SPSS EDITOR PODATAKA

DEFINISANJE PROMENLJIVIH U SPSS-u

renik podataka

Statistiko modifikovanje podataka

1. Ponderisanje podataka,

2. Respecifikacija (prekodiranje) promenljivih

3. Transformacija podataka

1. Ponderisanje podataka,

Primer:

cilj marketinkog ispitivanja je da se proui kakve se promene mogu uraditi na odreenom proizvodu da bi se pospeila prodaja:

vernim potroaima proizvoda - ponder 3,

umerenim (srednjim) potroaima- ponder 2,

povremenim potroaima ponder - 1

nepotroaima (ispitanicima koji uopte ne koriste) ponder 0

2. Respecifikacija (prekodiranje) promenljivih

Razlozi kupovine kozmetikog proizvoda

Originalna promenljiva: Nova promenljiva:

1. povoljna cena

2. u trendu je 1. niska cena

3. jeftin respecifikacija 2. modni trend

4. lako se primenjuje 3. jednostavna primena

5. moderan

6. jednostavno se nanosi

Pol Starost Nova promenljiva:

ene mlai mlae ene

mukarci stariji starije ene

mlai mukarci

stariji mukarci

2. Respecifikacija (prekodiranje) promenljivih

vetake promenljive (dummy variables)

Opte pravilo za formiranje vetake promenljive jeste: kategorijska promenljiva ima K kategorija, koristi se K-1 vetakih promenljivih.

Vreme

kupovine

Originalni

kodovi

Vetake promenljive

X1 X2 X3

I kvartal 1 (A) 0 0 0

II kvartal 2 (B) 1 0 0

III kvartal 3 (C) 0 1 0

IV kvartal 4 (D) 0 0 1

Statistiko modifikovanje podataka

3. transformacija podataka merenih na razliitim mernim

skalama.

Na primer, standardizacija - neka se posmatraju dve promenljive:

obim prodaje odreenog proizvoda izraen u i cena proizvodaizraena u dinarima.

Da bi se obezbedila uporedivost njihovog varijabiliteta neophodno

je da se obe promenljive izraze zajednikom jedinicom mere.

sXX

zx

i

i

STRATEGIJA ZA ANALIZU PODATAKA

Tabelarno predstavljanje podatakaJednostruko tabeliranje (one-way tabulations)

Raspored frekvencija

Promenljiva Rasprodaja

(esto kupujem na rasprodaji) Frequency Percent

Valid

Percent

Cumulative

Percent

Valid apsolutno se ne

slazem 8 4,9 4,9

4,9

ne slazem se41 25,3 25,3

30,2

Neutralan68 42,0 42,0

72,2

slazem se34 21,0 21,0

93,2

apsolutno se

slazem11 6,8 6,8

100,0

Total 162 100,0 100,0

Distribucija frekvencija

- grafiki prikaz

0 10 20 30 40 50 60 70

apsolutno se

ne slazem

ne slazem se

neutralan

slazem se

apsolutno se

slazem

Tabelarno predstavljanje podataka

- deskriptivne statistike

Deskriptivne statistike:

1. Mere centralne tendencije (modus, medijana, sredina);

2. Mere disperzije (standardna devijacija, varijansa, razmak interval varijacija);

3. Mere oblika rasporeda (koeficijent simetrinosti i spljotenosti)

Tabeliranje podataka - Unakrsno tabeliranje (cross-tabulations).

POL Total

muski zenski

esto kupujem na

rasprodaji

apsolutno se

ne slazem se

Count

4 4 8

% within esto kupujem na rasprodaji 50,0% 50,0% 100,0%

ne slazem se Count 30 11 41

% within esto kupujem na rasprodaji 73,2% 26,8% 100,0%

neutralan Count 37 31 68

% within esto kupujem na rasprodaji 54,4% 45,6% 100,0%

slazem se Count 7 27 34

% within esto kupujem na rasprodaji 20,6% 79,4% 100,0%

apsolutno se

slazem

Count2 9 11

% within esto kupujem na rasprodaji 18,2% 81,8% 100,0%

Total Count 80 82 162

% within esto kupujem na rasprodaji 49,4% 50,6% 100,0%

Unakrsno tabeliranje (cross-tabulations, cross-tabs,

contingency table analysis )

Unakrsno tabeliranje analiza povezanosti (asocijacije) izmeu kategorijskih podataka.

Unakrsno tabeliranje kao osnova za

Hi-kvadrat i log-linearnu analizu.

Faktori koji utiu na izbor statistikih tehnika

1. Tip podataka

2. Dizajn istraivanja

3. Pretpostavke primene odreenih testova (modela)

Tipovi mernih skala

Nominalna

skala

Primarne

skale

Ordinalna

skala

Intervalna

skalaRelaciona

skala

Tip podataka

1. Nominalni podaci

2. Ordinalni podaci

3. Intervalni podaci

4. Relacioni podaci

Ilustracija primarnih mernih skala

Nominalna

skala

Ordinalna skala Intervalna skala Relaciona

skala

Broj Jeans

marka

Preferencije

Rangovi

Preferencije

1-7 11-17

Cena u $

1. Bugle Boy 7 5 15 30

2. Calvin Klein 2 7 17 48

3. Diesel 8 7 17 27

4. Gap 3 6 16 32

5. Guess 1 7 17 34

6. Jordache 5 5 15 35

7. Lee 9 4 14 30

8. Levi 6 5 15 33

9. Old Navy 4 6 16 29

10. Wrangler 10 2 12 24

Izbor merne skale

Posmatrano obeleje (promenljiva) moe se meriti na razliitim skalama. Na primer, merenje godinjeg porodinog budeta:

Nominalna skala: prole godine ko je zaraivao za porodini budet?

1. Mukarac glava porodice;2. ena glava porodice;3. I mukarac i ena glave porodice;4. Neko drugi.

Ordinalna skala: prole godine koliki je bio va godi. porodi. budet?

1. manje od 200.000

2. od 200.001 do 500.000

3. od 500.001 do 1.200.000

4. od 1.200.001 do 2.000.000

5. preko 2.000.001

Izbor merne skale

Intervalna skala: Koliki je bio va porodini budet prole godine?

Znaajno ispod proseka Prosek Znaajno iznad proseka

1 2 3 4 5 6 7

Relaciona skala: Prole godine koliki je bio va godinji porodini budet?

dinara

Tip Podataka

1. Nominalni kategorijski (nemetriki)

2. Ordinalni podaci

3. Intervalni

4. Relacioni metriki podaci

Merne skale i statistike tehnikeZato je to vano???

Skala Deskriptivne mereDozvoljene

statistike

Nominalna Procenti, modusHi-kvadrat,

Binomni test

Ordinalna Percentili, medijana Korelacija rangova

IntervalnaAritmetika sredina,

standardna devijacija

Koeficijent korelacije,

t-test, ANOVA,

regresija, faktorska

analiza

RelacionaSve deskriptivne mere

(za prosek, varijabilitet, oblik

distribucije)

Sve statistike tehnike

Dizajn istraivanja

Kljune odrednice definisanja dizajna istraivanja koji e se primeniti u postupku generisanja podataka su:

1. meusobna ne/zavisnost opservacija,

2. broj grupa koje se posmatraju,

3. broj merenja po jednom objektu posmatranja u

istraivanju broj promenljivih

4. mogunost kontrole posmatranih promenljivih.

Dizajn istraivanja

Ne/zavisnost opservacija Npr. ispituje se efektivnost primene odreene reklame na prodaju

proizvoda, mera efektivnosti - stav potroaa prema proizvodu (stav se meri na intervalnoj skali)

Dizajn- X O1nezavisni uzorci O2

O1 (stavovi ispitanika koji su videli reklamu) O2 (stavovi ispitanika koji nisu videli reklamu)

Dizajn- zavisni uzorci (isti ispitanici: mere se stavovi ispitanika pre nego to su videli reklamu i posle)

O1 X O2

Dizajn istraivanja

Broj grupa koje se posmatraju

Npr. ispitujemo dva tipa reklama i imamo tri grupe ispitanika:

X1 O1 (stavovi ispitanika koji su videli prvu reklamu)

X2 O2 (stavovi ispitanika koji su videli drugu reklamu)

O3 (stavovi ispitanika koji nisu videli nijednu reklamu)

broj promenljivih - broj posmatranih obeleja

Npr. pored stava posmatramo i prodaju proizvoda

X O1 (mere dve promenljive: stav i prodaja za prvu grupu ispitanika)

O2 (mere dve promenljive: stav i prodaja za drugu grupu ispitanika)

Dizajn istraivanja

kontrola promenljivih u izabranom dizajnu

X O1 (stavovi ispitanika koji su videli reklamu)

O2 (stavovi ispitanika koji nisu videli reklamu)

Fokus istraivanja je u analizi razlike u stavovima ispitanika.

Pored dejstva reklame, neke druge promenljive mogu doprineti razlikama u stavovima (npr. prethodna

upotreba proizvoda). Kako kontrolisati dejstvo ove

promenljive?

Pretpostavke primene odreenih testova (modela)

Na primer, pretpostavke primene t testa za dva

uzorka su:

1. Uzorci su nezavisni;

2. Posmatrane karakteristike u obe populacije imaju

normalan raspored;

3. Populacije imaju jednake varijanse.

PREGLED STATISTIKIH TEHNIKA

TEHNIKE

ANALIZE

PODATAKA

Tehnike analize za

jednu promenljivu

(univariate techniques)

Multivarijacione

tehnike

(multivariate techniques)

PREGLED STATISTIKIH TEHNIKA

Tehnike analize

jedne promenljive

Parametarske

statistike (tehnike)

Metriki podaci

Neparametarske

statistike (tehnike)

Nemetriki podaci

Podela parametarskih tehnika

Parametarske

statistike

Jedan uzorak

t test

z test

Dva ili vie

uzoraka

Nezavisni

t test za dve grupe

z test

One-way ANOVA

Zavisni

Upareni t test

Podela neparametarskih tehnika

Neparametarske

statistike

Jedan uzorak

Tabela frekvencija

Hi-kvadrat

K-S test

Binomni

Test koraka

Dva ili vie uzoraka

Nezavisni uzorci

Hi-kvadrat

Test sume rangova

K-S test

Medijana test

K-W ANOVA

Zavisni uzorci

Test znaka

Wilcoxon-ov test

McNemar test

Cochran Q test

Podela tehnika multivarijacione analize

Multivarijacione

tehnike

Tehnike

zavisnosti

Tehnike

meuzavisnosti

Podela tehnika multivarijacione analize

Tehnike zavisnosti

Jedna zavisna

promenljiva

ANOVA & ANCOVA

Viestruka regresija

Diskriminaciona

analiza

Conjoint analiza

analiza zdruenih

efekata

Vie zavisnih

promenljivih

MANOVA &

MANCOVA

Kanonika korelacija

Podela tehnika multivarijacione analize

Tehnike

meuzavisnosti

Fokus na

promenljivama

Faktorska analiza

Fokus na objektima

Analiza skupina

(Cluster analysis)

Viedimenzionalno

skaliranje