13 Kov SPSS tyrimai — 5 klaidos, kurios kainuoja pažymį
SPSS tyrimai ir duomenų analizė atrodo paprasti — įkelk duomenis, spausk mygtuką, gauk rezultatus. Deja, būtent tas paprastumas klaidina daugiausiai. Kiekvienais metais studentai apsigina baigiamuosius darbus nežinodami, kad jų rezultatai buvo klaidingi nuo pat pradžių.
Štai 5 dažniausios klaidos, kurių geriau nedaryti
1. Duomenys nepatikrinti prieš analizę
Pirmiausia studentai bėga daryti analizę — ir tik tada pastebi, kad duomenyse yra tuščių laukų, klaidingų reikšmių arba vienas respondentas atsakė „999″ ten, kur turėjo būti skalė nuo 1 iki 5.
Ką daryti: Prieš bet kokią analizę patikrinkite duomenis su Descriptive Statistics → Frequencies. Ieškokite neįprastų reikšmių, trūkstamų duomenų ir logiškų klaidų.
2. Pasirinktas netinkamas analizės metodas
Atliekant SPSS tyrimus naudojamas koreliacijos testas ten, kur reikia regresijos.. T-testas ten, kur reikia ANOVA. Tai ne smulkmena — tai skirtingas atsakymas į skirtingą klausimą.
Ką daryti: Prieš renkantis metodą atsakykite: kiek kintamųjų turite? Ar jie kiekybiniai ar kokybiniai? Ką tiksliai norite sužinoti? Metodas seka iš klausimo — ne atvirkščiai.
3. Normalumo prielaida ignoruojama
SPSS leidžia paleisti bet kokį testą bet kokiems duomenims. Bet daugelis testų (t-testas, ANOVA, Pearson koreliacija) reikalauja normalaus duomenų pasiskirstymo. Jei duomenys nėra normalūs ir naudojate parametrinius metodus — rezultatai gali būti beverčiai.
Ką daryti: Visada patikrinkite normalumą su Shapiro-Wilk testu (ypač mažoms imtims). Jei normalumas nepatvirtinamas — naudokite neparametrinius metodus.
4. Rezultatai interpretuojami mechaniškai
„p < 0.05, vadinasi, ryšys yra.“ Taip kalba kiekvienas, kuris išmoko spausti mygtukus, bet nesuprato ką daro. Statistinis reikšmingumas nereiškia praktinės svarbos. Maža p reikšmė su didele imtimi gali reikšti visiškai nereikšmingą ryšį realiame gyvenime.
Ką daryti: Visada žiūrėkite ir į efekto dydį (Cohen’s d, eta kvadratas, r). Jis parodo ne tik ar skirtumas egzistuoja, bet ir ar jis praktiškai svarbus. Paklauskite savęs: jei šį rezultatą paaiškintumėte žmogui gatvėje — ar jis suprastų, kodėl tai svarbu?
5. Ataskaita parašyta nesuprantant rezultatų
Lentelė iš SPSS tyrimų nukopijuota, skaičiai surašyti — ir viskas. Be paaiškinimo, be interpretacijos, be ryšio su tyrimo klausimu. Komisija tai pastebi iš karto.
Ką daryti: Kiekvieną rezultatą reikia interpretuoti žodžiais. Kas šie skaičiai reiškia jūsų tyrimui? Ar jie patvirtina ar paneigia hipotezę? Kokios praktinės išvados?
SPSS tyrimai — ką daryti toliau?
SPSS statistinės analizės programa yra tik įrankis. Rezultatų kokybė priklauso ne nuo programos — o nuo to, kas ją naudoja ir kaip supranta gautus duomenis.
Jei nežinote ar jūsų analizė teisinga — geriau pasitikrinkite iš anksto, nei sužinoti per gynimą.
Reikia pagalbos su SPSS duomenų analize? Susisiekite su mumis — consultus.lt
Telefonas pasiteiravimui:
+370 686 26678
