A z-score é uma estatística descritiva usado para determinar quão comum ou extrema uma determinada pontuação é por determinação da sua distância da média em unidades de desvio padrão. Z-scores são calculados subtraindo a célula média das pontuações reais, em seguida, dividindo pelo desvio padrão celular. Ao converter contagens reais para z-escores padronizados (média = 0, desvio padrão = 1), o que permite aos pesquisadores comparar as pontuações em escalas com unidades diferentes (por exemplo, o peso em libras altura vs. em polegadas). Embora SPSS não fornecer prontamente z-scores em estatística descritiva tabelas, é fácil de produzir e analisar escores z através da conversão de variáveis para valores padronizados.
Coisas que você precisa
- SPSS Statistics Data Editor (Student Version)
- dataset
Convertendo variáveis para valores padronizados
Debaixo de "Arquivo" Menu, selecione "Aberto" então "Dados" e abrir o seu arquivo de dados. Uma vez que ele carrega, clique no "Analisar" Menu, selecione "Estatísticas descritivas" então "Descriptives."
No "Descriptives" janela que aparece, mover suas variáveis de interesse do "Variável (s)" coluna. Pode seleccionar e analisar múltiplas variáveis de cada vez, e esses podem ser movidos para a "Variável (s)" coluna clicando e arrastando ou destacando as variáveis de interesse e clicando no botão de seta.
Clique no "opções" botão e assegurar que o "Significar" e "Std. Desvio" caixas são selecionadas, em seguida, clique em "Continuar." Uma vez fora do "opções" janela, clique no "Guardar valores padronizados como variáveis" caixa na parte inferior da "Descriptives" janela, em seguida, clique no "Está bem" botão.
Embora você será automaticamente levado para o "Saída" janela, seus escores z não estão aqui. Para encontrá-los, volte para a janela com o seu conjunto de dados. Você terá agora novas colunas (com "Z [nome da variável]" no topo), e os valores nestas colunas são Z-contagens normalizadas.
Se você estiver interessado em encontrar valores extremos ou comparar pontuações em variáveis com escalas diferentes (entre outras coisas), analisar suas variáveis padronizadas recém-criadas da mesma maneira que faria com os originais.