Приемы статистического анализа в ibm spss statistics (v26)

IBM SPSS Statistics 26 предлагает огромный арсенал инструментов для статистического анализа. Давайте структурируем основные приемы по категориям — от простого к сложному, чтобы понять что к чему.

1. Подготовка и описание данных (Descriptive Statistics)

Это первый и обязательный этап любого анализа.

• Частоты (Frequencies):

  • Что делает: Считает количество случаев для каждого значения переменной. Идеально для категориальных данных (номинальных и порядковых).

  • Где найти: Analyze > Descriptive Statistics > Frequencies

  • Что смотреть: Таблицы частот, проценты. Для непрерывных данных — показатели центральной тенденции и разброса.

• Описательные статистики (Descriptives):

  • Что делает: Вычисляет основные показатели для непрерывных данных.

  • Где найти: Analyze > Descriptive Statistics > Descriptives

  • Что смотреть:

    • Среднее арифметическое (Mean)

    • Стандартное отклонение (Std. Deviation) — мера разброса данных вокруг среднего.

    • Минимум, максимум (Min, Max)

    • Асимметрия и Эксцесс (Skewness and Kurtosis) — для проверки на нормальность распределения.

• Кросс-таблицы (Crosstabs):

  • Что делает: Показывает совместное распределение двух или более категориальных переменных.

  • Где найти: Analyze > Descriptive Statistics > Crosstabs

  • Что смотреть: Саму таблицу сопряженности. Кнопка Statistics позволяет рассчитать критерии связи (хи-квадрат, фи, V Крамера и др.).

2. Сравнение групп (Comparing Means)

Одни из самых популярных методов.

• T-тест для независимых выборок (Independent-Samples T-Test):

  • Что делает: Сравнивает средние значения одной непрерывной переменной между двумя независимыми группами (например, мужчины и женщины).

  • Где найти: Analyze > Compare Means > Independent-Samples T-Test

  • Что смотреть: Сначала на тест Левина (Levene's Test) на равенство дисперсий. Если p > 0.05, смотрим строку "Equal variances assumed". Значение p-value (Sig. 2-tailed) указывает на наличие статистически значимых различий (обычно p < 0.05).

• T-тест для парных выборок (Paired-Samples T-Test):

  • Что делает: Сравнивает средние значения для одной и той же группы в двух разных точках времени или в двух разных условиях (например, "до" и "после" лечения).

  • Где найти: Analyze > Compare Means > Paired-Samples T-Test

• Односторонний дисперсионный анализ (One-Way ANOVA):

  • Что делает: Сравнивает средние значения одной непрерывной переменной между тремя и более независимыми группами (например, уровень дохода в 5 разных регионах).

  • Где найти: Analyze > Compare Means > One-Way ANOVA

  • Что смотреть: Значение p-value (Sig.) в таблице ANOVA. Если оно значимо, это говорит, что хотя бы одна группа отличается от других. Чтобы узнать, какие именно, используются пост-хок тесты (Post Hoc Tests), например, Тьюки (Tukey) или Шеффе (Scheffe).

3. Анализ связей между переменными (Analyzing Relationships)

• Корреляционный анализ (Correlate):

  • Что делает: Измеряет силу и направление линейной связи между двумя непрерывными переменными.

  • Где найти: Analyze > Correlate > Bivariate

  • Что смотреть:

    • Коэффициент корреляции Пирсона (Pearson): Для нормально распределенных данных. Значение от -1 до +1.

    • Коэффициент корреляции Спирмена (Spearman): Для порядковых данных или данных, не подчиняющихся нормальному распределению.

    • p-value (Sig.): Статистическая значимость корреляции.

• Регрессионный анализ (Regression Analysis):

  • Что делает: Позволяет предсказать значение одной переменной (зависимой) на основе одной или нескольких других (независимых).

  • Где найти: Analyze > Regression

  • Основные типы:

    • Линейная регрессия (Linear): Для непрерывной зависимой переменной.

      • Что смотреть: R-квадрат (R Square) — доля дисперсии зависимой переменной, объясняемая моделью. Таблица Coefficients — значимость каждого предиктора (p-value в столбце Sig.) и его вес (B).

    • Логистическая регрессия (Binary Logistic): Для бинарной зависимой переменной (Да/Нет, 0/1).

      • Что смотреть: Статистику Хосмера-Лемешоу (Hosmer-Lemeshow) на адекватность модели. Таблицу Variables in the Equation для оценки вклада предикторов.

4. Анализ для категориальных данных

• Критерий Хи-квадрат (Chi-Square Test):

  • Что делает: Проверяет наличие статистически значимой связи между двумя категориальными переменными.

  • Где найти: В меню Crosstabs, кнопка Statistics -> выбрать "Chi-square".

  • Что смотреть: Значение p-value (Asymp. Sig.) в строке "Pearson Chi-Square". Если p < 0.05, связь считается статистически значимой.

5. Понижение размерности и классификация

• Факторный анализ (Factor Analysis):

  • Что делает: Используется для выявления скрытых (латентных) факторов, которые объясняют взаимосвязи между множеством наблюдаемых переменных. Часто используется при работе с опросниками.

  • Где найти: Analyze > Dimension Reduction > Factor

  • Что смотреть: Используется Метод главных компонент (Principal Component Analysis) с вращением Варимакс (Varimax) для упрощения структуры факторов. Чтобы повысить свою квалификацию, можно пройти курсы IBM по данному направлению.

• Кластерный анализ (Cluster Analysis):

  • Что делает: Позволяет разбить объекты на группы (кластеры) так, чтобы объекты внутри кластера были похожи друг на друга, а объекты из разных кластеров — отличались.

  • Где найти: Analyze > Classify

  • Основные типы: K-Means Cluster (заранее задается число кластеров) и Hierarchical Cluster (дерево кластеризации, число кластеров определяется аналитиком).

6. Некоммерческие альтернативы для практики

Если у вас нет доступа к SPSS, для отработки этих приемов отлично подойдут:

1. PSPP: Бесплатный и очень похожий на SPSS клон с похожим интерфейсом.

2. JASP: Бесплатная программа с современным интерфейсом, которая помимо классической статистики поддерживает байесовские методы.

3. R / RStudio с R Commander: R — это мощнейший бесплатный язык статистики. Пакет Rcmdr предоставляет графический интерфейс, похожий на SPSS.

4. Python (библиотеки Pandas, Scipy, Statsmodels): Для тех, кто предпочитает программирование. Очень гибко и мощно.

Пример простого анализа "от и до":

Задача: Сравнить уровень стресса (continuous) у мужчин и женщин (categorical).

1. Подготовка: Открыть файл данных. Проверить переменные в Variable View.

2. Описательная статистика: Analyze > Descriptive Statistics > Descriptives. Выбрать переменную "стресс". Посчитать среднее и стандартное отклонение.

3. Сравнение групп: Analyze > Compare Means > Independent-Samples T-Test.

   • Test Variable: "Уровень стресса".

   • Grouping Variable: "Пол" (определить группы, например, 1 и 2).

4. Интерпретация: В выводе (Output):

   • Смотрим таблицу "Group Statistics": видим средние значения для каждой группы.

   • Смотрим таблицу "Independent Samples Test": сначала на "Levene's Test", затем на строку "Equal variances assumed" и значение "Sig. (2-tailed)". Если оно меньше 0.05, делаем вывод, что различия между мужчинами и женщинами статистически значимы.

Этот обзор покрывает основные, но далеко не все возможности SPSS 26. Освоив эти приемы, вы сможете решать подавляющее большинство стандартных статистических задач.