Первые шаги в SPSS: как обработать диплом

Вы открыли SPSS первый раз — и видите пустую таблицу, кучу меню и непонятные кнопки. Паника лишняя: для типового диплома вам нужно от силы пять-шесть действий.

Эта статья проведёт вас по ним за руку: куда занести цифры, как посчитать описательную статистику, как запустить нужный критерий и где в простыне результатов искать заветное p-значение.

В двух словах

• В SPSS два главных окна: «Просмотр переменных» — где вы описываете столбцы (что за показатель), и «Просмотр данных» — куда вбиваете сами цифры.
• Почти все расчёты — в меню «Анализ»: там и описательная статистика, и t-тест, и корреляция.
• Результат открывается в отдельном окне вывода; главное число в нём — p-значение (столбец Знч. / Sig.).

Нет под рукой SPSS или лень разбираться — те же расчёты можно сделать в наших онлайн-калькуляторах: вставили данные, получили вывод и готовую формулировку.

Два окна SPSS: данные и переменные

Внизу окна редактора данных есть две вкладки — переключаться между ними вы будете постоянно.

«Просмотр переменных» (Variable View). Здесь одна строка = один ваш показатель (столбец будущей таблицы). Сначала всегда заходите сюда и описываете переменные, а уже потом вводите данные. Главные поля:

• Имя (Name). Короткое название латиницей без пробелов: pol, trevoga_do, trevoga_posle.
• Метка (Label). Полное человеческое название: «Ситуативная тревожность до тренинга». Именно метка попадёт в таблицы вывода — не ленитесь её заполнять.
• Тип (Type). Для цифр оставляйте «Числовой».
• Значения (Values). Расшифровка кодов: для пола 1 = «мужской», 2 = «женский». Удобно для категорий.
• Измерение (Measure). Тип шкалы: «Шкальная» (числа: рост, баллы), «Порядковая» (ранги, уровни) или «Номинальная» (пол, группа). Подробнее — в статье «Шкалы измерения».

«Просмотр данных» (Data View). Это привычная таблица, как в Excel. Строка = один испытуемый, столбец = переменная, которую вы описали. Сюда вы и вбиваете цифры.

Как занести данные

Разберём на сквозном примере. Пусть вы измерили тревожность у 24 студентов до и после психологического тренинга.

1. Откройте «Просмотр переменных» и заведите три строки: pol, trevoga_do, trevoga_posle. Каждой пропишите метку.
2. Для pol в поле «Значения» задайте коды: 1 — мужской, 2 — женский.
3. Перейдите в «Просмотр данных» — появились три пустых столбца.
4. Вбейте цифры: в каждой строке — один студент, его пол и два балла тревожности.

Пример. Студент №1: пол — 1, тревога до — 48, тревога после — 39. Это одна строка с тремя числами. Студент №2 — следующая строка, и так все 24.

Где описательная статистика

Описательная статистика — это «портрет» ваших данных: среднее, минимум-максимум, разброс. С неё начинается любая эмпирическая глава.

Путь: Анализ → Описательные статистики → Частоты (или «Описательные»).

• Перенесите нужные переменные направо.
• Нажмите кнопку «Статистики» и поставьте галочки: среднее, медиана, мода, стандартное отклонение, минимум, максимум.
• Для категорий (пол, группа) удобнее «Частоты» — она покажет, сколько человек в каждой категории и проценты.

Что с чем считать — зависит от шкалы: для числовых показателей берут среднее и стандартное отклонение, для баллов анкет надёжнее медиана и квартили. Зачем и как это оформить — в статье «Описательная статистика в дипломе».

Ещё один важный шаг до выбора критерия — проверка нормальности: меню Анализ → Описательные статистики → Разведочный (Explore), кнопка «Графики» → «Критерии нормальности с графиками». Как читать результат, разобрано в гайде «Проверка нормальности в SPSS и Excel».

Как запустить t-тест, Манна-Уитни и корреляцию

Дальше всё в меню «Анализ». Покажу три самых ходовых расчёта для дипломов. Какой именно критерий нужен вашим данным — подскажет статья «Как выбрать статистический критерий».

t-критерий для связанных выборок (до/после)

Подходит, когда вы сравниваете два замера у одних и тех же людей и данные числовые с нормальным распределением разностей.

Путь: Анализ → Сравнение средних → Парный t-критерий. Выберите пару trevoga_do и trevoga_posle, нажмите ОК. Если данные — баллы анкеты или ненормальные, вместо него берут критерий Вилкоксона: Анализ → Непараметрические критерии → Связанные выборки.

Критерий Манна-Уитни (две разные группы)

Подходит, когда вы сравниваете две разные группы людей (например, мужчин и женщин, контрольную и экспериментальную) по баллам или рангам.

Путь: Анализ → Непараметрические критерии → Независимые выборки. Тестируемая переменная — например, trevoga_posle; группирующая — pol. Для числовых нормальных данных вместо Манна-Уитни берут t-критерий для независимых выборок.

Корреляция (связь двух показателей)

Подходит, когда вы проверяете связь двух показателей: чем выше одно — тем выше (или ниже) другое.

Путь: Анализ → Корреляции → Парные. Перенесите два-три показателя, выберите коэффициент:

• Пирсона — для числовых нормальных данных (что это);
• Спирмена — для баллов, рангов и ненормальных данных (калькулятор).

Где p-значение в выводе

После нажатия ОК открывается окно «Просмотр вывода» (Output) — там таблицы с результатами. Не пугайтесь обилия цифр: вам нужна, по сути, одна колонка.

Ищите столбец с названием Знч. (в англоязычной версии — Sig. или p). Это и есть p-значение. Правило простое:

• p < 0,05 — различие или связь статистически значимы (есть эффект);
• p > 0,05 — значимых различий/связи нет.

Что вообще означает это число и почему порог именно 0,05 — в статье «Что такое p-значение».

Пример. В выводе парного t-критерия в строке «до–после» в колонке Знч. (2-сторонняя) стоит 0,003. Это меньше 0,05 → тревожность после тренинга изменилась значимо.

Где именно лежит p в трёх наших расчётах, удобно свести в таблицу.

Таблица 1 — Где искать p-значение в выводе SPSS

В корреляции SPSS ещё помечает значимые связи звёздочкой * (p < 0,05) или двумя ** (p < 0,01) прямо рядом с коэффициентом — удобный ориентир.

Что писать в дипломе

В тексте всегда указывайте сам критерий, его статистику, число наблюдений и p-значение. Готовые шаблоны:

• «Различия ситуативной тревожности до и после тренинга статистически значимы (парный t-критерий: t = 4,2; p < 0,05)».
• «Значимых различий между группами не выявлено (U-критерий Манна-Уитни: U = 210; p = 0,18)».
• «Обнаружена прямая значимая связь между тревожностью и утомляемостью (r = 0,46; p < 0,05)».

Числа берёте прямо из вывода: t или U — из таблицы критерия, r — из таблицы корреляций, p — из колонки Знч.. Подробный разбор, как описывать результаты словами, — в статье «Как описать результаты статистики».

Частые ошибки

• Вводить данные, не описав переменные. Сначала «Просмотр переменных» с метками, потом цифры — иначе в таблицах будут безликие VAR00001.
• Класть «до» и «после» в один столбец. Это два разных показателя — два столбца. Иначе SPSS посчитает не то.
• Путать связанные и независимые выборки. Одни и те же люди дважды → парный t / Вилкоксон. Разные группы → независимый t / Манна-Уитни.
• Гнать данные в критерий, не проверив шкалу и нормальность. Для баллов — непараметрика и Спирмен, а не Пирсон.
• Искать p не в той колонке. В корреляции под каждым коэффициентом своя строка Знч. — не перепутайте с самим коэффициентом.

Частые вопросы

SPSS платный — где взять бесплатно?

Официальный SPSS платный (есть пробный период). Если бюджета нет, возьмите бесплатные аналоги jamovi или JASP — интерфейс проще, а расчёты те же. Обзор — в статье «jamovi и JASP бесплатно». Либо считайте в наших онлайн-калькуляторах без установки.

Чем «Просмотр данных» отличается от «Просмотра переменных»?

«Просмотр переменных» — это паспорт столбцов: вы один раз описываете, что за показатели (имя, метка, шкала). «Просмотр данных» — сама таблица с цифрами по испытуемым. Сначала заполняете первое, потом второе.

Где в SPSS среднее и стандартное отклонение?

Анализ → Описательные статистики → Частоты (или «Описательные») → кнопка «Статистики» → галочки «Среднее» и «Стандартное отклонение». То же можно посчитать в калькуляторе описательной статистики.

Я нажал ОК, но ничего не появилось. Где результат?

Результат открывается не в окне с данными, а в отдельном окне «Просмотр вывода» (Output). Иногда оно прячется за основным — поищите его на панели задач или в меню «Окно».

p-значение вышло ровно 0,000 — это как?

SPSS округляет очень маленькие числа до 0,000. Это не «ноль», а «меньше 0,001». В дипломе так и пишут: p < 0,001 (вместо p = 0,000).

Короткий алгоритм

1. Опишите переменные во вкладке «Просмотр переменных»: имя, метка, шкала.
2. Введите данные в «Просмотр данных»: одна строка — один испытуемый.
3. Посчитайте описательную статистику и проверьте нормальность (Анализ → Описательные статистики).
4. Запустите нужный критерий через меню «Анализ» (t-тест, Манна-Уитни, корреляция).
5. Найдите p в окне вывода (колонка Знч.) и сформулируйте вывод: значимо/незначимо.

Что ещё почитать

• Проверка нормальности в SPSS и Excel — обязательный шаг перед выбором критерия.
• Как выбрать статистический критерий — общая схема под ваши данные.
• Что такое p-значение простыми словами — как читать главное число вывода.
• jamovi и JASP бесплатно — бесплатные аналоги SPSS.
• Онлайн-калькуляторы SPSS — посчитать без установки программы.

Не уверены, какой критерий нужен вашему диплому, — загляните в базу методов или закажите консультацию: эксперт подберёт метод, посчитает и оформит результаты за вас.