‬Cell Statistics ‫אנו יכולים להעבירם לחלון הימני‬

‫החץ‬

.‫אשר יופקו ויופיעו בפלט‬ ‫לא‬/‫התוצאות שנקבל יהיו שתי טבלאות אחת של ממוצעי שנות הלימוד לפי מין והשניה לפי מיעוט‬ :‫מיעוט‬ Educational Level (years) * Gender Educational Level (years) Gender Mean N Female 12.37 216 Male 14.43 258 Total 13.49 474

Std. Deviation 2.32 2.98 2.88

Educational Level (years) * Minority Classification Educational Level (years) Minority Classification Mean No 13.69 Yes 12.77 Total 13.49

N 370 104 474

Std. Deviation 2.94 2.56 2.88

35