אוניברסיטת בר-אילן ד"ר שגית שילה-לוין הטיפול בקובץ הנתונים

1 אוניברסיטת בר-אילן ד"ר שגית שילה-לוין הטיפול בקובץ הנתונים לאחר שהעברתם את השאלונים, מגיע שלב עיבוד הנתונים. בשלב זה, לכל סטודנט אמורים להיות לפחות 04 שאלונים לעיבוד )כאמור, מי שעושה את העבודה בזוגות צריך להעביר את השאלונים ל- 04 נבדקים, ומי שעושה את המחקר בשלשות מעביר 024 שאלונים(. לפניכם שלב אחרי שלב, אופן הטיפול בקבצי הנתונים: 1. בניית קובץ נתונים בשלב הראשון יש לבנות את קובץ הנתונים: א. ב. ג. מתן שמות לשאלות - תחילה יש לתת שם לכל שאלה בשאלון: השאלון כולל 3 חלקים: סדרה ראשונה המתייחסת לשאלות הבוחנות את המשתנה התלוי. לכל השאלות הללו תנו שם עם מספר סידורי שונה. למשל, אם המשתנה התלוי במחקר הוא דכאון, אזי אקרא לשאלה הראשונה דכאון 0 לשאלה השניה דכאון 2 וכך הלאה. אותו התהליך יש לבצע לגבי הסדרה השניה של השאלות המתייחסת למשתנה הבלתי תלוי. כך, למשל, אם המשתנה הב"ת במחקר הוא תמיכה חברתית אזי לשאלה הראשונה אקרא תמיכה 0, לשניה תמיכה 2 וכו'. החלק השלישי בשאלון הוא השאלות הדמוגרפיות, כאן לכל שאלה יש לתת שם בנפרד )כאן אפשר לתת שמות פשוטים, בהתאם לנושא השאלה: מין, גיל, דת וכו'(. הצמדת ספרות למשתנים שערכיהם נומינליים )מילוליים( יש להצמיד ספרה לכל ערך נומינלי. כלומר, משתנים כמו מין )שערכיו זכר / נקבה(, מצב משפחתי )שערכיו רווק / נשוי / גרוש / אלמן( וכו', צריכים להיות מוסבים למספרים. כך למשל, זכר יקבל את הערך 0 ונקבה את הערך 2. הכנסת הנתונים לקובץ - קובץ הSPSS עליו תעבדו בנוי ממשבצות, בדומה לגיליון אלקטרוני או למחברת חשבון )אתם יכולים לעבוד על כל תוכנה שיכולה לבצע חישובים סטיסטיים, כמו אקסל או,STATISTICA עם זאת, היות והתוכנה לעיבוד נתונים הנלמדת במסגרת החוג היא SPSS אזי ההוראות להלן יהיו בהתאם(. תחילה יש להיכנס לגיליון הנקרא.VARIABLE VIEW גליון זה משמש ככרטסת ובה תיאור משתני המחקר. בעמודה השמאלית ביותר יש להכניס את שמות השאלות, כפי שעשיתם בשלב א'. לאחר מכן יש לעבור לגליון DATA VIEW )שימו לב ששמות השאלות שכתבתם בגליון הראשון מופיעות ככותרת בעמודה הראשונה(, ובו להקליד את התשובות שנכתבו בשאלונים. בכל שורה יוכנסו נתונים משאלון בודד, כך שעליכם לקבל קובץ שמספר השורות בו תואם למס' הנבדקים.

2 היפוכי סקלות בשאלון שבו הסקאלה של חלק מהשאלות הפוכה יש לבצע "היפוך סקלות". למשל, בשאלון הבודק רגשות כלפי בן זוגך חלק מהרגשות חיוביים )כמו חיבה, אהבה( כלומר ציון גבוה פירושו תחושה חיובית כלפי בן הזוג. מאידך, עבור הרגשות השליליים )כמו סלידה ושנאה( ציון גבוה פירושו תחושה שלילית כלפי בן הזוג. על מנת ליצור סקאלה אחידה עבור כלל הרגשות, יש להפוך את הסקאלות של הרגשות החיוביים או של הרגשות השליליים, כך שציון גבוה ייצג בכל המצבים את אותה התחושה..2 TRANSFORM > RECODE > INTO SAME VARIABLES>.0 2. כותבים ב VARIABLES את שמות המשתנים בהם יערך היפוך הסקלות. 3. נפתח חלון בעל שני חלקים VALUES" "OLD ו - VALUES"."NEW ב - OLD כותבים את הערך הישן, וב NEW כותבים את הערך החדש. 0. אחרי הציון הערך הישן והערך החדש, לוחצים על.ADD 5. לאחר סיום היפוך כל הסקלה: O.K. CONTINUE > 3. בדיקת מהימנות - יש לבדוק את העקביות הפנימית של השאלון. מבחן המהימנות, למעשה, מעריך את מידת הקשר בין הפריטים בשאלון מסוים ומוודא שכל השאלות אכן מתייחסות לאותו משתנה נמדד. במחקרנו עליכם לבצע שני מבחני מהימנות: האחד לשאלון הבודק את המשתנה התלוי והשני לשאלון הבודק את המשתנה הבלתי תלוי הפסיכולוגי. קיימות כמה שיטות לבדיקת מהימנות: מהימנות מבחן חוזר, מבחנים מקבילים, מהימנות מבחן חצוי, מהימנות פנימית אלפא-קרונבך ומהימנות בין שופטים. במחקר הנוכחי עליכם לבצע מהימנות אלפא קרונבך. ANALYZE > SCALE > RELIABILITY ANALYSIS.0 2. נפתח חלון ובו מכניסים את רשימת המשתנים שבינם רוצים לבדוק את המהימנות. )ALPHA בוחרים את סוג המהימנות )בדרך כלל נבחר במבחן MODEL 3. לוחצים על STATISTICS ב.0 נפתח חלון ובו מסמנים ב DESCRIPTIVES FOR את,SCALE IF ITEM DELETED וב INTER-ITEM את CORRELATIONS 5. לבסוף, לוחצים על >> CONTINUE לדוגמא, על מנת למצוא את המהימנות הפנימית של שאלון חרדה, הכולל עשרה פריטים: ANALYZE > SCALE > RELIABILITY ANALYSIS > anxiety1 to anxiety10 > ALPHA > STATISTICS > SCALE IF ITEM DELETED > CORRELATIONS > CONTINUE >> קובץ הפקודות ייראה כך:

3 RELIABILITY /VARIABLES=zugi1 zugi2 zugi3 zugi4 zugi5 zugi6 zugi7 zugi8 zugi9 zugi10 zugi11 zugi12 zugi13 zugi14 zugi15 /FORMAT=NOLABELS /SCALE(ALPHA)=ALL/MODEL=ALPHA /STATISTICS=DESCRIPTIVE /SUMMARY=TOTAL. הפלט יראה כך: ****** Method 1 (space saver) will be used for this analysis ****** R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Cases Mean Std Dev 1. ZUGI1 4.2500.8642 2. ZUGI2 4.4500 1.0176 3. ZUGI3 4.5375.9929 4. ZUGI4 4.4250 1.1112 5. ZUGI5 4.3625 1.0820 6. ZUGI6 3.7625 1.2553 7. ZUGI7 4.6625.9929 8. ZUGI8 4.5250.9933 9. ZUGI9 3.6375 1.2350 10. ZUGI10 4.3125 1.0138 11. ZUGI11 4.8125.6182 12. ZUGI12 4.7125.8143 13. ZUGI13 4.7000.9731

4 14. ZUGI14 4.3875 1.1080 15. ZUGI15 4.7125.9028 Item-total Statistics Alpha if Item Deleted Scale Scale Corrected Mean Variance Item- if Item if Item Total Deleted Deleted Correlation ZUGI1 600 56.8861.2952.8012 ZUGI2 61.8000 51.6051.6047.7790 ZUGI3 61.7125 53.6758.4687.7895 ZUGI4 61.8250 53.6652.4042.7945 ZUGI5 61.8875 55.2657.3136.8014 ZUGI6 62.4875 51.4935.4669.7897 ZUGI7 61.5875 56.8277.2450.8055 ZUGI8 61.7250 50.3538.7193.5398 ZUGI9 62.6125 54.0125.3274.8021 ZUGI10 61.9375 55.7809.3086.8012 ZUGI11 61.4375 56.9074.4494.7944 ZUGI12 61.5375 54.6821.5095.7885 ZUGI13 61.5500 55.8203.3242.7998 ZUGI14 61.8625 51.9429.5203.7850 ZUGI15 61.5375 55.6441.3729.7964 Reliability Coefficients N of Cases = N of Items = 15

5 Alpha =.8046 שימו לב, העמודה החשובה היא השמאלית. SCALE IF ITEM DELETED כאן מופיע מס' המציין מה קורה למהימנות במידה ונוריד את השאלה. למשל, אם נוריד את שאלה 05 המהימנות תרד ל 97. )כלומר, המהימנות תרד, ולכן לא כדאי להוריד אותה(. מאידך, אם נוריד את שאלה 0, המהימנות תעלה ל 07. )לכן כדאי להוריד את השאלה(. משמעות ההורדה היא שאנו לא מתייחסים לשאלה זו בניתוחים משלב זה ואילך. אופן הדיווח: "על מנת לבחון את מהימנות 05 פריטי שאלון הזוגיות בוצע ניתוח מהימנות לבדיקת מובהקות העקיבות הפנימית של השאלון. לאחר שהורדה שאלה 0 הניתוח העלה כי לשאלון מהימנות גבוהה ".)Cronbach α=.89( חישוב ממוצעים יש לחשב לכל נבדק שני ממוצעים: ממוצע השאלון הבודק את המשתנה התלוי, וממוצע לשאלון הבודק את המשתנה התלוי )השאלות שפגעו במהימנות.0 לא יכללו בחישוב זה(. הממוצע מבוצע באמצעות.COMPUTE ניתוחים סטטיסטיים זהו, עכשיו עוברים לניתוחים עצמם. כל ניתוחים מתבצעים על הממוצעים שחישבנו בשלב הקודם )כלומר, לא עושים ניתוחים על כל שאלה ושאלה, אלא על הממוצעים(. להלן הנתוים הסטטיסטיים שהזכרנו בתחילת סמסטר א'. עליכם להתאים את הניתוח הסטטיסטי להשערת המחקר )כלומר, לכל השערה יש לבצע ניתוח אחד(:.5 - Correlation מתאם מבחן הבודק את עוצמת הקשר שבין שני משתנים אורדינלים )סדר( ומעלה. מתייחס לקשרים ליניאריים )למשל, ככל שהציון ב A יותר גבוה, כך הציון ב B יותר גבוה(. קשר בין משתנים אורדינלים )למשל, הקשר בין דירוגי קפיצה לגובה לבין דירוגי קפיצה לרוחק( נבחן באמצעות מתאם ספירמן. קשר בין משתנים אינטרוולים ומעלה )למשל, הקשר בין גובה למשקל( נמדד באמצעות מתאם פירסון. ניתן למצוא מתאם בין יותר משני משתנים )למשל, בין ציוני הבגרות, הפסיכומטרי והבי.אי(. ANALYZE > CORRELATE > BIVARIATE.0 2. בוחרים את המשתנים שבינם יחושב המתאם )למשל, )psichometri bagrut 3. מציינים איזה סוג מתאם מחפשים )ספירמן/פירסון( >> לדוגמא: על מנת למצוא את הקשר בין ציון הבגרות לבין הציון במבחן הפסיכומטרי ANALYZE > CORRELATE > BIVARIATE

6 bagrut psichometri > PEARSON >> CORRELATIONS /VARIABLES=age child /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE. Correlations קובץ הפקודות ייראה כך: הפלט יראה כך: אופן הדיווח: AGE CHILD Correlations Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N **. Correlation is significant at the 0.01 lev el (2-tailed). AGE CHILD 0.635**..000 82 82.635** 0.000. 82 82 "בכדי לבחון האם קיים קשר בין גיל הנבדקים לבין מספר הילדים שלהם, בוצע ניתוח מתאם של פירסון שהעלה כי קיים קשר חיובי מובהק בין המשתנים להשערתנו נמצא כי ככל שהנבדק מבוגר יותר, כך יש לו יותר ילדים.".)r=.63, p<.01( מכאן, שבהתאם T test למדגמים בלתי תלויים מבחן המשווה ממוצעים של שתי קבוצות שאינן תלויות אחת בשניה, ובוחן האם קיים הבדל בינם. למשל, כאשר רוצים לגלות האם קיימים הבדלים בציוני הבגרות בין כיתה י"ב 0 לכיתה י"ב.2 ANALYZE > COMPARE MEANS > INDEPENDENT SAMPLES T TEST.0 2. נפתח חלון, ותחת VARIABLE(S) TEST כותבים את המשתנים התלויים )למשל, )bagrut 3. תחת GROUPING VARIABLE כותבים את המשתנה הבלתי תלוי )למשל, )class 0. לוחצים על DEFINE GROUPS נפתח חלון ובו מגדירים את ערכי המשתנה הבלתי תלוי )למשל, 0,2(.5 לוחצים על >> CONTINUE דוגמא:

7 ANALYZE > COMPARE MEANS> INDEPENDENT SAMPLES T TEST > bagrut > class > DEFINE GROUPS > 1 > 2 > CONTINUE >> קובץ הפקודות ייראה כך: T-TEST GROUPS=sex(1 2) /MISSING=ANALYSIS /VARIABLES=edu /CRITERIA=CIN(.95). הפלט יראה כך: T-Test Group Statistics EDU SEX Std. Error N Mean Std. Dev iation Mean 28 12.6429 1.7473.3302 54 13.0370 1.7042.2319 Independent Samples Test EDU Equal variances assumed Equal variances not assumed Levene's Test f or Equality of Variances F Sig. t df Sig. (2-tailed) t-test for Equality of Means Mean Dif f erence 95% Confidence Interv al of the Std. Error Dif f erence Dif f erence Lower Upper.032.860 -.985 80.328 -.3942.4003-1.1908.4024 -.977 53.566.333 -.3942.4035-1.2033.4149 קריאת הפלט:.0 מסתכלים ב :LEVEN S TEST FOR EQUALITY (EQUAL VARIANCE ASSUMED) השונויות של שתי הקבוצות שוות 0.05<p (EQUAL VARIANCE NOT ASSUMED) של שתי הקבוצות לא שוות שונויות ה 0.05>p 2. בהתאם למה שמצאנו בסעיף )0( פונים לשורה המתאימה בטבלת ה T test ומסתכלים על ערכי ה t.,df,sig במידה והתוצאה אינה מובהקת, מדווחים על כך שלא נמצאו הבדלים בין הקבוצות. במידה והתוצאה מובהקת, יש לפנות לטבלת הממוצעים המופיעה בתחילת הפלט, ולראות למי משתי הקבוצות ממוצע גבוה יותר.

8 אופן הדיווח: "על מנת לבחון האם קיימים הבדלים בשנות ההשכלה בין נשים לגברים נערך מבחן t למדגמים בלתי תלויים שהעלה כי לא קיים הבדל מובהק p=n.s.( t(. (80),98.-= כלומר, בניגוד להשערתנו לא נמצא כי מספר שנות הלימוד הממוצע של נשים sd=1.70(,13.04=m( גבוה מזה של הגברים ".)M=12.64, sd=1.75( T test למדגמים תלויים מבחן המשווה ממוצעים של שתי קבוצות התלויות אחת בשניה, ובוחן האם קיים הבדל בינם. תלות קיימת כאשר ישנו קשר בין הנבדקים משתי הקבוצות, למשל, במצב שבו בקבוצה אחת נחקרות הנשים, ובשניה נחקרים בעליהן. מצב שכיח נוסף קורה כאשר משווים בין שני ציונים של אותה קבוצה )לדוגמא, משווים את ציוני הפסיכומטרי לפני ואחרי הקורס(. ANALYZE > COMPARE MEANS > PAIRED-SAMPLES T TEST.0 2. נפתח חלון, ובו בוחרים את שני המשתנים עליהם עושים את המבחן )למשל, )before, after >> דוגמא: ANALYZE > COMPARE MEANS > PAIRED- SAMPLES T TEST > before> after>> קובץ הפקודות ייראה כך: הפלט יראה כך: T-TEST PAIRS= befor WITH after (PAIRED) /CRITERIA=CIN(.95) /MISSING=ANALYSIS. T-Test Paired Samples Statistics Pair 1 BEFOR AFTER Std. Error Mean N Std. Dev iation Mean 4.3282 133.6463 5.604E-02 4.0158 133.7266 6.301E-02

9 Paired Samples Correlations Pair 1 BEFOR & AFTER N Correlation Sig. 133.462.000 Paired Samples Test Pair 1 BEFOR - AFTER Paired Diff erences 95% Confidence Interv al of the Std. Error Dif f erence Mean Std. Dev iation Mean Lower Upper t df Sig. (2-tailed).3124.7156 6.205E-02.1897.4351 5.035 132.000 אופן הדיווח: "על מנת לבחון האם קיימים הבדלים בציוני הדימוי העצמי לפני התוכנית ואחריה, נערך מבחן t למדגמים תלויים שהעלה כי אכן קיים הבדל מובהק )01.>p t(. (132),5.03= כלומר, בהתאם להשערתנו נמצא כי רמת החרדה ממוצעת לאחר הטיפול sd=0.73(,4.02=m( נמוכה מזו שנמדדה לפני הטיפול sd=0.65(,4.33=m(." - ניתוח שונות חד כיווני One way anova במבחן זה נשתמש כאשר נרצה לגלות האם קיימים הבדלים בין כמה קבוצות )3 קבוצות ומעלה(. למשל, האם קיימים הבדלי משקל בין סטודנטים לפסיכולוגיה, למשפטים ולמתמטיקה. ANALYZE > COMPARE MEANS > ONE WAY ANOVA.0 2. נפתח חלון ותחת DEPENDENT LIST כותבים את המשתנה/ים התלוי/ םי )למשל, )grade 3. תחת FACTOR כותבים את המשתנה הבלתי תלוי שמחלק את הנחקרים לקבוצות )למשל, )group 0. לוחצים על POST HOC ומסמנים את SCHEFFE )זהו מבחן הבוחן מהו המקור להבדלים: בין קבוצות 0,3 0,2 או 2,3( 5. לוחצים על OPTIONS ומסמנים את DESCRIPTIVE.6 לוחצים על >> CONTINUE ANALYZE > COMPARE MEANS > ONE WAY ANOVA > grade > group > POST-HOC > SCHEFFE > CONTINUE > לדוגמא:

11 OPTIONS > DESCRIPTIVE > CONTINUE >> ONEWAY sviut BY family /STATISTICS DESCRIPTIVES /MISSING ANALYSIS /POSTHOC = SCHEFFE ALPHA(.05). Oneway קובץ הפקודות ייראה כך: הפלט יראה כך: Descriptives SVIUT Total 95% Confidence Interv al for Mean N Mean Std. Dev iation Std. Error Lower Bound Upper Bound Minimum Maximum 12 3.6667.9847.2843 3.0410 4.2923 5.00 48 3.5417 1.4580.2105 3.1183 3.9650 5.00 12 00 1.0445.3015 1.3364 2.6636 10 2.8000 1.0328.3266 2.0612 3.5388 82 3.2439 1.4016.1548 2.9359 3.5519 5.00 ANOVA SVIUT Between Groups Within Groups Total Sum of Squares df Mean Square F Sig. 26.939 3 8.980 5.299.002 132.183 78 1.695 159.122 81 Post Hoc Tests

11 Multiple Comparisons Dependent Variable: SVIUT Schef fe (I) FAMILY (J) FAMILY Mean Dif f erence 95% Confidence Interv al (I-J) Std. Error Sig. Lower Bound Upper Bound.1250.4202.993-1.0756 1.3256 *. The mean diff erence is signif icant at the.05 level. 1.6667*.5315.025.1480 3.1853.8667.5574.494 -.7261 2.4594 -.1250.4202.993-1.3256 1.0756 1.5417*.4202.006.3411 2.7423.7417.4525.447 -.5514 2.0347-1.6667*.5315.025-3.1853 -.1480-1.5417*.4202.006-2.7423 -.3411 -.8000.5574.563-2.3928.7928 -.8667.5574.494-2.4594.7261 -.7417.4525.447-2.0347.5514.8000.5574.563 -.7928 2.3928 Homogeneous Subsets Schef fe a,b FAMILY Sig. SVIUT Subset f or alpha =.05 N 1 2 12 00 10 2.8000 2.8000 48 3.5417 12 3.6667.457.385 Means for groups in homogeneous subsets are display ed. a. Uses Harmonic Mean Sample Size = 13.913. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Ty pe I error levels are not guaranteed. אופן הדיווח: "על מנת לבחון האם קיימים הבדלים בשביעות הרצון בין נבדקים בעלי מצב משפחתי שונה נערך ניתוח שונות חד-כיווני שהעלה תוצאות מובהקות )01.>p F(. (3,78),5.30= לבדיקת מקור ההבדלים נערך ניתוח המשך מסוג Scheffe שהראה כי גרושים sd=1.04(,2.0=m( הינם פחות שבעי רצון M=2.80, (,)M=3.54, sd=1.46( מרווקים sd=0.98( )M=3.67, ומנשואים )sd=1.03 אינה שונה במובהק מיתר הקבוצות." קבוצת האלמנים