|
Les sociologues utilisent SPSS ( Statistical Package for Social Sciences ) pour analyser des données avec une analyse de variance ( analyse de variance) pour comparer l'effet des variables indépendantes sur les variables dépendantes. Ils rendent compte de l'importance , la probabilité , la différence est due au hasard ( une signification moins than.05 signifie qu'il ya moins de 5 chances sur 100 , le résultat est le fruit du hasard ) . Sciences sociales déterminent également Eta carré , la taille de l' effet ou le pourcentage de la variable dépendante expliquée par la variable indépendante . Instructions
Data Access
1 Cliquez sur «Fichier» dans la partie supérieure de l'écran SPSS pour remonter les données d'un fichier de données existant . Sélectionnez "Ouvrir" dans la boîte de dialogue déroulante.
2 Cliquez sur " Rechercher dans" à partir du répertoire s'affiche. Sélectionnez "Data" de la
3 Cliquez sur le nom du fichier de la date à laquelle vous souhaitez analyser "Type de fichiers." , Par exemple " . Jury.sav "
ANOVA
4 Cliquez sur "Statistiques" en haut de l'écran SPSS. Ensuite, sélectionnez " modèle linéaire général " de la boîte de dialogue et "Simple factorielle " de la liste déroulante .
5 Mettre variable dépendante ( par exemple , le niveau de culpabilité ) à partir de la liste de gauche et poussez la flèche pointant vers la droite pour le déplacer dans la case " charge ".
6 Mettre vos variables indépendantes ( par exemple , le sexe et la race ) de la liste des variables sur la gauche et cliquez sur sur la flèche pointant vers la droite pour déplacer chacun d'eux dans la case " Facteurs ".
7 Cliquez sur " Définir la plage " et tapez votre valeur minimale de la variable dépendante ( par exemple 1) et la valeur maximale de la variable ( par exemple 12).
Effet Taille
8 Cliquez sur "Options" dans les trois boutons sur le bas de la boîte de dialogue, qui consiste à « contrastes », « post-hoc " et "Options ".
9 Cliquez sur " Taille de l'effet " dans le menu déroulant. Cliquez sur «Continuer».
10 Revoir la sortie intitulée « Tests de effets inter-sujets . " La boîte à la gauche répertorie chacune des variables indépendantes et la variable d'interaction sous la rubrique « Source ».
11 Suivez la ligne suivante pour chaque variable de la colonne intitulée " Sig ". Cette colonne indique le niveau de signification ( la probabilité du résultat est due au hasard ) . La partie inférieure de l'importance , moins les différences entre les groupes sont dues au hasard et plus il est probable qu'ils sont dus à la variable indépendante. Par exemple, un seuil de signification ou de la probabilité de moins de .01 signifie qu'il ya un moins de 1 possibilité sur 100 que les résultats soient dus au hasard .
12 Suivez la ligne suivante pour chaque variable à la colonne étiqueté « eta au carré », l'information la plus importante. Eta carré est la mesure de la taille d'effet . Il est le pourcentage de la variable dépendante expliquée par la variable indépendante . Plus le pourcentage ( le plus proche de 1 ) , le plus important de l'effet de la variable indépendante . Par exemple, un eta au carré de 0,65 signifie que 65% de la variable indépendante est expliquée par la variable indépendante.
|
