Το SPSS (Statistical Package for the Social Sciences) είναι ένα από τα πιο δημοφιλή λογισμικά για στατιστική ανάλυση, ιδιαίτερα σε κοινωνικές επιστήμες, ιατρική, οικονομικά και επιχειρήσεις. Παρέχει ένα εύχρηστο γραφικό περιβάλλον και υποστηρίζει διάφορες στατιστικές τεχνικές.
Βασικές Αναλύσεις με SPSS
- Mean, Median, Mode (Μέσος όρος, Διάμεσος, Επικρατούσα τιμή).
- Standard Deviation, Variance (Τυπική απόκλιση, Διακύμανση).
- Frequencies & Crosstabs (Συχνοτικές κατανομές & πίνακες συνάφειας).
- T-test (Independent Samples T-test, Paired Samples T-test, One-Sample T-test): Διαφορές μεταξύ δύο ομάδων.
- ANOVA: μια στατιστική δοκιμή που συγκρίνει τους μέσους όρους τριών ή περισσότερων ομάδων για να διαπιστώσει αν υπάρχει στατιστικά σημαντική διαφορά μεταξύ τους (One-Way ANOVA, Repeated Measures ANOVA, Two-Way ANOVA)
- Chi-Square Test: μια στατιστική δοκιμή που χρησιμοποιείται για να εξετάσει αν υπάρχει συσχέτιση μεταξύ δύο κατηγορικών μεταβλητών.
- Mann-Whitney & Kruskal-Wallis: μη παραμετρικά τεστ που χρησιμοποιούνται όταν τα δεδομένα δεν ακολουθούν κανονική κατανομή ή όταν η κλίμακα μέτρησης είναι ταξινομική (ordinal):
✅ Mann-Whitney U Test: Εναλλακτικό του Independent Samples T-test για δύο ομάδες.
✅ Kruskal-Wallis Test: Εναλλακτικό του One-Way ANOVA για τρεις ή περισσότερες ομάδες.
Pearson & Spearman correlation: Η ανάλυση συσχέτισης χρησιμοποιείται για να εξετάσει τη σχέση μεταξύ δύο ποσοτικών μεταβλητών. Υπάρχουν δύο βασικοί τύποι συσχέτισης:
✅ Pearson Correlation (r): Χρησιμοποιείται όταν οι μεταβλητές έχουν κανονική κατανομή και μετριούνται σε διαστηματική ή αναλογική κλίμακα.
✅ Spearman Correlation (ρ ή rho): Χρησιμοποιείται όταν οι μεταβλητές δεν έχουν κανονική κατανομή ή είναι ταξινομικές (ordinal).
Linear Regression: Η Γραμμική Παλινδρόμηση (Linear Regression) χρησιμοποιείται για να προβλέψει την τιμή μιας εξαρτημένης μεταβλητής (Y) με βάση μία ή περισσότερες ανεξάρτητες μεταβλητές (X).
✅ Simple Linear Regression → Μία ανεξάρτητη μεταβλητή (π.χ. η επίδοση σε τεστ προβλέπεται από τις ώρες μελέτης).
✅ Multiple Linear Regression → Δύο ή περισσότερες ανεξάρτητες μεταβλητές (π.χ. η επίδοση σε τεστ προβλέπεται από τις ώρες μελέτης και το άγχος).Logistic Regression: Η Λογιστική Παλινδρόμηση (Logistic Regression) χρησιμοποιείται όταν η εξαρτημένη μεταβλητή είναι δυαδική (binary), δηλαδή έχει μόνο δύο τιμές (π.χ. ναι/όχι, επιτυχία/αποτυχία, 1/0). Αντί να προβλέπει μια συνεχιζόμενη τιμή όπως η γραμμική παλινδρόμηση, η λογιστική παλινδρόμηση προβλέπει την πιθανότητα ότι μια παρατήρηση ανήκει σε μία από τις δύο κατηγορίες.
- Kolmogorov-Smirnov & Shapiro-Wilk tests (Έλεγχοι κανονικότητας): Οι Kolmogorov-Smirnov (K-S) και Shapiro-Wilk (S-W) δοκιμές χρησιμοποιούνται για να ελέγξουμε αν τα δεδομένα ακολουθούν κανονική κατανομή. Αυτές οι δοκιμές είναι σημαντικές όταν πρόκειται να εκτελέσουμε στατιστικά τεστ που απαιτούν κανονικότητα, όπως η T-test ή η ANOVA. Η δοκιμή Kolmogorov-Smirnov συγκρίνει την κατανομή των δεδομένων με την κανονική κατανομή. Είναι πιο χρήσιμη όταν έχουμε μεγάλα δείγματα.
- Histogram, Q-Q Plot, Boxplot (Γραφικές αναπαραστάσεις): Αυτά τα εργαλεία είναι χρήσιμα για να οπτικοποιήσουμε την κατανομή των δεδομένων και να ελέγξουμε αν τα δεδομένα ακολουθούν την αναμενόμενη κατανομή (π.χ., κανονική κατανομή). Το ιστόγραμμα είναι ένα διάγραμμα που δείχνει τη συχνότητα ή την κατανομή των τιμών σε ένα σύνολο δεδομένων. Βοηθά στην κατανόηση της κατανομής των δεδομένων και μπορεί να αποκαλύψει χαρακτηριστικά όπως η συμμετρία ή οι αποκλίσεις από την κανονικότητα. Το Q-Q plot χρησιμοποιείται για να συγκρίνουμε την κατανομή των δεδομένων μας με μια αναμενόμενη κατανομή, όπως η κανονική κατανομή. Αν τα σημεία του Q-Q plot σχηματίζουν μια σχεδόν ευθεία γραμμή, αυτό υποδεικνύει ότι τα δεδομένα ακολουθούν την αναμενόμενη κατανομή. Το boxplot (διάγραμμα κουτιού) είναι ένα εργαλείο που δείχνει την κατανομή των δεδομένων με την μορφή ενός κουτιού (box) και γραμμών (whiskers) και χρησιμοποιείται για να εντοπίσουμε ανωμαλίες ή ακραίες τιμές (outliers).
Ιστόγραμμα, Διαγράμματα διασποράς, Boxplots, Ραβδόγραμμα, Pie charts.
Το ιστόγραμμα χρησιμοποιείται για να απεικονίσουμε την κατανομή των δεδομένων και να δούμε αν ακολουθούν κανονική κατανομή.
Τα διαγράμματα διασποράς (scatter plots) είναι εργαλεία που χρησιμοποιούνται για να εξετάσουμε τη σχέση μεταξύ δύο συνεχών μεταβλητών. Κάθε σημείο στο γράφημα αντιπροσωπεύει μια παρατήρηση από το σύνολο δεδομένων, με τις τιμές των δύο μεταβλητών να τοποθετούνται στους άξονες Χ και Υ. Αυτό το διάγραμμα είναι πολύ χρήσιμο για να αναγνωρίσουμε εάν υπάρχει κάποια γραμμική ή μη γραμμική σχέση μεταξύ των δύο μεταβλητών, καθώς και για να εντοπίσουμε ακραίες τιμές (outliers).
Το boxplot βοηθά να οπτικοποιήσουμε τη διασπορά των δεδομένων και να εντοπίσουμε ακραίες τιμές (outliers).
Το ραβδόγραμμα (bar chart) είναι ένα από τα πιο συνηθισμένα γραφήματα για την οπτικοποίηση κατηγορικών δεδομένων. Χρησιμοποιείται για να συγκρίνει συχνότητες ή ποσοστά μεταξύ διαφορετικών κατηγοριών και είναι ιδιαίτερα χρήσιμο όταν θέλουμε να δούμε τη σχέση ή τη διαφορά μεταξύ ομάδων.
Το διάγραμμα πίτας (pie chart) είναι ένα από τα πιο δημοφιλή γραφήματα για την οπτικοποίηση κατηγορικών δεδομένων και ποσοστών. Χρησιμοποιείται για να δείξει τη σχέση ποσοστών ή μεριδίων των κατηγοριών μέσα σε ένα σύνολο, δηλαδή πώς το σύνολο των δεδομένων κατανέμεται μεταξύ διαφορετικών κατηγοριών.
Χρειάζεσαι βοήθεια με τη στατιστική ανάλυση των δεδομένων σου; Επικοινώνησε μαζί μας σήμερα!
