Tecniche statistiche di analisi del cambiamento

Transcript

1 Tecniche statistiche di analisi del cambiamento 04-Analisi delle sequenze: il software GSEQ (vers. 1.3, 2 gennaio 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca G. Rossi (Dip. Psicologia) Tsac / 57

2 Introduzione Definiamo alcuni concetti Schema di codifica: determinati comportamenti legati ad un certo ambito (linguaggio, gioco,...) utilizzati per codificare un flusso comportamentale Codice: un particolare comportamenti di uno schema di codifica a cui è associata un etichetta Mutualmente esclusivi ed esaustivi (ME&E): quando lo schema di codifica utilizza codici che NON possono comparire in contemporanea (esclusivi) e permettono di codificare tutto il flusso comportamentale (esaustivi) Codici senza indicazione di tempo: lo schema di codifica prende in considerazione frammenti di comportamento ben identificabili (hanno un inizio e una fine) senza considerarne la durata Codici con indicazione di tempo: lo schema di codifica prende in considerazione frammenti di comportamento tenendo in considerazione la loro durata G. Rossi (Dip. Psicologia) Tsac / 57

3 Introduzione Tipi di codifiche utilizzabili in GSEQ Evento (Event): un solo schema di codifica che considera frammenti di comportamento ME&E che non hanno un indicazione di tempo Multievento (Multievent): 2 o più schemi di codifica ciascuno ME&E che non hanno indicazione di tempo Intervallo (Interval): 1 o più schemi di codifica in cui ciascuno utilizza un tempo campionato (ogni codice corrisponde ad un intervallo temporale di ampiezza predefinita, as es. 1 secondo, 1 minuto...) Tempo (Timed): 1 o più schemi di codifica in cui ciascuno utilizza un tempo continuo (non campionato) indicato da un orario di inizio e uno di fine Stato (State): 1 o più schemi di codifica di tipo Event o Multievent a cui è associato un indicazione generica di tempo. G. Rossi (Dip. Psicologia) Tsac / 57

4 Introduzione Altri alcuni concetti Occorrenza: quando viene rilevato/misurato un comportamento; il tipo di comportamento è indicato dal codice che gli viene associato Co-occorrenza: due o più comportamenti che accadono contemporaneamente (appartenenti a due schemi di codifica diversi) Antecedente (Given): un comportamento che precede un altro comportamento (Es.: a b c d) Conseguente (Target): un comportamento che segue un altro comportamento (Es.: a b c d) Ritardo (o lag) 0: quando i codici sono co-occorrenti Ritardo (o lag) 1: quando un conseguente segue immediatamente all antecedente Ritardo (o lag) n: quando un conseguente dista dall antecedente di n comportamenti (conseguente incluso) G. Rossi (Dip. Psicologia) Tsac / 57

5 Introduzione Una volta scritto il file SDIS con tutte le informazioni che abbiamo, cosa possiamo fare? 1 si può iniziare con una macro-analisi vedere quante frequenze/durate ci sono per ogni categoria 2 poi un analisi delle sequenze vedere se ci sono coppie di categorie che hanno alta frequenza e/o alta probabilità 3 o un analisi delle co-occorrenze (almeno due codifiche parallele) vedere quali categorie compaiono assieme con più probabilità Codici molto frequenti hanno maggior probabilità di comparire assieme G. Rossi (Dip. Psicologia) Tsac / 57

6 Dati d esempio Usiamo i dati d esempio dei lucidi precedenti Esempio madri con bambino che gioca Event; <madre 1> re nc qo re c ad re da c da an / all inizio della sequenza della prima unità, re è un antecedente e nc un conseguente se considero un ritardo di 1, il conseguente di re è nc se considero un ritardo di 2, il conseguente di re è qo se considero un ritardo di 3, il conseguente di re è ancora re G. Rossi (Dip. Psicologia) Tsac / 57

10 Analisi iniziale: simple stats La prima analisi (macro-analisi) è vedere quante frequenze abbiamo di ogni categoria (le ho ordinate in modo decrescente) Codes: freq Codes: freq da 34 ae 3 c 29 an 3 nc 11 qa 2 re 10 rm 2 ad 6 i 1 qo 6 op 1 w 5 am 1 qe 4 ro 1 Totals 119 #Units: 119 Ci sono 119 codici o unità d analisi Alcuni codici (comportamenti verbali) sono frequenti (da, c) Altri sono molto rari (i, op, am, ro) È molto probabile che i codici più frequenti siano associati con altri codici frequenti Prepariamo una tabella in cui tutti i codici fungono da antecedenti e tutti fungono anche da conseguenti G. Rossi (Dip. Psicologia) Tsac / 57

11 Tabella antecedenti-conseguenti: JNTF JNTF Target: Given: da qa qe qo re rm ro ad ae am an c i nc op w Totals da qa qe qo re rm ro ad ae am an c i nc op w Totals Ogni riga indica un antecedente e ogni colonna un conseguente Le celle, la frequenza di un certo codice seguito da un altro La sequenza da c è presente 18 volte e c da 15 volte Ci sono 117 unità d analisi (primo e ultimo codice contano solo per un unità) G. Rossi (Dip. Psicologia) Tsac / 57

12 Tabella antecedenti-conseguenti: JNTF JNTF Target: Given: da qa qe qo re rm ro ad ae am an c i nc op w Totals da qa qe qo re rm ro ad ae am an c i nc op w Totals I codici con pochissime frequenze (ro, am, op, i, rm, qa) ci lasciano la tabella vuota Dovremmo ignorarli, ma non possiamo semplicemente ignorarli o cancellarli (interromperemmo la sequenza ) G. Rossi (Dip. Psicologia) Tsac / 57

13 Tabella antecedenti-conseguenti: JNTF JNTF creiamo un codice contenitore in cui li inseriamo (ad es. xx) Rifacciamo la tabella Target: Given: da qe qo re ad ae an c nc w xx Totals da qe qo re ad ae an c nc w xx Totals G. Rossi (Dip. Psicologia) Tsac / 57

14 Tabella antecedenti-conseguenti: JNTF Altri codici ci creano problemi Forse è meglio accorpare i sottocodici (qa, qe, qo) in un codice globale (q) e lo stesso per d, a, r... e usare il codice contenitore (xx) per i restanti Rifacciamo la tabella e vediamo che va meglio e adesso? Calcoliamo le proporzioni: freq(riga,colonna)/tot(riga) JNTF Target: Given: c nc d q r a xx Totals c nc d q r a xx Totals G. Rossi (Dip. Psicologia) Tsac / 57

15 Tabella antecedenti-conseguenti: CONP CONP Calcoliamo le proporzioni condizionate: freq(riga,colonna)/tot(riga) Target: Given: c nc d q r a xx c nc d q r a xx c è seguito da d nel 52% delle volte d è seguito da c nel 53% delle volte xx è seguito da d nel 50% delle volte G. Rossi (Dip. Psicologia) Tsac / 57

16 Tabella antecedenti-conseguenti: PVAL Ma xx aveva poche frequenze (6), ci possiamo fidare della % calcolata? Chiediamo la significatività! PVAL Target: Given: c nc d q r a xx c <,01,21 <,01,10,49,88,25 nc,69,29,95,95,98,24,05 d <,01,21 <,01,40,73,61,98 q,49,89,32,89,08,11,36 r,88,43,43,82,20,60,33 a,41,22,15,82,52,60,33 xx,64,04,25,42,40,37,53 Quando davanti ad una probabilità c è un, significa che non ci si può fidare della probabilità calcolata (poca approssimazione alla normale) Con questi dati d esempio, praticamente tutte le % calcolate sono indefinite Se sono affidabili, possono essere sia significative sia non signficative G. Rossi (Dip. Psicologia) Tsac / 57

17 Tabella antecedenti-conseguenti: ADJR Un altro calcolo che si può fare sono i residui aggiustati standardizzati (v. lucido 68 ripasso inferenziale 2) ADJR Target: Given: c nc d q r a xx c -3,56-1,27 3,10 1,67-0,69-0,15 1,14 nc 0,40-1,07 0,07 0,07-0,03-1,17 1,95 d 4,51 1,26-4,43-0,83 0,34-0,50-0,03 q -0,69-0,13-1,00-0,13 1,78 1,62-0,92 r -0,15 0,78 0,79-0,22-1,29 0,52-0,96 a -0,83-1,23 1,44-0,22 0,65 0,52-0,96 xx -0,47 2,06 1,16-0,81-0,85-0,89-0,63 fra e corrispondono al 95% dei dati centrali (attorno allo 0) i valori <-1.96 oppure >1.96 rientrano nell area del 2.5% delle due code i negativi compaiono meno del caso, i positivi più del caso G. Rossi (Dip. Psicologia) Tsac / 57

18 Nel software G. Rossi (Dip. Psicologia) Tsac / 57

19 Nel software: Statistiche semplici Le statistiche cambiano in base al tipo di dati (anche nel calcolo) frequenza semplice frequenza relativa rapporto rispetto al tempo tempo di occorrenza durata/tempo totale probabilità semplice Pool significa mettere insieme over sessions, non considerare le singole sessioni, ma tutti i dati in un gruppo unico G. Rossi (Dip. Psicologia) Tsac / 57

20 Nel software: Tabella G. Rossi (Dip. Psicologia) Tsac / 57

21 Nel software * le frequenze attese usano un calcolo particolare quando non è possibile che un codice segua se stesso (ad es. da da) e quindi la diagonale è sempre 0 1 JNTF (frequenza congiunta o contingenza): quante volte given è seguito da target 2 EXPF (frequenza attesa): calcolate secondo le regole del chi-quadro (*) 3 CONP (probabilità condizionata): probabilità di target a condizione che sia preceduto da given 4 RSDL (residui grezzi): frequenza osservata meno frequenza attesa 5 ADJR (residui aggiustati): residuo grezzo trasformato in un punto z normalizzato 6 PVAL (probabilità dei residui aggiustati): probabilità associata al punto z G. Rossi (Dip. Psicologia) Tsac / 57

22 Nel software Sono statistiche che si applicano all intera tabella Quando è formata da 2 righe e 2 colonne: YULQ (Q di Yule) PHI (coefficiente phi) ODDS (rapporto di probabilità) LNOR (logaritmo di ODDS) Quando ha più righe e/o più colonne: XSQ (chi-quadro) GSQ (chi-quadro loglineare) KAPPA (Kappa di Cohen, per Multi) Kappa massimo, per Multi Se si chiedono statistiche 2x2 con una tabella più grande, GSEQ crea una tabella 2x2 per ogni cella Quando una statistica non si può calcolare è indicata da 88,88 G. Rossi (Dip. Psicologia) Tsac / 57

23 Coefficiente phi y Non y tot x a b t(x) Non x c d t(nx) tot t(y) t(ny) phi = (ad bc) t(x)t(nx)t(y)t(ny) PHI Target: Given: c & SE c & d & Indica l associazione fra given e target Oscilla quasi sempre fra -1 e +1 in Gseq è spesso non calcolabile (per totali di categorie =0) Viene indicato anche l errore standard (SE) che permette di valutare quanto potrebbe oscillare la PHI in altri campioni estratti dalla stessa popolazione G. Rossi (Dip. Psicologia) Tsac / 57

24 Rapporto di probabilità Cat y Non y Cat x a b Non x c d odd ratio = a/b c/d Ha senso quando le righe rappresentano due entità diverse (madre, padre) e le colonne la presenza / assenza di un comportamento ODDS Target: Given: c & 95%CI c & d & non è influenzato da N e può indicare l ampiezza dell effetto oscilla da 0 a infinito; 0=relazione negativa perfetta; 1=nessuna relazione; >1 relazione positiva l intervallo di confidenza (95%CI) indica quanto potrebbe oscillare G. Rossi (Dip. Psicologia) Tsac / 57

25 Log ratio Logaritmo naturale di odd ratio Oscilla fra e + è più facile da interpretare: = relazione negativa perfetta; 0 = nessuna relazione; + = relazione positiva Si distribuisce in modo soddisfacente per gli assunti richiesti dalle tecniche statistiche parametriche Si usa al posto di ODDS nelle analisi dei dati (ma si riportano i valori di ODDS) Si può esportare per analisi successive LNOR Target: Given: c & SE c & d & G. Rossi (Dip. Psicologia) Tsac / 57

26 Q di Yule Cat y Non y Cat x a b Non x c d Q = ad bc ad + bc YULQ Target: Given: c & SE c & d & È simile ad odds ratio, ma oscilla fra -1 e +1 È più facilmente interpretabile Si può esportare per analisi successive G. Rossi (Dip. Psicologia) Tsac / 57

27 Chi-quadro χ 2 = (f(r, c) e(r, c)) 2 e(r, c) e(r, c) = t(c)t(r) N XSQ df=1 p=<.01 GSQ df=1 p=<.01 con f(r, c) frequenza della cella e(r, c) valore atteso t(c) e t(r) i totali di riga e di colonna Indica quanto given e target sono fra loro associati tende ad aumentare con l aumento di N è influenzato dalle celle vuote o con valori piccoli non è una misura standard G. Rossi (Dip. Psicologia) Tsac / 57

28 Chi-quadro loglineare G 2 = 2 f(r, c)[log f(r, c) log e(r, c)] e(r, c) = t(c)t(r) N XSQ df=1 p=<.01 GSQ df=1 p=<.01 Si distribuisce come il χ 2 Non è influenzato dalle celle vuote con log logaritmo naturale f(r, c) frequenza della cella e(r, c) valore atteso A tutte le celle viene sommato.1 per evitare le celle vuote È preferibile quando ci sono N molto alti t(c) e t(r) i totali di riga e di colonna È la versione logaritmica di χ 2 G. Rossi (Dip. Psicologia) Tsac / 57

29 Kappa di Cohen Misura l accordo fra due valutazioni della stessa cosa k = P o P e con 1 P e P o proporzione degli accordi (diagonale) k i=1 P o = x P e proporzione attesa degli accordi ii x ii valore della cella (riga i, colonna i) N k i=1 P e = t(r t(r i ) e t(c i ) i totali di riga i e di colonna i i)t(c i ) N 2 Viene calcolato solo quando la tabella è quadrata KAPPA 0.41 KAPmax 0.89 Ha senso quando interessa la coerenza nell uso delle categorie Accordo fra giudici Stessa codifica ma su due persone diverse (es. madre, padre) Analisi della auto-occorrenza nel tempo G. Rossi (Dip. Psicologia) Tsac / 57

30 Menu Compile 1 Compilazione, cioè trasforma un file SDIS (.sds) in un file.mds (più facilmente comprensibile dal software) 2 Verifica la sintassi 3 Modifica le opzioni di compilazione La voce 2 verifica gli errori di sintassi e permette di passare direttamente alla riga che ha prodotti gli errori Selezionando il messaggio d errore (This code was not declared) viene evidenziata la parte di codice errata (k) Meglio iniziare dall ultimo messaggio d errore G. Rossi (Dip. Psicologia) Tsac / 57

31 Menu Compile Modifica le opzioni di compilazione Cliccando su Change compile options, possiamo modificare i default In automatico GSEQ assume Maiuscole e minuscole sono diverse Si ferma dopo 25 errori Scrive una versione compressa di.mds Non fa una copia del file sds G. Rossi (Dip. Psicologia) Tsac / 57

32 Tutte le opzioni di compilazione Maiuscolo e minuscolo sono diversi Avverte se due codici M&E co-occorrono Avverte se ci sono due codici uguali consecutivi (solo in Event) Tutti i codici sono costituiti da un solo carattere (a b c = abc) Si possono scegliere i caratteri da usare per i commenti singoli e multipli Dopo n errori chiede se vogliamo fermarci o continuare Scrive una versione compressa di.mds (altrimenti una versione leggibile) Crea una versione di backup (.~sds) Scrive un file log G. Rossi (Dip. Psicologia) Tsac / 57

33 Menu Windows Permette di cambiare il font dei caratteri Cancella la finestra dei risultati (molto utile perché l opzione sovrascrivi risultati di altri dialoghi, non funziona) Dalla terza voce in giù, il contenuto cambia (dipende da quante e quali finestre sono aperte) La prima voce permette di visualizza la finestra dei risultati è sempre presente perché chiudendo i risultati si esce da GSEQ Le eventuali altre voci, permettono di visualizzare altre finestre che state usando In questo esempio abbiamo aperto sia simple stats sia table stats G. Rossi (Dip. Psicologia) Tsac / 57

34 Menu Run Calcola statistiche semplici Calcola statistiche di tabella Rappresentazione grafica (p. 32) Breakdown Tabelle a più vie Calcolo di Kappa Modifica file (p. 34) Arrotonda i tempi Mostra struttura MDS Cambia il font dei caratteri Cambia opzioni di esecuzione G. Rossi (Dip. Psicologia) Tsac / 57

35 Plot sds, rappresentazione grafica Crea una rappresentazione grafico-testuale della sequenza di ogni unità Si selezionano la/le categorie da rappresentare L iniziale del codice viene usato come Indicatore È possibile cambiarlo I caratteri usati per la rappresentazione sono monospace per garantire l allineamento (esempio nella slide successiva) G. Rossi (Dip. Psicologia) Tsac / 57

36 Plot sds: Risultato File: penman_it2.mds Made: MDS file modified by GSEQ Version /11/ :39:08 Type: Event Units: events #1 <001> Levls= f N 5m 1st=1 last=259 #units= Direct.D D D D D DD Question. Q Q Q Q Q Q QQQ Q Request. R RR RR R R R R RR R none. expressive. e e e e ee e e ee e ee e eee e e e G. Rossi (Dip. Psicologia) Tsac / 57

37 Modifica sds Permette di modificare i codici, in vario modo I passaggi da fare sono 3: si scrive un nome nuovo si seleziona la/le variabile/i si seleziona un operazione le operazioni disponibili dipendono dal tipo di dati le altre sono offuscate Le modifiche fatte vengono indicate nei risultati: Recode EsVoc= EsViVoc EsOrVoc; G. Rossi (Dip. Psicologia) Tsac / 57

38 Tipi di modifiche sds 1 RENAME - cambia nome ad 1 codice RECODE - ricodifica + codici in 1 codice nuovo (mantiene i duplicati) LUMP - ricodifica + codici in 1 codice nuovo (compatta i duplicati, se un codice ricodificato compare più volte di seguito, ne resta uno solo) CHAIN - due o + codici nell esatta sequenza indicata vengono sostituiti dal nuovo codice REMOVE - elimina uno o + codici (si perde la sequenza) EVENT - trasforma file di tipo State o Timed con un solo schema di codifica in Event; con più schemi di codifica in Multi BOUT G. Rossi (Dip. Psicologia) Tsac / 57

39 Tipi di modifiche sds 2 Creano un codice di tipo logico in base ai codici indicati AND - vero se sono tutti presenti in contemporanea OR - vero se almeno 1 codice è presente NOT - l opposto di AND NOR - l opposto di OR XOR - OR esclusivo; vero se solo 1 codice è presente Window codice Ascolta Guarda Tocca AND + + OR NOT NOR XOR G. Rossi (Dip. Psicologia) Tsac / 57

40 Modifiche: Recode RECODE alone = un ob Esempio: Event un pe ob un on ob un diventa alone pe alone alone on alone alone Esempio: State un=2 pe=3 ob=1 un=4 on=1 ob=2 un=5 diventa alone=2 pe=3 alone=1 alone=4 on=1 alone=2 alone=5 G. Rossi (Dip. Psicologia) Tsac / 57

41 Modifiche: Lump LUMP alone = un ob Esempio: Event un pe ob un on ob un diventa alone pe alone on alone G. Rossi (Dip. Psicologia) Tsac / 57

42 N-Way table Viene creata un tabella (esportabile in Excel e/o SPSS) con le frequenze di tutte le combinazioni possibili di n categorie ID lag0 lag1 lag2 Count 1 Direct Direct Direct Direct Direct Question Direct Direct Report Direct Direct None 17 5 Direct Direct Expressive Direct Question Direct Direct Question Question 109 G. Rossi (Dip. Psicologia) Tsac / 57

43 SPSS: Incolla speciale In SPSS, per copiare i risultati in Word, dopo aver evidenziato il risultato da copiare Premete il pulsante destro del mouse e scegliete Copia speciale Nella finestra selezionate Metafile Solo la prima volta, selezionate anche Salva come predefinito Premendo OK, i risultati verranno salvati negli appunti In un file Word, premete Ctl-C oppure scegliete Incolla G. Rossi (Dip. Psicologia) Tsac / 57

44 Introduzione: esplorazione dei dati 1 GSEQ ci serve per studiare le relazioni fra i codici degli schemi di codifica Per questo motivo, in una fase iniziale si esplorano i dati Ignorando le sessioni e le variabili indipendenti si esplorano le frequenze assolute (freq) e quelle relative (relf) oppure le durate (assolute e relative) i codici con basse frequenze sono candidati ad essere ignorati o accorpati G. Rossi (Dip. Psicologia) Tsac / 57

45 Introduzione: esplorazione dei dati 2 Poi si esplorano le tabelle a lag 1 (o a lag 0) esplorando le frequenze congiunte (JNTF) e le probabilità condizionate (CONP) i codici che non risultano legati a nessun altro codice (o con legami molto piccoli) sono candidati ad essere ignorati o accorpati G. Rossi (Dip. Psicologia) Tsac / 57

46 Introduzione: ricodifiche A questo punto si considerano i codici candidati Alcuni possono essere accorpati ad altri di significato similare (RECODE, LUMP) Ipotizzandoo di lavorare con MaN, può essere accorpata con MsN o con MaC, secondo quello che riteniamo più logico Quelli che non possono essere accorpati per somiglianza, non possono neppure essere semplicemente cancellati e si accorpano in una categoria nulla Se ci sono variabili indipendenti, potremmo voler studiare le differenze fra i valori che assumono (ad es. differenze per genere e/o fasce di età) Per questo motivo serve di esportare i dati G. Rossi (Dip. Psicologia) Tsac / 57

47 Introduzione: esportare dati Tutte le volte che in una finestra di GSEQ compare la dicitura Export files è possibile scrivere dei risultati in un file esterno questi files sono importabili (per ulteriori analisi) in SPSS, Excel o altro software Per ottenere un file esterno, bisogna selezionare write a file for each RUN Ricordarsi di selezionare don t display results per evitare che il file dei risultati contenga informazioni che non servono G. Rossi (Dip. Psicologia) Tsac / 57

48 Cosa esportare Si esportano normalmente 3 cose diverse: Statistiche semplici (frequenze, frequenze relative, durate, durate relative) per fare delle macronanalisi Tabelle antecedente-conseguente e relative statistiche Statistiche di associazione per tabelle 2x2 Tabelle 3way per vedere quali sequenze esistono I risultati sono file di testo (*.txt) con eventuali campi separati da tabulatori G. Rossi (Dip. Psicologia) Tsac / 57

49 Simple Statistics Una volta selezionate le categorie e le statistiche da esportare Si seleziona don t display results Si seleziona write a file for each RUN non si seleziona Pool over sessions Si lasciano le variabili indipendenti non selezionate si esegue G. Rossi (Dip. Psicologia) Tsac / 57

50 Simple Statistics Alla fine dell esportazione, compare una finestra che chiede il nome da assegnare al file scrivete un nome (senza estensione) e ricordate dove l avete messo il file contiene i dati separati da un tabulatore (che non vedete) session Sex Area Age DirectF DirectRF QuestionF QuestionRF f N 5m 20,10 33,16 53,26 69,34 8,04 10,05 10, f N 13m 28,16 26,15 46,27 58,34 8,05 2,01 3, f N 5m 18,15 27,22 29,24 39,32 5,04 4,03 1, f N 13m 55,20 42,16 59,22 84,31 14,05 11,04 4, f N 5m 31,16 44,22 41,21 54,28 12,06 5,03 9, f N 13m 14,09 21,14 41,28 47,32 15,10 5,03 5,03 G. Rossi (Dip. Psicologia) Tsac / 57

51 Table Statistics Stessa cosa per una tabella selezionate i codici given e target e le statistiche da esportare Selezionate don t display results Selezionate write a file for each RUN non si seleziona Pool over sessions Si lasciano le variabili indipendenti non selezionate si esegue G. Rossi (Dip. Psicologia) Tsac / 57

52 Table Statistics Alla fine dell esportazione, compare una finestra che chiede il nome da assegnare al file scrivete un nome (senza estensione oppure con estensione.txt) e ricordate dove l avete messo il file contiene i dati separati da un tabulatore (che non vedete) session Sex Area Age Given Target JNTF ADJR 001 f N 5m Direct Direct 0 0, f N 5m Direct Question 2-0, f N 5m Direct Report 4-0, f N 5m Direct Expressive 12 1, f N 5m Direct Speaking 0-0, f N 5m Direct Naming 2 1, f N 5m Direct None 0-0,97 G. Rossi (Dip. Psicologia) Tsac / 57

53 Caricare in SPSS: aprire il file Avviate SPSS e scegliete File Apri Dati Nella finestra di dialogo, selezionate Testo (*.txt, *.dat... Navigate fino a trovare il vostro file selezionate Apri G. Rossi (Dip. Psicologia) Tsac / 57

54 Caricare in SPSS: fase 1 Compare la prima videata Se avete gia salvato un formato (in precedenza) lo potete caricare qui Se sì, click-ate sì e poi selezionate il file nella parte sotto, vedete il contenuto del vostro file Notate che la prima riga contiene i nomi delle variabili premete Avanti G. Rossi (Dip. Psicologia) Tsac / 57

55 Caricare in SPSS: fase 2 Lasciate selezionato Selezionate Sì nel successivo campo I nomi delle variabili compaiono all inizio del file? Dopo che lo avete selezionato, i nomi scompaiano dal riquadro sotto premete Avanti G. Rossi (Dip. Psicologia) Tsac / 57

56 Caricare in SPSS: fase 3 Controllate che le impostazioni dei campi nei riquadri verdi siano come queste (in genere sono esattamente così) premete Avanti G. Rossi (Dip. Psicologia) Tsac / 57

57 Caricare in SPSS: fase 4 Lasciate selezionato solo Tabulatore e Nessuno Nella parte sotto vedete l Anteprima dei vostri dati Sul lato destro un ascensore vi permette di scorrere i dati verso il basso Se tutto è corretto, premete Avanti G. Rossi (Dip. Psicologia) Tsac / 57

58 Caricare in SPSS: fase 5 In questa videata potete click-are sulle colonne dei dati e vedere come verranno tradotte in SPSS Ad es. Sex è una stringa lunga 1 carattere Se volete potete modificare il nome delle variabili (ad es. scrivendo Genere al posto di Sex, Age in Età) Se tutto è corretto (o quando avete finito di modificare), premete Avanti G. Rossi (Dip. Psicologia) Tsac / 57

59 Caricare in SPSS: fase 6 In questa videata potete decidere di salvare la procedura, in modo da riutilizzarla in futuro E potete incollare la sintassi del comando di caricamento Quando avete finito, premete e vedrete i vostri dati Fine G. Rossi (Dip. Psicologia) Tsac / 57

60 Caricare in SPSS tramite Excel Un modo alternativo alla procedura precedente (slide 50-56) è quello di passare tramite Excel Aprite Excel, poi trascinate il file da aprire su un foglio vuoto di Excel Salvatelo con estensione.xls o.xlsx Aprite SPSS, poi trascinate il file Excel da aprire su un foglio dati vuoto di Spss G. Rossi (Dip. Psicologia) Tsac / 57