SPSS dla początkujących, analiza do pracy krok po kroku

Zebrałeś ankiety, masz stos wypełnionych kwestionariuszy albo arkusz z danymi, i nagle promotor mówi: zrób analizę w SPSS. A Ty otwierasz program, widzisz tabelę przypominającą Excela na sterydach, dziesiątki menu i okien, i nie masz pojęcia, od czego zacząć. To moment, w którym wielu studentów panikuje albo płaci komuś za analizę, której potem nie rozumie i nie potrafi obronić. Nie musi tak być.

Prawda o SPSS jest taka, że do typowej pracy magisterskiej potrzebujesz może dziesięciu procent tego, co program potrafi. Nie musisz znać każdej procedury ani rozumieć zaawansowanej statystyki. Musisz umieć wprowadzić dane tak, żeby program je zrozumiał, policzyć podstawowe statystyki opisowe, wybrać właściwy test do swojego pytania badawczego, wykonać go i poprawnie opisać wynik. To wszystko da się ogarnąć, jeśli ktoś pokaże Ci drogę w odpowiedniej kolejności, bez statystycznego żargonu.

W tym przewodniku przejdziemy tę drogę po kolei. Zaczniemy od wprowadzania i kodowania danych, bo tu rodzi się większość późniejszych problemów. Potem policzymy statystyki opisowe, nauczymy się dobierać test do typu danych, wykonamy najczęstsze testy krok po kroku i, co najważniejsze, nauczymy się czytać wynik i zapisać go w pracy w poprawnej formie. Na koniec zbiorę błędy, które popełniają początkujący, żebyś ich uniknął.

Wprowadzanie i kodowanie danych

Zanim policzysz cokolwiek, musisz wprowadzić dane tak, żeby SPSS je zrozumiał. To etap najbardziej żmudny i jednocześnie ten, który decyduje o powodzeniu całej reszty. Błąd popełniony tu zatruwa każdą późniejszą analizę, dlatego poświęć mu uwagę, na jaką zasługuje.

SPSS pracuje w dwóch widokach, które przełączasz zakładkami na dole okna. Widok danych przypomina arkusz, gdzie wiersze to osoby badane, a kolumny to zmienne. Drugi, ważniejszy dla początkującego, to widok zmiennych, gdzie definiujesz każdą kolumnę: jej nazwę, typ i znaczenie. To w widoku zmiennych ustawiasz fundamenty, na których stanie analiza. Reguła jest żelazna: jeden wiersz to jedna osoba badana, jedna kolumna to jedna zmienna. Złamanie jej miesza dane nie do odratowania.

Najważniejsza rzecz, jakiej musisz się nauczyć, to kodowanie. SPSS liczy na liczbach, nie na słowach, więc odpowiedzi opisowe zamieniasz na liczby. Płeć kodujesz na przykład jako jeden i dwa, a nie wpisujesz słów. Skalę zgody od zdecydowanie nie do zdecydowanie tak zapisujesz cyframi od jednego do pięciu. Żeby nie zgubić znaczenia, w widoku zmiennych w kolumnie etykiet wartości przypisujesz każdej liczbie jej sens: jeden to kobieta, dwa to mężczyzna. Dzięki temu wyniki będą czytelne, a Ty po miesiącu nadal będziesz wiedział, co znaczy która cyfra.

Druga rzecz to ustawienie poziomu pomiaru każdej zmiennej, bo to od niego zależy później wybór testu. SPSS rozróżnia trzy poziomy, i to rozróżnienie jest sercem całej statystyki, więc zatrzymaj się na nim. Zmienna nominalna to kategoria bez porządku, jak płeć czy miejsce zamieszkania. Zmienna porządkowa ma kolejność, ale nierówne odstępy, jak poziom wykształcenia czy pozycja na skali zgody. Zmienna ilościowa to liczba w pełnym sensie, jak wiek, wzrost czy liczba punktów, gdzie odstępy są równe i można je sensownie uśredniać.

Dane wprowadzone byle jak nie dadzą się naprawić żadnym testem. Godzina porządnego kodowania oszczędza tydzień szukania, dlaczego wyniki nie mają sensu.

Ostatnia rada na tym etapie jest praktyczna i ratuje nerwy. Zanim ruszysz z analizą, przejrzyj dane wzrokiem i policz proste częstości każdej zmiennej, żeby wyłapać literówki i wartości spoza skali. Jeśli w kolumnie z płcią zakodowaną jako jeden i dwa pojawi się trójka albo dwadzieścia dwa, to literówka, którą musisz poprawić, zanim policzysz cokolwiek poważnego. Czysty zbiór danych to podstawa, bez której reszta przewodnika nie ma sensu.

Statystyka opisowa (średnia, odchylenie, częstości)

Gdy dane są wprowadzone i czyste, pierwszym krokiem analizy zawsze jest statystyka opisowa. Nie zaczynasz od testów, tylko od opisania, co w danych w ogóle masz. Ten etap odpowiada na pytanie, jak wygląda Twoja próba, i dostarcza liczb, które wpisujesz do pierwszej części rozdziału z wynikami.

Dla zmiennych ilościowych, jak wiek czy liczba punktów, liczysz przede wszystkim średnią i odchylenie standardowe. Średnia mówi, ile wynosi typowa wartość, a odchylenie standardowe mówi, jak bardzo wyniki się od niej rozrzucają. Te dwie liczby zwykle podaje się razem, bo sama średnia bez informacji o rozrzucie niewiele znaczy. Średnia wieku dwadzieścia pięć lat wygląda inaczej, gdy wszyscy mają po dwadzieścia pięć, a inaczej, gdy połowa ma osiemnaście, a połowa trzydzieści dwa. W SPSS liczysz je procedurą statystyk opisowych, wskazując zmienne ilościowe.

Dla zmiennych nominalnych i porządkowych, jak płeć czy poziom wykształcenia, średnia nie ma sensu, bo nie uśrednisz kategorii. Tu liczysz częstości, czyli ile osób i jaki procent przypada na każdą kategorię. To procedura częstości, która zwraca tabelę: tylu mężczyzn, tyle kobiet, tyle procent z wykształceniem wyższym. Tymi liczbami opisujesz strukturę swojej próby na początku rozdziału wynikowego, bo recenzent chce wiedzieć, kogo właściwie badałeś.

Na tym etapie warto też spojrzeć na rozkład zmiennych ilościowych, bo przyda się przy wyborze testu. Histogram pokazuje kształt rozkładu, a wartości skrajne, czyli pojedyncze obserwacje daleko od reszty, potrafią zaburzyć średnią i wyniki testów. Jeśli ktoś w ankiecie o zarobkach wpisał kwotę dziesięć razy większą od pozostałych, sprawdź, czy to prawda, czy literówka. Statystyka opisowa to nie tylko obowiązkowy fragment pracy, ale też Twoje pierwsze spotkanie z danymi, które mówi, czego się po nich spodziewać.

Wybór testu według typu danych

To jest moment, w którym najwięcej osób się gubi, i jednocześnie najważniejsza umiejętność w całej analizie. Wybór testu nie jest zgadywaniem ani szukaniem nazwy, która ładnie brzmi. Test dobierasz logicznie, na podstawie dwóch rzeczy: jakie masz pytanie badawcze i jakiego typu są zmienne, które w nim występują.

Zacznij od pytania, co właściwie chcesz sprawdzić. Czy szukasz różnicy między grupami, na przykład czy kobiety i mężczyźni różnią się poziomem stresu? Czy szukasz związku między dwiema cechami, na przykład czy im wyższy staż pracy, tym wyższe zadowolenie? To dwa różne rodzaje pytań i prowadzą do różnych rodzin testów. Różnica między grupami to jedna rodzina, związek między zmiennymi to druga. Nazwij swoje pytanie po ludzku, zanim sięgniesz po jakikolwiek test.

Drugi czynnik to typ zmiennych, i tu wraca poziom pomiaru, który ustawiałeś przy kodowaniu. Test zależy od tego, czy zmienna wynikowa jest ilościowa, czy kategorialna, oraz ile masz porównywanych grup. Dla różnicy między dwiema grupami w zmiennej ilościowej sięgasz po test t. Dla różnicy między trzema albo więcej grupami po analizę wariancji. Dla związku między dwiema zmiennymi ilościowymi po korelację. Dla związku między dwiema zmiennymi kategorialnymi po test chi kwadrat. To cztery sytuacje, które pokrywają większość prac magisterskich.

Nie szukaj testu po nazwie. Najpierw nazwij pytanie i typ zmiennych, a właściwy test wyniknie z tego prawie sam.

Jest jeszcze jedno rozróżnienie, o którym musisz wiedzieć, choć na początku brzmi groźnie: testy parametryczne i nieparametryczne. Testy parametryczne, jak test t czy analiza wariancji, zakładają, że dane ilościowe mają w przybliżeniu rozkład zbliżony do normalnego. Gdy ten warunek nie jest spełniony albo gdy zmienna jest porządkowa, sięgasz po odpowiedniki nieparametryczne, które nie wymagają tego założenia. Na potrzeby pracy magisterskiej wystarczy, że sprawdzisz rozkład i wiesz, że dla danych mocno odbiegających od normalnego istnieje nieparametryczna wersja Twojego testu. Tabela doboru testu, jakich pełno w podręcznikach metodologii, prowadzi przez te decyzje za rękę i warto mieć ją przy sobie.

Najczęstsze testy krok po kroku

Skoro wiesz już, jak dobrać test, zobaczmy w praktyce, jak wykonuje się cztery najczęstsze. Schemat w SPSS jest za każdym razem podobny: wchodzisz w menu Analiza, wybierasz rodzinę testu, wskazujesz zmienne i klikasz wykonanie. Pokażę logikę każdego, bez wchodzenia w każde okienko, bo interfejs i tak prowadzi krok po kroku.

Test t dla dwóch grup stosujesz, gdy porównujesz średnią zmiennej ilościowej w dwóch grupach, na przykład średni wynik kobiet i mężczyzn. W SPSS wskazujesz zmienną zależną, czyli to, co mierzysz, oraz zmienną grupującą, czyli to, co dzieli na dwie grupy. Program zwróci średnie obu grup i wartość mówiącą, czy różnica między nimi jest istotna statystycznie. Jeśli grupy są trzy albo więcej, test t nie wystarczy i przechodzisz do analizy wariancji, która porównuje średnie wielu grup naraz.

Korelację liczysz, gdy sprawdzasz związek między dwiema zmiennymi ilościowymi, na przykład między stażem a zadowoleniem. SPSS zwróci współczynnik korelacji, liczbę od minus jeden do plus jeden, która mówi o sile i kierunku związku. Wartość bliska plus jeden to silny związek dodatni, czyli rośnie jedno, rośnie drugie. Bliska minus jeden to silny związek ujemny, czyli rośnie jedno, maleje drugie. Bliska zera oznacza brak związku liniowego. Obok współczynnika dostajesz informację, czy związek jest istotny statystycznie.

Test chi kwadrat wykonujesz, gdy badasz związek między dwiema zmiennymi kategorialnymi, na przykład czy płeć wiąże się z wyborem kierunku studiów. Tworzysz tu tabelę krzyżową, czyli zestawienie liczebności obu zmiennych, a SPSS sprawdza, czy rozkład w niej odbiega od tego, czego można by się spodziewać przy braku związku. Wynik mówi, czy zależność między kategoriami jest istotna. To najczęstszy test przy danych z ankiet opartych na kategoriach.

We wszystkich tych testach najważniejszy jest jeden wynik, do którego dojdziemy w następnej sekcji: wartość p. To ona rozstrzyga, czy to, co zobaczyłeś w danych, można uznać za istotne, czy to przypadek. Cała mechanika klikania prowadzi właśnie do tej jednej liczby, więc nauczmy się ją czytać.

Jak czytać i opisać wynik w pracy

Wykonanie testu to dopiero połowa zadania. Druga, ta, na której wykładają się tłumy, to odczytanie wyniku z tabel SPSS i zapisanie go w pracy w poprawnej, przyjętej formie. SPSS zwraca rozbudowane tabele pełne liczb, ale do opisu potrzebujesz z nich tylko kilku wartości. Nauczmy się je wyławiać.

Najważniejsza liczba to wartość p, w tabelach SPSS oznaczana zwykle jako istotność. To ona mówi, czy wynik jest istotny statystycznie. Przyjęta w naukach społecznych granica to pięć setnych. Jeśli wartość p jest mniejsza, uznajesz wynik za istotny, czyli różnicę albo związek za rzeczywisty, a nie przypadkowy. Jeśli wartość p jest większa od granicy, wynik nie jest istotny i nie masz podstaw twierdzić, że różnica albo związek istnieje. To jedna z najczęściej mylonych rzeczy, więc zapamiętaj: małe p oznacza istotny wynik, duże p oznacza brak podstaw do wniosku.

Sama wartość p nie wystarczy do opisu, bo nie mówi, jak silny jest efekt, tylko czy w ogóle istnieje. Dlatego w opisie podajesz też statystyki, które go opisują: przy teście t średnie obu grup i wartość samego testu, przy korelacji współczynnik korelacji, przy chi kwadrat jego wartość. Dopiero komplet liczb daje czytelnikowi pełny obraz. Forma zapisu jest umowna i Twoja uczelnia zwykle wskazuje standard, najczęściej zgodny z normami APA, gdzie podaje się nazwę testu, jego wartość, liczbę stopni swobody i wartość p w ustalonym układzie.

Najważniejsza umiejętność to przetłumaczenie liczby na zdanie po polsku. Tabela SPSS nie jest opisem wyniku, jest surowcem. W pracy piszesz zdaniem, co z niej wynika, na przykład że kobiety uzyskały istotnie wyższy wynik niż mężczyźni, i dopiero w nawiasie albo obok podajesz liczby na poparcie. Recenzent czyta zdanie, a liczby traktuje jako dowód. Surowa tabela wklejona bez interpretacji to częsty błąd, który od razu rzuca się w oczy i obniża ocenę rozdziału.

Na koniec jedna zasada, która chroni przed kompromitacją na obronie. Opisuj tylko to, co naprawdę wynika z testu, bez nadinterpretacji. Istotny związek między dwiema zmiennymi nie znaczy, że jedna wywołuje drugą, bo korelacja to nie przyczynowość. Brak istotności nie znaczy, że udowodniłeś brak różnicy, tylko że jej nie wykryłeś. Ostrożny, precyzyjny opis wyniku świadczy o tym, że rozumiesz, co policzyłeś, a właśnie o to pyta komisja.

Częste błędy początkujących

• Wprowadzanie danych słowami zamiast kodowania ich na liczby, przez co SPSS nie liczy tego, co trzeba
• Pominięcie etykiet wartości, przez co po tygodniu nie wiadomo, czy jeden to kobieta, czy mężczyzna
• Źle ustawiony poziom pomiaru zmiennej, który prowadzi prosto do wyboru niewłaściwego testu
• Liczenie średniej dla zmiennej nominalnej, jak płeć, gdzie średnia nie ma żadnego sensu
• Dobieranie testu po nazwie zamiast od pytania badawczego i typu zmiennych
• Pomijanie sprawdzenia rozkładu i stosowanie testu parametrycznego tam, gdzie dane tego nie pozwalają
• Mylenie kierunku wartości p i uznawanie dużego p za wynik istotny
• Wklejanie surowych tabel SPSS bez przetłumaczenia ich na zdania po polsku
• Mylenie korelacji z przyczynowością i pisanie, że jedna zmienna wywołuje drugą
• Nieczyszczenie danych przed analizą, przez co literówki i wartości skrajne psują wyniki

FAQ

Podsumowanie

Analiza w SPSS wygląda groźnie tylko do momentu, w którym poznasz kolejność kroków. Najpierw porządnie wprowadzasz i kodujesz dane, ustawiając typ każdej zmiennej. Potem liczysz statystyki opisowe, żeby poznać swoją próbę. Następnie dobierasz test logicznie, od pytania badawczego i typu zmiennych, wykonujesz go i, co najważniejsze, czytasz wartość p oraz tłumaczysz wynik na zdania po polsku. Test dobierasz od pytania, a wynik opisujesz słowem, nie wklejoną tabelą.

SPSS policzy statystyki, ale nie sprawdzi, czy opisałeś wyniki poprawnym, zrozumiałym językiem i czy rozdział metodologiczny trzyma się kupy. To zostaje po stronie redaktora. W ramach korekty pracy magisterskiej wychwycę niezręczne sformułowania, błędy w opisie wyników i niespójności terminologiczne, a przy okazji zwrócę uwagę, gdy opis statystyki brzmi niejasno albo dwuznacznie. Wyślij gotowy rozdział wynikowy albo całą pracę do bezpłatnej wyceny, a dostaniesz konkretną wycenę i termin, najczęściej z korektą w 24 godziny.

Natalia Witek-Dąbrowska

Redaktorka i korektorka z 20-letnim doświadczeniem

Specjalizuję się w korekcie prac naukowych i dyplomowych. Jeśli potrzebujesz pomocy z tekstem, napisz do mnie.