Elemezzen összefüggéseket kategorikus adatokban
v\:* {behavior:url(#default#VML);}
o\:* {behavior:url(#default#VML);}
w\:* {behavior:url(#default#VML);}
.shape {behavior:url(#default#VML);}
Normal
0
21
false
false
false
MicrosoftInternetExplorer4
/* Style Definitions */
table.MsoNormalTable
{mso-style-name:"Normál táblázat";
mso-tstyle-rowband-size:0;
mso-tstyle-colband-size:0;
mso-style-noshow:yes;
mso-style-parent:"";
mso-padding-alt:0cm 5.4pt 0cm 5.4pt;
mso-para-margin:0cm;
mso-para-margin-bottom:.0001pt;
mso-pagination:widow-orphan;
font-size:10.0pt;
font-family:"Times New Roman";
mso-ansi-language:#0400;
mso-fareast-language:#0400;
mso-bidi-language:#0400;}
Az SPSS Categories betekintést biztosít a komplex több-dimenziós vagy
kategorikus adatokba.
Az adatbázist látványosan megjelenítheti és megvizsgálhatja, hogy nagy
számosságú, kategóriájú vagy sorrendű táblázatokban miként függnek össze az
egyes sorok és oszlopok. Az SPSS Categories modul segítségével:
- Nominális és ordinális adatokat vizsgálat
hagyományos regresszióval, főkomponens- és kanonikus korrelációelemzéssel.
- Regressziót alkalmazhat nominális és ordinális
eredményváltozókra.
Kvalitatív változók kvantitatívvá alakítása
Az SPSS Categories bővebb elemzési lehetőségek kínál kategorikus adatokon.
- Használja az SPSS
Catergories Optimal scaling eljárását a mérési egységek számszerűsítésére és
a zéró pontok meghatározására kategorikus változók esetén.
- Korrespondencia analízis és többváltozós korrespondencia
analízis esetén számszerűsítheti, illetve értékelheti két vagy több
nominális változó hasonlóságát.
- Legfontosabb komponensek
szerint összefoglalhatja adatait a főkomponens módszerrel.
- Nem-lineáris kanonikus
korrelációelemzéssel csoportosíthatja és elemezheti a különböző mérési
szintű változókat.
Alapvető kapcsolatok grafikus megjelenítése
Az SPSS Categories dimenzió csökkentő technikáival látványosan
megállapíthatók az adatkapcsolatok perceptuális térképek és biplot grafikonok
alkalmazásával.
- A perceptuális térképek
grafikusan megjelenítik a hasonló változókat és kategóriákat több mint két
kategorikus változó esetén.
- A Biplot szemlélteti a
kapcsolatokat esetek, változók és kategóriák között. Például használatával
meghatározhatók a kapcsolatok az egyes termékek, fogyasztók és demográfiai
sajátosságok között.
Az új preference scaling funkcióval tovább vizualizálhatóak a kapcsolatok az
egyes elemek között. Az algoritmus, amelyen ez a folyamat alapul az ordinális
adatok nem-metrikus elemzésével ad látványos eredményt.

A fenti ábrán egy 2x5x6-os táblázat alapján - két nem, öt korcsoport és hat
termék kapcsolatáról látható információ. Az ábra korrespondencia analízissel
készült. Látható, hogy „A" és „B" termékeket a fiatalabbak és a férfiak
választották, míg a „G" és „C" terméket az idősebb korosztály preferálta.
Ha szeretne többet megtudni az SPSS Categories modulról
A részletes modulismertető letöltéséhez
kattintson ide, vagy
vegye fel a kapcsolatot az SPSS magyarországi képviseletével a 1/457-0561-es
telefonszámon vagy az info@spss.hu email
címen.
Havi rendszerességgel megrendezésre kerülő ingyenes szemináriumainkon megismerkedhet az SPSS Statistics
programcsomag használatával, valamint szakértőnk segít Önnek meghatározni, hogy
mely modulokra lehet szüksége munkája során. A részvételhez csupán egy regisztrációra van szükség.
|