SPSS-OPAS
PERUSTEET
Maarit Valtari
Helsingin yliopisto
Valtiotieteellinen tiedekunta
Tieto- ja viestintätekniikka
Copyright Maarit Valtari ja HY:n valtiotieteellisen tiedekunnan TVT, 2004
ISBN 952-10-1509-8 (PDF)
ISBN 952-10-1510-1 (HTML)
ISBN
952-10-1511-X (WORD)
Valtiotieteellinen tiedekunnan TVT
Helsinki: 2004
KIITOKSET
SPSS-ohjelman pitkäjänteisessä oppimisprosessissa kiinnostukseni ohjelmaa kohtaan lisääntyi, ja aikanaan se johti ohjelman opettajana toimimiseen. SPSS:n oppiminen ei olisi ollut mahdollista ilman Timo Harmon kärsivällistä suhtautumista jatkuviin kysymyksiini ja ongelmiini. Suurimmat kiitokseni esitänkin Timo Harmolle. Lämpimät kiitokset Jere Majavalle siitä, että hän on varsin avuliaasti auttanut tämän SPSS-oppaan tekemisessä. Tämä SPSS-opas pohjautuu monilta osin valtiotieteellisen tiedekunnan tieto- ja viestintätekniikan SPSS-projektin varhaisimpiin versioihin, joita tekivät pääasiassa Timo Harmo ja Seppo Roponen. Ilman heitä tätä opasta ei olisi, ja siksi arvokkaimmat kiitokseni osoitankin heille. Lisäksi erityiset kiitokset Tero Erkkilälle, Aija Kaartiselle, Kimmo Vehkalahdelle sekä muille valtiotieteellisen tiedekunnan SPSS-kurssien myöhempien materiaalien täydentämiseen, kommentoimiseen ja parantamiseen osallistuneille. Tämän oppaan versio on päivitettty SPSS-ohjelman versioon 12.0.
Espoo, 6.9.2004
Maarit Valtari
Sisällys:
2.1 Yleistä SPSS -tiedostojen tallentamisesta
3 HAVAINTOAINEISTON TARKASTELU JA KUVAAMINEN.. 10
3.1.2 Muuttujan perustunnusluvut
3.1.4 Useampiulotteiset frekvenssitaulukot
3.1.8 Ohjeita taulukoiden muotoiluun
3.1.10 Lopuksi: siis mitä tehdä, kun
3.2.6 Kuvat niiden käyttötarkoituksen mukaan
3.2.7 Kuvien muokkaus SPSS:n kuva-editorilla
4 HAVAINTOAINEISTON MUOKKAAMINEN
6.2 Osa-aineiston tekeminen. 48
7.3 Tulosten siirtäminen tekstinkäsittelyohjelmaan
7.4 Kuvan tallentaminen eri grafiikkaohjelmiin jatkokäsiteltäväksi
KIRJALLISUUTTA.................................................................................51
1 JOHDANTO
1.1 Yleistä SPSS-ohjelmasta
SPSS (kirjainlyhenne tulee sanoista Statistical Package for Social Sciences) on monipuolinen tilastollisen tietojenkäsittelyn ohjelmisto, jolla voidaan täyttää tavallisimmat tilastollisen analyysin tarpeet ja tehdä monia vaativampiakin tarkasteluja. Muita tilastolliseen tietojenkäsittelyyn sopivia tilasto-ohjelmistoja ovat mm. SURVO ja SAS. Tällä kurssilla käytetään Windows käyttöympäristöön sovitettua SPSS 12 versiota.
Kurssin tavoitteena on tutustua SPSS-ohjelmaan ja tarjota ohjelman käyttöön tarvittavat perustiedot.
Kannattaa palauttaa mieleensä etenkin erilaiset mitta-asteikot (luokitteluasteikko, järjestysasteikko, suhde- ja välimatka-asteikko) sekä käsitteet jatkuva/luokiteltu muuttuja, erilaiset keskiluvut (ainakin keskiarvo sekä se, millä mitta-asteikolla mitatuista muuttujista niitä saa laskea!) sekä korrelaatio.
Materiaalissa esimerkkeinä ja kurssin harjoituksissa käytetään Valtarin (1997) keräämää ”Suomalaisten naisten suhtautuminen ulkonäköönsä” -tutkimusaineistoa. Siinä selvitettiin laaja-alaisesti suomalaisten naisten suhtautumista ulkonäköönsä: muun muassa emootioita, kognitioita, käyttäytymistä. Kyselylomake oli 24-sivuinen. Se postitettiin 500:lle satunnaisesti valitulle 18 – 74 -vuotiaalle äidinkieleltään suomenkieliselle suomalaiselle naiselle. Satunnaisotannan suoritti Väestörekisterikeskus. Vastausprosentti oli 54,6 prosenttia. Aineisto sisältää siis 273 havaintoa.
1.2 SPSS käyttöliittymä
SPSS muistuttaa suurelta osin muita Windows-ohjelmia, joten Windowsin käyttöön tottunut käyttäjä tuntee pitkälti sen käyttöön tarvittavat työskentelytavat. Alas vedettävät valikot, valikkojen takaa aukeavat valintaikkunat (dialog box) ja painikkeet ovat tuttuja kaikille Windowsin käyttäjille. Merkittävä poikkeus tavalliseen Windows-ohjelmaan verrattuna on ohjelman komentokieli. SPSS:ää voidaan ohjata myös kirjoittamalla komentoja komennoille tarkoitettuun syntaksi-ikkunaan.
1.3 SPSS:n työskentelyikkunat
SPSS -ohjelmassa on kuusi keskeistä erilaista työskentelyikkunaa, joista jokaisella on oma käyttötarkoituksensa. Niistä yksi kerrallaan on aktiivinen. Ikkunat ja niiden käyttötarkoitukset ovat seuraavat:
1. Aineistoikkuna (data editor): aineiston tallennus, tiedostojen avaaminen, uuden aineiston syöttö, muuttujamuunnokset ym. tehdään aineistoikkunassa. Aineistoikkunassa on kaksi näkymää: Data view eli datasivu ja variable view eli muuttujasivu.
Aineistoikkunan Data view
|
|
|
|
|
|
Aineistoikkunan datasivusta (Data View) pääsee muuttujasivulle (Variable View) ikkunan vasemmassa alalaidassa olevan välilehden kautta.
|
|
|
|
|
|
Aineistoikkunan Variable view
2. Tulostusikkuna (output): kaikkia tehtyjen analyysien tuloksia, taulukoita, kuvia ja muita tarkasteluita voidaan katsella ja tulostaa tästä tulostusikkunasta. Tulostusikkuna sisältää myös kapean istuntopolkuikkunan, jossa näkyy koko istunnon kulku. Nämä tulostusikkunat voidaan tallentaa omiksi tiedostoiksi.
3. Pivot-taulukkoikkuna (pivot table editor): taulukoiden editointi (tekstin muuttaminen, sarakkeiden leventäminen tai kaventaminen, taulukoiden kääntäminen, tekstin värin muuttaminen ym.)
|
|
|
|
|
|
4. Kuvankäsittelyikkuna (chart editor): kuviin voidaan tehdä muutoksia tässä ikkunassa.
5. Syntaksi-ikkuna (syntax): ohjelmaa ohjataan tässä ikkunassa komentokielen avulla. Syntaksi-ikkunan käyttöä suositellaan mm. muuttujamuunnosten tekemiseen ja silloin, kun käyttäjä kokee komentokielen itselleen helpompikäyttöiseksi kuin valikkojen käytön. Syntaksi-ikkunassa on kätevämpi tehdä toistuvat analyysikomennot. Lisäksi syntaksikomentojen avulla on tarvittaessa helpompi neuvoa muita.
6. Script-ikkuna (script editor): ohjelmassa on valmiina joitakin käyttöä helpottavia scriptejä (muun muassa taulukoiden total-summien lihavointi). Itsekin voi luoda lisää scriptejä. Script-toimintoihin kannattaa tutustua Helpissä (tutorial/sisällys/customizing spss/
customizing output with scripts). Scriptien opiskelu ei sisälly tämän kurssin aiheisiin.
1.4 Aineistoikkunan valikot
Seuraavassa esitetään kymmenen valikkoa niiden käyttötarkoituksen mukaan:
1. File: valikkoa käytetään aineiston avaamiseen, tallentamiseen, tulostamiseen, tulostuksen oletusasetusten muuttamiseen ja lopetukseen. File-valikosta voi myös avata uusia syntaksi- tai tulostusikkunoita. Mark file read only –toiminnolla saadaan aineisto suojattua. Toiminnolla Display datafile information saadaan kaikki aineiston muuttujat arvoselitteineen listattua. Toiminnoilla Recently used data ja Recently used files saadaan näkyville aiemmin käytetyt aineistot ja tiedostot.
2. Edit: käytetään tekstin ja muuttujien kopioimiseen, leikkaamiseen ja uudelleensijoittamiseen sekä poistamiseen (Clear). Täältä löytyvät myös aina niin tärkeät palauta (Undo) ja tee uudelleen (Redo) –toiminnot. Etsi (Find) –komennolla voidaan hakea valitun muuttujan arvoja. Lisäksi tässä valikossa voi muuttaa ohjelman oletusasetuksia (Options). Kun haluaa tehdä ohjelman oletusasetuksiin muutoksia, kannattaa oletusasetus-ikkunassa painaa Ohje-painiketta. Se kertoo, mitä muutoksia on mahdollista tehdä.
3. View: valikosta voi valita erilaisia pikapainikepalkkeja (Toolbar) ja vaihtaa aineistoikkunan fonttia. Täältä voi vaihtaa myös aineistoikkunan näkymän eli vaihtaa muuttujien arvokoodit arvoselitteiksi (Value label). Variables -toiminnolla voi siirtyä aineistoikkunasta muuttujaikkunaan ja vastaavasti muuttujaikkunasta voi siirtyä Data –toiminnolla aineistoikkunaan.
4. Data: käytetään muun muassa uusien muuttujien (Insert variable) ja havaintojen syöttämiseen (Insert cases), havainnon etsimiseen (Go to case) ja järjestämiseen (Sort cases). Tässä valikossa on varsin hyödyllinen toiminto, Copy data properties, jolla voidaan kopioida olemassa olevien muuttujien tietoja, kuten esimerkiksi vastausvaihtoehdot uusiin muuttujiin. Toisesta aineisto(i)sta voidaan yhdistää havaintoja tai muuttujia käsiteltävään aineistoon Merge –toiminnolla. Tässä valikossa voidaan aineisto jakaa osiin (Split file) ja suorittaa tiettyjen havaintojen valinta (Select cases) analyyseihin. Lisäksi muuttujia voidaan painottaa tarpeen mukaan eri tavoilla (Weight cases).
5. Transform: käytetään muuttujamuunnosten (Compute), muuttujien uudelleenluokittelun (Recode) tekemiseen sekä muun muassa puuttuvien tietojen korvaamiseen (Replace missing values). Count-toiminnolla voidaan muodostaa uusi muuttuja jonkin muuttujan tietyistä arvoista. Automatic recode on varsin hyödyllinen toiminto käsiteltäessä tekstivastauksia, sillä toiminto koodaa vastaukset numeroarvoiksi.
6. Analyze: käytetään aineiston tarkasteluihin ja analyyseihin. Valikko sisältää muun muassa mahdollisuuden erilaisten tarkastelujen tekemiseen (Reports), frekvenssit (Descriptive statistics/Frequencies), tunnusluvut (Descriptive statistics/ Descripti-ves), ristiintaulukoinnin (Descriptive statistics /Crosstabs), keskiarvotestit (Compare means), yleistetyt lineaariset mallit (General linear model), korrelaatiot (Correlate), regressioanalyysit (Regression), faktorianalyysin (Data reduction/ Factor), reliabiliteettianalyysin (Scale), ei-parametriset testit (Non-parametric tests) ja monivastausmuuttujien käsittelyn (Multiple response). HUOM. Analyysivalikon toimintojen määrä on riippuvainen lisenssistä: SPSS:n peruslisenssi ei sisällä esimerkiksi toistettuja varianssianalyysejä.
7. Graphs: käytetään grafiikan tekemiseen joko perinteisellä tai interaktiivisella (kolmiuloitteinen grafiikka) tavalla: muun muassa pylväskuvat (Bar), viivakuvat (Line), aluekuvat (Area), piirakat (Pie), viiksilaatikkokuvat (Boxplot), hajontakuvat (Scatter) ja histogrammit (Histogram). Gallery-toiminnolla saa näkyville erilaisia graafeja, ja opastuksen niiden tekemiseen. Tämä on hyödyllinen toiminto, johon kannattaa tutustua.
8. Utilities: erilaisia aputoimintoja sisältävä valikko. Variables-toiminnolla voidaan yksitellen tarkastella muuttujia ja niiden koodausta. Aineistoon voi kirjata kommentteja toiminnolla Data file comments. Tässä valikossa voidaan myös luoda muuttujasetti (Define sets) ja käyttää sitä (Use sets). Lisäksi scriptin ajaminen tapahtuu tässä valikossa (Run script).
9. Window: valikkoa käytetään ikkunasta toiseen siirtymiseen.
10. Help: SPSS:n käytön opastus.
Tätä on tärkeä opetella käyttämään! Tässä Helpin tärkeimmät toiminnot:
· Topics/Sisällys: Vastaa ohjekirjaa. Tätä kannattaa lueskella esim. SPSS -käyttöä aloittaessa, kun ei oikein tiedä vielä tarkalleen, mitä haluaa tehdä.
· Topics/Hakemisto: Hakusanalista. Jos esim. mietit, miten teet ristiintaulukon, nopeimmin löydät avun täältä hakusanalla Crosstabs.
· Topics/Etsi: Eroaa sisällyksestä siten, että tämä toiminto etsii kaikki maininnat antamastasi hakusanasta. Kokeile tätä, jos sisällys-toiminnolla ei tunnu löytyvän mitään.
· Tutorial: Näyttää kohta kohdalta SPSS:n peruskäyttöä. Hyvä tutustumiskeino ohjelmaan aloittelijalle. Aloita liikkuminen sivustolla nuolten avulla, tai aloita sisällysluettelon katsomisesta, johon pääset ylöspäin osoittavasta nuolesta.
· Case studies: SPSS:n käytön esimerkkejä. Suosittelen tutustumaan.
Helpistä löytyvät myös linkki SPSS -ohjelman kotisivuille (SPSS Home Page), joilta löytyy lisätietoja ohjelmasta sekä PDF -muodossa oleva opas SPSS -komentokielen käyttöön (Command Syntax Reference) sekä ”tilastollinen valmentaja” (Statistics Coach). Näitä kannattaa hyödyntää.
2 HAVAINTOAINEISTON TALLENNUS
2.1 Yleistä SPSS -tiedostojen tallentamisesta
SPSS -ikkunoista aineisto-ikkunan, tulostusikkunan ja syntaksi-ikkunan sisällöt pitää kaikki tallettaa erikseen. HUOM. Aineisto-ikkuna ja muuttujaikkuna kuitenkin tallentuvat samanaikaisesti kummasta tahansa ikkunasta. SPSS antaa talletetulle aineistoikkunalle päätteen .sav, tulostusikkunalle .spo ja syntaksi-ikkunalle .sps.
Tallennukset ja avaukset tapahtuvat samoin kuten muissakin Windows-ohjelmissa. Avaamisessa on kuitenkin otettava huomioon se, mistä SPSS -ikkunasta avaaminen tehdään (aineistot avataan Data Editoriin, tulostukset Output Vieweriin jne. SPSS -tiedostotyypit voi kuitenkin avata mistä tahansa ikkunasta, kunhan muistaa valita avaus-valintaikkunassa oikean tiedostotyypin tai All Files -vaihtoehdon).
2.2 Uuden aineiston tallennus
Kuten edellä tuotiin esille uuden aineiston tallennus tapahtuu aineistoikkunassa. Ennen kuin uutta aineistoa voidaan alkaa tallentaa, tulee määrittää tallennuspohja.
Perusperiaatteet aineiston tallennuksessa:
1. Määritellään muuttujat tallennuspohjaan yksi kerrallaan.
2. Vasta sitten, kun tallennuspohja on valmis, voidaan alkaa syöttää dataa.
3. Data on järkevintä syöttää yksi rivi eli yhden vastaajan tiedot kerrallaan. Yleensä vastauslomakkeissa on havaintotunnukset (eli ne on numeroitu), jotka syötetään havaintotunnusmuuttujan arvoiksi. Tämä helpottaa mahdollisten tallennusvirheiden korjaamista. Havaintotunnuksen perusteella löytää nimittäin kätevästi vastauslomakkeen, jota on tallennettu virheellisesti.
Aineistopohja kannattaa suunnitella tarkkaan. Tulee miettiä
· Mikä muuttuja kannattaa koodata milläkin tavalla.
· Mikä nimi (Variable name) muuttujalle on kuvaavin ja helpoin muistaa (muuttujan nimi saa olla 1 - 8 merkkiä pitkä ja sen tulee alkaa kirjaimella, älä käytä "ääkkösiä"). Huomaa, että muuttujat kannattaa nimetä niin, että nimestä selviää sekin, kuinka päin jotakin asiaa on kysytty. Voitaisiin esim. kysyä: "En hyväksy aborttia" tai "Hyväksyn abortin". Muuttujien nimet voisivat olla vastaavasti "noabort"/ "yabort".
· Lisäksi jokaiselle muuttujalle kannattaa kirjoittaa selitystekstit eli tunnisteet (labels) ja määrittää luokitellun muuttujan mahdolliset arvot selitysteksteineen (value labels).
· Millaisia arvoja (value) muuttuja voi saada.
Esimerkkejä erilaisten muuttujien koodaamisesta tallennuspohjaan:
Ikä
Ihmisten ikä kannattaa kysyä syntymävuotena, koska silloin saadaan rehellisempää tietoa kuin ikää kysyttäessä. Tallennuspohjaa tehdessä tälle muuttujalle voi antaa esim. nimen sv. Muuttujalle kannattaa antaa selitysteksti (syntymävuosi) ja määrittää muuttujan mahdollisiksi arvoiksi ainoastaan numerot (Numeric). Kun aineisto on tallennettu, voidaan helposti tehdä sv:stä uusi, ikää ilmentävä muuttuja vähentämällä kyselyn suorittamisvuodesta vastaajan syntymävuosi. Yleisesti ottaen ikä kannattaa kysyä ilman valmiiksi tehtyjä ikäluokkia. Näin ikää voidaan käyttää jatkuvana muuttujana analyyseissä. Iän luokittaminen jälkeenpäin on hyvin vaivatonta. Tästä myöhemmin uudelleenluokittelun yhteydessä.
Siviilisääty
Valmiiksi luokitetut vaihtoehdot (naimaton, naimisissa, asumuserossa eronnut, leski) koodataan yhden muuttujan alle mahdollisiksi vastausvaihtoehdoiksi (vastaaja voi valita ainoastaan yhden vaihtoehdon). Tällöin esim. numero yksi vastaa naimatonta.
Vain naimattomille tarkoitettu kysymys
Jos tiedetään syy, miksi johonkin kysymykseen ei ole vastattu (esim. henkilö on avioliitossa, ja kysymys on tarkoitettu vain naimattomille) kannattaa tästä syystä vastaamatta jätetty kysymys merkitä puuttuvaksi arvoksi jollakin valitulla luvulla. Luvulle voi antaa selitystekstin normaaliin tapaan, esim. value "99", value label "aviossa". Jos henkilö on jättänyt vastaamatta kysymykseen jostakin tuntemattomasta syystä, jätetään kyseinen kohta tyhjäksi.
Ammatti
Jos vastaajalta on kyselylomakkeessa tiedusteltu avoimella kysymyksellä hänen ammattinsa. Vastaukset ovat siis tekstiä; eli eri ammatteja. Näin ollen muuttuja tulee määritellä String-muuttujaksi (muuttuja voi olla tekstiä tai numeroita). Tallennusvaihesssa vastaajien eri ammatit tallennetaan siis teksteinä, aineiston tallennuksen jälkeen SPSS muuttaa haluttessa Automatic recorde –toiminnolla vastaukset ammattiluokkiin, ja näin moninaisten analyysien tekeminen mahdollistuu. Tämähän ei ole mahdollista tekstimuuttujien kohdalla.
3 HAVAINTOAINEISTON TARKASTELU JA KUVAAMINEN
Tutkimusaineiston tärkeimmät tarkastelukeinot ovat:
· frekvenssien ja prosenttien laskeminen
· tunnuslukujen (keskiarvo, keskihajonta, vaihteluväli ym.) laskeminen
· graafinen kuvailu (pylväät, piirakat)
· ristiintaulukointi ja
· korrelaatioiden laskeminen
Erilaisia tunnuslukuja ja jakaumia tarkastelemalla tutkija saa itselleen yleiskuvan aineistosta ja mahdolliset tallennusvirheet tulevat esiin.
Vinkki aineiston analyysien, tarkastelujen, uudelleenluokittelun ym. tekemiseen: kaikissa valikoissa valitsemalla muuttujalistasta jokin muuttuja hiirellä (muuttujan tausta on tällöin tumma), saat hiiren oikealla painalluksella näkyviin Variable info –toiminnon, jolla saat näkyviin muuttujan luokat näkyviin.
Tutkimustulosten esittämistapaa tutkimusraportissa kannattaa pohtia tarkoin. Onko mahdollista esittää tulokset tekstinä ilman että tekstistä tulee liian raskasta, pitkää tai sekavaa? Vai olisiko taulukoiden tai kuvien käyttö tämän tutkimusongelman kohdalla parempi esittämistapa? Kuvat ovat hyviä muuttujien välisen interaktion kuvaamisessa sekä muuttujien välisissä vertailuissa. Suhteessa taulukoihin niiden haittapuolena on se, että ne eivät ole aivan yhtä tarkkoja. Parasta tutkimustulosten esittämistapaa miettiessä tulee siis miettiä, mitä haluaa kertoa ja mikä on selkein ja taloudellisin tapa esittää se.
Jos halutaan kertoa, että miehet ovat keskimäärin 10 cm naisia pidempiä kuvaa ei tarvita esityksen tueksi. Jos halutaan vertailla Suomen kuntien elinkeinorakenteita tulee kuvasta helposti aivan liian monimutkainen jotta se tukisi esitystä.
3.1 Taulukointi
3.1.1 Frekvenssitaulukko
Yksisuuntainen frekvenssijakauma eli suora jakauma kertoo muuttujan eri luokkien yleisyyden havaintoaineistossa (eli vastausten lukumäärän eri luokissa, engl. frequency tai count). Vain kategoristen (eli luokiteltujen) muuttujien frekvenssijakaumia on järkevää tarkastella, koska jatkuvalla muuttujalla voi olla joka havainnolla eri arvo ja siten yhtä monta luokkaa kuin havaintojakin. Monesti suorien jakaumien tarkastelu on aineistoon tutustumisen ensimmäinen vaihe, ja kuuluu olennaisena osana myös aineiston koodauksen tarkistamiseen.
Frekvenssitaulukon pääsee tekemään analyysivalikosta (Analyze/Descriptive statistics/Frequencies). Näin saadaan näkyville seuraava ikkuna.
Variable(s)-kohtaan valitaan muuttuja(t). Valikon alalaidassa on kolme painiketta, joiden toiminnot ovat seuraavat:
Statistics: tässä valikossa voi pyytää ohjelmaa tulostamaan muuttujan perustunnuslukuja.
Charts: voidaan pyytää ohjelmaa tulostamaan taulukon lisäksi pylväskuva.
Format: tässä valikossa voi vaikuttaa frekvenssitaulukon esittämistapaan.
Frekvenssitaulukon ensimmäinen sarake kertoo muuttujan luokan ja toinen sarake kertoo kussakin luokassa olevien havaintojen määrän. Osuudet voidaan laskea tarkoituksesta riippuen joko koko aineistosta (percent) tai vain vastanneista (valid percent). Cum percent tarkoittaa kumulatiivista osuutta, eli tämä sarake kertoo, kuinka monta havaintoa kyseisessä ja sitä edeltävissä luokissa on yhteensä.
3.1.2 Muuttujan perustunnusluvut
Jatkuvan muuttujan jakaumaa voidaan tarkastella erilaisilla tunnusluvuilla (keskiarvo, keskihajonta etc.) ja histogrammilla. SPSS luokittelee automaattisesti jatkuvan muuttujan histogrammia varten. Mikäli et ole tyytyväinen siihen, voit tehdä oman luokituksen ja käyttää sitä.
Muuttujan perustunnusluvut saa tulostettua analyysivalikosta (Analyze/Descriptive statistics/Descriptives). Näin saadaan näkyville seuraava ikkuna:
|
|
|
|
|
|
Variables-kohtaan valitaan muuttuja(t). Valikon oikeassa alalaidassa on Options-painike. Options-valikossa voi valita, mitkä muuttujan perustunnusluvut esitetään taulukossa.
Keskeisemmät perustunnusluvut:
Keskiarvo (mean), keskihajonta (std. deviation), laskettujen arvojen määrä (valid), puuttuvien arvojen määrä (missing), keskiarvon keskivirhe (std. error of mean, S.E mean), varianssi (variance), vaihteluväli (range), minimi, maksimi, havaintoarvojen summa, alakvartiili (percentile 25), mediaani (percentile 50) ja yläkvartiili (percentile 75). Lisäksi täältä voi pyytää ohjelmaa tulostamaan muuttujan jakaumaa kuvaavat tunnusluvut: huipukkuus (kurtosis) ja vinous (skewness).
Taulukossa 2 on esitetty vastaajien iän keskiarvo, keskihajonta ja iän vaihteluväli. Keskiarvon raportoimisen yhteydessä esitetään yleensä myös keskihajonta.
3.1.3 Ristiintaulukko
Kaksiulotteisessa ristiintaulukossa esitetään muuttujan frekvenssijakauma (havaintojen lukumäärät muuttujan eri luokissa) toisen muuttujan luokissa joko frekvensseinä tai prosentteina (tai kumpinakin). Ristiintaulukon avulla voidaan siis tarkastella kahden muuttujan välistä yhteyttä.
Ristiintaulukossa kaksi muuttujaa esitetään samassa taulukossa siten, että toinen asettuu sarakkeille (columns) ja toinen riveille (rows). Taulukon soluissa esitetään solufrekvenssit, jotka kertovat, kuinka monta mainituin ominaisuuksin varustettua yksilöä aineistossa on. Melkein aina tilastollisessa tutkimuksessa on kuitenkin havainnollisempaa tarkastella prosentteja kuin pelkkiä frekvenssejä.
Ristiintaulukkoa pääsee tekemään analyysivalikossa (Analyze/Descriptive statistics/Crosstabs). Näin saadaan näkyville seuraavalla sivulla oleva ikkuna:
|
|
|
|
|
|
Row(s) ja column(s) kohtaan valitaan muuttujat. Valikon alalaidassa on kolme painiketta, joiden toiminnot ovat seuraavat:
Statistics: täältä voi käydä ruksimassa kohdan Chi-square. Tällöin ohjelma testaa muuttujien välisen riippuvuuden tilastollisen merkitsevyyden.
Cells: tässä valikossa käydään valitsemassa rivi- ja sarakeprosentit sekä odotetut frekvenssit.
Format: täällä voidaan vaikuttaa hieman taulukon ulkoasuun.
Seuraavassa taulukossa (taulukko 3) on esitetty naisten tyytymättömyys johonkin omassa ulkonäössä koulutusasteen mukaan tarkasteltuna. Taulukossa on esitetty frekvenssit, riviprosentit ja sarakeprosentit. Taulukosta nähdään, että (1) perusasteen suorittaneista 43 prosenttia, keskiasteen suorittaneista 67 prosenttia ja korkea-asteen suorittaneista 79 prosenttia on johonkin ulkonäössään tyytymättömiä, (riviprosentit) ja (2) johonkin ulkonäössään tyytymättömistä 17 prosenttia on perusasteen suorittaneita, 63 prosenttia keski-asteen suorittaneita ja 20 prosenttia korkea-asteen suorittaneita (sarakeprosentit).
Seuraavassa taulukossa (taulukko 4) on esitetty absoluuttisten frekvenssien lisäksi rivi- ja sarakeprosentit sekä odotetut frekvenssit (expected count).
· Odotetut frekvenssit antavat vertailukohdaksi sellaiset frekvenssit, jotka syntyisivät, jos ristiintaulukon luokkien väliset erot johtuisivat pelkästä sattumasta.
· Soluissa olevista arvoista toista kutsutaan riviprosentiksi ja kolmatta sarakeprosentiksi.
· Prosentteja ei kannata laskea yllä olevan taulukon tyyliin joka suuntaan, sillä taulukko on aina sitä helppolukuisempi, mitä vähemmän siinä on numeroita. Kannattaa pelkistää. Tapana on valita selittävä muuttuja esim. riville, jolloin prosenteiksikin kannattaa valita riviprosentit. Eli ei niin kuin näissä aikaisemmissa taulukoissa on. Kuitenkin on makuasia, haluaako selittävän muuttujan riville vai sarakkeisiin, kunhan tulostaa taulukkoon selittävän muuttujan prosentit.
· Edellä esitetyt ristiintaulukot on liian iso esitettäväksi tutkimusraportissa, pitäisi karsia asiaa, sillä näin isoa taulukkoa on jo vaikeaa hahmottaa ja tulkita.
3.1.4 Useampiulotteiset frekvenssitaulukot
Useampiulotteinen frekvenssitaulukko tarkoittaa käytännössä sitä, että tuotetaan useita frekvenssitaulukkoja - erikseen kolmannen (ja neljännen jne.) muuttujan luokalle. Jos on vaikkapa taulukoitu ristiin kaksi muuttujaa, kolmannen ulottuvuuden lisääminen taulukkoon tarkoittaa sitä, että tuotetaan kaksiulotteiset taulukot kaikille kolmannen muuttujan luokille.
Esimerkiksi jos on taulukoitu ristiin koulutus ja tulot, voidaan tehdä vastaavat taulukot erikseen miehille ja naisille. Tekemällä kaikki nämä taulukot erikseen vaikkapa eri maille tai vuosille, on taulukossa (tai oikeastaan rykelmässä taulukoita) jo neljäs ulottuvuus. Jos käytössä on pienehkö aineisto, solufrekvenssit voivat olla tässä vaiheessa jo kovin pieniä... ja niistä on mahdotonta esittää yleispäteviksi tarkoitettuja päätelmiä.
3.1.5 Keskiarvotaulukot
Keskiarvotaulukot ovat melko lailla verrattavissa ristiintaulukkoon. Keskiarvotaulukoilla tarkastellaan jonkun muuttujan keskiarvoja toisen muuttujan luokissa.
Keskiarvotaulukon laatimista varten selitettävän muuttujan (muuttujan, josta lasketaan keskiarvot) tulee olla
· Numeerinen (eli mitattu joko suhde- tai välimatka-asteikolla)
· Joskus harvoin myös järjestysasteikollinen muuttuja käy, jos keskiarvoa pystyy mielekkäästi tulkitsemaan. Esim. läänien keskiarvo silloin, kun 1 eteläisin ja 6 pohjoisin voi olla jotenkin mielekäs, mutta jos läänit on numeroitu jotenkin muuten, ei ole mieltä ottaa niistä keskiarvoa. Jos olet epävarma keskiarvon tulkinnasta, käytä mieluummin ko. muuttujaan jotakin muuta analyysimenetelmää.
Selittävän muuttujan tulee olla
· luokiteltu, esim. ei ole mielekästä käyttää ikä-muuttujaa sellaisenaan, vaan se on syytä luokitella ikäluokkiin.
Keskihajonta on hyvä ottaa mukaan keskiarvotaulukoihin, koska sillä saadaan selville, kuinka paljon keskiarvoissa on vaihtelua. Lisäksi tutkittavien määrän tulee selvitä taulukosta.
Keskiarvotaulukkoa pääsee tekemään analyysivalikossa (Analyze/Compare means/Means). Näin saadaan näkyville seuraava ikkuna:
|
|
|
|
|
|
Dependent list –kenttään valitaan selitettävä muuttuja ja Independent list –kenttään selittävä muuttuja.
Options: täällä voi valita mitä tilastollisia tunnuslukuja haluaa taulukossa esitettävän.
Taulukossa 5 on esitetty vastaajien käsitys omasta ulkoisesta viehättävyydestä koulutusasteen mukaan tarkasteltuna. Käsitys omasta viehättävyydestä muuttuja on koodattu siten, että mitä suurempi arvo, sitä viehättävämpänä itseään pitää. Eli mitä keskiarvotaulukon perusteella voidaan sanoa? Kyllä vain, keski- ja korkea-asteen suorittaneet naiset pitävät omaa ulkonäköään perusasteen koulutuksen saaneita naisia viehättävämpänä.
3.1.6 Korrelaatio
Korrelaatiotermiä käytetään yleiskielessä kuvaamaan kahden asian välistä yhteyttä. Voidaan esimerkiksi sanoa, että asuinpaikka korreloi sydän- ja verisuonitautien määrään. Tilastotieteellisessä mielessä korrelaatiolla on suppeampi merkitys. Korrelaatioilla tarkoitetaan tällöin yleensä numeeristen muuttujien lineaarista yhteyttä kuvaavaa, (Pearson) korrelaatiokerrointa. Korrelaatiokerroin saa arvoja väliltä [-1, 1].
Positiivinen korrelaatio merkitsee, että toisen muuttujan arvojen kasvaessa myös toisen muuttujan arvot kasvavat. Samoin havainnolla, joka saa pienen arvon toisella muuttujalla, on taipumus saada pieni arvo myös toisella. Lähellä nollaa oleva korrelaatio kertoo, ettei muuttujien välillä ole (juurikaan) lineaarista yhteyttä. Tällöin toinen muuttuja voi saada mitä tahansa arvoja toisen muuttujan arvojen kasvaessa. Korrelaatiokerroin saa negatiivisia arvoja silloin, kun toisella muuttujalla on taipumus saada suuria arvoja toisen saadessa pieniä.
Kahden tekijän välistä korrelaatiota havainnollistetaan hajonta- eli sirontakuvioin. Tottunut lukija pystyy arvioimaan korrelaation hajontakuvion perusteella. Hajontakuvat paljastavat myös lineaarisesta poikkeavia yhteyksiä muuttujien välillä. Tähän korrelaatiokerroin ei pysty.
Korrelaatioanalyysin tekeminen
Korrelaatioanalyysiä pääsee tekemään analyysivalikossa(Analyze/Correlate/Bivari-ate). Näin saadaan näkyville seuraavalla sivulla oleva ikkuna:
|
|
|
|
|
|
Muuttujat, joiden väliltä halutaan laskea korrelaatiokerroin, valitaan Variables-laatikkoon. Ohjelma tulostaa kaikkien muuttujaparien välisen korrelaation eli koko korrelaatiomatriisin.
Taulukossa 6 on esitetty nykyisen painoindeksin ja ihannepainoindeksin korrelaatio. Siitä nähdään, että näiden muuttujien välillä on vahva positiivinen korrelaatio.
3.1.7 Taulukointi
· Vaikka taulukot olisikin esitetty mahdollisimman selkeästi, ne ovat silti melko hitaita lukea. Useimmiten niiden sisältö saadaan esitettyä pylväskuvioina niin, että nopea vilkaisu selvittää lukijalle mistä on kyse.
· Taulukkojen etuna on se, että niiden avulla voidaan parantaa monimutkaisten tulosten lukemista ja vielä melko pienessä tilassa.
· Käytännössä taulukon tulisi mahtua tutkimusraportissa kokonaan yhdelle sivulle, tätä isommat taulukot voidaan esittää erillisessä liitteessä.
Taulukoiden käytön ehtoja
Frekvenssitaulukoiden etu on sen riippumattomuus mitta-asteikosta. Ristiintaulukoilla voidaan kuvata myös laatueroasteikollisten muuttujien välisiä yhteyksiä. Esimerkiksi otokseen kuuluvien ihmisten jakautumista siviilisäätyluokkiin sosiaaliluokan mukaan (ja kolmiulotteisessa taulukossa lisäksi vaikkapa sukupuolen mukaan, jolloin kaksiulotteinen taulukko tehdään miehille ja naisille erikseen).
Jos jatkuvia tai tarkkaan luokiteltuja muuttujia halutaan esittää taulukossa, muuttujat kannattaa luokitella ja luokkia yhdistellä ennen taulukointia. Ei esimerkiksi ole järkevää taulukoida ristiin tuloja sukupuolen mukaan, kun tulot on mitattu euron tarkkuudella. Miesten ja naisten jakautuminen järkevällä tavalla muodostettuihin tuloluokkiin on sen sijaan kiinnostavaa.
Liian moniluokkaisten muuttujien käyttämistä pitää välttää, etenkin jos kyseinen taulukko esitetään raportissa. Tämä koskee sekä selittävää että selitettävää muuttujaa. Jos muuttujalla on liian monta luokkaa, solufrekvenssit jäävät usein liian pieniksi, jotta niistä voitaisiin päätellä mitään. Taulukoita varten aineistoa kannattaa tiivistää.
Jos on tarvetta esittää suurempia taulukoita, joiden sisältö ei kuulu tutkimuksen keskeisiin tuloksiin, taulukot voi ehkäpä sijoittaa raporttiin liitteeksi. ("Tutkimusväestön jakautuminen analyysissä käytettyjen selittävien muuttujien luokkiin" - selittäjiä on kymmeniä - tai "Perustietoa Lapin läänin kunnista".)
Ristiintaulukoinnin ongelmaksi voi muodostua tarvittavan tutkimusaineiston määrä. Laajojen ja moniulotteisten ristiintaulukoiden tekemiseen tarvitaan erittäin paljon havaintoja.
3.1.8 Ohjeita taulukoiden muotoiluun
Pääset muokkaamaan SPSS -ohjelman Output-ikkunassa olevaa taulukkoa tuplaklikkaamalla sitä. Huom! Et pääse mihinkään alla mainittuihin toimintoihin käsiksi, jollet ensin tee sitä, koska tarvittavat valikot käskyineen ilmaantuvat Output-ikkunan valikkoriville vasta taulukon tuplaklikkaamisen jälkeen. Vaihtoehtoisesti voit muokata taulukkoa klikkaamalla hiirellä taulukon eri osia.
Koko taulukkoon vaikuttavia muotoiluja (kaikkien tekstien fontti, tekstin asettelu soluissa, solujen rajoja) pääsee muokkaamaan Format/Table properties –valintaikkunassa.
Taulukon tekstejä (otsikkoa, lukuja, muuttujien nimiä) voi muuttaa tuplaklikkaamalla ko. solua tai kohtaa ja kirjoittamalla korjatun tekstin aikaisemman tilalle.
Yksittäisiä taulukon osia pääsee muotoilemaan valitsemalla hiirellä ("maalamalla") ne osat, joita haluaa muuttaa ja valitsemalla Format/Cell Properties. Useita erillisiä solujahan saa tarvittaessa valittua kerralla pitämällä ctrl-näppäintä pohjassa valinnan ajan. Koko taulukon saa kätevästi valittua Edit/Select Table.
Prosenttimerkit pois, oikea määrä desimaaleja.
Format/Cell Properties/Value: Format-listasta valitaan oikean näköinen muoto.
Muuttujan nimi taulukon vasempaan ylänurkkaan
Valitse hiirellä oikea kohta ja kirjoita siihen muuttujan nimi. Ikävä yllätys, teksti ei kuitenkaan näy taulukossa. Tämä on SPSS:n yksi harmillinen erikoisuus. Jotta saat muuttajan nimen näkyviin valitse kyseinen solu hiirellä, paina hiiren oikeaa painiketta, ja tämän jälkeen valitse toiminto Show Dimension. Tällöin teksti tulee taulukossa näkyviin.
Lähdeviitteen lisääminen
Insert/Caption
Alaviitteen lisääminen
Insert/Footnote
Valitaan tuhottava osa hiirellä ja painetaan delete-näppäintä.
Rivit sarakkeiksi ja toisinpäin
Pivot/Transpose Rows and Columns
Muuta...
Muitakin temppuja taulukolle voi
tehdä. Kokeile Format -valikosta löytyviä käskyjä ja katso
mitä tapahtuu. Muistathan, että Edit -valikosta
löytyy tuo aina niin tarpeellinen Undo-käsky.
3.1.9 Taulukoiden raportointi
Taito esittää selkeitä taulukoita on tärkeä ja hallussa harvalla. Tässä ohjeita etenkin esittämiskelpoisen ristiintaulukon laadintaan:
· Esitetään vain rivi-, sarake- tai soluprosentit (ja tietenkin se oikea vaihtoehto on valittu!), eli kussakin solussa on vain yksi prosenttiluku (mutta ei %-merkkiä). Solufrekvenssejä ei yleensä ole tarpeen esittää.
· Esitetään myös luvut, joista prosentit on laskettu, eli rivi- ja sarakesummat ja niiden summa. Jos lukija on kiinnostunut solufrekvensseistä eikä niitä ole esitetty, hän voi laskea ne prosenttien ja rivi- tai sarakeprosenttien avulla.
· Yksi hyvä tapa varmistaa, että prosentit on laskettu oikein päin, on koittaa sanallisesti selittää taulukon keskeistä antia. Esimerkki lukemisharrastusta koskevasta tutkimuksesta: "Narujärveläisistä aikuisista 88 % ja uppojokelaisista aikuisista vain 32 % lukee vähintään kolme kaunokirjallista teosta vuodessa." (Olisi oudompaa tutkia, kuinka suuri osa kaunokirjallisuuden lukijoista on uppojokelaisia.)
· Ei esitetä liikaa desimaaleja; ne vain haittaavat luettavuutta.
· Esitetään prosenttien summa eli rivi satasia joko ala- tai oikeanpuoleisessa marginaalissa riippuen prosenttien laskusuunnasta.
· Muuttujien luokkien sisältö on kuvattava selkeästi. Siis pelkät luokkien numerot eivät käy, vaan kullekin luokalle tulisi olla itse taulukossa sanallinen selitys. Tämä onnistuu helposti varmistamalla ennen taulukoiden tekoa, että kaikille käytetyille muuttujille on annettu aineistoikkunassa arvojen selitystekstit (variable labels). Jos luokkien kuvaukset eivät mahdu taulukon riveille ja sarakkeille, selostusta jatketaan alaviitteissä.
· Taulukko on otsikoitava selkeästi ja tarvittaessa lisättävä sisältöä kuvaavia alaviitteitä. Lukijan on pystyttävä ymmärtämään taulukon sisältö etsimättä selityksiä raportin varsinaisesta tekstistä. Tieteellisessä raportissa otsikon ei välttämättä tarvitse olla kovin raflaava tai iskevä. Esimerkki otsikosta: Suomalaisten 18 - 35-vuotiaiden naisten jakautuminen tuloluokkiin vuonna 1997.
· Lähde merkitään usein taulukon alalaitaan. Ja parhaana vinkkinä: Näytä taulukoitasi työkaverillesi tai ystävällesi ja pyydä häntä kertomaan, mitä taulukoissa kuvataan ja mitä luvut osoittavat.
· Taulukon lukujen ja yksityiskohtien liiallista toistoa tekstissä tulee välttää; se on varma tapa saada lukijan mielenkiinto herpaantumaan.
· Taulukolla on otsikon lisäksi oltava numero. Taulukon tulee olla itsenäisesti ymmärrettävä. Ja siksi otsikosta tulisi tulla ilmi, mistä taulukosta on kyse.
· Jos on kyse prosenttitaulukosta, tulee havaintojen lukumäärä laittaa esille.
3.1.10 Lopuksi: siis mitä tehdä, kun
a. jatkuva: valitse descriptives (Analyze/Descriptive Statistics/ Descriptives), jolloin voit pyytää SPSS:ää tulostamaan muuttujan keskiarvon, keskihajonnan, minimi- ja maksimiarvon, vaihteluvälin, varianssin, summan, vinouden (skewness) ja huipukkuuden (kurtosis).
b. luokiteltu: valitse frekvenssit (Analyze/Descriptive Statistics/ Frequencies), jolloin SPSS tulostaa suoran jakauman.
a. molemmat luokiteltuja muuttujia: valitse ristiintaulukko.
b. selitettävä jatkuva muuttuja ja selittävä luokiteltu muuttuja: valitse keskiarvotaulukko.
c. selittävä ja selitettävä muuttuja jatkuvia muuttujia: korrelaatio.
3.2 Graafinen esittäminen
Ohjelmistojen käytön helpottuessa tilastoaineistojen graafinen kuvailu on yleistynyt. Kuvalla voi kertoa nopeasti tarvittavan tiedon lukijalle. Tilastografiikkaa voidaan ryhmitellä erilaisten kuvatyyppien mukaan. Yleisimpiä kuvatyyppejä ovat pylväät, hajontakuviot, viiva- ja aluekuviot sekä piirakat.
Kuvatyyppiä valitessa on tärkeää miettiä, mitä kuvan on tarkoitus viestiä lukijalle sekä sitä, millainen kuva viestii asian parhaiten. Kaikki kuvatyypit eivät sovellu kaikkien asioiden esittämiseen.
3.2.1 Pylväät
Pylväät ovat yleisin, ja usein havainnollisin tilastografiikan kuvaajatyyppi. Ne soveltuvat monen erilaisen asian esittämiseen. Pylväät voidaan piirtää pysty- tai vaakasuoraan. Frekvenssit, prosentuaaliset osuudet, keskiarvot ym. voidaan kirjoittaa näkyviin pylväiden yhteyteen tai piirtää pylväät koordinaatistoon, josta ne voidaan lukea.
Pylväitä päästään tekemään valinnalla Graphs/Bar.
|
|
|
|
|
|
Näin saadaan näkyville seuraava
ikkuna:
Tässä valikossa määritetään se, (1) millaisia pylväskuvioita halutaan tehdä ja (2) mitä pylväät kuviossa esittävät.
(1) Pylväskuvio vaihtoehtoja on kolme: Simple, Clustered ja Stacked. Oletusvalinnalla Simple voidaan tehdä frekvenssipylväitä ja esimerkiksi keskiarvopylväitä. Valinnoilla Clustered ja Stacked voidaan tarkastella kahden tai kolmen muuttujan pylväskuvioita.
(2) Data in Chart are –kohdassa voidaan valita, mitä pylväät kuviossa esittävät. Summaries for groups of cases: pylvään korkeus määrittää havaintojen tunnusluvun ko. luokassa. Tämä on oletusmenetelmä, ja usein parhaiten sopiva esittämistapavaihtoehto. Seuraavassa esimerkissämme käytämme sitä. Muut vaihtoehtot ovat: Summaries of separate variables, tällöin pylvään korkeus kuvaa muuttujan tunnuslukua ja Values of individual cases, tällöin pylvään korkeus esittää muuttujan arvoa.
A YHDEN LUOKITELLUN MUUTTUJAN PYLVÄSKUVIO
Frekvenssipylväillä esitetään erilaisten osaryhmien kokoja. Pylväät ovat useimmiten havainnollisin tapa esittää tällaisia asioita, vaikka journalistit yleensä leipovatkin niistä piirakoita. Yhden muuttujan frekvenssipylväs on samannäköinen kuin histogrammi (paitsi että pylväiden välissä on tyhjää esittämässä, että kyse on ei-jatkuvasta eli luokitellusta muuttujasta).
Frevenssipylväitä pääsee tekemään kuvavalikosta (Graph/Bar) oletusvalinnalla Simple. Näin saadaan näkyville seuraava ikkuna:
|
|
|
|
|
|
Category Axis- kohtaan valitaan muuttuja, josta halutaan tehdä frekvenssipylväs.
Titles: täällä voi kirjoittaa kuvalle otsikon, otsikon voi kuitenkin kirjoittaa myös kuvankäsittelyikkunassa tai vasta siinä tiedostossa, johon kuva liitetään (tätä suosittelen).
Options: tässä valikossa voi määrittää, ettei kuvassa esitetä puuttuvia tietoja, tämänkin voi tehdä myöhemmässäkin vaiheessa, kuvankäsittelyikkunassa.
Bars represent –kenttä: tämä kenttä on keskeinen, sillä tässä voi valita, haluaako kuvassa esitettävien pylväiden esittävän lukumääriä, prosentuaalisia osuuksia etc. Frekvenssipylvästä tehdessä ohjelman oletusarvoa, N of cases, ei tarvitse vaihtaa.
Kuvassa 1 on frekvenssipylväs, jossa on esitetty vastaajien koulutusaste. Jotta kuva olisi esittämiskelpoinen, tulisi kuvaa muokata kuvankäsittelyikkunassa (ainakin count-sana täytyy suomentaa).
Kuva 1. Vastaajien koulutusaste.
B KAHDEN LUOKITELLUN MUUTTUJAN PYLVÄSKUVIOT
Kahden luokitellun muuttujan pylväskuvioita voidaan tehdä joko ryhmittelemällä pylväitä (Clustered) tai pinoamalla niitä (Stacked).
Useamman muuttujan pylväskuvioita pääsee tekemään kuvavalikosta (Graph/Bar) oletusvalinnalla Clustered tai Stacked. Näin saadaan näkyville seuraavalla sivulla oleva ikkuna:
Ikkuna on samanlainen kuin Simple-valinnan ikkuna. Ainoa ero on se, että tässä ikkunassa on varattu myös toiselle muuttujalla kenttä (Define clusters by).
Seuraavassa on esitetty vastaajien koulutusaste ikäluokittain tarkasteltuna (%). Mieti, mitä kuvasta nähdään?
Kuva 2. Naisten koulutusaste ikäluokittain tarkasteltuna (%).
C KESKIARVOPYLVÄÄT
Keskiarvopylväillä esitetään jonkin muuttujan keskiarvoja joko (1) yhden tai (2) kahden muuttujan määrittelemissä ryhmissä. Seuraavassa esitetään, miten näitä tehdään. Keskiarvopylväät ovat yksinkertainen tapa tiivistää tietoa hyvin helposti havainnoitavaan muotoon. Selitettävän muuttujan ainakin periaatteessa pitäisi olla mitattu joko suhde- tai välimatka-asteikolla.
(1) Yhden muuttujan määrittelemissä ryhmissä keskiarvopylväitä pääsee tekemään samassa valikossa, jossa tehtiin frekvenssipylväs (eli valinnoilla Graph/Bar/Simple). Category axis –kohtaan valitaan selittävä eli luokiteltu muuttuja, jonka ryhmissä halutaan tarkastella selitettävän muuttujan keskiarvoja. Keskiarvopylväitä tehdessä tulee Bars represent –kentästä ruksia kohta Other summary function, jonka jälkeen selitettävä muuttuja sijoitetaan Variable –kohtaan. Ohjelman oletusarvona on, että tällöin halutaan pylväiden esittävän keskiarvoja jonkun valitun selittävän muuttujan ryhmissä. Muitakin vaihtoehtoja olisi valittavana painikkeen Change summary takaa. Seuraavassa kuvassa (kuva 3) on esitetty vastaajien tyytyväisyys elämään koulutusasteen mukaan. Tyytyväisyyttä ihmissuhteisiin on kysytty 5-portaisella Likert-asteikolla. Vastaukset on koodattu siten, että arvon kasvaessa tyytyväisyys ihmissuhteisiin vähenee. Mitä siitä siis voimme nähdä? Onko kuva sinusta järkevä?
Kuva 3. Tyytyväisyys elämään koulutusasteen mukaan.
2) Kahden muuttujan määrittelemissä ryhmissä keskiarvopylväitä pääsee tekemään samassa valikossa, jossa tehtiin kahden luokitellun muuttujan pylväskuvioita (eli valinnoilla Graph/Bar/Clustered tai Stacked). Näiden keskiarvopylväiden tekeminen on muutoin samanlainen prosessi kuin yhden muuttujan määrittelemissä ryhmissä keskiarvopylväiden tekeminen. Ainoa poikkeus on se, että toinen luokiteltu muuttuja valitaan mukaan ja se sijoitetaan Define clusters by -valikkoon, kuten seuraavasta ikkunasta nähdään:
Kuva 4. Masentuneisuus ikäluokittain eri painoindeksiluokissa tarkasteltuna.
Edellisellä sivulla oleva kuva 4 on tehty keskiarvokuvan valintaikkunassa tehdyillä valinnoilla. Mitä siitä on nähtävissä? Onko ikä tai painoindeksi tai molemmat yhteydessä naisten masentuneisuuteen?
3.2.2 Histogrammit
Histogrammit ovat yksinkertaisia pylväitä, jotka soveltuvat yhden muuttujan jakauman kuvailuun. Pylvään korkeus ilmaisee pylvään luokkaan kuuluvien havaintojen määrän. Histogrammilla voidaan esittää jatkuvien muuttujien jakaumia (SPSS -ohjelma osaa yleensä luokitella muuttujia jokseenkin järkevästi. Mieti kuitenkin aina itse onko luokittelu järkevä.) SPSS:ssä histogrammi tehdään valinnoilla Graphs/Histogram, erityisiä lisämääreitä ei yleensä tarvita. Kuvassa 5 on esitetty vastaajien painoindeksin histogrammi.
Kuva 5. Naisten painoindeksi.
3.2.3 Hajontakuviot
Hajontakuvioilla (scatter) esitetään kahden jatkuvan muuttujan yhteisjakaumat. Hajontakuviolla tarkoitetaan muuttujien piirtämistä samaan koordinaatistoon siten, että toisen muuttujan asteikko asettuu x-akselille ja toisen muuttujan y-akselille. Havainnot asettuvat pisteinä tähän koordinaatistoon mittausarvojensa mukaisille koordinaattipisteille.
Koordinaatistosta voidaan tutkia muuttujien yhteisvaihtelua, jonka seurauksena havaitaan, onko muuttujilla keskinäistä riippuvuutta. Riippuvuuksien näkemiseen kuvasta tulee harjaantua, joten useimmiten hajontakuvioita tehdään tutkijan omaan käyttöön, sellaisina ne ovat hyvin hyödyllisiä aineistoon tutustumisessa.
Kun hajontakuvioissa ovat pisteet täysin hajallaan, muuttujien välillä ei ole riippuvuutta. Hajontakuvioita tehdessä voidaan periaatteessa valita muuttujien x ja y akselit kummin päin tahansa, mutta jos on luonnollista ajatella toisen muuttujan selittävän toisen muuttujan käyttäytymistä valitaan selittävän muuttujan akseliksi vaaka-akseli. Erilaisilla hajontakuvion päälle piirretyillä regressiokäyrillä voidaan mm. osoittaa riippuvuuksia myös harjaantumattomille. Hajontakuvioiden laatiminen auttaa tekemään ylimalkaisia johtopäätöksiä muuttujien välisistä yhteyksistä. Tämä ei kuitenkaan yleensä riitä ja siksi tehdään jatkoanalyysejä, joiden avulla muuttujien mahdollinen riippuvuus voidaan esittää numeerisessa muodossa.
Hajontakuvioita pääsee tekemään kuvavalikosta (Graph/Scatter). Näin saadaan näkyville seuraava ikkuna:
|
|
|
|
|
|
Valinnalla Simple, saadaan seuraava ikkuna näkyville:
|
|
|
|
|
|
Y ja X Axis –kenttiin valitaan muuttujat, joiden yhteisvaihtelusta ollaan kiinnostuneita.
Kuvassa 6 on hajontakuvio, jossa on esitetty naisten nykyisen painoindeksin ja ihannepainoindeksin yhteisjakauma. Siitä nähdään, että näiden muuttujien välillä on riippuvuutta: Nykyisen painoindeksin noustessa ihannepainoindeksi nousee.
Kuva 6. Nykyisen painoindeksin ja ihannepainoindeksin hajontakuvio.
3.2.4 Viiva- ja aluekuviot
Viivakuvioilla kuvataan yleensä aikasarjoja. Viiva antaa vaikutelmat siitä, että sitä pitkin voi liikkua, niinpä sen kuvaaman muuttujan tulisi olla intervalliasteikollinen ja periaatteessa jatkuva. Aluekuvioilla kokonaisalueen pinta-alan vaihtelun aika (tms.) -akselilla tulisi kuvata jonkin asian esiintymisen muutosta. Viivakuvioita pääsee tekemään valikosta Graph/Line ja aluekuvioita valikosta Graph/Area.
3.2.5 Piirakat
Piirakkakuvioilla (Pie) on tapana havainnollistaa suhteellisia eli prosentuaalisia osuuksia siten, että kunkin ympyrän sektorin pinta-ala kuvaa tämän sektorin suhteellista osuutta koko aineistossa. Jotakin luokkaa voidaan erityisesti korostaa irrottamalla tämän luokan sektori hieman erilleen muusta kuviosta. Kahden piirakan vertailu on vaikeaa elleivät erot ole selvät. Parhaiten piirakka sopiikin kuvaamaan jonkin ominaisuuden jakautumista yhdessä joukossa.
3.2.6 Kuvat niiden käyttötarkoituksen mukaan
Tässä tutustutaan tilastografiikkaan sen erilaisten käyttötarkoitusten mukaan, eikä kuvan ominaisuuksien mukaan, kuten edellä.
Yhden muuttujan jakauman kuvailu
Yhden muuttujan jakauman kuvailuun soveltuvat histogrammit (jatkuville muuttujille), pylväskuviot SPSS:ssä (tämänlainen kuva tilataan valitsemalla ensimmäisessä valintaikkunassa "simple" ja muutenkin toiminta on varsin simppeliä) ja viiksikuviot, sekä huonommin piirakat.
Useiden muuttujien kuvailu
Joskus useita muuttujia on hyödyllistä kuvailla samassa kuvassa vertailun helpottamiseksi. Tämä edellyttää useimmiten, että muuttujilla on samanlainen asteikko. Usein taas halutaan samanlaisia, mutta erillisiä kuvaajia useista muuttujista liukuhihnatyönä. SPSS:ssä on monissa kuvaajatyypeissä mahdollisuus valita useiden muuttujien kuvailu. Valikkoja käytettäessä valinta tapahtuu rastimalla ruutu "summaries of several variables" ensimmäisessä valintaikkunassa kuvaajaa tehtäessä. Huom. Kahden muuttujan kuvailua pystyy tekemään myös valitsemalla ”summaries for groups of cases”. Useita samanlaisia kuvia saa nopeimmin tehtyä SPSS:n komentomuodossa. Ensimmäinen kuvaaja määritellään valmiiksi, ja painetaan paste -nappulaa. Tämä kopioi kuvaajan määrittelyt komentomuotoisina syntaksi-ikkunaan. Valintaikkunassa komennot voi copy-paste toiminnoilla monistaa ja tehdä niihin haluttuja muunnoksia.
Muuttujan kuvailu toisen luokissa eli yhteisjakauman kuvailu
· Frekvenssi-, ristiin- ja keskiarvotaulukoiden kuvalliset vastineet esitetään pylväinä
· Jatkuvien muuttujien yhteisjakaumat hajontakuvina
3.2.7 Kuvien muokkaus SPSS:n kuva-editorilla
SPSS:n kuvaeditorilla voi tehdä monenlaisia temppuja kuville. Kuvatekstejä ja otsikoita voi muokata, vaihtaa esityksen värejä, tuhota osia, muuntaa skaalausta, kääntää kuvioita ja jopa muuntaa piirakan pylvääksi.
Ohjeita kuvaeditorin käyttöön
Kuva-editoriin (Chart Editor) pääset tuplaklikkaamalla tulostusikkunassa (Output) ko. kuvan päällä. Tällöin kuvasta muodostuu kopio kuvankäsittelyikkunaan, jota voi muokata hiiren (voi olla useissa tapauksissa helpompi tapa muokata kuvaa) tai valikkojen avulla. Näin saadaan näkyville seuraava ikkuna eli kuvankäsittelyikkuna:
Olemassa olevaa tekstiä pääset muokkaamaan klikkaamalla hiirellä ko. tekstiä niin että sen ympärille tulee kehykset. Mikäli tuplaklikkaat hiirellä tekstiä, ohjelma avaa kyseistä kenttää koskevan Properties-valikon, jossa voi vaikuttaa kyseisen kentän asuun esim. fontin kokoon, väriin, akselin skaalaukseen, kuvan kokoon. Mikäli haluat muuttaa tekstiä, kannattaa ensimmäisen hiiren painalluksen jälkeen odottaa hetki ennenkuin painaltaa hiirtä uudestaan. Näin pääset muuttamaan tekstiä kätevimmin. Jos kuvasta puuttuu jokin tekstiosa, voit lisätä sen Chart-valikosta (Chart/Add chart element/Text box).
Otsikko
Mikäli haluaa jo SPSS-ohjelmassa otsikoida kuvan, se on kätevintä tehdä siinä vaiheessa kun ”tilaa” eli tekee kuvaa.
Jos haluat tuhota kuvista osia, esim. poistaa kuvasta yhden pylvään, aloita tuplaklikkaamalla kuvaajan (esim. pylväät) päällä. Esille tulevasta Properties-ikkunan Categories-välilehdeltä voit poistaa pylväitä valitsemalla hiirellä Order-laatikosta haluamasi muuttujan luokan ja painamalla hiirellä punaista risti -painiketta. Tällöin haluamasi muuttujan luokka siirtyy Excluded-laatikkoon. Takaisin luokan saa halutessaan valitsemalla se ensin hiirellä ja sitten painamalla vihreää nuoli -painiketta.
Akselin skaalauksen muuttaminen
Voit muuntaa kuvan skaalausta tuplaklikkaamalla y-akselia tai painamalla Y-pikapainiketta, jolloin sinulle aukeaa y-akselin Properties-valikko. Uuden skaalauksen voit syöttää Scale-välilehdellä suoraan Range–kenttiin (minimum, maximum) ottamalla ruksin pois Auto-ruudusta. X-akselin skaalausta ei voi jälkikäteen muuttaa, vaan se määräytyy aineistossa olevien lukujen perusteella.
Värien vaihtaminen
Valitse kuvan osa klikkaamalla ko. osan päällä, jotta pääset Properties-valikkoon. Välilehtien nimet, joissa voi vaihtaa väriä vaihtelevat kuvan eri kentissä, esim. pylväiden vaihto tapahtuu Fill and Border –välilehdellä, kun taas tekstin värin vaihto tapahtuu Text-välilehdellä. Fill-ikkuna tarkoittaa pylväiden väriä ja Border-ikkuna rajojen väriä. Ikkunasta voit valita värin ja Apply-painikkeella näet, miltä muutos näyttäisi. Close-painikkeella hyväksyt muutoksen.
Kuvion kääntäminen
Voit kääntää pylväikköä 90 astetta, valikosta Chart/Transpose chart, myös pikanäppäin.
Muita
Kannattaa kokeilla rohkeasti mitä eri valikoista löytyy, voit esimerkiksi koettaa vaihtaa pylväikön piirakaksi Chart/Change Data element type/Pie. Koko kuvan tulee olla valittuna, jotta tämä onnistuu. Kuvioiden muotoilua oppii parhaiten kokeilemalla eri toimintoja. Samalla kun teet muutoksia kuvaan Chart Editor -ikkunassa, samat muutokset tulevat näkyviin Output-ikkunassa.
Kuvan tallentaminen
A) Tulostusikkunassa: Kuvan voit tallettaa myöhempää SPSS -käyttöä varten tallettamalla tulostusikkunan sisällön (Output aktiivisena ikkunana: File/Save as). Tällöin ohjelma tallentaa koko tulostusikkunan. Jos haluat tallentaa ainoastaan jonkun kuvan tai kuvat, sinun täytyy käyttää File-valikon Export-toimintoa. Mikäli aiot siirtää kuvan johonkin toiseen ohjelmaan, varmin tapa tulostusikkunassa ollessasi on tallettaa kuva Windows Bitmap -muodossa (File/Export).
B) Kuvankäsittelyikkunassa: Kuvan voi tallettaa kuvankäsittelyikkunassa File-valikon Export chart XML –toiminnolla.
Kun olet muotoillut ja tallentanut kaavion, sulje kuvankäsittelyikkuna. Tällöin ohjelma palaa takaisin tulostusikkunaan. Mikäli jätät kuvankäsittelyohjelman auki, muokkaamasi kuvan tausta on harmaa tulostusikkunasssa.
Hyvän tilastografiikan yleisiä ehtoja
· Kuva täytyy pystyä lukemaan itsenäisesti. Kuvalla tulee olla numero, otsikko sekä muuttujat täytyy ilmaista selkokielellä (jos ei mahdu kuvaan voi käyttää lyhenteitä, mutta selitys tulee olla alareunassa)
· Kuvallisessa esityksessä on pyrittävä yksinkertaisuuteen
· Kuvaajan on oltava helppo lukea
· Sisältää ainoastaan oleellisen tiedon.
Yhdenmukainen muiden kuvien kanssa tekstiltään ym.
4 HAVAINTOAINEISTON MUOKKAAMINEN
Tutkimusaineistoa ei koskaan tule ottaa annettuna. Valmiit muuttujat ja niiden luokitukset ja asteikot eivät ole pyhiä: tutkija saa muuttaa ja hänen on muutettava niitä omien tarpeidensa mukaan. Muuttujamuunnoksia ovat esim.
· Uudelleenluokittelu
· Summamuuttujien luominen
· Aritmeettiset muunnokset
· Jne.
4.1 Uudelleenluokittelu
Miksi pitäisi uudelleen luokitella?
Muuttujien luokkia yhdisteltäessä katoaa aina informaatiota, joten yhdistelyä ei pidä tehdä turhaan. Yhdistelylle on aina löydettävä perustelu. Toisaalta, joskus uudelleenluokittelu on pakko tehdä. Perusteluja uudelleenluokittelulle:
· Tarpeettoman informaation hävittäminen.
· Jatkuva muuttuja on pakko luokitella ristiintaulukoita ja pylväskuvioita varten!
· Frekvenssiltään (=havaintojen lukumäärä, engl. frequency tai count) pienet luokat tulee yhdistää esim. ristiintaulukkoa varten, jotta voitaisiin tehdä johtopäätöksiä.
· Muuttuja voidaan joskus normalisoida (= muuttujan jakauma muistuttaa paremmin normaalijakaumaa) yhdistämällä ääriluokkia.
Tutkija pyrkii tiiviiseen esitykseen ja hävittää aineistosta turhana pitämäänsä informaatiota. Tarpeettoman informaation hävittäminen on yksi tutkimuksen perustehtävistä. Muuttujien uudelleenluokittelulla voidaan yksinkertaistaa turhan yksityiskohtaisia luokitteluja. Informaatiota ei kuitenkaan pidä tahallaan hävittää ilman hyviä perusteita.
Jos jatkuvaa muuttujaa halutaan käyttää luokiteltuna (esim. ristiintaulukoissa), luokat on tietenkin muodostettava (esim. euron tarkkuudella mitatut tulot tuloluokiksi). Se, käytetäänkö muuttujaa jatkuvana vai luokiteltuna, riippuu mm. käytettävästä analyysimenetelmästä ja riippuvuuksien muodosta. Nominaalisille (luokitteluasteikolla mitatuille muuttujille kehitetyt analyysitavat saattavat mahdollistaa joidenkin asioiden esittämisen (esim. epälineaaristen yhteyksien) helpommin ja selkeämmin kuin suhde- tai intervalliasteikollisille muuttujille kehitetyt menetelmät, vaikka niillä menetetäänkin tietoa, joka sisältyy muuttujien järjestykseen. Todella pienet luokat eli sellaiset, joista ei kuitenkaan voida tehdä mitään johtopäätöksiä, voi ehkä yhdistää kylmiltään.
Siis: ristiintaulukointia ja pylväskuvioita varten muuttujat on aina syytä luokitella siten, että jokaisen luokan frekvenssi on riittävän suuri johtopäätösten tekemiseen!
Usein on myös mahdollista tarkistaa, onko kadotettava informaatio olennaista. Tutkija voi esimerkiksi osoittaa, että selitettävän muuttujan vaihtelu on samanlaista kahdessa pienehkössä luokassa: ne voidaan ehkä yhdistää jatkoanalyyseissä. (Mutta myös se, että luokat ovat samanlaisia, on usein kiinnostava ja raportoimisen arvoinen tulos.)
Usein on niin, että analyysivaiheessa luokkia kannattaa varmuuden vuoksi pitää erillään, mutta raportissa yhdistelyä kannattaa tehdä kovemmalla kädellä. Kylmä tosiasia muuttujien uudelleenluokittelusta on, että luokkia voidaan aina yhdistää uudelleen, mutta jos jaottelut ovat alkuperäisessä aineistossa karkeita, niitä ei jälkikäteen saa hienojakoisemmiksi eli suuria luokkia ei saa erilleen toisistaan. Esimerkiksi kyselylomaketta tehtäessä on vältettävä turhia karkeistuksia.
Luokkien teossa huomioitavaa:
· Pidä huolta, ettei luokkien frekvensseistä tule liian pieniä analyysejä varten.
· Ainakin kolme luokkaa on hyvä olla dikotomian estämiseksi. Epälineaarista muuttuvuutta voi ilmaista kun on ainakin kolme luokkaa. Näin vältytään myös liialta maailman yksinkertaistamiselta.
· Esimerkiksi ikäryhmiä tehdessä kannattaa miettiä mielekkäitä ryhmiä esim. nuoret ja aikuiset tutkimusongelmasta riippuen.
· Esimerkki aviosääty: eronneet ja lesket pieniä ryhmiä, mutta niiden yhdistäminen huono asia, koska ryhmät kokonaan eri asioita.
Muuttujien uudelleenluokittelu SPSS –ohjelmalla
Yleensä kannattaa selostaa raporteissa, mitä uudelleenluokitteluja on käyttämilleen muuttujille tehnyt ja perustella, minkä vuoksi. Kaikkein helpointa ja nopeinta muuttujien uudelleenluokittelu on syntaksi-ikkunassa. Seuraavassa on kuitenkin selostettu uudelleenluokittelu valintaikkunoiden avulla.
Jatkuvan muuttujan luokittelu ristiintaulukointia varten
Esimerkkinä vuoden tarkkuudella mitattu ikä-muuttuja (IKA). Aluksi on syytä selvittää jatkuvan muuttujan minimi ja maksimiarvot, jotta tiedetään, mistä aloitetaan ja mihin päätetään luokittelu. Nämä saa selville ajamalla esimerkiksi Analyze/Descriptive Statistics/ Descriptives. Tässä tapauksessa saatiin selville, että minimiarvo on 18 ja maksimi 75. Seuraavassa vaiheessa mietitään, minkälainen luokittelu olisi oman tutkimuksen kannalta paras. Voi olla havainnollista myös tulostaa vaikkapa histogrammi, niin nähdään, miten ikä on jakautunut. Histogrammista huomataan vaikkapa semmoista, että vanhoja ihmisiä on paljon vähemmän kuin keski-ikäisiä. Jos muuttujaa aiotaan käyttää ristiintaulukossa, kannattaa ehkä ottaa vähän isompi luokitusväli "vanhuksille", jotta frekvenssit pysyvät riittävän suurina. Toinen asia on sitten se, jos ollaan kiinnostuneita erityisesti vanhoista ja halutaan tarkempaa informaatioita heistä. Tässä kuvitteellisessa esimerkissä tutkija haluaa yhdistellä luokat seuraavasti: 18-30v luokaksi 1, 31-45v luokaksi 2, 46-55 luokaksi 3, 56-65 luokaksi 4 ja 66- luokaksi 5. Huomaa, että sama ikä ei saa olla yhtä aikaa kahdessa eri luokassa!
Uudelleenluokittelu valintaikkunoiden kautta
Käytännössä luokkien muodostaminen sujuu SPSS:ssä valintaikkunoiden kautta seuraavasti (Huomhuom! Säästät aikaa ja vaivaa, kun teet uudelleenluokittelun syntaksissa, syntaksista myöhemmin luvussa 6).
Uudelleenluokittelua pääsee tekemään Transform-valikossa (Transform/Recode/
Into different variables) Into different variables -toiminto luo sinulle uuden, luokitellun muuttujan ja säilyttää alkuperäisen luokittelemattoman ikämuuttujan toisin kuin toiminto Into Same variable, joka korvaa alkuperäisen muuttujan uudella. Yleensä on syytä valita into different..., jottei alkuperäinen informaatio häviä! Näin saadaan näkyville seuraava ikkuna:
Valitse muuttujaluettelosta muuttuja eli tässä tapauksessa ika, jonka arvot haluat uudelleenluokitella Numeric variable –kenttään. Output Variable –kenttään anna uuden muuttujan nimi (Name) ja selitysteksti (Label). Uuden muuttujan nimeämisessä on noudatettava samoja sääntöjä, kuin muuttujien nimeämisessä muutenkin (max. 8 merkkiä, alkaa kirjaimella). Älä anna luokitellulle muuttujalle samaa nimeä kuin jatkuvalle ikämuuttujalle! Paina Change nappia, kun olet nimennyt uuden muuttujan. Tämän jälkeen paina Old and New values -palkkia. Avautuvassa valikossa klikkaa sopivaa "Range" kohtaa ja täytä haluamasi arvoväli tai arvo ikkunan vasemmalle puolelle. Yksittäisiä lukuarvoja voi luokitella uudestaan kohdassa value. Yksi luokka käsitellään aina kerrallaan: Old Values puolelle vanhan muuttujan arvot ja New value puolelle uuden muuttujan vastaava luokka. Kun olet määritellyt yhden luokan vanhat ja uudet arvot paina Add. Sen jälkeen syötät seuraavan luokan vanhat ja uuden arvon, painat Add jne. Kun kaikki arvot ovat uudelleenluokiteltu, paina Continue ja Recode-valintaikkunassa OK.
Huom! Uudelleenluokitellun muuttujan arvoille kannattaa myös antaa arvojen selitystekstit (value labels) Data Editor -ikkunassa ennen kuin alkaa käyttää sitä taulukoissa. Tällöin taulukoita tulostaessa selitystekstit tulostuvat luokkien numeroiden tilalle, mikä on paljon havainnollisempaa! Uudet muuttujat asettuvat aina aineistoikkunan (Data Editor) viimeiseksi muuttujaksi.
Luokitellun muuttujan luokkien yhdistäminen
Kannattaa ensin tarkastella alkuperäisen muuttujan frekvenssejä (Analyze/Descriptive Statistics/Frequencies) ja päätellä niiden perusteella, mitkä luokat kannattaa kenties yhdistää. Muuten uudelleenluokittelu etenee samaan tapaan kuin edellä. Esim. kuviteltu muuttuja "vastaus" joka saa arvot 1 = juu, 2 = ei, 3 = ehkä ja 4 = ei osaa sanoa. Luokat 3 ja 4 halutaan yhdistää, eli vanha luokka = uusi luokka 1 = 1, 2 = 2 ja 3 – 4 = 3.
Uusille luokille muuten voisi antaa mitkä lukuarvot tahansa, esim. juu voisi olla vaikka 55 ja ei 99 jne. Loogisinta kuitenkin lienee (etenkin jos haluat jonkun muunkin kuin sinun ymmärtävän työstäsi jotakin) että uusille luokille annetaan numerot numerojärjestyksessä yhdestä eteenpäin.
4.2 Summamuuttujat
Yksinkertaisimpien summamuuttujien perusajatuksena on ajatus yksiulotteisesta ilmiöstä, jota on mitattu usealla mittarilla (esimerkiksi kysytty usealla kysymyksellä). Tutkija yhdistää summaamalla (ts. laskee yhteen) näitä samaa asiaa kuvaavia muuttujia, jolloin hän saa asialle alkuperäisiä yksittäisiä muuttujia luotettavamman yhdistelmämittarin.
Tavallisesti lähtökohtana todellakin on, että summamuuttujan osiot eli alkuperäiset muuttujat mittaavat samaa asiaa. Summamuuttujien osioiden keskinäisten korrelaatioiden ajatellaan johtuvan siitä, että ne heijastavat samaa asiaa. Kaikkien osioiden ajatellaan siis olevan saman asian indikaattoreita, jolloin niiden varianssista vaihteleva osa on peräisin tuosta piilomuuttujasta, eli niillä on yhteistä varianssia ts. ne korreloivat.
Pääsääntöisesti summamuuttujan osioiden välisten korrelaatioiden on oltava nimenomaan positiivisia. Summamuuttujan osiot onkin usein käännettävä samansuuntaisiksi ennen summaamista. Esimerkiksi jos summamuuttujaan kerätään asennemuuttujia, joissa osa asenneväittämistä on esitetty myönteisessä ja osa kielteisessä muodossa, jommatkummat on käännettävä. Kätevä tapa kääntää muuttuja on lisätä muuttujan luokkien määrään ykkönen ja vähentää muuttujan arvo tästä luvusta.
Kun osiot on käännetty, ne yksinkertaisesti summataan uudeksi muuttujaksi. Sitä, mittaavatko summamuuttujan osiot samaa asiaa, voidaan selvittää tarkastelemalla osioiden välisiä korrelaatioita ja faktorianalyysillä. Kaikkien pitäisi olla kohtuullisen isoja. Aina summamuuttujan osioiden ei ole tarkoitus korreloida keskenään positiivisesti. Näin on esimerkiksi, jos halutaan laskea yhteen oppilaiden arvosanapistemääriä, ja halutaan ottaa huomioon kaikki tieto- ja taitoaineet, vaikka esimerkiksi matematiikan ja liikunnan taidot korreloisivat oppilasjoukossa negatiivisesti.
Käytännön esimerkki summamuuttujasta: kyselyssä on kysytty useita kysymyksiä vastaajan suhtautumisesta ulkomaalaisiin, joiden voidaan ajatella mittaavan henkilön "rasistisuutta" (harvempi kuitenkaan suoraan myöntää olevansa rasisti, joten tätä ei ehkä kannattaisikaan kysyä suoralla kysymyksellä).
Muuttujien välisiä korrelaatioita voi laskea valikossa Analyze/Correlate/Bivariate. Havaittuasi joidenkin muuttujien korreloivan hyvin keskenään, voit tehdä niistä summamuuttujan Spss:ssä summamuuttujia pääsee tekemään Transform-valikossa (Transform/Compute). Näin saadaan näkyville seuraava ikkuna:
Target value on uuden summamuuttujan nimi, Numeric expression –kenttään kirjataan yhteen summattavat muuttujat esim. (kissa+koira+hamsteri). Tässä tapauksessa uuden muuttujan nimi voisi hyvin olla lemmikkieläimet. Hyvin usein yhteenlasketut muuttujat jaetaan muuttujien määrällä, jotta aikaisempi muuttujan skaala pysyy samana. Esimerkiksi likert-asteikolliset muuttujat: vastausvaihtoehdot: täysin samaa mieltä, jokseenkin samaa mieltä, ei osaa sanoa, jokseenkin eri mieltä, täysin eri mieltä. Vastausvaihtoehdot vaihtelevat siis yhdestä viiteen. Uuden muuttujan arvo pysyy tämän skaalan sisällä, jos jakotoimitus tehdään. Tämä helpottaa ajattelua siitä, mitä tarkoittaa esimerkiksi se, kun keskiarvo uudella summamuuttujalla on 1.8. Eli tässä tapauksessa vastanneet ovat olleet lähinnä jokseenkin samaa mieltä kysytyn asian suhteen. Muuttujien yhteen laskeminen edellä esitetyllä tavalla on ongelmallista silloin, kun jossakin muuttujassa on puuttuva tieto. Tämänlaisessa tilanteessa kannattaa käyttää funktio-toimintoa Mean. Se laskee keskiarvon niistä muuttujista, joista tieto on olemassa. Tällöin numeric expression –kenttään kirjataan: mean (kissa, koira, hamsteri).
4.3 Muut muunnokset
Mittayksikön vaihtaminen
Esim. aika vuorokausista tunneiksi, etäisyys maileista metreiksi tai energia kilokaloreista kilojouleiksi. Tai vaikkapa: Koodataan koulutusastemuuttuja, joka saa arvoja 'perusaste', 'keskiaste' ja 'korkea-aste' koulutusvuosiksi. Etuna tässä muunnoksessa on, että koulutusvuosimuuttujaa voidaan käyttää välimatka-asteikollisena muuttujana.
Esimerkkejä muista muunnoksista voisi keksiä loputtomasti.
Muutamia esimerkkejä muuttujien muunnostarpeesta:
- Tutkittavilta on kysytty heidän asuntonsa huonelukua. Koska hyvin harvoilla on enemmän kuin yhdeksän huonetta, luokat 9 + voidaan yhdistää saman tien, etenkin jos muuttujaa tullaan käyttämään luokiteltuna muuttujana.
- Tutkija on kiinnostunut tutkittaviensa asumisahtaudesta. Hän oivaltaa, että asunnon huoneluku kannattaa suhteuttaa asukkaiden määrään. Onhan 20 neliön yksiössä asumisen sosiaalinen merkitys aivan erilainen sinkulle kuin suurelle lapsiperheelle. Edessä on aritmeettisen muunnoksen tarve.
5 SYNTAKSI
Syntaksi-ikkuna tarjoaa käyttäjälle mahdollisuuden työskennellä komentokielen avulla. Syntaksi-ikkunaa käytettäessä kirjoitetaan SPSS- komentokielen komentoja ruudussa näkyvään tilaan ja kun komento on saatu kirjoitettua käsketään SPSS -ohjelmaa toteuttamaan komento.
Syntaksi-ikkunaan päästään valitsemalla File-valikosta toiminto New/Syntax. Aiemmin luotuun tiedostoon päästään valitsemalla File-valikosta Open ja valitsemalla laatikkoon Files of type: Syntax. Nyt saadaan kaikki talletetut syntaksi-ikkunat näkyviin ja voidaan valita se, mikä haluttiin avata.
Tärkeää komentojen kirjoittamisessa
· Jokaisen rivin ensimmäinen sarake on pyhitetty SPSS:n komentokielen käskyille, joten rivin alkuun ei voi kirjoittaa mitä tahansa. Esimerkiksi muuttujien nimet eivät koskaan ala rivin alusta vaan aikaisintaan toiselta sarakkeelta.
· Jokainen varsinainen komento päättyy aina pisteeseen.
· Monissa komennoissa on sekä pakollisia että vapaavalintaisia määrittelyjä tai alakomentoja. Esimerkiksi tehtäessä ristiintaulukoita on pakko määritellä mitä muuttujia käytetään. Sen sijaan vapaavalintaisia määrittelyjä ovat esim. se, mitä taulukon soluissa halutaan esitettäväksi.
Seuraavassa on esimerkki ristiintaulukon tekemisestä syntaksi-ikkunassa:
CROSSTABS
/TABLES=koti BY sp
/FORMAT= AVALUE
TABLES
/STATISTIC=CHISQ
/CELLS= COUNT .
Edellisellä komennolla pyydettiin ohjelmaa tekemään ristiintaulukko sekä Khi2-testi (erojen tilastollisen merkitsevyyden -testi). Muuttujat ovat koti (koti) ja sukupuoli (sp).
Uudelleenluokittelu syntaksi-ikkunassa
Luvussa 4.1 käytiin läpi muuttujan uudelleenluokittelu valikkojen kautta. Tämän saman saat tehtyä paljon nopeammin ja yksinkertaisemmin kirjoittamalla syntax-ikkunaan:
RECODE
ika
(18 thru 30=1) (31 thru 45=2) (46 thru 55=3)
(56 thru 65=4) (66 thru
Highest=5) INTO ikal .
VARIABLE LABELS ikal 'ika viidessä luokassa'.
EXECUTE .
Tässä ika on jatkuva ikämuuttuja ja ikal on uuden muuttujan nimi, joka tällä käskyllä tehdään (eli luokiteltu ikä-muuttuja). Käskyn saat toteutettua maalaamalla komennon hiirellä ja painamalla Run-näppäintä. Eikö olekin paljon selkeämpää kuin monimutkaisten valintaikkunoiden käyttö?
Esimerkki Helpin käytöstä syntaksikomentojen tekemiseen: Help/Topics/Index/ Crosstabs/Crosstabs Command Syntax.
· Helpissä vapaavalintaiset määrittelyt tai alakomennot esitetään hakasulkeissa.
· Keskenään vaihtoehtoiset määrittelyt aaltosulkeissa.
· Komennot isoilla kirjaimilla, käyttäjän antamat määreet pienillä.
· Käytännössä on helpompaa opetella syntaksi-komentoja tekemällä niitä valikkojen kautta esim. Analyze/Descriptive Statistics/Crosstabs ja painamalla Paste-nappia, jolloin valikkojen kautta tehty komento tulee näkyviin syntax-ikkunaan. Saman mallin mukaan voi jatkossa kirjoittaa samantapaisia komentoja itse.
· Kirjoitetut komennot toteutetaan painamalla syntaksi-ikkunassa olevaa RUN-painiketta (nuolinäppäin).
· Komentojen toteuttaminen tapahtuu kätevimmin niin, että toteuttamiskelpoiset komennot maalataan hiirellä valituksi alueeksi, ja jonka jälkeen painetaan RUN-painiketta.
· EXECUTE.-komento tai Transform/run pending transformations toteuttavat tehdyt muutokset.
Miksi käyttää syntaksi-ikkunaa?
· Transform-valikon toiminnot (muuttujamuunnokset) ovat helpompia tehdä syntaksissa. Lisäksi kaikkia muuttujamuunnoksia tai muita käskyjä ei pysty tekemään ollenkaan valikkojen avulla.
· Jos haluaa tehdä toistoja esim. ristiintaulukoita eri muuttujille on nopeinta vaihtaa vain muuttujien nimet syntaksi-ikkunassa.
· Useat samanlaiset selitystekstit muuttujien arvoille (value labels) kätevämpiä tehdä syntaksissa.
· Jos haluaa dokumentoida (joka on aina kannattavaa!) sen, mitä on tehnyt, "lokitiedosto" Options/General/ Session Journal/Browse näyttää kaiken mitä syntaksissa on tehnyt. Tästä toiminnosta on hyötyä neuvontatilanteissa sekä oman muistin paikkaamisessa sen suhteen, mitä ja miten on tehnyt muuttujamuunnoksia ja analyysejä.
· Loppujen lopuksi kun syntaksin oppii, minkä tahansa homman tekeminen on sillä nopeampaa kuin valikkojen avulla.
6 SPSS:N HALLINTA
6.1 Keskeiset toiminnot
Split file:
Käytetään tilanteessa, jossa halutaan tehdä erilliset analyysit tietyille havaintoryhmille esim. miehille ja naisille (Data/Split file). Erittäin hyödyllinen toiminto.
Select if:
Select if –toiminto on hyödyllinen silloin, kun halutaan tarkastella vain osaa tutkimusaineistosta. Tämän toiminnon avulla analyyseihin voidaan valita esimerkiksi ainoastaan naimattomat tai alle 40–vuotiaat ja niin edelleen. Valikkokäytössä käytetään data-valikon toimintoa Select cases ja syntaksissa SELECT IF -komentoa. Select if -toiminnon ero Split file -toimintoon: tässä ollaan kiinnostuneita ainoastaan yhdestä ryhmästä, esim. henkilöistä, jotka ovat vastanneet tiettyyn kysymykseen tietyllä tavalla. Tämän jälkeen kaikki analyysit ym. tehdään vain ja ainoastaan tälle valitulle ryhmälle, ei kummallekin ryhmälle erikseen, kuten Split file -toiminnossa.
Merge files:
Merge files -toiminnon (Data/Merge files/Add cases tai variables) avulla on helppo lisätä aineistoon uusia muuttujia tai havaintoja. Hyödyllinen esim. silloin, kun tehdään jatkokysely tai aineisto on hankittu osissa tai samaa aineistoa on tallentanut useampi henkilö.
Transform-valikossa:
Automatic recode:
Toimiva tilanteessa, jossa muuttujat on tallennettu merkkijonona eli esimerkiksi tekstinä ja siten niitä ei ole valmiiksi luokiteltu mitenkään. Tämä toiminto (Transform/Automatic/recode) tekee luokittelun. (esim. maat tekstistä numeroiksi).
Count:
Tämän toiminnon avulla voidaan selvittää, kuinka paljon tiettyjä arvoja esiintyy muuttujajoukossa. Esim. kun halutaan laskea, kuinka monen rikoksen uhriksi vastaaja on joutunut viimeisen vuoden aikana. Voidaan käyttää kysymyksiin, joissa on samanlaiset vastausvaihtoehdot.
Analyze-valikossa:
Multiple choices:
SPSS-ohjelmassa muuttujat voivat saada ainoastaan yhden arvon. Multiple response -toiminnon avulla havainnolle voidaan tallentaa useampia arvoja. Tätä toimintoa tarvitaan esimerkiksi tilanteessa, jolloin ihmisiltä on tiedusteltu, minkä rikosten kohteeksi he ovat joutuneet viimeisen kolmen vuoden aikana. Näiden vastausten tallentaminen on helpointa siten, että jokainen rikos koodataan omaksi muuttujakseen. Esim. muuttuja 1 Moottoriajoneuvo on varastettu, muuttuja 2 Moottoriajoneuvoon on kohdistunut vahingonteko jne. Muuttujien arvot tallennetaan dikotomioiksi siten, että arvo yksi tarkoittaa jokaisella muuttujalla sitä, että kyseinen henkilö on joutunut ko. rikoksen uhriksi ja arvo 2 sitä, että ei ole joutunut. Kun kaikki havainnot on tallennettu, voidaan näistä muuttujista tehdä muuttuja "setti" (Analyze/Multiple response/Define sets). Kun "setti" on tallennettu voidaan tarkastella "setin" frekvenssejä sekä tehdä ristiintaulukoita.
Utilities-valikossa:
Sets:
Define sets -toiminnolla (Utilities/Define Sets) voi tehdä haluamistaan muuttujista (muuttujaryhmistä) muuttuja "setin". Kun setti on määritelty valitse toiminnolla Use sets se muuttujaryhmä eli setti, jota haluat tarkastella. Käytännöllinen silloin, kun tarkastelee muuttujia jonakin ryppäänä, ei tarvitse aina klikata kaikkia muuttujia erikseen muuttujaluetteloon. Tai silloin, kun haluaa keskittyä jonkin aikaa vain tietyn muuttujaryhmän tarkasteluun ja ei halua koko muuttujalistaa aina näkyville valintaikkunoihin.
6.2 Osa-aineiston tekeminen
Kun jostain isommasta aineistosta halutaan muodostaa pienempi aineisto tehdään joitakin seuraavista komennoista syntaksi-ikkunassa:
SAVE OUTFILE = 'tiedostonnimi ja polku' (pakollinen, jos haluaa tallettaa osa-aineiston)
/KEEP=ALL (tallettaa kaikki muuttujat uuteen aineistoon)
/KEEP=eka to vika, ika (tallettaa muuttujat järjestyksessä eka:sta vika:aan & ika)
/DROP=eka to vika, ika (poistaa uudesta aineistosta muuttujat eka:sta vika:an & muuttujan ika).
7
SPSS, ASCII, EXCEL JA WORD
7.1 ASCII
Puhtaana havaintomatriisina koodattu aineisto tallennetaan usein ns. ascii-muodossa ts. tiedosto sisältää ainoastaan numeroita ja välilyöntejä (ja mahdollisesti myös pilkkuja). Tällaisia aineistoja voidaan lukea SPSS:ään komennolla File/Read text data.
Kun olet valinnut haluamasi tekstitiedoston, ohjelma käynnistää Text Import Wizardin, joka auttaa sinua saamaan tekstitiedostosi siististi SPSS -taulukoksi. Voit koko ajan seurata, miten Text Important Wizardissa esitettyihin kysymyksiin antamasi vastauksen vaikuttavat aineiston sijoitteluun taulukoksi.
· Ensimmäisessä ikkunassa kysytään "Does your text file match a predifened format?" johon vastataan yleensä no. Toisessa ikkunassa valitaan, onko luettava tekstitiedosto siististi sarakkeissa (fixed width) vai pilkuilla, välilyönneillä tms. eroteltuna (delimited) sekä kerrotaan ohjelmalle, ovatko muuttujien nimet tiedoston ensimmäisellä rivillä.
· Ja niin edelleen, vastaile eri valintaikkunoissa oleviin kysymyksiin niin, että aineisto näyttää vähitellen asettuvan sellaiseen muotoon kuin haluat.
· Jos sinulla on monia samalla periaatteella tehtyjä tekstiaineistoja, kannattaa tallettaa tuo malli, millä saatoit ensimmäisen tuota tiettyä muotoa olevan tiedoston SPSS -taulukoksi (Kuutosikkunassa "Would you like to save this format for future use?") tai liimata se syntaksiin (paste to syntax) ja tallettaa syntaksi. Seuraava kerta sujuukin sitten nopeammin ja helpommin!
7.2 Excel
SPSS 12.0 lukee Excel 5 tai myöhempää versiota suoraan. Eli lukeminen tapahtuu seuraavasti: avaa Excel-tiedosto (jonka tulee avaamisen aikana olla kiinni, muutoin SPSS ei pysty sitä lukemaan!) SPSS:n file-valikosta komennolla Open data. Huom. tiedostotyypiksi valitaan Excel (*.xls). Määriteltäväksi tässä jää ainoastaan se, onko Excel-aineiston ensimmäinen rivi muuttujan nimi vai ei. Mikäli ei tarvitse koko Excel-tiedostoa SPSS:ssä, sitä ei tarvitse sinne ottaa. Tällöin Range-kenttään voi laittaa niiden Excelin muuttujien solutiedot (eli sijaintitiedot), jotka SPSS:ään halutaan ottaa käytettäviksi.
7.3 Tulosten siirtäminen tekstinkäsittelyohjelmaan
Tulosten siirtäminen on hyvin helppoa. Valitaan tulostusikkunasta halutut kohdat ja valikosta Edit/Copy objects. Etenkin Wordissä, tosin sen versiosta riippuen, kannattaa kopioidut kohdat liittää sinne käyttämällä toimintoa Edit/Paste special, eli Liitä määräten. Mikäli haluat siirtää taulukoita ja kuvia, jotka eivät sijaitse tulostuksessa peräkkäin, valinta voidaan tehdä pitämällä CTRL-näppäin alhaalla ja napsauttamalla hiirellä kutakin haluttua kohdetta. Viimeiseksi Wordissä suoritetaan liittäminen (Paste tai Paste special) siinä kohdassa, mihin tulokset halutaan.
7.4 Kuvan tallentaminen eri grafiikkaohjelmiin jatkokäsiteltäväksi
SPSS for Windows -ohjelmassa voidaan kuvat tallettaa sellaiseen muotoon, että ne on mahdollista siirtää jatkokäsiteltäväksi grafiikkaohjelmaan, tai ne voidaan siirtää vaikkapa jonkin toisen järjestelmän tekstinkäsittelyohjelmaan.
Valitaan kuvankäsittelyikkunassa File-valikosta toiminto Export. Valikosta Save file as type, valitaan haluttu tiedostotyyppi (tarjolla on muun muassa .jpg eli JPEG File, .bmp eli Windows bitmap ja .wmf eli Windows metafile). Options...-painiketta napsauttamalla voi tallennettavalle kuvalle antaa vielä lisämäärittelyjä. Kun kuva on tallennettu Export-toiminnolla, se tuodaan esimerkiksi teksturiin Insert-valikon Picture-toiminnolla.
KIRJALLISUUTTA
Alkula, Pöntinen, Ylöstalo (1994): Sosiaalitutkimuksen kvantitatiiviset menetelmät. WSOY. Hae tästä kirjasta ymmärtämystä, mutta älä testien detaljeja.
Kanniainen (1999): SPSS for Windows: Menetelmiä. Oulun yliopisto, ATK-keskus.
Metsämuuronen (2000): Monimuuttujamentelmien perusteet SPSS-ympäristössä. Metodologia-sarja Kirjan voi tilata osoitteesta www.methelp.com.
Muhli & Kanniainen (2000): SPSS 10.0 for Windows: Perusteet. Oulun yliopisto, ATK-keskus.
Ranta, Rita, Kouki (1989): Biometria. Tilastotiedettä ekologeille. Yliopistopaino. Soveltajan käsikirja
Tabachnick & Fidell (2000): Using multivariate statistics. 4. painos, Boston: Allyn ja Bacon.
Paljon käytetty ja arvostettu teos.
SPSS:n tietoa/oppaita verkossa:
SPSS Finland: http://www.spss.fi
/SPSS, versio 12, demo noin 30 päiväksi:
http://www.spss.com/registration/login/login009.cfm?Demo_ID=37
Helsingin yliopisto, Antti Nevanlinna:
http://www.helsinki.fi/atk/tilasto/spss.html
http://www.helsinki.fi/atk/tilasto/spsspk11/
http://www.cc.jyu.fi/~kesonen/spss.html
http://cc-stat.oulu.fi/spss/spss10Per/