فتح ملف بيانات SPSS خطوات فتح ملف لعرض قيم البيانات الفعلية في برنامج التحليل الإحصائي SPSS، والتبديل إلى عرض التسميات الوصفية لأحد البيانات أو لكل قيم البيانات. عرض البيانات 1. اختر من القوائم: ملف> فتح> بيانات … File > Open > Data… يتم عرض مربع حوار لفتح الملفات. بشكل افتراضي، يتم عرض ملفات بيانات SPSS (بامتداد .sav). يستخدم هذا […]
ملفات الأمثلة المستخدمة في الدروس تستخدم معظم الأمثلة المستخدمة في البرنامج التدريبي SPSS ملف البيانات demo.sav. وملف البيانات هذا عبارة عن مسح وهمي لعدة آلاف من الأشخاص، ويحتوي على معلومات ديموغرافية أساسية ومعلومات عن المستهلك، وفيها معظم ملفات الأمثلة المستخدمة في البرنامج التدريبي SPSS. إذا كنت تستخدم إصدار Student، فإن إصدار demo.sav الخاص بك هو
تحويل بيانات السلاسل الزمنية يتم توفير العديد من إجراءات تحويل بيانات السلاسل الزمنية Time Series Data Transformations المفيدة في تحليل السلاسل الزمنية، ومنها: يتم الحصول على السلسلة الزمنية عن طريق قياس متغير (أو مجموعة متغيرات) بانتظام على مدى فترة زمنية. يفترض تحويل بيانات السلاسل الزمنية بنية ملف البيانات بحيث تمثل كل حالة (صف) مجموعة من
معالج التاريخ والوقت يبسط معالج التاريخ والوقت Date and Time Wizard في برنامج التحليل الإحصائي SPSS عددًا من المهام الشائعة المرتبطة بمتغيرات التاريخ والوقت Date and Time. لاستخدام معالج التاريخ والوقت في SPSS: 1. من القوائم اختر: تحويل> معالج التاريخ والوقت … Transform > Date and Time Wizard… 2. حدد المهمة التي تريد إنجازها واتبع الخطوات لتحديد
ترتيب الحالات يتيح لك مربع الحوار ترتيب الحالات إنشاء متغيرات جديدة تحتوي على الرتب والدرجات العادية والنتائج المتوحشة والقيم المئوية للمتغيرات الرقمية. يتم إنشاء أسماء المتغيرات الجديدة وعلامات المتغيرات الوصفية تلقائيًا، بناءً على اسم المتغير الأصلي والقياس (المقاييس) المحدد. يسرد جدول الملخص المتغيرات الأصلية والمتغيرات الجديدة وتسميات المتغيرات. (ملاحظة: أسماء المتغيرات الجديدة التي يتم إنشاؤها
إعادة الترميز التلقائي يتيح لك مربع الحوار إعادة الترميز التلقائي Automatic Recode إمكانية تحويل قيم السلسلة والقيم الرقمية إلى أعداد صحيحة متتالية. عندما لا تكون أكواد الفئات متسلسلة، فإن الخلايا الفارغة الناتجة تقلل الأداء وتزيد من متطلبات الذاكرة للعديد من الإجراءات. بالإضافة إلى ذلك، لا يمكن لبعض الإجراءات استخدام متغيرات السلسلة، وبعضها يتطلب قيمًا صحيحة
إعادة الترميز إلى متغيرات مختلفة يتيح لك مربع الحوار إعادة الترميز إلى متغيرات مختلفة Recode into Different Variables إعادة تعيين قيم المتغيرات الموجودة أو طي نطاقات القيم الموجودة إلى قيم جديدة لمتغير جديد. على سبيل المثال، يمكنك طي الرواتب إلى متغير جديد يحتوي على فئات نطاق المرتبات بدلا من المرتب نفسه. لإعادة ترميز قيم المتغير
إعادة الترميز في نفس المتغيرات يتيح لك مربع الحوار “إعادة الترميز إلى نفس المتغيرات” Recode into Same Variables إعادة تعيين قيم المتغيرات الموجودة أو طي نطاقات القيم الموجودة إلى قيم جديدة. على سبيل المثال، يمكنك تصغير الرواتب إلى فئات نطاق الرواتب. يمكنك إعادة ترميز المتغيرات الرقمية numeric variables ومتغيرات السلسلة string variables. إذا حددت متغيرات
تحويل القيم تقوم ميزة تحويل القيم Shift Values بإنشاء متغيرات جديدة تحتوي على قيم المتغيرات الموجودة من الحالات السابقة أو اللاحقة. الاسم Name. اسم المتغير الجديد. يجب أن يكون هذا اسمًا غير موجود بالفعل في مجموعة البيانات النشطة. احصل على قيمة من الحالة السابقة (التأخر) Get value from earlier case (lag). احصل على القيمة من
عد تكرارات القيم داخل الحالات ينشئ مربع حوار عد تكرارات القيم داخل الحالات متغيرًا يحسب تكرارات نفس القيمة (القيم) في قائمة المتغيرات لكل حالة. على سبيل المثال، قد يحتوي الاستطلاع على قائمة من المجلات مع مربعات اختيار نعم / لا للإشارة إلى المجلات التي يقرأها كل مستجيب. يمكنك حساب عدد الردود بنعم لكل مستجيب لإنشاء