Честотният анализ чрез SPSS

[admin]

Честотният анализ
чрез SPSS в помощ на военния психолог

СОФИЯ • 2006 г.

----------------------
С Ъ Д Ъ Р Ж А Н И Е:

УВОД

ГЛАВА I: Честотен анализ

1.1. Честотни таблици
1.2. Извеждане на статистическите характеристики
1.3. Формати на чeстотни таблици
1.4. Графично представяне

ГЛАВА II: Приложение в практиката

2.1. Описание на случай
2.2. Анализ извеждане на препоръки
2.3. Изводи

ЛИТЕРАТУРА
----------------------


УВОД
Често военния психолог днес работи с големи групи хора, събира огромно количество данни, които трябва да онагледи, да анализира, обобщи, за да може същите да бъдат представени пред неговия Командир или друга специфична аудитория. Улеснение в тази насока би могъл да ни предложи софтуерът, като например SPSS, v.12.

ГЛАВА I: Честотен анализ

Първият етап на статистическия анализ на данни по принцип е честотният анализ (2). В тази първа глава ще приведа пример на чeстотен анализ с файла 10.sav. Той съдържа резултатите от “проведените” анкети с 49 условно военнослужещи: кадрови войници, сержантски състав, офицерски състав. Допитване може да засегне такива теми като психологичен климат в поделение на даден род войски, проблеми засягащи военнослужещите, взаимоотношения в групите, употреба и злоупотреба с алкохол и т. н.

1.1. Честотни таблици

Първоначално се отваря файла 10.sav, избирайки в менюто командата File → Open → Open File. Избира се споменатият файл и пак се натиска Open. Файлът с появява в Редактора на данни. В менюто се избира командата Analyze → Descriptive Statistics → Frequencies (Виж. Табл. 1). Появява се прозорец Frequencies. С копчето с триъгълна форма се пренасят променливата А1 (или променливите), с която ще се работи към дясната страна на прозореца и се потвърждава с копче ОК. Появяват се резултатите, като пред честотната таблица е разположена малка таблица с въведените и липсващите значения:



В таблицата се виждат резултатите за първият въпрос от хипотетичната анкета (А1), който гласи: “На работното си място Вие се чувствате: 1 – уверен; 2 – напрегнат; 3 – уморен; 4 – раздразнителен”. Всеки ред от честотната таблица описва едно възможно значение. Реда “липсващи” посочва броя на наблюденията, в които не е имало отговор на въпроса. Общият брой случаи е посочен на реда “Total” – 46, а също има 5 липсващи – без отговор.
Първата колона съдържа кодовете на отделните отговори (уверен, напрегнат...). В следващата колона с наименование “Честота” е посочена честотата на всеки от различните възможни отговори на дадения въпрос от анкетата. Например 31 военнослужещи отговарят на въпроса Как се чувствате на работното си място? с отговор “уверено”; 11 се чувстват напрегнати в хипотетичната ни ситуация; 2-ма – уморени; 2-ма – раздразнителни.
В третата колона е посочена процентната честота на всеки отговор. Процентната честота съответства на отношението на всеки от различните отговори спрямо общото количество на анкетираните лица, включвайки и липсващите значения.
В четвъртата колона е даден кумулативният процент – натрупаните процентни значения. При определянето на тези значения липсващите данни се изключват. Валидният процент може да е различен от общия процент, но винаги в колоната Cumulative Percent Общо-то трябва да е 100, ако не е така, то в данните има грешка и те трябва да бъдат проверени отново. Кумулативният процент – това е сумата на процентните честоти на допустимите отговори. Така например лицата, които са дали отговори уверен и напрегнат съставляват 91,3%. Това число се определя от следната сума: 67,4% + 23,9% = 91,3%. В последния ред се съдържа сумата от всички колони (Общо).

1.2. Извеждане на статистическите характеристики

За да се получи описателна статистика на числовите променливи, може да се кликне в прозореца Frequencies на копчето Statistics. Отваря се прозорец Frequencies: Statistics (Честоти: Статистика) (Виж. Рис. 2). В групата Percentile Values (Значения на персентилите) могат да се избират вариантите:


Рис. 2

- Quartiles (Квартили) – ще бъдат показани първият, вторият и третият квартил. Първият Квартил (Q1) – това е точката на скалата на измерваните значения, в ляво от която се разполагат 25% от измерените значения. Втория квартил (Q2) – това е точката, под която се разполагат 50% от измерваните значения. Вторият квартил също така се нарича медиана. Третия квартил (Q3) – това е точката на скалата на измерваните значения, под която се разполагат 75% от значенията. Ако данните са налице само в пореден вид, то в качеството на мярка за разпределяне се използва междуквартилна широчина. Тя се определя по формулата Q=Q3-Q2. (1) (Квартилните диаграми се използват за сравняване на разпределения по даден признак в различни групи по друг признак. Например сравняване на разпределенията на войниците по употреба на алкохол в различни поделения/подразделения).
- Cut points (Разделителни точки): с този избор ще бъдат изчислени значенията на персентилите, разделящи извадката на груби от наблюдения, които имат еднаква широчина, тоест включват едно и също количество измерени значения. Автоматично се предлага количеството от 10 групи. Ако бъдат зададени например 4, ще се покажат квартилите, тоест квартилите съответстват на персентилите 25, 50, 75. Числото на показаните персентили е с единица по-малко от зададеното число на групите.
- Percentile(s) (Персентили): Имат се предвид значенията на персентилите, определяеми от самия изследовател, в случая – от военния психолог. Въвежда се значение на персентила в пределите от 0 до 100 и натискаме копчето Add (Добавяне) (2). Повтаряме тези действия за всички желани значения на персентилите, например: 37 и 83. В първия случай ще бъде показано значението на избраната променлива, под която лежат 37% от значенията, а във втория случай (83) – значението, под което се разполагат 83% от значенията.
В групата Dispersion (Дисперсия) могат да бъдат избрани по-долу изброените мерки за вариацията. (Дисперсията е статистическа мярка за вариацията между единиците в съвкупността по значенията на изучавания признак). (3)
- Std. deviation (Стандартно отклонение) – това е мярка за разсейване на измерваните величини. То е равно на корен квадратен от дисперсията;
- Variance (Дисперсия) – квадрат на стандартното отклонение, а следователно това също е мярка за разсейване на измерваните величини. Тя се определя като сума на квадратите на отклоненията на всички измервани значения, делена на количеството на измерванията минус 1;
- Range (Размах) – това е разликата между най-голямото значение (максимума) и най-малкото значение – (минимума);
- Minimum (Минимум) – най-малкото значение;
- Maximum (Максимум) – най-голямото значение;
- S.E. mean (Стандартна грешка) – това е стандартната грешка на средното значение. В интервал със ширина равна на удвоената стандартна грешка, разположен около средната стойност, се разполага средното значение на генералната съвкупност с вероятност около 67%. стандартната грешка се определя като стандартното отклонение, делено на корен квадратен от обема на извадката.
В групата Central Tendency (Централна тенденция) могат да бъдат избрани следните характеристики:
- Mean (Средна стойност) – това е сумата на стойностите, делена на броя им;
- Median (Медиана) – Това е точката на скалата на измерваните стойности, над и под която се разполагат по половината от всичките измервани стойности. Например, ако измерените значения са: 37854639284, първо те биват разположени по нарастващ ред: 23344567889. В дадения случаи медиана ще бъде числото 5. Общо имаме 11 стойности, следователно медианата е шестата стойност, като над нея се разполагат 5 стойности, а под нея също са 5. При четно количество на стойностите медианата ще бъде средно аритметично от двете съседни значения. Например, ако имаме: 3445678899, медианата ще бъде равна на (6 + 7) : 2 = 6,5.
- Mode (Мода) – това е значението, което най-често се среща в извадката. Ако една и съща най-голяма честота се среща у няколко значения, то се избира най-малката от тях.
- Sum (Сума) – Сума на всички стойности.
Мерките на централната тенденция (4) всъщност са статистически показатели, характеризиращи най-изразеното, представително значение на променливата. Основните освен горе изброените са и средната геометрична, средната хармонична.
В групата Distribution (разпределение) могат да бъдат избрани следните мерки на несиметричността на разпределението:
- Skewness (Коефициент на асиметрия) – при нормално разпределение, асиметрията е равна на нула. Ако асиметрията значително се различава от нулата, хипотезата за това, че данните са взети от нормално разпределена генерална съвкупност, трябва да бъде отхвърлена. Ако върхът на асиметричното разпределение е изместена към по-малките значения, говорят за положителна асиметрия, в противоположният случай – за отрицателна.
- Kurtosis (Коефициент на вариация) – сочи дали разпределението е полегато или е стръмно. Коефициента е равен на нула, ако наблюденията се подчиняват на нормалното разпределение. Ако коефициента на вариация значително се различава от нулата, хипотезата за това, че данните са взети от нормално разпределена генерална съвкупност, следва да бъде отхвърлена.
По принцип за променливите, отнасящи се към интервалната скала и подчиняващи се на нормалното разпределение, в качеството на основна характеристика използват средната стойност, а в качеството на разсейване – стандартното отклонение или стандартната грешка. За порядковите или интервални променливи, не подчиняващи се на нормалното разпределение – съответно медиана или първи и трети квартили. За променливите, отнасящи се към номиналната скала, не могат да бъдат дадени други значими характеристики, освен модата.

1.3. Формати на честотни таблици

След като се отвори файлът 10.sav можем да сортираме данните за конкретна променлива по намаляващ ред например:
- Избираме Analyze → Descriptive Statistics → Frequencies...;
- Пренасяме желаната променлива в списъка на изходните променливи;
- Натискаме на копчето Format, Отваря се диалогов прозорец Frequencies: Format (Виж. Рис. 3)
В групата Order by (Да се сортират по) може да се избере реда на изобразяване в частотната таблица. Възможни са следните варианти:
- Ascending values (В нарастващ ред) – тази настройка автоматично се запуска;
- Descending values (В намаляващ ред) – данните се сортират по ред на намаляване;
- Ascending counts (По нарастване на частотите);
- Descending counts (По намаляване на частотите).


Рис. 3. Прозорец Frequencies: Format

Флагчето Suppress tables -with more than ... categories (Да не се показват таблици с повече от ... категории) позволява да се избегне появата на дълги частотни таблици.
Избираме варианта Descending values → копче Continue → ОК



1.4. Графично представяне

Резултатите от честотното разпределение могат да бъдат представени графически. За да представим честотите за въпрос 1 избираме:
- Analyze → Descriptive Statistics → Frequencies;
- Пренасяме променливата А1 в десния прозорец;
- Натискаме на копчето Charts (Диаграми). Ще се отвори прозорец Frequencies: Charts (Виж. Рис. 5):



Избира се в групара Chart Type типът диаграма: Bar charts (стълбова диаграма); Chart Values (Стойности на диаграмата) – пункта Percentages (Проценти). Потвърждава се с Continue. След връщането в прозореца Frequencies махаме флагчето Display frequency tables (Да се покажат частотните таблици), натиска се ОК. Диаграмата ще бъде показана в прозореца за преглед.



Диаграмата може да се усъвършенства. Същата има за цел да онагледи получените резултати и улесни изграждането на съждения относно отговорите на анкетираните военнослужещи.

ГЛАВА II: Приложение в практиката

Така описаният честотен анализ би могъл да се прилага в практиката на военните психолози – при събирането и обработката на данни. В тази дейност често е необходимо да се работи с големи групи хора при дефицит от време.

2.1. Описание на случай

В приложението може да се види част от протокол, изготвен с помощта на честотното разпределение в SPSS на 49 анкетирани лица, (с пригодени за целта псиологически анкети). Същите военнослужещи са, да допуснем, войници, представители на сержантския и офицерския състав. След като с тях се проведе писмена анкета е препоръчително да се проведе и събеседване с цел потвърждаване на получената информация и съответно осигуряване на по-добра достоверност на анализа.

2.2. Анализ извеждане на препоръки

След събирането и обработването на данните военния психолог може да изготви протокол, който да е адресиран към даден командир според аудиторията и нейните нужди. Тук може да се подготви презентация в PowerPoint, която да улесни комуникацията между психолога и аудиторията.
Извеждането на препоръките е добре да бъде съобразено с възможностите в армията, а ефективността на взетите мерки трябва да бъде оценена след известно време.

2.3. Изводи

С цел подобряване на ефективността на психологическата дейност в армията все повече ще е необходимо осигуряване на ПК и необходимия софтуер. При наличие на тези условия работата на психолозите по места ще стане по-структурирана, единна, целенасочена и съвременна.

ЛИТЕРАТУРА

1. Арсо Манов, Статистика със SPSS, С., 2001 г.
2. Самоучитель по SPSS, “компютербукс.ру”
3. И. Съйкова, С. Тодорова, Статистическото изследване, С., 2000 г.
4. В. Н. Дружинин, Экспериментальная психология, 2-ое изд., СП, 2001 г.
5. Скотт Миллер, Психология развития – методы исследования, 2-ое изд., СП, 2002 г.

Автор: Б. Русева

[brr]

Вече добавих и схемите, приятно четене.