基本的なデータ処理とSPSSの利用法ver.2.1.docVIP

基本的なデータ処理とSPSSの利用法ver.2.4 最終更新5/26/2008　中山和弘 １）データの種類 問題となっていることはどんなことか。多くは、 ?ある人の数値が平均よりも大きく離れて大き過ぎる、または小さ過ぎる ?ある人が大勢の人と違ってある問題となるグループ（少数派のことが多い）に所属している このように、ある人がちらばりのある特別なところにいることを把握しなくてはならない。 そのために まず、データの種類が２つあることを知ることが出発点 ■量的データ＝連続変数＝間隔尺度、比尺度、（順序尺度） 身長、体重、年齢、血圧や???????など生理学的データ、自尊心や抑うつなど多くの心理尺度など 　　 ■質的データ＝離散変数＝名義尺度、順序尺度＝カテゴリー、分類、グループ、リカートスケール 性別、出生地、疾患名、既往歴、家族歴、配偶関係、職業、学歴、～の有無、はい?いいえ、 とてもそう思う～あまりそう思わない、など ＊「とてもそう思う～あまりそう思わない」などの順序尺度は質的データに入れられる場合が多い。 しかし、量的に処理することも多い。量的にも質的にも扱ってみるとよい。どちらの性質が強いか？ そもそも、あるものを測定する方法として何が正しいかは考え方の問題（信頼性と妥当性） たとえば、痛みの強さは、どのように測定するべき？量的？質的？hanageの話 →http://www.geocities.jp/kazu_hiro/nurse/hanage.htm ■量と質はものの見方の違い→統計的な扱いの違いが生じるから注目、 量的データは質的データに変換も可能 年齢（歳）→年齢階級、年齢層別に見ることも多い。青年と高齢者で特徴的な場合もある。 　　　　　　　　U字型、Ｊ字型など、さまざまな質的な関係がありうる＝発見的作業 ?質的データも量的（順序尺度として）に見ることができないこともない（無理やり？） 生まれた国→北緯、GNP、人口、血液型→多数派順、日本ならABOABで1,2,3,4におきかえるとか… ?どちらにして見るかは、あなた次第、説明しやすいよう、説得しやすいよう?? せっかく量的に測定したものは、まず、量的に扱かってみてから考える 　　質的に変換すると情報量が減る一方、新しい情報（ある値以上で急激に変化するなど、質的に差が見られる場合もある。しかし、65歳以上って質的に違うか？）を作り出す場合もある、データの分布をよく見る！ ☆簡単に言えば、量的データは数字であらわす意味があり、質的データはそれがない ２）データの分布、ちらばりを説明する＝単純集計 量的データの測定結果 □視覚的に説明する 分布を視覚的に見るには、ヒストグラムを書いてみる。SPSS [????]－[???????] 縦軸は人数で数値を等間隔で階級分けして分布の形をわかりやすいように表現する。分け方を工夫するといろいろなことが見えてくる。正規分布、2峰性の分布など?? □数値で説明する どういう値が多いのか→代表値（平均値、中央値、最頻値など） SPSS [分析]－[記述統計]－[度数分布表]または[記述統計] 対象者の年齢はだいたいどのくらいだったのか？簡単に説明するには？ ?どのくらいちらばっていたのか→標準偏差、分散、最小値、最大値、範囲など 「こないだ○○のコンサートに行ったよ」「何歳ぐらいの人が来てるわけ？」「だいたい20代前半ぐらいかなあ」これは平均とその前後のちらばりを考えて言った発言？ ?偏差(deviation)とは観測値と平均値の差。Ａさんは、平均より5歳年齢が高い→偏差＝５。 ?標準偏差（SD=standard deviation）＝偏差の平均値をあらわすために偏差の2乗の平均値の平方根 　　　　　　　　　　　　＝平均して平均値からどのくらい離れているか 　　　　　　　　平均値　　Ａさんの値 　　　　　　　　　　Ａさんの偏差　　→　これの2乗の平均値の平方根が標準偏差（ＳＤ） ?ちなみに、偏差値とは、50＋10×偏差／SD 偏差値60とは、平均点50より1SD高い→平均よりも上の人のなかの平均 ?平均０、分散（標準偏差）１にするには、偏差／標準偏差にすればよい→これを「標準化」という。どんなものでも比較が可能になる。平均年齢40歳でSDが10歳なら45歳の人は標準化すると0.5。 ?分布のかたちをあらわす歪度（山のピークが左か右に偏る）、尖度（山がとがっている程度）もある。 正規分布かどうかの検定も可能。SPSS [分析]－[記述統計]－[探索的] ?飛び離れておかしい値＝外れ値はないか確認 体重23