ATH-aineiston tilastolliset analyysit SPSS/PASW SPSS analyysit / Risto Sippola 1

Samankaltaiset tiedostot
ATH-koulutus: Stata 11 THL ATH-koulutus / Tommi Härkänen 1

TUTKIMUSOPAS. SPSS-opas

Frequencies. Frequency Table

JY / METODIFESTIVAALI 2013 PRE-KURSSI: KYSELYTUTKIMUS DEMOT

ATH-koulutus: R ja survey-kirjasto THL ATH-koulutus / Tommi Härkänen 1

SPSS-pikaohje. Jukka Jauhiainen OAMK / Tekniikan yksikkö

SPSS OPAS. Metropolia Liiketalous

SPSS ohje. Metropolia Business School/ Pepe Vilpas

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

MTTTP5, luento Luottamusväli, määritelmä

2. Aineiston kuvailua

Otanta-aineistojen analyysi

54. Tehdään yhden selittäjän lineaarinen regressioanalyysi, kun selittäjänä on määrällinen muuttuja (ja selitettävä myös):

Health 2000/2011 Surveys. Statistical Analysis using SAS and SAS-Callable SUDAAN Packages Esa Virtala.

(78143) Syksy 2009 TEEMAT 3 & 4. Risto Lehtonen Teema 3 ERITYISKYSYMYKSIÄ. Risto Lehtonen 2

Otanta-aineistojen analyysi (78136, 78405) Kevät 2010 TEEMA 3: Frekvenssiaineistojen asetelmaperusteinen analyysi: Perusteita

Otanta-aineistojen analyysi (78136, 78405) Kevät 2010 TEEMA 4: Asetelmaperusteinen monimuuttuja-analyysi

SPSS-perusteet. Sisältö

ATH-koulutus THL ATH-koulutus / Tommi Härkänen 1

Frequencies. [DataSet1] C:\Documents and Settings\kurssi\Työpöytä\Kurssin.sav. Page 1. Notes. 14-maalis :56:17. Output Created Comments Data

voidaan hylätä, pienempi vai suurempi kuin 1 %?

I. Principles of Pointer Year Analysis

SEM1, työpaja 2 ( )

Data-analyysi II. Sisällysluettelo. Simo Kolppo [Type the document subtitle]

SPSS-ohjeita. Metropolia Pertti Vilpas

Perusestimointi 5 Analyysiä survey-datalla Tee Suomen datalla jokin oma kokeilu käyttäen tätä mallia Esimerkki PISA 2006:sta SAS:lla


Tommi Härkänen, Teppo Juntunen, Eero Lilja Analyysiohjeita Maahanmuuttajien terveys- ja hyvinvointitutkimusaineiston käsittelemiseksi.

MONIMUUTTUJAMENETELMISTÄ RAKENNEYHTÄLÖMALLINNUKSEEN MUUTTUJIEN NORMAALISUUS. Statistics

4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3

Lumipallo regressioanalyysista. Logistinen regressioanalyysi. Soveltuvan menetelmän valinta. Regressioanalyysi. Logistinen regressioanalyysi I

IBM SPSS Statistics 21 (= SPSS 21)

Kvantitatiiviset tutkimusmenetelmät maantieteessä

Tilastolliset ohjelmistot A. Pinja Pikkuhookana

Usean selittävän muuttujan regressioanalyysi

Capacity Utilization

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2

Esim Brand lkm keskiarvo keskihajonta A ,28 5,977 B ,06 3,866 C ,95 4,501

Summamuuttujat, aineiston pilkkominen ja osa-aineiston poiminta 1

SPSS* - tilastoanalyyttinen ohjelma, vrs 9.0

VIIKON VINKKI: Kannattaa tutustua ensin koko tehtävänantoon ja tehdä tehtävä vasta sitten.

Harjoittele tulkintoja

A250A0050 Ekonometrian perusteet Tentti

Hierarkkisen aineiston mallintaminen ja otanta/pre-kurssi

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi

Other approaches to restrict multipliers

Otanta-aineistojen analyysi Kevät 2010 TEEMA 5: Tilastollinen mallinnus II Mallit, analyysimenetelmiä ja ohjelmia, PISA-esimerkki

Perusnäkymä yksisuuntaiseen ANOVAaan

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

Sisällysluettelo 6 VARIANSSIANALYYSI. Metsämuuronen: Monimuuttujamenetelmien perusteet SPSS-ympäristössä ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON...

Efficiency change over time

Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi

Teema 3: Tilastollisia kuvia ja tunnuslukuja

Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa

Monivalintamuuttujien käsittely


Otantamenetelmät. Syksy

7. Lohkominen ja sulautus 2 k kokeissa. Lohkominen (Blocking)

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset.

PASW Statistics 18 tuoteperhe

HARJOITUS- PAKETTI A

Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 6

C470E9AC686C

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA

Otanta-aineistojen analyysi

voidaan hylätä, pienempi vai suurempi kuin 1 %?

Sisällysluettelo 6 REGRESSIOANALYYSI. Metsämuuronen: Monimuuttujamenetelmien perusteet SPSS-ympäristössä ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON...

Puuttuvan tiedon käsittely analyyseissä. Eija Räikkönen, JY Jari Westerholm, NMI Asko Tolvanen, JY

Pienet ännät tutkimuksessa Tilastollisen analyysin työpaja. Jari Westerholm Niilo Mäki instituutti Jyväskylän yliopisto

Raija Leppälä. Ohjeita tilastollisen tutkimuksen toteuttamiseksi IBM SPSS Statistics -ohjelmiston avulla

Statistical design. Tuomas Selander

Otantamenetelmät (78143) Syksy 2008 OSA 2: Malliavusteinen estimointi. Risto Lehtonen

HARJOITUSKERTA 1: SPSS-OHJELMAN PERUSKÄYTTÖ JA MUUTTUJAMUUNNOKSET

Riitta Kilpeläinen Elia Liitiäinen Belle Selene Xia University of Eastern Finland Department of Forest Sciences Department of Economics and HECER

Pikaohje formaatin valmistamiseen

805306A Johdatus monimuuttujamenetelmiin, 5 op

Pertti Vilpas Metropolia 1. KVANTITATIIVINEN TUTKIMUS

LUSAS tiedosto-opas. Matti Lähteenmäki

SPSS -alkeisopas. Statistical Package for Social Sciences. Tero Mamia

Esim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4

Gap-filling methods for CH 4 data

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 9. luento. Pertti Palo

(b) Vedonlyöntikertoimet syytetyn ihonvärin eri luokissa

KAHDEN RYHMÄN VERTAILU

SPSS* - tilastoanalyyttinen ohjelma

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

VARIANSSIANALYYSI ANALYSIS OF VARIANCE

Aki Taanila VARIANSSIANALYYSI

Mat Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

1. USEAN SELITTÄJÄN LINEAARINEN REGRESSIOMALLI JA OSITTAISKORRELAATIO

GPRS-lisäpalvelu INTERNET-ASETUKSET

SAS/IML käyttö ekonometristen mallien tilastollisessa päättelyssä. Antti Suoperä

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

Tässä harjoituksessa käydään läpi R-ohjelman käyttöä esimerkkidatan avulla. eli matriisissa on 200 riviä (havainnot) ja 7 saraketta (mittaus-arvot)

E80. Data Uncertainty, Data Fitting, Error Propagation. Jan. 23, 2014 Jon Roberts. Experimental Engineering

Ohjeet kansainväliselle alustalle rekisteröitymiseen

Kirjastoasiointien tuottama hiilikuorma pääkaupunkiseudulla

Mediaanikorko on kiinteäkorkoiselle lainalle korkeampi. Tämä hypoteesi vastaa taloustieteen käsitystä korkojen määräytymismekanismista.

Transkriptio:

ATH-aineiston tilastolliset analyysit SPSS/PASW 16.2.2011 SPSS analyysit / Risto Sippola 1

Aineiston avaaminen Aineisto on saatu SPSS-muotoon ja tallennettu koneelle sijaintiin, josta sitä voidaan käyttää analyysien tekoon Avaa aineisto valitsemalla File -> Open -> Data Valitse aineisto sen sijainnista 16.2.2011 SPSS analyysit / Risto Sippola 2

Otanta-asetelman valmistelu SPSS:ssä Analyze - Complex Samples - Prepare for Analysis Asetelman huomioonottamiseen tarvittavat muuttujat löytyvät aineistosta 16.2.2011 SPSS analyysit / Risto Sippola 3

Asetelmamuuttujien määrittäminen Create a plan file nimeä plan file haluamallasi tavalla Strata w_strata Sample Weight w_analysis 16.2.2011 SPSS analyysit / Risto Sippola 4

Asetelmamuuttujien määrittäminen Sample design Equal WOR 16.2.2011 SPSS analyysit / Risto Sippola 5

Asetelmamuuttujien määrittäminen Units Population Sizes Read values from variable w_n Finish 16.2.2011 SPSS analyysit / Risto Sippola 6

Syntaksi GET FILE= c:\data\ath.sav'. DATASET NAME athdemo WINDOW=FRONT. CSPLAN ANALYSIS /PLAN FILE='c:\data\spssplan.csaplan' /PLANVARS ANALYSISWEIGHT=w_analysis /PRINT PLAN /DESIGN STRATA=w_strata /ESTIMATOR TYPE=EQUAL_WOR /POPSIZE VARIABLE=w_n. 16.2.2011 SPSS analyysit / Risto Sippola 7

OUTPUT 16.2.2011 SPSS analyysit / Risto Sippola 8

Kuvailevat tunnusluvut Analyze -> Complex Samples - > Descriptives Valitse luomasi plan-file Measures = kuvailtavat muuttujat Subpopulations = minkä taustamuuttujan mukaan Statistics = valittavat tunnusluvut Missing Values Valitse User-missing values are valid 16.2.2011 SPSS analyysit / Risto Sippola 9

Syntaksi CSDESCRIPTIVES /PLAN FILE='\\projects\ath\data\2010\demo\spssplan.csaplan' /SUMMARY VARIABLES=ath_bmi /SUBPOP TABLE=rg_gender DISPLAY=LAYERED /MEAN /STATISTICS SE CIN /MISSING SCOPE=ANALYSIS CLASSMISSING=INCLUDE. 16.2.2011 SPSS analyysit / Risto Sippola 10

Tulostus 16.2.2011 SPSS analyysit / Risto Sippola 11

Frekvenssit Analyze -> Complex Samples -> Frequencies Valitse luomasi plan-file Frequency Tables = taulukoitavat muuttujat Subpopulations = minkä taustamuuttujan mukaan Statistics = valittavat tunnusluvut Missing Values Valitse User-missing values are valid 16.2.2011 SPSS analyysit / Risto Sippola 12

Syntaksi CSTABULATE /PLAN FILE='\\projects\ath\data\2010\demo\spssplan.csaplan' /TABLES VARIABLES=ath_bmi_3 /SUBPOP TABLE=rg_gender DISPLAY=LAYERED /CELLS POPSIZE TABLEPCT /STATISTICS SE CIN COUNT /MISSING SCOPE=TABLE CLASSMISSING=INCLUDE. 16.2.2011 SPSS analyysit / Risto Sippola 13

Output 16.2.2011 SPSS analyysit / Risto Sippola 14

Lineaarinen regressio Analyze -> Complex Samples -> General Linear Model Valitse luomasi plan-file Dependent Variable = vaste Factors = luokitellut selittäjät Covariates = jatkuvat selittäjät Statistics -> valitse haluamasi estimaatit Options -> User-Missing Values = treat as valid 16.2.2011 SPSS analyysit / Risto Sippola 15

16.2.2011 SPSS analyysit / Risto Sippola 16

Syntaksi CSGLM ath_bmi BY rg_geo_area rg_gender rg_educ WITH rg_age_2 /PLAN FILE='\\projects\ath\data\2010\demo\spssplan.csaplan' /MODEL rg_geo_area rg_gender rg_educ rg_age_2 /INTERCEPT INCLUDE=YES SHOW=YES /STATISTICS PARAMETER SE CINTERVAL TTEST DEFF DEFFSQRT /TEST TYPE=F PADJUST=LSD /MISSING CLASSMISSING=INCLUDE /CRITERIA CILEVEL=95. 16.2.2011 SPSS analyysit / Risto Sippola 17

Output 16.2.2011 SPSS analyysit / Risto Sippola 18

Logistinen regressio Analyze -> Complex Samples -> Logistic Regression Samalla tavalla kuin lineaarinen regressio, paitsi lisäksi Odds Ratioiden määrittäminen ja vaste tosiaan dikotominen 16.2.2011 SPSS analyysit / Risto Sippola 19

16.2.2011 SPSS analyysit / Risto Sippola 20

Syntaksi CSLOGISTIC ath_bmi_2(low) BY rg_gender rg_geo_area rg_educ WITH rg_age_2 /PLAN FILE='\\projects\ath\data\2010\demo\spssplan.csaplan' /MODEL rg_gender rg_geo_area rg_educ rg_age_2 /ODDSRATIOS FACTOR=[rg_gender(HIGH)] /ODDSRATIOS FACTOR=[rg_geo_area(HIGH)] /ODDSRATIOS FACTOR=[rg_educ(HIGH)] /ODDSRATIOS COVARIATE=[rg_age_2(1)] /INTERCEPT INCLUDE=YES SHOW=YES /STATISTICS PARAMETER SE /TEST TYPE=F PADJUST=LSD /MISSING CLASSMISSING=INCLUDE /CRITERIA MXITER=100 MXSTEP=5 PCONVERGE=[1e-006 RELATIVE] LCONVERGE=[0] CHKSEP=20 CILEVEL=95 /PRINT SUMMARY VARIABLEINFO SAMPLEINFO. 16.2.2011 SPSS analyysit / Risto Sippola 21

Output 16.2.2011 SPSS analyysit / Risto Sippola 22

Ordinaalinen regressio Analyze -> Complex Samples -> Ordinal Regression Vastaavasti kuin logistinen regressio 16.2.2011 SPSS analyysit / Risto Sippola 23

Syntaksi CSORDINAL ath_bmi_3 (ASCENDING) BY rg_geo_area rg_gender rg_educ WITH rg_age_2 /PLAN FILE='\\projects\ath\data\2010\demo\spssplan.csaplan' /LINK FUNCTION=LOGIT /MODEL rg_geo_area rg_gender rg_educ rg_age_2 /ODDSRATIOS FACTOR=[rg_gender(HIGH)] /ODDSRATIOS FACTOR=[rg_geo_area(HIGH)] /ODDSRATIOS FACTOR=[rg_educ(HIGH)] /ODDSRATIOS COVARIATE=[rg_age_2(1)] /STATISTICS PARAMETER SE CINTERVAL /TEST TYPE=F PADJUST=LSD /MISSING CLASSMISSING=INCLUDE /CRITERIA MXITER=100 MXSTEP=5 PCONVERGE=[1E-006 RELATIVE] LCONVERGE=[0] METHOD=NEWTON CHKSEP=20 CILEVEL=95 /PRINT SUMMARY VARIABLEINFO SAMPLEINFO. 16.2.2011 SPSS analyysit / Risto Sippola 24

Output 16.2.2011 SPSS analyysit / Risto Sippola 25