Психодиагностика (стр. 7 )

Organize output by variables (представить данные отдельно по каждой переменной)

Suppress tables with more than n categories (не выводить таблицы, содержащие более n категорий).

Если анализ частот не представляет интереса для исследователя, он может сразу обратиться к меню Descriptives закладки Descriptive Statistics («описательные статистики»). Чтобы сохранить полученные результаты в виде переменных, следует пометить флажок Save standardized values as variables, тогда вычисленные значения будут добавлены к общему массиву данных на странице Data View. Выбор статистик, которые необходимо получить, производится в закладке Options (опции, «необязательные выбираемые возможности»).

В окне Descriptives: Options можно задать расчет всех основных статистических показателей, перечисленных выше при описании меню Frequencies («частоты»).

3.  Проверка распределения на нормальность

Если данные получены с использованием метрических (интервальной, отношений) шкал, перед проверкой статистических гипотез необходимо выяснить, насколько выборочное распределение близко к нормальному. Обычно для решения этой задачи применяют критерии Колмогорова-Смирнова и хи-квадрат Пирсона.

Критерий Колмогорова-Смирнова в программе SPSS 13.0 можно получить двумя способами:

1.  Меню Analyze/ Descriptive Statistics/ Explore…(«проверить»). Следует перенести нужную переменную в строку Dependent List («зависимая переменная»); в закладке Statistics («статистики») при необходимости указать нужные показатели описательной статистики; в закладке Plots («графики») в поле Blockplots и Stem-and-Leaf убрать пометки, поставить флажок в поле Histogram и Normality plots with test («кривая нормального распределения и тест»); в закладке Options можно выбрать варианты работы программы с пропущенными значениями; нажать кнопку ОК.

Файл с результатами проверки будет включать:

Ø  Общую характеристику данных (Case Processing Summary): количество действительных и пропущенных значений (N) в выборке, их процент к общему числу (Percent), общее число значений (Total)

Ø  Таблицу показателей описательной статистике (если был поставлен флажок в меню Statistics)

Ø  Тест на нормальность (Tests of Normality), представляющий собой таблицу вида

	Kolmogorov-Smirnov («критерий Колмогорова-Смирнова»)	Shapiro-Wilk («критерий Шапиро-Уилка»)
Statistics («значение критерия»)	df («степень свободы»)	Sig. («уровень значимости»)	Statistics («значение критерия»)	df («степень свободы»)	Sig. («уровень значимости»)
Название переменной

Тест Шапиро-Уилка проводится при объеме выборки менее 50 человек. Выборочное распределение достоверно не отличается от нормального, если уровень значимости критериев превышает 0,05.

Ø  Гистограмму с указанием общего числа значений, среднего и стандартного отклонения по выборке

Ø  Графики теоретического и эмпирического распределения значений выбранной переменной (Normal Q-Q Plot of…, Detrended Normal Q-Q Plot of…)

Ø  Диаграмму частот значений переменной.

2.  Меню Analyze/ Nonparametric Tests («непараметрические критерии»)/ 1-Samle K-S («критерий Колмогорова-Смирнова для одной выборки»). Нужную переменную перенести в окно Test variable List, в разделе Test Distribution («проверка распределения») поставить флажки напротив видов распределений, близость выборочного распределения к которым необходимо оценить (например, Normal – «нормальное»), нажать кнопку ОК.

Страница результатов будет содержать таблицу:

Tests of Normality

	Название переменной coffee
N (число значений)	4662
Normal Parametrs (параметры распределения)	Mean (среднее)	10,9753
St. Deviation (стандартное отклонение)	6,93424
Most Extrem (наибольшее различие)	Absolute (абсолютное)	0,093
Differences (различия, разности)	Negative (отрицательные)	0,093
	Positive (положительные)	- 0,080
Kolmogorov-Smirnov Z (статистика Z Колмогорова-Смирнова)		6,331
Asymp. Sig. (2-tailed) (показатель значимости)		0,000

Распределение переменной является нормальным, если показатель значимости превышает 0,05 (в приведенном примере выборочное распределение не соответствует закону нормального распределения).

Чтобы получить показатель хи-квадрат Пирсона, необходимо следовать следующему алгоритму: в меню Analyze выбрать пункты Nonparametric Tests («непараметрические критерии»)/Chi-Square («хи-квадрат»), в диалоговом окне перенести нужную переменную в окно Test variable List. В поле Expected Values («ожидаемые значения»), указать ожидаемые частоты распределения значений переменной: All categories equal («равны для всех категорий») или Values («значения»: задать в соответствии с характером переменной), нажать ОК. Файл Output будет включать две таблицы: таблицу сравнения теоретического и эмпирического распределения значений и собственно таблицу с показателем хи-квадрат:

Test Statistics («показатели проверки»)

	Название переменной coffee
Chi-Square	414,646
df	22
Asymp. Sig.	0,00

Если эмпирическое значение хи-квадрата превышает теоретическое (см. специальную таблицу), распределение не является нормальным.

4.  Сравнение средних двух выборок с использованием t-критерия Стьюдента (для метрических шкал)

Найти в меню Analyze раздел Compare Means («сравнение средних») и соответственно поставленным задачам выбрать:

Ø  t-тест для независимых выборок (Independent-Samples Т Test),

Ø  t-тест для парных (зависимых) выборок (Paired-Samples Т Test)

Для сравнения двух независимых выборок: выбрать в подменю команду Independent-Samples T Test... (t-тест для независимых выборок). Откроется диалоговое окно Independent-Samples T Test, в списке исходных переменных щелкнуть по исследуемой переменной и перенести ее в список тестируемых переменных (Test Variable(s)). Аналогичным образом перенести другую переменную в поле Grouping Variable («группирующая переменная»). При нажатии кнопки Define Groups... («определить группы») появляется окно, в котором следует ввести значения двух категорий для группирующей переменной. Внести в поле Group 1 (группа 1) значение 1, а в поле Group2 - значение 2. Нажать кнопку Continue (продолжить) и вернуться в основное диалоговое окно. В закладке Options можно изменить настройки, установленные по умолчанию. Вернуться в основное диалоговое окно и нажать кнопку ОК.

На странице результатов будут представлены две таблицы:

Group Statistics («статистические показатели по группам»)

Название Группирующей переменной BB	N (число значений)	Mean («среднее»)	Std. Deviation («стандартное отклонение»)	Std. Error of Mean(«стандартная ошибка среднего»)
Название переменной AA
BB

Independent Samples Test («сравнение независимых выборок»)

	Levene's Test for Equality of Variances («тест Левена на эквивалентность дисперсий»)	t-test for Equality of Means («сравнение средних»)
Название переменной	F	Sig.	t	df	Sig. (2-tailed)	Mean Difference (разность средних)	Std. Error Difference (разность ошибок средних)	95% Confidence Interval of the Difference (доверительная вероятность различий)
Lower (нижняя граница доверительного интервала)	Upper (верхняя граница доверительного интервала)
Equal variances assumed (с поправкой на неоднородность дисперсий)
Equal variances not assumed (без поправки на неоднородность дисперсий)

Результаты проверки по t-критерию Стьюдента считаются достоверными, если дисперсии по критерию Ливена достоверно не различаются (уровень значимости больше, чем 0,05).

Для сравнения двух зависимых выборок: выбрать в меню Analyze/ Compare Mean пункт Paired-Samples T-Test. В окно Paired Variables перенести переменные, представляющие собой разнесенные во времени измерения одного и того же признака, нажать ОК.

На страницу результатов программа выведет три таблицы:

Paired Samples Statistics («статистические показатели по связанным выборкам»)

	N (число значений)	Mean («среднее»)	Std. Deviation («стандартное отклонение»)	Std. Error of Mean(«стандартная ошибка среднего»)
Переменная «до»
Переменная «после»

Paired Samples Correlation («корреляция связанных выборок»)