spss segédanyag
TRANSCRIPT
-
7/22/2019 spss segdanyag
1/67
MARKETINGKUTATS II.Oktatsi segdanyag
-
7/22/2019 spss segdanyag
2/67
Tartalomjegyzk
ELSZ ................................................................................................................................... 2
1 AZ SPSS-RL LTALBAN ........................................................................................3
1.1 DATA EDITOR.............................................................................................................. 31.2 VIEWER....................................................................................................................... 41.3 CHART EDITOR............................................................................................................ 4
2 ADATBEVITEL............................................................................................................... 52.1 ELSDLEGES ADATBEVITEL.........................................................................................52.2 MSODLAGOS ADATBEVITEL ...................................................................................... 5
3 ADATELKSZTS .................................................................................................... 6
3.1 SELECT (DATA >SELECT CASES)................................................................................ 63.2 COMPUTE (TRANSFORM >COMPUTE) ......................................................................... 6
3.3 COUNT (TRANSFORM >COUNT).................................................................................. 73.4 RECODE (TRANSFORM >RECODE) .............................................................................. 73.5 CATEGORIZE (TRANFORM >CATEGORIZE VARIABLES) .............................................. 7
4 EGY- S KTVLTOZS ELEMZSEK ..................................................................9
4.1 GYAKORISGI ELOSZLSOK........................................................................................94.2 KERESZTTBLK....................................................................................................... 144.3 PARAMTERES PRBK............................................................................................. 19
5 VARIANCIAELEMZS ............................................................................................... 23
5.1 EGYSZEMPONTOS VARIANCIAANALZIS ..................................................................... 235.2 TBBSZEMPONTOS VARIANCIAANALZIS ................................................................... 28
6 KORRELCIELEMZS........................................................................................... 31
6.1 PEARSON-FLE (SZORZAT-MOMENTUM)KORRELCI............................................... 316.2 PARCILIS KORRELCI ............................................................................................ 32
7 REGRESSZIELEMZS............................................................................................. 35
8 FAKTORELEMZS ..................................................................................................... 45
9 KLASZTERELEMZS................................................................................................. 59
9.1 AKLASZTEREK JELLEMZSE......................................................................................63
-
7/22/2019 spss segdanyag
3/67
Elsz
Kedves Marketing Szakirnyos Hallgatk!
A segdanyag a Marketingkutats kvantitatv mdszerei tantrgy tanulsa sorn a Malhotra
knyv gyakorlati kiegsztseknt hasznlhat. A gyakorlatokon az egyes alapmdszereknek
az SPSS programcsomag segtsgvel trtn elsajttst segti. A segdanyag az azonos
helyrl letlthet, nyaralsi szoksokkal s magatartssal foglalkoz krdv megkrdezsealapjn elksztett adatbzison elvgzett szmtsokat s az eredmnyek rtelmezst segt
magyarzatokat tartalmazza. Nem tartalmazza az egyes mdszerek hasznlhatsgra
vonatkoz feltteleket, a mdszerek statisztikai bemutatst, vagyis mindazt, amit az egyes
mdszerekrl a Malhotra knyv tartalmaz.
A segdanyag eredmnyes hasznlathoz ajnljuk, hogy a gyakorlatok eltt olvassk el avonatkoz fejezeteket, ez knnyti a szeminriumi anyag megrtst. Ajnljuk, hogy a
kinyomtatott segdanyagot mind az eladsra, mind a gyakorlatokra vigyk magukkal. gy
lehetsg nylik az egyni jegyzetek belersra anlkl, hogy a szmtsokat mg egyszer le
kellene rni.
A szmtsok sorn, ha minden bellts a segdanyagban lertak szerint trtnik az SPSS11.0 programcsomaggal trtnmunka sorn, akkor az eredmnynek is meg kell egyeznie az
itt lertakkal. Ha mindezek ellenre nem ugyanez az eredmny, krjk, jelezzk szmunkra.
Mivel a segdanyag j, a korbbi vek segdanyagval nem egyezik meg, vagyis azzal nem
ptolhat a hasznlata. A korbbi segdanyagokhoz kpest nem csak a terjedelme bvlt,
hanem j adatbzist s az SPSS programnak jabb verzijt hasznlja.
Minden hiba feltrst s egyb szrevteleiket ksznettel fogadjuk!
-
7/22/2019 spss segdanyag
4/67
1 Az SPSS-rl ltalban
Az SPSS hasznlatakor a jl megszokott Windows-os krnyezettel tallkozhatunk, teht
pldul az Office termkcsaldnl megismert mveletek az SPSS-ben is rendelkezsre llnak
(pl.: Copy/Cut Pasteparancsok), gy kezelse nem okozhat gondot. A gyors s hatkony
munkt a gyorsbillentyk, eszkzgombok s a jobb-klikk-pop-up menk is segtik.
Ugyanakkor zavar lehet, hogy az Office alkalmazsokkal ellenttben az SPSS csak alegutols mveletet tudja visszavonni fggetlenl a mentsi fzistl. Nagy segtsget jelent
viszont, hogy brmely eljrs, mvelet elvgzse sorn kitlttt prbeszdablakok mindaddig
megrzik tartalmukat, amg jra nem indtjuk az SPSS-t. gy egy-egy rosszul vagy hinyosan
elvgzett elemzs utn gyorsan javthatjuk a hinyossgot, mindemellett, ha mgis az res
prbeszdablakra van szksg, a Reset gombbal rthetjk a mezket.
Az SPSS klnfle nzeteivel fogunk tallkozni a munknk sorn:
1.1 Data Editor
Leginkbb egy Excel tblzatra (n. spreadsheet formtum) hasonlt, amely kt munkalapbl
ll, gymint Data Views Variable View, amelyek a bal als sarokban levflekre kattintva
vltogathatak.
1.1.1 Data View
Minden sor egy-egy megkrdezett lekdolt vlaszait tartalmazza (case), minden oszlop pedig
egy-egy vltozt (variable).
P: 4. sor 2. oszlopban lv1 jelentse: Az egyes sorszm krdv kitltje volt nyaralni az
elmlt nyron.
A tblzat meziben a kdszmokat ltjuk alaprtelmezsben, de a mensor View > Value
Labels kipiplsval a vltozk kdrtkeit is megjelenthetjk (feltve, hogy vannak
ilyenek) Ez hasznos lehet mindaddig amg ismerkednk az adatbzissal
-
7/22/2019 spss segdanyag
5/67
oszlopok ezek tulajdonsgait tartalmazzk. Egy-egy adott cellra kattintva definilhatjuk az
aktulis vltoz nevt, tpust, mrett, kdrtkeit, stb. a felajnlott belltsok segtsgvel
(legrdl menk, nyilak, egyb opcik). Egy egsz vltozsor menedzselshez (trls,
beszrs, msols, stb.) a sor szln trtnjobb-klikkre felnyl menben frhetnk hozz.
F: Prbakppen definiljuk mg egyszer az elskrds vltozjt!
M: Jobb klikk > Insert Variable > Name: k1a, Width: 9, Values: {1=Igen, 2=Nem}
Vigyzat, ahogy az elbbi pldn is lthatjuk, egy j vltoz definilsa vagy egy rgi trlse
azonnali vltozst okoz az adattblban is!
1.2 Viewer
Funkcionalitst tekintve a Viewer az output tblk megjelentje. Automatikusan felnylik,
amikor lefuttatunk valamilyen vizsglatot. Kezelsben kiss hasonlt a Windows Intzre,
hiszen az ablakmez kt rszre osztott, s a baloldalon fa szerkezetben kezelhetk az
outputok. A kutats tulajdonkppeni elemzs rsze a Viewer segtsgvel trtnik.
1.3 Chart Editor
Klnbz diagrammok s brk megjelentst teszi lehetv, a Viewerben lv
diagrammon dupla kattintsra nylik fel. Alkalmas a diagrammok finomhangolsra, s a
chartok knnyen exportlhatk ms, npszerformtumba is (pl.: JPEG, TIF, BMP, WMF),
amely lehetsg elnyt jelent egy ltvnyos prezentci elksztsnl.
Az elzekben emltett nzeteken kvl ltezik mg Draft Viewer, Pivot Table Editor, Script
Editor, stb nzet, de ezekkel a flv sorn nem foglalkozunk behatbban.
-
7/22/2019 spss segdanyag
6/67
2 Adatbevitel
Az adatbevitelnek alapveten kt mdja van, az elsdleges s a msodlagos adatbevitel.
Elsdleges adatbevitelnek nevezzk, amikor az adatokat kzvetlenl az SPSS programban
rgztjk, msodlagosnak, amikor egy msik alkalmazsban (pl.: Excel, dBase, MS Access)
rgztett adatokat importlunk az SPSS-be.
2.1 Elsdleges adatbevitel
Az adatbevitelhez szksg van a kdolsi tmutatra s az adatbeviv formra, vagyis hogy
milyen vltozkat definilunk. Vltozkat legegyszerbben a Variable View nzetben jobb
klikk- Insert Variableparanccsal adhatunk meg. Definilskor meghatrozhatjuk a vltoz
rvid nevt (Name), s megadhatjuk az rtkeit (Values), jelentst (Labels); ez hasznos,
mert ezutn az output tblkon is ezt hasznlja majd az SPSS, ami javtja az ttekinthetsget.
A vltoz tpusnak megadst az SPSS nem hasznlja semmire, ez csak a kutatnak nyjthat
segtsget (Measurement). A Missingoszlop lehetv teszi a hinyz vlaszok kezelst.
Az SPSS korbbi verziival ellenttben a vltozk egyszer Copy Paste parancsok
segtsgvel msolhatk Variable Viewnzetben a gyorsabb vltozdefinils rdekben.
2.2 Msodlagos adatbevitel
Az SPSS ms alkalmazsok adatbzisait is tudja kezelni, ehhez a funkcihoz a File men
OpenDatabase > New Query parancsval lehet hozzfrni. Ekkor egy szoksos Windows
varzsl segti az adatbzis SPSS ltal feldolgozhatv alaktst (pl.: otthon xls formtumban
bevitt adatbzisunkat knnyen importlhatjuk SPSS-be).
A msodlagos adatbevitelhez sorolhatjuk az adatbzisok egyestst is. A mensor Data >
Merge Files sorval rhetjk el az egyestsi lehetsgeket (Add Cases/Variables). Az
egyestsnl gyelni kell arra hogy azonos sorokat/oszlopokat egyestsnk ugyanis az SPSS
-
7/22/2019 spss segdanyag
7/67
3 Adatelkszts
Az elemzsek elvgzse eltt sok esetben szksg van az eredeti adatok talaktsra,
adattiszttsra, sklatranszformcira illetve egyes vlaszok kizrsra. Az SPSS lehetsget
ad mindezekre, a Selects Transformmveletek alkalmazsval.
3.1 Select (Data > Select Cases)
A vlaszok kzl vlaszthatjuk ki azokat, amelyeket szeretnnk bevonni az adott elemzsbe
(illetve zrhatjuk ki a nem megfeleleket). Leggyakrabban az If lehetsget szoktuk
alkalmazni. Itt bellthat, hogy milyen felttel (akr fggvny is alkalmazhat) mellett
vlogasson az SPSS a mintban. A ki nem vlasztott eseteket trlhetjk, vagy kizrhatjuk az
elemzsbl (UnselectCasesAreDeleted/Filtered). Amennyiben a Filteredopcit jelljk
meg, a ki nem vlasztott elemek sorszmt thzssal fogja jellni az SPSS, illetve egy
mestersges vltozban (filter_$, utols oszlop) is rgzti az llapotukat. Ez a vltoz mindig
a legutols kivlasztsi llapotot tkrzi.
F: Vlasszuk ki azokat a vlaszadkat, akik legalbb 8 napot tltttek nyaralssal, s
replgppel utaztak!
M: Data>Select Cases>If k9>=8 & k7=1
21 ilyen vlaszad van, az elsa 9-es.
Ha valamilyen szelektlst alkalmazunk, azt egy Filter Onfelirat jelzi az als sttuszsv jobb
oldaln, ezt rdemes figyelemmel ksrni, mert egy elfelejtett filter gondokat okozhat a
tovbbi elemzs sorn. (Az eredeti minta a Select Cases > All Caseskijellssel llthat
vissza, ekkor eltnik a felirat.)
3.2 Compute (Transform > Compute)
A mvelet segtsgvel a meglv vltozkbl klnbz szmtsokkal j vltozkat
-
7/22/2019 spss segdanyag
8/67
3.3 Count (Transform > Count)
Az eljrs hasonlt a Selecthez, de a Count nem filterezi a kijellt eseteket, csak egymestersges vltozban jelli meg azokat. Az rtkek s felttelek definilsa a fentiekhez
hasonlan trtnik.
3.4 Recode (Transform > Recode)
A Recodesegtsgvel knnyen s egyszeren alakthatjuk t vltozink kdolst. Ha aztalakts vgleges, s az eredeti vltozra mr nincs tbb szksgnk (ez elg ritka eset
teht legynk vatosak), vlasszuk az Into Same Variablesopcit, brmilyen ms esetben
pedig az Into Different Variables lehetsget (ekkor j vltozba kerlnek az jrakdolt
rtkek).
Ebben az esetben meg kell adnunk az j vltoz nevt s cmkjt (Output Variablemezk),majd definilnunk kell az jrakdolsi eljrst (Old and New Valuesgomb).
F: Tegyk fel, hogy a 7. krdsben a kutat valamilyen oknl fogva ssze akarja vonni a
vonat s autbusz vlaszokat a tovbbi elemzsek eltt. Vgezzk el az jrakdolst!
M: Tranform>Recode>Into Different Variables>Output Variable: k7uj
Old and New Values> 2 thru 3 -->27 -->2
ELSE -->Copy
rdemes mg megjegyezni, hogy az j vltoznk rtkeinek cmki nem rkldnek, hanem
jra meg kell adnunk (Variable View > Values).
3.5 Categorize (Tranform > Categorize Variables)
Akkor van szksg erre a mveletre, ha valamilyen alacsonyabb rang elemzs elvgzshez
az eredetileg metrikus vltoznkat ordinliss akarjuk alaktani. Mindehhez csak a
k t i l d lt (k) t k t ik t k ll d k SPSS lk ti
-
7/22/2019 spss segdanyag
9/67
kategriaszmmal prblkozik, hogy javtsa az elemegyenslyt (ezt a megoldst a lenti pldn
lehet tanulmnyozni), vagy a Recodemvelet segtsgvel egyedi kategria meghatrozst
vgez (n. kzi vezrls).
P egyenletes eloszlsra: Kategorizljuk a havi meglhetsre klttt sszesen sszeget 4
osztlyba (23. krds), s vizsgljuk meg a kategrikat!
M: Transform>Categorize Variables>Create Categorize for k23_6; Number of categories: 4
(Eredmny: nk23_6 kategorizlt vltoz)
Analyze>Descriptive Statistics>Crosstabs>Rows: k23_6; Columns: nk23_6
A kereszttblban (1. tblzat) megfigyelhet, hogy az SPSS a kvetkez kategrikat
alaktotta ki:
1. tblzat
Kategria szma rtkek Kategria elemszma
1 -24 999 86
2 25 000-34 999 85
3 35 000-47 999 88
4 48 000- 87
P kategriaszm dntsre: Kategorizljuk a nyaralsi kltseket (13. krds)!
M: Az elbb bemutatott eljrs segtsgvel kialaktjuk, s vizsgljuk a kategrikat! Pldul
a szlls esetn (k13_2) rdemes 3-ra cskkenteni a kategrik szmt, hiszen a kereszttblt
vizsglva lthatjuk, hogy a kevesebb kategria egyenletesebb elosztst eredmnyez.
A szrakozsi kltseknl (k13_5) pp fordtott a helyzet, itt mg egy kategria felvtele
eredmnyezi az egyenletesebb elosztst.
-
7/22/2019 spss segdanyag
10/67
4 Egy- s ktvltozs elemzsek
Ebben a fejezetben a gyakorisgi eloszlsok, a kereszttblk s a hipotzisvizsglat gyakorlati
megoldsaival fogunk foglalkozni; ezek a legegyszerbb, ugyanakkor nlklzhetetlen
adatfeldolgozsi mdszerek (tbbek kztt a minta sszettelt is ezekkel kell megvizsglni).
4.1 Gyakorisgi eloszlsok
Az SPSS-ben a gyakorisgi eloszlsok vizsglatt az Analyze > Descriptive Statistics >
Frequencies menpontban rhetjk el. A megnyl prbeszdablakban csak ki kell
vlasztanunk a vizsgland vltoz(ka)t, s mr indthatjuk is az elemzst. A Statistics
gombra klikkelssel mdunkban ll a kapcsolatos statisztikai mutatkat is lekrni
(helyzetmutatk: medin, mdusz, tlag, kvantilisek; szrdsi mutatk: szrs, variancia,
terjedelem; sszeg). A Charts lehetsget ad diagrammok megjelentsre (hisztogram,
illetve oszlop s torta diagramm formk), a Format alatt pedig bellthat a megjelens
mdja.
Ha csak az sszeststatisztikkra van szksgnk, akkor rdemes azAnalyze > Descriptive
Statistics > Descriptives menpontot hasznlni, mert sokkal hatkonyabb, hiszen nem
kszt gyakorisgi tblt. (Megjegyezzk: a Descriptives-ben elrhet statisztikk
mindegyike elkszthetFrequencies-ben is (Malhotra, (2002).)
F: Ksztsk el a minta sszettelt jellemz gyakorisgi eloszlsokat s alapstatisztikkat!
M: Csak a legfontosabbakat mutatjuk be, mint lakhely, tanulmnyi eredmnyek, nem.
Analyze>Descriptive Statistics>Frequencies>Variables: k20, k22, k28>Charts: Pie
2. tblzat
lland lakhelyed...
126 34 2 35 5 35 5Budapesten vanValidFrequency Percent
ValidPercent
CumulativePercent
-
7/22/2019 spss segdanyag
11/67
mutatjk. Egy plda az rtelmezsre: a vlaszadink 35,5%-nak lland lakhelye Budapesten
van (ha a nem vlaszolk kztt is a vlaszolk eloszlst felttelezzk).
3. tblzat
Milyen volt a tanulmnyi eredmnyed az elmlt flvben az vfolyamtlaghozviszonytva?
212 57,6 57,9 57,9
115 31,3 31,4 89,3
39 10,6 10,7 100,0
366 99,5 100,0
2 ,5
368 100,0
Az tlag felett volt ( *)
Krlbell azvfolyam tlaga volt
Az tlag alatt volt
Total
Valid
SystemMissing
Total
Frequency PercentValid
PercentCumulative
Percent
A 3. tblzatban Az tlag felett volt eset utn tallhat (*) jelre hvnnk fel a figyelmet. Ez
azt hivatott jelezni, hogy az output tblk tetszlegesen alakthatak, formzhatak Viewer
nzetben, az objektumon egy dupla kattintssal lehet ehhez hozzfrni; termszetesen gy
kerlt oda a (*) szimblum is.
4. tblzat
Nemed?
147 39,9 39,9 39,9
221 60,1 60,1 100,0
368 100,0 100,0
Fi
Lny
Total
ValidFrequency Percent
ValidPercent
CumulativePercent
A 4. tblzat figyelmeztet minket arra, hogy a mintban fellreprezentltak a lnyok.
-
7/22/2019 spss segdanyag
12/67
I. bra
lland lakhelyed...
Missing
Nem Budapesten van
Budapesten van
Az I. brn megtekinthetjk torta diagrammon is a lakhely szerinti eloszlst. A kutatsi
beszmol prezentlsakor ltvnyos s hasznos megolds ezeket alkalmazni (a szoksos jobb
klikk Copy objects > Pasteparanccsal illeszthetek be Power Point-ba).
II. bra
Milyen volt a tanulmnyi eredmnyed az elmlt flvben
az vfolyamtlaghoz kpest?
Missing
Az tlag alatt volt
Krlbell az vfoly
Az tlag felett volt
-
7/22/2019 spss segdanyag
13/67
III. bra
Nemed?
Lny
Fi
A III. brn bemutatunk egy-kt brafinomtsi lehetsget, ami a Chart Editor-ral
elvgezhet(objektumon dupla klikkre nylik fel): tortaszeletek szthzsa, szeletek sznnek,
mintzatnak vltoztatsa, szeglyvonalak stlusa, szelet elrendezs vltoztatsa, stb. Szintn
a prezentci s az rsos beszmol sznvonalt, lvezhetsgt nveli. (Ne feledjk, fenn
kell tartani a hallgatk, olvask figyelmt!)
P: Ler statisztikk s gyakorisg eloszls segtsgvel vizsgljuk meg, hogy mennyire voltak
alanyaink elgedettek a nyarals sorn az elltssal (11. krds, 8. pont)!
M: Analyze>Descriptive Statistics>Frequencies>Variable: k11_8>
Statistics: Percentile Values: Quartiles
Central Tendency: minden
Dispersion: minden
Charts: Bar s Percentages
-
7/22/2019 spss segdanyag
14/67
5. tblzat
Statistics
Mennyire voltl elgedett - Az elltssal (tkezs, stb.)344
24
5,3547
,08708
6,0000
7,00
1,615102,60855
6,00
1,00
7,00
1842,00
4,0000
6,0000
7,0000
Valid
Missing
N
Mean
Std. Error of Mean
Median
Mode
Std. DeviationVariance
Range
Minimum
Maximum
Sum
25
50
75
Percentiles
Az 5. tblzat tartalmazza a ler statisztikkat, s termszetesen az rvnyes s hinyz
vlaszok szmt is. Megtallhatjuk az tlagot, az tlag standard hibjt, a medint, mduszt,
szrst, variancit, a terjedelmet, a legkisebb s legnagyobb rtkeket, az sszeget, s a 25,
50, 75-s percentiliseket, vagyis az als s felskvartilist s a medint mg egyszer.6. tblzat
Mennyire voltl elgedett - Az elltssal (tkezs, stb.)
7 1,9 2,0 2,0
16 4,3 4,7 6,731 8,4 9,0 15,7
38 10,3 11,0 26,7
65 17,7 18,9 45,6
76 20,7 22,1 67,7
111 30 2 32 3 100 0
1,00
2,003,00
4,00
5,00
6,00
7 00
ValidFrequency Percent
ValidPercent
CumulativePercent
-
7/22/2019 spss segdanyag
15/67
IV. bra
Mennyire voltl elgedett - Az elltssal (tkezs, stb.)
Mennyire voltl elgedett - Az elltssal (tkezs, stb.)
7,006,005,004,003,002,001,00Percent
40
30
20
10
0
32
22
19
119
52
Az brbl kitnik, hogy a vlaszadk igencsak elgedettek voltak az elltssal.
Az oszlopdiagramok is tetszlegesen csinosthatk a Chart Editor segtsgvel, rdemes
hasznlni pldul az oszlop cmkket (Bar Label Styles), s ne feledkezznk meg a fent
emltett exportlsi lehetsgrl sem.
4.2 Kereszttblk
A kereszttbla elemzs egyike a leggyakrabban hasznlt vizsglati mdszereknek, SPSS-ben
az Analyze > Descriptive Statistics > Crosstabs tvonalon rhet el. Br a program
brmilyen tpus adatra elvgzi az elemzst, a kereszttblk input vltozi nominlis vagy
ordinlis adatok kell, hogy legyenek.A Crosstabsprbeszdablakban vlaszthatjuk ki az elemzendvltozkat, rtelemszeren
az egyes vltozk a sorokban, illetve oszlopokban lesznek feltntetve. Mivel a kereszttbla
elemzs csak az sszefggs vizsglatra alkalmas, az irnyra nem mond semmit, gy a
-
7/22/2019 spss segdanyag
16/67
A Cells gomb segtsgvel llthatjuk be a tblzat celliban megjelentend rtkeket,
egyrszt a gyakorisgra (Counts) vonatkozan (mrt (Observed) vagy becslt (Expected)
cellagyakorisg), msrszt a relatv gyakorisgra (Percentages) vonatkozan (szzalkos
mutatk sor (Row), oszlop (Column) vagy teljes minta (Total) szerint), harmadrszt a mrt
s becslt adat kzti klnbsgre (Residuals) vonatkozan. Mivel tl sok rtk esetn a
tblzat ttekinthetetlen lesz, rdemes tgondolni elszr, hogy melyik vltozt vlasztjuk
fggnek, s melyiket fggetlennek. Az ltalnos szably az, hogy a fggetlen vltoz szerint
szmtjuk a szzalkokat a fggvltozra (Malhotra, 2002).
A legtbb esetben ktvltozs kereszttblkat szoktunk kszteni, de van lehetsg arra, hogy
tbb vltozt is bevonjunk az elemzsbe, hiszen ez tbblet informcival lthat el minket (pl.:
kezdeti sszefggs hamis, sszefggs finomtsa, stb.) Tbbvltozs kereszttbla esetn a
harmadik, negyedik, stb. vltozt egyszeren bevonjuk a sorokba, oszlopokba ( >
Crosstabs > Rows/Columns), de vigyzni kell, mert ez minden esetben az ttekinthetsg
rovsra trtnik.
P: Kereszttbla elemzssel vizsgljuk meg, van-e sszefggs a hallgatk neme (28. krds)
s az egyetemen kvli Internet hozzfrs (26. krds, 2. pont) kztt!
M: Analyze>Descriptive Statistics>Crosstabs>Rows: k28, Columns: k26_2
Statistics: Chi-square
Phi and Cramers V
Cells: Counts: Observed
Percentages: Row, Column
7. tblzat
Case Processing Summary
Nemed? * A kvetkezkN Percent N Percent N Percent
Valid Missing Total
Cases
-
7/22/2019 spss segdanyag
17/67
8. tblzat
Nemed? * A kvetkezk kzl melyekkel rendelkezel? - az egyetemen kvl
Internet-hozzfrs Crosstabulation
121 26 147
82,3% 17,7% 100,0%
43,7% 29,9% 40,4%
156 61 217
71,9% 28,1% 100,0%
56,3% 70,1% 59,6%
277 87 364
76,1% 23,9% 100,0%
100,0% 100,0% 100,0%
Count
% within Nemed?
% within A kvetkezk
kzl melyekkelrendelkezel? - azegyetemen kvlInternet-hozzfrs
Count
% within Nemed?
% within A kvetkezkkzl melyekkelrendelkezel? - azegyetemen kvl
Internet-hozzfrsCount
% within Nemed?
% within A kvetkezkkzl melyekkelrendelkezel? - azegyetemen kvlInternet-hozzfrs
Fi
Lny
Nemed?
Total
Igen Nem
A kvetkezk kzlmelyekkel
rendelkezel? - azegyetemen kvl
Internet-hozzfrs
Total
A kereszttblt soronknt elemezve kiderl, hogy a fik nagyobb arnyban (82,3%)
rendelkeznek egyetemen kvli Internet hozzfrssel, mint a lnyok (71,9%), de az
sszestett 76,1%-os arny is elg magasnak mondhat. Ha oszloponknt elemznk, akkor
elmondhatjuk, hogy az otthoni Internet kapcsolattal rendelkezk 56,3%-a lny, mg az
Internettel nem rendelkezk 70,1%-a lny. Tekintve, hogy a mintban 59,6% a lnyok arnya,
gy ugyanarra a kvetkeztetsre jutunk, mint az elbb.9. tblzat
Chi-Square Tests
Asymp.
-
7/22/2019 spss segdanyag
18/67
A 2 teszt elrevezet a hipotzisvizsglathoz, hiszen a 9. tblzatban nem csak az rtkt
lthatjuk, hanem az ehhez tartoz szignifikanciaszintet is. Mieltt azonban ezt
megvizsglnnk, meg kell bizonyosodni arrl, hogy a kereszttblnk megfelel-e az elemzsi
kvetelmnyeknek (br ez inkbb nagyobb tblk esetn fontos).
(Emlkeztetl a kt felttel: 1. a vrhat rtk egy cellban sem lehet kisebb, mint 1 s 2.
azon cellk arnya, ahol a vrhat rtk kisebb, mint 5, nem lehet tbb mint 20%.)
A tbla alatt a bpontban olvashat megjegyzs szerint a feltteleknek megfelel a kereszttbla
(ahogy azt egy 22-es tbltl el is vrjuk).
A 2 teszt nullhipotzise szerint a becslt s mrt adatok megegyeznek, vagyis nincs
sszefggs a kt vltoz kztt. A 2 rtke 5,235, az ehhez tartoz szignifikanciaszint
0,022, ami azt jelenti, hogy a szoksos 95%-os biztonsg mellett (5%-os hibval) a
nullhipotzist elvetjk, teht a kt vltoz kztt sszefggs van.
10. tblzat
Symmetric Measures
,120 ,022
,120 ,022
364
Phi
Cramer's V
Nominal byNominal
N of Valid Cases
ValueApprox.
Sig.
Not assuming the null hypothesis.a.
Using the asymptotic standard error assuming the nullhypothesis.
b.
A egytthat nagyon ers statisztika 22-es tblk esetn. Ennek szignifikancija jelen
esetben 0,022, ami megerst minket az sszefggs ltt illeten.
P: Vizsgljuk meg, hogy van-e sszefggs a lakhely (20. krds) s a nyaralsi sszes kiads
(13 k d ) k !
-
7/22/2019 spss segdanyag
19/67
11. tblzat
Case Processing Summary
318 86,4% 50 13,6% 368 100,0%lland lakhelyed... *sszes kltsg kat.
N Percent N Percent N Percent
Valid Missing Total
Cases
Az 50 hinyz adat mellett is elg nagy marad a mintnk.
12. tblzat
lland lakhelyed... * sszes kltsg kat. Crosstabulation
27 21 28 32 108
27,2 27,5 26,2 27,2 108,0
25,0% 19,4% 25,9% 29,6% 100,0%
53 60 49 48 210
52,8 53,5 50,8 52,8 210,0
25,2% 28,6% 23,3% 22,9% 100,0%
80 81 77 80 318
80,0 81,0 77,0 80,0 318,0
25,2% 25,5% 24,2% 25,2% 100,0%
Count
Expected Count
% within llandlakhelyed...
Count
Expected Count
% within llandlakhelyed...
Count
Expected Count
% within llandlakhelyed...
Budapesten van
Nem Budapesten van
lland lakhelyed...
Total
12000 alatt12001-26
00026001-73
80073800felett
sszes kltsg kat.
Total
A vrhat s mrt cellagyakorisgok majdnem megegyeznek minden cellban (teht a 2
rtke kicsi lesz), gy mr sejthetjk, hogy nem tallunk sszefggst.
13. tblzat
Chi-Square Tests
3,832a 3 ,280
3 906 3 272
Pearson Chi-Square
Likelihood Ratio
Value df
Asymp.Sig.
(2-sided)
-
7/22/2019 spss segdanyag
20/67
14. tblzat
Symmetric Measures
,110 ,280
,110 ,280
318
Phi
Cramer's V
Nominal byNominal
N of Valid Cases
ValueApprox.
Sig.
Not assuming the null hypothesis.a.
Using the asymptotic standard error assuming the null
hypothesis.
b.
A Cramer-fle V mutat is megersti ezt (0,28-as szignifikancia), teht a lakhely s a
nyarals alatti klts kztt nem mutathat ki sszefggs. (A egytthatt most nem
elemezhetjk, hiszen a tbla nem 22-es, a szmszermegegyezs a kpletbl addik (lsd
Malhotra (2002) 548-549.o.).
4.3 Paramteres prbk
Egyszerhipotzisvizsglatokat vgezhetnk el azAnalyze > Compare Meansmenpont
segtsgvel. A men lehetsgei kzl itt csak a t prbkat mutatjuk be, mert a Meanss a
One-Way ANOVAelrevezet a varianciaelemzshez.
rtelemszeren alkalmazhatjuk a One-Sample, az Independent-Samples s a Paired-
Samples T test pontokat egymints, kt fggetlen mints s pros mints t prbknl;
mindssze az elemzend metrikus(!) vltozkat (Test Variables) s a konfidencia
intervallumot (Options) kell belltanunk, illetve az egyszer t prbnl tesztstatisztika
rtkt (Test Value).F (egymints t prba): Tegyk, hogy szekunder kutatsbl rendelkezsnkre llnak adatok az
egyetemistk nyaralsi szoksairl a 2000-es vben. Ezek szerint tlagosan 11 napig tartott a
leghosszabb nyarals. Ezt figyelembe vve vizsgljuk meg, hogyan vltoztak a nyaralsi
-
7/22/2019 spss segdanyag
21/67
Mint minden prbnl, gy itt is az alapadatokat megjelent tblzattal tallkozhatunk
elszr. Megfigyelhetjk, hogy a mintatlag (9,7522) jelentsen eltr a tesztrtktl (11).
16. tblzat
One-Sample Test
-2,774 346 ,006 -1,2478 -2,1326 -,3631Hny napig tartottez a nyarals?
t df
Sig.
(2-tailed)
Mean
Difference Lower Upper
95% ConfidenceInterval of the
Difference
Test Value = 11
A vrakozsnak megfelelen a t prba alapjn elvethetjk a nullhipotzist, hiszen a
szignifikanciaszint 5% alatt van (0,006), teht a mintatlag kisebb mint a tesztrtk, vagyis
2002-re az egyetemistk leghosszabb nyaralsnak tlagos idtartama cskkent 2000-hez
kpest.
F (kt fggetlen mints t prba): Tekintsk fggetlen rszmintnak a vlaszadinkat aszerint,
hogy A vagy B vltozat krdvet (source01) tltttek-e ki! Vizsgljuk meg, hogy van-e
klnbsg a kt minta kztt a nyarals irnti attitdk tekintetben, legyen a vizsglt llts
a kulturlis ticlra vonatkoz (k18_17)!
M: Analyze > Compare Means > Independent-Samples T Test > Test Variable: k18_17,
Grouping Variable: source01(0 1) (A csoportosts belltsa: Define Groups gomb)
17. tblzat
Group Statistics
176 3,8011 1,77287 ,13364
Melyik krdvettlttte ki?B-vltMennyire rtesz egyet
vele - Nem rdekelaz olyan ticl amely
N Mean Std. DeviationStd. Error
Mean
-
7/22/2019 spss segdanyag
22/67
18. tblzat
Independent Samples Test
,020 ,888 1,096 361 ,274 ,2022 ,18457 -,16075 ,56517
1,095 358,822 ,274 ,2022 ,18466 -,16095 ,56536
Equal variancesassumed
Equal variancesnot assumed
Mennyire rtesz egyevele - Nem rdekelaz olyan ticl, amelynem szolgl kulturlisrdekessgekkel.
F Sig.
Levene's Test forEquality of Variances
t df Sig. (2-tailed)Mean
DifferenceStd. ErrorDifference Lower Upper
95% ConfidenceInterval of the
Difference
t-test for Equality of Means
A fenti tblzat nem csak egyszeren a t prbt tartalmazza, hanem szmos egyb fontos
dolgot is megtudhatunk belle. Mivel a t prba csak akkor vgezhetel tiszta lelkiismerettel,
ha a fggetlen mintk szrsa megegyezik, gy addik, hogy ezt a Levene teszt F prbjval
vizsgljuk. A Levene teszt az egyetlen vizsglat, amelynl a szignifikanciaszintet fordtva kell
rtelmezni, hiszen a H0 a kedvez alternatva, vagyis a magas rtk (minimum 0,1) amegfelel szmunkra. Ez egszen egyszeren a hipotzisek fellltsbl addik, hiszen a
Levene teszt F prbjnl a nullhipotzisben a szrsngyzetek egyenlsgt fogalmazzuk
meg, amit jelen esetben termszetesen nem szndkozunk elvetni, hiszen szmunkra ez
jelenti, hogy a mintk alkalmasak a t prbra.
A 18. tblzatban az F rtke kicsi (0,020), a szignifikanciaszint magas (0,888), tehtvizsglhatjuk a t statisztikkat (vagyis az els sor tartalmazza a relevns rtkeket, hiszen
teljesl a variancik egyenlsge felttel). A t prba szignifikancija az elfogadott 5%-os
hatr fl esik (0,274), gy nem vethetjk el a nullhipotzist, teht a kt mintban nincs eltrs
a kulturlis rdekessgek megtlsnek tekintetben. (A tbbi adat is errl tanskodik:
tlagok klnbsge, szrsok klnbsge, stb.)Az elbb megvizsglt fggetlen mintkon kvl rdekes lehet mg megvizsglni a nemek
szerinti rszmintkat, hiszen ez jellemzen elfordul a gyakorlatban. (Gyakorlskpp meg
lehet nzni a klnbz nyaralskltsek eltrst a nemek szerinti bontsban, mind t
-
7/22/2019 spss segdanyag
23/67
19. tblzat
Paired Samples Statistics
3,4241 316 3,28980 ,18507
5,1551 316 1,37252 ,07721
rsznvonal - Norvgia
rsznvonal -Magyarorszg
Pair1
Mean N Std. DeviationStd. Error
Mean
A vlaszadk megtlse szerint Magyarorszg rsznvonala kedvezbb (5,1551-es tlag 7
fokozat Likert skln), mint Norvgi (3,4241), ugyanakkor Norvgia megtlsnl sokkalnagyobb szrst fedezhetnk fel, ami a vlaszadk vlemnynek soksznsgt jelzi.
20. tblzat
Paired Samples Test
-1,7310 3,76877 ,21201 -2,1481 -1,3139 -8,165 315 ,000rsznvonal - Norvgia- rsznvonal -Magyarorszg
Pair1
Mean Std. Deviation
Std. Error
Mean Lower Upper
95% ConfidenceInterval of the
Difference
Paired Differences
t df Sig. (2-tailed)
A pros mints t prba kiszmtshoz ki kellett szmtani egy j vltozt, amely a pronknti
klnbsgeket fejezi ki; ennek az tlagt (-1,7310) s szrst (3,73877) lthatjuk a
tblzatban, s ezt teszteli a t prba. Jelen esetben a t prba szignifikanciaszintje nullhozkzeli, teht elfogadhatjuk, hogy a magyar rsznvonal a vlaszadk szerint kedvezbb (rtsd:
alacsonyabb), mint a norvg.
-
7/22/2019 spss segdanyag
24/67
5 Varianciaelemzs
A varianciaelemzs az egyik legjobban hasznlhat vizsglati mdszer, mindssze egy
dologra kell nagyon gyelni a hasznlatnl, mgpedig a fgg s fggetlen vltozk
megfelel megvlasztsra. Az SPSS ugyanis brmilyen tpus vltozkra lefuttatja az
elemzst, de a varianciaanalzisnek csak akkor van rtelme, ha a fggvltoz metrikus, a
fggetlen(ek) pedig kategorizltak. Mivel a kereszttblval ellenttben itt a kapcsolat
irnynak is van jelentsge, gy a fggs fggetlen vltozk megvlasztsa mr korntsem
nknyes.
5.1 Egyszempontos varianciaanalzis
Az SPSS-ben az egyszempontos varianciaanalzis kt mdszerrel is elvgezhet, mindkett
ms elnyket knl. Az egyik lehetsg az Analyze > Compare Means > Means ton
rhetel, ekkor a fggs fggetlen vltozk bevonsa utn, az Optionsmenben kipiplva
azAnova table and etalehetsget, az output tbla tartalmazni fogja az ANOVA-t is. Nagy
elnye, hogy a One-Way ANOVA-ban nem elrhet 2 szmtsra is lehetsget nyjt,
mindemellett az alapstatisztikk s a linearitsi teszt is rendelkezsnkre llnak.
AzAnalyze > Compare Means > One-Way ANOVAmen alatt elrhetvarianciaelemzs
szofisztikltabb elemzsi lehetsgeket knl (klnsen a Contrastss Post Hocgombok
alatt), amit mi ezek kzl megnznk, az a fggetlen mints t prbnl megismert Levene
teszt, hiszen ez az amiben szmunkra elnyt nyjt a Means-hez kpest. A Levene teszt az
Optionsmenben rhetel a Homogeneity-of-variancengyzet kipiplsval (itt llthatk
be egybknt a ler statisztikk is).
P: Vizsgljuk meg mindkt mdszerrel, hogy van-e sszefggs a nem (k28) s az emberek
vendgszeretetvel val elgedettsg (k11_7) kztt!
M1:Analyze>Compare Means>Means>Dependent List: k11 7 Independent List: k28
-
7/22/2019 spss segdanyag
25/67
21. tblzat
Case Processing Summary
347 94,3% 21 5,7% 368 100,0%
Mennyire voltlelgedett - Az emberekvendgszeretetvel *Nemed?
N Percent N Percent N Percent
Included Excluded Total
Cases
A 368 vlaszadbl 347-et tudunk bevonni a vizsglatba.
22. tblzat
Report
Mennyire voltl elgedett - Az emberek vendgszeretetvel
5,2754 138 1,423315,6699 209 1,25234
5,5130 347 1,33505
Nemed?
FiLny
Total
Mean N Std. Deviation
A mintban 138 fi s 209 lny van, vlaszaik szrsa csaknem megegyezik (1,42331 s
1,25234), a lnyok tlagosan elgedettebbek (5,6699) a vendglt orszg embereinek
vendgszeretetvel, mint a fik (5,2754).
23. tblzat
ANOVA Tablea
12,935 1 12,935 7,392 ,007
603,756 345 1,750
616,692 346
(Combined)Between Groups
Within Groups
Total
Mennyire voltlelgedett - Az emberek
vendgszeretetvel *Nemed?
Sum ofSquares df
MeanSquare F Sig.
With fewer than three groups, linearity measures for Mennyire voltl elgedett - Az emberek vendgszeretetvel *Nemed? cannot be computed.
a.
-
7/22/2019 spss segdanyag
26/67
24. tblzat
Measures of Association
,145 ,021
Mennyire voltlelgedett - Az emberekvendgszeretetvel *Nemed?
EtaEta
Squared
Ugyanakkor lthat, hogy a kapcsolat nem tl ers, hiszen az 2rtke kzel van a nullhoz
(0,021).
M2: Analyze>Compare Means>One-Way ANOVA>Dependent List: k11_7, Factor: k28
Options: Statistics: Descriptives, Homogeneity-of-variance
25. tblzat
Descriptives
Mennyire voltl elgedett - Az emberek vendgszeretetvel
138 5,2754 1,42331 ,12116 5,0358 5,5149 1,00 7,00
209 5,6699 1,25234 ,08663 5,4991 5,8406 2,00 7,00347 5,5130 1,33505 ,07167 5,3720 5,6539 1,00 7,00
Fi
LnyTotal
N Mean Std. Deviation Std. Error Lower Bound Upper Bound
95% Confidence Interval forMean
Minimum Maximum
A ler tbla teljesen hasonl a Means Reporttbljhoz, a klnbsg, hogy a Reporttbla
tartalma az Optionsmenben tetszlegesen alakthat.
26. tblzat
Test of Homogeneity of Variances
Mennyire voltl elgedett - Az emberek vendgszeretetvel
309 1 345 578
LeveneStatistic df1 df2 Sig.
-
7/22/2019 spss segdanyag
27/67
27. tblzat
ANOVA
Mennyire voltl elgedett - Az emberek vendgszeretetvel
12,935 1 12,935 7,392 ,007
603,756 345 1,750
616,692 346
Between Groups
Within Groups
Total
Sum ofSquares df
MeanSquare F Sig.
Visszatekintve a 23. tblzatra, szembetnik, hogy a kt tbla tartalmilag teljesen
megegyezik.
Gyakorlatilag teljesen ugyanazokat az outputokat kaptuk mindkt elemzs esetn, ennek
ellenre javasolt mindkettt elvgezni, hiszen az egyik a Levene tesztet, a msik az 2mutatt
nyjtja pluszban az elemznek, mrpedig mindkettrtkes lehet.
P: Vizsgljuk meg, van-e sszefggs a havi meglhetsi kiadsok (k23_6) s a csald
letsznvonala (k25) kztt! (A nyarals tmban nem visz elre a krds, viszont remekl
bemutathat rajta a homogenitsi problma egyik orvoslsi mdja.)
M: Analyze>Compare Means>One-Way ANOVA>Dependent List: k23_6, Factor: k25Options: Statistics: Descriptives, Homogeneity-of-variance
28. tblzat
Descriptives
A kvetkezkiadsi tteleket tekintve - SSZESEN
29 35617,93 15223,05046 2826,850 29827,3923 41408,4697 11000,00 79000,00
188 34983,67 17168,09952 1252,112 32513,5893 37453,7511 5000,00 105000,00
128 50230,47 72171,42635 6379,113 37607,3551 62853,5824 4000,00 790000,00
345 40693,77 46431,71288 2499,799 35776,9526 45610,5836 4000,00 790000,00
Az tlag alatt
tlagos
Az tlag felett
Total
N Mean Std. Deviation Std. Error Lower Bound Upper Bound
95% Confidence Interval forMean
Minimum Maximum
-
7/22/2019 spss segdanyag
28/67
A Levene teszt igazolja flelmnket, a szrsok klnbzek, nem rdemes elemezni az
ANOVA tblt.
30. tblzat
ANOVA
A kvetkezkiadsi tteleket tekintve - SSZESEN
1,85E+10 2 9259184443 4,379 ,013
7,23E+11 342 21143643097,42E+11 344
Between Groups
Within Groups
Total
Sum ofSquares df Mean Square F Sig.
Hiba mutat teht sszefggst az ANOVA, nem fogadjuk el az eredmnyt. Mit tehetnk
ilyenkor? A megolds: cskkentsk a mintt, szrjk ki a nagyon kiugr vlaszokat, s
futtassuk jra az elemzst!
M: Data>Select Cases>If k23_6
-
7/22/2019 spss segdanyag
29/67
33. tblzat
ANOVA
A kvetkezkiadsi tteleket tekintve - SSZESEN
1,14E+09 2 571886786,7 2,253 ,107
8,30E+10 327 253865866,7
8,42E+10 329
Between Groups
Within Groups
Total
Sum ofSquares df Mean Square F Sig.
Az F prba mr korntsem ersti meg olyan biztosan az sszefggs ltt, st a szoksos
szignifikanciszint (5%) mellett nem is fogadhatjuk el az alternatv hipotzist. Ez az eset
pldul szolgl szmunkra, hogy a variancia homogenitst rdemes komolyan venni, hiszen
ha lemondtunk volna a Levene tesztrl, akkor elfogadtunk volna egy olyan sszefggst, ami
nem mutathat ki.
5.2 Tbbszempontos varianciaanalzis
Az SPSS az Analyze > General Linear Model menpont alatt knlja a magasabb fok
varianciaelemzsi mdszereket, a Univariatealkalmas tbbszempontos varianciaelemzsre, a
Multivariate-tel tbb fggvltozt is kezelhetnk, a Repeated Measurespedig ismtelt
mrses varianciaelemzsre ad lehetsget. Ezek kzl az egyszer tbb szempontos
varianciaelemzssel fogunk megismerkedni.
Az emltett Univariatemenpontban a metrikus fggvltozt (Dependent Variable) s a
fggetlen vltozkat (Fixed Factors) kell megadni a tbbszempontos varianciaelemzs
modelljnek meghatrozshoz. A gombok a szoksos lehetsgeket knljk, a ler
statisztikk (Descriptive Statistics), az 2mutat (Estimates of effect size) s a Levene
teszt (Homogeneity tests) megjelentst az Optionsmenben tudjuk belltani. (Figyeljnk
arra, hogy az Estimated Marginal Means tbla csak akkor jelenik meg, ha az elemzend
vltozkat ttettk a Display Means for ablakba )
-
7/22/2019 spss segdanyag
30/67
34. tblzat
Between-Subjects Factors
Magyarorszgon
178
Klfldn 146
0-6 nap 88
7 nap 76
8-10 nap 95
11-nl tbbnap
65
1,00
2,00
Hol nyaraltl azelmlt nyron?
1
2
3
4
Hnynapkategorizlva
Value Label N
A fggetlen vltozk szerinti gyakorisgokat lthatjuk a fenti tblban.
35. tblzat
Descriptive Statistics
Dependent Variable: Hozzvetlegesen mennyit kltttl sszesen?
18065,59 18312,46681 70
19561,11 14350,69245 45
19753,41 14937,31630 44
34352,89 54505,92978 19
20599,42 23697,03339 178
66494,44 69072,42978 18
87774,19 62605,09014 31
94321,57 92720,51836 51
191571,8 190801,25060 46
120141,1 134414,70058 146
27971,49 39802,25893 88
47384,87 53172,78440 76
59784,74 77924,66222 95
145615,5 177837,06840 6565454,62 104302,45851 324
Hnynap kategorizlva0-6 nap
7 nap
8-10 nap
11-nl tbb nap
Total
0-6 nap
7 nap
8-10 nap
11-nl tbb nap
Total
0-6 nap
7 nap
8-10 nap
11-nl tbb napTotal
Hol nyaraltl azMagyarorszgon
Klfldn
Total
Mean Std. Deviation N
A 2 4 csoporton belli tlagok s szrsok szemlevtelezsvel mr sejthetjk, hogy a
homogenits nem fog teljeslni.
36. tblzat
Levene's Test of Equality of Error Variancesa
Dependent Variable: Hozzvetlegesen mennyitkltttl sszesen?
16,649 7 316 ,000F df1 df2 Sig.
T t th ll h th i th t th i f
-
7/22/2019 spss segdanyag
31/67
37. tblzat
Tests of Between-Subjects Effects
Dependent Variable: Hozzvetlegesen mennyit kltttl sszesen?
1,152E+12a 7 1,646E+11 22,014 ,000 ,328
1,174E+12 1 1,174E+12 157,031 ,000 ,332
5,037E+11 1 5,037E+11 67,385 ,000 ,176
1,684E+11 3 5,612E+10 7,508 ,000 ,067
9,686E+10 3 3,229E+10 4,319 ,005 ,039
2,362E+12 316 7474825130
4,902E+12 324
3,514E+12 323
SourceCorrected Model
Intercept
K3
K9_KAT
K3 * K9_KAT
Error
Total
Corrected Total
Type III Sumof Squares df Mean Square F Sig.
Partial EtaSquared
R Squared = ,328 (Adjusted R Squared = ,313)a.
A tblzatbl kiolvashat a varianciaelemzs Malhotra knyvbl megismert outputja (lsd
Malhotra (2002) 585/16.5. tblzat). Az egyes oszlopok rendre az eltrsngyzetsszegeket, a
szabadsgfokokat, az tlagos ngyzetsszegeket, az F rtkeket, ennek szignifikanciit s a
parcilis 2 mutatkat tartalmazzk a teljes modellre, a magyarz vltozkra s egyttes
hatsukra illetve az interakcira vonatkozan. Sajnos az ANOVA leggyakoribb mrszmt,
az 2-t az SPSS nem kalkullja, ha mgis szksgnk van r, akkor a tblzat adatait
felhasznlva magunknak kell a kplet segtsgvel kiszmtani (pldul Excelben).
Ha eltekintnk a Levene teszt szmunkra negatv eredmnytl, akkor a kvetkezkpp
elemezhetnnk a tblt: az ti cl s az eltlttt napok szma kln-kln s egytt is
befolysolja a nyaralskltst, hiszen az F prba szignifikanciaszintje nullhoz kzeli
mindegyik esetben, ugyanakkor a kt magyarz vltoz kztt ers interakci jelentsen
befolysolja az eredmnyt. A faktorok egyttes hatsa mindemellett kzepes (2= 0,328), s
az egyes faktorok parcilis hatsa is gyenge.
Az Estimated Marginal Meanstblk a belltsoknak megfelelen a fggvltoz tlagt
illetve rsztlagt tartalmazzk a kategorizlt magyarz vltozk szerinti csoportok szerint.
-
7/22/2019 spss segdanyag
32/67
6 Korrelcielemzs
A korrelciszmts kt mdjt fogjuk megismerni az SPSS segtsgvel, a ktvltozs s a
parcilis korrelciszmtst. Mindkt elemzs esetn fontos megjegyezni, hogy csak a
vltozk kzti kapcsolat szorossgt s eljelt mrik, az irnyt nem (nincs jelentsge, hogy
melyik a fgg, s melyik a fggetlen vltoz). Radsul a nulla korrelcis egytthat csak a
lineris kapcsolatot cfolja, ugyanakkor nem zrja ki ms tpus kapcsolat ltezst.
6.1 Pearson-fle (szorzat-momentum) korrelci
A Pearson-fle korrelcis egytthat (r), amely kt metrikus vltoz kztti kapcsolat
erssgt mri, az SPSS Analyze > Correlate > Bivariate menpontjban rhet el. A
pronknt vizsglni kvnt vltozk beadsa utn (Variables) bellthatjuk, hogy a Pearson-
fle =0 nullhipotzist egy vagy kt oldalrl tesztelje a program (Test of Significance),
illetve lehetsg van az alapstatisztikk megjelentsre az Options gomb alatt. Nem
metrikus (rang) korrelcit is szmthatunk (sorrendi skln mrt vagy numerikus vltozk
esetn) a Correlation Coefficients opci Kendalls tau-b illetve Spearman kockinak
kipiplsval.
F: Vizsgljuk meg milyen szoros a kapcsolat a nyaralssal tlttt napok szma (k9) s az
sszes nyaralsi kiads (k13_s) kztt!
M: Analyze>Correlate>Bivariate>Variables: k9, k13_s; Correlation Coefficients: Pearson
Test of Significance: Two-tailed
Options: Statistics: mindkett
38. tblzat
Descriptive Statistics
9,7522 8,37915 347Hny napig tartott
l ?
Mean Std. Deviation N
-
7/22/2019 spss segdanyag
33/67
39. tblzat
Correlations
1 ,558**
, ,000
24292,686 161059315,0
70,210 494046,978347 327
,558** 1
,000 ,
161059315 3,5259E+12
494046,978 10749668371
327 329
Pearson Correlation
Sig. (2-tailed)
Sum of Squares andCross-products
CovarianceN
Pearson Correlation
Sig. (2-tailed)
Sum of Squares andCross-products
Covariance
N
Hny napig tartottez a nyarals?
Hozzvetlegesenmennyit kltttlsszesen?
Hny napigtartott ez anyarals?
Hozzvetlegesen mennyit
kltttlsszesen?
Correlation is significant at the 0.01 level (2-tailed).**.
A megfelelvltozk sor-oszlop tallkozsnl kiolvashat a keresett r rtk, jelen esetben ez
0,558, ami kzepesen ers pozitv kapcsolatot jelez a nyarals idtartama s a kltsek kztt.
(Evidens: minl hosszabb a nyarals, annl tbbet klt az ember.)
A hipotzisvizsglat is megersti a kapcsolat ltt, hiszen a szignifikancia 0,000. A
tblzatban tallhat egyb adatok a korrelci szmts rszeredmnyei (pl.: kovariancia),
ezek az Optionsmen megfelelbelltsai mellett tnnek fel.
Hasonlan elemezhet adatokat kapunk rangkorrelci szmtsakor is, csak akkor a
Nonparametric Correlationstblt kell elemezni.
6.2 Parcilis korrelci
A parcilis korrelciszmts rtelemszeren azAnalyze > Correlate > Partialtvonalon
rhet el Kt vltoz kztti kapcsolat szorossgnak mrsre ad lehetsget egy vagy tbb
-
7/22/2019 spss segdanyag
34/67
40. tblzat
Var i abl e Mean Standar d Dev Cases
K13_S 65345, 3642 104364, 4940 324
K9 9, 7438 8, 5601 324
K18_5 3, 5741 1, 6310 324
Az eddig megszokott output tblkhoz kpest ezek kicsit ms, egyszerbb felptsek, de
szerencsre ugyanolyan jl elemezhetk. Knyelmetlensget csak a vltozk azonostsa
okozhat.
41. tblzat
- - - P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S - -
-
Zer o Or der Par t i al s
K13_S K9 K18_5
K13_S 1, 0000 , 5582 , 0665
( 0) ( 322) ( 322)
P= , P= , 000 P= , 233
K9 , 5582 1, 0000 - , 0619( 322) ( 0) ( 322)
P= , 000 P= , P= , 266
K18 5 0665 - 0619 1 0000
-
7/22/2019 spss segdanyag
35/67
A fenti tblzat az egyszer korrelcis egytthatkat (r rtkeket) tartalmazza;
megfigyelhetjk, hogy a megismert kapcsolat szorossgi mutatja ezttal is 0,558 (ez csak
akkor van gy, ha a vizsglt minta megegyezik).
42. tblzat
- - - P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S - -
-
Cont r ol l i ng f or . . K18_5
K13_S K9
K13_S 1, 0000 , 5647
( 0) ( 321)
P= , P= , 000
K9 , 5647 1, 0000
( 321) ( 0)
P= , 000 P= ,
( Coef f i ci ent / ( D. F. ) / 2- t ai l ed Si gni f i cance)
" , " i s pr i nt ed i f a coef f i ci ent cannot be comput ed
Ebbl a tblbl olvashat ki a szmunkra fontos parcilis korrelcis egytthat, amelynek
rtke (0,5647) azt jelzi, hogy az attitd kontrolllsnak viszonylag gyenge a hatsa a
kapcsolatra, hiszen az eredeti r rtkhez kpest csak kicsi nvekedst szlelhetnk.
-
7/22/2019 spss segdanyag
36/67
7 Regresszielemzs
A regresszielemzs sorn egy metrikus fgg s tbb fggetlen vltoz kapcsolatt
vizsgljuk valamilyen becslfggvny illesztsvel. Az SPSS-ben lehetsg van klnfle
modellek felptsre, ezek kzl mi a lineris illesztssel fogunk megismerkedni. A kt- s a
tbbvltozs lineris regresszi ugyanazon menpontban rhetel, gy a Malhotra knyvvel
ellenttben most egytt trgyaljuk ezeket. Azonban elszr kvetve a regresszielemzs
folyamatt az ltalnos modellt kell meghatroznunk. Ehhez nyjt segtsget az Analyze >
Regression > Curve Estimation menpont, ahol a kapcsolat (jelen esetben a lineris
kapcsolat) megltt illeszkedsvizsglattal ellenrizhetjk. Az illeszkedsvizsglat
futtatshoz meg kell adnunk a fgg(Dependent) s fggetlen vltozkat (Independent).
A lineris regresszi vltozinak metrikusnak kell lennik, hogy alkalmasak legyenek a
modellbe illesztshez, ugyanakkor nem metrikus adatokat is lehet kezelni mestersges (n.
Dummy) vltozk ltrehozsval. Mivel most a lineris regresszival foglalkozunk, gy ki
kell jellni a lineris modellt (Models > Linear), illetve clszermg kipiplni az Include
constant in equation (konstans elem beptse a modellbe), a Plot models (a diagram
megjelentse) s a Display ANOVA tablelehetsgeket is.
F: Vizsgljuk tovbb a fenti kapcsolatot! Milyen lineris modellel becslhet a nyaralsi
klts (k13_s) az idtartam (k9) tekintetben?
M: Analyze > Regression > Curve Estimation >Dependent: k13_s, Independent/Variable: k9
Include constant in equation
Plot models
Models: Linear
Display ANOVA table
-
7/22/2019 spss segdanyag
37/67
43. tblzat
MODEL: MOD_2._
Dependent var i abl e. . K13_S Method. . LI NEAR
Li st wi se Del et i on of Mi ssi ng Dat a
Mul t i pl e R , 55800R Square , 31137
Adj ust ed R Squar e , 30925Standar d Err or 86360, 79065
Anal ysi s of Var i ance:
DF Sumof Squar es Mean Squar e
Regr essi on 1 1095979398894 1095979398894Resi dual s 325 2423910502324 7458186161, 0
F = 146, 94986 Si gni f F = , 0000
- - - - - - - - - - - - - - - - - - - - Var i abl es i n t he Equat i on - - - - - - - - - - - - - - - - - - - -
Var i abl e B SE B Beta T Si g T
K9 6804, 818456 561, 347713 , 558003 12, 122 , 0000( Const ant ) - 1079, 062995 7260, 916436 - , 149 , 8820
A fenti tblzatban megtallhatjuk az R2rtkt (0,31137), ami a kzepesnl kicsit gyengbb
kapcsolatot jelez, egy F prbt, amelynek szignifikancija a kapcsolat ltt engedi sejtetni, s
t prbt a rtkekre, amelyek kzl a meredeksg szignifikancija kisebb, mint 5 %, gy azt
mondhatjuk, hogy az eltlttt idbefolysolja a nyaralskltst.
A lineris modellt is megtallhatjuk a tblban, amely a kvetkezkppen rhat fel:
Nyaralsklts = - 1079,063 + 6804,818 (nyaralssal tlttt napok szma)
-
7/22/2019 spss segdanyag
38/67
V. bra
Hozzvetlegesen mennyit kltttl sszesen?
Hny napig tartott ez a nyarals?
100806040200
1200000
1000000
800000
600000
400000
200000
0
-200000
Observed
Linear
Az bra a fggvltoz (nyaralsklts) eredeti s becslt rtkeit tartalmazza a fggetlen
vltoz (nyaralssal tlttt napok szma) fggvnyben. Vilgosan ltszik, hogy az
illeszkeds nem tkletes, ugyanakkor valamifle lineris trend fellelhet.
Ezek utn tovbblphetnk a regresszielemzs folyamatnak kvetkez lpseire, vagyis
ellenrizhetjk az elrejelzs pontossgt, s megvizsglhatjuk a reziduumokat, illetve a
regressziszmts egyb elfeltteleinek teljeslst (pl.: vltozk normlis eloszlsa,
heteroszkedaszticits, autokorrelci, multikollinearits). Mindehhez az SPSS Analyze >
Regression > Linearmenpontja nyjt segtsget.
Az Curve Estimates-hez hasonlan itt is meg kell adnunk a fggvltozt (Dependent),
illetve a fggetlen vltozkat (Independents). A lineris regresszi vltozinak metrikusnak
kell lennik, hogy alkalmasak legyenek a modellbe illesztshez, ugyanakkor nem metrikus
adatokat is lehet kezelni mestersges (n. Dummy) vltozk ltrehozsval.
A regresszi felptsnek mdszert a Method sorban llthatjuk be, vlaszthatunk a
bevonsos, a lpsenknti, a forward s backward eljrsok kzl. A Selection Variable
-
7/22/2019 spss segdanyag
39/67
vltozsnak mutatja a modellbe vont vltozk kivlasztshoz, egyszer, rsz- s parcilis
korrelcis egytthatk a kapcsolatok szorossgnak jellemzshez, kollinearits vizsglat a
multikollinearits kizrshoz, ler statisztikk, konfidencia intervallumok, kovariancia
rtkek stb. (rdemes ezeket kiprblgatni, tnyleg rengeteg rdekes adathoz juthatunk.)
A Plot men segtsgvel vizsglhatjuk meg a reziduumokat; a Scatter lehetv teszi
pontdiagrammok ksztst pldul a reziduumok (*ZRESID) s a becslt vltoz
(*ZPRED) kztti sszefggs vizsglatra, mg a Standardized Residual Plotsmezben
a Histogram s a Normal probability plot ngyzeteit kiikszelve lehetsg nylik a
hibatnyez normlis eloszlsra vonatkoz felttelezs tesztelsre. (A Plot minden
lehetsgt vigyzva alkalmazzuk, mert gyengbb gpeken fagyst okozhat!)
A Save s az Options gombok a szoksos lehetsgeket knljk, mindamellett rdekes
lehet, hogy a vltozk bevonshoz alkalmazott F prbt milyen paramterekkel teszteljk
(ezt az Options > Stepping Method Criteriamezben definilhatjuk).
F: Folytassuk a fenti modell vizsglatt! Ellenrizzk a modell pontossgt s a vizsgljuk a
regresszi elfeltevseinek teljeslst a nyaralsi klts (k13_s) az idtartam (k9) kztti
lineris sszefggsre?
M: Analyze>Regression>Linear>Dependent: k13_s, Independent: k9, Method: Enter
Statistics: Estimates
Model fit
Descriptives
Durbin-Watson
Plots: Scatter Y: *ZRESID
X: *ZPREDStandardized Residual Plots (mindkett)
Otipns: marad
44 tblzat
-
7/22/2019 spss segdanyag
40/67
45. tblzat
Correlations
1,000 ,558
,558 1,000
, ,000
,000 ,
327 327
327 327
Hozzvetlegesenmennyit kltttlsszesen?
Hny napig tartottez a nyarals?
Hozzvetlegesenmennyit kltttlsszesen?
Hny napig tartottez a nyarals?
Hozzvetlegesenmennyit kltttl
sszesen?Hny napig tartottez a nyarals?
Pearson Correlation
Sig. (1-tailed)
N
Hozzvetlegesenmennyitkltttl
sszesen?
Hny napigtartott ez anyarals?
A korrelcivizsglat alkalmval mr megismert eredmnyeket itt is elrhetjk, egybknt a
korrelcis mtrixnak a tbbvltozs regresszi esetn van rtelme a multikollinearits
megllaptsa miatt.
46. tblzat
Variables Entered/Removedb
Hny napigtartott ez anyarals?
a , Enter
Model1
VariablesEntered
VariablesRemoved Method
All requested variables entered.a.
Dependent Variable: Hozzvetlegesenb.
-
7/22/2019 spss segdanyag
41/67
47. tblzat
Model Summaryb
,558a ,311 ,309 86360,79065 1,948Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Durbin-Watson
Predictors: (Constant), Hny napig tartott ez a nyarals?a.
Dependent Variable: Hozzvetlegesen mennyit kltttl sszesen?b.
Az elz elemzsben megismert R2
-t itt is azt jelzi, hogy a modellnk magyarz ereje akzepesnl gyengbb. A Durbin-Watson mutat rtke kzel 2, gy nem veszlyezteti a
modell rvnyessgt az autokorrelci.
48. tblzat
ANOVAb
1,10E+12 1 1,096E+12 146,950 ,000a
2,42E+12 325 7458186161
3,52E+12 326
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Hny napig tartott ez a nyarals?a.
Dependent Variable: Hozzvetlegesen mennyit kltttl sszesen?b.
Az ANOVA tbla is elkerlt mr a Curve Estimation-nl is.
49. tblzat
Coefficientsa
-1079,063 7260,916 -,149 ,882
6804,818 561,348 ,558 12,122 ,000
(Constant)
Hny napig tartottez a nyarals?
Model1
B Std. Error
UnstandardizedCoefficients
Beta
Standardized
Coefficients
t Sig.
-
7/22/2019 spss segdanyag
42/67
VI. bra
Regression Standardized Residual
8,007,00
6,005,00
4,003,00
2,001,00
0,00-1,00
-2,00
-3,00
Histogram
Dependent Variable: Hozzvetlegesen mennyit kltttl sszesen?
Frequenc
y
140
120
100
80
60
40
20
0
Std. Dev = 1,00
Mean = 0,00
N = 327,00
Jelen esetben elgedettek lehetnk az brval, hiszen szp, normlis eloszlst mutatnak astandardizlt reziduumok.
VII. bra
Scatterplot
Dependent Variable: Hozzvetlegesen mennyit kltttl sszesen?
Regression Standardized Predicted Value
1086420-2Regres
sionStandardizedResidual
10
8
6
4
2
0
-2
-4
-
7/22/2019 spss segdanyag
43/67
F (tbbvltozs regresszi): Nzzk meg, hogy felpthet-e lineris regresszis modell a
nyaralssal val ltalnos elgedettsg, mint fgg, s a napok szma illetve a nyarals
fontossga, mint fggetlen vltozk kztt!
M: Elszr tesztelnnk kell, hogy az egyes fggetlen vltozk lineris kapcsolatban vannak-e
a fgg vltozval, illetve milyen szoros a kapcsolat, megfelelnek-e a vltozk az
elfeltevseknek, stb. Ezt az elz feladatban rszletesen bemutatott Curve Estimate, illetve
Linear menpontokban vgezhetjk el, most eltekintnk ennek a lerstl.
Ezutn pthetjk fel a tbbvltozs modellt, szintn a Linear menpont alatt.
Analyze>Regression>Linear>Dependent: k12, Independents: k9, k18_15; Method: Enter
Statistics: Estimates
Covariance matrix
Model fit
DescriptivesDurbin-Watson
Csak azokat a tblkat nzzk meg, ahol szmottevjdonsg fedezhetfel.50. tblzat
Correlations
1,000 ,160 ,192
,160 1,000 ,195
,192 ,195 1,000
, ,001 ,000
,001 , ,000
,000 ,000 ,
sszessgbenmennyire voltl elgedettezzel a nyaralssal?
Hny napig tartott ez anyarals?
Mennyire rtesz egyetvele - A nyarals azletem egyik kzpontirsze.
sszessgbenmennyire voltl elgedettezzel a nyaralssal?
Hny napig tartott ez anyarals?
Mennyire rtesz egyetvele - A nyarals azletem egyik kzponti
Pearson Correlation
Sig. (1-tailed)
sszessgb
en mennyirevoltlelgedettezzel a
nyaralssal?
Hny napigtartott ez anyarals?
Mennyirertesz egyet
vele - Anyarals azletem egyik
kzpontirsze.
-
7/22/2019 spss segdanyag
44/67
Pearson korrelci mindkt magyarz vltoz esetben alacsony, teht sejthetjk, hogy a
modell magyarz ereje is alacsony lesz.
51. tblzat
Model Summaryb
,229a ,052 ,047 ,92319 1,843Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Durbin-Watson
Predictors: (Constant), Mennyire rtesz egyet vele - A nyarals azletem egyik kzponti rsze., Hny napig tartott ez a nyarals?
a.
Dependent Variable: sszessgben mennyire voltl elgedettezzel a nyaralssal?
b.
A sejtst mris igazolja az R2-t tartalmaz tbla: a modell magyarz ereje nagyon gyenge
(R2=0,052), ezt a modellt a gyakorlatban nem elemeznnk tovbb, most csak azrt folytatjuk,
hogy bemutathassuk a tbbi tbla tartalmt. A Durbin-Watson egytthat rtke elfogadhat,
nagyon gyenge pozitv autokorrelcit jelez.
52. tblzat
Coefficientsa
5,389 ,133 40,461 ,000
1,427E-02 ,006 ,127 2,361 ,019
9,412E-02 ,030 ,167 3,109 ,002
(Constant)
Hny napig tartott eza nyarals?
Mennyire rtesz egyetvele - A nyarals azletem egyik kzpontirsze.
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: sszessgben mennyire voltl elgedett ezzel a nyaralssal?a.
A koefficiens mtrixbl kiolvashat (az egybknt gyenge magyarzerej modellnk),
vagyis:
Nyaralsi elgedettsg = 5,389 + 0,01427 (nyaralssal tlttt napok szma) + 0,09412
(nyarals fontossga)
Br a magyarzergyenge, de a t prba alapjn a konstans s az egytthatk szignifiknsan2
-
7/22/2019 spss segdanyag
45/67
53. tblzat
Coefficient Correlationsa
1,000 -,195
-,195 1,000
9,164E-04 -3,575E-05
-3,575E-05 3,651E-05
Mennyire rtesz egyetvele - A nyarals azletem egyik kzpontirsze.
Hny napig tartott eza nyarals?
Mennyire rtesz egyetvele - A nyarals azletem egyik kzpontirsze.
Hny napig tartott eza nyarals?
Correlations
Covariances
Model1
Mennyirertesz egyetvele - A
nyarals azletem egyik
kzpontirsze.
Hny napigtartott ez anyarals?
Dependent Variable: sszessgben mennyire voltl elgedett ezzel anyaralssal?
a.
A koefficiens mtrix a mr megismert korrelcin kvl a kovariancia rtkeket is
tartalmazza.
-
7/22/2019 spss segdanyag
46/67
8 Faktorelemzs
A faktorelemzs clja az, hogy a sok, nehezen kezelhet, ugyanakkor egymssal korrell
vltozbl integrlt mestersges vltozkat lltson el, gy jellemzen a klnfle rtkel
sklkkal (pl.: Likert skla) mrt attitdkrdsek a legmegfelelbb inputok szmra.
Statisztikai programunkban a faktoranalzis az Analyze > Data Reduction > Factor
menpontban tallhat. A felnyl Factor Analysis ablakban kell beadnunk a kiindul
vltozkat (Variables), s termszetesen itt is lehetsg nylik a vlaszadk kivlogatsra
(Selection Variable > Value).
Faktorelemzskor klnsen rdemes odafigyelni az opcik megadsra, mert az output
tblk risi mennyisg adatot tartalmaznak mr a legegyszerbb esetben is, teht fontos,
hogy tnyleg csak a hasznlni kvnt elemzseket lltsuk be, klnben knnyen
agyonnyomhat minket az adathalmaz. ppen ezrt, most a fontosakra fogunk koncentrlni.
A Descriptives gomb alatti lehetsgekbl a Statistics kzl kihagyhatatlan az Initial
solution, a Correlation Matrix-nl pedig a KMOs a Bartlett-prba. Hasznos lehet mg a
korrelcis egytthatk (Coefficients) s szignifikancijuk (Significance Levels), tovbb a
ler statisztikk (Univariate Descriptives) megjelentse is.
Az Extractionmenpontban llthatjuk be a faktorelemzs mdjt (Method), leggyakrabbana fkomponenst mdszert szoktuk alkalmazni (Principal components). A kzs faktorok
kivlasztsnak felttelt is itt tudjuk megvltoztatni (Extract); az alapllapot a Kaiser-
kritrium, ekkor az egynl nagyobb sajtrtkfaktorokat vlasztjuk ki (Eigenvalues over
1), de megadhat ms kszbrtk, vagy konkrt faktorszm is (Number of factors) kutati
dntstl fggen (a faktorok szmnak meghatrozsval ksbb bvebben foglalkozunk).Ugyanitt, a Displaymezben adhatjuk meg, hogy megjelenjen-e a rotls nlkli komponens
mtrix (Unrotated factor solution). A mez msik sora (Scree plot) a sajtrtkbra
j l t k l h t t bi t tj i t t k l h t f kt d t l
-
7/22/2019 spss segdanyag
47/67
A Scoregomb a kapott eredmny elmentsre szolgl; ha megfelelnek a faktorok, vlasszuk
a Save as variables-t, gy tovbbi elemzsk al vonhatjuk ezeket (Method: Regression
marad).
Az Optionsgomb ltal felknlt lehetsgek kzl szmunkra a Coefficient Display Format
a fontosabb, itt rdemes a mret szerint cskkent belltani (Sorted by size), a faktorok
knnyebb rtelmezse s ttekintse rdekben. (Ha nagyon knyelmesek vagyunk, gy a
msik opci is segtsget jelenthet, ez eltnteti a valsznleg nem relevns rtkeket.)
F: A 18. krds remek lehetsget biztost szmunkra egy faktorelemzs elvgzshez.
M: Analyze>Data Reduction>Factor>Variables: k18_1 k18_17
Descriptives: Statistics: Initial solution
Correlation Matrix: Coefficients
Significance levelsKMO and Bartletts test
Extraction: Method: Principal components
Analyze: Correlation matrix
Display: Unrotated factor solution
Scree plotExtract: Eigenvalues over 1
Scores: egyelre semmi
Rotation: Varimax
Options: Coefficient Display Format: Sorted by size
Az elstblzat mr ismersnek tnhet, ez egy risi korrelcis mtrix, amely megmutatja avltozk kztti pronknti kapcsolat szorossgt. Akkor alkalmasak a kiindul adatok
faktoranalzisre, ha vannak abszolt rtelemben vett magas r rtkek, illetve nullhoz kzeli
szignifikancik a tblzatban
-
7/22/2019 spss segdanyag
48/67
A KMO mr egy knnyebben kezelhetmutat a vltozk kzti korrelcira; jelen esetben az
rtke 0,725, ez nagyobb, mint 0,6, vagyis a vltozink alkalmasak a faktoranalzisre. A
Bartlett prba nullhipotzist is elvethetjk, miszerint a kiindul vltozk kztti korrelci
nulla.
55. tblzat
Communalities
1,000 ,594
1,000 ,423
1,000 ,567
1,000 ,594
1,000 ,525
1,000 ,462
1,000 ,691
1,000 ,559
1,000 ,353
1,000 ,577
1,000 ,636
1,000 ,490
1,000 ,592
Mennyire rtesz egyetvele - Nyaralskorelssorban lustlkodniakarok.
Mennyire rtesz egyetvele - Szereteknyaralsi terveket szni.
Mennyire rtesz egyetvele - A nyarals alattnagy hangslyt helyezeka trsasgra.
Mennyire rtesz egyetvele - A vlasztsnl atjnak, a krnyezetneknagy szerepe van.
Mennyire rtesz egyetvele - Nyaralskor nemfigyelek a pnzre.
Mennyire rtesz egyetvele - Egy elrontottnyarals nagyon tuddhteni.
Mennyire rtesz egyetvele - Nyaralskor sokfriss levegn valmozgsra vanszksgem.
Mennyire rtesz egyetvele - Nyaralskorfontosnak tartom aknyelmes szllst s aj vendgltst.
Mennyire rtesz egyetvele - A nyaralsmindenekeltt lmnytelilegyen.
Mennyire rtesz egyetvele - A nyarals sornszvesen aktivizlommagam csoportostevkenysgekben.
Mennyire rtesz egyetvele - Az ltalamkivlasztott dlhelykultrja s trtnelmenagyon fontos aszmomra.
Mennyire rtesz egyetvele - A nyaralsokrl,utazsokrl rkigtudnk beszlni.
Mennyire rtesz egyetvele - Nyaralskor anyugalmat s azegyedlltet keresem.
M i t t
Initial Extraction
-
7/22/2019 spss segdanyag
49/67
A hossz kommunalitsi tbla a bemen s kijv kommunalits rtkeket mutatja a
faktorokra (kezdetben ez persze egy). A tblzat aljn a mdszert lthatjuk (jelen esetben
fkomponens mdszer).56. tblzat
Total Variance Explained
3,407 20,041 20,041 3,407 20,041 20,041 2,412 14,186 14,186
1,801 10,594 30,634 1,801 10,594 30,634 1,917 11,274 25,4601,527 8,983 39,617 1,527 8,983 39,617 1,754 10,320 35,780
1,280 7,530 47,147 1,280 7,530 47,147 1,682 9,894 45,674
1,262 7,426 54,573 1,262 7,426 54,573 1,513 8,899 54,573
,997 5,866 60,440
,849 4,996 65,435
,836 4,920 70,356
,777 4,569 74,925
,727 4,276 79,201
,627 3,688 82,889
,602 3,540 86,429,543 3,197 89,626
,497 2,924 92,550
,449 2,641 95,191
,415 2,442 97,633
,402 2,367 100,000
Component1
23
4
5
6
7
8
9
10
11
1213
14
15
16
17
Total% of
VarianceCumulativ
e % Total% of
VarianceCumulativ
e % Total% of
VarianceCumulativ
e %
Initial EigenvaluesExtraction Sums of Squared
Loadings Rotation Sums of Squared Loadings
Extraction Method: Principal Component Analysis.
A fkomponens mdszer lnyege, hogy azokat a faktorokat vlasztjuk ki, amelyek a legtbbvariancit magyarzzk, s ez pedig a fenti variancia tblzatban figyelhet meg. Az els
oszlop tartalmazza a kiindul vltozk szmt, a msodik foszlop a sajtrtkeket s
variancikat a fkomponens mdszer alkalmazsa utn, a harmadik ugyanezeket a kivlasztott
faktorokra, a negyedik pedig a rotls utni rtkeket. A foszlopokon bell az egyes
oszlopokban a sajtrtket, a magyarzott variancit s ennek kumullt rtkt lthatjuk. Jelenesetben a faktorszm meghatrozsnl a Kaiser kritriumot hasznltuk (emlkezznk, hogy az
Eigenvalues over 1 lehetsget lltottuk be), gy csak az 5 darab egynl nagyobb
jt tk k k lt ki l t (l d 2 f l 1 l ) E t f kt tt
-
7/22/2019 spss segdanyag
50/67
VIII. bra
Scree Plot
Component Number
1716151413121110987654321Eigenvalue
4,0
3,5
3,0
2,5
2,0
1,5
1,0
,5
0,0
A fenti sajtrtkbrn knykpontokat kell keresni (n. elbow-kritrium), hiszen azokon a
helyeken romlik el hirtelen a magyarzott variancia nvekedse, ahol trs van a grbn.
Ezen az brn a 4, illetve 7 faktorszmnl tallhatunk knykpontokat, ezek kzl nyilvncsak a hetes a relevns, a magyarzott varianciahnyad nagysga miatt. A 7 faktorszmnl
lvtrs megerst minket abban, hogy a 6 faktoros megoldst rdemes vlasztanunk.
57 tbl t
-
7/22/2019 spss segdanyag
51/67
57. tblzat
Component Matrixa
,640 ,352 -,127 ,170 ,128
,619 ,379 -,112 -,277 ,139
,593 -,122 ,214 -,279 -8,99E-03
,586 -,147 ,143 -,208 ,328
,565 -,405 -5,27E-02 ,287 9,574E-02
,535 -7,37E-02 4,351E-02 -,292 -,210
,513 -,116 -3,20E-02 1,573E-03 -,276
,462 ,281 -4,96E-02 -,453 ,121
,446 ,370 -1,67E-02 ,265 -,433
,414 -,380 ,144 ,372 ,305
,179 -,708 ,112 5,115E-02 -,139
-,115 ,563 ,261 ,203 ,391
-2,57E-02 ,222 ,705 5,957E-02 -9,58E-02
Mennyire rtesz egyetvele - Ha nyaralok, atermszet s azeredetisg lmnytkeresem.
Mennyire rtesz egyetvele - Az ltalamkivlasztott dlhelykultrja s trtnelmenagyon fontos aszmomra.
Mennyire rtesz egyet
vele - A nyaralsokrl,utazsokrl rkigtudnk beszlni.
Mennyire rtesz egyetvele - A nyarals azletem egyik kzpontirsze.
Mennyire rtesz egyetvele - A nyarals sornszvesen aktivizlommagam csoportostevkenysgekben.
Mennyire rtesz egyetvele - Szereteknyaralsi terveket szni.
Mennyire rtesz egyetvele - A nyaralsmindenekeltt lmnytelilegyen.
Mennyire rtesz egyetvele - Nem rdekel azolyan ticl, amely nemszolgl kulturlisrdekessgekkel.
Mennyire rtesz egyet
vele - A vlasztsnl atjnak, a krnyezetneknagy szerepe van.
Mennyire rtesz egyetvele - Szvesenismerkedem meg jemberekkel az dlssorn.
Mennyire rtesz egyetvele - A nyarals alattnagy hangslyt helyezeka trsasgra.
Mennyire rtesz egyetvele - Nyaralskor anyugalmat s azegyedlltet keresem.
Mennyire rtesz egyetvele - Nyaralskorfontosnak tartom aknyelmes szllst s aj d lt t
1 2 3 4 5
Component
A k t i bl l h tj k ki h l ik lt l ik f kt t j ll i
-
7/22/2019 spss segdanyag
52/67
A komponens mtrixbl olvashatjuk ki, hogy melyik vltoz melyik faktort jellemzi
leginkbb. Pldul az elssorban lvvltoz (eredetisg, termszet szpsgnek keresse)
leginkbb az egyes faktort jellemzi, mert itt van a legnagyobb, abszolt rtkben 0,5 felettifaktorsly (0,640). Megfigyelhetjk, hogy a fkomponens mdszer a legtbb vltozt az
egyes faktorhoz sorolja, ami az rtelmezst nehzkess teszi, ezrt van szksg a vltozk
forgatsra. A faktorok kialaktsnl teht mindig a rotlt komponens mtrixot kell
rtelmezni.
58 tblzat
-
7/22/2019 spss segdanyag
53/67
58. tblzat
Rotated Component Matrix a
,736 ,237 -1,09E-02 -,146 -,132
,706 7,125E-03 -8,26E-02 -8,14E-02 -5,12E-02
,573 6,554E-02 ,246 ,262 ,171
,566 -3,43E-02 ,458 6,899E-02 -8,77E-03
,518 ,140 2,249E-02 ,357 8,440E-02
-3,01E-02 ,787 ,244 -,103 2,852E-02
,184 ,720 -,165 6,456E-02 9,939E-02
,460 ,531 ,175 -,187 -,188
1,505E-02 ,171 ,722 ,113 -6,36E-02
,135 ,284 ,575 ,334 -,188
8,613E-02 -,271 ,565 -,264 ,234
6,241E-04 ,109 6,423E-02 -,740 ,169
-,105 -9,88E-02 ,398 ,620 5,964E-02
295 335 8 773E 02 383 5 670E 03
Mennyire rtesz egyetvele - Az ltalamkivlasztott dlhelykultrja s trtnelmenagyon fontos aszmomra.
Mennyire rtesz egyetvele - Nem rdekel azolyan ticl, amely nemszolgl kulturlisrdekessgekkel.
Mennyire rtesz egyet
vele - A nyaralsokrl,utazsokrl rkigtudnk beszlni.
Mennyire rtesz egyetvele - A nyarals azletem egyik kzpontirsze.
Mennyire rtesz egyetvele - Szereteknyaralsi terveket szni.
Mennyire rtesz egyetvele - Nyaralskor sokfriss levegn val
mozgsra vanszksgem.
Mennyire rtesz egyetvele - A vlasztsnl atjnak, a krnyezetneknagy szerepe van.
Mennyire rtesz egyetvele - Ha nyaralok, atermszet s azeredetisg lmnytkeresem.
Mennyire rtesz egyetvele - Szvesen
ismerkedem meg jemberekkel az dlssorn.
Mennyire rtesz egyetvele - A nyarals sornszvesen aktivizlommagam csoportostevkenysgekben.
Mennyire rtesz egyetvele - Nyaralskor nemfigyelek a pnzre.
Mennyire rtesz egyetvele - Nyaralskor a
nyugalmat s azegyedlltet keresem.
Mennyire rtesz egyetvele - A nyarals alattnagy hangslyt helyezeka trsasgra.
Mennyire rtesz egyetvele - A nyarals
1 2 3 4 5
Component
Az 5 faktorra Varimax rotlst alkalmazva a faktorok sokkal knnyebben elemezhetbb
-
7/22/2019 spss segdanyag
54/67
Az 5 faktorra Varimax rotlst alkalmazva a faktorok sokkal knnyebben elemezhetbb
vltak. A faktorsly nagysg szerinti rendezs hatsra a tblzat oszlopaiban fellrl lefel
haladva knnyedn megtallhatk az abszolt rtkben 0,5-nl nagyobb szmok. Ezek alapjnaz egyes faktorokhoz a kvetkezvltozk tartoznak:
59. tblzat
Faktor Vltoz lltsaVltoz
kdja
Faktorsly
rtk
Az ltalam kivlasztott dlhely kultrja s trtnelme nagyon fontos a
szmomra.
k18_11 0,736
Nem rdekel az olyan ti cl, amely nem szolgl kulturlis rdekessgekkel. k18_17 0,706
A nyaralsokrl, utazsokrl rkig tudnk beszlni. k18_12 0,573
A nyarals az letem egyik kzponti rsze. k18_15 0,566
F1
Szeretek nyaralsi terveket szni. k18_2 0,518
Nyaralskor sok friss levegn valmozgsra van szksgem. k18_7 0,787
A vlasztsnl a tjnak, a krnyezetnek nagy szerepe van. k18_4 0,720F2
Ha nyaralok, a termszet s az eredetisg lmnyt keresem. k18_16 0,531
Szvesen ismerkedem meg j emberekkel az dls sorn. k18_14 0,722
A nyarals sorn szvesen aktivizlom magam csoportos tevkenysgekben. k18_10 0,575F3
Nyaralskor nem figyelek a pnzre. k18_5 0,565
Nyaralskor a nyugalmat s az egyedlltet keresem. (-) k18_13 -0,740
A nyarals alatt nagy hangslyt helyezek a trsasgra. k18_3 0,620F4
A nyarals mindenekeltt lmnyteli legyen. (0) k18_9 0,383
Nyaralskor fontosnak tartom a knyelmes szllst s a j vendgltst. k18_8 0,709
Nyaralskor elssorban lustlkodni akarok. k18_1 0,708F5
Egy elrontott nyarals nagyon tud dhteni. k18_6 0,528
A faktorokat a fenti tblzat alapjn lehet rtelmezni, elnevezni, de mivel mr fent
eldntttk, hogy idelisabb lenne a 6 faktoros megoldssal dolgozni, gy most ettl
eltekintnk, ehelyett megvizsgljuk a 6 faktoros esetet.
Analyze: Correlation matrix
-
7/22/2019 spss segdanyag
55/67
Analyze: Correlation matrix
Display: Unrotated factor solution
Extract: Number of factors: 6Rotation: Varimax
Scores: Save as variables (Method: Regression)
Options: Coefficient Display Format: Sorted by size
Csak azokat a tblkat elemzzk, ahol rdemi vltozs trtnt.
60. tblzat
Total Variance Explained
3,407 20,041 20,041 3,407 20,041 20,041 1,944 11,437 11,437
1,801 10,594 30,634 1,801 10,594 30,634 1,846 10,858 22,295
1,527 8,983 39,617 1,527 8,983 39,617 1,786 10,507 32,802
1,280 7,530 47,147 1,280 7,530 47,147 1,737 10,219 43,0211,262 7,426 54,573 1,262 7,426 54,573 1,482 8,720 51,740
,997 5,866 60,440 ,997 5,866 60,440 1,479 8,699 60,440
,849 4,996 65,435
,836 4,920 70,356
,777 4,569 74,925
,727 4,276 79,201
,627 3,688 82,889
,602 3,540 86,429
,543 3,197 89,626
,497 2,924 92,550,449 2,641 95,191
,415 2,442 97,633
,402 2,367 100,000
Component1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Total% of
VarianceCumulativ
e % Total% of
VarianceCumulativ
e % Total% of
VarianceCumulativ
e %
Initial EigenvaluesExtraction Sums of Squared
Loadings Rotation Sums of Squared Loadings
Extraction Method: Principal Component Analysis.
A varianciatblban lthatjuk, hogy ezttal 6 faktort vlasztottunk ki, s ezek a teljes
variancia 60,440%-t magyarzzk.
61. tblzat
-
7/22/2019 spss segdanyag
56/67
Rotated Component Matrix a
,699 6,809E-02 ,168 ,156 8,532E-02 6,137E-02
,695 ,160 9,262E-02 -6,65E-02 -2,06E-02 ,154
,631 -3,33E-02 ,216 ,361 -8,46E-02 -,128
-,101 ,762 7,480E-02 ,312 7,762E-02 -2,35E-02
,265 ,749 1,995E-02 -,183 4,434E-02 8,980E-03
,275 ,534 ,378 ,171 -,196 -,193
,138 -4,75E-02 ,815 -8,17E-04 5,671E-02 ,106
,279 ,210 ,732 2,655E-02 -7,94E-02 -4,42E-02
3,030E-02 ,107 3,611E-02 ,767 -7,04E-03 ,110
,256 ,240 -2,25E-03 ,595 -,182 ,259
,113 -,285 2,504E-02 ,504 ,224 -,356
-,158 5,786E-02 ,153 ,112 ,787 -9,30E-02
3,699E-02 -,175 -,295 -,181 ,656 -,148
Mennyire rtesz egyetvele - A nyaralsokrl,utazsokrl rkigtudnk beszlni.
Mennyire rtesz egyetvele - Szereteknyaralsi terveket szni.
Mennyire rtesz egyetvele - A nyarals azletem egyik kzpontirsze.
Mennyire rtesz egyet
vele - Nyaralskor sokfriss levegn valmozgsra vanszksgem.
Mennyire rtesz egyetvele - A vlasztsnl atjnak, a krnyezetneknagy szerepe van.
Mennyire rtesz egyetvele - Ha nyaralok, atermszet s azeredetisg lmnytkeresem.
Mennyire rtesz egyetvele - Nem rdekel azolyan ticl, amely nemszolgl kulturlisrdekessgekkel.
Mennyire rtesz egyetvele - Az ltalamkivlasztott dlhelykultrja s trtnelmenagyon fontos aszmomra.
Mennyire rtesz egyetvele - Szvesenismerkedem meg j
emberekkel az dlssorn.
Mennyire rtesz egyetvele - A nyarals sornszvesen aktivizlommagam csoportostevkenysgekben.
Mennyire rtesz egyetvele - Nyaralskor nemfigyelek a pnzre.
Mennyire rtesz egyetvele - Nyaralskorfontosnak tartom a
knyelmes szllst s aj vendgltst.
Mennyire rtesz egyetvele - Nyaralskorelssorban lustlkodniakarok.
Mennyire rtesz egyetvele - Egy elrontott
1 2 3 4 5 6
Component
Termszetesen csak a rotlt faktor mtrix a relevns szmunkra, ez alapjn elkszthetjk a
-
7/22/2019 spss segdanyag
57/67
, pj j
faktorainkat jellemztblzatunkat.
62. tblzat
Faktor Vltoz lltsaVltoz
kdja
Faktorsly
rtk
A nyaralsokrl, utazsokrl rkig tudnk beszlni k18_12 0,699
Szeretek nyaralsi terveket szni. k18_2 0,695F1
A nyarals az letem egyik kzponti rsze. k18_15 0,631
Nyaralskor sok friss levegn valmozgsra van szksgem. k18_7 0,762A vlasztsnl a tjnak, a krnyezetnek nagy szerepe van. k18_4 0,749F2
Ha nyaralok, a termszet s az eredetisg lmnyt keresem. k18_16 0,534
Nem rdekel az olyan ti cl, amely nem szolgl kulturlis rdekessgekkel. k18_17 0,815
F3 Az ltalam kivlasztott dlhely kultrja s trtnelme nagyon fontos a
szmomra.k18_11 0,732
Szvesen ismerkedem meg j emberekkel az dls sorn. k18_14 0,767A nyarals sorn szvesen aktivizlom magam csoportos tevkenysgekben. k18_10 0,595F4
Nyaralskor nem figyelek a pnzre. k18_5 0,504
Nyaralskor fontosnak tartom a knyelmes szllst s a j vendgltst. k18_8 0,787
Nyaralskor elssorban lustlkodni akarok. k18_1 0,656F5
Egy elrontott nyarals nagyon tud dhteni. k18_6 0,509
Nyaralskor a nyugalmat s az egyedlltet keresem. (-) k18_13 -0,806A nyarals mindenekeltt lmnyteli legyen. k18_9 0,497F6
A nyarals alatt nagy hangslyt helyezek a trsasgra. k18_3 0,445
A tblzat alapjn el tudjuk nevezni a 6 faktort (ne feledjk, hogy ezek attitdket jellnek),
s mivel ezeket elmentettk a vltozk kz, gy rdemes elltni az j vltozkat (fac1_1, ,
fac1_6) cmkvel is.
F1 (fac1_1): fontos a nyarals
F2 (fac2 1): termszet- s mozgsorientltsg
63. tblzat
-
7/22/2019 spss segdanyag
58/67
Descriptive Statistics
337 -2,79639 2,56464 ,0000000 1,00000000
337 -3,93629 2,45399 ,0000000 1,00000000
337 -2,81293 2,68820 ,0000000 1,00000000
337 -3,26322 3,35619 ,0000000 1,00000000
337 -2,84320 2,48126 ,0000000 1,00000000
337 -2,81555 1,96126 ,0000000 1,00000000
337
Faktor: fontos a nyarals
Faktor: termszet smozgs
Faktor: kultra
Faktor: trsasg skiads
Faktor: komfort s
knyelemFaktor: lmnyek
Valid N (listwise)
N Minimum Maximum Mean Std. Deviation
Minthogy a faktorok standardizlt vltozk, az tlaguk nulla, a szrsuk 1, ezt igazolja a
tblzat is.
F: Vizsgljuk meg, hogy az els20 vlaszadra milyen rtkekkel rendelkeznek a faktorok, s
jellemezzk a 15. elemet!
M: Analyze>Report>Case Summaries>Variables: fac1_1, , fac6_1
Display cases
Limit cases to first 20
Show only valid cases
Show case numbers
64. tblzat
-
7/22/2019 spss segdanyag
59/67
Case Summariesa
1 -,32220 -,44763 1,49027 -,44772 ,59914 -1,74464
2 ,10439 ,17210 -,51451 ,46469 ,00666 ,04874
3 -2,09989 ,66861 2,09574 1,55166 ,33588 -,28199
4 1,45928 -1,12860 ,26350 1,08668 -1,28934 -1,44797
5 -,27775 -,74854 -,06184 ,19132 ,40193 ,10111
6 1,73643 -,08853 ,69687 1,07864 ,35258 ,45704
7 -,03400 -2,65006 1,33604 -,28541 -,83721 1,08986
8 -,12411 -1,43300 1,71789 -1,19862 -,80693 ,42969
9 ,81350 -,22644 ,25553 ,36305 1,01478 -,56236
10 ,92965 -,24212 1,56380 -,64397 ,92437 -,36369
11 ,36306 -,32608 1,25062 1,31767 ,05815 1,51967
12 ,51969 -1,07285 -,49521 ,88164 -,28668 1,11780
13 ,04386 -2,36989 ,40764 -,70871 ,29227 -,33348
14 -,14211 ,70954 1,22283 -1,46278 -,10219 -,83781
15 -,19680 -,63622 -,86387 -,34892 1,67514 -2,34621
16 ,43316 1,57528 -,10973 ,89987 -1,14150 ,21083
17 ,81967 -2,63720 -2,29962 ,05655 -2,84320 -1,36368
18 -,38129 ,46533 -,39262 -,14029 ,98764 -,47571
19 ,04502 -,56651 ,70352 1,25699 -,15892 ,63802
20 -,26533 -,80001 -,46967 -,46833 ,69613 ,6459620 20 20 20 20 20
1
2
3
4
5
6
7
8
9
1011
12
13
14
15
16
17
18
19
20NTotal
CaseNumber
Faktor:
fontos anyarals
Faktor:
termszets mozgs Faktor:kultra
Faktor:
trsasgs kiads
Faktor:
komfort sknyelem Faktor:lmnyek
Limited to first 20 cases.a.
Egy egyszerReport-tal megvizsglhatjuk az els20 eset rtkeit. A 15. vlaszad tipikus
passzv pihen: nem fontos szmra a termszet s a mozgs (-0,63622), a kultra (-0,86387),
az lmnyek (-2,34621), viszont fontos a knyelem s a komfort (1,67514).
9 Kl t l
-
7/22/2019 spss segdanyag
60/67
9 Klaszterelemzs
A klaszterelemzs clja, hogy a megfigyelt eseteket homogn csoportokba rendezze akivlasztott vltozk szerint. Flves tanulmnyaink sorn a metrikus vltozkra
alkalmazhat hierarchikus klasztermdszerrel ismerkednk meg, ezt az SPSS az Analyze >
Classify > Hierarchical Cluster menpontban teszi elrhetv. A klaszterkpzshez
mindenekeltt meg kell adnunk a csoportost vltozkat (Variables), amelyeknek
metrikusaknak kell lennik. A Clustermezben a Casesopcit kell kijellnnk, ugyanis ezjelenti a vlaszadk csoportostst (a Variables a vltozk csoportostsra szolgl, ez a
faktoranalzishez hasonlt eljrs, de ezzel nem foglalkozunk). A Display mezlehetsgeit
kipiplva lesz aktv a kt gomb (Statistics, Plots). Kt dologra kell gyelni: 1) ha nem
jellnk ki semmit, akkor nem lesz output tblja az elemzsnek (erre figyelmeztet is az
SPSS); 2) a Plots opci nagyobb bri knnyen lefagyst okozhatnak gyengbb gpeken.sszegezve: a gyakorlatban ltalban csak a Statisticsopcit hasznljuk. Nzzk meg, hogy
mit lehet belltani ebben az opciban!
AzAgglomeration schedulekipiplsval megjelenthetjk az sszevonsi sma tblzatt
(mint Malhotra (2002) 708/20.2. tblzat), a Proximity matrix kijellsvel pedig az
elemtvolsg mtrixot. A Cluster Membership alatt bellthatjuk, hogy milyenklaszterszm megoldsokat kvnunk megjelenteni.
A Plotsmenpont alatt rhetel a dendrogram (Malhotra (2002) 711/20.8. bra) s a jgcsap
diagram (Icicle), klnbz tjolssal (Horizontal/Vertical); klnsen ez utbbi kiratsa
okozhat fennakadst a program futsban (radsul igencsak hely s memriaignyes).
A Methodgomb lenyomsakor felnyl ablakban llthatjuk be a klaszterelemzs mdszert.A Ward-fle eljrs (Wards method) a Cluster Method, az euklideszi tvolsgmrtk
(Squared Euclidean distance) pedig a Measure > Interval legrdl menjben
l th t ki t bbi kb tk k (T f V l ) tk k
Statistics: Agglomeration schedule
-
7/22/2019 spss segdanyag
61/67
Cluster Membership: None
Method: Wards methodMeasure>Interval: Squared Euclidean distance
Save: egyelre None
65. tblzat
Case Processing Summarya,b
337 91,6 31 8,4 368 100,0N Percent N Percent N Percent
Valid Missing Total
Cases
Squared Euclidean Distance useda.
Ward Linkageb.
Az elemzsbe 337 esetet tudtunk bevonni. A megjegyzsekben lthatjuk, hogy milyentvolsgmrtket s eljrst alkalmaztunk.
66. tblzat
Agglomeration Schedule
59 60 ,000 0 0 13621 49 ,000 0 0 322
101 159 ,069 0 0 77
229 315 ,162 0 0 39
58 72 ,282 0 0 54
96 149 ,406 0 0 40
56 312 ,565 0 0 80
225 329 ,730 0 0 112
18 80 ,903 0 0 109
26 222 1,089 0 0 20
... ... ... ... ... ...2 3 935,867 315 296 325
21 31 965,350 2 318 332
7 38 1000,297 307 297 333
1 28 1036,301 310 319 329
2 18 1072,359 321 283 328
Stage
12
3
4
5
6
7
8
9
10
...321
322
323
324
325
Cluster 1 Cluster 2
Cluster Combined Coefficients Cluster 1 Cluster 2
Stage Cluster FirstAppears
Next Stage
Az sszevonsi sma tblzata a legfontosabb szmunkra a klaszterelemzs output tbli
-
7/22/2019 spss segdanyag
62/67
kzl, hiszen ez alapjn hozhatunk dntst a klaszterek szmt illeten. A koefficiens oszlop
adatai alapjn alkalmazhatjuk a knyk-kritriumot, vagy az 50%-os szablyt, de bizonyosesetekben egyedi kutati dntsre is hagyatkozhatunk. Jelen helyzetben az 50%-os szably
irrelisan sok klasztert eredmnyezne (akr 14 dara