| Η ψηφιακή τεχνολογία στην ερευνητική δραστηριότητα: Καλημέρα σας. Είμαστε στη συνέχεια του μαθήματος που ξεκινήσαμε την κομμάτρα. Θα συνεχίσουμε και πάλι να κάνουμε και στο συγκεκριμένο μάθημα πρακτική άσκηση πάνω στους οικονομικιστές και στη συνέχεια του SPSS. Κάποια πράγματα που τα αφήσαμε και θα τα συνεχίσουμε να κάνουμε και στους οικονομικιστές και στη συνέχεια του SPSS. Κάποια πράγματα που τα αφήσαμε και θα τα συνεχίσουμε να κάνουμε και στους οικονομικιστές και στη συνέχεια του SPSS. Σήμερα θα φαντάσουμε να κάνουμε και ελέγχους βασικών υποθέσεων, μηδενικών υποθέσεων, για να δούμε αν επαληθέγονται κάποια πράγματα στην αστατηστική. Για αρχή και για να προχωρήσουμε λίγο καλύτερα, σας έχω δώσει κάποιες προτυπίες με ασκήσεις, μία βασική άσκηση, στον οποία θα δηφθάσουμε καμνικά και θα δούμε και τα 8 βήματα και στη συνέχεια θα συμπληρώσουμε και στη συνέχεια θα σας έχω δώσει το πώς θα συμπληρωθεί το φύλλο του SPSS, έτσι ώστε να πάμε και στα επόμενα κομμάτια της άσκησης. Για αρχή λοιπόν, έχω δύο κυνηγάτια, ένα είναι με φοιτητήρες και ένα είναι με φοιτητές. Και γράφει από κάτω η άσκηση ότι στις εξετάσεις του βαραλείου τα δεδομένα για τη βαθμολογία του μαθήματος είναι τα εξής, το μάθημά μας είναι το SPSS και οι φοιτητήρες ανάλογα με το εξάμηνό τους και τη βαθμολογία τους το πινακάκι είναι αυτό εδώ πέρα, ενώ οι φοιτητές με το εξάμηνό τους και τη βαθμολογία που πάνε είναι αυτό εδώ πέρα το πινακάκι. Αρχικά θα πρέπει να ανοίξουμε το SPSS για να βάλουμε τα δεδομένα για να τα ραστούν μέσα. Αυτό θα γίνει τώρα ξεκινώντας το SPSS, εδώ είπαμε στο εργαστήριο έχουμε την έκδοση 21 του προγράμματος και θα ξεκινήσουμε να τελειώσουμε. Λοιπόν πρώτα από όλα θα πρέπει να είμαστε σε variable view έτσι ώστε να καθορίσουμε τις μεταβαταίες που θα κάνουμε στον πρόγραμμά μας. Για λίγο φτάστε σε αυτήν την ανοιχτή και ξεκινάμε να περνάμε τα δεδομένα μας. Αρχικά θέλουμε μία δεδομένη η οποία να μας δώσει το φύλλο, θα το γράψουμε σαν gender πάλι το οποίο θα πάρει δύο τιμές, άγγλες και γυναίκες και αν μην βάσουμε τη λέξη σεξ και τα λοιπά, για αυτό διαλέγω τη λέξη gender δηλαδή, το οποίο είναι ένα string. Αυτό με τα υπολογιστήσεις μας βάζει μέγεθος 8 στο πεδίο το οποίο χρησιμοποιούμε, το κρατάμε αυτό να μας πειράζει, εδώ πέρα στο label πρέπει να το χρησιμοποιήσουμε σε όλες τις αρτηρικές αναλύσεις, το label θα το γράψουμε σαν φύλλο. Τι είναι στα values? Αλληφαριθμή τίποτα, δηλαδή μπορεί να γράψει σε γράμματα και ρυθμούς. Α, έτσι το ορίζουμε, string είναι ξένη λέξη και αυτό σκηνεί το απορρέπτο του κάποιος, δηλαδή δεν είναι αριθμή. Βάλες λοιπόν, ένα άνθρωπος, δύο γυναίκα. Αυτό ακριβώς το μέτρο, όπως βλέπετε, το πώς μετράμε, είναι ονομαστικής κατηγορίας, είναι αυτή η μεταβλητή. Εδώ στο παράδειγμα θα χρησιμοποιήσουμε και τα τρία είδη των μεταβλητών και στη συνέχεια αυτό που θα κάνουμε είναι, καλύψαμε την περίπτωση δηλαδή όπου έχουμε φοιτητές και φοιτήτριες, τους δυο πίνικες και τώρα θα ξεκινήσουμε έτσι ώστε να βάλουμε, τι θέλουμε, θέλουμε τη βαθμολογία. Αυτό εγώ το έχω με στιγμή που βάλει σεμέστες στη συνέχεια, στον δικό μου πατέρα μου, γι' αυτό θα πάμε από εκεί. Σεμέστες είναι το εξάμινο, η κατηγορία αυτή θα είναι αριθμητική, ο τύπος θα είναι αριθμητικός, τα εξάμινα θέλει πρώτα να ζήσουμε τα decimal και μετά πρώτα να το ζούμε τα decimal, γιατί δεν έχει νόημα και μετά πάμε στο y και θα το κάνουμε με δύο. Τα εξάμινα έχει νόημα μέχρι δύο, δοδάει για το εξάμινο, εξάμινο σκουτών είναι η αιτικέτα που θα παίρνουμε οι διάφορες ιστατιστικές μας αναλύσεις. Για το missing δεν έχουμε πει τίποτα, γιατί δεν θέλουμε να έχουμε ακούσες στιγμές αυτή τη στιγμή, θέλουμε να μην υπάρχουν ακούσες στιγμές και θα τις βάζουμε. Το ord να το διαλέγουμε εδώ πέρα γιατί είναι μια κατάταξη, μπορεί να είναι αριθμητική εδώ πέρα το εξάμινο, ωστόσο δεν βγάζουμε μέσος όρος από το εξάμινο, δεν θα πούμε ότι ο μέσος όρος των φοιτητών μας είναι στο 6,5 εξάμινο, αν και μερικές φορές μπορεί να το πούμε και αυτό, δηλαδή θα έχετε ακούσει ότι οι φοιτητές μας κατά μέσο όρο παίρνουν τυχείως τα 10 εξάμινο. Αλλά κυρίως δεν κάνουμε στατιστική με τον ελφόρ τον εξάμινο και σε βάζουμε μία σειρά για να ξέρουμε ότι το 2 είναι μεγαλύτερο από το 1, το 3 είναι μεγαλύτερο από το 2, να εξαρτήσουμε τη σειρά του. Σε αυτό, βέβαια, όπως είχαμε πει και εγώ φορά, όταν πάμε να κάνουμε κάποιες στατιστικές, το OK όταν πάμε να κάνουμε τη στατιστική μας περιγραφική ή την επαγωγική ή οτιδήποτε, όταν θα δούμε εδώ, δεν μας αφήνει το SPSS να το κάνουμε, γιατί γι' αυτό πλέγουμε στο law, γιατί μερικά πράγματα δεν μπορούμε να δώσουμε μέσους όρος ή δεν μπορούμε να δώσουμε γραφήματα. Άρα σε όλα αυτά πλέγουμε το όνειρα. Στα άλλα με το σκέρι. Ναι, το επόμενο θα βάλουμε το βαθμό, τρεις είναι οι κατηγορίες, είναι η κλίμακα. Η επόμενη κατηγορία είναι η βαθμολογία. Στη επόμενη θα τα βοηθήσουμε. Στη επόμενη θα τα βοηθήσουμε. Άρα, τρίτη, βάλε τρίτη, βάλε το απότορα SPSS, γιατί στη συνέχεια θα βάλουμε και βαθμολογία στην ολογοτεχνία στο επόμενο μάθημα, οπότε καλύτερα βάλε το απότορα grades.spss, για να ξέρουμε εμείς τι έκλειβος είναι. Αυτό που θα δημόσαστε είναι, το έχουμε δει λίγο τώρα, ότι όταν πάμε να βάλουμε ένα όνομα μεταβλητής, μερικά πράγματα εδώ δεν τα δέχονται. Όπως το κενό. Το κενό είναι το πιο βασικό. Τώρα, όσο μεγαλώνουμε, όσο απτυθάνονται βέβαια οι εκδόσεις του SPSS, όλο γίνει και πιο φιλικά στο Tristim. Παλιότερα δεν μπορούσε κάποιος να βάλει ελληνικά. Τώρα χτίζουν στα ονόματα και δέχονται ελληνικά. Έχει αλλάξει το ίδιο το πράγμα του SPSS και γι' αυτό είναι λίγο πιο φιλικό στο Tristim. Εδώ πέρα, όπως είπαμε πριν, έχουμε κλήμακα και εδώ πέρα φυσικά μπορούμε να κάνουμε και τους υποβλητισμούς μας, να πάρουμε μέσα στο source, να κάνουμε περιγραφική στατιστική και γενικώς μπορούμε να κάνουμε τα πράγματα με την κλήμακα που θα έχουμε βάλει στους λαθμούς. Όταν βάλουμε κάποια μεταβλητή που δεν χρειαζόμαστε αυτή τη στιγμή, μπορούμε να πατήσουμε στο 4 και ξεκλείπτει. Μόνο αυτές τις μεταβλητές χρειαζόμαστε. Ωραία, η έκπληση της σκύλης. Ωραία. Λοιπόν, τώρα είμαστε σε μορφή barricade view και θα γυρίσουμε το φύλλο εργασίας μας σε τάχη για να ξεκινήσουμε να περνάμε τα δεδομένα. Θα δείτε ότι έχει δημιουργηθεί εδώ πάνω οι αιτικέτητες των μεταβλητών. Δεν είναι οι αιτικέτητες στο label που έχουμε βάλει, αλλά οι αιτικέτητες στις οποίες είχαμε ζητήσει όπως θα ονομάσουμε τους μεταβλητές μας. Και ξεκινάμε. Εδώ θα κάνουμε πάλι, θα διαλέγουμε το άνδρας-γυναίκα από εδώ από τις δύο περιπτώσεις. Αυτό που την προηγούμενη φορά λίγο μας είχε παιδεύσει και δε λοιμός με τις εκδόσεις υπάρχει μια κάποια συμβατορία. Συμβατορικά όταν θα γράφουμε εδώ 1 θα γράφει άνδρας. Πατήστε το 1 να δείτε. 1, 1 enter, enter. Τώρα εδώ, αυτή τη στιγμή δεν το γράφει, ωστόσο αν πατήσουμε αυτό εδώ που έχουμε το κουμπάκι κατευθείαν γράφει άνδρας. Εντάξει. Είναι το κουμπάκι του value tables. Και για να το βάλεις, αναστείλει. Αναστείλει να τα βάλεις, για να μην βάλεις στερανί. Εντάξει τώρα άνδρας, 2, 4, άνδρας, 1, είναι όντως αφιερικό. Είναι τριαντατές τιμές. Έχει σημασία να βάλεις ό,τι θέλεις. Ποιο? Ό,τι θέλεις. Αν θα τα βάζαμε κατευθείαν. Ο σκοπός είναι οι σειρές αυτές. Εντάξει τώρα λίγο πάνω, λίγο κάτω. Περίμενε εδώ στις φοιτήτες. Πάρα μέχρι το 2015... Όχι, τους άντρες καν. Εδώ είναι, όπως το καταλαβαίνετε κυρίως, το άνδρας γυναίκα, άνδρας γυναίκα. Ποιο θέλεις πρώτο, ποιο θέλεις δεύτερο. Έχουμε συνηφίσει, όπως και αφού κάνουμε, κυρίως μου, το έναν άνδρας, τα δύο γυναίκα. Γι' αυτό και πάνω πρώτα τις φοιτήτες, τουλάχιστον, στην άσκηση μας. Αυτό μόλις εξήγησα τώρα, ότι συνήθως το πρώτο είναι ο άνδρας και το δύο η γυναίκα. Λοιπόν, για να δούμε στη συνέχεια, αφού κάναμε το πρώτο βήμα, ή κάναμε εισαγωγή των δομένων μέσα στο RPSS, δημιουργήσαμε τις τρεις γυναίκες μας. Η πρώτη είναι το φύλλο των φοιτητών, το άλλο είναι το εξάγωμα και μετά η βαθολογία. Αυτό που θέλουμε να κάνουμε τώρα είναι με περιγραφική στατιστική αρχικά, να δούμε τη μέση και μη του δίγματος μας, την διασφορά, την δική απόκληση, το μέγιστο, το ελάχιστο, όλο αυτό το όνομα παραπάνω του μόνου. Αυτό είχαμε πει ότι είναι σχετικά εύκολο, γιατί μπορούμε να ζητήσουμε απεσθείας κάνοντας ανάλυση του δίγματος μας με περιγραφική στατιστική. Είναι analyze, descriptive statistics και εδώ πέρα ζητάνε το πρώτο από το, μπορούμε να δούμε ή το πρώτο ή το descriptive, έτσι ώστε να δούμε ποιο μας ενδιαφέρει περισσότερο. Είναι από εδώ θα ζητήσουμε, εδώ θα ζητήσουμε τα πάντα. Από εδώ πέρα αρχικά κάναμε τις μεταλλουτές μας όπως είπαμε, στη συνέχεια πατήσαμε στην ανάλυση, και εδώ ζητήσαμε τα descriptive, περιγραφική δηλαδή την στατιστική μας. Από εδώ όπως καταλαβαίνετε αυτό που θα πρέπει να κάνουμε και έχει νοήμα είναι η μεταλλουτή των μαθμών, γιατί τα εξάμινα δεν έχει νοήμα να κάνουμε στατιστική ως προς τη διασπορά ή το μέσο όρο, αυτό που είπαμε και πριν. Αυτό, οι δείτες που θα μας αποσκοπίσουν εδώ βγαίνουν με το options, άρα γυρνάω και πατάω options. Και εδώ πάλι θα ζητήσω τους μέσους όρους, δική απόχρηση με ελάχιστο, ελάχιστο, μέγιστο, standard error του τυπικού λάθος του μέσου όρου, το range είναι το εύρος των τιμών, η απόκληση, η διασπορά και εδώ πέρα είναι αυτά που είχαμε πει, αν και δεν τα γράφω στον άσκηση, ένα απλό check κάνουμε και θα μας δώσει τους δείκτες κρίτωσης και συμμετρίας. Από εδώ πέρα, display order θα μας τα κάνει καμνικά, δεν είχα πάλι σε ευκολική σκηνή, opinion φαινομανικά δεν είχε γίνει κάτι, κοιτάμε πάντοτε το ok, το οποίο σημαίνει όταν είναι εντεργό σημαίνει ότι η δουλειά μας το χωράει καλά, άρα θα βγουν κάποια αποτελέσματα, εντάξει, πατώντας ok, πατήστε το marine και θα δούμε τι θα μας βάλει στο output. Και οι δείκτες είναι όλοι αυτοί, πάνω, πίσω, πέρα, πέρα, πέρα, πέρα, πέρα, πέρα, πέρα, πέρα, πέρα. Από εδώ μεταφέρομαι όλους τους, τα πάντα ή όμως τα δώσετε, μπορούμε να ζητήσουμε και λίγα πράγματα στην περιγραφική στατιστική. Και ανάλογα, ανάλογα δηλαδή το τι θέλετε να περιγράψετε βλέπετε εδώ τους διάφορους στατιστικούς δείκτες. Λοιπόν, το δείγμα μας είναι νη, οι περιπτώσεις συμβολίζονται με νη και λέμε όταν θα καθίσουμε να γράψουμε με εφήμενό μας λέμε το δείγμα είναι 33 ατόμου. Το range, το εύρος είναι 10, γιατί ξεκινήσαμε από το 0 και βάλαμε μέχρι και το 10. Εδώ ελάχιστο και μέγιστο 0 και 10, σας είπα πριν ότι ο τύπος που δίνει το εύρος αφαιρούμε το ελάχιστο από το μέγιστο και έτσι βγαίνουμε πέρα. Και εδώ πέρα αρχίζουμε την στατιστική του μέσο όρο. Ο στατιστικός μέσος όρος μπορεί να το γράψετε μη αν θέλετε για την ελληνική πραγματικότητα μη όγκλων μέσος όρος ή μην καθαρά στατιστικά είναι 5,36. Το δείγμα μας δηλαδή έχει μέσο όρο 5,36. Τυπική απόκλυση είναι 2,59. Αυτό είπαμε ότι φανερώνει πόσο ανοιγμένο είναι το δείγμα μας και τι τιμές παίρνει. Όσο πιο στενό, μικρό είναι αυτό το δείγμα και τόσο πιο στενή είναι και η κατανομή των αθμολογιών μας. Κι αυτό δείχνει συνήθως ένα πιο ογκληρινές τιμήμα όταν όλοι είδε στο 6, 7, 8 ή σέρσες είναι συγκριμένοι στο αθμολογείο. Εδώ πέρα έχουμε να κάνουμε με τη διασπορά. Ο δείκτης διασποράς είναι 6,73 και εδώ πέρα είναι οι δείκτες της κρύπτωσης και της συμμετρίας. Τα οποία μπορείτε να χρησιμοποιήσετε για να δείξετε πώς ακριβώς είναι η κατανομή της γραφικής παράστασης του δείγματός σας. Η γραφική παράσταση την κάνουμε και αυτή εδώ πέρα. Εφόσον έχουμε προσθέσει τις μεταβλητές μας, μπορούμε να μην πηγαίνουμε συνέχεια στο παράθυρο του SPSS που έχει το φύλλο των δεδομένων, αλλά να είμαστε στο παράθυρο του output έτσι ώστε να ζητάμε από εδώ πέρα να γίνονται όλες οι στατιστικές δουλειές, οι περιγραφικές δουλειές της ανάλυσης. Το επόμενο βήμα από αυτά που θέλουμε να κάνουμε είναι να πάρουμε τον 1.100 συγκροτήτων, να δούμε την διάμεσο, τα τεταρτιμόρια, το ποσοστιμόριο όπως λέγεται στο 30% και να δούμε την κορυφή των μαθανολογιών. Τέλος θα κάνουμε και το ραβδόγραμμα των συγκροτήτων στο μάθημά μας. Αυτό τώρα ακούγονται πολύ περίεργα λοιπόν επειδή η εκφώνησή τους είναι πολύ περίεργη, ωστόσο θα δείτε ότι όλα είναι μέσα σε ένα μενού στο analyze και στο frequency. Πάμε τώρα. Analyze, descriptive frequency και εδώ πέρα. Αυτό που θέλουμε βασικά είναι το ραβδόγραμμα. Πάμε στο statistics. Η κεντρική τάση είναι η κεντρική τάση, είναι οι δείχτες αυτοί εδώ πέρα. Μπορείτε να τους βάλετε και τους τρεις. Το άθεσμα δεν το χρειαζόμαστε, το sum. Και στη συνέχεια μπορούμε να ζητήσουμε για τους κάτω δείχτες, όπως τα έχουμε εδεικολογήσει και στο προηγούμενο κομμάτι, μπορείτε να βάλετε για την διασπορά γενικότερα, πάτε το μέγιστο και το ελάχιστο και το standard deviation, αυτά είναι αυτά που χρησιμοποιούν. Το πάρε ένα σημείο που το είχες εκεί πέρα, πάτησε εδώ και πάμε να δούμε τώρα τα τεκαρτιμόρια, κορντάις μπορούμε να πατήσουμε εκεί και μπορούμε να ζητήσουμε και percent dimes, αυτό που σας είπα στο 30% δηλαδή να μας δείξει 30% ναι, at και πατάμε close. Συγγνώμη πατάμε πολύ λες λοιπόν εδώ πέρα, από τη στιγμή που τα έχουμε κάνει, τα έχουμε πατήσει όλα αυτά, δεν έχει κάτι άλλο να κάνουμε. Έτσι λοιπόν, έχουμε διαλέξει την ρετανοτή βαθμούς, βαθμή του SPS, πατώντας statistics μας πηγαίνει εδώ και εδώ πέρα αυτά που θέλουμε να επιλέξουμε, για να φαίνονται λίγο, για να φαίνονται καλά, και εδώ πέρα θα δούμε με το 30% τι θα γίνει. Επίσης όσον αφορά τη διασπορά μπορούμε να πάρουμε αυτούς τους δείκτες, για τη σκέρωση και τη δίκτωση, τη σκέρωση και τη συμμετρία, πως το παρόν δεν μας χρειάζονται. Δεν ξεχνιμόμαστε τόσο το statistics. Λοιπόν, πως πάει? Έχετε εδώ το statistics, το πατήσαμε και εμείς εδώ θα πατήσουμε continue. Θα πατήσουμε και το display frequency table, το οποίο το έχουμε τσεκαρισμένο εδώ. Το SPS μας το είχε τσεκαρισμένο, αν δεν το έχουμε το επιλέγουμε και εμείς, διαφορετικά θα το πατήσουμε. Πατάμε, έκανα ok και ας δούμε τι θα μας δώσει. Όχι, από κάτω. Λοιπόν, για να φέρουμε λίγο, παίρνουμε το κτενάκι. Στατιστική, περιγραφική στατιστική, πάλι το δίγμα μας περιγράφεται με άλλο διαφορετικό πίνακα. Πάλι είναι όλα τα στατιστικά στοιχεία τα οποία μας ενδιαφέρουν και αυτά που χαράπησε στο προηγούμενο και έλεγα, το δίγμα N33 από τις τιμές 0, βάλει τιμές, οι αγγελίες είναι 33 κλπ, όλα βρίσκονται εδώ βασιλευτωμένα στο πίνακα. Τώρα αυτό μας ενδιαφέρουν είναι οι βαθμούτερες PSS και τι γίνεται τώρα. Διαλέγω πάλι και μου λέει η βαθμολογία που έχω δώσει είναι από το 1 μέχρι το 10 και βλέπω ακριβώς την συχνότητα που έχει κάθε βαθμός στο πίνακάκι μου. 2, 2, 1, 2, 3, 6, 5, 4. Οι περισσότερες τιμές είναι στο 5, άρα η διάμεσης μάλλον είναι το 5 όπως το είχαμε δει και πριν, το μέγιστο τελεέξιτο το 10 και το 0, οι τιμές μου είναι αυτές συνολογιμών 33. Το ποσοστό της βαθμολογίας αναλαθμών είναι αυτό εδώ πέρα, ενώ το προβλήμα που έχουμε ζητήσει στα ποσοστιμόρια που είχαμε πει 30% θα το βλέπετε στο πάνω πίνακα γιατί είχαμε ορίσει 30 τιμές. Η Τελεέζ έχει πατήσει μάλιστα και το να μας δίνει ένα 10% το ποσοστιμόριο και το πίνακα έχει μεγαλωθεί αρκετά, προς το παρόν δεν το χρειαζόμαστε, είπαμε για άσκηση να υπάρχει μόνο το ποσοστιμόριο το 30%. Συνήθως είναι κάτι το ειδικό το να ζητάμε ένα συγκεκριμένο ποσοστιμόριο γιατί το ποσοστό των τιμών βγαίνει από αυτό το πίνακα το οποίο είναι το πολύ πιο εύκολο για να το δει κανένας. Τελειώσαμε λοιπόν και με αυτό, θυμόμαστε την προσθετική ποσόσταση στα δεξιά μας το Q-rated% και συνεχίζουμε λοιπόν στο παρακάτω. Το επόμενο βήμα είναι ότι θέλουμε να δούμε το ραδόγραμμα των συχνοτήτων. Για πάμε λίγο ανεδράειες. Το ραδόγραμμα που θα γράψουμε θα είναι στο γράφτ και θα γράψουμε και στο γράφτ και στο γράφτ και στο γράφτ. Ποιο είναι το ραδόγραμμα? Ωραία βαθμή. Μπορούμε να ζητήσουμε μόνο τη βαθμολογία. Άρα ρόους και κόλμπς δεν θα βάλουμε. Θα το βλέξουμε μετά. Θα πάμε αναεξάνω και αναφύλλω και παντώντας OK. Και το γράφημά μας γίνεται πάλι εδώ πέρα. Και εδώ πέρα πάλι βάζουμε λίγο χρώμα στη ζωή μας και έχουμε πλέον κάτι γραφιστικό να ξεφύγουμε από το ξερό τον αριθμό. Και έχω ανακαλύψει πώς θα αλλάζουμε χρώματα. Είναι καταπληκτικό. Βάζουμε το free and border και μπορούμε να αλλάξουμε πέρα. Βάζει και το ας που πίσω αλλάζει και το χρώμα αλλάζει και τα περιγράμματα αλλάζουν. Ό,τι θέλετε αλλάζει. Μετά δεν έχει χειτάζει. Μπορεί να βάζει και γράμματα. Και με ένα δεξί κλικ και με ένα δεξί κλικ επάνω στο γράφημα. Εδώ πέρα μπορούμε να βάλουμε τα κατάλληλες, μπορούμε να βάλουμε το επόμενο χρώμα. Μπορούμε να το κρύψουμε. Μπορούμε να κάνουμε transpose στο chart. Πάτησα transpose αντιμετάθεση στα ελληνικά και με δεξί κλικ επάνω στο γράφημα. Διπλό κλικ πρώτα για να ενεργοποιήσεις το edit και δεξί κλικ τώρα. Έτσι κάναμε αντιμετάθεση του γραφήματος μας. Αυτές οι πέτρες που θέλουμε να το έχουμε. Δεν αλλάζει κάτι εδώ, μπορούμε να πατήσουμε και ένα κλικ εδώ και αυτό μας θα έχει αλλάθει. Για να κρατήσουμε αυτό και να μείνει πάλι ένα ίδιο. Στους τίτλους μπορείτε να βάλετε και τίτλους. Λοιπόν ξαναδημιουργήθηκε κάτω. Τώρα το πόσες φορές θα είμαστε μέσα σε αυτό το αρχείο του output και θα δημιουργούμε πράγματα δεν μας πειράζει. Αυτό που τώρα θα κάνουμε είναι μια αποτύκειο σε save as και το έχουμε σαν εναδομένο και από εδώ όταν θα θέλουμε μπορούμε να κάνουμε κλικ. Μπορούμε να κάνουμε κλικ εδώ και να πούμε ότι από εδώ θέλω αυτό το γράφημα ή μπορώ να πάω σε αυτό το γράφημα ή μπορώ να πάω στο πίνακα σε χρηματίτο ή μπορώ να πάω στην περιγραφική στατιστική. Εγώ όταν ήξερα τη σειρά η γέφτου αλλάξα μόνο αυτά αλλά όταν έκανα τη σειρά αλλά όταν έκανα τη σειρά δεν έκανε τη σειρά. Εγώ έκανα τη σειρά αλλά όταν έκανα τη σειρά δεν έκανε τη σειρά. Εγώ έκανα τη σειρά αλλά όταν έκανα τη σειρά δεν έκανε τη σειρά. Αυτό έλεγα ότι ό,τι και αν κάνουμε εδώ πέρα μέσα δεν μας δεσμεύει στην ανάλυση του δίσματός μας και της έρευντάς μας μπορώ να κάνω κλικ μετά εδώ να πάω εδώ στις όπου θέλω δηλαδή και ό,τι θέλω να το βλέπω. Δεν είναι κάτι το οποίο έχω κάνει αυτό θα το αποθηκεύσω αυτό. Αυτό είναι ένα όλο αρχείο το οποίο είναι αποθηκεύεται, τυπώνεται, αντιγράφεται και εγώ το καθεξής. Εδώ θυμόμαστε ότι παίρνουμε διπλό κλικ εδώ και ό,τι άλλες θέλουμε να κάνουμε με δεξί κλικ πολλά πράγματα δεν τα θυμάμαι από έξω και εγώ τα κοιτάω. Δηλαδή, έστως αλλάζουν και οι δώσεις κάθε χρόνο ή ήμαστε στην 22 έκτητος αν είναι να τα δώσεις στο PSS, τώρα μελικά θα βγει και η 23 μετά το καλοκαίρι τελικά και έτσι εδώ πέρα κάποια πράγματα προσθήθηται, κάποια πράγματα δεν υπήρχαν παλαιότερα, ενώ τώρα μπορούμε να κάνουμε και άλλα πράγματα όπως το show data labels και μπορούμε να βάλουμε εδώ πέρα, εδώ έβαλα τις συχνότητες, αυτό που έχω βάλει αριστερά, το έβαλα και εδώ πέρα μέσα. Εδώ όμως παρατηρούμε ότι να ξεκινάει από το 1 εδώ και λοιπόν μπορούμε κάποια πράγματα να τα κάνουμε display, αν θέλουμε και άλλη μοτοσυκλέτα μπορούμε να την αφαιρέσουμε, μπορούμε να ζητήσουμε την θέση του label που θα είναι, όταν του λέμε αυτό όταν ο πολυγιστής θα βάζει, μπορούμε μάνιο νόμος και να το βάλει. Κάπου θέλουμε εμείς να το πάρουμε και να το πάμε πιο εδώ, είδατε τώρα πήρα το 6 και το έβαλα πάνω, ή μπορώ να το πούμε φτιάξτε το όπως θέλεις αλλά μπορεί να ακολουθήσεις ένα από αυτά τα πρώτα, για παράδειγμα αυτό στο κέντρο, για αυτό πάντα. Εδώ πέρα μπορούμε επίσης να αλλάξουμε τον τρόπο που θα εμφανίζονται τα νούμερα, το τι θα υπάρχει στους άξονες, data value το είδαμε, οι μεταλλητές μας ποιες είναι και ποιες φαίνονται στον χή άξονα η βαθμή δεν θουλεύουν τους άλλους, chart size το μέγεθος, text layout, το κείμενό μας αν θέλουμε να είναι οριζότιο κάθετο, κάθετο προς τα κάτω προς τα πάνω ή custom με συγκεκριμένες λύρες. Το κείμενό μας πως μπορεί να αλλάξει και η βαθμή των σύνδεσεων ακόμα, τα χρώματα όπως τα είδατε και δεξιά αριστερά μας δείχνει το χρώμα που θα εμφανιστεί, πατάμε apply ωραία και με edit, αν πατήσουμε στο χρώμα μπαίνουμε σε μια άλλη παλέτα η οποία έχει τόσα χρώματα που πλέον θα απαγγέστε να ψάχνετε χρώμα. Σύντος αυτό που λέω όταν έχω να κάνω με χρώματα, η βασική παλέτα είναι η ανδρική, εδώ πάμε στην γυναικία παλέτα που έχει 6 εκατομμύρια χρώματα και μπορείτε να διδέξετε κάτι από αυτά. Λοιπόν fill & border είναι το ίδιο εδώ που μπορούμε να κάνουμε στο fill το χρώμα του γεννήσματος, να το αλλάξουμε και αυτό, να κάνουμε κάτι πιο σκούρο. Apply, close, επειδή είχα τσεκαρισμένο τους αριθμούς το fill το γεννήσμα είναι στους αριθμούς, τόση ώρα επέδευα τον τρόπο που θα εμφανιστούν τα γράμματα. Πανταστείτε ότι τώρα μπορώ να βγω στην άσπρη περιοχή εδώ και δεξί κλικ εδώ, μπορώ να ζητήσω properties εδώ και να ζητήσω ένα άλλο fill. Apply, close, line. Γενικά μπορούμε να το κάνουμε με χρώματα. Όταν έχουμε κάνει κάποιο σοβαρό εκείμον όμως δεν θα πολύ πειράζουμε όλα αυτά, αφήνουμε αυτό μέσα στις pieces και τελειώνει η υπόθεση εδώ πέρα. Ένα κλικ πάλι στο παράθυρο του output και έχουμε μείνει κανονικά εδώ. Στο ιστογραμμα, όχι στο ιστογραμμα, στις συχνότητες εδώ, αυτό που δεν είχαμε πει είναι, είχαμε ζητήσει το ποσοστό των φοιτητών οι οποίοι έχουν περάσει το μάθημα. Οι φοιτητές πρέπει να το μάθημα εφόσων είναι από το 5 και πάνω και έχω ότι το αθροιστικό είναι από το 48,5 και κάτω. Μπορώ να κάνω εδώ την αφαίρεση και να πω ότι 100-48,5 πόσο είναι το ποσοστό που υπάρχουν που οι φοιτητές έχουν περάσει στη βάση. Λοιπόν, ή μπορώ να πω ότι το 30% δεν έχει περάσει στη βάση, οπότε από εδώ μπορώ να κάνω τον υπολογισμό μου. Το τόσο απλό θα μπορούσαμε να έχουμε κάνει και από το να ρωτήσει να κάνει. Εδώ έχουμε τα ποσοστιμόρια και είχαμε πει με εκείνο το 30% που έχουμε ζητήσει στο ποσοστιμόριο. Αυτά λοιπόν για τους βαθμούς και τα λοιπά. Αλλά θέλω να κάνω σύγκριση. Πόσοι άντρες και πόσοι γυναίκες έχουν περάσει το βάθμι μου. Ωραία, τώρα θα πάμε παρακάτω. Γυναίκες. Ναι, φυσικά. Τώρα θα κάνουμε το ραβδογράφημα. Μια από το 20 να κάνουμε βαθμούς SPSS, ωραία, αλλά θα το χωρίσουμε στα 2, θα κάνουμε ένα ιστόγραμμα όπου θα χωρίσουμε τους άντρες και τις γυναίκες. Πάμε τώρα γράφ, γράφ, γυναίκες, τέλος ιστόγραμμα και μπορώ να ζητήσω είτε σε στήλες είτε σε γραμμές να γίνει ο διαχωρισμός αναφύλλον. Ή στήλες. Πατάμε OK και έτσι έχουμε αυτό εδώ πέρα. Αυτό τώρα με ποσοστά μπορούμε να το κάνουμε με έναν πίνακα διαστάυρωσης και να πούμε να μας δώσει την βαθμολογία κατά άντρες και τα ποσοστά τους. Όπως εμείς μπορούμε να μας κάνει μια βαθμολογία να να εξάντουμε. Τώρα εδώ έχουμε κατά φύλλο έχουμε χωρίσει το δίλμα μας. Θα κάνουμε πάλι το ίδιο. Αντί για φύλλο θα βάλουμε εξάντου. Τώρα βλέπετε το εξάντου επειδή έχει αρκετές τιμές θα μας το χωρίσει σε αρκετά πουτάκια. Πουτάκια έννοιες. Είναι η άλλη οπτική. Όπου έχουμε εξάντου σπουδών και βαθμολογίες. Επίσης μπορούμε να το κάνουμε ακόμα χειρότερο. Να βάλουμε και τους άγγρες, να βάλουμε και τον παράγωτο αφίλον και το εξάμινο και τους βαθμούς. Εδώ όπως ήταν αυτό θα μας το κόψει και όλες. Δηλαδή όπως ήταν το προηγούμενο αλλά θα μας το κόψει στη μέση. Εδώ έχουμε όλη τη δημοφωρία του δήματος μας όπως. Εδώ τα ξέρουμε. Και αυτή είναι η κατανομή ας το πω. Αναβαθμή βλέπετε εδώ είναι ένα εξάμινο. Εδώ πέρα είναι οι περιπτώσεις και εδώ είναι άντρας γυναίκα και το πρόβλημα σταβίου. Τώρα έχει νόημα να κάνουμε και το θηκόγραμμα. Αυτό το box plot το έχουμε κάνει και δύο φορές. Για να το δούμε και αυτό στα γραφήματα. Box plot. Και να πάρουμε το αυτο αρχικά το σύνθρωπο. Και αυτό που θέλουμε εμείς αρχικά είναι να πάρουμε τους βαθμούς. Τώρα να κάνουμε μια κατηγορία αναεξάμινος που δεν μπορούμε να ζητήσουμε. Labour cases αναεξάμινο. Category αναφύλλο. Category αναφύλλο. Ωραία ας μείνω βαθμή και φύλλο. Το OK βλέπετε ότι είναι ενεργό άρα έχει νόημα και μπορώ να κάνω. Στο options η επιλογία που έχουμε groups. Και εντάξει πατώντας OK. OK είναι το θυκόγραμμα εδώ πέρα όπως λέγεται αναφύλλο. Είχαμε πει ότι στο θυκόγραμμα το box plot αυτό είναι η ελάχιστη τιμή. Η μέγιστη. Εδώ πέρα είναι η άμσος. Και εδώ είναι τα προσοστιμόρια τα οποία υπάρχουν. Εδώ πέρα είναι το Q1. Και εδώ είναι το Q3. Εδώ είναι το 75% και εδώ είναι το 25%. Συνήθως αυτό είναι. Εδώ πέρα έχουμε το Q1 και το Q3. Και εκεί πέρα είναι η διάμωση της τιμή. Και αυτό εδώ πέρα είναι το θυκόγραμμα που έχει επιβληθεί. Αν θέλετε να κάνετε το ίδιο αναεξάμινο. Ξαναγυρνάμε στο graphs, legacy, box plot, define. Εδώ κατηγορία, εξάμινο και ok. Και μας δίνει και το πινακάκι. Εδώ το τιμόρα. Έχαμε ρωτήσεις σήμερα. Το βάλουμε το sampling βάλουμε. Ναι το απλό. Από εδώ παίρνουμε το ραχμούς. Λύπνουμε. Εδώ πέρα ζητάμε ή φύλλο ή εξάμινο να βρει η κατηγορία του άλσονα. Και εδώ πέρα μας κάνει το θυκόγραμμα, το box plot. Αναεξάμινο. Αναεξάμινο. Αναεξάμινο σπουδό. Βλέπουμε ότι οι καλύτεροι εφηβητές είναι στο 10ο εξάμινο. Εντάξει. Ναι, αλλά φαίνονται ότι οι άντρες είναι καλύτεροι. Σε αυτό φαίνονται οι άντρες. Με ένδειξα, για τους άντρες, επειδή έχω σας έδωσα το φύδο, έβαλα περισσότερες τιμές. Οπότε χάλασα το δείγμα, μπορώ να πω. Δεν είναι 15-15, είναι 15-18. Και ήθελα να δω κάποιοι ορπίτιδες, ότι θα βγαίνει παραπάνω, στο τέλος για να συμβιβαίνουμε και με το βαθμό της λογοτεχνίσεως. Και έτσι όμως έχουμε πει λοιπόν, αυτό είναι και το εστόραμα, το box plot, το θυκόγραμμα μάλλον, των εξαμίνων και αναβαθμολογία. Είναι λίγο πιο δύσκολο να το... Αν θέλουμε να μπερδέψουμε κάποιον, του πετάμε ένα box plot και του λέμε... Εκείνη λίγο, ναι. Μόνο κάποιος που το ξέρει πολύ καλά, το εσπίσε. Ναι, αλλά ένα, δύο, τρεις έρευνες και τα λοιπά, θα καταλάβεις περί τι μας πρόκειται. Θα πεις, σιγά σιγά, δηλαδή, με το μάτι θα καταλαβαίνεις τι σου παίρνει. Η πρώτη όμως οπτική, όταν θα το δει κάποιος αυτό, θα πει... Ναι, ωραία κουτάκια, καλές ραμβούλες, πες μου τι σημαίνει όμως. Και συνήθως αυτό που θέλουμε είναι μια γραφική παράσταση, η οποία να μας κρατάει, δηλαδή να ξέρουμε πώς γίνεται το... Συνήθως τι χρησιμοποιούμε στις έννοιες, στις έννοιες, στις έννοιες... Ανάμενα ανεποσμένο. Το box plot δεν το έχω δει πολλές φορές, για να πω την αλήθεια, σε βαθμολογίες όμως, στις αξιολογίσεις, δηλαδή αξιολογίσεις φιλικτών, αξιολογίσεις καθηγητών και τα λοιπά, το χρησιμοποιούμε. Χρησιμοποιήθηκε αυτό. Εδώ βέβαια τώρα αρχίσουμε, μπορούμε να παίξουμε και να δω πώς τα φαίνονται όλα αυτά τα συγγραμμές, δηλαδή να είναι πιο παχές, πιο λεπτές, έτσι ώστε να μας δώσει και το δεξί κλικ. Εντάξει, σε τσάρσα ε, στον Βάρεμπος, όχι, εδώ είναι το γενικό, πάνω στο, ωραία, τώρα πέλεξα αυτό και μπορώ να του πω στον Πάνοξος, η συγκεκριμένη στήλη, πόσο μπορεί να αυξηθεί ή όσο, πόσο στο ίδιο τόπο. Α, όλα τα κάνουμε φωτρούλικα, σε σημείο που τα διορκάνευσαν τόσο να ενωθούν, τα ενώσαμε. Τώρα αυτό βέβαια, αυτό και αν είναι δύσμορικο, ενώ όταν το κάνουμε από τα πλά, τώρα βέβαια δεν φαίνονται οι τιμές, εδώ έγινε στο 25 με 30% και αν αλλάξουμε τα χρώματα όπως κάναμε πριν, και τώρα αυτό που θα θέλουμε να κάνουμε είναι να δούμε ένα ποσοστό σε π, σε π, της λοχών μεγείρων μας, δηλαδή πάλι γραφήματα, π και summerize τώρα και εδώ πέρα, το slices είναι τα κομμάτια της π όπως λέγονται, θέλουμε τους λοχούς. Εδώ πέρα τώρα δεν θα κάνουμε άλλους διαχωρισμούς, θα τα ζητήσουμε μετά, μπορούμε να ζητήσουμε και από τώρα ή και μετά μπορούμε να ζητήσουμε να μας δείξει τα data labels να μας δώσουν τις 100, ας το βάλουμε από τώρα. Οκ και μας το έχει κάνει εδώ, τώρα αυτά εδώ πέρα, αυτή εδώ είναι η βαθμολογία, δεξιά είναι και το υπόμνημα με τα χρωματάκια και τώρα έχουμε πάλι εδώ διπλοκλικ και δεξί κλικ, το δεξί κλικ γιατί για να μην ψάχνουμε τα μενού που το έχει και πού δεν το έχει, όμως όλα εδώ πέρα είναι πολύ πιο εύκολα, show data labels και μας έχει δώσει έφυγος τα ποσοστά της βαθμολογίας. Επίσης για καλύτερη υποκτία είπαμε ότι έχει αλλάξει τα, έχει βάλει διαφορετικά χρωματάκια και μπορούμε εδώ πέρα να ζητήσουμε τι άλλο, το text layout πως μπορεί να είναι, αν θέλουμε να αλλάξουμε εδώ πέρα, το style της ράμπτωσης και το χρώματο, τα χρωματάκια το film γενικότερα, το μέγεθος του γραφήματος και εδώ πέρα είναι το format της βαθμολογίας. Μπορεί να μας ενδιαφέρει για ένα δείγμα όπως είναι εδώ πέρα 30 ατόμων, δεν μας ενδιαφέρει να έχουμε διπλή ακρίβεια στο ποσοστό, μπορούμε να κρατήσουμε ότι τα τέσιμα να είναι 1. Ή διαφορετικά, φανταστείτε τώρα στις εκλογίες που γίνανε, το εκλογικό σώμα είναι 10 εκατομμύρια άνθρωποι, οπότε εκεί έχει νόημα να έχουμε και τρία και τέσσερα δεκαετρικά ψηφοί για μια καλύτερη ανοιγόνιση. Πατώντας ok έχουν αλλάξει τις βαθμολογίες, ο ποσοστό με εκφάνισε, data ωραία, non displayed ωραία. Και εδώ τώρα έχω ζητήσει, αυτό που έχουμε εδώ στο lot display, ήταν η βαθμή του SPSS, αυτό μπορούμε να κάνουμε κλικ. Άρα εμείς θέλουμε να φαίνονται. Εδώ, για να ξέρει κάποιος τι βλέπει. Να βλέπει ότι 6 έχει πάρει το 15,2% της 107, έχει πάρει το 15,8% και όταν παντού πατήσεις, μπορείς να τα διώξεις, είτε με το x, πατώντας x το βάζουμε στο από κάτω, μπορώ να διώξω ακόμα και το percent, να το διώξω και αυτό και να πάει κάτω. Και όταν πήγαινε, πρέπει να apply, έχουμε απλά την πίτα, όπως την ξεκινήσαμε και μπορούμε, τώρα έφυγα από εκείνο το μενού, show data ripples και τώρα μας εφάνισε τα ποσοστά, θα το ζητήσουμε να μας δώσουμε το βάθμι μου και θα πήγαινε το πάνω. Εδώ έχουμε κρατήσει την διπλή ακρίβεια και μπορούμε να δούμε πως ακριβώς είναι το δίωμα μας σε ποσοστά. Μας δίνεται δυνατότητα επίσης, αν θέλουμε αυτές τις κομμάτιες της πίτας να τα ανοίξουμε, αυτό βέβαια έχει το κακό ότι η πίτα στο σύμβουλό της θα μικρύνει, το μέγεθος θα είναι ίδιο, αλλά επειδή θα είναι ανοιγμένη η πίτα, τα κομμάτια θα γίνουν πιο μικρά και γι' αυτό συνήθως εδώ πέρα είναι το Explode slice που λέει, η πίτα γίνεται πιο μικρή, κάποιες τιμές δεν φέρονται και όταν είναι μικρές, γιατί κάνει κάποια διάρκεια σε δωροβολιστές και μπορούμε Return slice, τελευταία επιλογή, να τα όσα με ενώσουμε και να έχουμε πάλι το ίδιο πράγμα. Μπορούμε να ζητήσουμε ανάλυση του δείγματος, ποσοστιαία ως προς το φύλλο, πάμε εγγράφηματα, ελέγχαση, πίτα και OK, αλλά εδώ πέρα δεν θα ζητήσουμε τα slices, δεν θα είναι η βαθμή μας, θα είναι το φύλλο. Και να μερι, ποσοστό, ό,τι θέλουμε, παρ' το πω τώρα, έτσι θα μας τα υποβεγίσει αυτός. OK, και εδώ πέρα έχουμε το δείγμα μας από ότι αποτελείται άλλες γυναίκες. Έχει μια αλλαγή στη διαφορά, έχουμε 18 και 15, δεξί κλικ show data labels, διπλό κλικ και δεξί κλικ show data labels, 5444 και μπορούμε να βάλουμε και τον αριθμό σε gender, apply, δεν έχουμε και τον αριθμό, δεν έχουμε τον αριθμό, δείχνει γυναίκες άγγλες. Και close. Ωραία. Και έτσι έχουμε και το δείγμα μας, πόρτα τσεπιαθόρτα. Τι προνοματιζόμαστε? Α, συγχώρησες τους βαθμούς, αναφύλω. Δεν ήθελα να προχωρήσουμε, εσύ θα προχωρήσεις, δεν θα βρειμε πιο πέρα. Δηλαδή, πάμε, γράψ, πίτα και δεν ήθελα τους βαθμούς, ήθελα μόνο το φύλλο και μπορούμε να δούμε πίτα και και όχι το φύλλο, τα αεξάνιμα και μπορούμε να βάλουμε. Και το επόμενο που έχουμε να δούμε είναι πώς κατανέμονται αναεξάνιμο οι φοιτητές μας. Πάει, φάει, όχι φύλλο, αλλά εξάνιμο και ok και οι φοιτητές μας αναεξάνιμο φύτησης είναι αυτή εδώ. Μπορούμε πάλι να κάνουμε show data labels, να βάλουμε percent εξάνιμο, click, ό,τι παραπάνω βάζουμε, apply, close και ξέρουμε οι φοιτητές μας σε ποιο εξάνιμο να σπουδώνουμε μπρος το τελευταίο στιγμή. Έτσι περιγράψαμε πάρα πολύ το τελευταίο μας. Από εδώ τώρα ένα άλλο πράγμα που μπορούμε να έχουμε είναι μια άλλη ούτως απεικόνιση. Είναι αυτή εδώ την οποία θα κάνουμε τώρα μέσω ενός άγνωμενου, όχι τα γραφήματα, ούτε και στην ανάλυση εν εαυτόν, όπου έχουμε τώρα στην περιγραφική στατιστική, αλλά ένα αυτό explore που δεν είχαμε δει το έχουμε δει καθόλου και έχουμε την εξαρτημένη μας μεταβλητή, το οποίο είναι η αυθροδοχία μας και αυτό εδώ πέρα μοιάζει με την περιγραφική στατιστική που κάναμε στην αρχή με τα υπόλοιπα αυτοκτονικές, στην περιγραφική στατιστική. Στην στατιστική εδώ πέρα μπορούμε να ζητήσουμε, αυτό το κάνουμε στη συνέχεια βέβαια αλλά μια που πάτησα εδώ πέρα που λέει statistics, στην περιγραφική στατιστική αυτό λέγεται διάστημα επιστοσύνης, conference confidence interval. Αυτό τώρα τι σημαίνει ότι αν μας δώσουν έχουμε το δείγμα μας και αν μας δώσουν κάποιες τιμές ακραίες, εμείς δεν θα τις εμπιστευτούμε ας το πω έτσι και εμπιστευόμαστε κάποιες τιμές λέμε ότι το δείγμα μας έχει έγκυρες τιμές στο συγκεκριμένο κομμάτι της τιμών. Αυτό θα το πούμε όμως στη συνέχεια προς το παρόμο και θα πάμε τώρα to make plots, αυτό θέλω να δούμε, δεύτερη επιλογή. Η δεύτερη επιλογή, Γιώργο είμαστε στο μενού analyze, περιγραφική στατιστική, explore. Από το explore έβαλα εξαρτημένη μεταβλητή τους βαθμούς του EPS, μετά πάτησα εδώ clip plots τα σημεία μου και από εδώ θέλω να δω σε περιγραφική στατιστική, πάλι το εστόγραμμα μπορεί να μας προκύψει από εδώ αν δεν το επιλέξουμε, θα το επιλέξω τώρα γιατί σχεδόν δεν θα έχουν κάποιο πρόβλημα χώρου ή εκτύπωσης και θα πατήσουμε και το normal plots with tests, το οποίο τι κάνει, εδώ τώρα εισέχομαι μια καινούργια έννοια, την κανονικότητα του δείγματος μας. Θέλουμε δηλαδή να δούμε κατά πόσο το δείγμα το οποίο έχουμε εμείς και μελετάμε έχει κανονική κατανομή. Θα υπήρχε περίπτωση το δείγμα μας να μην έχει κανονικές κατανομές. Ωστόσο εδώ παίρνει ένα test το οποίο μπορεί να μας δείξει κατά πόσο υπάρχει αυτός ο βλήκτης και γίνεται σωστή αυτή η κατανομή. Θα πατήσω λοιπόν continue, πατάω και ένα ok, ζητάω μόνο τα plots εδώ, display, μόνο plots και να πατήσω ok. Και λοιπόν θα δούμε τι ακριβώς θα μας προκύψει. Τα κλειδία να τα πάρετε, θα την δώσω στον κινητό. Λοιπόν, για δείτε λίγο τώρα εδώ πέρα τι μας έχει δείξει αυτό το κλικ που πατήσαμε. Από εδώ και πέρα λοιπόν ξεκινήσαμε explore και κοιτάμε τώρα. Πρώτα απ' όλα μας λέει για το δείγμα μας, έγκαιρες τιμές 33, missing καμία, 33 έγκαιρες τιμές 100%. Εδώ γίνεται το test της κανονικότητας σύμφωνα με τους Kolmogorov, Svirnov και Sapiro-Wink. Μπορούμε να το κάνουμε γαλύτερα. Δεν πειράζει. Και εδώ πέρα τώρα υπάρχουν κάποια καινούργια στοιχεία τα οποία δεν τα είχαμε δει έτσι και έτσι στο προηγούμενο μάθημα. Υπάρχει η έννοια του sig, το significant, είναι το σημείο το οποίο εμείς θέλουμε να ορίσουμε. Ένα σημείο κάτω από το οποίο το test αυτό να μας πει αν είναι κανονική ή όχι η τιμή μας. TF είναι βαθμή ελευθερίας λέγονται και έχει να κάνει με το δίβανο μας. Εδώ έχουμε το δίβανο μας ας το πω έτσι. Εδώ βέβαια έχει βάθει τους βαθμούς. Και μπορούμε κάποιες τιμές από εδώ αν τις αφαιρέσουμε ή αυτά. Αυτά εδώ λέγονται βαθμή ελευθερίας. Μπορούμε να αφαιρέσουμε κάποιες τιμές στις οποίες προκύπτει κάποια ελευθερία για την κατανομή μας. Εδώ στο TF προκύπτει συνήθως είναι το δύο μας ολόκληρο, εδώ πέρα επειδή είναι κανονικό, ή το NIP-1 συνήθως έτσι θα το δείτε, δείγμα πλήν ένα. Ή όταν έχουμε να κάνει με δίπλευη κατανομή όπως λέγεται, NIP-2. Αυτό είναι το TF, η βαθμή ελευθερίας. Ο στατιστικός δίκτης μας λέει πάντως πάντως ότι το τεστ της φιλανδικότητας από ό,τι φαίνεται εδώ πέρα είναι ανώτερο. Έχουμε θέσει το κάτω χώριο, ας το πούμε εδώ, σύμφωνα με το δεύτερο δίκτη. Βλέπουμε ότι αυτά είναι μεγαλύτερα, άρα προέκυψε ότι η κατανομή μας είναι κανονική. Έτσι απλά. Είναι ένα κανονικό δείγμα δηλαδή. Μπορούμε να το γενικεύσουμε και όλα τα σχετικά. Αυτό τώρα φέρνεις δηλαδή. Αυτό αν θέλω να το φέρνω. Αν έχετε ποσοτικά δεδομένα μπορείτε να πείτε ότι η κατανομή του δείγματός μου είναι κανονική. Και μπορώ να κάνω κάποιες άλλες δουλειές. Δηλαδή όταν θα ελέγξω δύο δείγματα μαζί, δύο ξεχωριστά δείγματα, όπως για παράδειγμα έχουμε την άσκηση με την βαθμολογία στη λογοτεχνία και θέλω να δούμε αν οι δύο βαθμολογίες είναι κανονικά κατανοηπημένες, για να μπορώ να τις συγκρίνω. Διαφορετικά αν μία δεν έχει κανονική κατονομική και άλλη έχει δεν μπορώ να κάνω σύγκριση μεταξύ τους. Ας το πω πιο λόγο απλά. Και συνήθως αυτό μας χρειάζεται όταν θέλουμε να κάνουμε κανονική κατανομή. Βέβαια αν το παραλήψει κάποια στιγμή ότι έγινε το λάθος. Τώρα προχωράμε προς τα κάτω. Επειδή ζητήσαμε ιστογραμμα, μας ξαναέφερε ιστογραμμα, αν και το είχαμε. Προχωράω παρακάτω. Εδώ πέρα αυτό έχει λίγο νόημα να δούμε. Αυτό λέγεται εδώ πέρα Stem and leaf, δηλαδή κορμός και φύλλα. Και εδώ πέρα κοιτάξτε τώρα τι έχουμε να κάνουμε. Έχουμε τον κορμό μας, εδώ, και λέμε ότι οι συχνότητες που έχουμε αυτά, έχουμε αυτά που εμφανίζονται τα νούμερα και έτσι έχουμε κάνει, ας το πω, ένα φύλλο και έναν κορμό ενδιά μας. Ο κορμός έχει πλάτος 10 και μας δείχνει εδώ πέρα τις συχνότητες, όπως το από το αφικονίζει. Στη συνέχεια μας κάνει ένα τεστ κανονικότητας με το πώς το δείχνει και εδώ πέρα μας δείχνει ένα άλλο τεστ κανονικότητας με το QQ plot. Τέλος μας βάζει και το φυκόγραμμα της βαθμολογίας συνολικά, όχι της βαθμολογίας κατά όπως το χωρίσαμε πριν, αλλά με αυτόν τον τρόπο με το explore είδαμε την κατανομή των βαθμών και είδαμε το ιστόγραμμα των βαθμών. Θα μπορούσαμε να κάνουμε το ιστόγραμμα των βαθμών ανά εξάντου. Ανάληση περιγραφική explore, εδώ έχουμε τους βαθμούς και μπορώ να κάνω έναν διαχωρισμό πλέον. Μπορώ να πω ανά εξάντου και θα του πω πάμε ok και κάνω περιγραφική στατιστική πλέον. Ανά εξάμινο σπουδών και τάχη ανά εξάμινο το ιστόγραμμα και μπορούμε εδώ να κάνουμε το ποσοστό το μέσος όρος του εξαμίνου, τελική αφόπληση, για το εξάμινο 6 το ν είναι 9, για το εξάμινο 10 το ν είναι 2, 2 τιμές. Και ανάλαβα έχουν γίνει και οι κορμοί και τα φύλλα σε κάθε ένα από αυτά εδώ πέρα. Το οποίο είναι αρκετά πολύ μεγάλο μπέρδευμα, κυρίως εδώ όταν έχουμε να βλέπουμε νομιράκια αρχίζει να το γράφουμε και μπλέχεται. Βέβαια αυτά είναι μόνο αν ζητηθεί επιπλέον έλεγχος κανονικότητας και όλα τα σχεδικά, μόνο αυτά θα σας χρειαστούν. Επειδή δεν σας τα φέρνω σιγά σιγά για να μην το ανοίξετε. Όχι, πολύ, πολύ. Εδώ τα περνάω αρκετά. Και που φτάσαμε τώρα, σας έχει δώσει ένα εξάμινο σπουδών τη βαθμομιλία. Αυτό χαρακούν και μόνοι μας. Και μπορούμε πάλι με την ίδια εδώ πέρα ανάλυση να ζητήσουμε περιγραφική explore και να ζητήσουμε εδώ αναφύλλο και ζήτησα το ίδιο αναφύλλο, αναάντρες γυναίκες, όπου έχω τα test πάλι της κανονικότητάς μου. Εδώ πέρα το σημεινήθηκε ανεφόσον είναι μικρότερο. Λοιπόν, τα test της κανονικότητας και στον κάτω μέρος μας δείχνει τα ιστογράμματα αναάντρες, όπως ο σώρος χαμπρών με τυπική αποπλήση και τον δίσμα ν.Η.ΝΑΔΕΚΑΩΤΟ. Και πάλι ο κομμός του εθνικού εδώ. Και εδώ πέρα τώρα έχουμε πάλι το ιστογράμμα αναάντρες γυναίκες, όχι ιστογράμμα, συγγνώμη, το θυκόγραμμα, το οποίο το έχουμε κάνει εμείς πιο πριν, αλλά εδώ πέρα θα σας δείξω πώς βγαίνει και πάλι από την ανάλυση αυτή. Αυτό εδώ πέρα το μέτρο της ανάλυσης, του εξπλώδου μας, αν του ζητήσουμε τώρα να μπουν και τα στατιστικά, στα οποία στατιστικά μπορούμε να βάλουμε το διάστημα εμπιστοσύνης, μπορούμε να ζητήσουμε τα ποσοστιμόρια, τις εξωτερικές τιμές, τις οποίες μπορούμε να δώσουμε πού, κατά ποιες τιμές το γράφημά μας ή το δείγμα μας δεν είναι έμπιστο ή όχι, όπως και αυτούς τους δείκτες τους, βάλοντας μπο, εδώ που έχουμε βγάλει πάρα πολλά. Και εδώ πέρα υπάρχει το δείγμα αναάντρες γυναίκες, αυτό είχα κρατήσει, δεν είχα βάλει κάτι άλλο. Αυτό που έχει νόημα να δούμε στην περιγραφική στατιστική πλέον είναι στο δείγμα μας όσον αφορά τους άντρες, το 4,3 και το 7,15 είναι το διάστημα εμπιστοσύνης, δηλαδή αναμένουμε γενικότερα η κατανομή της βαθμολογίας να βρίσκεται εδώ. Όχι ότι από 5% και πέρα τις διώχουμε αυτές τις τιμές, μπορούμε να το ελέγξουμε αν θα έχουμε κάποια άλλη τιμή, αλλά μας λέει ότι το διάστημα εμπιστοσύνης, το 95% το γραφείο μας είναι από εδώ έως εδώ. Το ίδιο για τις γυναίκες από το 3,69 έως το 6,18 και μπορούμε εδώ πέρα να δούμε πάλι και τις επιμέρους τιμές της περιγραφικής στατιστικής. Ναι, γι' αυτό σας το έφερα σιγά σιγά για να μην σας χάσω. Και λοιπόν εδώ πέρα το πρόγραμμα βέβαια είναι το πώς περιγράφουμε και τους δίκτες εδώ και τα ποσοστιμόρια είναι εδώ. Ποσοστιμόρια, εντάξει, και υπάρχουν και κάποια επιπλέον δίκτες, extreme values όπως δει εδώ πέρα μπορεί να μας πει ότι σε συγκεκριμένες τιμές, εδώ είχαμε βάλει ότι στους άντρες μέχρι το 7,18 ήταν το πάνω όριο της εμπιστοσύνης, άρα μας δίνει ότι extreme values είναι ως πως το πάνω μέρος τα 8 ή 8,9,10 και ως πως το κάτω από 0 έως το 4. Το αντίστοιχο πάλι για τις γυναίκες, πάνω κάτω, εντάξει. Και μας κάνει πάλι το ιστογραμμα, πάλι τα ίδια αυτά που έκαναμε πριν και πάλι και πάλι, εντάξει. Ωραία, τώρα πιστεύω ότι έτσι λίγο το έχουμε ολοκληρώσει όσον αφορά το δείγμα, την άσκηση μας αυτή. Έχουμε κάνει δηλαδή τα πάντα που μπορούσαμε να κάνουμε για να περιγράψουμε το δείγμα μας. Εντάξει, θα κάνουμε μια σύγκριση μέσω νόρων με το tough test σε συνέχεια, να κάνουμε ένα ρεαλματάκι τώρα και συνέχεια θα συμπερόσουμε αυτήν εδώ την άσκηση έτσι ώστε να δούμε πως ακριβώς θα γίνει. Λοιπόν, μετά το διάλειμμα μας, θα γυρίσουμε πάλι στην άλλη στιγμή. Θα κάνουμε το τελευταίο το οποίο το 8ο το αφήσαμε. Είναι ο πίνακας διασταύρωσης αναφύλων και ποσοστά βαθμολογιών. Εντάξει, θα πούμε λοιπόν πάλι, εδώ πέρα δεν θα αφήσουμε αυτό εδώ πέρα τον χορό, τον πίνακας διασταύρωσης αναφύλων και ποσοστά βαθμολογιών. Εντάξει, θα πούμε λοιπόν πάλι, εδώ πέρα δεν θα αφήσουμε αυτό εδώ πέρα τον χορό, το output του SPSS και θα πάμε να κάνουμε μια διασταύρωση, ένα πίνακας διασταύρωσης, τα cross-stabs λοιπόν. Κάνουμε ανάλυση, περιγραφική στατιστική, discrete statistics και cross-stabs. Είναι ο πίνακας διασταύρωσης. Θέλουμε να βάλουμε σε φύλλο, σε γραμμές το φύλλο του δείγματος μας και σε φύλλες θα βάλουμε τους βαθμούς του SPSS. Εδώ τώρα επειδή θέλουμε να τα δούμε και ποσοστιαία, δεν θα πατήσουμε τα statistics αλλά cells, τα κελιά τα οποία θα βγουν στον πίνακά μας και θέλουμε να μας δώσει ποσοστιαία, percentages ως προς το role, λοιπόν δεν τα βάλουμε όλα εδώ πέρα και πατάμε continue. Στην στιγμή που το OK είπαμε είναι ενεργό, είμαστε μια χαρά, δηλαδή μπορούμε να το προχωρήσουμε, δεν κάναμε κάτι λάθος και εδώ πέρα πλέον έχουμε τον πίνακα τιμών. Και εδώ πέρα έχουμε τον πίνακα τιμών, ανά φύλλο και συνολικά και ανά βαθμολογία. Δηλαδή ο βαθμός 0 πήρε ένας άντρας, μία γυναίκα, το σύνολο δύο άτομα, 6% πήραν εδώ συνολικά, δύο άντρες πήραν ένα, γυνήκτης δεν πήρε γυνήκτης καμία. Άρα 10% του δείγματος πήραν ένα άντρας, 0 από γυναίκες. Το σύνολο του δείγματος συνολικά είναι 6,1, βλέπετε ότι το 1 επί αυτούς που μιλάμε για όλο το δείγμα είναι 6,1, άρα είναι μόνο για τους άντρες μόνο για τις γυναίκες. 2 τώρα, κανένας άντρας, μία γυναίκα, 3% του δείγματος, 6% των γυναικών. 0, 3 πήρε κανένας άντρας, 2 γυναίκες, 13% γυναικών, 6% του δείγματος. Και όλο το πέραξε εξής και προχωράμε εδώ και βλέπουμε ότι στο τέλος είναι άντρες 18, γυνήκες 15, συνολικά τρία άτομα το δείγματος, 100%. Όσον αφορά το 10 πήρε ένας άντρας το 5% μία καμία γυναίκα. 9, 2 άντρες έχουμε, 8 πήραν 2 και 2, 4 το 12% του δείγματος συνολικά. Εδώ δεν αθρίζονται αυτά αλλά είναι όπως είπαμε ότι αυτό είναι το 11% των γυναικών, αυτό είναι το 11% των ανδρών, άρα αυτό είναι το 12% του δείγματος. Οπότε έτσι μπορούμε να εξηγήσουμε και αυτό το πίνακα όταν μας ζητηθεί. Αυτά είναι τα στοιχεία της περιγραφής του δείγματος μας. Τώρα αν θέλετε να το δείτε αυτό συνολικά, το τι έχουμε κάνει μέχρι στιγμής είναι όλα αυτά εδώ πέρα, τα οποία κάνουμε την προηγούμενη ώρα και βλέπετε πόσο ακριβώς έχουμε αναλύσει το δείγμα μας εδώ στα παιστικά. Τώρα πάμε στο Φύλλο Εργασίας, θα σας το πω έτσι το SPSS, πάμε σε μπάλα του Μιλού, θα προσθέσουμε από κάτω μία ακόμα μεταβλητή, η βαθμολογία ως προς τη λογοτεχνία των φιλικτών μας. Εδώ βλέπετε ότι δέχτηκε και στα ελληνικά την έξι λογοτεχνία του Φύλλου Εργασίας και βάζουμε τους βαθμούς όπως σας τους δείχνω στη δεύτερη σελίδα όταν θα γυρίσουμε. Βαθμή λογοτεχνίας, βάλει ως ναν, μη, συ, τωραία, εντάξει και είναι κλίμακας, είναι βαθμολογία. Άρα πάμε τώρα σε data view και εδώ πέρα πάμε στη δεξιά στήλη που έχει βάλει όλες τις παβλίτσες, ξεκινάμε από την αρχή και βάλετε όπως τα που λέμε τώρα. Αφού το ξεκινήσετε βάλετε και την εξέταση για να το πούμε συνολικά, να μην κάνουμε άλλη πάση στη συνέχεια, προφορικά τα ζητά. Και νουμέρικα την αφήσετε δεν μας πειράζει, την εξέταση κάνετε νουμέρικα και όχι σε τέτοιου πράγματος. Τώρα θα συγκρίνουμε τους βαθμούς, τις βαθμολογίες. Μετά θα συγκρίνουμε άγγρα γυναίκες, εσπιαιστές, λογοτεχνίες. Αν θέλουμε να το κάνουμε σωστά πρώτα θα πάμε στην περιγραφή και θα κάνουμε την ίδια ανάλυση για όλο. Λοιπόν για να το δούμε λίγο έχουμε κάνει τον πίνακά μας. Έχουμε πάλι δύο έμπνεων μεταγνωτές, το βαθμό των φοιτητών μας στη λογοτεχνία και το πώς εξετάσαμε τελικά τους φοιτητές μας γραφτά ή προφορικά. Μπορούμε να εμπορίσουμε ότι τους εξετάσαμε γραφτά σε όλα τα μαθήματα και να το εξετάσουμε από τον τρόπο ή προφορικά σε όλα τα μαθήματα. Αν θέλετε να το εξειδικεύσετε κι αν δεν το θέλετε θα μπορούμε να κάνουμε και μία ακόμα μεταγνωτή. Γραφτά λογοτεχνία, προφορικά λογοτεχνία ή γραφτά από SPSS, προφορικά SPSS και το πέθαξες. Αυτά είναι το πώς θα βάλετε τις μεταγνωτές σας μέσα στο φύλλο του SPSS. Αυτό που θα κάνουμε τώρα είναι αν θέλουμε για τους βαθμούς λογοτεχνίες κάνουμε την επόμενη ώρα ανάλυση στις βαθμολογίες. Μπορούμε να κάνουμε πάλι την ίδια περιγραφική ανάλυση σε όλα αυτά που είχαμε κάνει πριν και για τη λογοτεχνία που αυτή τη στιγμή δεν μας χρειάζονται. Ας πάρουμε μόνο τα πολύ βασικά στο descriptives εδώ, να μην πάμε στο εξυπέροχο και το μαξιμαρία. Πάμε στο descriptives και θα ζητήσουμε όχι SPSS αλλά λογοτεχνία. Εδώ έχουμε ζητήσει όλες τις πιθανές παραμέτρες που έχει στατιστικούς δείκτες που έχει μάλλον το δείγμα μας. Continuum, ok και το δείγμα μας περιγράφεται με αυτούς εδώ πέρα τους δείκτες τους στατιστικούς. Λέμε ότι το δείγμα μας είναι από 33 άτομα, έγκυρες στιγμές, το rate στο εύρος είναι 10, μη ενάχιστο 0 μέγιστο 10, ο στατιστικός δείκτης είναι 5,39, αυτός διαφέρει με το δάσμα που έχαμε βρει, έχαμε βρει νομίζω 6 ακόμα θυμάμαι τι. Το τυπικό λάθος είναι 0,484, το τυπικό λάθος του μέσου όρων, στάντρα τελευταίας οκτυπική απόκλειση, βαριάς έχουμε τη διασφορά εδώ πέρα και σκέψη και στασμιδική ασυμμετρία, συγκεκριμένη ειδικότερα που υπάρχει στο δείγμα μας. Έτσι μπορούμε να περιγράψουμε και τους λασμούς της λογοτεχνίας, πώς προέκυψαν και να πάρουμε την εικόνα μόνο στατιστικά. Αυτό τώρα που θέλουμε να κάνουμε εμείς είναι να δούμε αυτή η μέση όρη μεταξύ τους, τι σχέση έχουν και πού τα πήγαμε καλύτερα στη λογοτεχνία ή στον που τα πήγαν οι φιλητές μας. Οι φιλητές μας εφόσον είναι ένας πληθυσμός, μπορούμε να ζητήσουμε ανάλυση, πάλι, και εδώ τώρα να συγκρίνουμε τους μέσους όρους, και μπορούμε απλά να ζητήσουμε COMPARE MEANS όπως λέει η πρώτη επιλογή, στο οποίο να ζητήσουμε αρχικά τους λασμούς του SPSS και τους λασμούς της λογοτεχνίας. Μπορούμε να το ζητήσουμε συγκρίνδυνο. Στις επιλογές μπορούμε να ζητήσουμε από τους στατιστικούς δείκτες τι ακριβώς θέλουμε να υπάρχουν και ζητάμε στα κελιά της στατιστικής θαύτης να βγει τι να υπάρχει, τον άμπερο φιλήσης δεν το χρειαζόμαστε, μπορούμε να ζητήσουμε το μέσο όρο και την τυπική απόκλειση. Μέγεση στο κελάκι στον καρύπαπε είναι τα ίδια και μπορεί κάποιος να πει κάποιον άλλον δίκτυ. Αυτά μέχρι στιγμής δεν μας χρειάζεται κάποια άλλα. Από τις 33 στιγμές του δίεμματος έχουμε ότι ο μέσος όρος του SPS είναι 5,36 ενώ στους λογοτεχνίες έχουν 5,39. Εντάξει δεν υπάρχει κάποιο θέμα, μπορούμε πάλι να αλλάξουμε και να αλλάξει η παθοδογία μας από ένα τον άλλο μέλος. Και ακριβώς μπορούμε να ζητήσουμε αυτό το βασικό. Πάμε λίγο να προχωρήσουμε και να κάνουμε συγκρίσεις μεταξύ των μαθημάτων, των βαθμολογιών των μαθημάτων. Μεταξύ τώρα κάποιον άλλο να ελεγχύσουμε και άλλες μεταβλητές. Πάμε να αναλάβει το περλυντς στους μέσους όρους και να πω ότι εδώ έχουμε τους βαθμούς SPS και λογοτεχνία. Θα ζητήσω τώρα και να δω ανάλογα με το φύλλο μια ανεξάρτητη μεταβλητή τι θα προκύψει. Αυτά όλα είναι περιγραφικά, δηλαδή δεν μου λέει κάτι γι' αυτό μέχρι και εμείς τους SPS αν καλά κάνω ή τα επίπεδα σημαντικότητας όπως είχαμε πριν. Είναι απλά νούμερα. Και έτσι πλέον μου λέει ότι ο μέσος όρος των βαθμών στους SPS είναι 5,82 πριν πήραμε και στην λογοτεχνία. Οι γυναίκες τα πήγατε καλύτερα στην λογοτεχνία, από 4,3 πήγαμε στο 5. Και ο μέσος όρος γενικότερα των ανδρών ενώ συνολικά είναι 5,36 ενώ ο συνολικός μέσος όρος των λογοτεχνίων είναι 5,39. Και βλέπετε ότι εδώ μας δείχνει ότι συγκρίνοντας τους μέσους όρος του βαθμού SPS και φύλλο, λογοτεχνία και φύλλο, και θα μας λέει και θα κάνει ο πρώτος μέρος ότι θα αναλύσουμε στον δεύτερο πίνακα. Αν θέλουμε να κάνουμε τώρα συσχέτηση του ενός δείγματος σύμφωνα με τον δίκτη, με το tough test, θα πρέπει τώρα να δούμε ποιες μεταβλητές θα ελέγξουμε. Και μπορώ να του πούμε ότι εγώ θέλω να ελέγξω SPS και λογοτεχνία. Στις επιλογές αυτό που μας ζητάει, αυτό το 95% που λέει, είναι αυτό το διάστημα εμπιστοσύνης. Αυτό που είχαμε δει πριν για το SPS-S, δεν το κάναμε για το λογοτεχνία, δεν έχει νόημα. Και θέλω εδώ πέρα να κάνει τη σύγκριση, σύμφωνα με το tough test, στο επίπεδο της εμπιστοσύνης που έχει το SPS-S, όπως έχει αναλύσει και θα πείω το τάδε μέχρι τάδε σημείο, θέλω αυτήν την ανάλυση να είναι continue και όλα όντως ok. Ξεκινάει η ανάλυση του tough test, το οποίο και αυτό γίνεται ταχύτατα. Θεωρεί τώρα λοιπόν ο υπολογιστής ότι εδώ έχουμε το κατώτερο και το ανώτερο 6, 4,4,6,7,28 είναι οι βαθμοί και ο βαθμός υποδείκτης tough, αυτός εδώ πέρα ο οποίος μας δίνει το βαθμό τέλος πάντων του test, είναι το 11,8 για το σωριακό SPS-S και το 11,13 επειδή έχει ορίσει μόνο στο υπολογιστής το επίπεδο σημαντικότητας του 0, αυτό είναι μεγαλύτερο του 0, οπότε λέμε ότι υπάρχει η αρχική υπόθεση επανειδεύοντας, αυτό δεν είχα πει στην αρχή, έστω ότι εμείς θέλουμε να ελέγξουμε δύο δείγματα και λέμε ότι θέλουμε να πούμε ότι η στατιστική σημαντικότητα είναι τέτοια η οποία μας κάνει το δείγμα μας, δεν υπάρχουν στατιστικά σημαντικές διαφορές και με τον τρόπο αυτό το tough test, εφόσον πήρε ο δείκτης τιμή μεγαλύτερη από το επίπεδο που έχει το SPS-S στο επίπεδο σημαντικότητας, λέμε ότι η αρχική υπόθεση η ηθα 0, ας το πω έτσι από το χαϊπόθεσης είναι, επειδή εφαίνει το H ή το ηθα στα ελληνικά, γι' αυτό και λέμε ότι η βασική υπόθεση επανειδεύεται, άρα δεν υπάρχει στατιστική διαφορά, στατιστικά σημαντική διαφορά μεταξύ των δύο δευμανών μας και έτσι αυτό γράφουμε στην εργασία και κλείνουμε με αυτόν τον τρόπο. Αλλά αυτό είναι όταν έχουμε να κάνουμε ένα δείγμα, το οποίο έχει να κάνει με ένα δείγμα και παίρνουμε δύο από αυτούς τους τον δείκτη του tough test. Αυτό δεν ξέρω αν αναφέρεται στο πείγμα σημαντικότητας, αυτό δεν ξέρω, δεν το θυμάμαι, σχεδόν είχε βγει. Τέλος πάντων αυτός είναι ο δείκτης tough. Τώρα υπάρχει ο επόμενος εργασίας όπου έχουμε διαφορετικές τιμές και μπορώ να πω ότι αν εγώ είχα τους γραφούς του SPSS και θέλω τώρα να τους κατατάξω σε δύο διαφορετικά group, αυτούς που εξετάστηκαν προφορικά και αυτούς που εξετάστηκαν γράφτα, παίρνω τον τρόπο εξέτασης και ζητάω ο group value και θέλω να πω τώρα το εξής, εδώ πέρα είναι τα group, είναι δύο τα group συνήθως που κάνουμε εδώ πέρα, υπάρχουν και στατιστικοί έλεγχοι για τρία και περισσότερα grouping variable βαταλυτές, ωστόσο εδώ πέρα εμείς έχουμε μια μεταβλητή που έχει δύο τιμές, η εξέταση ήταν ή προφορική ή γραπτή, άρα στο define group θα βάλουμε το νούμερο 1 και στο group 2 το 2, γι'αυτό και όταν ξεκινήσαμε και βάλαμε τις βαταλυτές βάλαμε 1,2 γραφτά προφορικά, πατώντας continue βλέπουμε ότι έχει ενεργοποιηθεί το ok άρα θα μας τα δώσει και ok για να δώσουμε τα best and the best options πάλι με τη φάρα μου, 1,2, δηλαδή προφορικά γραφτά, εδώ πέρα πάλι μπορούμε εμείς να πούμε ότι θέλουμε το ποσοστό της, το confidence percentage, το ποσοστό εμπιστοσύτης είναι 35% και μπορούμε να πατήσουμε continue, αυτό το 95% είπατε και στο προηγούμενο μάθημα ορίσουμε συνήθως στατιστικά και λέμε ότι το 5% των τιμών μπορούν να μην επαληθεύουν αυτές τις περιπτώσεις μας και γι'αυτό συνήθως θέλουμε το 95% των περιπτώσεων, διαλέγουμε δηλαδή συνήθως ένα ποσοστό, είτε το 1% είτε το 5% και κόβουμε κάποιες στιγμές και λέμε θα γίνει η μελέτη στο εύρος της κατανομής αλλά μόνο στο εύρος που το ονομάζουμε εύρος εμπιστοσύνης, ποσοστό εμπιστοσύνης, εσωτερικής εμπιστοσύνης, continue, πατάμε ok και ξεκινάει το test. Εδώ τώρα μπαίνει ένας καινούργιος άσθρωπος μαθηματικός, δεν ξέρω ότι ήταν ο Λεβίν, και υπάρχει το test λοιπόν εδώ το οποίο μας λέει το tough test για δύο γρουπ από μεταδικτές έχει να κάνει θα ελέγξουμε τον τρόπο εξέτασης γραφτά προφορικά για τον OSPS, εδώ πέρα γραφτά εξετάστηκαν 20 προφορικά ή 13, ο μέσος όρους των γραφτών ήταν 5,55 ενώ των προφορικών ήταν 5,08, τυπική απόκληση για τα δύο δείγματα ήταν αυτά, τυπικό λάθος του μέσου όρου ήταν αυτό εδώ. Λοιπόν τώρα εδώ πέρα ορίζουμε ως επίπεδο σημαντικότητας για τη δίπλευρη κατανομή το tough test αυτό σημαίνει δίπλευρη κατανομή και ορίζουμε αυτά τα δύο σημεία τα επίπεδα σημαντικότητας. Όταν ο δίκτης F, ο δίκτης T, εδώ και έτσι έχουμε τον δίκτη μας εδώ πέρα ο οποίος, εδώ μας δίνει το επίπεδο σημαντικότητας 85% από κάτω και το πάνω όριο, το tough, πρώτα κάνουμε εδώ πέρα την σύγκριση και ναι με το F είναι 0,251 και το συγκρίθηκαν είναι στο 0,620 κάνουμε όλες τις συγκρίσεις, έχουμε τη διαφορά στάντα βιοίσον και τώρα εδώ πέρα όπως έχουμε κάνει την εμβάληση είναι στιγμή να το βάλουμε στο χαράξι εδώ. Το επίπεδο σημαντικότητας είναι μεγαλύτερο από το 0,05 αυτό που είχαμε ορίσει αρχικά, αυτό το επίπεδο, οπότε έχουμε τους δίκτες οι οποίοι είναι 0,251 και ο δίκτης tough είναι 0,5, έτσι εδώ βλέπουμε ότι από τις τιμές της διαφοράς, εδώ γίνεται το test και ο πολυγιστής μας χωρίζει αυτό εδώ το πινακάκι στα δύο και μας λέει ότι αν εμείς υποθέσουμε ότι έχουμε ίδιες διασφορές ή ήχο εμπαρρειάνσης τότε θα χρησιμοποιήσουμε αυτή τη γραμμή εδώ πάνω διαφορετικά θα χρησιμοποιήσουμε την κάτω γραμμή. Επειδή είδαμε ότι οι διασφορές στον πάριανση ήταν κοινό και στα δύο δείγματά μας, τότε για αυτόν τον λόγο θα χρησιμοποιήσουμε την πάνω γραμμή. Και έτσι λοιπόν θα πούμε όλα τα στοιχεία τα οποία περιέχονται στην πάνω γραμμή και θα πούμε ότι στο τέλος το επίπεδο σημαντικότητας είχαμε ορίσει το 0,0,5. Και εφόσον οι δείχτες μας ξεπερνάνε από το 0,0,5 που ήταν εκείνη η πιθανότητα να μην επανειθεχτεί η βασική μας υπόθεση λέμε στο τέλος ότι η βασική υπόθεση του H0 έχει επανειθεχτεί και πλέον μπορούμε να προχωρήσουμε στη σύνδεση των δύο οδηγμάτων μας. Και έτσι μπορούμε να πούμε πλέον ότι αργότερα τι έχει γίνει με τους μέσους όρους και αυτόν τον τρόπο που μπορούμε επιτέλους να πούμε ότι ναι στα γραφτά πήγαμε καλύτερα από ότι στα προφορικά. Εντάξει να κοιτάμε καλό μπέρδεμα είναι αυτό αλλά μπορούμε στο τέλος έτσι να το καθορίσουμε και να το παρουσιάσουμε μέσα στην εργασία. Εντάξει αυτός είναι ο τρόπος που επιλέγουμε και αναλύουμε ανεξάρτητα δείγματα σύμφωνα με το tough test. Με τον ίδιο τρόπο μπορούμε να κάνουμε και να διαλέξουμε κάποιες πενταπλητές, ένα ζευγάρι πενταπλητών στο ίδιο μας το δείγμα. Και να ζητήσω το ζευγάρι πενταπλητών το οποίο θα χρησιμοποιήσω είναι η βαθμή του SPSS και η βαθμή στη λογοτεχνία. Στις συμβιλογές πάλι ζητάμε το ποσοστό σημαντικότητας, το ποσοστό εσωτερικής εμπιστοσύνης 95% continue και μετά το OK θα μας δώσει εδώ πέρα πάλι το πώς θα γίνουν αυτές εδώ τις συγκρίσεις. Εδώ λοιπόν θα πρέπει να πούμε τα εξής, θα πούμε ότι εφόσον η κατανομή μας έχει δώσει δίκτη, το 0.066 το επίπεδο σημαντικότητας που έχουμε είναι μεγαλύτερο το 0.05, τότε σημαίνει ότι η βασική υπόθεση πάλι επανειδεύεται και από κάτω μπορούμε να ράψουμε ότι αυτή η επανείδευση γίνεται όταν έχουμε 32 γραφούς ελευθερίας, ο δίκτης τάφι είναι πριν 0.43 και μπορούμε να περιγράψουμε με αυτά τα νομεράκια που έχουμε πλέον σαν διστικούς δίκτες. Κοιτάμε δηλαδή αυτό εδώ πέρα το επίπεδο σημαντικότητας και αυτό το συγκρίνουμε με το επίπεδο το 0.05 και είναι η πιθανότητα που έχουμε πει αρχικά ότι θα γίνει. Έτσι λοιπόν φτάσαμε στο σημείο να ελέγξουμε αυτά τα δείγματα και στη συνέχεια μπορούμε να διαλέξουμε και τα ιδέα και μπορούμε να πάρουμε και κάποιες άλλες μετακριτές και μπορούμε να πάρουμε και πληθυσμούς δείγματα τα οποία είναι άσχετα μεταξύ τους και να πάμε και στις μη παραμετρικές αναλύσεις τα νοπαραμετρικές tests τα οποία είναι όπως είναι αυτό το one test το tough test που είδαμε πριν και μπορούμε να πάμε σε αυτά εδώ πέρα τα tests τα οποία χρησιμοποιούνται περισσότερο μπορώ να πω στις στατιστικές αναλύσεις όταν κάνουμε σε κάποιες έρευνες. Αυτά θα τα πούμε όμως στο άλλο μάθημα και προς το παρόν αυτά έχουμε να πούμε και σήμερα θα σας περιμένουμε στο επόμενο μάθημα. |
