BEVEZETÉS AZ SPSS ALAPJAIBA (Belső haszálatra)
TARTALOMJEGYZÉK. Statsztka alapfogalmak..... Sokaság...4.2. Ismérvek és mérés skálák...6.3. Statsztka sorok...7 2. SPSS alapfogalmak...9 3. Alapvető statsztka elemzés módszerek...2 3.. A statsztka adatok grafkus ábrázolása...2 3... Oszlopdagram (GRAPH BAR)...3 3..2. Voaldagram (GRAPH LINE)...8 3..3. Területdagram (GRAPH AREA)...9 3..4. Kördagram (GRAPH PIE)...20 3..5. Hgh Low dagram (GRAPH HIGH-LOW)...2 3..6. Pareto dagram (GRAPH PARETO)...22 3..7. Potdagram (GRAPH SCATTER)...23 3..8. Hsztogram (GRAPH HISTOGRAM)...25 3..9. Leveles- ábra (Aalyze Descrtve Statstcs - Explore)...26 3..0. Box-plot (Aalyze Descrtve Statstcs - Explore)...27 3... Normal Q-Q-plot (Aalyze Descrtve Statstcs - Explore)...28 3.2. Középértékek...29 3.2.. Számított középértékek...30 3.2.2. Helyzet középértékek...32 3.3. Változékoyság...33 3.3.. A szóródás terjedelme...33 3.3.2. Kvatls értékek...33 3.3.3. Középeltérés...35 3.3.4. Abszolút átlageltérés...35 3.3.5. Varaca...35 3.3.6. Szórás...35 3.3.7. Relatív szórás vagy varácós koeffces...36 3.3.8. Átlagos külöbség...36 3.3.9. A mometumok...37 3.4. Alakmutatók...37 2
3.4.. Aszmmetra...38 3.4.2. Lapultság, csúcsosság...39 3.5. A szélsőséges adatok kezelése...39 3.6. Kocetrácó elemzése...40 4. Leíró statsztka az SPSS-be...4 4.. Aalyze/Descrptv Statstcs...4 4... FREQUENCIES...42 4..2. Descrptve...46 4..3. Explore...46 4.2. Súlyozott számítások előkészítése...47 5. Példák az SPSS alkalmazására...49 5.. Megoszlás vzsgálata...49 5.2. Egy meység smérv kategórákra botása...54 5.3. Az adatok előkészítése súlyozott számításokhoz...56 5.4. A búza termésátlagok alakulása a vzsgált gazdaságokba...57 5.5. Az erőgépek eloszlásáak vzsgálata...58 5.6. A fajlagos erőgép ellátottság elemzése...60 5.7. Az erőgépek átlagéletkoráak elemzése...63 Felhaszált rodalom...67 3
. Statsztka alapfogalmak A statsztka módszerek helyes alkalmazásáak feltétele a megszerzett formácók helyes értelmezése. Ehhez szükség va a statsztka alapfogalmak potos smeretére. A külöböző statsztka programcsomagok, így az SPSS s lehetővé tesz számukra a jeleségek gyors és sokoldalú vzsgálatát, azoba e feledjük, hogy bármely program csak az általuk megadott formácók alapjá végz el a külöféle számításokat. Ha az formácókat hamsa közöljük az SPSS-el, a kmeet adatak s hamsak leszek. Fetek alapjá tektsük át a legfotosabb statsztka alapfogalmakat, és ezek SPSS értelmezését...sokaság A vzsgálat tárgyát képező tömegjeleségeket a statsztkába sokaságak evezzük. A sokaságot agyszámú egyed alkotja, amelyeket a sokaság egyedeek evezzük. A sokaság egyede között vaak olyaok, amelyek bzoyos tulajdoságok, léyegbel jegyek tektetébe egymással megegyezek, más szempotból vszot eltérhetek egymástól. Az egyedekek a hasolósága lletve megegyezősége adja meg számukra a sokaság egyötetűségét, homogetását, míg a külöböző jegyek alapjá meghatározott eltérő jelleg a sokaság heterogetását. A sokaság egyede lehetek valóságos egységek, amelyeket a felvételezés dőpotjába valóságosa tuduk mér, számlál, és lehetek úgyevezett em valóságos egységek, eseméyek, amelyek egy adott dőtartam alatt bekövetkezett változást, teljesítméyt, törtéést tükrözek. A sokaságokat több szempot alapjá csoportosíthatjuk: Attól függőe, hogy valóságos egységekből vagy eseméyekből épül fel a sokaság, megkülöböztethetük ú. álló sokaságot és mozgó sokaságot. Az álló sokaság vagy állapot sokaság valóságos egységekből áll, a sokaság egységeek egy adott dőpotba feálló állapotát rögzít. Agol kfejezéssel modják ezt stock, állomáy jellegű sokaságak s. A mozgó sokaságot eseméyek alkotják, amelyek egy adott dőtartam alatt következek be. Ezt agol kfejezéssel flow, áramlás jellegű sokaságak s evezzük. A sokaságokat úgy s csoportosíthatjuk, hogy gyakorlatlag számbavehető egységekből, vagy em számba vehető egységekből állak. Eek alapjá külöböztethetük meg véges és végtele sokaságot. Harmadk csoportosítás móduk, amkor a sokaság téylegese meglévő egységekből valóságos sokaság-, vagy valamely eseméy egységeek a lehetséges értékeek összeségéből épül fel a sokaság elmélet sokaság. Teljes sokaságról beszélük akkor, ha a körülhatárolt sokaság mde egységét tartalmazza a sokaság, ha a teljes statsztka sokaság egységeek bzoyos szempotból kválasztott része található meg a sokaságba, akkor mtasokaságról beszélük. Amkor sokaság egysége valamlye alapvető tulajdoság tektetébe azoosak, pl. egy vállalat dolgozó, ezt fősokaságak evezzük. Eze belül külöböző tulajdoságok alapjá változatokat képezhetük, pl. szellem és fzka dolgozók. A fősokaság így képzett részet részsokaságokak evezzük. 4
A sokaság egyede, egysége vszoylag jól elkülöíthetők egymástól, és ezekek az egységekek a jellemző határozzák meg azt, hogy mlye típusú lesz valamely sokaság. Az alapfogalmakat és a leíró statsztka számításakat bemutató adatbázsba 57 mezőgazdaság vállalkozás, termeléssel, termőhely adottságokkal és gazdálkodással kapcsolatos adata találhatók meg. Ebből az adatbázsból mutatuk most be egy kvoatot, megézzük, hogy mlye jellegű a sokaság, a későbbekbe az smérvek és mérés sztek alapjá meghatározzuk a változótípusokat, és a mérés sztekek megfelelő leíró statsztka elemzéseket végzük.. Táblázat Mezőgazdaság vállalkozások adata (kvoat) 2002. 2. 3. Hízó- Gaz- Saját Bérelt Bérlet Föld- Maxmum értéke- sítés Erőgépek Sertés da- ság ha ha Ft/ha ra száma db Tájegység terület terület díj kategó- hőmérséklet C 2002- be t Hajdúság 0 344 9600 4 28,9 8 0 397 2 B-A-Z megye 625 758 9050 29,3 0 0 0 Szabolcs- Szatmár-Bereg 3 megye 45 4268 900 25,8 22 2624 397 5 Hajdúság 0 3235,52 8500 4 28,9 9 950 4,5 7 Dél-Alföld 0 322 530 2 3,9 4 662 90,84 8 B-A-Z megye 0 44 3500 25,9 6 532 5 Szabolcs- 9 Szatmár-Bereg megye 0 300 600 3 28,9 7 928 89.............................. Az. táblázat alapjá képzett sokaságok egységet a potosa elkülöíthető mezőgazdaság vállalkozások képezk. Nézzük példákat a külöböző sokaságokra: A mezőgazdaság vállalkozások tulajdoába lévő erőgépek 2002. 2. 3-é elevezésű sokaság dszkrét, álló, véges sokaságak tekthető. A hízósertés értékesítése a 2002. évbe folytoos, mozgó és véges sokaság. A mezőgazdaság vállalkozások által bérelt terület agysága 2002. 2. 3-é folytoos, álló, véges sokaságot képez. A sokaság elemeek a száma 57 darab, amelyek a teljes sokaság egy bzoyos szempotból kválasztott részét képezk, ezért az előbb említett valamey sokaság mtasokaság s egybe. A sokaságok csoportosításáál em említettük, de em hagyhatjuk fgyelme kívül, hogy agyo sokszor külöböző mőségű, gyakra eltérő mértékegységű, de valamlye okból együtt vzsgál kívát jeleségek, jószágok, termékek összességéek együttes vzsgálatára va szükség. Ebbe az esetbe az összehasolíthatóságot leggyakrabba az érték meghatározásával érhetjük el, de esetleg más fajta egységeket s haszálhatuk az összevetés megteremtéséhez. Az lye sokaságokat aggregált sokaságokak evezzük, amely folytoos és dszkrét s. Az aggregált sokaság képzéséek módja: A = q p = v = = q az -edk mőségű termék meysége adott mértékegységbe p az -edk mőségű termék egységára v az -edk termék azo egységeek összértéke, melyek az aggregált sokaságba tartozak. 5
Természetese az aggregált sokaság képzéséél emcsak az egységárat, haem valamlye más alkalmasa megválasztott egységet s haszálhatuk, így pl. a ormálhektárt, vagy a számosállatot s..2. Ismérvek és mérés skálák A statsztka vzsgálat egzaktságáak előfeltétele a vzsgálat tárgyát képező sokaság potos körülhatárolása. A sokaság egyedeek közös tulajdosága az smérvek. Az egységek jellemzéséhez három alapvető kérdésre kell válaszoluk: MI? HOL? MIKOR? A tartalm, térbel és dőbel közös tulajdoságok megválaszolása utá válk a sokaság egészéek potos körülhatárolása félreérthetetleé. A statsztka smérvek tárgy, térbel és dőbel smérvek lehetek: Tárgy smérvek: A tárgy smérvek a sokaság egyedet jellemző mőség vagy meység tulajdoságok. o Mőség smérvek: a sokaság egységet csak verbálsa, fogalmlag külöítk el egymástól, kvaltatív vagy fokozat külöbségeket jeleteek. Általába de tartozak a csak két változattal redelkező alteratív smérvek s. o Meység smérvek: a sokaság egységet valamlye számlálás vagy mérés alapjá jellemzk. A meység smérveket tovább s csoportosíthatjuk: Folytoos smérvek: olya mérhető smérvek, amelyek bzoyos határoko belül bármlye valós szám értéket felvehetk. Dszkrét smérvek: olya számlálható smérvek, amelyek értéke csak egész szám lehet. Időbel smérvek: a sokaság egységet dőbel alakulásáak alapjá külöít el. Változata lehetek dőpotok és dőtartamok. Térbel smérvek: az egységek térbel elhelyezésére szolgáló redezőelvek. Változatak lehetek terület, közgazgatás stb. egységek. A számítógépes adatfeldolgozás köyítése, és adatak redszerezése érdekébe bármely, em meység smérvváltozat számértékké alakítható, kódolható. Természetese az ly módo yert számértékek értékeléséél fgyelembe kell veük azt, hogy ez mlye módo jellemző a sokaság értékere. A mérés sztek, vagy mérés skálák arról adak felvlágosítást, hogy mlyeek a sokaság egységehez tartozó számértékek tulajdosága. Mérés skálák: Névleges (omáls) mérés szt: a legegyszerűbb és legkevésbé formatív mérés skála, kzárólag az egységekhez redelt számértékekek mértékegysége cs, azok egyező vagy külöböző voltát eged meg jellemző tulajdoságkét elfogad, a kódszámok között külöbségek és aráyok em értelmezhetők. Nomáls mérés sztű smérvek lehetek a terület és mőség smérvek. Sorred (ordáls) mérés szt: a skálaértékek egyezősége vagy külöbözősége mellett az értékek sorredségét s fgyelembe vehetjük. A skálaértékek bármlye mértékegység élkül számot felvehetek, hsz tt em maga a számérték jelet számukra formácót, haem azok sorredje. Az elemzések sorá elsősorba olya műveleteket végezhetük el az lye típusú adatokkal, amelyek az értékek sorredségére épülek. A gyakorlatba azoba gyakra előfordul, hogy átlagolást, külöbségképzést folytatuk az ordáls mérés sztű számértékekkel. Sorred skálá mérhető smérvek lehetek a mőség smérvek. Külöbség (tervallum) mérés szt: valós méréseke alapuló skálaértékekről va szó, tt már a meyvel több, lletve meyvel kevesebb kérdésre s választ kapuk. Az terval- 6
lum mérés sztű adatokak már mértékegységük s va. A skála kezdőpotjáak megválasztása azoba ökéyes, így ha ugyaazt a tulajdoságot egy másk ökéyese megválasztott kezdőpot alapjá és más beosztással mérjük, ugyaaak a tulajdoságak a két skála alapjá meghatározott aráya már em egyértelmű, csak a külöbsége. Külöbség skálá mérhetőek a meység smérvek, és az dőbel smérvek. Aráyskála: a legtöbb formácót adja. A skála kezdőpotja egyértelműe meghatározott, a külöbsége kívül az értékek aráya s egyértelműe meghatározható. Aráyskálá mérhetők a meység smérvek. Amkor az SPSS adatbázsukba a változók tulajdoságat megadjuk, rögzíteük kell azok mérés sztjét s a MEASURE tulajdoságba. Az SPSS háromféle mérés sztet külöböztet meg, a omáls (NOMINAL), az ordáls (ORDINAL) és külöbség/aráy (SCALE) skálákat.. ábra Az SPSS mérés skálá Most ézzük példákat az. táblázat alapjá külöböző smérvekre és mérés sztekre: A sokaságuk: Mezőgazdaság vállalkozások 2002. 2. 3-é. A sokaság egysége:. számú mezőgazdaság vállalkozás 2. Táblázat Ismérvek és mérés sztek Ismérv Változat Ismérvfajta Mérés szt Tájegység Hajdúság Térbel Nomáls/omal Saját terület ha 0 Meység/folytoos Aráy/scale Földkategóra 4 Mőség Ordáls/ordal Erőgépek száma 8 Meység/dszkrét Aráy/scale Maxmum hőmérséklet 28,9 Meység/folytoos Itervallum/scale 0 C Hízóértékesítés 2002- be t 397 Meység/folytoos Aráy/scale A mérés sztek meghatározásáál fgyeljük arra, ha más alkalmazásból mportáljuk az adatbázsukat, a mérés szteket esetleg újra kell defáluk, mert pl. az *.xls kterjesztésű fájlok eseté az SPSS mde, az Excelbe számformátumba bevtt változóak SCALE mérés sztet ad..3.statsztka sorok A statsztka adatok valamlye szempotok szert felsorolását, redezett halmazát statsztka sorokak evezzük. Mde statsztka sor két egymással összefüggő felsorolást tartalmaz, amely általába csoportosítás, összehasolítás útjá jö létre. Az lye statsztka sorokat valód sorokak evezzük. 7
A másk eset az, hogy a statsztka sor em csoportosítás vagy összehasolítás útjá jö létre, haem egyszerűe felsorakoztatjuk egymás utá az egyazo jeleségre, gazdaság egységre voatkozó többféle sokaság külöemű adatat (Pl. egy mezőgazdaság vállalkozás adataak felsorolása). Az lye statsztka sorokat em valód, leíró sorokak evezzük. A valód sorok a készítésükhöz felhaszált smérvek alapjá mőség, meység, terület és dősorok lehetek. Mőség sorok A mőség sorok a sokaság olya tárgy smérv szert megoszlását mutatják, amelyek változata csak fogalmlag határolhatók le egymástól. A fősokaság részsokaság szert összetételéről, szerkezéről yújt számukra formácót. Meység sorok A meység sorok a sokaság olya tárgy smérv szert megoszlását mutatják, amelyek változatat számszerűe fejezzük k. Folytoos meység smérvek eseté lletve agyszámú smérvértékkel redelkező dszkrét meyység smérvekél osztályközökre botást haszáluk. Az osztályközös meység sor jellemző: Az egyes osztályok alsó és felső határa Az osztálytervallum hossza () Az egyes osztályok alsó és felső határaak átlaga, az osztályközép (u ) A meység sorok típusa: o Gyakorság sor: megmutatja, hogy mey egy meghatározott smérvérték (osztályköz) előfordulásáak száma (f ) o Értékösszeg sor: megmutatja, hogy mey egy meghatározott smérvértékhez (osztályközhöz) tartozó smérvértékek összege (s ) Terület sorok: valamely statsztka sokaság terület egység szert megoszlását mutatják be. Idősorok Az dősorok a sokaság alakulását az dő függvéyébe, dőbel változásába, mozgásába mutatják be. Az állósokaság dőbel változását mutatják be az állapot dősorok, amelyek smérvváltozata dőpotok. Az állapot dősorok készítése mdg összehasolítás célzatú. A mozgó sokaság dőbel változásat a tartam dősorok mutatják be. A tartam dősor smérvváltozata dőtartamok. Az dőtartamhoz kötött értékekkel a meység smérvékél/aráyskála elvégezhető elemzések többsége végrehajtható. 8
2. SPSS alapfogalmak Az SPSS megytásakor a következő ablak jelek meg: 2. ábra A ytóablak több lehetőséget kíál fel részükre: A RUN THE TUTORIAL kjelölése eseté egy oktatóprogram dul el. A TYPE IN DATA az adatbázs ablakot ytja meg, és gépeléssel vhetjük be adatakat. A RUN AN EXISTING QUERY egy lekérdezést yt meg. A CREATE NEW QUERY USING DATABASE WIZZARD segítségével új lekérdezést készíthetük. Az OPEN AN EXISTING DATA SOURCE kválasztásával, egy létező adatbázs ytható meg. Az SPSS adatbázs kterjesztése: *.sav, míg az elkészített OUTPUT fájloké *.spo. Nézzük meg egy SPSS adatbázs felépítését: 3. ábra Az SPSS-be két megjeleítés formát találuk, a DATA VIEW: adat-, és VARIABLE VIEW: változó megjeleítést. A 2. ábrá a DATA VIEW ablakba vagyuk. Adatakat oszlopokét ábrázoljuk. Az egyes oszlopok megevezése VARIABLE: változók, a sorok az esetek, CASES. Úgy s fogalmazhatuk, hogy az egyes sorokba a sokaság egy eleméek jellemzőt soroljuk fel. Tehát a CASES a sokaság egy elemét mutatja, a VARIABLE 9
az smérveket jelet. A 4. ábra az SPSS VARIABLE VIEW ablakát mutatja: 4. ábra A VARIABLE VIEW ézet Itt adhatjuk meg a változók (smérvek) paraméteret. NAME: a változó evéek megadásakor fgyeljük rá, hogy a maxmáls karakterszám 6, és em tartalmazhat operátorokat, és írásjeleket. A TYPE oszlopba adjuk meg a változó formátumát, am lehet szám (NUMERIC), szöveg (STRING), és eze kívül dátum, pézügy és egyéb formátumok. A WITH tulajdosággal adjuk meg a változó karakterszámát, ez számokál maxmum 40, szövegél maxmum 255. A DECIMAL segítségével, határozzuk meg a megjeleített tzedesek számát. Mt láttuk, a NAME a karakterszám korláta matt meglehetőse szűkre szabottak az elevezés lehetőségek. Ezt oldja fel a LABEL, ahol 255 karakter hoszszúságba jellemezhetjük az smérvet, és a LABEL jelek meg az eredméytáblázatokba s. A VALUES segítségével a omáls és az ordáls smérvekek címet adhatuk, 5. ábra Értékek címkézése az SPSS-be érték szöveg pl. a kérdőív egyk skálázó kérdésére kapott formácók -5 között értékek, amely skálaértékekhez valamlye címkét redelhetük, vagy például a férfak kódszáma, a őké 2, és a kódszámokhoz elevezéseket redelük. A MISSING tulajdoságál határoz- a feltételeket, zuk meg azokat amelyek alapjá bzoyos smérvértékeket kzáruk az elemzésből. A COLUMN oszlopba határozzuk meg az adatok DATA VIEW ézetbe látható oszlopszélességét. Az ALIGN az smérvértékek cellába való jobbra, balra, vagy középre gazítását szolgálja. A MEASURE tulajdosággal állítjuk be a változó mérés sztjét. Ameybe az SPSS-be közvetleül gépeljük be az adatakat, először célszerű a Varable Vew ablakba megad a változókat (smérveket), és ezutá a Data Vew ézetre váltva beír az egyes smérvekhez tartozó értékeket. Az SPSS lehetővé tesz, hogy más adatbázs kezelő és táblázatkezelő programokba rögzített adatokat s feldolgozhassuk. Mta adatbázsukat Excel táblázatkezelő programba rögzítettük. Az azoos egységekhez tartozó formácókat vagy sorokba, vagy oszlopokba gépelhetjük be az Excelbe. Az SPSS-be törtéő elemzésekél csak sorokét vhetjük be az adatokat. 0
Nézzük meg, hogya ytjuk meg az adatbázsukat. A kduló fájl eve: adat.xls. Az adat.xls megytásához katttsuk a FILE/OPEN meüparacsra, mutá több választás lehetőség jelek meg, amelyek közül válasszuk a DATA potot: 6. ábra Az adat.xls megytásához katttsuk a FILE/OPEN meüparacsra, mutá több választás lehetőség jelek meg, amelyek közül válasszuk a DATA potot: A Data kválasztása utá kyíló ablakba kválasztjuk az adatbázs típusát. 7. ábra Alapértelmezésbe természetese mdg az SPSS *.sav formátumát kapjuk, de mt a leyíló lstá s látható lehetőségek meglehetőse agyok. Most a *.xls fájl kterjesztést jelöljük k, és ezutá láthatóvá válak Excel fáljak. Kválasztjuk az adat.xls-t, és a megytás paracsra katttuk.
8. ábra A Worksheet ablakba kválasztjuk a mukafüzet megfelelő mukalapját, és megadjuk az adatbázst tartalmazó cellahvatkozást. Ha bejelöljük a READ VARIBLE NAMES FROM THE FIRST ROW OF DATA opcót, az Excel adatbázsuk első sorát az SPSS változóevekek fogja tekte. Az OK blletyű leyomása utá megyílk az SPSS VARIABLE VIEW ablaka, ahol az egyes változók tulajdoságat még módosíthatjuk. Erre azért s szükségük lehet, mert a kovertáláskor mde, az Excelbe számkét bevtt adatuk Scale mérés sztű lesz, függetleül attól, hogy az esetleg csak valamely területek a kódja tehát omáls -, vagy ordáls skálájú. Amkor mete szereték adatakat, az SPSS automatkusa a *.sav adatbázs formátumot ajálja fel, de mást s választhatuk. 3. Alapvető statsztka elemzés módszerek Az alapvető statsztka elemzés módszerek közül elsősorba azokkal foglalkozuk, amelyek az SPSS programcsomagba s szerepelek. Ezért a jegyzetbe em foglalkozuk a vszoyszámokkal és az dexszámítással. 3.. A statsztka adatok grafkus ábrázolása Adatak gyors, szemléletes áttektését tesz lehetővé a grafkus ábrázolás. Az SPSS bőséges kíálatot yújt a felhaszáló számára az adatok grafkus megjeleítésére. A grafkus ábrázolás elvégezhető a GRAPHS meüpoto belül az alkalmas típus kválasztásával, de az elemzések elvégzésekor s felkíál több grafkus ábrázolás lehetőséget. Ebbe a fejezetbe a GRAPHS meüpot lehetőséget tektjük végg, foglalkozuk az oszlopdagram, a voaldagram, a kördagram, területdagram, Hgh-Low dagram, Pareto-dagram, és potdagram készítésével, és mde típusra bemutatuk egy vagy több mtát s. Néháy dagramtípust, a hsztogramot, a boxplot dagramot, a steam ad leaf ábrát a leíró statsztka módszerekél tektük át. A grafkook közül az oszlopdagram készítésével foglakozuk a legtöbbet, tt tektjük át a teljesség géye élkül a dagram készítés meetét, a külöböző lehetőséget. A több dagramál kább csak az eltérésekre fgyelük. 2
9. ábra A GRAPS meüpot A GRAPHS-GALLERY meüpoto belül összefoglaló segítséget kaphatuk az SPSS összes feltütetett grafko típusáról, de bármely kválasztott ábrázolás mód eseté a HELP gombra katt-tás utá azoal formácót kaphatuk a teedőkről. 3... Oszlopdagram (GRAPH BAR) Kvaltatív változók gyakorság eloszlásáak ábrázolását végezzük el az oszlopdagrammal. A dagram vízsztes tegelyé az osztályok, függőleges tegelyé az abszolút vagy relatív gyakorságokat ábrázoljuk. A dagram elkészítésekor 3 esetből választhatuk: SIMPLE: Adatsort ábrázolhatuk egy szempot szert csoportosítva, többet úgy, hogy a változóko belül csoportképző smérvet em adhatuk meg CLUSTERED: Adatsort ábrázolhatuk egy elsődleges és egy másodlagos szempot szert csoportosítva. STACKED: több adatsort ábrázoluk egymásra halmozva egy oszlopo belül A megjeleíte kívát adatcsoportokat s megadjuk: SUMMARISE FOR GROUP OF CASES: a megadott csoportok szert SUMMARISE OF SEPARATE VARIABLES: a kválasztott változók szert VALUES OF INDIVIDUAL CASES: mde értéket külö megjeleítük 0. ábra Az oszlopdagram alaptípusáak kválasztása A kívát dagramtípust a DEFINE paracsgombra törtéő katttással tudjuk kválaszta. Ezutá, attól függőe, hogy mlye típusú oszlopdagramot kíváuk létrehoz, a változók, csoportosító mezők, formátum és egyéb beállításokra szolgáló ablak jelek meg. Nézzük meg először a SIMPLE- SUMMARISE FOR GROUP OF CASES beállítás utá megjeleő képeryő ablakát, és az ebbe megtalálható fukcókat: A képeryő baloldalá az adatbázsuk változó vaak felsorolva. Legelőször a kategóra tegely (CATEGORY AXIS) változóját kell megad. Ez valamlye omáls mérés sztű változó az esetek többségébe, de bzoyos esetekbe lehet dszkrét meység s- 3
mérv s. A BARS REPRESENT boxba határozhatjuk meg, hogy melyk változót ábrázoljuk, lletve azt, hogy a változó értékeek összegét, átlagát, mmáls értékét stb. akarjuk megjeleíte az egyes kategóráko belül. Az N OF CASES, CUM. N OF CASES, % OF CASES, CUM. % OF CASES jelölőgombok bármelyke az egyes kategórák abszolút gyakorságát (N OF CASES, CUM. N OF CASES) és relatív gyakorságát (% OF CASES, CUM. % OF CASES ) számolja egyszerű lletve, halmozott összesítéssel.. ábra ba írhatjuk be, és formázhatjuk a grafko címét. Abba az esetbe, ha az OTHER SUMMARY FUNCTION jelölőgombot választjuk, lehetőségük yílk arra, hogy e a gyakorságot, haem valamelyk változót jeleítsük meg az értéktegelye. A TITLES paracsgombbal megyíló ablak- Csak mutá valamey, a grafko elkészítéséhez szükséges formácót megadtuk, válk számukra elérhetővé az OK paracsgomb, és mutá erre rákatttottuk, kerül a kmeet (OUTPUT) táblára a dagramuk. 2. ábra A Chage Summary paracsgomra katttás utá megjelek a Summary Fucto ablak, ahol lehetőségük yílk arra, hogy befolyásoljuk a kategórákét megjeleő változóértékeket: 4
MEAN OF VALUES: MEDIAN OF VALUES: MODE OF VALUES: NUMBER OF CASES: SUM OF VALUES: STANDARD DEVIATION: VARIANCE: MINIMUM VALUE: MAXIMUM VALUE: CUMMULATIV SUM: Átlag Medá Módusz Gyakorság Értékösszeg Stadard szórás Korrgált szóráségyzet Mmáls érték Maxmáls érték Halmozott értékösszeg A következő boxba lehetőségük yílk egy általuk kválasztott érték alatt vagy felett értékere statsztkát kér és ezt megjeleíte. 3. ábra 5
Nézzük éháy példát az előzőekbe bemutatott techkákra: A vzsgálatba vot gazdaságok számáak bemutatása tájegységekét Beállítás: SIMPLE- SUMMARISE FOR GROUP OF CASES- N OF CASES 4. ábra A vzsgálatba bevot gazdaságok száma Gazdaságok száma 20 0 tájegységekét 0 B-A-Z megye Dél-Alföld Bhar Egyéb Hajdúság Sz-Sz-B megye Tájegység A vzsgálatba bevot gazdaságok vetésterülete SIMPLE -VALUES OF INDIVIDUAL CASES 5. ábra A búza vetésterületéek alakulása 3000 gazdaságokét Búza vetésterület ha 2000 000 0 6 6 2 26 3 36 4 46 5 56 Gazdaság kódja 6
Átlagos búza vetésterület a vzsgált gazdaságokba tájegységekét SIMPLE- SUMMARISE FOR GROUP OF CASES-OTHER FUNCTION 6. ábra Átlagos búza vetésterület tájegységekét 200 000 Átlagos terület ha 800 600 400 200 0 Bhar Egyéb Dél-Alföld Hajdúság B-A-Z megye Sz-Sz-B megye Tájegység Most ézzük meg, hogya készíthetük oszlopdagramot a GRAPH- BAR CLUSTERED-SUMMARIES FOR GROUPS OF CASES opcóval. A DEFINE paracskora katttás utá az alább képeryőt látjuk: 7. ábra Látható, hogy a SIMPLE módhoz képest egy új lehetőség s megjelet, a DEFINE CLUSTERS BY, de kerül a má- csoport- sodlagos képző változó, ese- tükbe a földka- tegórák. A beállítás lehetőségek tt s hasolóak az előzőekhez. 7
Példa: A búza termésátlagáak alakulása tájegységekét és földkategórákét SIMPLE- SUMMARISE FOR GROUP OF CASES-OTHER FUNCTION 8. ábra A búza termésátlagok alakulása t/ha 6,5 6,0 tájegységekét és földkategórákét Kategóra 5,5 2 5,0 4,5 4,0 3,5 3 4 5 3,0 6 Dél-Alföld Bhar Egyéb Hajdúság B-A-Z megye Sz-Sz-B megye Tájegység 3..2. Voaldagram (GRAPH LINE) Ha adatak között értelmezhető átmeet az értékpotokat voallal összeköthetjük. Az így kalakított voaldagram a vzsgált jeleség meetéről, dőbel alakulásáról ad formácót. Az SPSS több lehetőséget s felkíál a voaldagramok készítésére: 9. ábra Példa a voaldagramra: Egy adatsor ábrázolására a SIMPLE, több adatsor ábrázolására a MULTIPLE, több adatsor összetartozó eleme között külöbség szemléltetésére a DROP-LINE opcót választhatjuk. A voalgrafko készítéséél az oszlopdagramál már leírtak szert határozzuk meg a kategóra tegelyhez és az értéktegelyhez tartozó változókat, és az SPSS CHART EDITOR segítségével formázhatjuk tovább grafkoukat. 8
20. ábra A szarvasmarha állomáy alakulása Magyarországo 993-2002 Value Szarvasmarha 000 db 00 000 900 800 700 993 995 997 999 200 Év Forrás: KSH 3..3. Területdagram (GRAPH AREA) A területdagram vagy több görbe alatt terület megjeleítését szolgálja. A voaldagramál már leírt esetekbe haszálhatjuk adatsorak szemléltetésére. 2. ábra Két alapvető opcó áll redelkezésükre a grafko elkészítése sorá a SIMPLE és a STACKED. A SIMPLE opcó egy adatsor ábrázolására, a STACKED több adatsor halmozott ábrázolására alkalmas. Az alább példába egy STACKED, halmozott ábrázolást láthatuk. Megjegyzedő, hogy a halmozott terület dagramm két esetbe haszálható: Vagy összetartozó, aggregált adatok együttes ábrázolását tesz lehetővé, esetükbe az aggregátumokat az egyes ágazatok árbevétele jeletk. Vagy egyemű adatsorok ábrázolására haszáljuk, pl. több tejtermelés csoport termeléséek egydejű bemutatása stb. Egy példa a területdagramra: 9
22. ábra Az árbevétel alakulása a vzsgált gazdaságba eft 00000 2000-2002 80000 60000 40000 Egyéb tevékeység Növéytermesztés 20000 Szarvasmarha 0 2000 200 2002 Sertés Évek 3..4. Kördagram (GRAPH PIE) A kördagrammal olya adatsorok mutathatók be, amelyek egy sokaság eloszlását mutatják be. Egy kördagramba mdg csak egy adatsor ábrázolható. A csoportosítás módja szert három opcó közül választhatuk: 23. ábra külö megjeleítük SUMMARISE FOR GROUP OF CASES: egy változó értéke belül kategorzáljuk, összesítjük az adatokat, és az összesített adatokat jeleítjük meg kategórákét. SUMMARISE OF SEPARATE VARIABLES: a kválasztott változók összesítjük, és az összesített adatok megoszlását mutatjuk be. VALUES OF INDIVIDUAL CASES: mde értéket Példák a kördagramra: 20
24. ábra A hízóértékesítés alakulása a vzsgált gazdaságba (darab/év) 2000-2002 2002 2000 260 245 26 200 25. ábra Az árbevétel megoszlása az ágazatok között a vzsgált gazdaságba 2000-2002 között összesített adatok alapjá Egyéb 3% Sertés 39% Növéytermesztés 50% Szarvasmarha 8% 3..5. Hgh Low dagram (GRAPH HIGH-LOW) Érték párok, vagy érték hármasok ábrázolására tudjuk felhaszál ezt a grafko típust. Külööse alkalmas például tőzsde árfolyamadatok ábrázolására. Lehetőségük va egy és több változóból 2
egydejűleg teljes adatsorok, lletve valamlye szempot szert csoportosított adatok megjeleítésére. 26. ábra Példa a Hgh-Low dagram alkalmazására. 27. ábra Kukorca 2004. május határdős árak Ft/toa 45000 44000 2003.december hóapba 43000 42000 4000 40000 Max. eladás ajálat M. vétel ajálat Elszámolóár 2/08/03 2/03/03 2/02/03 2/8/03 2/6/03 2/2/03 2/0/03 Dátum 3..6. Pareto dagram (GRAPH PARETO) Forrás:BÁT Bzoyos gazdaság folyamatok gyors elemzésére haszálhatjuk a Pareto-dagramot. Az elv léyege, hogy egy sokaságo belül az egyes elemek relatív súlya eltérő. A Pareto-dagramba a agyság szert csökkeő sorredbe redezett elemek kumulált relatív gyakorságát ábrázoljuk. Segítségével köye kválaszthatók azok a téyezők, amelyek az adott gazdaság folyamatot legkább befolyá- 22
solják. Leggyakrabba agyszámú költségelem súlyaak meghatározásába, lletve a logsztka tervezésbe haszálatos. Példa a Pareto-dagram alkalmazására: 28. ábra Az alapayago kívül költségek Pareto dagramja CuSum FT 600000000 500000000 00 80 Százalék 400000000 300000000 60 200000000 40 00000000 20 20 6 5 9 0 0 4 9 3 24 7 22 2 Költségtétel kódja 3..7. Potdagram (GRAPH SCATTER) E dagram segítségével két vagy három dmezóba változópárok, vagy változóhármasok halmaza jeleíthető meg. 29. ábra A potdagram segítségével két vagy három változó között összefüggés grafkus ábrázolását végezhetjük el, és formácót kaphatuk az összefüggés jellegéről s. Példákba a vzsgált gazdaságok hektárokét araykoroa értékét, és a hektárokét búzatermés átlagot állítottuk párba. A potfelhő alapjá a két téyező leárs kapcsolatára következtethetük, a magasabb araykoroa értéhez magasabb termésátlagok társulak. Az összefüggés vzsgálatokkal, a változók között kapcsolatok törvéyszerűségeek feltárásával majd a későbbekbe foglalkozuk. Példák a megjeleítésre: 23
30. ábra Az arayakoroa érték és a termésátlagok között összefüggés bemutatása Termés (búza) t/ha 7 6 5 4 a vzsgált gazdaságokba 3 2 0 0 20 30 40 50 AK/ha Az SPSS lehetőséget yújt számukra, hogy adatakat megfelelőképpe csoportosítsuk, mt ez a 27. ábrá s látható. 3. ábra Az araykoroa érték és a termésátlagok között összefüggés bemutatása tájegységekét Termés t/ha 7 6 5 4 Sz-Sz-B megye Hajdúság Egyéb Dél-Alföld 3 Bhar 2 0 0 20 30 40 50 B-A-Z megye AK/ha Cases weghted by V9 A 28. ábrá a 27. ábra formácó találhatók meg, csak mátrx (SCATTERPLOT-MATRIX) elredezésbe. 24
32. ábra Az araykoroa érték és a termésátlagok között összefüggés bemutatása tájegységekét Búzaterület ha Sz-Sz-B megye Hajdúság Egyéb Földmőség AK/ha Dél-Alföld Bhar B-A-Z megye Cases weghted by V9 3..8. Hsztogram (GRAPH HISTOGRAM) A kvattatív változók gyakorság eloszlásáak ábrázolására szolgál agyobb adatmeység eseté a hsztogram. A hsztrogram vízsztes tegelyé az értékosztályokat, függőleges tegelyé az egyes osztályokhoz tartozó gyakorságokat ábrázoljuk. Ha az oszlopok tetejét egy görbe voallal összekötjük, a sokaság eloszlásáról kaphatuk képet. A GRAPH meüpoto belül a HISTOGRAM alpot kválasztása utá az alább ablak yílk meg: 33. ábra Legelőször s kválasztjuk az ábrázol kívát - aráy skálá mérhető változót és a segítségével áthelyezzük a VARIABLE mezőbe. A DISPLAY NORMAL CURVE jelölő égyzet bekszelésével eloszlás görbét s kérhetük A TITLES paracsgombra katttva beírhatjuk a dagram címét, lletve lábjegyzetet (FOOTNOTE) s fűzhetük hozzá. Példa a hsztogramra: 25