proiect spss

Proiect SPSS

1. IntroducereGeneraliti despre programul SPSSSPSS (Statistical Package for the SocialSciences) for Windows este un pachet de programe destinat analizei statistice a datelor. Pe lng SPSS mai pot fi ntlnite i alte programe de analiz statistic (SAS, Statistica for Windows, GraphPad, MS Excel, etc.) ns, prin structura sa complex dar cu o interfa prietenoas i uor utilizabil chiar i de nceptori, SPSS rmne in topul programelor de analiz statistic. Ultimele versiuni disponibile sunt SPSS 17 i IBM SPSS Statistics 18, totui cea mai utilizat versiune rmne deocamdat SPSS 16.Funciile de baz ale SPSS sunt:

editarea datelor (construirea bazelor de date, transformri ale variabilelor);

prelucrarea statistic a datelor (statistici descriptive, teste de semnificaie);

prezentarea rezultatelor sub form numeric sau grafic

realizarea unor proceduri proprii de prelucrare;Prezentarea proiectuluin lucrarea de fa este prezentat analiza datelor cu privire la dou variabile i anume populaia si suprafaa locuibil pentru anul 2007 pe fiecare jude n parte utiliznd programul SPSS versiunea 16.0.

Sursa de date este Anuarul statistic al Institutului Naional de Statistic. (vezi anexele 1.1 i 1.2)Scopul lucrrii este analiza datelor, stabilirea legturii dintre date i obinerea de noi informaii analiznd cele dou variabile i rezultatele obinute n urma prelucrrii i analizrii lor.

Lucrarea este structurat pe capitole i subcapitole, conform cerinelor din suportul de curs dup cum urmeaz:

1. Introducerea o prezentare succint a programului SPSS, a scopului lucrrii i a bazei de date ce urmeaz a fi prelucrat.

2. Analiza indicatorilor medii i ai variaiei folosind cele trei metode de analiz Descriptives, Frequencies, Case Summaries.

3. Grafice specifice prezentarea grafic a datelor utiliznd opiunea Grahps din program.4. Analiza bivariat.5. Analiza legturii dintre variabile.

6. Modele de regresie alegerea celui mai potrivit model de regresie.

7. Anexe n care se regsesc tabelele de unde au fost preluate datele pentru prelucrare.Baza de dateSe pleac de la centralizarea datelor, ce doresc a fi analizate, ntr-un tabel n programul MS Excel pe dou coloane, ce vor reprezenta cele dou variabile care vor fi analizate conform cerinelor din suportul de curs.Crearea bazei se ncepe prin definirea variabilelor n fereastra Data Editor n foaia de lucru Variable View (figura 1.1) dup care de introduc datele n celulele corespunztoare din foaia de lucru Data View (figura 1.3.1).

Tabel nr. 1.1. Populaia i suprafaa locuibil pe judee pentru anul 2007Nr. crt.OraPopulaiaSuprafaa locuibil

1ALBA376.0865.568.829

2ARAD457.7137.967.085

3ARGE644.2369.423.021

4BACU719.8449.680.485

5BIHOR594.1319.036.698

6BISTRIA - NSUD316.6894.727.425

7BOTOANI454.1675.654.800

8BRAOV593.9289.026.837

9BRILA365.6284.993.613

10BUZU488.7637.061.181

11CARA - SEVERIN327.5795.256.009

12CLRAI315.1874.045.910

13CLUJ692.31610.599.070

14CONSTANA718.33010.044.574

15COVASNA223.3643.331.027

16DMBOVIA533.3307.655.357

17DOLJ712.18710.690.487

18GALAI614.4498.340.937

19GIURGIU283.4084.192.515

20GORJ381.6435.463.761

21HARGHITA325.6115.111.176

22HUNEDOARA472.2847.052.612

23IALOMIA290.5633.851.786

24IAI825.1009.957.530

25ILFOV294.0945.879.415

26MARAMURE513.0007.260.251

27MEHEDINI298.7414.720.492

28MURE581.7598.669.402

29NEAM566.0597.725.900

30OLT475.7026.743.485

31PRAHOVA821.01312.426.882

32SATU MARE366.2705.797.322

33SLAJ243.1573.870.253

34SIBIU423.1566.834.478

35SUCEAVA705.8789.899.612

36TELEORMAN413.0645.744.285

37TIMI666.86611.498.029

38TULCEA250.6413.845.408

39VLCEA411.5765.749.767

40VASLUI455.5945.797.254

41VRANCEA329.6196.024.138

2. Calculul i analiza indicatorilor medii ai tendinei centrale i ai variaiein aceast etap a lucrrii vor fi calculai urmtorii indicatori: Media Mean

Mediana Median

Modulul Mode

Abaterea medie ptratic Std. Deviation

Asimetria Skewness

Amplitudinea Range

Minimul i Maximul valorii variabilelor Minimum and Maximum

Dispersia Variance

Calculul variabilelor poate fi realizat prin trei metode utiliznd opiunile din meniul Analyze: opiunea Descriptive, opiunea Frequecies, opiunea Case Summarise. 2.1. Calculul variabilei Populaia folosind opiunea Descriptive

Etapa In fereastra Data Editor, foaia de lucru Data View se acceseaz opiunea Analyze urmnd calea Descriptive Statistics Descriptives.

Etapa II

Se adaug n csua Variable(s) variabila Populaia i se bifeaz n Options: Mean, Std. Deviation, Variance, Range, Minimum, Maximum, Skewness, ordinea de afiare Variable list dup care se apas butonul Continue i OK.

Se poate observa c n fereastra de Output a aprut un tabel cu valorile aferente opiunilor alese.

Etapa III

Pentru analiza datelor tabelul, aprut n fereastra Output, trebuie transformat ntr-un alt format (rezultate statistice pe rnduri). Calea care trebuie urmat este drapta click Edit Content In Separate Window.

Etapa IVInterpretarea rezultatelor conform valorilor indicilor din tabel:Tabel nr. 2.1.1 Valorile opiunilor variabilei PopulaiaDescriptive Statistics

PopulaiaValid N (listwise)

NStatistic4141

RangeStatistic601736

MinimumStatistic223364

MaximumStatistic825100

MeanStatistic476651,83

Std. DeviationStatistic167910,228

VarianceStatistic2,819E10

SkewnessStatistic,427

Std. Error,369

N este numrul de subieci supui cercetrii, n cazul de fa avem 41 de judee,Range este amplitudinea absolut a variaiei sau intervalul (se mai poate calcula fcnd diferena dintre Minimum i Maximum)i are ca rezultat 601736Minimum judeul cu cei mai puini locuitori a fost COVASNA cu 223364 locuitori,Maximum judeul cu cei mai muli locuitori a fost IAI cu 825100 locuitori

Mean este media sau scorul mediu al cazurilor studiate, adic numrul mediu de locuitori per jude este de 476651,83,Std. Deviation abaterea medie ptratic (abaterea standard) este de 167910,228, (n medie cele 41 de judee se abat de la media calculat cu 167910,228).Variance dispersia tinde ctre 0Skewness asimetria seriei este uor pozitiv avnd coeficientul 0,4272.2. Calculul variabilei Populaia folosind opiunea Frequecies

Etapa I n fereastra Data Editor se acceseaz calea Analyze Descriptive Statistics Frequencies.

Etapa II

Se stabilete variabila pentru care urmeaz a fi calculai indicii iar din opiunea Statistics se vor bifa urmtorii indici dup cum urmeaz:

Percentile Values

Quartiles Dispersion

Std. Deviation

Variance

Range

Minimum

Maximum

Central Tendency

Mean

Median

Mode

Distribution

Skewness

Etapa IIIInterpretarea rezultatelor

Tabel nr. 2.2.1 Indicii Frequencies

Statistics

Populaia

NValid41

Missing0

Mean476652

Median455594

Mode223364a

Std. Deviation167910

Variance28193844722

Skewness0

Std. Error of Skewness0

Range601736

Minimum223364

Maximum825100

Percentiles25326595

50455594

75604290

a. Multiple modes exist. The smallest value is shown

Fa de metoda anterioar se observ posibilitatea calculrii medianei, Median = 455594, valoare ce corespunde judeului VASLUI. Asta arat c 50% dintre judee au populaia pn n valoarea de 455594. Analiznd rezultatele de la Percentiles se pot constata urmtoarele: 25% din judee au pn n 326595 locuitori; 50% din judee au pn n 455594 locuitori; 75% din judee au pn n 604290 locuitori; peste 75% din judee au ntre 604290 i 825100 locuitori.

Judeul cu cei mai puini locuitori este COVASNA cu 223364 locuitori.2.3. Calculul variabilei Populaia folosind opiunea Case Summarise

Pentru modalitatea de calcul Case Summaries se alege calea Analyze Reports Case Summaries. (Figura nr. 2.3.1)Etapa I

Se alege variabila pentru care se vor calcula indicii i din opiunea Statistics se debifeaz Display cases i se aleg indicii care vor fi calculai respectiv: Number of Cases Numrul de cazuri supuse cercetrii

Mean

Median

Minimum

Maximum

Standard Deviation

Variance

Skewness

Range

Etapa IIAnaliza rezultatelor din Output.

Tabel nr. 2.3.1. Totalitatea cazurilor studiate

Case Processing Summary

Cases

IncludedExcludedTotal

NPercentNPercentNPercent

Populaia 41100,0%0,0%41100,0%

Case Summaries

Populaia

N41

Mean476651,83

Median455594,00

Minimum223364

Maximum825100

Std. Deviation167910,228

Variance2,819E10

Skewness,427

Range601736

Tabel nr. 2.3.2. Rezultatele indicatorilor

2.4. Calculul variabilei Suprafaa locuibil folosind opiunea Descriptive

Etapa ISe urmeaz calea Analize Descriptive Statistics Descriptives.

Etapa II

Se alege variabila pentru care se vor calcula indicii, n acest caz Suprafaa locuibil.

Etapa IIIAnaliza datelor din tabelul Descriptive Statistics afiat n Output.

Tabel nr. 2.4.1. Valorile indicilor sub forma de tabel

Descriptive Statistics

Suprafaa_locuibilValid N (listwise)

NStatistic4141

RangeStatistic9095855

MinimumStatistic3331027

MaximumStatistic12426882

MeanStatistic7005343,85

Std. DeviationStatistic2376015,441

VarianceStatistic5,645E12

SkewnessStatistic,448

Std. Error,369

La un numr de 41 de judee studiate se pot observa urmtoarele aspecte: media de suprafa locuibil pe jude n 2007 este de 7005343 m2 judeul cu cea mai mare suprafa locuibil a fost PRAHOVA cu un total de suprafa locuibil de 12426882 m2 judeul cu cea mai mic suprafa locuibil a fost COVASNA cu un total de 3331027 m22.5. Calculul variabilei Suprafaa locuibil folosind opiunea Frequecies

Etapa I

Etapa II

Etapa IIIInterpretarea rezultatelor

Tabel nr. 2.5.1. Tabelul cu valorile indicilor selectai

Statistics

Suprafaa_locuibil

NValid41

Missing0

Mean7005344

Median6743485

Mode3331027a

Std. Deviation2376015

Variance6,E12

Skewness0

Std. Error of Skewness0

Range9095855

Minimum3331027

Maximum12426882

Percentiles255183592

506743485

759031768

a. Multiple modes exist. The smallest value is shown

Pentru cele 41 de judee supuse cercetrii se observ ca:

suprafaa medie locuibil pe jude pe anul 2007 a fost de 7005344 m2 25% din judee dein pn la 5183592 m2 suprafa locuibil

50% din judee dein pn la 6743485 m2 suprafa locuibil

75% din judee dein pn la 9031768 m2 suprafa locuibil

peste 75% din judee dein ntre 9031768 m2 i 12426882 m2 suprafa locuibil

2.6. Calculul variabilei Suprafaa locuibil folosind opiunea Case Summaries Etapa I

Etapa II

Etapa III

Analiza rezultatelor

Tabel nr. 2.6.1. Case Processing Summary

Cases

IncludedExcludedTotal

NPercentNPercentNPercent

Suprafaa_locuibil 41100,0%0,0%41100,0%

Case Summaries

Suprafaa_locuibil

N41

Mean7005343,85

Median6743485,00

Minimum3331027

Maximum12426882

Std. Deviation2376015,441

Variance5,645E12

Skewness,448

Range9095855

Tabel nr. 2.6.2. Valorile indicilor selectai

Conform abaterii standard se poate observa c 70% din judee dein suprafee locuibile cuprinse ntre 4629328 m2 i 9381359 m2. 3. Reprezentarea grafic a celor dou distribuii i a indicatorilor calculaiReprezentarea grafic a datelor este foarte important n procesul de analiz a indicilor calculai deoarece graficele utilizeaz sistemul vizual uman pentru a releva patternuri in date patternuri observate cu greu vizualiznd doar cifre sau indici statistici.Elementele componente ale unui grafic sunt: titlul

reeaua graficului

notele explicative i legendele

sursa de informaie

Alegerea unui grafic se face n funcie de scopul urmrit, numrul variabilelor i tipul acestora. n SPSS graficele se pot accesa din meniul Graphs sau Analyze.Tipurile de grafice sunt:A. Grafice univariate n care este reprezentat doar o variabil:a. pentru variabile categoriale:

Bar chart diagrama n bare; Pie chart diagrama de structur sau plcint; Jittered dotplot;

Asymetric dotplot.

b. pentru variabile numerice:

Dotplot;

Histograma arat frecvenele de apariie pentru diferite intervale de repartiie a variabilei observate; Diagrama Kernel;

Error bar bara de erori, arat media i intervalul de ncredere de 95% pentru media respectiv; Boxplot cutia cu musti, folosit la reprezentarea amplitudinii, intervalului interquartilic i medianei unei distribuii.B. Grafice bivariate reprezint dou variabile:a. pentru dou variabile numerice: Scatterplot nor de puncte, folosit pentru a reprezenta relaiile ntre variabile; Lineplot.b. pentru o variabil categorial i una numeric: Boxplot; Error bar; Dotplot; Scatterplot.C. Grafice multivariate care ncearc s reprezinte pe o suprafa bivariat relaiile dintre mai multe variabile.n capitolul curent al prezentei lucrri se vor utiliza Boxplot i Histograma pentru a reprezenta grafic indicii variabilelor Populaie si Suprafa locuibil.3.1. Distribuia locuitorilor pe judee utiliznd diagrama Boxplot

Etapa I

Se acceseaz calea Analyze Descriptive Statistics - Explore.

Etapa II

Etapa III

Etapa IV

Din graficul Boxplot al varaibilei Populaia se observ c seria nu este omogen.3.2. Distribuia locuitorilor pe judee utiliznd HistogramaPentru utilizarea Histogramei se alege calea Graphs Legacy Interactive Histogram.Etapa I

Etapa II

Etapa III

Etapa IV

Etapa V

Etapa VI

Etapa VIIAnaliza rezultatelor

Se poate observa o asimetrie orientat spre stnga unde se gsesc valorile mai mari ale populaiei.

Etapa VIIICalculul curbei cumulative a frecvenelor

Etapa IX

Etapa X

Etapa XI

Etapa XIIInterpretarea graficului

Aproximativ 30 de judee au populaia peste 450000. 3.3. Distribuia suprafeei locuibile pe judee utiliznd diagrama Boxplot

Etapa I

Etapa II

Etapa III

Etapa IV

3.4. Distribuia suprafeei locuibile pe judee utiliznd Histograma

Etapa I

Etapa II

Etapa III

Etapa IV

Etapa V

Etapa VI

4. Analiza bivariat4.1. Analiza bivariat a variabilelor Populaie i Suprafaa locuibilEtapa I

Alegerea intervalelor.Se opteaz pentru alegerea a patru intervale i se utilizeaz urmtoarea formul de calcul:

Maximum = 825100Minimum = 223364

Range = 601736

deoarece mrimea minim de interval rezultat va genera, prin ultilizarea ei, 5 intervale n loc de 4 mrim intervalul la 200000, astfel va rezulta:

[200000 400000) = 300000

[400000 600000) = 500000

[600000 800000) = 700000

[800000 1000000) = 900000

Pentru variabila Suprafaa locuibil se vor alege tot un numr de patru intervale i se vor obine urmtoarele intervale:[2500000 5000000) = 3750000

[5000000 7500000) = 6250000

[7500000 10000000) = 8750000

[10000000 12500000) = 11250000

Se observ c ambele valori ale coeficienilor de corelaie Pearson sunt de 0,829 ceea ce nseamn c ntre variabile exist o corelaie direct i puternic.Valoarea Sig.(2-tailed) este egal cu 0 i este mai mic dect 0,001, ceea ce nseamn c sunt anse mai mici de 1% ca ntre cele dou variabile s nu existe o corelaie semnificativ.

5. Testarea cu ANOVA

Valoarea Sig. = 0,000 (mai mic dect 0,005) arat c testul F a fost validat.6. Modele de regresieModelul Linear I = a + bxModelul Quadratic I = a + bx + cx2Modelul Cubic I = a + bx + cx2 + dx3

R square Linear = 0,913

Tabel nr. 6.1. Tabelul de valoriModel Summary and Parameter Estimates

Dependent Variable:Suprafaa_locuibil

Equation

LinearLogarithmicQuadraticCubicExponential

Model SummaryR Square,919,898,920,923,899

F444,959342,747218,167148,160348,819

df111231

df23939383739

Sig.,000,000,000,000,000

Parameter EstimatesConstant537953,339-7,455E786308,1163499693,3862614945,971

b113,5686267530,24715,555-7,2411,948E-6

b2-1,945E-64,490E-5

b3-2,996E-11

The independent variable is Populaia.

Modelul Cubicy = a + bx + cx2 + dx3 unde

a este constanta

b totalul

c totalul**2

d totalul**3

Tabel nr. 6.2. Valorile coeficienilor modelului CubicCoefficients

Unstandardized CoefficientsStandardized CoefficientstSig.

BStd. ErrorBeta

Populaia-7,24118,662-,512-,388,700

Populaia ** 24,490E-5,0003,2801,195,240

Populaia ** 3-2,996E-11,000-1,847..

(Constant)3499693,3862900228,9841,207,235

y = 3499693,386 7,241x + 0,000x2 0,000.x3fiindc valorile indicilor c i d sunt zero ecuaia tinde ctre un model de regresie Linear.Modelul QuadraticTabel nr. 6.3. Valorile coeficienilor modelului QuadraticCoefficients


BStd. ErrorBeta

Populaia15,5554,2441,0993,665,001

Populaia ** 2-1,945E-6,000-,142-,474,638

(Constant)86308,1161008214,486,086,932

y = 86308,116 + 15,555x 0,000..x2coeficientul c avnd valoare zero determin ecuaia s tind ctre un model Linear.Modelul LinearTabel nr. 6.4. Valorile coeficienilor modelului LinearCoefficients


BStd. ErrorBeta

Populaia13,568,643,95921,094,000

(Constant)537953,339324627,2431,657,106

y = 537953,339 + 13,568x

Toi termenii ecuaiei au valori peste zero ceea ce nseamn c modelul cel mai potrivit de regresie este cel Linear

7. Anexe

Anexa nr. 7.1. Suprafaa locuibil pe judee

Anexa nr. 7.2. Populaia pe judeeNOT: Informaiile din anexe au fost preluate din Anuarul statistic 2008, de pe site-ul Institutului Naional de Statistic.Figura 1.1. Definirea variabilelor bazei de date n SPSS 16.0

Figura nr. 1.2. Introducerea datelor n baza de date

Figura 2.1.1 Accesarea funciei Descriptive

Figura 2.1.2. Alegerea variabilei i bifarea opiunilor

Figura nr. 2.1.3 Tabelul de valori afiat n fereastra Output

Figura nr. 2.1.4 Calea urmat pentru transformarea tabelului de valori din fereastra Output

Figura 2.1.5 Transformarea tabelului de valori din fereastra Output

Figura 2.1.6 Tabelul de valori transformat

Figura 2.2.1 Accesarea meniului Frequencies

Figura 2.2.2 Alegerea indicatorilor

Figura 2.2.3 Tabelul Frequencies din Output

Figura nr. 2.3.1. Modul de calcul Case Summaries

Figura nr. 2.3.2 Alegerea variabilei i a indicatorilor

Figura nr. 2.3.3. Tabelul din Output pentru Case Summaries

Figura nr. 2.4.1. Alegerea variantei de calcul Descriptive.

Figura nr. 2.4.2. Alegerea indicilor

Figura nr. 2.4.3. Tabelul din Output

Figura nr. 2.5.1. Utilizarea opiunii Frequencies


Figura nr. 2.5.3. Tabelul de valori din Output

Figura nr. 2.6.1. Alegerea opiunii de calcul Case Summaries


Figura nr. 2.6.3. Tabelul cu valori din Output

Figura nr. 3.1.1. Alegerea opiunii Boxplot din meniu.

Figura nr. 3.1.2. Selectarea opiunilor pentru Boxplot

Figura nr. 3.1.3. Vizualizarea grafic n fereastra Output

Figura nr. 3.1.4. Graficul Boxplot al varabilei Populaia

Figura nr. 3.2.1. Accesarea graficului Histograma

Figura nr. 3.2.2. Alegerea variabilei

Figura nr. 3.2.3. Bifarea curbei distribuiei normale

Figura nr. 3.2.4. Definirea titlului graficului

Figura nr. 3.2.5. Alegerea opiunilor Histogramei

Figura nr. 3.2.6. Vizualizarea Histogramei n Output

Figura nr. 3.2.7. Graficul Histogramei i al curbei distribuiei

Figura nr. 3.2.8. Accesarea Histogramei


Figura nr. 2.3.10. Alegerea opiunilor

Figura nr. 2.3.11. Afiarea graficului n Output

Figura nr. 2.3.12. Graficul cumulativ al frecvenelor

Figura nr. 3.3.1. Accesarea graficului Boxplot

Figura nr. 3.3.2. Selectarea opiunilor pentru graficul Boxplot

Figura nr. 3.3.3. Vizualizarea graficului n Output

Figura nr. 3.3.4. Graficul Boxplot pentru variabila Suprafaa locuibil

Figura nr. 3.4.1. Accesarea Histogramei

Figura nr. 3.4.2. Alegerea opiunilor Histogramei


Figura nr. 3.4.4. Selectarea curbei distribuiei normale

Figura nr. 3.4.5. Afiarea graficului n Output

Figura nr. 3.4.6. Graficul Histogramei i a distribuiei normale

Figura nr. 4.1.1. Alegerea opiunii Recode into Different Variables

Maximum - Minimum

Numrul de intervale

=

Mrimea minim a intervalului

Figura nr. 4.1.1. Alegerea variabilei i introducerea intervalelor pentru variabila Populaie

Figura nr. 4.1.2. Datele recodificate pentru variabila Populaie

Figura nr. 4.1.3. Definirea intervalelor pentru variabila Suprafaa locuibil

Figura nr. 4.1.4. Datele recodificate pentru variabila Suprafaa locuibil

Figura nr. 4.1.5. Etichetarea datelor recodificate ale variabilei Populaia

Figura nr. 4.1.6. Etichetarea datelor recodificate ale variabilei Suprafaa locuibil

Figura nr. 4.1.7. Selectarea opiunii de analiz bivariat

Figura nr. 4.1.8. Alegerea variabilelor i a opiunilor de calcul

Figura nr. 4.1.9. Rezultatele afiate n Output

Figura nr. 4.1.10. Construirea unui Crosstab

Figura nr. 4.1.11. Alegerea variabilelor pentru Crosstab

Figura nr. 4.1.12. Afiarea rezultatelor n Output

Figura nr. 5.1. Testarea gruprii folosind ANOVA

Figura nr. 5.2. Alegerea variabilelor i a opiunilor de calcul

Figura nr. 5.3 Afiarea rezultatelor n Output

Figura nr. 6.1. Alegerea graficului Scatterplot din meniu

Figura nr. 6.2. Alegerea variabilelor

Figura nr. 6.3. Se bifeaz Regresion n fereastra Fit

Figura nr. 6.4. Se bifeaz Fit Line n fereastra Spikes

Figura nr. 6.5. Vizualizarea grafic n Output

Figura nr. 6.6. Se alege din meniu Curve Estimation

Figura nr. 6.7. Se stabilesc variabilele i se bifeaz opiunile de calcul

Figura nr. 6.8. Testarea cu ANOVA

PAGE 50

_1336317124.unknown

proiect spss

Documents