Spss gyakorlás 

1. Adatmátrix létrehozása /NYELV.sav/

a) Az adatmátrixunkat egészítsük ki egy újabb változóval: 

A vizsgázó életkora:

14, 20, 18, 22, 19, 21 

Adjuk meg a változó leírását az alábbiak szerint: 

A változó neve: kor,

típusa: numerikus,

hossza: 2 egész, 0 tizedesjegy,

a hiányzó adat kódja: 9,

A változó címkéje: Életkor 

b) A NEM változónál adjuk meg a változóértékek címkéjét:

1: férfi, 2: nő. 

2. Recode: A TESZT változó adatainak felhasználásával hozzuk létre az EREDMÉNY változót, amelynek az 1. kategóriájában azok vannak, akik a teszten legfeljebb 30 pontot szereztek, a 2. kategóriában pedig a legalább 31 pontosak szerepelnek.

   Compute: e) A PONTSZÁM nevű új változóban számoljuk meg, összesen hány pontot szereztek a vizsgázók a 3 vizsgán (SZÓBELI, TESZT, FORDÍTÁS).

   Count: /Sz2001d.sav/   A v12a-f változókból számoljuk össze, hogy a megkérdezettek hány különböző plusz jövedelemforrással rendelkeznek (új változó neve legyen : PLUSZJÖV, az egyéb jövedelemforrások száma)

    Automatic Recode: /NYELV.sav/ Hozzuk létre a LHELYKÓD nevű numerikus változót, amely a települések nevének (LAKHELY) numerikus kódját tartalmazza, ábécé szerint növekvő sorrendben. 

3. Megfigyelési egységek rendezése (Sort cases): Rendezzük sorba az adatállományunkat a FORDÍTÁS eredménye szerint csökkenő sorrendbe.

     Adatállományok összeillesztése (Merge Files): 

   a) Add Cases

Illesszük össze a A.SAV és B.SAV adatállományokat.

A két adatállomány ugyanazon kérdésekre adott válaszokat tartalmaz különböző megfigyelési egységekre.  

b)Add variables

Illesszük össze az A.SAV és C.SAV adatállományokat.

A két adatállomány ugyanazon megfigyelési egységekre vonatkozó különböző adatokat tartalmaz.

A megfigyelési egységek azonosítására kulcsváltozóként a SORSZÁM változót használjuk. 

4. Weight Cases: /NYELV.sav/ Súlyozzuk az adatállományunkat úgy, hogy mindenki a TESTVÉReinek számával azonos súllyal szerepeljen a mintában.

   Select Cases: válasszuk ki véletlenszerűen a minta 10%-át 

5. Frequencies: /KOCSIK.sav/ Készítsünk gyakorisági eloszlást a  TELJESÍT változóra.

Határozzuk meg a változó átlagát, mediánját, és a kvartilisek értékét.

Készítsük el a változó hisztogramját is. 

Átlag:                                                                           Medián: 

Kvartilisek: 

6. Descriptives: A változók átlaga szerint csökkenő sorrendben egy táblázatban írassuk ki az alábbi változók legfontosabb leíró statisztikáinak (átlag, szórás, minimum, maximum) értékét: GYORSUL, ÉVJÁRAT, HENGER

Készítsük el a fenti változók standardizálásával nyert új változókat is.

Mennyi a GYORSUL változó standardizált értéke az utolsó megfigyelési egységnél ? 

ZGYORSUL= 

8. Crosstabs

Van-e kapcsolat az  autók EREDETe és a fogyasztást jellemző  FOGYKAT változó között ? (Az utóbbi változót is tekintsük kategoriális/nominális változónak!)  A kereszttáblákban írassuk ki a megfigyelt és várt gyakoriságokat. 

I. a) Milyen statisztikát használunk:                                               b) Mi a H₀ : 

c) Mennyi a statisztika értéke:                                   d) Mekkora a hozzátartozó szignifikancia-érték: 

e) Elfogadjuk-e a null-hipotézist:                                               f) Van-e kapcsolat: 
 

9. T-próbák

    Egymintás T-próba: /IRODA.sav/

   Ellenőrizzük azt a hipotézisünket, hogy a mintánk olyan sokaságból származik, ahol a kezdőfizetés (KEZDFIZ) átlaga 17500 Ft. 

a) Milyen statisztikát használunk:                                               b) Mi a H₀ : 

c) Mennyi a statisztika értéke:                                    d) Mekkora a hozzátartozó szignifikancia-érték: 

e) Elfogadjuk-e a null-hipotézist:                                              

       Független kétmintás T-próba /JAZZ.sav/

Van-e szignifikáns különbség  a férfiak és nők (NEM=1 ill. NEM=2) átlagéletkora (KOR) ? 

I: A szórások teszteléséhez: 

a) Milyen statisztikát használunk:                                               b) Mi a H₀ : 

c) Mennyi a statisztika értéke:                                                    d) Mekkora a hozzátartozó szignifikancia-érték: 

e) Elfogadjuk-e a null-hipotézist:                                               f) Van-e különbség: 

II. Az átlagok teszteléséhez: 

a) Milyen statisztikát használunk                                                a/2) Melyik sorból olvassuk le? 

b) Mi a H₀ : 

c) Mennyi a statisztika értéke:                                                    d) Mekkora a hozzátartozó szignifikancia-érték: 

e) Elfogadjuk-e a null-hipotézist:                                               f) Van-e különbség: 

Kapcsolt kétmintás T-próba: /IRODA.sav/

Van-e szignifikáns különbség a kezdőfizetés (KEZDFIZ) és a jelenlegi fizetés (FIZETÉS) átlaga között? 

a) Milyen statisztikát használunk:                                               b) Mi a H₀ : 

c) Mennyi a statisztika értéke:                                     d) Mekkora a hozzátartozó szignifikancia-érték: 

e) Elfogadjuk-e a null-hipotézist:                                               f) Van-e különbség: 

10. Egyszempontos variancia-analízis ( One-way ANOVA)

Különbözik-e a fizetések átlaga (FIZETÉS) a három beosztási pozícióban (BEOSZTÁS) ?

    Írassuk ki a csoportátlagokat! 

a) Milyen statisztikát használunk:                                               b) Mi a H₀ : 

c) Mennyi a statisztika értéke:                                                    d) Mekkora a hozzátartozó szignifikancia-érték: 

e) Elfogadjuk-e a null-hipotézist:                                               f) Van-e különbség: 

Vagy  /KOCSIK.sav/

A megfelelő statisztikai teszttel ellenőrizzük, hogy van-e különbség az autók GYORSULásának átlagában, ha a teljesítmény hétfokú kategorizálása (TELJ7) alapján csoportosítunk?

Írassuk ki a csoportátlagokat!

Oszlopdiagrammal is szemléltessük a csoportátlagokat!  
 

11.Korrelációs együttható

Van-e kapcsolat az autók fogyasztása (FOGYASZT) és teljesítménye (TELJESÍT) között? 

a) Milyen statisztikát használunk:                                               b) Mi a H₀ : 

c) Mennyi a statisztika értéke:                                                    d) Mekkora a hozzátartozó szignifikancia-érték: 

e) Elfogadjuk-e a null-hipotézist:                                               f) Van-e kapscolat: 

Parciális korrelációs együttható

A SÚLY kontroll-változó bevonásával mit tapasztalunk a fenti két változó kapcsolatáról?

Vagy  Értelmezzük a fenti két változó kapcsolatát a súly változó hatásának kiszűrésével! 

c) Mennyi a statisztika értéke: 
 

12. Egyszeres lineáris regresszió

/KOCSIK.sav/

a)Becsüljük meg a súly hatását a teljesítményre! 

Milyen statisztikát használunk:                                              c) Mennyi a statisztika értéke: 

Írjuk fel a regressziós egyenest! 

b)A súly változó segítségével a teljesítmény mekkora részét tudjuk megmagyarázni? 

c)Mekkora a hibatag szórása? 

d)Jó-e a regressziós becslésünk? 

Milyen statisztikát használunk:                                               Mi a H₀ : 

Mennyi a statisztika értéke:                                        Mekkora a hozzátartozó szignifikancia-érték: 

Elfogadjuk-e a null-hipotézist:                                              Jó-e a becslés?: 
 

Többszörös lineáris regresszió: /KOCSIK.sav/

Többszörös lineáris regresszióval vizsgáljuk meg, hogy az autók TELJESÍTménye hogyan függ a SÚLYtól, GYORSULástól, ÉVJÁRATtól és a MOTOR hengerűrtartalmától. A Forward módszert alkalmazzuk. 

a) Melyik független változóknak van szignifikáns hatásuk?

b) Írjuk fel a standardizált regressziós egyenletet! 

c) A szignifikáns változók egymáshoz viszonyítva mennyire fontosak a regresszió szempontjából?

  Milyen statisztikát használunk?                                     

  Melyik változó a legfontosabb?                                 Mekkora a statisztika értéke ennél? 
 

  d) Szignifikáns-e a regressziós modellünk? 

       Milyen statisztikát használunk:                                            Mi a H₀ : 

       Mennyi a statisztika értéke:                                      Mekkora a hozzátartozó szignifikancia-érték: 

      Elfogadjuk-e a null-hipotézist:                                          Jó-e a modellünk?: 
 

d)A független változók a függő változó szórásnégyzetének hány százalékát magyarázzák meg? 
 

e) Mekkora a hibatag szórása? 

13.

  Chi-négyzet ( Illeszkedésvizsgálat) / Szeged2001végl.sav/

Ellenőrizzük azt a hipotézisünket, hogy a KORKAT2 változó 3 kategóriája azonos arányban fordul elő a sokaságban.

Vagy:

Illeszkednek-e az adataink ahhoz a hipotézishez, hogy ugyanennél a változónál a 3 korcsoport létszámának egymáshoz viszonyított aránya 35-35-30? 

a) Milyen statisztikát használunk:                                               b) Mi a H₀ : 

c) Mennyi a statisztika értéke:                                    d) Mekkora a hozzátartozó szignifikancia-érték: 

e) Elfogadjuk-e a null-hipotézist:                                               f)Döntés: 

Kolmogorov-Smirnov teszt

Tekinthetjük-e a KÉRDPERC változót normális eloszlásúnak? (H_0, statisztika-érték, szignifikancia-érték, döntés) 
 
 

c)Binomiális teszt (H_0, statisztika-érték, szignifikancia-érték, döntés)

Binomiális teszttel ellenőrizzük azt a hipotézist, hogy az EU csatlakozást támogatók aránya (2001-ben, Szegeden) pontosan 80%.  
 
 

d) Mann-Whitney (nemparaméteres teszt két független mintára)

Hozzunk létre új változót, amely azt tartalmazza, hogy a KOR szerint sorbarendezve ki hányadik helyen szerepel a listában. (A változó automatikusan az RKOR nevet kapja majd.)

Az így keletkezett ordinális mérési szintű változóval teszteljük, hogy van-e különbség azok életkorában, akik tudják és akik nem tudják az önkormányzati képviselő nevét (v72)? (H_0, statisztika-érték, szignifikancia-érték, döntés) 
 
 
 

e)Rankorreláció (Kendall-tau)

Van-e kapcsolat az RKOR és a v91 változó között? Mindkét változót tekintsük ordinális mérési szintűnek! (H_0, statisztika-érték, szignifikancia-érték, döntés)