Jak interpretować wyniki SPSS? Praktyczny przewodnik

SPSS potrafi w ciągu kilku sekund wygenerować kilkanaście tabel zawierających dziesiątki liczb. Problem polega na tym, że samo wykonanie analizy nie oznacza jeszcze prawidłowej interpretacji.

Najważniejsze jest rozpoznanie:

które wartości odpowiadają na pytanie badawcze i co rzeczywiście oznaczają?

Najpierw sprawdź, jaki test został wykonany

Nie można interpretować wartości p bez wiedzy, z jakiej procedury pochodzi.

p = 0,01 może dotyczyć:

  • testu Shapiro-Wilka,
  • testu t,
  • chi-kwadrat,
  • korelacji,
  • testu Levene’a,
  • ANOVA,
  • regresji.

W każdym przypadku odpowiada na inne pytanie.

Mean – średnia

W SPSS:

Mean

oznacza średnią arytmetyczną.

Przykład:

Mean = 42,6.

Sama średnia niewiele mówi bez informacji o rozproszeniu wyników.

Dlatego często przedstawia się ją razem z:

Std. Deviation.

Std. Deviation – odchylenie standardowe

Odchylenie standardowe pokazuje zróżnicowanie wyników wokół średniej.

Zapis:

42,6 ± 8,4

oznacza:

średnia = 42,6
SD = 8,4.

Nie należy mylić SD z błędem standardowym.

Std. Error Mean

To błąd standardowy średniej.

Nie opisuje bezpośrednio rozproszenia wyników badanych osób.

Dlatego przy charakterystyce próby zwykle bardziej przydatne jest SD.

Sig. – co oznacza?

W wielu tabelach SPSS wartość p znajduje się w kolumnie:

Sig.

lub:

Sig. (2-tailed).

Jeżeli SPSS pokazuje:

< .001

należy raportować:

p < 0,001

a nie:

p = 0,000.

Prawdopodobieństwo nie wynosi dokładnie zero.

Test t – którą wartość p odczytać?

W tabeli dla testu t mogą pojawiać się wyniki testu Levene’a oraz samego testu t.

To dwa różne testy.

Levene dotyczy wariancji.

Test t dotyczy różnicy średnich.

Nie należy więc kopiować pierwszego p, które pojawia się w tabeli.

Equal variances assumed czy not assumed?

W klasycznym wyniku testu t SPSS może pokazywać dwa wiersze:

Equal variances assumed

oraz:

Equal variances not assumed.

Drugi odpowiada wersji niewymagającej założenia równych wariancji, związanej z korektą Welcha-Satterthwaite’a.

Wybór powinien wynikać z właściwości danych i przyjętej metody, a nie z poszukiwania mniejszego p.

Korelacja w SPSS

Tabela korelacji może zawierać:

Pearson Correlation = −0,46

Sig. (2-tailed) < 0,001

N = 150.

Oznacza to ujemną korelację o współczynniku −0,46, statystycznie istotną w zastosowanym teście dwustronnym.

Nie wystarczy napisać:

„Korelacja była istotna.”

Trzeba podać jej kierunek i siłę.

Chi-Square Tests

W tabeli testu chi-kwadrat można zobaczyć m.in.:

Pearson Chi-Square.

Oprócz p należy sprawdzić założenia dotyczące liczebności oczekiwanych.

SPSS może podać informację, ile komórek ma oczekiwaną liczebność poniżej określonej wartości.

Nie należy ignorować tej części wyników.

ANOVA

W tabeli ANOVA najważniejsze elementy obejmują:

  • statystykę F,
  • stopnie swobody,
  • wartość p.

Przykład:

F(2,147) = 5,62; p = 0,004.

Oznacza to, że występują różnice pomiędzy średnimi, ale nie wiemy jeszcze, które grupy różnią się między sobą.

Potrzebujemy testów post-hoc.

Multiple Comparisons

Tabela porównań wielokrotnych pokazuje różnice pomiędzy konkretnymi parami grup.

Należy zwrócić uwagę na:

  • różnicę średnich,
  • p skorygowane,
  • przedział ufności.

Nie powinno się opisywać każdej pary bez uwzględnienia zastosowanej korekty.

Regresja liniowa – Model Summary

W tej tabeli pojawia się m.in.:

R Square

oraz:

Adjusted R Square.

R² informuje o części zmienności wyniku wyjaśnianej przez model w próbie.

Skorygowane R² uwzględnia liczbę predyktorów i jest szczególnie przydatne przy modelach wielorakich.

Coefficients

Tabela współczynników regresji zawiera m.in.:

B

Std. Error

Beta

t

Sig.

B jest współczynnikiem niestandaryzowanym.

Beta jest współczynnikiem standaryzowanym.

p informuje o wyniku testu dla danego współczynnika przy uwzględnieniu pozostałych elementów modelu.

Regresja logistyczna – Exp(B)

W regresji logistycznej szczególnie ważne jest:

Exp(B)

czyli OR.

Przykład:

Exp(B) = 1,75.

Interpretacja zależy od jednostki i kodowania predyktora.

Warto zawsze sprawdzić również 95% CI dla Exp(B).

Alfa Cronbacha w SPSS

Tabela Reliability Statistics może zawierać:

Cronbach’s Alpha = 0,84

N of Items = 12.

To podstawowa informacja o obliczonym współczynniku.

Warto jednak analizować również statystyki pozycji i sprawdzić, czy pytania zostały prawidłowo zakodowane.

Cronbach’s Alpha if Item Deleted

Kolumna ta pokazuje wartość alfa po hipotetycznym usunięciu konkretnej pozycji.

Nie oznacza to:

„usuń każdą pozycję, po której alfa rośnie”.

Decyzja musi uwzględniać teorię, treść pozycji i konstrukcję narzędzia.

Test Shapiro-Wilka

W tabeli Tests of Normality pojawia się:

Shapiro-Wilk Sig.

Jeżeli p < 0,05, dane wykazują statystycznie wykrywalne odstępstwo od normalności.

Nie oznacza to jednak automatycznie konieczności zastosowania testu nieparametrycznego.

Dlaczego nie należy wklejać surowych tabel SPSS do pracy?

Tabele SPSS są przeznaczone przede wszystkim do analizy, a nie do publikacji.

Zawierają często:

  • zbędne kolumny,
  • angielskie nazwy techniczne,
  • wiele miejsc po przecinku,
  • informacje niepotrzebne czytelnikowi.

Znacznie lepiej przygotować własną tabelę wynikową zawierającą tylko istotne informacje.

Ile miejsc po przecinku?

Nie ma jednej zasady dla wszystkich parametrów.

Warto zachować spójność.

Przykładowo:

średnia: 42,63
SD: 8,21
r = 0,43
p = 0,017.

Nie należy kopiować wyników typu:

42,62847391

jeżeli taka dokładność nie ma żadnego znaczenia.

p = 0,000?

To jeden z najbardziej charakterystycznych błędów wynikających z bezpośredniego przepisywania SPSS.

Jeżeli program wyświetla:

.000

najczęściej oznacza to:

p < 0,001.

W publikacji należy podać właśnie taki zapis.

Czy SPSS interpretuje wynik za użytkownika?

Nie.

SPSS oblicza to, co mu zlecimy.

Można bez problemu wykonać:

  • niewłaściwy test,
  • analizę źle zakodowanej zmiennej,
  • regresję o źle określonym wyniku,
  • alfa Cronbacha dla przypadkowego zestawu pytań.

Program nie zastępuje metodologii.

Najlepsza kolejność pracy z SPSS

Dobra praktyka to:

1. pytanie badawcze

2. hipoteza

3. identyfikacja zmiennych

4. kontrola danych

5. statystyka opisowa

6. sprawdzenie założeń

7. właściwy test

8. wielkość efektu

9. przedział ufności

10. interpretacja merytoryczna.

Dzięki temu SPSS staje się narzędziem analizy, a nie generatorem przypadkowych tabel.

FAQ

Co oznacza Sig. w SPSS?
Najczęściej jest to wartość p dla konkretnego testu.

Co oznacza .000 w SPSS?
Zwykle należy raportować wynik jako p < 0,001.

Czy Std. Deviation to błąd standardowy?
Nie. Jest to odchylenie standardowe.

Co oznacza Exp(B)?
W regresji logistycznej jest to iloraz szans OR.

Czy można wkleić tabelę SPSS bezpośrednio do pracy?
Technicznie można, ale zazwyczaj znacznie lepiej przygotować czytelną tabelę dostosowaną do standardu pracy lub czasopisma.

Masz wyniki SPSS i nie wiesz, jak je interpretować?

Pomagamy w weryfikacji analiz, interpretacji tabel SPSS oraz przygotowaniu wyników w formie odpowiedniej do pracy lub publikacji.

statystyka@statystyka.org.pl
tel. 692 809 254

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *

Time limit is exhausted. Please reload CAPTCHA.