إنشاء جدول اقتران مزدوج بسيط لو افترضنا أن أحد أبحاث السوق يُثير تساؤل حول ما هي العوامل التي تؤثر على المنتجات التي يشتريها الناس؟ إن العامل الأكثر وضوحًا هو على الأرجح مقدار الأموال التي يتعين على الناس إنفاقها. في هذا المثال، سنفحص العلاقة بين مستوى الدخل وملكية المساعد الرقمي الشخصي (PDA) عن طريق إنشاء جدول […]
التخطيط البياني للبيانات الكمية من أجل إنشاء التخطيط البياني للبيانات الكمية أو بيانات القياس الكمي في SPSS، سوف نقوم باستكمال المثال الوارد في القسم السابق، وذلك كما يلي: 1. افتح مربع حوار التكرارات Frequencies مرة أخرى. 2. انقر فوق “الرسوم البيانية” Charts. 3. حدد “المدرج التكراري” Histograms وحدد “مع منحنى عادي” With normal curve. انقر فوق
تلخيص بيانات القياس الكمي هناك العديد من مقاييس تلخيص بيانات القياس الكمي أو البيانات الكمية المتاحة في SPSS، بما في ذلك: خطوات تلخيص البيانات 1. افتح مربع حوار التكرارات Frequencies مرة أخرى. 2. انقر فوق “إعادة تعيين” Reset لمسح أي إعدادات سابقة. 3. حدد دخل الأسرة بالآلاف [income] وانقله إلى قائمة المتغير(ات) Variable(s). 4. انقر فوق
التخطيط البياني للبيانات التصنيفية في التخطيط البياني للبيانات التصنيفية أو الفئوية في SPSS يمكنك عرض المعلومات الواردة في جدول التكرار بيانيًا باستخدام مخطط الأعمدة Bar Chart أو المخطط الدائري Pie Chart. الخطوات: 1. افتح مربع حوار التكرارات Frequency مرة أخرى. (لا يزال يتعين تحديد المتغيرين كما في الخطوة الثانية في الموضوع السابق وهي كما يلي:
تلخيص البيانات التصنيفية في إجراءات تلخيص البيانات التصنيفية أو الفئوية Categorical في SPSS، فإن مقياس الملخص الأكثر شيوعًا هو عدد أو نسبة الحالات في كل فئة. المنوال أو Mode هو الفئة التي بها أكبر عدد من الحالات. بالنسبة للبيانات الترتيبية Ordinal، قد يكون الوسيط Median (القيمة التي يقع عندها نصف الحالات أعلى منها والنصف الآخر
مستوى القياس للبيانات في SPSS إن مقاييس تلخيص البيانات مناسبة لأنواع مختلفة من البيانات في SPSS، اعتمادًا على مستوى القياس: 1. البيانات التصنيفية (بيانات مستوى القياس الفئوية) البيانات التصنيفية Categorical هي بيانات ذات عدد محدود من القيم أو الفئات المميزة (على سبيل المثال، الجنس أو الحالة الاجتماعية). يشار إليها أيضًا باسم البيانات النوعية Qualitative Data.
القيم المفقودة لمتغيرات السلسلة يتم التعامل مع القيم المفقودة لمتغيرات السلسلة أو String في SPSS بشكل مشابه للقيم المفقودة للمتغيرات الرقمية Numeric. ومع ذلك، على عكس المتغيرات الرقمية، لا يتم تعيين الحقول الفارغة في متغيرات السلسلة على أنها مفقودة من النظام System–Missing. بدلا من ذلك، يتم تفسيرها على أنها سلسلة فارغة أو Empty String. خطوات
معالجة القيم المفقودة للبيانات الرقمية فيما يلي خطوات معالجة القيم المفقودة للبيانات الرقمية في SPSS والطرق المُتاحة لتحديدها وتسميتها: 1. انقر فوق علامة التبويب طريقة عرض المتغير Variable View في أسفل نافذة محرر البيانات أو Data Editor. 2. انقر فوق الخلية المفقودة في صف العمر Age، ثم انقر فوق الزر الموجود على الجانب الأيمن من الخلية
معالجة البيانات المفقودة ما هي معالجة البيانات المفقودة البيانات المفقودة Missing Values أو غير الصالحة شائعة جدًا بحيث لا يمكن تجاهلها. قد يرفض المجيبون على الاستبيان أو الاستطلاع الإجابة على أسئلة معينة. وقد لا يعرفون الإجابة عليها، أو قد يجيبون بصيغة غير متوقعة وغير محددة ضمن خيارات الاستبيان. إذا لم تقم بتصفية هذه البيانات أو
إضافة تسميات القيمة ما هي تسميات القيمة توفر إضافة تسميات القيمة Value Labels في SPSS طريقة لربط قيم المتغيرات Values الخاصة بك بتسمية Label من النوع سلسلة String. في هذا المثال، هناك قيمتان مقبولتان لمتغير “الحالة الاجتماعية” Marital. تعني القيمة (صفر) أن الحالة “أعزب”، وتعني القيمة (1) أنه “متزوج”. والمطلوب ربط هذه القيم بتلك التسميات.