EPG Metodologia della ricerca e Tecniche Multivariate dei dati. Dott.ssa Antonella Macchia a.macchia@unich.it.

Transcript

1 EPG Metodologia della ricerca e Tecniche Multivariate dei dati Dott.ssa Antonella Macchia a.macchia@unich.it

2 GIORNI E ORARI LEZIONI Sabato h 08:00-12:00 Sabato h 08:00-12:00 Sabato h 08:00-12:00 Sabato h 08:00-12:00 RICEVIMENTO: Su prenotazione tramite presso il Laboratorio di Psicometria (ex Farmacia)

3 Programma del corso Introduzione al software SPSS Trattamento preliminare dei dati La regressione lineare L analisi fattoriale L analisi della varianza.

4 Testo consigliato: Barbaranelli C., Analisi dei dati con SPSS II. Le analisi multivariate. LED edizioni universitarie 2006

5 Un software che contiene procedure per ESPLORARE GESTIRE TRATTARE ANALIZZARE i dati E UN PACCHETTO STATISTICO!

6 (Statistical Package for Social Science) SPSS è un software statistico che consente: L inserimento e importazione dei dati; Fare analisi statistiche e di illustrare i risultati anche tramite rappresentazione grafica.

7 PER SCARICARE LA DEMO: 2E06714B29.html

8 schermata iniziale

9 L INTERFACCIA DI SPSS. I MENU A TENDINA: FILE: Apre e salva i dati EDIT: Seleziona, copia e taglia parte dei dati TRANSFORM: Comandi per definire le variabili, per selezionare i dati o le variabili, per ordinare le variabili e per effettuare calcoli. ANALYZE: Consente l analisi dei dati. GRAPHS: Consente di costruire dei grafici UTILIES: Definisce alcune funzioni per l esecuzione di alcune procedure statistiche.

10 SPSS è composto da finestre, aventi ciascuna differenti funzioni: Editor dei Dati; Output Viewer; Syntax.

11 Editor dei dati Barra dei menù Il foglio elettronico di SPSS contenente il corpo dati (dataset) da analizzare. Offre 2 modalità di visualizzazione dei dati: -Data View -Variable View

12 Serve per descrivere le categorie numeriche delle variabili Specifica meglio il significato della variabile (max 256 caratteri) Nome della variabile (max 8 caratteri). Numero di caratteri usati per visualizzare la variabile Tipo di variabile (es. numerica/stringa) valori mancanti. Strategie per la scelta dei missing value: sostituzione con valori della stessa grandezza della v. come la media. numeri fuori dalla scala della variabile (9 0 il 99 o 999)

13 Come costruire le variabili in Variable View N.B. Nel file di dati vengono inseriti i valori relativi alle codifiche socio-anagrafiche dei partecipanti (es. genere, età, provenienza, stato civile, livello socio-economico). Ciò permette di rilevare differenze o uguaglianze sulle variabili metriche in dipendenza dell appartenenza a gruppi differenti determinati a priori.

14 Il file pronto in Data View!

15 Utilizzo di SPSS 1.CODIFICA e INSERIMENTO DATI 2.PULIZIA DEI DATI: controllo eventuali errori di inserimento dei dati, la presenza di dati mancanti o di outlier mediante l analisi delle frequenze. 3.TRASFORMAZIONE: si ottengono nuove variabili effettuando delle operazioni o trasformazioni sulle variabili pre-esistenti. 4. STATISTICHE DECRITTIVE: media, varianza, deviazione standard. Consentono di verificare se i dati si distribuiscono normalmente

16 Principali operazioni statistiche con SPSS: Inserimento dei dati e creazione di un file Apertura di un file dati Screening dati Trasformazioni dati Calcolo statistiche descrittive Analisi statistiche CORRELAZIONE ATTENDIBILITA ANALISI DELLA VARIANZA ANALISI FATTORIALE REGRESSIONE

17 1. CODIFICA DEI DATI Scale di misura: 1. Nominale: i valori dei dati rappresentano categorie senza alcun ordine intrinseco (sesso, categoria lavorativa). 2. Ordinale: i valori dei dati rappresentano categorie con qualche ordine intrinseco (basso/medio/alto). 3. Ad intervalli: i valori dei dati permettono di stabilire una relazione distanza tra più oggetti misurati, a partire da uno zero arbitrario e stabilendo un un unità di misura costante. 4. A rapporti: i valori dei dati permettono di effettuare operazioni aritmetiche, e, avendo quale origine della scala uno zero assoluto. Regole: - Le variabili devono essere rappresentate in formato numerico - I casi devono essere contraddistinti da un numero d ordine I codici devono: - essere mutualmente escludentesi; - avere una coerenza interna.

18 2. Inserimento dei dati: Colonne=Variabili Righe=Soggetti o casi Cella=intersezione tra caso e variabile, che contiene il valore del soggetto nella variabile corrispondente. 3. Trasformazione dei dati: ricodifica 2. Screening dei dati: Scopi: Controllo delle distribuzioni di frequenza delle variabili Modalità: Analisi delle frequenze Analyze Descriptives Statistics-Frequencies-Statistics-Chart Presenza di eventuali errori-edit-find Presenza numerosità di valori mancanti-missing Missing/Dati validi Presenza di outlieroutlier

19 Verificare se la distribuzione è normale La normalità della distribuzione è il fondamento di molte analisi. La distribuzione normale univariata assume la classica forma a campana: Unimodale Simmetrica rispetto alla media Presenta due punti di flesso

20 1.Codifica dati:

21 2. Inserimento dati

22 3. Trasformazione dei dati La codifica degli item del test è avvenuta considerando la scala da 1 «mai» a 4 «quasi sempre». Tuttavia ci possono essere nello strumento alcuni item inversi (che vanno cioè nella direzione opposta della valenza semantica positiva). Per riportare gli item tutti alla stessa valenza è necessario RICODIFICARLI!

23

24 Si aprirà questa finestra. Si selezionano le variabili e tramite la freccia si posizionano nel campo variabili Digitando su OLD AND NEW VALUE sostituisco ai vecchi, i nuovi valori da attribuire alla variabile

25

26 Applico la stessa procedura per altre eventuali variabili di altri test che necessitano di ricodifica. Successivamente calcolo il punteggio totale! Prendiamo come esempio il Beck Anxiety Inventory (BAI)

27 Apro una finestra Syntax.

28

29 TOTALE DEL PUNTEGGIO PER CIASCUN SG!

30 N.B. Posso salvare il file di sintassi come qualsiasi altro file (e utilizzarlo nuovamente) tramite FILE-SAVE AS

31 Calcolo della media. I calcoli si possono effettuare considerando anche i comandi del data editor. Da qui mi posso calcolare oltre alla somma (calcolata prima con il linguaggio di sintassi), anche la media e altri calcoli attraverso TRANSFORM-COMPUTE

32 Per calcolare il punteggio MEDIO al test, immetto nel campo variabile di destinazione il nome da assegnare e operare la scelta della funzione MEAN. Trascino i nomi delle variabili come argomenti della funzione multi-argomento che opera sulle variabili.

33 Nella nuova colonna sono riportati i valori medi dei punteggi di ciascun sg per il BAI.

34 4. Screening dai dati: Per osservare le distribuzioni di frequenza delle variabili e calcolare i principali indici statistici campionari di ciascuna variabile, si opera attraverso il menù analizza tramite il comando frequenze. Si selezionano le variabili per le quali interessa calcolare gli indici statistici principali congiuntamente alla distribuzione di frequenze.

35 Selezioniamo le statistiche

36

37 Output: Vengono riportate le statistiche per ciascuna variabile le frequenze per la variabile genere indicano che non ci sono valori mancanti (la percentuale e la percentuale valida coincidono)

38

39

40 Descrizione dei dati raccolti: E utile per ottenere statistiche univariate riassuntive delle variabili Selezionare le variabili Scegliere le statistiche

41 Output: Asimmetria e curtosi sono due statistiche che servono per valutare se una variabile è distribuita normalmente, sono statistiche di confronto tra la distribuzione normale e quella ottenuta empiricamente. La distribuzione è normale se Skewness (Asimmetria) e Kutosis (Curtosi) sono compresi tra -1 e 1.

42 Asimmetria: misura come le osservazioni si distribuiscono rispetto alla media della distribuzione. Valori +: maggior concentrazione dei casi in valori inferiori alla media Valori - : maggior concentrazione dei casi in valori superiori alla media Curtosi è invece misura di quanto le osservazioni si trovino raggruppate nei valori estremi «le «code» della distribuzione. Valori +: maggior concentrazione dei casi intorno al valore medio Valori -: maggior concentrazione dei casi nelle code rispetto ad una distribuzione normale.