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 του µαθήµατος είναι ικανοποιητικά και λιγότερο περίπλοκα προγράµµατα αλλά η επαφή µε το SPSS στα πλαίσια του εξαµηνιαίου µαθήµατος καθιστά ευκολότερη την επέκταση σε πιο περίπλοκες λειτουργίες στο ίδιο πρόγραµµα αργότερα αν αυτό προκύψει στην επαγγελµατική ζωή του φοιτητή. Αρχική οθόνη SPSS Ξεκινώντας το πρόγραµµα εµφανίζεται ένας πίνακας µε κελιά, δοµηµένος σε γραµµές και στήλες. Για το SPSS κάθε στήλη αντιστοιχεί σε µια µεταβλητή. Πάνω από το πρώτο κελί κάθε στήλης γράφει την ονοµασία της µεταβλητής. Εξ ορισµού αρχικά όλες οι µεταβλητές ονοµάζονται var. Αριστερά από το πρώτο κελί κάθε γραµµής έχει τον αύξων αριθµό της καταχώρησης. Κάτω αριστερά παρατηρούµε δύο ετικέτες από τις οποίες η µια γράφει Data View και η άλλη Variable View. Επίσης παρατηρούµε ότι εξ άρχης είµαστε τοποθετηµένοι στην καρτέλα Data View. Σε αυτή την καρτέλα θα καταχωρήσουµε όλα τα δεδοµένα µας ενώ στην άλλη θα ορίσουµε τις µεταβλητές οι οποίες αντιπροσωπεύουν τα δεδοµένα µας. Σύντοµη περιγραφή του µενού επιλογών Με την σειρά από αριστερά προς τα δεξιά βλέπουµε 1) µενού «File» το οποίο υποστηρίζει τις κλασσικές λειτουργίες εισόδου εξόδου και πολλές ακόµα καθώς έχουµε δυνατότητα δηµιουργίας διαδικασιών (New Script) ή ακόµα και συνεργασίας µε βάση δεδοµένων κλπ 2) µενού «Edit» µε τις συνηθισµένες λειτουργίες επεξεργασίας κειµένου προσανατολισµένες στο περιβάλλον του SPSS. 3) µενού «View» όπου διαµορφώνουµε στοιχειωδώς το περιβάλλον εργασίας και µπορούµε επίσης µε την επιλογή «Value Labels» να καθορίσουµε να εµφανίζονται οι ετικέτες των µεταβλητών αντί οι αντίστοιχες αριθµητικές τιµές. 4) µενού «Data» όπου µας προσφέρονται πολλές επιλογές χειρισµού ενός πακέτου δεδοµένων από απλές διαδικασίες όπως είναι η ταξινόµηση µέχρι και πιο περίπλοκες διαδικασίες όπως είναι η συγχώνευση δυο πακέτων δεδοµένων, ο προσδιορισµός βαρών σε υπάρχοντα δεδοµένα κλπ 5) µενού «Transform» όπου έχουµε διάφορες χρήσιµες δυνατότητες διαχείρισης των δεδοµένων όπως υπολογισµό παραστάσεων (Compute), καταµέτρηση περιπτώσεων (Count), χωρισµό των αριθµητικών δεδοµένων σε κατηγορίες (Categorize Variables) κλπ. 6) µενού «Analyze» το οποίο είναι ο υπολογιστικός πυρήνας του SPSS καθώς στο µενού αυτό βρίσκονται όλοι οι στατιστικοί υπολογισµοί που µπορούν να ζητηθούν πάνω σε ένα σύνολο δεδοµένων. 7) µενού «Graphs» όπου από εδώ µπορούµε να εµφανίσουµε γραφική αναπαράσταση των δεδοµένων µας µε εύκολο και γρήγορο τρόπο. 8) µενού «Utilities» όπου έχουµε επιπλέον δυνατότητες µεταβολής της εµφάνισης και της λειτουργικότητας του SPSS καθώς µπορούµε να περιορίσουµε το σύνολο µεταβλητών µε το οποίο εργαζόµαστε να εφαρµόσουµε µια διαδικασία κλπ 1

9) µενού «Windows» µε τις συνηθισµένες λειτουργίες χειρισµού του περιβάλλοντος των Windows. 10) µενού «Help» µε ένα πλήρες σύστηµα βοηθείας (δυστυχώς στα Αγγλικά) και µε έναν εντυπωσιακό οδηγό για αρχαρίους. Ορισµός µεταβλητών Το πρώτο πράγµα που πρέπει να κάνουµε για να πετύχουµε την στατιστική ανάλυση µιας οµάδας δεδοµένων είναι να προσδιορίσουµε κατάλληλες µεταβλητές των οποίων οι τιµές θα περιγράφουν το σύνολο των δεδοµένων που µας προσφέρονται. Στην πράξη πολλές φορές πρέπει να επιλέξω µεταξύ πολλών µετρήσιµων παραγόντων που µπορούν να καταγραφούν και να αποθηκευτούν σε µεταβλητές. Το είδους και η ποσότητα των µεταβλητών που τελικά θα ορίσω και θα χρησιµοποιήσω έχει να κάνει µε το είδος της µελέτης που θέλω να πετύχω άρα εξαρτάται από την υποκειµενική αντιµετώπιση του καθενός σε κάθε µια αναζήτηση. Για παράδειγµα αν θέλω απλά να βρω την µέση επίδοση των φοιτητών στο µάθηµα της στατιστικής αρκεί να καταχωρήσω µόνο τους τελικούς βαθµούς και άρα απαιτείται µόνο µια µεταβλητή. Αν όµως θέλω να βρω και τα ποσοστά επιτυχίας µεταξύ αγοριών και κοριτσιών τότε πρέπει να χρησιµοποιήσω τουλάχιστον ακόµα µια όπου θα καταχωρώ το φύλο. Έτσι αργότερα µε την βοήθεια αυτής της µεταβλητής θα µπορέσω (µε την κατάλληλη λειτουργία που υποστηρίζει το SPSS) να χωρίσω στα δύο τα δεδοµένα µου και να υπολογίσω τα ποσοστά στα δύο φύλα. Στόχος Μαθήµατος Στόχος του µαθήµατος είναι να καταστήσει ικανούς τους φοιτητές να αντιληφθούν τις δυνατότητες που προσφέρει το SPSS και να είναι σε θέση να προχωρήσουν σε µια στατιστική ανάλυση ενός συνόλου δεδοµένων τόσο σε αρχικό στάδιο όπως υπολογισµός µέσης τιµής, διασποράς και στοιχειώδεις γραφικές παραστάσεις όσο και σε πιο πολύπλοκες στατιστικές διαδικασίες όπως για παράδειγµα σύγκριση δύο µέσων τιµών και εύρεση διαστηµάτων εµπιστοσύνης. Στην διάρκεια των µαθηµάτων θα επεξεργαστούµε διάφορα σύνολα δεδοµένων. Ένα από αυτά µε το οποίο και θα αρχίσουµε είναι και το αρχείο δεδοµένων το οποίο θα κατασκευάσουµε µέσα στο εργαστήριο και το οποίο θα περιέχει την πρόοδο των φοιτητών στο µάθηµα της Στατιστικής. ηµιουργία αρχείου SPSS Με την έναρξη του το SPSS µας οδηγεί κατευθείαν στην καρτέλα εισαγωγής δεδοµένων. Προτού εισάγουµε δεδοµένα πρέπει να καθορίσουµε τις µεταβλητές στις οποίες αυτά θα αποθηκευτούν. Επιλέγουµε την ετικέτα Variable View και εµφανίζεται η καρτέλα εισαγωγής µεταβλητών. Αφού αποσκοπούµε στην όσο γίνεται µεγαλύτερη ανάλυση της επίδοσης των φοιτητών στο µάθηµα πρέπει να καταχωρήσουµε όσο το δυνατόν περισσότερους παράγοντες για τους οποίους πιστεύουµε πως µπορεί να εξαρτούν την τελική επίδοση του φοιτητή. Έτσι για παράδειγµα πρέπει να βάλουµε το φύλο του φοιτητή (γιατί παραδοσιακά τα κορίτσια διαβάζουν περισσότερο από τα αγόρια και πρέπει να ελέγξουµε τον ισχυρισµό αυτόν), ίσως την ηλικία του (µεγαλύτερη ηλικία σηµαίνει µεγαλύτερη πιθανότητα για σοβαρή προσπάθεια στο µάθηµα), καθώς και την συµµετοχή στις εβδοµαδιαίες ασκήσεις (λογικά περιµένουµε µεγάλη συµµετοχή στις ασκήσεις να σηµαίνει µεγάλη πιθανότητα επιτυχίας). Επιπλέον µια µεταβλητή που παρουσιάζει ενδιαφέρον είναι το τµήµα που ανήκει ο φοιτητής. Εκ των προτέρων δεν φαίνεται να εξαρτά το τελικό αποτέλεσµα αλλά αν παρουσιαστεί µια διαφοροποίηση στο ποσοστό επιτυχίας στις 2

τελικές εξετάσεις από το ένα τµήµα στο άλλο τότε αυτό θα είναι ένδειξη για κάποιον παράγοντα που επηρεάζει το αποτέλεσµα χωρίς εµείς να το έχουµε αντιληφθεί (π.χ. το ποσοστό των αγοριών σε ένα τµήµα να επηρεάζει αρνητικά την µέση επίδοση του τµήµατος). Ένα αρχικό σύνολο µεταβλητών θα είναι κάτι σαν το παρακάτω: 1) Ονοµατεπώνυµο 2) Αριθµός Μητρώου 3) Φύλο 4) Τµήµα 5) Συµµετοχή στην 1 η µέχρι την 10 η άσκηση(10 µεταβλητές). 6) Πλήθος συµµετοχών στις ασκήσεις. 7) Βαθµός Προόδου. 8) Βαθµός εξεταστικής. Ο λόγος που περιλαµβάνουµε τις εβδοµαδιαίες συµµετοχές είναι η εξαγωγή µιας σχέσης µεταξύ της διαχρονικής προσπάθειας του φοιτητή κατά την διάρκεια του εξαµήνου και στην τελική του επίδοση (για παράδειγµα είναι λογικό να περιµένουµε πως µια µεγάλη συµµετοχή προς το τέλος του εξαµήνου θα δίνει περισσότερες πιθανότητες επιτυχίας στο τέλος). Μπορούµε σε πρώτη φάση να µην εισάγουµε τόσες µεταβλητές γιατί το SPSS µας δίνει την δυνατότητα να προσθέτουµε µεταβλητές ανά πάσα στιγµή. Επίσης µπορούµε να µην εισάγουµε µεταβλητή αποθήκευσής του πλήθους συµµετοχών γιατί το SPSS έχει την δυνατότητα να υπολογίζει οποιαδήποτε παράσταση των υπαρχόντων µεταβλητών σε κάθε στιγµή και να καταχωρεί το εξαγόµενο σε µεταβλητή που θα ορίσουµε εµείς µε την επιλογή Transform Compute. (Στο πλαίσιο µε τις συναρτήσεις που εµφανίζεται κάνοντας δεξί κλικ µαθαίνουµε την λειτουργία κάθε µιας από αυτές.) Ειδικότερα για την απαρίθµηση της εµφάνισης µιας συγκεκριµένης τιµής σε ένα πλήθος κελιών µπορώ να χρησιµοποιήσω και την επιλογή Transform Count, αφού πρώτα ορίσω σε ποια µεταβλητή θα αποθηκεύσει το αποτέλεσµα (Target Variable) αλλά και ποια τιµή θα µετράει (Define Value). Μετά αρκεί να δώσω ΟΚ. Παράσταση µεταβλητών στο SPSS Οι µεταβλητές πρέπει να παρασταθούν µε λατινικούς γράµµατα και αριθµούς, να αρχίζουν από γράµµα και να έχουν µέχρι 8 ψηφία. Έτσι, οι παραπάνω µεταβλητές θα µπορούσαν να παρασταθούν ως 1) name 2) aem 3) sex 4) class 5) ex1 έως ex10 6) total_ex 7) proodos 8) telikos Παρατηρούµε πως δίνουµε στις µεταβλητές ονόµατα που να «θυµίζουν» κάπως τα δεδοµένα που πρόκειται να αποθηκευτούν σε αυτές. Αυτό είναι χρήσιµο τόσο για εµάς όσο και για την κατανόηση του αρχείου µας από κάποιον τρίτο. 3

Προσδιορισµός Μεταβλητών Τις µεταβλητές τις προσδιορίζουµε µε τα παρακάτω χαρακτηριστικά : 1) type : το είδος της µεταβλητής (αριθµητική, αλφαριθµητική κλπ). Για να γίνει ορθά η επιλογή του είδους της µεταβλητής πρέπει πρώτα να ξεκαθαριστεί αν θα συµµετέχει αυτή η µεταβλητή σε οποιαδήποτε πράξη. Έτσι για παράδειγµα ο αριθµός µητρώου εκ πρώτης όψεως αρµόζει να αποθηκευτεί ως αριθµητική µεταβλητή. Ωστόσο δεν υπάρχει περίπτωση να συµµετέχει σε πράξεις. Αυτό σηµαίνει πως ισοδύναµα θα µπορούσα να τον καταχωρήσω σαν αλφαριθµητική µεταβλητή. 2) width : το µήκος των επιτρεπόµενων καταχωρήσεων. 3) Decimals : Το πλήθος των δεκαδικών θέσεων (µόνο για αριθµητικές µεταβλητές) 4) Label : Η περιφραστική ονοµασία της µεταβλητής σε απλά ελληνικά. 5) Values : Αν η µεταβλητή παίρνει λίγες τιµές τότε εδώ εισάγω τον ιδιαίτερο χαρακτηρισµό κάθε µιας από αυτές τις τιµές. 6) Missing : Το κελί αυτό µου δίνει την δυνατότητα να διαχωρίζω τις περιπτώσεις για τις οποίες δεν συµπληρώθηκε ένα κελί. Για παράδειγµα µια ερώτηση σε µια δηµοσκόπηση µπορεί να µένει αναπάντητη είτε δεν τέθηκε στον ερωτώµενο είτε διότι ο ερωτώµενος αρνήθηκε να απαντήσει. Μπορώ να κωδικοποιήσω µε κάποιες συγκεκριµένες τιµές τα γεγονότα αυτά και µε την βοήθεια του «Values» να τα περιγράφω. Πιο συγκεκριµένα στην δική µας την περίπτωση η µεταβλητή telikos υπάρχει περίπτωση να µείνει κενή αν ένας φοιτητής δεν έρθει να γράψει ή έρθει να γράψει και τον διώξει ο επιτηρητής γιατί τον έπιασε να κλέβει. Για να περιγράψω και τις δύο περιπτώσεις µπορώ µέσω του Missing να ορίσω τις τιµές 99 και 89 αντίστοιχα ή γενικότερα οποιονδήποτε άλλον αριθµό µεγαλύτερο του 10 (αδύνατος βαθµός) να δηλώνουν τα δυο αυτά γεγονότα και να ορίσω µε την στήλη «Values» στην περίπτωση αυτή να εµφανίζεται «εν Προσήλθε» ή «Αποµακρύνθηκε» 7) Columns : Το πλήθος των χαρακτήρων µε το οποίο θα φαίνεται κάθε στήλη στην καρτέλα «Data View». Για πεδία εκ φύσεως µεγάλα όπως το όνοµα καλό είναι να το βάζουµε αρκετά µεγάλο (π.χ. 30) ενώ για µικρότερα πεδία µπορούµε να θέτουµε και πιο µικρές τιµές. ( Το SPSS ορίζει εξ άρχης columns = 8). 8) Align : Ορίζω το σηµείο του κελιού που θέλω να εµφανίζεται η καταχώρηση µου. (αριστερά, κέντρο, δεξιά) 9) Measure : Ορίζω την φύση της µεταβλητής. Αυτή µπορεί να είναι αριθµητική (όπου και θέτω scale) ή ποιοτική. Αν είναι ποιοτική τότε µπορεί οι πιθανές τιµές της να έχουν κάποια «εσωτερικής» φύσεως υποκειµενική διάταξη (π.χ. διαφωνώ πλήρως, διαφωνώ, συµφωνώ, συµφωνώ πλήρως) µπορεί και να µην έχουν (π.χ. πράσινο, καστανό, µαύρο). Στην πρώτη περίπτωση την χαρακτηρίζουµε την µεταβλητή ως ordinal ενώ στην δεύτερη ως nominal. Η διαφοροποίηση µεταξύ των δύο τύπων δεν είναι µεγάλη. Στην πράξη όποια µεταβλητή δεν είναι αριθµητική µπορούµε να την βάλουµε nominal. Εισαγωγή εδοµένων από Excel Αφού καθορίσω τα παραπάνω χαρακτηριστικά για κάθε µια µεταβλητή είµαι έτοιµος να πάω στην καρτέλα Data View και να εισάγω τιµές. Αντί να γράψω τα ονόµατα ένα ένα, διαδικασία χρονοβόρα µπορώ να εισάγω τιµές από ένα φύλο Excel µε µια απλή διαδικασία copy-paste. Έτσι από το αρχείο ΤµήµαταΦοιτητών.xls όπου είναι καταχωρηµένα όλα τα ονόµατα των φοιτητών παίρνω τα ονόµατα και αρκεί να 4

συµπληρώσω τα υπόλοιπα στοιχεία (φύλο και τάξη που δεν υπάρχουν στο αρχείο ΤµήµαταΦοιτητών.xls). Ταξινόµηση Πατώντας µε το ποντίκι πάνω στην µεταβλητή name µαυρίζει όλη η στήλη. Κάνοντας δεξί κλικ επιλέγουµε Sort Ascending. Έτσι το ονόµατα µπαίνουν σε αλφαβητική σειρά. Το ίδιο θα µπορούσαµε να το πετύχουµε ακολουθώντας την επιλογή Data Sort Cases. Παρατηρούµε πως τα υπόλοιπα κελιά ακολουθούν την αλλαγή. Αυτό αν και φαίνεται αναµενόµενο δεν συµβαίνει σε προγράµµατα µε ίδια φιλοσοφία εισαγωγής στοιχείων (π.χ. όπως το Excel). Μια πρώτη µελέτη των στοιχείων Με τα λίγα στοιχεία που διαθέτουµε για τους φοιτητές µπορούµε να εξάγουµε ορισµένα αρχικά περιγραφικά στοιχεία όπως το ποσοστό εκπροσώπησης κάθε φύλου στο µάθηµα. Αυτό µπορούµε να το πετύχουµε επιλέγοντας Analyze Descriptive Statistics Frequencies Τοποθετώντας στο δεξί παράθυρο την µεταβλητή που µας ενδιαφέρει (π.χ. το Φύλο) και πατώντας ΟΚ θα πάρουµε σε ένα νέο παράθυρο που θα δηµιουργηθεί έναν πίνακα σαν τον παρακάτω Φύλο Frequency Percent Valid Percent Cumulativ e Percent Valid Κορίτσι 34 61,8 61,8 61,8 Αγόρι 21 38,2 38,2 100,0 Total 55 100,0 100,0 Μπορούµε να πάρουµε αντίστοιχα αποτελέσµατα για κάθε µια µεταβλητή. Π.χ. ο αντίστοιχος πίνακας για τις τάξεις θα είναι Τάξη Frequency Percent Valid Percent Cumulativ e Percent Valid Α' 19 34,5 34,5 34,5 Β' 18 32,7 32,7 67,3 Γ' 18 32,7 32,7 100,0 Total 55 100,0 100,0 Προσπαθήστε να κάνετε το ίδιο για το όνοµα. Τι προκύπτει? Πως το εξηγείτε? Γραφική Αναπαράσταση Επειδή µια εικόνα είναι χίλιες λέξεις είναι καλό να µπορούµε να κάνουµε γραφικές παραστάσεις που να περιγράφουν τα δεδοµένα µας. Αυτό µπορούµε να το πετύχουµε επιλέγοντας από το µενού Graphs ένα από τα προσφερόµενα σχήµατα. Έτσι για παράδειγµα µπορώ να κάνω ένα ραβδόγραµµα αν επιλέξω Graphs Bar, συνεχίσω επιλέγοντας Simple και µε Define ορίσω την µεταβλητή που θα ορίζει τις ράβδους (π.χ. το φύλο). Αντίστοιχα µπορώ να πάρω και τα άλλα προσφερόµενα σχήµατα. Το SPSS προσφέρει και ένα εύκολο οδηγό γραφηµάτων. Πηγαίνοντας Graphs Interactive Bar ή Plot ή Area κλπ, απλά τοποθετούµε τις µεταβλητές που θέλουµε για τετµηµένη και τεταγµένη (x και y) και δίνουµε OK. 5

Επιλογή περιπτώσεων Πολλές φορές θέλουµε να µελετήσουµε ένα κοµµάτι των δεδοµένων µας ως προς κάποια µεταβλητή. Αυτό µπορεί να γίνει από το µενού Data επιλέγοντας Split File ή Select Cases. Η διαφορά της πρώτης από την δεύτερη περίπτωση είναι πως µε το Split File χωρίζεις όλα τα δεδοµένα σου σε κατηγορίες ως προς κάποια µεταβλητή και κάθε µελέτη από εδώ και εµπρός θα γίνεται σε κάθε µια κατηγορία ενώ µε την επιλογή Select Cases κάθε ενέργεια θα εφαρµόζεται µόνο στις επιλεγόµενες περιπτώσεις. Σε κάθε περίπτωση η επιλογή αυτή είναι προσωρινή και µπορεί ανά πάσα στιγµή να ανακληθεί. Τα δεδοµένα φυσικά δεν υφίστανται καµιά αλλαγή. Έτσι για παράδειγµα αν θέλω να βρω το ποσοστό των κοριτσιών σε κάθε τάξη µπορώ να επιλέξω Data Split File, και στο παράθυρο που θα εµφανιστεί να επιλέξω Compare Groups ή και Organize output by groups. Στο παράθυρο που θα «φωτιστεί» τοποθετώ την µεταβλητή µε την οποία θέλω να διαχωρίσω το αρχείο. Στο παράθυρο αυτό θέτω Group Based on : Τάξη και κάνω κλικ στο ΟΚ. Επιλέγοντας τώρα Analyze Descriptive Statistics Frequencies Και δίνοντας την µεταβλητή Φύλο στο παράθυρο που προκύπτει παίρνω τα επιµέρους ποσοστά για κάθε τάξη. Επιλογή µεταβλητών εργασίας Πολλές µεταβλητές δεν θα χρησιµοποιηθούν πριν από τον Ιούνιο. Μπορούµε να περιορίσουµε την εµφάνιση των µεταβλητών εργασίας δηλώνοντας το σύνολο των µεταβλητών εργασίας µε την επιλογή Utilities Define Sets Στο παράθυρο δεξιά µεταφέρουµε τις µεταβλητές προσωρινής εργασίας (name, aem, sex, class, total_ex) και στο κελί Set Name το ονοµάζουµε (πχ PROSORINO). Τώρα µε την επιλογή Utilities Use Sets επιλέγοντας το σύνολο µεταβλητών PROSORINO περιορίζουµε την εµφάνιση των µεταβλητών σε οποιαδήποτε παράθυρο εργασίας προκύπτει, µόνο στις µεταβλητές που περιέχει το σύνολο PROSORINO. 6