Коришћење СПСС софтвера

Преглед садржаја:

Anonim

СПСС, који представља статистички пакет за друштвене науке, је апликација која може помоћи у квантитативном управљању подацима. Прије СПСС-а, истраживачи су морали ручно покренути статистичке тестове на скуповима података. Међутим, СПСС аутоматизује овај процес. Не само да вам СПСС дозвољава да покренете статистичке тестове, већ можете користити и СПСС за друге сврхе.

Прикупљање података и организација

СПСС се често користи као алат за прикупљање података од стране истраживача. Екран за унос података у СПСС-у изгледа као било који други софтвер за табеларне прорачуне. Можете унијети варијабле и квантитативне податке и спремити датотеку као датотеку с подацима. Осим тога, можете организовати своје податке у СПСС-у додељивањем својстава различитим варијаблама. На примјер, можете одредити варијаблу као номиналну варијаблу, а та се информација похрањује у СПСС. Следећи пут када приступите датотеци са подацима, која може бити недеља, месеци или чак година, моћи ћете да видите како су организовани ваши подаци.

Дата Оутпут

Када се подаци прикупе и унесу у листу података у СПСС-у, можете креирати излазну датотеку из података. На пример, можете да креирате расподелу фреквенција својих података да бисте утврдили да ли је ваш скуп података нормално дистрибуиран. Дистрибуција фреквенције се приказује у излазној датотеци. Можете извести ставке из излазне датотеке и смјестити их у истраживачки чланак који пишете. Због тога, уместо да поново креирате табелу или график, можете узети табелу или графикон директно из излазне датотеке података из СПСС-а.

Статистицал Тестс

Најочитија употреба за СПСС је коришћење софтвера за покретање статистичких тестова. СПСС има све најчешће коришћене статистичке тестове уграђене у софтвер. Дакле, нећете морати ручно да радите математичке једначине. Када покренете статистички тест, сви повезани излази се приказују у датотеци за излаз података. Такође можете трансформисати своје податке извршавањем напредних статистичких трансформација. Ово је посебно корисно за податке који нису нормално дистрибуирани.