Statistička analiza podataka u SPSS-u

Cene kurseva se formiraju na osnovu toga da li su kursevi namenjeni za pravna ili fizicka lica, za grupu ili individualno, offline ili online, u vasim ili nasim prostorijama. Molimo Vas, da nas kontaktirate za ponudu.

Ovde možete pronaći odgovore na često postavljena pitanja u vezi kursa “Statistička analiza podataka u SPSS-u“.

Nema sumnje da se poslovanje, obrazovanje i sva naučna područja dosta oslanjaju na računare. Ta je zavisnost postala toliko velika da više nije moguće razumeti društvena i naučna istraživanja bez znanja iz statistike i bez bar određenog poznavanja nekog statističkog softvera.

Broj i vrsta statističkih softverskih paketa koji su dostupni rastu svake godine. SPSS je veoma popularan u akademskim i poslovnim krugovima, što ga čini najčešće korišćenim paketom ovog tipa. SPSS softver koristi se za analizu podataka i kao kompletan statistički paket koji se zasniva na interfejsu „point and click“. Ovaj softver istraživači koriste za analizu podataka od njegovog razvoja šezdesetih godina od strane Normana H. Nie-a, u saradnji sa C. Hadlai Hull-om i Dale Bent-om, do danas.

SPSS (Statistički paket za društvene nauke) je skup softverskih programa kombinovanih zajedno u jednom paketu.

Osnovna primena ovog programa je analiza naučnih podataka u društvenim naukama. Ovi podaci se mogu koristiti za istraživanje tržišta, data mining, itd. Na primer, pomoću dobijenih statističkih informacija, istraživači mogu lako razumeti potražnju proizvoda na tržištu i u skladu s tim mogu promeniti i uskladiti svoju strategiju. SPSS prvo skladišti i organizuje priložene podatke, zatim sastavlja skup podataka da bi se proizveo odgovarajući rezultat.

Rad sa podacima je složen i dugotrajan proces, ali pomoću ovog softvera se lako rukuje i upravlja podacima uz pomoć različitih tehnika. Ove tehnike se koriste za analizu, transformisanje i dobijanje karakterističnog obrasca između različitih podataka i promenljivih. Pored toga, rezultati podatka se mogu i grafički prikazati, tako da korisnik može lako da razume rezultat. Statističke tehnike poput krostabulacija, t-testa, Hi-kvadrat testa, itd. dostupne su u meniju „analiza“.

SPSS je posebno koristan za studente i istraživače u oblasti psihologije, sociologije, psihijatrije i drugih nauka o ponašanju, jer sadrži širok spektar univarijantnih i multivarijantnih postupaka koji se koriste u ovim disciplinama.

Transformacija podataka je jedan od najkorisnijih alata u SPSS-u, a koristi se za pretvaranje tipa podataka (npr. kvantitativne varijable pretvaramo u kategorijske. U okviru ankete smo prikupili podatke o godinama ispitanika (18, 25, 29, 30, 31, …), ali za poređenje određenih starosnih grupa potrebno je da ovako dobijene podatke transformišemo u grupe (18-25, 25-30, 30-35, …)). Nakon promene tipa podataka, SPSS integriše istu vrstu podataka na jednom mestu i lako ih je koristiti.

Takođe postoji opcija pod nazivom „split file“ koja je data u meniju „data“. Ova opcija je veoma korisna za istraživače koji izvode komparativne studije. Pretpostavimo da istraživači žele da znaju stopu nezaposlenosti tri regiona. U ovom slučaju, opcija za podeljenu datoteku (“split file”) pomoći će im da dobiju rezultate za tri regiona odvojeno, tako da mogu da protumače i uporede stopu nezaposlenosti iz tri regiona.

SPSS softver ima opciju koja se zove “nedostajuće vrednosti” (“missing values”), a ona pomaže u donošenju boljih odluka o podacima. Ova tehnika omogućava korisniku da popuni nedostajuće praznine kako bi stvorio bolje modele za procenu podataka. Opcija pruža korisniku procedure za upravljanje i pripremu podataka. SPSS uključuje neke sofisticirane inferencijalne i multivarijantne statističke postupke kao što su faktorska analiza, analiza varijanse, itd.

SPSS softversko rešenje nudi napredne alate za statističku analizu podataka, veliku biblioteku algoritama mašinskog učenja, analize teksta, proširivost otvorenog koda, integraciju sa velikim podacima, itd.

Jednostavnost upotrebe i fleksibilnost čine SPSS dostupnim korisnicima svih nivoa veština. Štaviše, pogodan je za projekte svih veličina i nivoa složenosti, a može pomoći u pronalaženju novih mogućnosti, poboljšanju efikasnost i minimiziranju rizika.

Analiza podataka je proces čišćenja, transformacije i modeliranja podataka radi otkrivanja korisnih informacija za donošenje prvenstveno poslovnih odluka. Svrha analize podataka je izvlačenje korisnih informacija iz podataka i donošenje odluke na osnovu te analize.

Kada donosimo bilo kakvu odluku u svakodnevnom životu prvenstveno razmišljamo o onome što se dogodilo prošli put ili šta će se desiti ako donesemo tu konkretnu odluku. Ovo nije ništa drugo nego analiza naše prošlosti ili budućnosti i donošenje odluka na osnovu nje. Zbog toga sakupljamo uspomene na našu prošlost ili snove o našoj budućnosti. Dakle, to nije ništa drugo nego analiza podataka. Isti proces sprovodi i analitičar u poslovne svrhe i naziva ga analiza podataka.

Da biste razvili posao ili da biste poboljšali Vaš život, ponekad je sve što trebate da uradite – da analizirate.

Ako Vaše preduzeće ne raste, onda se morate osvrnuti i priznati svoje greške i ponovo napraviti plan bez ponavljanja tih grešaka. Čak i ako Vaše preduzeće raste, onda morate naći način da posao više raste. Sve što treba da uradite je da analizirate poslovne podatke i poslovne procese. U tome Vam mogu moći različiti alati za analizu i obradu podataka, a jedan od njih je i SPSS. Alati za analizu podataka korisnicima olakšavaju obradu i manipulaciju podacima, analiziraju odnose i korelacije između skupova podataka, a takođe pomažu u prepoznavanju obrazaca i trendova za interpretaciju.

Statistička analiza pokazuje “Šta se dešava?” koristeći prošle podatke, a uključuje prikupljanje, analizu, interpretaciju, predstavljanje i modeliranje podataka. Analizira skup podataka ili uzorak podataka. Postoje dve kategorije statističke analize:

• Deskriptivna analiza i
• Inferencijalna analiza.

Deskriptivna analiza analizira kompletne podatke ili uzorak sažetih numeričkih podataka. Prikazuje srednju vrednost i odstupanje za kvantitativne podatke, a procenat i frekvencije za kategorijske podatke.

Inferencijalna analiza analizira uzorak iz kompletnih podataka. U ovoj vrsti analize možete pronaći različite zaključke iz istih podataka odabirom različitih uzoraka.

Proces analize podataka je prikupljanje informacija pomoću odgovarajuće aplikacije ili alata koji vam omogućava da istražite podatke i pronađete obrazac u njima. Na osnovu toga možete donositi odluke ili možete donositi konačne zaključke.

Analiza podataka sastoji se od sledećih faza:

• Svrha prikupljanja podataka
• Prikupljanje podataka
• Čišćenje podataka
• Analiza podataka
• Interpretacija
• Vizualizacija podataka

Pre svega, mora da razmislite zašto želite da uradite određenu analizu podataka?

Mora da odlučite koju vrstu analize podataka želite da uradite. U ovoj fazi mora da odlučite šta ćete analizirati i kako ćete to izmeriti, mora da razumete zašto istražujete i koje mere mora da koristit da biste sproveli određenu analizu.

Nakon utvrđivanja svrhe prikupljanja podataka, dobićete jasnu predstavu o tome šta treba da merite i šta treba da bude Vaš rezultat. Tada je vreme za prikupljanje podataka. Jednom kada prikupite podatke, ne zaboravite da prikupljeni podaci moraju biti obrađeni ili organizovani za analizu.

Dok prikupljate podatke iz različitih izvora, mora da vodite evidenciju sa datumom prikupljanja i izvorom podataka, jer će to biti neophodno za prikazivanje rezultata istraživanja.

Bez obzira na to koji podaci su prikupljeni i da li su irelevantni za cilj analize, treba da se očiste (data cleaning). Podaci koji se prikupljaju mogu da sadrže duplikate, praznine ili greške.

Pre analize podaci mora da se očiste i da budu bez grešaka, jer će na osnovu čišćenja podataka rezultat analize biti bliži očekivanom ishodu i validniji.

Jednom kada se podaci prikupe, očiste i obrade, spremni su za analizu. Dok manipulišete podacima, možda ćete pronaći tačne informacije koje su vam potrebne, ali ponekad ćete možda morati da prikupite više podataka. Tokom ove faze možete koristiti alate i softver za analizu podataka koji će vam pomoći da razumete, tumačite i izvlačite zaključke.

Nakon analize podataka, konačno je vreme da protumačite dobijene rezultate. Možete da odaberete način interpretacije podataka: reči, tabele, ili grafici. Zatim koristite rezultate analize podataka da biste doneli najbolje odluke i preporuke.

Vizuelizacija podataka je vrlo česta u svakodnevnom životu; često se pojavljuju u obliku grafikona. Drugim rečima, podaci su prikazani grafički tako da ljudski mozak lakše razume i obradi podatke.

Vizuelizacija podataka često se koristi za otkrivanje nepoznatih činjenica i trendova. Posmatrajući odnose i upoređujući skupove podataka, možete pronaći način da dobijete smislene informacije.

• https://medium.com/@johnnoels/what-is-spss-and-its-importance-in-research-data-analysis-5f109ab90da1
• https://www.statisticssolutions.com/spss-statistics-help/
• http://www.fao.org/tempref/AG/Reserved/PPLPF/ftpOUT/Gianluca/stats/Statistics%20-%20A%20Handbook%20of%20Statistical%20Analyses%20using%20SPSS%20-%20Excellent%20!!!.pdf
• https://www.ibm.com/in-en/analytics/spss-statistics-software
• https://www.guru99.com/what-is-data-analysis.html