ΕΝΕΡΓΟΠΟΙΗΣΗ Η ενεργοποίηση του SPSS γίνεται με 2 τρόπους : Με διπλό πάτημα του εικονιδίου SPSS στην επιφάνεια εργασίας, ή

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΕΝΕΡΓΟΠΟΙΗΣΗ Η ενεργοποίηση του SPSS γίνεται με 2 τρόπους : Με διπλό πάτημα του εικονιδίου SPSS στην επιφάνεια εργασίας, ή"

Transcript

1 ΤΟ ΣΤΑΤΙΣΤΙΚΟ ΠΡΟΓΡΑΜΜΑ SPSS Το SPSS (Statistical Package for Social Sciences) είναι ένα στατιστικό πρόγραμμα με ευρύτατη χρήση σε όλους τους ερευνητικούς χώρους και ιδιαίτερα στο χώρο των κοινωνικών επιστημών. Δίνει λύσεις και απαντήσεις σε θέματα που απαιτούν χρήση της Στατιστικής Επιστήμης, αλλά δεν μαθαίνει στο χρήστη Στατιστική. Αντίθετα, αυτός που γνωρίζει Στατιστική μπορεί ευκολότερα να κατανοήσει το πρόγραμμα, τη λειτουργία του και να ερμηνεύσει τα αποτελέσματα που θα του δώσει αυτό. ΕΝΕΡΓΟΠΟΙΗΣΗ Η ενεργοποίηση του SPSS γίνεται με 2 τρόπους : Με διπλό πάτημα του εικονιδίου SPSS στην επιφάνεια εργασίας, ή Επιλέγοντας Έναρξη Προγράμματα SPSS for windows SPSS 19.0 for windows Στη συνέχεια εμφανίζεται το παράθυρο SPSS Data Editor (Επεξεργασία Δεδομένων του SPSS) καλυπτόμενο από ένα παράθυρο εκτέλεσης διαφόρων εργασιών, τύπου What would you like to do? Στο παράθυρο αυτό, ήδη υπάρχοντα αρχεία του SPSS ανοίγονται από την επιλογή Open an existing data source Τα αρχεία του SPSS έχουν την κατάληξη.sav Συνήθως κλείνουμε το μενού αυτό, πατώντας στο κουμπί του κλεισίματος.

2 ΦΥΛΛΑ ΕΡΓΑΣΙΑΣ Το SPSS Data Editor έχει 2 φύλλα εργασίας, όπως φαίνονται στο κάτω αριστερό μέρος της οθόνης, όπου εμφανίζονται οι 2 επιλογές: Data View (Προβολή Δεδομένων) Variable View (Προβολή Μεταβλητών) Αρχικά, εμφανίζεται πάντα το Data View που έχει τη μορφή λογιστικού φύλλου, όπου μπορούμε να εισάγουμε και να τροποποιήσουμε δεδομένα. Παρατηρούμε ότι όλες οι στήλες έχουν τη λέξη var (από το variable), ενώ οι γραμμές αριθμούνται 1,2,3,. Μόλις βάλουμε τον κέρσορα στο πρώτο κελί και πατήσουμε π.χ. 1 και μετά Enter, στο κελί το 1 εισάγεται σαν 1.00 και η στήλη παίρνει την ονομασία VAR00001 (δηλαδή, μεταβλητή 1). Ο χρυσός κανόνας για τη σωστή εισαγωγή στοιχείων είναι, ότι κάθε γραμμή αντιπροσωπεύει τις απαντήσεις ενός συμμετέχοντα στην έρευνα, ενώ κάθε στήλη παρουσιάζει μία και μόνον μία μεταβλητή. Οι αύξοντες αριθμοί, κατά συνέπεια, στο αριστερό μέρος της οθόνης αριθμούν τα άτομα της έρευνας. Ομοίως η μεταβλητή π.χ. «Φύλο» θα βρίσκεται σε μια στήλη, η μεταβλητή «Ηλικία» στη διπλανή στήλη κ.ο.κ. Στο Variable View εμφανίζονται λεπτομέρειες για τις μεταβλητές μας (π.χ. ονομασία, τύπος κ.τ.λ). ΠΙΝΑΚΕΣ ΕΡΓΑΣΙΑΣ ΤΟΥ SPSS DATA EDITOR Οι τίτλοι και οι εργασίες που μπορούμε να εκτελέσουμε είναι: File: Άνοιγμα ενός νέου αρχείου δεδομένων, αποθηκευμένα αποτελέσματα κ.τ.λ. Edit: Αντιγραφή, επικόλληση, διαγραφή κ.τ.λ.

3 View: Εμφάνιση μεταβλητών (από ποσοτική σε ποιοτική). Data: Αλλαγές στο αρχείο δεδομένων. Transform: Τροποποιήσεις στις τιμές συγκεκριμένων μεταβλητών. Analyze: Επιλογή κατάλληλης στατιστικής τεχνικής για την ανάλυση των δεδομένων μας. Graphs: Επιλογή κατάλληλου διαγράμματος. Utilities: Εκτέλεση βοηθητικών εργασιών, π.χ. αλλαγή γραμματοσειράς. Window: Αλλαγή τρόπου που παρουσιάζονται τα παράθυρα στην οθόνη. Help: Παροχή πληροφοριών για τη λειτουργία του προγράμματος και για στατιστικούς όρους. VARIABLE VIEW Στο Data View, έστω, ότι περάσαμε τις μεταβλητές: «Φύλο» που αντιστοιχεί στη στήλη VAR00001 με τιμές αγόρι=1 και κορίτσι=0. «Ηλικία» που αντιστοιχεί στη στήλη VAR00002 με τιμές π.χ. 24, 35, 27, 45,.. κ.τ.λ. Στο Variable View στη στήλη Name και στη γραμμή 1 εμφανίζεται VAR00001, ενώ στη γραμμή 2 εμφανίζεται VAR Μετονομάζουμε την VAR00001 σε Gender και την VAR00002 σε Age. Παρατηρούμε ότι οι δύο νέες ονομασίες περάσανε και στο Data View.

4 Type : Τύπος μεταβλητής (αριθμός, λέξη, ημερομηνία, κ.τ.λ.). Το πρόγραμμα από μόνο του τοποθετεί Numeric. Width : Ο μέγιστος αριθμός χαρακτήρων για τη συγκεκριμένη μεταβλητή, που επιθυμεί ο ερευνητής να εμφανίζεται στα Outputs. Ο προεπιλεγμένος αριθμός είναι 8. Decimals : Πόσα δεκαδικά ψηφία θέλουμε. Αυτόματα ορίζονται 2. Αν στο Type έχει οριστεί λεκτική μεταβλητή (string) τότε το SPSS αναιρεί το δικαίωμα παρέμβασης στο Decimals (όπως και στο Values και Missing). Label : Είναι η ετικέτα της μεταβλητής που μας δίνει πρόσθετες πληροφορίες γι αυτήν. Έτσι, αν για μια μεταβλητή στο Name είχαμε Beerweek στο Label θα μπορούσαμε να γράψουμε «Πόσες μπίρες πίνετε την εβδομάδα». Values : Αυτό που αντιπροσωπεύει το κάθε κωδικοποιημένο στοιχείο της μεταβλητής. Υποθέτουμε ότι έχουμε αγόρι=1 και κορίτσι=0. Κάνοντας κλικ στο None εμφανίζεται ένα σκούρο τετραγωνάκι. Κλικ σε αυτό και εμφανίζεται ένα παράθυρο. Στο Value βάζουμε 1 και στο Label αγόρι και πατάμε Add. Επανερχόμαστε βάζοντας 0 στο Value και κορίτσι στο Label πατώντας ξανά Add και μετά O.K. Missing values : Πολλές φορές σε μια στατιστική ανάλυση κάποιες τιμές απουσιάζουν είτε γιατί δεν απάντησαν οι ερωτώμενοι ή γιατί δεν περάστηκαν. Το SPSS πρέπει να γνωρίζει ποια τιμή απουσιάζει. Την τιμή αυτή δεν μπορούμε να τη δηλώσουμε με κενό. Για παράδειγμα, αν κάπου δεν δηλώνεται η ηλικία, βάζουμε την τιμή 999 (η οποία δεν μπορεί να αντιστοιχεί σε ηλικία ερωτώμενου). Έτσι, κάνουμε κλικ στο σκούρο, ενεργοποιούμε το Discrete missing values και γράφουμε 999.

5 Columns : Καθορίζει το μέγεθος των κελιών μιας στήλης στο Data View. Align : Καθορίζει αν στο Data View τα νούμερα θα μπουν Right, Left, Center. Measure : Γίνεται επιλογή της κλίμακας μέτρησης της μεταβλητής. Οι μεταβλητές διαχωρίζονται σε 3 κατηγορίες : Scale, Ordinal, Nominal. Scale ορίζεται μια μεταβλητή όταν μπορεί να πάρει ξεχωριστές ή συνεχόμενες τιμές (ποσοτική μεταβλητή). Π.χ. Πόσων ετών είστε;. ετών. Ποιο είναι το ύψος σας;. μέτρα Βαθμός στα Μαθηματικά. Ordinal ορίζεται μια μεταβλητή αν οι τιμές της αντιπροσωπεύουν μια ιεραρχημένη λίστα (διάταξη) στην κωδικοποίηση (ποιοτική τακτική μεταβλητή). Π.χ. Οι διαφημίσεις για παιχνίδια πρέπει να προβάλλονται στην T.V μετά τις 10μμ. Διαφωνώ απόλυτα Συμφωνώ απόλυτα Ποια είναι η ηλικία σας; Nominal είναι οι ποιοτικές ονομαστικές μεταβλητές χωρίς να υπάρχει κάποιο είδος ιεράρχησης στις τιμές τους. Π.χ. Στην αγορά αυτοκινήτου, τι χρώμα προτιμάτε; μαύρο κόκκινο λευκό Μια υποκατηγορία των Nominal είναι οι διχοτομικές δηλαδή οι μεταβλητές που παίρνουν 2 μόνον τιμές. Π.χ. Φύλο άνδρας γυναίκα

6 Έχετε αυτοκίνητο; έχω δεν έχω ΚΑΤΑΧΩΡΙΣΗ ΔΕΔΟΜΕΝΩΝ Στο παράθυρο SPSS Data Editor και στο φύλλο Data View μπορούμε να καταχωρίσουμε τα δεδομένα μας. Θυμόμαστε ότι οι στήλες αντιπροσωπεύουν διαφορετικές μεταβλητές και οι γραμμές διαφορετικά άτομα. Για να καταχωρίσετε δεδομένα, απλώς επισημάνετε ένα από τα κελιά πατώντας σε αυτό. Μετά πληκτρολογήστε έναν αριθμό. Πατώντας Enter ή επιλέγοντας άλλο κελί θα καταχωρίσετε τον αριθμό αυτό στο λογιστικό φύλλο. Για τη διόρθωση σφαλμάτων, απλώς επισημάνετε το κελί όπου βρίσκεται το σφάλμα και πληκτρολογήστε τον σωστό αριθμό. Προσοχή, η διόρθωση θα καταχωρηθεί όταν πατήστε το Enter. ΜΕΤΑΚΙΝΗΣΗ ΜΕΣΑ ΣΤΟ ΠΑΡΑΘΥΡΟ Για να μετακινηθείτε κατά μία γραμμή ή μια στήλη πατήστε τα βελάκια που βρίσκονται κάτω δεξιά. Για να κάνετε μεγάλες μετακινήσεις μέσα στη σελίδα, σύρετε την κατακόρυφη και οριζόντια ράβδο κύλισης. Για να μετακινηθείτε κατά μία οθόνη πάνω ή κάτω πατήστε τα πλήκτρα PgUp και PgDn αντίστοιχα. Τα 4 βελάκια του πληκτρολογίου μετακινούν το δείκτη κατά ένα κενό διάστημα προς την κατεύθυνση του βέλους. ΑΠΟΘΗΚΕΥΣΗ ΔΕΔΟΜΕΝΩΝ Ανοίγουμε το μενού File (Αρχείο) και στη συνέχεια επιλέγουμε Save as (Αποθήκευση ως). Δώστε ένα χαρακτηριστικό όνομα στο αρχείο σας. Κατόπιν με το Save in (Αποθήκευση σε) σας ρωτάει που θέλετε να αποθηκευτεί το αρχείο σας, για να μπορείτε εύκολα να το βρίσκετε.

7 ΑΝΟΙΓΜΑ ΑΡΧΕΙΩΝ ΔΕΔΟΜΕΝΩΝ Ανοίγουμε το μενού File, δείχνουμε την επιλογή Open, επιλέγουμε τη διαταγή Data και ανοίγουμε τον πτυσσόμενο κατάλογο Look in (Διερεύνηση σε). Έτσι, βρίσκουμε το αρχείο εκεί που το αποθηκεύσαμε. Αν ένα αρχείο μόλις το αποθηκεύσαμε, δεν θα το βρούμε. Γι αυτό γράφουμε το όνομα του αρχείου στο File name (Όνομα αρχείου) και πατούμε Open. Για να δημιουργήσουμε ένα νέο αρχείο, ανοίγουμε File, επιλέγουμε New και πατούμε Data. ΕΚΤΥΠΩΣΗ ΑΡΧΕΙΩΝ Η εκτύπωση αρχείων από το SPSS γίνεται ως εξής: Επίσης, με το File Print File Print Preview Μπορείτε να δείτε πως θα εκτυπωθεί το αρχείο σας. Προσοχή, η αποθήκευση ενός αρχείου SPSS δεν συνεπάγεται και την αποθήκευση του Output. Η αποθήκευση του τελευταίου θα πρέπει να γίνει ξεχωριστά, με τον γνωστό τρόπο, δηλ. File Save as όνομα αρχείου και βέβαια επιλογή που θέλετε να γίνει η αποθήκευση. Σε περίπτωση που θέλετε να βρείτε τα αποθηκευμένα Outputs, τότε File Open Output Η εκτύπωση ενός Output γίνεται επίσης με τον ίδιο τρόπο, δηλ. File Print

8 ΑΣΚΗΣΗ 1 Για 12 ερωτώμενους προέκυψαν τα εξής δεδομένα: Intelligence Age Gender i) Να περαστούν τα δεδομένα στο Data View. ii) Να συμπληρωθεί το Variable View θέτοντας 1= άνδρας, 2=γυναίκα. iii) Στο Data View πατήστε View Value Labels. Τι παρατηρείτε; iv) Αποθηκεύστε τα δεδομένα σας.

9 Ο ΠΡΩΤΟΣ ΣΑΣ ΑΠΛΟΣ ΣΤΑΤΙΣΤΙΚΟΣ ΥΠΟΛΟΓΙΣΜΟΣ Για να υπολογίσετε το μέσο όρο της μεταβλητής Intelligence της προηγούμενης άσκησης (δηλ. τη μέση ευφυΐα των ατόμων του δείγματος) ακολουθείστε τα βήματα: Analyze Descriptive statistics (Περιγραφικά στατιστικά) Descriptive Στο πλαίσιο διαλόγου επιλέγουμε Intelligence Πατούμε το και μεταφέρουμε τη μεταβλητή Intelligence στο πλαίσιο variables Πατούμε Ο.Κ Descriptive Statistics N Minimum Maximum Mean Std. Deviation Ευφυΐα ,67 1,923 Valid N (listwise) 12 Δηλαδή, το output που παίρνουμε, εμφανίζει τη μεταβλητή που επιλέξαμε, το πλήθος των ατόμων Ν=12, την ελάχιστη τιμή minimum=1, τη μέγιστη τιμή maximum=8, τη μέση τιμή της Mean=3,67 και την τυπική απόκλιση Std. Deviation=1,923.

10 ΑΠΟ ΤΟ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΣΤΟ SPSS Σε μια έρευνα για τη στάση των καπνιστών απέναντι στα προειδοποιητικά μηνύματα που βρίσκονται στα πακέτα των τσιγάρων, μέρος του ερωτηματολογίου, περιλάμβανε και τις ερωτήσεις: 1. Πόσα τσιγάρα καπνίζετε την ημέρα; 2. Διαβάστε προσεκτικά τις παρακάτω απόψεις και βάλτε x στο αντίστοιχο τετράγωνο, δηλώνοντας το βαθμό συμφωνίας ή διαφωνίας σας Θεωρώ ότι είναι αποτελεσματικά για τη μείωση του καπνίσματος Δεν σέβονται το γεγονός ότι είναι επιλογή μου να καπνίζω Αυτά πρέπει ν αναγράφονται στα πακέτα των τσιγάρων Συμβάλουν μακροχρόνια στη μείωση της κατανάλωσης καπνού στην Ελλάδα Διαφωνώ Απόλυτα Διαφωνώ Ούτε συμφωνώ Ούτε Διαφωνώ Συμφωνώ Συμφωνώ Απόλυτα 3. Η ηλικία σας είναι.. 4. Είστε Άνδρας Γυναίκα Πριν τη μεταφορά των αποτελεσμάτων στο SPSS θα πρέπει να γίνει καταγραφή των μεταβλητών που προκύπτουν από το ερωτηματολόγιο. Στη συνέχεια, θα πρέπει να οριστούν οι τιμές (values) των μεταβλητών. Έτσι: Για τις μεταβλητές «Τσιγάρα ημερησίως» και «Ηλικία», εφ όσον δεν υπάρχουν κατηγοριοποιημένες απαντήσεις, δεν δίνουμε τιμές. Για τις 4 μεταβλητές της ερώτησης 2, θέτουμε: Διαφωνώ Απόλυτα = 1 Διαφωνώ = 2 Ούτε συμφωνώ, ούτε διαφωνώ = 3 Συμφωνώ = 4

11 Συμφωνώ Απόλυτα = 5 Για τη μεταβλητή «Φύλο» θέτουμε: Άνδρας = 1 Γυναίκα = 2 Υπενθυμίζεται ότι αν κάποια τιμή λείπει, ορίζουμε τον αριθμό 999 ως missing value. Ως προς τον τύπο των μεταβλητών: «Τσιγάρα ημερησίως» και «Ηλικία» = Scale Οι 4 μεταβλητές της ερώτησης 2 = Ordinal Η μεταβλητή «Φύλο» = Nominal Εφ όσον όλες οι μεταβλητές εμπεριέχουν ακέραιες τιμές, τα 2 δεκαδικά ψηφία είναι περιττά.

12 ΜΙΑ ΠΕΡΙΠΛΟΚΗ ΚΩΔΙΚΟΠΟΙΗΣΗ Ας υποθέσουμε, ότι στο προηγούμενο ερωτηματολόγιο υπήρχε και η εξής ερώτηση: 5. Σε ποια από τα παρακάτω μέρη καπνίζετε; στο σπίτι στο χώρο εργασίας σε υπαίθριους χώρους σε χώρους διασκέδασης αλλού Η κωδικοποίηση της ερώτησης 5 είναι δυσκολότερη από τις προηγούμενες ερωτήσεις, διότι ο αριθμός των απαντήσεων μπορεί να ποικίλλει. Δηλαδή, ένας ερωτώμενος που καπνίζει μόνον σε χώρους διασκέδασης θα δώσει μόνον μία απάντηση, ένας άλλος που καπνίζει στο χώρο εργασίας και στο σπίτι θα δώσει 2 απαντήσεις, κ.ο.κ. Στις περιπτώσεις αυτές δεν δημιουργείται μόνον μια μεταβλητή, αλλά τόσες όσες είναι και οι κωδικοποιημένες απαντήσεις. Δηλαδή, στη συγκεκριμένη περίπτωση, αντί για 1 μεταβλητή, δημιουργούνται 5 νέες μεταβλητές, κάθε μία από τις οποίες είναι διχοτομική, π.χ. κάποιος καπνίζει στο σπίτι του ή δεν καπνίζει στο σπίτι του. Έτσι, κωδικοποιούμε: Μεταβλητή Home: 1= καπνίζει σπίτι, 0= δεν καπνίζει σπίτι Μεταβλητή Work: 1= καπνίζει εργασία, 0= δεν καπνίζει εργασία Μεταβλητή Outside: 1= καπνίζει υπαίθρια, 0= δεν καπνίζει υπαίθρια Μεταβλητή Fun: 1= καπνίζει διασκέδαση, 0= δεν καπνίζει διασκέδαση Μεταβλητή Else: 1= καπνίζει αλλού, 0= δεν καπνίζει αλλού

13 ΑΝΑΚΩΔΙΚΟΠΟΙΗΣΗ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ Οι 4 μεταβλητές που δημιουργήθηκαν από την ερώτηση 2, ας τις ονομάσουμε με τη σειρά warn_1, warn_2, warn_3, warn_4, έχουν σκοπό να μετρήσουν τη στάση (attitude) των καπνιστών απέναντι στα προειδοποιητικά μηνύματα. Παρατηρούμε ότι στις μεταβλητές warn_1, warn_3, και warn_4 η τιμή 1 εκφράζει την εξαιρετικά αρνητική στάση έναντι των προειδοποιητικών μηνυμάτων και κλιμακούμενη η τιμή 5 εκφράζει την εξαιρετικά θετική στάση έναντι των προειδοποιητικών μηνυμάτων. Η μεταβλητή όμως warn_2 εκφράζει ακριβώς τη αντίθετη στάση. Έτσι λοιπόν, είναι απαραίτητο η μεταβλητή αυτή να ανακωδικοποιηθεί (recode) έτσι ώστε η τιμή 1 να εκφράζει την εξαιρετικά αρνητική στάση και κλιμακούμενη η τιμή 5 να εκφράζει την εξαιρετικά θετική στάση. Η διαδικασία αυτή είναι απαραίτητη στην περίπτωση που θέλουμε να «προσθέσουμε» τις 4 μεταβλητές και να δημιουργήσουμε μία μόνον μεταβλητή που να δηλώνει τη στάση των καπνιστών έναντι των προειδοποιητικών μηνυμάτων. Η ανακωδικοποίηση γίνεται ως εξής: Transform Recode into Different variables Στο παράθυρο που εμφανίζεται, περνάμε τη μεταβλητή warn_2 στο Numeric Variable Output Variable Στο Name ονομάζουμε τη νέα μεταβλητή, έστω warn_2_r και στο Label δίνουμε πρόσθετες πληροφορίες γι αυτήν και πατούμε change. Από την επιλογή Old and New variables γίνεται η εισαγωγή των τιμών της νέας μεταβλητής. Έτσι, στο Old value πατούμε 1 και στο New value πατούμε 5 και μετά πατούμε Add. Ομοίως συνεχίζουμε τις αλλαγές 2 4, 3 3, 4 2, 5 1. ΠΡΟΣΟΧΗ!! Θα πρέπει να πατήσουμε και Μετά πατάμε:

14 Add Continue O.K Πηγαίνοντας στο Variable View ορίζουμε το 999 ως missing value, ορίζουμε τις ετικέτες, τα δεκαδικά ψηφία και επιλέγουμε τον τύπο της νέας μεταβλητής.

15 ΚΑΤΗΓΟΡΙΟΠΟΙΗΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ Πολλές φορές μπορεί να προκύψει δυσχρηστία κάποιων μεταβλητών, όπως π.χ. να υπάρχει μεγάλο εύρος απαντήσεων σε μια μεταβλητή. Έτσι, στην ερώτηση 1 «Πόσα τσιγάρα καπνίζετε την ημέρα;» θα μπορούσε το εύρος των απαντήσεων να είναι μεγάλο. Η δημιουργία κατηγοριοποιημένων απαντήσεων θα διευκόλυνε την έρευνα. Γι αυτό επιλέγουμε την τεχνική της ανακωδικοποιήσεως επιλέγοντας όμως τώρα το Range. Συγκεκριμένα: Transform Recode into Different variables Ακολουθούμε την ίδια με προηγούμενα διαδικασία, αλλά τώρα επιλέγουμε Range. Έτσι, για απαντήσεις που κυμαίνονται από 5-15 τσιγάρα δίνεται η τιμή 1, από τσιγάρα δίνεται η τιμή 2, ενώ για απαντήσεις που ξεπερνούν τα 31 τσιγάρα δίνεται η τιμή 3. Μια τέτοια μετατροπή θα ήταν χρήσιμη αν θα θέλαμε να διαχωρίσουμε το δείγμα σε ελαφρείς, μέτριους και βαρείς καπνιστές. Γι αυτό, κάτω από το Range τοποθετούμε 5 through 15, στο New Value και στο Value βάζουμε 1 και πατάμε Add. Ομοίως, για τις άλλες περιπτώσεις.

16 ΔΗΜΙΟΥΡΓΙΑ ΚΛΙΜΑΚΑΣ Οι μεταβλητές warn_1, warn_3, warn_4 καθώς και η νέα που μόλις δημιουργήσαμε warn_2_r μετρούν ουσιαστικά το ίδιο πράγμα, δηλ. τη στάση των καπνιστών απέναντι στα προειδοποιητικά μηνύματα. Άρα μπορούμε να έχουμε 1 μεταβλητή που να το μετρά αυτό. Πως; Αν προσθέσουμε τις παραπάνω μεταβλητές. Έστω ότι τη νέα μεταβλητή την ονομάζουμε att_scal. Πατάμε Transform Compute στο Target Variable βάζουμε att_scal και στο Numeric Expression σχηματίζουμε τη νέα συνάρτηση warn_1 + warn_2_r + warn_3 + warn_4 Πατώντας Ο.Κ, στο Editor View δημιουργείται η νέα μεταβλητή att_scal (προφανώς οι τιμές της θα είναι 4 x 20). ΠΡΟΣΟΧΗ!! Αν αρχικά υπήρχαν missing values τότε κάποια κελιά θα είναι κενά. Το πρόγραμμα τα αφήνει κενά για να μας υπενθυμίσει ότι αυτά πρέπει να αντικατασταθούν εκ νέου με missing values (999). Συνεπώς στη νέα μεταβλητή, από το Variable View θα ορίσουμε εκτός από τις missing values και τα υπόλοιπα στοιχεία της μεταβλητής.

17 ΕΠΙΛΟΓΗ ΔΕΔΟΜΕΝΩΝ (SELECTED CASES) Πολλές φορές είναι ανάγκη να επικεντρωθούμε σε μια μόνον κατηγορία δεδομένων. Έτσι για παράδειγμα, έστω ότι μας ενδιαφέρουν μόνον οι καπνιστές που καπνίζουν 5-15 τσιγάρα την ημέρα (δηλ. οι ελαφρείς καπνιστές). Για να απομονώσουμε αυτή την κατηγορία και να δουλέψουμε μόνον με αυτή, πατάμε Data Selected Cases If condition is satisfied Με την επιλογή if οδηγούμαστε σε ένα παράθυρο στο οποίο θα ορίσουμε ποια συνθήκη πρέπει να ισχύει, ώστε το πρόγραμμα να επιλέξει μόνον τη συγκεκριμένη κατηγορία, δηλ. τους ελαφρείς καπνιστές. Έτσι, επιλέγουμε τη μεταβλητή smokers και με το την περνάμε όπου γράφουμε smokers = 1. Παρατηρούμε ότι στο Data View και στην αριστερή στήλη κάποιες περιπτώσεις έχουν διαγραφεί με μια γραμμή. Από δω και στο εξής οι διαγραμμένοι ερωτώμενοι δεν θα συμπεριλαμβάνονται στην έρευνα. Αν θέλουμε να επανέλθουμε στην αρχική κατάσταση, τότε: Data Selected Cases All Cases

18 ΔΙΑΧΩΡΙΣΜΟΣ ΑΡΧΕΙΟΥ (SPLIT FILES) Έστω ότι θέλουμε να χωρίσουμε το αρχείο μας σύμφωνα με τα επίπεδα μιας μεταβλητής. Έτσι, δημιουργούνται 2 ή περισσότερα αρχεία και όλες οι αναλύσεις πραγματοποιούνται χωριστά για το κάθε επίπεδο. Δηλαδή, αν πάμε στη μεταβλητή «Φύλο» τότε το αρχείο μας θα σπάσει προφανώς σε 2 μέρη: Data Split File Organize output by groups Μεταφέρουμε τη μεταβλητή «Φύλο» στο Groups Based on και πατάμε Ο.Κ. Στο Data View παρατηρούμε ότι στη μεταβλητή «Φύλο» όλα τα 1 είναι μαζί και μετά ακολουθούν όλα τα 2. Δηλαδή, το αρχείο έχει διασπαστεί σε 2 τμήματα. Από δω και στο εξής οποιαδήποτε ανάλυση θα συνεπάγεται το διαχωρισμό του output σε 2 επίπεδα. Για να επανέλθουμε στην αρχική κατάσταση: Data Split File Analyze all cases, do not create groups OK

19 ΤΑΞΙΝΟΜΗΣΗ ΔΕΔΟΜΕΝΩΝ (SORT CASES) Για να ταξινομήσουμε δεδομένα σε αύξουσα (Ascending) ή φθίνουσα (Descending) σειρά, επιλέγουμε: Data Sort Cases Για παράδειγμα, αν θέλουμε να ταξινομήσουμε τα δεδομένα με βάση τον αριθμό των τσιγάρων που καπνίζουν οι συμμετέχοντες, τότε στη λίστα Sort by μεταφέρουμε τη μεταβλητή ciga_num, μετά με το Ascending δηλώνεται το είδος της ταξινόμησης και μετά πατάμε ΟΚ. ΚΑΤΑΤΑΞΗ ΜΕ ΣΕΙΡΑ ΔΕΔΟΜΕΝΩΝ (RANK CASES) Έστω, ότι επιθυμούμε να ιεραρχήσουμε τη στάση των καπνιστών έναντι των προειδοποιητικών μηνυμάτων (δηλ. ποιος έχει τη θετικότερη στάση, ποιος την αμέσως λιγότερη κ.ο.κ), τότε: Transform Rank Cases Στη συνέχεια επιλέγουμε τη μεταβλητή που θέλουμε να ιεραρχηθεί, έστω att_scale και την εισάγουμε στο Variable. Τώρα στο Data View εμφανίζεται μια νέα στήλη που αντιπροσωπεύει την κατάταξη με σειρά (ιεράρχηση) της στάσης των ερωτώμενων απέναντι στα προειδοποιητικά μηνύματα.

20 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ & ΓΡΑΦΗΜΑΤΑ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Σχεδόν σε όλες τις έρευνες είναι απαραίτητη η περιγραφή των δεδομένων, για τρεις κυρίως λόγους: Εξοικείωση του ερευνητή με τις μεταβλητές που χρησιμοποιούνται. Συμβάλλει στην παρουσίαση (γραφήματα) και κατανόηση των δεδομένων του δείγματος (εύρεση μέσου, καταγραφή συχνοτήτων) καθώς επίσης και στην εξαγωγή χρήσιμων συμπερασμάτων. Εξασφαλίζει στον ερευνητή, ότι συγκεκριμένες προαπαιτούμενες υποθέσεις σχετικές με τις στατιστικές αναλύσεις που θα ακολουθήσουν, ισχύουν ή δεν ισχύουν (π.χ. κανονικότητα του δείγματος). Έτσι για παράδειγμα, σε μια έρευνα που διενεργήθηκε για τη βαθμολογία φοιτητών του ΤΕΕΠΗ, πριν ο ερευνητής εφαρμόσει τεχνικές στατιστικής ανάλυσης (π.χ. συσχέτιση, παλινδρόμηση) θα ήταν χρήσιμο να εξερευνήσει στοιχεία του δείγματος όπως: Ποια η μέση βαθμολογία του δείγματος. Ποιο το εύρος των βαθμών του δείγματος. Πως κατανέμεται η μεταβλητή «βαθμολογία». Πόσο απέχουν οι παρατηρήσεις από τον μέσο βαθμό (διασπορά). Γενικά, η περιγραφική στατιστική εκφράζει με έναν αριθμό (εύρεση μέσου όρου και τυπικής απόκλισης) ή με μια εικόνα (γράφημα) μερικά χαρακτηριστικά του συνόλου του δείγματος. ΠΕΡΙΓΡΑΦΙΚΗ ΑΝΑΛΥΣΗ Scale ΜΕΤΑΒΛΗΤΩΝ Για τέτοιου είδους μεταβλητές, ο ερευνητής μπορεί να υπολογίσει τον μέσο, την τυπική απόκλιση, το εύρος, το ελάχιστο, το μέγιστο κ.ο.κ. Επίσης, μπορεί να δημιουργήσει γραφήματα, όπως μπάρες και ιστογράμματα

21 ΑΣΚΗΣΗ 2 Ο πίνακας παρουσιάζει τους επιβάτες (σε χιλ.) που ταξίδεψαν με μια αεροπορική εταιρεία από το 1997 έως και Έτος Επιβάτες (σε χιλ.) Με την εφαρμογή της περιγραφικής ανάλυσης θα απαντήσουμε στα εξής ερωτήματα: Ποιος είναι ο μέσος αριθμός επιβατών που ταξίδεψαν με την αεροπορική εταιρεία. Ποιος ο ελάχιστος και μέγιστος αριθμός επιβατών. Ποια είναι η τυπική απόκλιση. Έτσι, ακολουθείται η εξής διαδικασία: Analyze Descriptive Statistics Descriptives Στη λίστα Variable(s) μεταφέρουμε την επιθυμητή μεταβλητή, π.χ. Passengers. Ακολούθως από την επιλογή Options ζητάμε: Μέσος (Mean) Τυπική απόκλιση (Std. Deviation) Εύρος (Range) Άθροισμα (Sum) Ελάχιστο (Minimum)

22 Μέγιστο (Maximum) Στο Output εμφανίζεται: Descriptive Statistics N Range Minimum Maximum Sum Mean Std. Deviation Επιβάτες , ,427 Valid N (listwise) 8 Το Ν=8 δείχνει τον αριθμό των παρατηρήσεων. Επειδή δεν υπάρχουν Missing Values ο αριθμός των περιπτώσεων ισούται με τον αριθμό των έγκυρων παρατηρήσεων (Valid N). Το Range = Maximum-Minimum = 3667 χιλ. επιβάτες. Ο ελάχιστος αριθμός επιβατών είναι 2024 χιλ. επιβάτες. Ο μέγιστος αριθμός επιβατών είναι 5691 χιλ. επιβάτες. Στα 8 χρόνια ταξίδεψαν χιλ. επιβάτες. Ο μέσος αριθμός επιβατών ανά έτος που ταξιδεύει με την εταιρεία είναι 4853 χιλ. επιβάτες. Τέλος, η τυπική απόκλιση είναι 1174,427 χιλ. επιβάτες. Διαγραμματικά, ακολουθούμε την διαδικασία: Graphs Legacy Dialogs Line Define Other statistic Περνάμε τη μεταβλητή «Passengers» στο πλαίσιο Variable και τη μεταβλητή «Year» στο Category Axis. Επίσης, μπορούμε να κάνουμε γραφική απεικόνιση με το Bar αντί του Line, ως εξής: Graphs Legacy Dialogs Bar Define Other statistic Επίσης, μπορούμε να κάνουμε γραφική απεικόνιση με το Area αντί του Line, ως εξής: Graphs Legacy Dialogs Area Define Other statistic

23 Η διαφορά του Line από το Area είναι ότι το πρώτο παρουσιάζει τη σχέση των μεταβλητών με μια γραμμή, ενώ το δεύτερο δείχνει τη σχέση μεταξύ των μεταβλητών με μια σκιαγραφημένη περιοχή. ΠΕΡΙΓΡΑΦΙΚΗ ΑΝΑΛΥΣΗ για κατηγοριοποιημένες μεταβλητές Ordinal ή Nominal Για τις Ordinal ή Nominal μεταβλητές, η εύρεση του μέσου όρου, της τυπικής απόκλισης, του ελάχιστου και του μέγιστου, δεν έχει νόημα (π.χ. για τη μεταβλητή ως προς την προτίμηση του χρώματος αυτοκινήτου 1= άσπρο, 2 = κόκκινο, 3 = μπλε, 4 = γκρι, ο μέσος 2.5 δεν έχει νόημα). Η περιγραφική ανάλυση που χρησιμοποιείται εδώ είναι οι συχνότητες.

24 ΑΣΚΗΣΗ 3 Ο πίνακας παρουσιάζει 15 συμμετέχοντες, ως προς τη μάρκα οδοντόκρεμας που προτιμούν: ΦΥΛΟ Άνδρας Γυναίκα Γυναίκα Άνδρας Άνδρας Γυναίκα Γυναίκα Γυναίκα Γυναίκα Γυναίκα Άνδρας Γυναίκα Άνδρας Άνδρας Γυναίκα ΜΑΡΚΑ Α Β Γ Β Α Α Β Γ Β Α Β Γ Α Β Α

25 Για να υπολογιστούν οι συχνότητες, ακολουθούμε την παρακάτω διαδικασία: Analyze Descriptive Statistics Frequencies Στη συνέχεια περνάμε τις 2 μεταβλητές στη λίστα Variables και από το Charts επιλέγουμε Bar Charts. ΣΗΜΕΙΩΣΗ: Τα ραβδογράμματα θα μπορούσαν να είχαν δημιουργηθεί και από την επιλογή Graphs Legacy Dialogs Bar Define Μετά επιλέγεται το «N of cases» όπου ο κάθετος άξονας αντιπροσωπεύει τις συχνότητες των μεταβλητών ή αν προτιμάμε ο κάθετος άξονας να εμφανίζει ποσοστά επιλέγουμε το «% of Cases». Στη συνέχεια οι δύο μεταβλητές (μία, μία) μεταφέρονται στο Category Axis. ΠΙΝΑΚΟΕΙΔΕΙΣ ΔΙΑΣΤΑΥΡΩΣΕΙΣ (Cross Tabs) Με τις πινακοειδείς διασταυρώσεις ο ερευνητής έχει τη δυνατότητα να λάβει περισσότερες πληροφορίες για τις μεταβλητές. Τα στοιχεία που προκύπτουν, προέρχονται από τη διασταύρωση 2 μεταβλητών και η περιγραφική ανάλυση γίνεται πιο λεπτομερής. Έτσι, για την ΑΣΚΗΣΗ 3 ακολουθείται η εξής διαδικασία: Analyze Descriptives Crosstabs Η μεταβλητή «Gender» μεταφέρεται στη λίστα Rows και η «Brand» στη λίστα Columns. Από την επιλογή Cells επιλέγουμε την εμφάνιση των ποσοστών με το Total. ΑΛΛΟΙ ΤΡΟΠΟΙ ΠΕΡΙΓΡΑΦΙΚΗΣ ΑΝΑΛΥΣΗΣ ΓΙΑ ΜΕΤΑΒΛΗΤΕΣ Scale Εκτός από τη μέθοδο περιγραφικής ανάλυσης που παρουσιάσαμε, ο μέσος όρος, η τυπική απόκλιση, το εύρος, το ελάχιστο και το μέγιστο μπορούμε να το υπολογίσουμε και από

26 την επιλογή Frequencies. Με τη επιλογή αυτή είναι δυνατόν να εμφανίσουμε ιστόγραμμα για τον έλεγχο της κανονικότητας της κατανομής του δείγματος. ΑΣΚΗΣΗ 4 Ο πίνακας παρουσιάζει τον χρόνο (min) που 15 συμμετέχοντες σε μια έρευνα χρησιμοποίησαν το κινητό τους στη διάρκεια ενός 24ώρου Ακολουθούμε τη διαδικασία: Analyze Descriptives Statistics Frequencies Μετά μεταφέρουμε την μεταβλητή «Min» στη λίστα Variable. ΣΗΜΕΙΩΣΗ: Το Display frequency tables δεν πρέπει να έχει επιλεγεί.

27 Από το Charts επιλέγουμε Histograms καθώς και την εμφάνιση της καμπύλης της κανονικής κατανομής. Από το Statistics επιλέγουμε Mean, Median, Mode, Std. deviation, Minimum, Maximum. Το ιστόγραμμα θα μπορούσε να είχε δημιουργηθεί απευθείας από την επιλογή Graphs Histogram Μετά η μεταβλητή μεταφέρεται στο Variable και επιλέγουμε επίσης το Display normal curve. ΠΙΝΑΚΟΕΙΔΕΙΣ ΔΙΑΣΤΑΥΡΩΣΕΙΣ Scale με Nominal ή Ordinal Εφ όσον η μια από τις 2 μεταβλητές δεν είναι nominal ή ordinal (έστω ότι είναι scale), η πινακοειδής διασταύρωση της Άσκησης 3 που παρουσιάστηκε είναι ανέφικτη. Στην περίπτωση αυτή οι 2 μεταβλητές μπορούν να διασταυρωθούν λαμβάνοντας υπόψη τους μέσους όρους της scale μεταβλητής για κάθε μια από τις κατηγορίες της Nominal ή Ordinal. ΑΣΚΗΣΗ 5 Ο πίνακας παρουσιάζει τον χρόνο (min) που 15 συμμετέχοντες σε μια έρευνα χρησιμοποίησαν το κινητό τους στη διάρκεια ενός 24ώρου. ΧΡΟΝΟΣ ΦΥΛΟ 12 Α 15 Α 30 Γ 40 Α 20 Α 8 Α 10 Γ

28 25 Α 11 Γ 35 Γ 17 Α 19 Α 18 Α 24 Γ 6 Α Ακολουθούμε τη διαδικασία: Analyze Compare Means Means Η scale μεταβλητή «Min» μεταφέρεται στη λίστα Dependent List και η nominal μεταβλητή «Gender» μεταφέρεται στη λίστα Independent List. Ο πίνακας που προκύπτει παρουσιάζει το μέσο χρόνο συνομιλίας για τους άνδρες και τις γυναίκες. ΠΙΝΑΚΟΕΙΔΕΙΣ ΔΙΑΣΤΑΥΡΩΣΕΙΣ Scale με Nominal ή Ordinal ΜΕ 3 ΜΕΤΑΒΛΗΤΕΣ ΑΣΚΗΣΗ 6 Ο πίνακας παρουσιάζει τον χρόνο (min) που 15 συμμετέχοντες σε μια έρευνα χρησιμοποίησαν το κινητό τους στη διάρκεια ενός 24ώρου. ΧΡΟΝΟΣ ΦΥΛΟ ΜΟΡΦ. ΕΠΙΠΕΔΟ 12 Α Γυμν/Λυκ 15 Α Γυμν/Λυκ 30 Γ ΑΕΙ/ΤΕΙ 40 Α ΑΕΙ/ΤΕΙ 20 Α Γυμν/Λυκ

29 8 Α ΑΕΙ/ΤΕΙ 10 Γ Μεταπτ. 25 Α ΑΕΙ/ΤΕΙ 11 Γ Γυμν/Λυκ 35 Γ Γυμν/Λυκ 17 Α Μεταπτ. 19 Α ΑΕΙ/ΤΕΙ 18 Α Γυμν/Λυκ 24 Γ Γυμν/Λυκ 6 Α Μεταπτ. Η διασταύρωση των 3 μεταβλητών μπορεί να δώσει ακόμη πιο λεπτομερείς πληροφορίες για τη συνομιλία των συμμετεχόντων. Για την διασταύρωση των 3 μεταβλητών ακολουθείται η διαδικασία: Analyze Compare Means Means Η scale μεταβλητή «Min» μεταφέρεται στη λίστα Dependent List και η nominal μεταβλητή «Gender» μεταφέρεται στη λίστα Independent List. Μετά επιλέγουμε το Next και η λίστα Independent εκκενώνεται, όπου εκεί τώρα μεταφέρεται η ordinal μεταβλητή «Edlevel». Η ΕΠΙΛΟΓΗ Explore Η επιλογή Explore μπορεί να αντικαταστήσει την επιλογή Means που είδαμε στην Άσκηση 5, με την έννοια ότι μπορεί να μας δώσει περισσότερες πληροφορίες για τη μεταβλητή και επιπλέον να γνωρίσουμε και τα Boxplots (θηκογράμματα). Η διαδικασία είναι: Analyze Descriptives Statistics Explore Στη συνέχεια μεταφέρουμε τη μεταβλητή «Min» στη λίστα Dependent και τη μεταβλητή «Gender» στη λίστα Factor.

30 Από τα Plots επιλέγουμε το γράφημα Boxplots. Στα Boxplots φαίνεται το εύρος των παρατηρήσεων για τις γυναίκες και τους άνδρες καθώς και ο ελάχιστος και μέγιστος χρόνος ομιλίας για καθεμιά από τις 2 κατηγορίες. Η μαύρη γραμμή δείχνει τον διάμεσο χρόνο συνομιλίας. Το ο 4 πάνω αριστερά αντιπροσωπεύει μια παρατήρηση που απέχει πολύ από το μέσο (outlier). Φαίνεται ότι για τους άνδρες υπάρχει μικρότερο εύρος παρατηρήσεων σε σχέση με τις γυναίκες, ενώ ο διάμεσος χρόνος συνομιλίας είναι μικρότερος. ΟΜΑΔΟΠΟΙΗΜΕΝΑ ΓΡΑΦΗΜΑΤΑ Τα γραφήματα σε πολλές περιπτώσεις είναι πιο σύνθετα. Έστω ότι ζητείται η γραφική παρουσίαση «του πως συσχετίζονται τα τετραγωνικά μέτρα των κατοικιών 20 ερωτώμενων με την ιδιοκτησία (ιδιόκτητο ή ενοικιασμένο). Τα δεδομένα παρουσιάζονται στην επόμενη άσκηση, όπου έχει χρησιμοποιηθεί η κωδικοποίηση: House (Ιδιοκτησία): 1= Ιδιόκτητο, 2=ενοικιασμένο m 2 : 1=μικρότερο από 80m 2, 2=80m 2-120m 2, 3=πάνω από 80m 2

31 ΑΣΚΗΣΗ 7 House m Για τη δημιουργία ενός ομαδοποιημένου Bar Chart ακολουθείται η εξής διαδικασία: Graphs Bar Clustered Η μεταβλητή «House» μεταφέρεται στο πλαίσιο Category Axis και η μεταβλητή «m 2» μεταφέρεται στο πλαίσιο Define Clusters by.

32 Στο σχήμα φαίνεται ότι τα περισσότερα από τα ιδιόκτητα σπίτια είναι πάνω από 120 m 2. Αντίθετα από τα μη ιδιόκτητα σπίτια τα 3 είναι μικρότερα από 80 m 2, τα 3 είναι m 2 και μόνον ένα είναι μεγαλύτερο από 120 m 2. ΕΠΕΞΕΡΓΑΣΙΑ ΓΡΑΦΗΜΑΤΩΝ Το SPSS δίνει τη δυνατότητα επεξεργασίας (editing) των παραγόμενων γραφημάτων. Πιο συγκεκριμένα, δίνεται η δυνατότητα αλλαγής χρωμάτων, διαστάσεων, κ.α. Για τα δεδομένα της Άσκησης 7 προκειμένου να δημιουργηθεί ένα Pie Chart για τη μεταβλητή «m 2» ακολουθείται η διαδικασία: Graphs Pie Summaries for groups of cases Στη συνέχεια η μεταβλητή «m 2» μεταφέρεται στο πλαίσιο Define slices by. Για να γίνει επεξεργασία αυτού του γραφήματος κάνουμε double click πάνω στο γράφημα όπου ανοίγει ένα παράθυρο. Για να γίνει αλλαγή του χρώματος στο κομμάτι της πίτας που επιθυμούμε κάνουμε ξανά double click σ αυτό. Στο παράθυρο Properties επιλέγεται το Fill & Border. Για να γίνει το Pie Chart τρισδιάστατο επιλέγεται το Depth & Angle και στη συνέχεια το 3-D

33 ΑΝΑΛΥΣΗ ΣΥΣΧΕΤΙΣΗΣ Σκοπός της ανάλυσης συσχέτισης είναι η εξερεύνηση της σχέσης μεταξύ 2 ή περισσοτέρων μεταβλητών. Τα αποτελέσματα αυτής της ανάλυσης δίνουν πληροφορίες για την ένταση και κατεύθυνση (μερικές) της σχέσης μεταξύ των μεταβλητών. Έτσι, η ανάλυση συσχέτισης χρησιμοποιείται για να ελέγξει κατά πόσο συσχετίζονται π.χ. : Το φύλο με την στάση ως προς τα ελεύθερα αναγνώσματα Ο αριθμός τσιγάρων που καπνίζουν οι νέοι με την ποσότητα αλκοόλ που καταναλώνουν Η ηλικία των παιδιών με το βάρος των παιδιών Το ύψος των γονέων με το ύψος των παιδιών τους Δόσεις φαρμάκου με την αντίδραση των ασθενών Βαθμολογία στα Μαθηματικά με τη βαθμολογία στην Στατιστική Ζήτηση ενός προϊόντος με την τιμή του προϊόντος Οι συντελεστές συσχέτισης είναι αριθμοί που μετρούν αφ ενός την ένταση της εξάρτησης (ασθενής, ισχυρή) μεταξύ των μεταβλητών και αφ ετέρου (μερικοί) δείχνουν την κατεύθυνση της σχέσης (αρνητική, θετική) μεταξύ των μεταβλητών. Οι συντελεστές συσχέτισης, συνήθως, παίρνουν τιμές μεταξύ -1 και +1. Για τιμές μεταξύ -1 και 0 έχουμε αρνητική συσχέτιση μεταξύ των μεταβλητών, ενώ για τιμές μεταξύ 0 και +1 έχουμε θετική συσχέτιση. ΣΗΜΑΝΤΙΚΟ : Αν και η συσχέτιση αντικατοπτρίζει την ένταση της σχέσης μεταξύ των μεταβλητών δεν εξηγεί τη σχέση αιτίας αιτιατού, δηλαδή ποια μεταβλητή προκαλεί τη μεταβολή της άλλης.

SPSS Statistical Package for the Social Sciences

SPSS Statistical Package for the Social Sciences SPSS Statistical Package for the Social Sciences Ξεκινώντας την εφαρμογή Εισαγωγή εδομένων Ορισμός Μεταβλητών Εισαγωγή περίπτωσης και μεταβλητής ιαγραφή περιπτώσεων ή και μεταβλητών ΣΤΑΤΙΣΤΙΚΗ Αθανάσιος

Διαβάστε περισσότερα

Εργαστήριο στατιστικής Στατιστικό πακέτο S.P.S.S.

Εργαστήριο στατιστικής Στατιστικό πακέτο S.P.S.S. Σημειώσεις για το μάθημα Εργαστήριο στατιστικής Στατιστικό πακέτο S.P.S.S. Παπάνα Αγγελική E mail: papanagel@yahoo.gr, agpapana@gen.auth.gr Α.Τ.Ε.Ι. Θεσσαλονίκης ΠΑΡΑΡΤΗΜΑ ΚΑΤΕΡΙΝΗΣ Τμήμα Τυποποίησης και

Διαβάστε περισσότερα

Εκπαιδευτική έρευνα Οργάνωση & Παρουσίαση Δεδομένων (Εργαστήριο SPSS) Άγγελος Μάρκος, Λέκτορας Δημοκρίτειο Πανεπιστήμιο Θράκης

Εκπαιδευτική έρευνα Οργάνωση & Παρουσίαση Δεδομένων (Εργαστήριο SPSS) Άγγελος Μάρκος, Λέκτορας Δημοκρίτειο Πανεπιστήμιο Θράκης Εκπαιδευτική έρευνα Οργάνωση & Παρουσίαση Δεδομένων (Εργαστήριο SPSS) Άγγελος Μάρκος, Λέκτορας Δημοκρίτειο Πανεπιστήμιο Θράκης Σύνολα Δεδομένων - Είδη Ποσοτικής Έρευνας: Παράλογες Ιδέες Γονέων (Δειγματοληπτική)

Διαβάστε περισσότερα

ΕΠΙΣΤΗΜΟΝΙΚΟ ΕΠΙΜΟΡΦΩΤΙΚΟ ΣΕΜΙΝΑΡΙΟ «ΚΑΤΑΡΤΙΣΗ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ» Τριανταφυλλίδου Ιωάννα Μαθηματικός

ΕΠΙΣΤΗΜΟΝΙΚΟ ΕΠΙΜΟΡΦΩΤΙΚΟ ΣΕΜΙΝΑΡΙΟ «ΚΑΤΑΡΤΙΣΗ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ» Τριανταφυλλίδου Ιωάννα Μαθηματικός ΕΠΙΣΤΗΜΟΝΙΚΟ ΕΠΙΜΟΡΦΩΤΙΚΟ ΣΕΜΙΝΑΡΙΟ «ΚΑΤΑΡΤΙΣΗ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ» ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΟ SPSS To SPSS θα: - Κάνει πολύπλοκη στατιστική ανάλυση σε δευτερόλεπτα -

Διαβάστε περισσότερα

ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλονίκης Τμήμα Πληροφορικής Εργαστήριο «Θεωρία Πιθανοτήτων και Στατιστική» ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Περιεχόμενα 1. Συσχέτιση μεταξύ δύο ποσοτικών

Διαβάστε περισσότερα

ΕΝ ΕΙΚΤΙΚΕΣ ΑΠΑΝΤΗΣΕΙΣ ΑΣΚΗΣΗΣ 2 (Εργαστήρια µαθήµατος «Στατιστικά Προγράµµατα», τµ. Στατ. & Ασφ. Επιστ., 04-05) (Επιµέλεια: Ελευθεράκη Αναστασία)

ΕΝ ΕΙΚΤΙΚΕΣ ΑΠΑΝΤΗΣΕΙΣ ΑΣΚΗΣΗΣ 2 (Εργαστήρια µαθήµατος «Στατιστικά Προγράµµατα», τµ. Στατ. & Ασφ. Επιστ., 04-05) (Επιµέλεια: Ελευθεράκη Αναστασία) ΕΝ ΕΙΚΤΙΚΕΣ ΑΠΑΝΤΗΣΕΙΣ ΑΣΚΗΣΗΣ (Εργαστήρια µαθήµατος «Στατιστικά Προγράµµατα», τµ. Στατ. & Ασφ. Επιστ., -) (Επιµέλεια: Ελευθεράκη Αναστασία) Άσκηση (Εργαστήριο #) Στις εξετάσεις Φεβρουαρίου του µαθήµατος

Διαβάστε περισσότερα

Εισαγωγή στο SPSS. ΚΕΔΙΜΑ 28/9/2013 Γεώργιος Σπανούδης (spanouod@ucy.ac.cy) Τμήμα Ψυχολογίας

Εισαγωγή στο SPSS. ΚΕΔΙΜΑ 28/9/2013 Γεώργιος Σπανούδης (spanouod@ucy.ac.cy) Τμήμα Ψυχολογίας Εισαγωγή στο SPSS ΚΕΔΙΜΑ 28/9/2013 Γεώργιος Σπανούδης (spanouod@ucy.ac.cy) Τμήμα Ψυχολογίας Στόχος του μαθήματος Τα τέσσερα παράθυρα του SPSS Η διαχείριση των αρχείων δεδομένων Βασικά στοιχεία ανάλυσης

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλονίκης Τμήμα Πληροφορικής Εργαστήριο «Θεωρία Πιθανοτήτων και Στατιστική» ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ Περιεχόμενα 1. ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ...

Διαβάστε περισσότερα

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ΚΕΦΑΛΑΙΟ 8 ο 8.1 Συντελεστές συσχέτισης: 8.1.1 Συσχέτιση Pearson, και ρ του Spearman 8.1.2 Υπολογισµός του συντελεστή

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΟ ΠΡΟΓΡΑΜΜΑ SPSS FOR WINDOWS

ΕΙΣΑΓΩΓΗ ΣΤΟ ΠΡΟΓΡΑΜΜΑ SPSS FOR WINDOWS ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΤΟΜΕΑΣ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΕΡΓΑΣΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΙΣΑΓΩΓΗ ΣΤΟ ΠΡΟΓΡΑΜΜΑ SPSS FOR WINDOWS ΦΑΧΙΡΙΔΗΣ ΓΕΩΡΓΙΟΣ ΤΟ ΠΡΟΓΡΑΜΜΑ

Διαβάστε περισσότερα

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) Έλεγχος Υποθέσεων για τους Μέσους - Εξαρτημένα Δείγματα (Paired samples t-test) Το κριτήριο Paired samples t-test χρησιμοποιείται όταν θέλουμε να συγκρίνουμε

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ PSPP

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ PSPP Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλονίκης Τμήμα Μηχανικών Πληροφορικής (ΤΕ) Εργαστήριο «Θεωρία Πιθανοτήτων και Στατιστική» ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ PSPP

Διαβάστε περισσότερα

Προϋποθέσεις : ! Και οι δύο µεταβλητές να κατανέµονται κανονικά και να έχουν επιλεγεί τυχαία.

Προϋποθέσεις : ! Και οι δύο µεταβλητές να κατανέµονται κανονικά και να έχουν επιλεγεί τυχαία. . ΣΤΑΤΙΣΤΙΚΗ ΣΥΣΧΕΤΙΣΗ. Υπολογισµός συντελεστών συσχέτισης Προκειµένου να ελέγξουµε την ύπαρξη γραµµικής σχέσης µεταξύ δύο ποσοτικών µεταβλητών, χρησιµοποιούµε συνήθως τον παραµετρικό συντελεστή συσχέτισης

Διαβάστε περισσότερα

ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΜΕ ΕXCEL

ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΜΕ ΕXCEL ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΜΕ ΕXCEL 1. Εισαγωγή δεδομένων σε φύλλο εργασίας του Microsoft Excel Για να τοποθετήσουμε τις μετρήσεις μας σε ένα φύλλο Excel, κάνουμε κλικ στο κελί στο οποίο θέλουμε να τοποθετήσουμε

Διαβάστε περισσότερα

Περιεχόμενα. Πρόλογος... v

Περιεχόμενα. Πρόλογος... v Περιεχόμενα Πρόλογος... v 1 Χρήση της έκδοσης 10 του SPSS για Windows και καταχώριση δεδομένων... 1 2 Περιγραφή μεταβλητών: πίνακες και γραφήματα... 19 3 Περιγραφή μεταβλητών αριθμητικά: μέσοι όροι, διακύμανση,

Διαβάστε περισσότερα

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) Έλεγχος Υποθέσεων για την Μέση Τιμή ενός Δείγματος (One Sample t-test) Το κριτήριο One sample t-test χρησιμοποιείται όταν θέλουμε να συγκρίνουμε τον αριθμητικό

Διαβάστε περισσότερα

Τµήµα Τυποποίησης και ιακίνησης Προϊόντων (Logistics) Εισαγωγή στο SPSS Βασικές έννοιες.

Τµήµα Τυποποίησης και ιακίνησης Προϊόντων (Logistics) Εισαγωγή στο SPSS Βασικές έννοιες. Τµήµα Τυποποίησης και ιακίνησης Προϊόντων (Logistics) Εισαγωγή στο SPSS Βασικές έννοιες. To SPSS είναι το πιο ολοκληρωµένο πρόγραµµα διαχείρισης πληροφοριών που κυκλοφορεί αυτή την στιγµή. Για τις ανάγκες

Διαβάστε περισσότερα

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ΚΕΦΑΛΑΙΟ 9 ο 9.1 ηµιουργία µοντέλων πρόβλεψης 9.2 Απλή Γραµµική Παλινδρόµηση 9.3 Αναλυτικά για το ιάγραµµα ιασποράς

Διαβάστε περισσότερα

Ανάλυση ιακύµανσης Μονής Κατεύθυνσης

Ανάλυση ιακύµανσης Μονής Κατεύθυνσης 24 Μεθοδολογία Επιστηµονικής Έρευνας & Στατιστική Ανάλυση ιακύµανσης Μονής Κατεύθυνσης Όπως ακριβώς συνέβη και στο κριτήριο t, τα δεδοµένα µας θα πρέπει να έχουν οµαδοποιηθεί χρησιµοποιώντας µια αντίστοιχη

Διαβάστε περισσότερα

ΒΙΟΣΤΑΤΙΣΤΙΚΗ. ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας

ΒΙΟΣΤΑΤΙΣΤΙΚΗ. ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας Επικοινωνία: Πτέρυγα 4, Τοµέας Κοινωνικής Ιατρικής Εργαστήριο Βιοστατιστικής Τηλ. 4613 e-mail: biostats@med.uoc.gr thalegak@med.uoc.gr

Διαβάστε περισσότερα

6.4. LOGLINEAR 90 8.5 (MANOVA) 121

6.4. LOGLINEAR 90 8.5 (MANOVA) 121 Φ Γ SPSS Dr. υ υ α α Θ α 2012 2 1. Γ SPSS 19.0 1.1 Φ Γ SPSS 4 1.2 Φ Γ 7 1.3 9 1.4 Φ 10 1.5 Pτ ΘHKH IAΓPAΦH 16 1.6 16 1.7 17 1.8 20 1.9 22 1.10 Γ 23 1.11 Γ Φ 25 1.12 Γ 27 1.13 Θ 28 2. Γ Φ 2.1 Θ, Γ, Γ 29

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ ΠΑΚΕΤΟΥ SPSS 15

ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ ΠΑΚΕΤΟΥ SPSS 15 ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ ΠΑΚΕΤΟΥ SPSS 15 STTISTICL PCKGE for the SOCIL SCIENCES ΤΣΑΓΡΗΣ ΜΙΧΑΗΛ BSc in Statistics Email: mtsagris@yahoo.gr ΑΘΗΝΑ 2008 2 Περιεχόμενα 1.1 Σύντομη εισαγωγή στη Στατιστική...4

Διαβάστε περισσότερα

Επεξεργασία πολλαπλών φύλλων εργασίας - Γραφημάτων Excel

Επεξεργασία πολλαπλών φύλλων εργασίας - Γραφημάτων Excel Επεξεργασία πολλαπλών φύλλων εργασίας - Γραφημάτων Excel 11.1. Πολλαπλά φύλλα εργασίας Στο προηγούμενο κεφάλαιο δημιουργήσαμε ένα φύλλο εργασίας με τον προϋπολογισμό δαπανών του προσωπικού που θα συμμετάσχει

Διαβάστε περισσότερα

Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική

Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική ΚΕΦΑΛΑΙΟ ΔΕΥΤΕΡΟ Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική Το πρώτο βήμα στην ανάλυση ενός συνόλου δεδομένων, που αποτελούν μετρήσεις ενός δείγματος είναι η παρουσίαση και σύνοψη των πληροφοριών

Διαβάστε περισσότερα

ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ ΔΕΟ 13 ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ 3 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΣΤΑΤΙΣΤΙΚΗ ΘΕΜΑΤΑ

ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ ΔΕΟ 13 ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ 3 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΣΤΑΤΙΣΤΙΚΗ ΘΕΜΑΤΑ ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ ΔΕΟ 13 ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ 3 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΣΤΑΤΙΣΤΙΚΗ ΘΕΜΑΤΑ ΘΕΜΑ 1 ο Τα δεδομένα της στήλης Grade (Αρχείο Excel, Φύλλο Ask1) αναφέρονται στη βαθμολογία 63 φοιτητών που έλαβαν μέρος σε

Διαβάστε περισσότερα

ΤΕΙ Ιονίων Νήσων Εργαστηριακές Ασκήσεις στα Γεωγραφικά Συστήματα Πληροφοριών

ΤΕΙ Ιονίων Νήσων Εργαστηριακές Ασκήσεις στα Γεωγραφικά Συστήματα Πληροφοριών ΕΡΓΑΣΤΗΡΙΟ 2 ο : Εισαγωγή στα Γεωγραφικά Συστήματα Πληροφοριών ArcMap (2/2) Μέρος 1: (συνέχεια από τα προηγούμενα) Κάνουμε κλικ το εικονίδιο Add Data στην γραμμή εργαλείων standard και επιλέγουμε το αρχείο/τα

Διαβάστε περισσότερα

Η βιτρίνα των καταστημάτων ως εργαλείο δημοσίων σχέσεων. Ονοματεπώνυμο: Ειρήνη Πορτάλιου Σειρά: 8 η Επιβλέπουσα: Αν. Καθηγήτρια : Βεντούρα Ζωή

Η βιτρίνα των καταστημάτων ως εργαλείο δημοσίων σχέσεων. Ονοματεπώνυμο: Ειρήνη Πορτάλιου Σειρά: 8 η Επιβλέπουσα: Αν. Καθηγήτρια : Βεντούρα Ζωή Η βιτρίνα των καταστημάτων ως εργαλείο δημοσίων σχέσεων Ονοματεπώνυμο: Ειρήνη Πορτάλιου Σειρά: 8 η Επιβλέπουσα: Αν. Καθηγήτρια : Βεντούρα Ζωή Δεκέμβριος 2011 Στόχος Έρευνας H βιτρίνα των καταστημάτων αποτελεί

Διαβάστε περισσότερα

Στόχος µαθήµατος: ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. 1. Απλή γραµµική παλινδρόµηση. 1.2 Παράδειγµα 6 (συνέχεια)

Στόχος µαθήµατος: ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. 1. Απλή γραµµική παλινδρόµηση. 1.2 Παράδειγµα 6 (συνέχεια) ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 2006-2007, 3ο εξάµηνο ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. Απλή γραµµική παλινδρόµηση Παράδειγµα 6: Χρόνος παράδοσης φορτίου ΜΑΘΗΜΑ

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων Ι

Στατιστική Επιχειρήσεων Ι ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 7: Παρουσίαση δεδομένων-περιγραφική στατιστική Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων

Διαβάστε περισσότερα

Oικονομικές και Mαθηματικές Eφαρμογές

Oικονομικές και Mαθηματικές Eφαρμογές Το πακέτο ΕXCEL: Oικονομικές και Mαθηματικές Eφαρμογές Eπιμέλεια των σημειώσεων και διδασκαλία: Ευαγγελία Χαλιώτη* Θέματα ανάλυσης: - Συναρτήσεις / Γραφικές απεικονίσεις - Πράξεις πινάκων - Συστήματα εξισώσεων

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ-13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 2010-11 Τρίτη Γραπτή Εργασία στη Στατιστική Γενικές οδηγίες

Διαβάστε περισσότερα

Λογισμική Εφαρμογή Διαχείρισης Ερωτηματολογίων ΟΔΗΓΟΣ ΧΡΗΣΗΣ System Συμβουλευτική Α.Ε

Λογισμική Εφαρμογή Διαχείρισης Ερωτηματολογίων ΟΔΗΓΟΣ ΧΡΗΣΗΣ System Συμβουλευτική Α.Ε σχετικά με τον έλεγχο της καπνιστικής συνήθειας 1 22 Λογισμικές εφαρμογές καταγραφής και αξιοποίησης πληροφοριών σχετικά με τον έλεγχο της καπνιστικής συνήθειας Λογισμική Εφαρμογή Διαχείρισης Ερωτηματολογίων

Διαβάστε περισσότερα

1.Puzzle. ΕΠΙΜΕΛΕΙΑ: ΓΕΩΡΓΙΑ ΚΛΩΣΤΡΑΚΗ Σελίδα 1

1.Puzzle. ΕΠΙΜΕΛΕΙΑ: ΓΕΩΡΓΙΑ ΚΛΩΣΤΡΑΚΗ Σελίδα 1 1.Puzzle Μόλις ανοίξω το πρόγραμμα επιλέγω την εντολή Browse. Στη συνέχεια αναζητώ την εικόνα που έχω αποθηκεύσει σε ένα φάκελο (στην επιφάνεια εργασίας ή στα έγγραφά μου ή στο σκληρό μου δίσκο). Αφού

Διαβάστε περισσότερα

Στατιστικό κριτήριο χ 2

Στατιστικό κριτήριο χ 2 18 Μεθοδολογία Επιστηµονικής Έρευνας & Στατιστική Στατιστικό κριτήριο χ 2 Ο υπολογισµός του κριτηρίου χ 2 γίνεται µέσω του µενού [Statistics => Summarize => Crosstabs...]. Κατά τη συγκεκριµένη διαδικασία

Διαβάστε περισσότερα

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ SPSS

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ SPSS ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ SPSS ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ Κωνσταντίνος Ζαφειρόπουλος Τμήμα Διεθνών και Ευρωπαϊκών Σπουδών Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Μακεδονίας Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Εισαγωγή στο SPSS, Ενότητα 1

Εισαγωγή στο SPSS, Ενότητα 1 Εισαγωγή στο SPSS, Ενότητα Βήματα για την Στατιστική ανάλυση δεδομένων.. Εισαγωγή δεδομένων στον data editor (Εισαγωγή από μία βάση δεδομένων ή από ένα spreadsheet ή από ένα αρχείο txt, ή απευθείας εισαγωγή

Διαβάστε περισσότερα

Εισαγωγή στη Στατιστική

Εισαγωγή στη Στατιστική Εισαγωγή στη Στατιστική Μετεκπαιδευτικό Σεμινάριο στην ΨΥΧΟΚΟΙΝΩΝΙΚΗ ΑΠΟΚΑΤΑΣΤΑΣΗ ΨΥΧΟΚΟΙΝΩΝΙΚΕΣ ΘΕΡΑΠΕΥΤΙΚΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων

Διαβάστε περισσότερα

2. ΕΠΙΛΟΓΗ ΤΟΥ ΜΕΓΕΘΟΥΣ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ

2. ΕΠΙΛΟΓΗ ΤΟΥ ΜΕΓΕΘΟΥΣ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ 1. ΕΙΣΑΓΩΓΗ ΣΤΟ SPSS Το SPSS είναι ένα στατιστικό πρόγραμμα γενικής στατιστικής ανάλυσης αρκετά εύκολο στη λειτουργία του. Για να πραγματοποιηθεί ανάλυση χρονοσειρών με τη βοήθεια του SPSS θα πρέπει απαραίτητα

Διαβάστε περισσότερα

ΜΜΚ 105: Πειραματική και Στατιστική Ανάλυση Δημιουργία Πινάκων και Γραφικών Παραστάσεων στην Excel 18/09/14

ΜΜΚ 105: Πειραματική και Στατιστική Ανάλυση Δημιουργία Πινάκων και Γραφικών Παραστάσεων στην Excel 18/09/14 ΜΜΚ 105: Πειραματική και Στατιστική Ανάλυση Δημιουργία Πινάκων και Γραφικών Παραστάσεων στην Excel 18/09/14 1. Δημιουργία Πίνακα 1.1 Εισαγωγή μετρήσεων και υπολογισμός πράξεων Έστω ότι χρειάζεται να υπολογιστεί

Διαβάστε περισσότερα

Μέρος 1 Εισαγωγή στο SPSS 37. 1 Βασικές αρχές καταχώρισης δεδομένων και στατιστικής ανάλυσης με το SPSS 39

Μέρος 1 Εισαγωγή στο SPSS 37. 1 Βασικές αρχές καταχώρισης δεδομένων και στατιστικής ανάλυσης με το SPSS 39 41 Περιεχόμενα Ξενάγηση στο βιβλίο 25 Ξενάγηση στο συνοδευτικό CD 27 Εισαγωγή 29 Ευχαριστίες 33 Οι βασικές διαφορές μεταξύ του SPSS 16 και των προηγούμενων εκδόσεων 35 Μέρος 1 Εισαγωγή στο SPSS 37 1 Βασικές

Διαβάστε περισσότερα

ΑΚΑΔΗΜΙΑ ΤΩΝ ΠΟΛΙΤΩΝ

ΑΚΑΔΗΜΙΑ ΤΩΝ ΠΟΛΙΤΩΝ ΑΚΑΔΗΜΙΑ ΤΩΝ ΠΟΛΙΤΩΝ Αστική Μη Κερδοσκοπική Εταιρεία- ISO 9001 Σαπφούς 3, 81100 Μυτιλήνη (1ος Όροφος) 2251054739 (09:00-14:30) academy@aigaion.org civilacademy.ucoz.org «ΠΡΟΓΡΑΜΜΑ ΜΕΘΟΔΟΛΟΓΙΑΣ ΕΡΕΥΝΑΣ

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ ΙΙ. OpenOffice 3.x Calc

ΚΕΦΑΛΑΙΟ ΙΙ. OpenOffice 3.x Calc ΚΕΦΑΛΑΙΟ ΙΙ OpenOffice 3.x Calc Στόχοι: Με τη βοήθεια του οδηγού αυτού ο εκπαιδευόμενος θα μπορεί να: χρησιμοποιεί τα βασικά εργαλεία του Calc κατασκευάζει πίνακες δημιουργεί φόρμουλες υπολογισμού κατασκευάζει

Διαβάστε περισσότερα

Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov.

Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov. A. ΈΛΕΓΧΟΣ ΚΑΝΟΝΙΚΟΤΗΤΑΣ A 1. Έλεγχος κανονικότητας Kolmogorov-Smirnov. Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov. Μηδενική υπόθεση:

Διαβάστε περισσότερα

Στατιστική Ι (ΨΥΧ-1202) ιάλεξη 4

Στατιστική Ι (ΨΥΧ-1202) ιάλεξη 4 (ΨΥΧ-1202) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com ιαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ ιάλεξη 4 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ Ρέθυμνο,

Διαβάστε περισσότερα

Survey 123 User Manual

Survey 123 User Manual Survey 123 User Manual 1. Γενικά για το πρόγραμμα 2. Έναρξη προγράμματος 3. Ορισμός χρηστών εφαρμογής 4. Επιλογή - Άνοιγμα έρευνας 5. Δημιουργία νέας έρευνας 6. Δημιουργία έρευνας με βάση το ερωτηματολόγιο

Διαβάστε περισσότερα

έρευνας και στατιστική» παραμετρικές συγκρίσεις»

έρευνας και στατιστική» παραμετρικές συγκρίσεις» ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΦΥΣΙΚΗΣ ΑΓΩΓΗΣ & ΑΘΛΗΤΙΣΜΟΥ «Μεθοδολογία έρευνας και στατιστική» Μάθημα μεταπτυχιακού κύκλου σπουδών Διάλεξη: «Μη παραμετρικές συγκρίσεις» ΔΙΔΑΣΚΩΝ: Δρ. Αθανάσιος

Διαβάστε περισσότερα

Διερεύνηση της Αξιοπιστίας και της Εγκυρότητας Ψυχομετρικής Κλίμακας με το λογισμικό SPSS

Διερεύνηση της Αξιοπιστίας και της Εγκυρότητας Ψυχομετρικής Κλίμακας με το λογισμικό SPSS Διερεύνηση της Αξιοπιστίας και της Εγκυρότητας Ψυχομετρικής Κλίμακας με το λογισμικό SPSS 1. Εισαγωγή Άγγελος Μάρκος Αλεξανδρούπολη, 04.04.2013 Η μέτρηση στις επιστήμες της συμπεριφοράς συχνά στοχεύει

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΟ SPSS12 ΓΙΑ WINDOWS. Κριτσωτάκης Ευάγγελος. Παπαδοπούλου Ελένη. Μαθηµατικός, MSc Στατιστική. Στατιστικός MSc Περιβαλλοντική ιαχείριση

ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΟ SPSS12 ΓΙΑ WINDOWS. Κριτσωτάκης Ευάγγελος. Παπαδοπούλου Ελένη. Μαθηµατικός, MSc Στατιστική. Στατιστικός MSc Περιβαλλοντική ιαχείριση T.E.I. ΗΡΑΚΛΕΙΟΥ Σ.Ε.Υ.Π ΤΜΗΜΑ ΚΟΙΝΩΝΙΚΗΣ ΕΡΓΑΣΙΑΣ ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΟ SPSS12 ΓΙΑ WINDOWS Κριτσωτάκης Ευάγγελος Μαθηµατικός, MSc Στατιστική Παπαδοπούλου Ελένη Στατιστικός MSc Περιβαλλοντική ιαχείριση Ηράκλειο

Διαβάστε περισσότερα

Επαγωγική Στατιστική. Εισαγωγή Βασικές έννοιες

Επαγωγική Στατιστική. Εισαγωγή Βασικές έννοιες Επαγωγική Στατιστική Εισαγωγή Βασικές έννοιες Επαγωγική Στατιστική Πως μπορούμε να συγκρίνουμε μεταβλητές μεταξύ τους? Διαφορά συγκρίνοντας το μέσο μιας μεταβλητής (λόγος ή διάστημα) στις ομάδες πχ. t-test

Διαβάστε περισσότερα

Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ.

Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ. ΣΤ. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (ANALYSIS OF VARIANCE - ANOVA) ΣΤ 1. Ανάλυση ιασποράς κατά µία κατεύθυνση. Όπως έχουµε δει στη παράγραφο Β 2, όταν θέλουµε να ελέγξουµε, αν η µέση τιµή µιας ποσοτικής µεταβλητής διαφέρει

Διαβάστε περισσότερα

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑΠΡΟΤΥΠΑΜΑΘΗΜΑ4ο-5ο-6 ο (β) ΠΟΛΛΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ- ΕΡΓΑΣΤΗΡΙΟ PASW 18 Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2011-2012 ΕΠΙΧ

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 2. Περιγραφική Στατιστική

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 2. Περιγραφική Στατιστική ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 2. Περιγραφική Στατιστική Βασικά είδη στατιστικής ανάλυσης 1. Περιγραφική στατιστική: περιγραφή του συνόλου των δεδοµένων (δείγµατος) 2. Συµπερασµατολογία: Παραγωγή συµπερασµάτων για τα

Διαβάστε περισσότερα

Πίσω στα βασικά: Βασικές αρχές στατιστικής για κοινωνιολογικές έρευνες

Πίσω στα βασικά: Βασικές αρχές στατιστικής για κοινωνιολογικές έρευνες Σχετικές πληροφορίες: http://dlib.ionio.gr/~spver/seminars/statistics/ Πίσω στα βασικά: Βασικές αρχές στατιστικής για κοινωνιολογικές έρευνες Σπύρος Βερονίκης Τμήμα Αρχειονομίας - Βιβλιοθηκονομίας Θεματικές

Διαβάστε περισσότερα

Δύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα

Δύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα Δύο κύριοι τρόποι παρουσίασης δεδομένων Παράδειγμα Με πίνακες Με διαγράμματα Ονομαστικά δεδομένα Εδώ τα περιγραφικά μέτρα (μέσος, διάμεσος κλπ ) δεν έχουν νόημα Πήραμε ένα δείγμα από 25 άτομα και τα ρωτήσαμε

Διαβάστε περισσότερα

Σ Τ Α Τ Ι Σ Τ Ι Κ Η 2. 1. Β Α Σ Ι Κ Ε Σ Ε Ν Ν Ο Ι Ε Σ.

Σ Τ Α Τ Ι Σ Τ Ι Κ Η 2. 1. Β Α Σ Ι Κ Ε Σ Ε Ν Ν Ο Ι Ε Σ. Σ Τ Α Τ Ι Σ Τ Ι Κ Η Στατιστική έρευνα : Πρόκειται για ένα σύνολο αρχών και μεθοδολογιών με αντικείμενο : 1) το σχεδιασμό της διαδικασίας συλλογής δεδομένων. Κλάδος της στατιστικής που ασχολείται : Σχεδιασμός

Διαβάστε περισσότερα

Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση

Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση Copyright 2009 Cengage Learning 16.1 Ανάλυση Παλινδρόμησης Σκοπός του προβλήματος είναι η ανάλυση της σχέσης μεταξύ συνεχών μεταβλητών. Η ανάλυση παλινδρόμησης

Διαβάστε περισσότερα

Σύντομο Εγχειρίδιο SPSS 16.0. Πέτρος Ρούσσος & Γιώργος Ευσταθίου Πρόγραμμα Ψυχολογίας, Τμήμα ΦΠΨ, ΕΚΠΑ

Σύντομο Εγχειρίδιο SPSS 16.0. Πέτρος Ρούσσος & Γιώργος Ευσταθίου Πρόγραμμα Ψυχολογίας, Τμήμα ΦΠΨ, ΕΚΠΑ Πέτρος Ρούσσος & Γιώργος Ευσταθίου Πρόγραμμα Ψυχολογίας, Τμήμα ΦΠΨ, ΕΚΠΑ ΑΘΗΝΑ 2008 [2] Περιεχόμενα Δυο λόγια εισαγωγικά... 3 1.0 Το περιβάλλον του SPSS... 3 2.0 Εισαγωγή και διαχείριση δεδομένων... 6

Διαβάστε περισσότερα

Εισαγωγή στη Στατιστική Επεξεργασία Δεδομένων με το SPSS for Windows

Εισαγωγή στη Στατιστική Επεξεργασία Δεδομένων με το SPSS for Windows Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φιλοσοφίας, Παιδαγωγικής και Ψυχολογίας Τομέας Ψυχολογίας Εισαγωγή στη Στατιστική Επεξεργασία Δεδομένων με το SPSS for Windows Επιμέλεια: Λέκτορας Βασίλης

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ Ερωτήσεις πολλαπλής επιλογής Συντάκτης: Δημήτριος Κρέτσης 1. Ο κλάδος της περιγραφικής Στατιστικής: α. Ασχολείται με την επεξεργασία των δεδομένων και την ανάλυση

Διαβάστε περισσότερα

Περιεχόμενα. 1 Προετοιμασία βιβλίου εργασίας 47. 2 Εργασία με δεδομένα και πίνακες Excel 75. Ευχαριστίες...11. Εισαγωγή στο Microsoft Excel 2010...

Περιεχόμενα. 1 Προετοιμασία βιβλίου εργασίας 47. 2 Εργασία με δεδομένα και πίνακες Excel 75. Ευχαριστίες...11. Εισαγωγή στο Microsoft Excel 2010... Περιεχόμενα Ευχαριστίες...11 Εισαγωγή στο Microsoft Excel 2010...13 Τροποποίηση της εμφάνισης της Κορδέλας...29 Χαρακτηριστικά και συμβάσεις του βιβλίου...35 Χρήση των αρχείων εξάσκησης...37 Βοήθεια...41

Διαβάστε περισσότερα

1. Τα τμήματα της επιφάνειας εργασίας των Windows

1. Τα τμήματα της επιφάνειας εργασίας των Windows 1. Τα τμήματα της επιφάνειας εργασίας των Windows Εικονίδια συντομεύσεων (αρχείου-φακέλου) Εικονίδια Ανενεργά Ενεργό Επιφάνεια (αρχείου-φακέλου) παράθυρα παράθυρο εργασίας Γραμμή μενού Γραμμή εργαλείων

Διαβάστε περισσότερα

Θεοδωράκη Ελένη-Μαρία elma.theodoraki@aegean.gr

Θεοδωράκη Ελένη-Μαρία elma.theodoraki@aegean.gr Εισαγωγή στην πληροφορική με εφαρμογές στη Στατιστική Εισαγωγή στο Ms Excel 2007 Θεοδωράκη Ελένη-Μαρία elma.theodoraki@aegean.gr -> Webmail Εισαγωγή στο Ms Excel 2007 http://www.actuar.aegean.gr/ Webmail

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ-13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 2006-07 Τρίτη Γραπτή Εργασία στη Στατιστική Γενικές οδηγίες

Διαβάστε περισσότερα

Μοντέλα Παλινδρόμησης. Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ

Μοντέλα Παλινδρόμησης. Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ Μοντέλα Παλινδρόμησης Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ Εισαγωγή (1) Σε αρκετές περιπτώσεις επίλυσης προβλημάτων ενδιαφέρει η ταυτόχρονη μελέτη δύο ή περισσότερων μεταβλητών, για να προσδιορίσουμε με ποιο

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 7. Παλινδρόµηση

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 7. Παλινδρόµηση ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 7. Παλινδρόµηση Γενικά Επέκταση της έννοιας της συσχέτισης: Πώς µπορούµε να προβλέπουµε τη µια µεταβλητή από την άλλη; Απλή παλινδρόµηση (simple regression): Κατασκευή µοντέλου πρόβλεψης

Διαβάστε περισσότερα

Άσκηση 2. i β. 1 ου έτους (Υ i )

Άσκηση 2. i β. 1 ου έτους (Υ i ) Άσκηση Ο επόμενος πίνακας δίνει τους βαθμούς φοιτητών (Χ i ) στις εισαγωγικές εξετάσεις ενός κολεγίου και τους αντίστοιχους βαθμούς τους (Υ i ) στο τέλος της πρώτης χρονιάς φοίτησης στο συγκεκριμένο κολέγιο.

Διαβάστε περισσότερα

H ΑΝΑΛΥΣΗ ΣΥΣΧΕΤΙΣΗΣ (PEARSON s r)

H ΑΝΑΛΥΣΗ ΣΥΣΧΕΤΙΣΗΣ (PEARSON s r) 5 H ΑΝΑΛΥΣΗ ΣΥΣΧΕΤΙΣΗΣ (PEARSON s r) Περίληψη Σκοπός του κεφαλαίου είναι η εφαρμογή της ανάλυσης συσχέτισης (Pearson r) μέσω του PASW. H ανάλυση συσχέτισης Pearson r χρησιμοποιείται για να εξεταστεί η

Διαβάστε περισσότερα

Εκπαιδευτική Έρευνα: Μέθοδοι Συλλογής και Ανάλυσης εδομένων Έλεγχοι Υποθέσεων

Εκπαιδευτική Έρευνα: Μέθοδοι Συλλογής και Ανάλυσης εδομένων Έλεγχοι Υποθέσεων Εκπαιδευτική Έρευνα: Μέθοδοι Συλλογής και Ανάλυσης εδομένων Έλεγχοι Υποθέσεων Ένα Ερευνητικό Παράδειγμα Σκοπός της έρευνας ήταν να διαπιστωθεί εάν ο τρόπος αντίδρασης μιας γυναίκας απέναντι σε φαινόμενα

Διαβάστε περισσότερα

2. Δημιουργία και Διαχείριση Πολυφασματικών εικόνων

2. Δημιουργία και Διαχείριση Πολυφασματικών εικόνων 1 2. Δημιουργία και Διαχείριση Πολυφασματικών εικόνων Προαπαιτούμενα: MULTISPEC και οι εικόνες του φακέλου «Multispec_tutorial_files\ Images and Files Σκοπός: Η προσαρμογή της χωρικής ανάλυσης διαφορετικών

Διαβάστε περισσότερα

Παιχνιδάκια με τη LOGO

Παιχνιδάκια με τη LOGO Όταν σβήνει ο υπολογιστής ξεχνάω τα πάντα. Κάτι πρέπει να γίνει Κάθε φορά που δημιουργώ ένα πρόγραμμα στη Logo αυτό αποθηκεύεται προσωρινά στη μνήμη του υπολογιστή. Αν θέλω να διατηρηθούν τα προγράμματά

Διαβάστε περισσότερα

Γρήγορη Εκκίνηση. Όταν ξεκινήσετε το GeoGebra, εμφανίζεται το παρακάτω παράθυρο:

Γρήγορη Εκκίνηση. Όταν ξεκινήσετε το GeoGebra, εμφανίζεται το παρακάτω παράθυρο: Τι είναι το GeoGebra; Γρήγορη Εκκίνηση Λογισμικό Δυναμικών Μαθηματικών σε ένα - απλό στη χρήση - πακέτο Για την εκμάθηση και τη διδασκαλία σε όλα τα επίπεδα της εκπαίδευσης Συνδυάζει διαδραστικά γεωμετρία,

Διαβάστε περισσότερα

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ-ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ ΕΡΓΑΣΤΗΡΙΟ PASW 18 Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2011 2012 ΕΠΙΧ

Διαβάστε περισσότερα

2. ΧΡΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΠΑΚΕΤΩΝ ΣΤΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

2. ΧΡΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΠΑΚΕΤΩΝ ΣΤΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ 2. ΧΡΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΠΑΚΕΤΩΝ ΣΤΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Η χρησιμοποίηση των τεχνικών της παλινδρόμησης για την επίλυση πρακτικών προβλημάτων έχει διευκολύνει εξαιρετικά από την χρήση διαφόρων στατιστικών

Διαβάστε περισσότερα

ΑΝΤΙΓΡΑΦΗ ΑΡΧΕΙΟΥ ΣΕ ΔΙΣΚΕΤΑ ΑΝΤΙΓΡΑΦΗ ΑΡΧΕΙΟΥ ΑΠΟ ΔΙΣΚΕΤΑ. Από τον κατάλογο που εμφανίζεται επιλέγω: Αποστολή προς Δισκέτα (3,5)

ΑΝΤΙΓΡΑΦΗ ΑΡΧΕΙΟΥ ΣΕ ΔΙΣΚΕΤΑ ΑΝΤΙΓΡΑΦΗ ΑΡΧΕΙΟΥ ΑΠΟ ΔΙΣΚΕΤΑ. Από τον κατάλογο που εμφανίζεται επιλέγω: Αποστολή προς Δισκέτα (3,5) ΑΝΤΙΓΡΑΦΗ ΑΡΧΕΙΟΥ ΣΕ ΔΙΣΚΕΤΑ ΑΝΤΙΓΡΑΦΗ ΑΡΧΕΙΟΥ ΑΠΟ ΔΙΣΚΕΤΑ Τοποθετώ μια δισκέτα στον οδηγό τη δισκέτας του υπολογιστή. Τοποθετώ τη δισκέτα που έχει το αρχείο μου στον οδηγό τη δισκέτας του υπολογιστή.

Διαβάστε περισσότερα

Βάσεις δεδομένων (Access)

Βάσεις δεδομένων (Access) Βάσεις δεδομένων (Access) Όταν εκκινούμε την Access εμφανίζεται το παρακάτω παράθυρο: Κουμπί Κενή βάση δεδομένων Κουμπί του Office Για να φτιάξουμε μια νέα ΒΔ κάνουμε κλικ στο κουμπί «Κενή βάση δεδομένων»

Διαβάστε περισσότερα

Διάλεξη 1 Βασικές έννοιες

Διάλεξη 1 Βασικές έννοιες Εργαστήριο SPSS Ψ-4201 (ΕΡΓ) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com Διαλέξεις αναρτημένες στο: Διαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ Διάλεξη

Διαβάστε περισσότερα

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ. Βασικές έννοιες

ΕΙΣΑΓΩΓΗ. Βασικές έννοιες ΕΙΣΑΓΩΓΗ Βασικές έννοιες Σε ένα ερωτηματολόγιο έχουμε ένα σύνολο ερωτήσεων. Μπορούμε να πούμε ότι σε κάθε ερώτηση αντιστοιχεί μία μεταβλητή. Αν θεωρήσουμε μια ερώτηση, τα άτομα δίνουν κάποιες απαντήσεις

Διαβάστε περισσότερα

Τεκμηρίωση ποσοτικών ερευνών με τη χρήση του Nesstar. Δρ. Απόστολος Λιναρδής Ερευνητής ΕΚΚΕ

Τεκμηρίωση ποσοτικών ερευνών με τη χρήση του Nesstar. Δρ. Απόστολος Λιναρδής Ερευνητής ΕΚΚΕ Τεκμηρίωση ποσοτικών ερευνών με τη χρήση του Nesstar Δρ. Απόστολος Λιναρδής Ερευνητής ΕΚΚΕ Μέρος Α Τεκμηρίωση βάσει του προτύπου Data Documentation Initiative (DDI) 2.X Οι φάσεις διεξαγωγής μίας ποσοτικής

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ ΠΑΚΕΤΟΥ ΙΒΜ SPSS 22

ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ ΠΑΚΕΤΟΥ ΙΒΜ SPSS 22 ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ ΠΑΚΕΤΟΥ ΙΒΜ SPSS 22 STATISTICAL PACKAGE for the SOCIAL SCIENCES ΤΣΑΓΡΗΣ ΜΙΧΑΗΛ Email: mtsagris@yahoo.gr ΑΘΗΝΑ και Nottingham Μάρτιος 2014 2 Περιεχόμενα Ένας μικρός πρόλογος...

Διαβάστε περισσότερα

Βάσεις δεδομένων (Access)

Βάσεις δεδομένων (Access) Βάσεις δεδομένων (Access) Όταν εκκινούμε την Access εμφανίζεται το παρακάτω παράθυρο: Για να φτιάξουμε μια νέα ΒΔ κάνουμε κλικ στην επιλογή «Κενή βάση δεδομένων» στο Παράθυρο Εργασιών. Θα εμφανιστεί το

Διαβάστε περισσότερα

Οδηγίες για το CABRI - GEOMETRY II Μωυσιάδης Πολυχρόνης - Δόρτσιος Κώστας

Οδηγίες για το CABRI - GEOMETRY II Μωυσιάδης Πολυχρόνης - Δόρτσιος Κώστας Οδηγίες για το CABRI - GEOMETRY II Μωυσιάδης Πολυχρόνης - Δόρτσιος Κώστας Εκτελώντας το πρόγραμμα παίρνουμε ένα παράθυρο εργασίας Γεωμετρικών εφαρμογών. Τα βασικά κουμπιά και τα μενού έχουν την παρακάτω

Διαβάστε περισσότερα

Αντιγραφή με χρήση της γυάλινης επιφάνειας σάρωσης

Αντιγραφή με χρήση της γυάλινης επιφάνειας σάρωσης Γρήγορη αναφορά Αντιγραφή Δημιουργία αντιγράφων Γρήγορη δημιουργία αντιγράφου 3 Στον πίνακα ελέγχου του εκτυπωτή πατήστε το κουμπί αντίγραφο 4 Εάν τοποθετήσατε το έγγραφο στη γυάλινη επιφάνεια σάρωσης

Διαβάστε περισσότερα

Εισαγωγή «Singular M.I.S I».

Εισαγωγή «Singular M.I.S I». Εισαγωγή Είναι γεγονός ότι µια από τις πιο σηµαντικές ανάγκες που αντιµετωπίζει µια επιχείρηση, κατά την εγκατάσταση ενός λογισµικού «πακέτου» (Οικονοµικής & Εµπορικής ιαχείρισης), είναι ο τρόπος µε τον

Διαβάστε περισσότερα

Βήματα για την επίλυση ενός προβλήματος

Βήματα για την επίλυση ενός προβλήματος ΜΑΘΗΜΑ 2ο Βήματα για την επίλυση ενός προβλήματος 1. Κατανόηση του προβλήματος με τη σχετική επιστήμη (όπως οικονομία, διοίκηση, γενικές επιστήμες) π.χ το πρόβλημα της κατανάλωσης κάποιας περιοχής σε σχέση

Διαβάστε περισσότερα

ΣΥΣΧΕΤΙΣΗ CORRELATION

ΣΥΣΧΕΤΙΣΗ CORRELATION Francis Galton Karl Pearson ΣΥΣΧΕΤΙΣΗ CORRELATION Με χαρτί και μολύβι- Βαθιές ανάσες ΚΑΙ ΜΕ ΤΟ SPSS Ουφ ΣΤΑΤΙΣΤΙΚΗ Νίκος Ζουρμπάνος ΣΥΣΧΕΤΙΣΗ Πολλές φορές θέλετε να συγκρίνετε δυο μεταβλητές, π.χ. σκέφτεστε

Διαβάστε περισσότερα

Άσκηση 10, σελ. 119. Για τη μεταβλητή x (άτυπος όγκος) έχουμε: x censored_x 1 F 3 F 3 F 4 F 10 F 13 F 13 F 16 F 16 F 24 F 26 F 27 F 28 F

Άσκηση 10, σελ. 119. Για τη μεταβλητή x (άτυπος όγκος) έχουμε: x censored_x 1 F 3 F 3 F 4 F 10 F 13 F 13 F 16 F 16 F 24 F 26 F 27 F 28 F Άσκηση 0, σελ. 9 από το βιβλίο «Μοντέλα Αξιοπιστίας και Επιβίωσης» της Χ. Καρώνη (i) Αρχικά, εισάγουμε τα δεδομένα στο minitab δημιουργώντας δύο μεταβλητές: τη x για τον άτυπο όγκο και την y για τον τυπικό

Διαβάστε περισσότερα

Το πρόγραμμα συγχρηματοδοτείται 75% από το Ευρωπαϊκό κοινωνικό ταμείο και 25% από εθνικούς πόρους.

Το πρόγραμμα συγχρηματοδοτείται 75% από το Ευρωπαϊκό κοινωνικό ταμείο και 25% από εθνικούς πόρους. Το πρόγραμμα συγχρηματοδοτείται 75% από το Ευρωπαϊκό κοινωνικό ταμείο και 25% από εθνικούς πόρους. ΓΕΝΙΚΟ ΤΜΗΜΑ ΦΥΣΙΚΗΣ, ΧΗΜΕΙΑΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΥΛΙΚΩΝ ΕΡΓΑΣΤΗΡΙΑ ΦΥΣΙΚΗΣ ORIGIN ΕΙΣΑΓΩΓΙΚΟ ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ

Διαβάστε περισσότερα

Εισαγωγή στην Επιστήμη της Πληροφορικής Εργαστήριο. Microsoft Excel Μέρος 2

Εισαγωγή στην Επιστήμη της Πληροφορικής Εργαστήριο. Microsoft Excel Μέρος 2 Πανεπιστήμιο Κύπρου Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη της Πληροφορικής και Πληροφοριακά Συστήματα Εργαστήριο - ΕΠΛ003 Εισαγωγή στην Επιστήμη της Πληροφορικής Εργαστήριο Microsoft Excel Μέρος 2

Διαβάστε περισσότερα

Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων

Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων Κωνσταντίνος Τζιόμαλος Επίκουρος Καθηγητής Παθολογίας ΑΠΘ Α Προπαιδευτική Παθολογική Κλινική, Νοσοκομείο ΑΧΕΠΑ 1 ο βήμα : καταγραφή δεδομένων Το πιο πρακτικό

Διαβάστε περισσότερα

4 ο ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ ΓΕΝΙΚΟΣ ΣΚΟΠΟΣ :

4 ο ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ ΓΕΝΙΚΟΣ ΣΚΟΠΟΣ : 4 ο ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ ΓΕΝΙΚΟΣ ΣΚΟΠΟΣ : Σκοπός του συγκεκριμένου φύλλου εργασίας είναι ο μαθητής να εξοικειωθεί με τις συναρτήσεις, τις αριθμητικές πράξεις καθώς και την επισήμανση κελιών υπό όρους με στόχο

Διαβάστε περισσότερα

ΟΜΑΔΟΠΟΙΗΣΗ ΠΑΡΑΤΗΡΗΣΕΩΝ

ΟΜΑΔΟΠΟΙΗΣΗ ΠΑΡΑΤΗΡΗΣΕΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ Όταν το πλήθος των παρατηρήσεων είναι μεγάλο, είναι απαραίτητο οι παρατηρήσεις να ταξινομηθούν σε μικρό πλήθος ομάδων που ονομάζονται κλάσεις (class intervals). Η ομαδοποίηση αυτή γίνεται

Διαβάστε περισσότερα

Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS

Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS Ο παρακάτω πίνακας παρουσιάζει θανάτους από καρδιακή ανεπάρκεια ανάμεσα σε άνδρες γιατρούς οι οποίοι έχουν κατηγοριοποιηθεί κατά ηλικία

Διαβάστε περισσότερα

To Microsoft Excel XP

To Microsoft Excel XP To Microsoft Excel XP ΚΑΡΤΕΛΑ ΕΡΓΑΣΙΑΣ 1 Το Microsoft Excel XP είναι ένα πρόγραμμα που μπορεί να σε βοηθήσει να φτιάξεις μεγάλους πίνακες, να κάνεις μαθηματικές πράξεις με αριθμούς, ακόμα και να φτιάξεις

Διαβάστε περισσότερα

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ. ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα ονομάζουμε κάθε πείραμα για το οποίο, όταν ξέρουμε τις συνθήκες κάτω από τις οποίες πραγματοποιείται, μπορούμε να προβλέψουμε με

Διαβάστε περισσότερα

ΕΡΕΥΝΑ ΑΓΟΡΑΣ ΣΕ ΞΕΝΟΔΟΧΕΙΑ ΤΗΣ ΚΡΗΤΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΑΠΌ ΣΑΛΟΥΣΤΡΟΥ ΑΝΤΙΓΟΝΗ ΣΥΓΛΕΤΟΥ ΕΛΕΝΗ

ΕΡΕΥΝΑ ΑΓΟΡΑΣ ΣΕ ΞΕΝΟΔΟΧΕΙΑ ΤΗΣ ΚΡΗΤΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΑΠΌ ΣΑΛΟΥΣΤΡΟΥ ΑΝΤΙΓΟΝΗ ΣΥΓΛΕΤΟΥ ΕΛΕΝΗ ΕΡΕΥΝΑ ΑΓΟΡΑΣ ΣΕ ΞΕΝΟΔΟΧΕΙΑ ΤΗΣ ΚΡΗΤΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΑΠΌ ΣΑΛΟΥΣΤΡΟΥ ΑΝΤΙΓΟΝΗ ΣΥΓΛΕΤΟΥ ΕΛΕΝΗ ΑΝΑΓΚΗ ΔΗΜΙΟΥΡΓΙΑΣ ΤΗΣ ΕΡΕΥΝΑΣ Μελέτη ποιοτικών χαρακτηριστικών ξενοδοχείων Συμβουλευτικές υπηρεσίες από εσωτερικούς

Διαβάστε περισσότερα

Κατανομή συχνοτήτων. Μέτρα κεντρικής τάσης. Μέτρα διασποράς. Σφάλματα μέτρησης. Εγκυρότητα. Ακρίβεια

Κατανομή συχνοτήτων. Μέτρα κεντρικής τάσης. Μέτρα διασποράς. Σφάλματα μέτρησης. Εγκυρότητα. Ακρίβεια Ενότητα 2α: Τρόποι παρουσίασης επιδημιολογικών δεδομένων Εγκυρότητα, ακρίβεια Ροβίθης Μιχαήλ 2006 Τρόποι παρουσίασης επιδημιολογικών δεδομένων Κατανομή συχνοτήτων Μέτρα κεντρικής τάσης Μέτρα διασποράς

Διαβάστε περισσότερα

Φύλλο Εργασίας Μαθητή Τίτλος: Γίνομαι Ερευνητής/Ερευνήτρια

Φύλλο Εργασίας Μαθητή Τίτλος: Γίνομαι Ερευνητής/Ερευνήτρια Φύλλο Εργασίας Μαθητή Τίτλος: Γίνομαι Ερευνητής/Ερευνήτρια Τάξη: Γ Γυμνασίου Ενότητα: Επικοινωνώ και Συνεργάζομαι σε Διαδικτυακά Περιβάλλοντα Λύνω Προβλήματα με Υπολογιστικά Φύλλα Μάθημα: Επεξεργασία Ηλεκτρονικού

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ Εισαγωγή στο P.A.S.W. Υποχρεωτικό μάθημα 4 ου εξαμήνου

Διαβάστε περισσότερα

POWERPOINT 2003. Είναι το δημοφιλέστερο πρόγραμμα παρουσιάσεων.

POWERPOINT 2003. Είναι το δημοφιλέστερο πρόγραμμα παρουσιάσεων. POWERPOINT 2003 1. Τι είναι το PowerPoint (ppt)? Είναι το δημοφιλέστερο πρόγραμμα παρουσιάσεων. 2. Τι δυνατότητες έχει? Δημιουργία παρουσίασης. Μορφοποίηση παρουσίασης. Δημιουργία γραφικών. Δημιουργία

Διαβάστε περισσότερα