Jak czytać wyniki SPSS - test t, Levene, ANOVA, korelacje i chi-kwadrat

Jak czytać wyniki SPSS? W każdej tabeli z testem szukasz trzech rzeczy: wartości statystyki (t, F, r albo chi-kwadrat), stopni swobody (df) i kolumny Sig., czyli wartości p (w polskiej wersji programu „Istotność”). Jeśli p jest mniejsze niż 0,05, wynik jest istotny statystycznie. Kierunek różnicy odczytujesz z osobnej tabeli ze średnimi, a przy teście t najpierw sprawdzasz test Levene'a, bo od niego zależy, który wiersz czytać. Poniżej przechodzimy po kolei przez tabele, które najczęściej trafiają do prac dyplomowych: statystyki opisowe, test t, ANOVA, korelacje i chi-kwadrat, na przykładowych wynikach z liczbami.

Wszystkie liczby w tym tekście pochodzą z przykładowych danych przeliczonych tak, jak liczy SPSS. Etykiety podajemy w wersji angielskiej, bo w niej pracuje większość uczelnianych licencji, a polskie odpowiedniki dopisujemy tam, gdzie ich brzmienie jest pewne.

Jak czytać wyniki SPSS: zasady wspólne dla wszystkich tabel

• Sig. to wartość p. Kolumna może się nazywać Sig., Sig. (2-tailed), Asymptotic Significance albo Exact Sig., ale zawsze chodzi o prawdopodobieństwo testowe.
• Zapis ,000 nie oznacza, że p wynosi zero. SPSS zaokrągla do trzech miejsc, więc w pracy piszesz p < 0,001.
• SPSS w wersji angielskiej pokazuje kropkę dziesiętną i pomija zero przed przecinkiem (.457). W pracy po polsku przepisujesz to jako 0,457 albo 0,46.
• Od wersji 27 SPSS przy teście t podaje dwie kolumny p: jednostronne (One-Sided p) i dwustronne (Two-Sided p). Jeśli nie zapisałeś hipotezy kierunkowej przed badaniem, bierzesz dwustronne.
• Gwiazdki przy liczbach (* i **) oznaczają istotność na poziomie 0,05 i 0,01, a ich znaczenie jest opisane w przypisie pod tabelą.
• Do pracy nie wklejasz zrzutów ekranu. Przepisujesz potrzebne liczby do tabeli w formacie pracy.

Co dokładnie oznacza p i czego nie mówi, wyjaśniamy w tekście wartość p: co naprawdę oznacza.

Statystyki opisowe w SPSS (Descriptives)

Ścieżka: Analyze > Descriptive Statistics > Descriptives, w polskiej wersji Analiza > Statystyki opisowe > Statystyki opisowe. Przykładowy wynik dla wyniku skali zadowolenia z pracy u 30 pielęgniarek:

Do pracy przepisujesz N, średnią, odchylenie standardowe oraz minimum i maksimum, a przy ocenie rozkładu także skośność i kurtozę. Kolumny Std. Error przy skośności i kurtozie służą do testu: wartość podzielona przez swój błąd standardowy większa co do modułu niż około 2 sugeruje odchylenie od normalności. Tu 0,109 / 0,427 = 0,26, więc rozkład jest zbliżony do symetrycznego. Jeśli Valid N (listwise) jest wyraźnie mniejsze niż N poszczególnych zmiennych, masz braki danych, które trzeba opisać.

Test t w SPSS: interpretacja razem z testem Levene'a

Ścieżka: Analyze > Compare Means > Independent-Samples T Test, po polsku Analiza > Porównywanie średnich > Test t dla prób niezależnych. SPSS tworzy dwie tabele. Pierwsza, Group Statistics, zawiera liczebność, średnią i odchylenie standardowe w każdej grupie. W przykładzie pielęgniarki z oddziałów zabiegowych (n = 16) mają średnie zadowolenie 30,50 (SD = 4,033), a z oddziałów zachowawczych (n = 14) 35,50 (SD = 4,183).

Druga tabela, Independent Samples Test, ma dwa wiersze i to tu robi się najwięcej błędów.

1. Najpierw spójrz na dwie pierwsze kolumny, czyli test Levene'a. Sprawdza on, czy wariancje w grupach są równe. Tu Sig. = 0,754, więcej niż 0,05, więc nie ma podstaw, by uznać wariancje za różne.
2. Skoro Levene jest nieistotny, czytasz górny wiersz, Equal variances assumed (w polskiej wersji opisany jako założenie równości wariancji). Gdyby Sig. Levene'a było mniejsze niż 0,05, czytałbyś dolny wiersz, czyli test Welcha z ułamkowymi stopniami swobody.
3. W wybranym wierszu odczytujesz t = -3,329, df = 28 i p dwustronne 0,002. To jest wynik testu t.
4. Mean Difference (-5,000) to średnia grupy pierwszej minus średnia drugiej. Znak minus oznacza tylko, że grupa zakodowana jako pierwsza ma niższą średnią.
5. Przedział ufności 95% dla różnicy (od -8,08 do -1,92) nie obejmuje zera, co zgadza się z istotnym wynikiem.

Najczęstszy błąd to przepisanie p z kolumny Sig. testu Levene'a (0,754) jako wyniku testu t i wniosek, że grupy się nie różnią. Test Levene'a dotyczy wariancji, a nie średnich. Więcej o nim piszemy w tekście jednorodność wariancji i test Levene'a. Część statystyków zaleca zresztą czytanie zawsze dolnego wiersza (Welch), który działa dobrze także przy równych wariancjach.

Od wersji 27 SPSS dodaje tabelę Independent Samples Effect Sizes. Wiersz Cohen's d podaje w kolumnie Standardizer wspólne odchylenie standardowe (4,104), a w kolumnie Point Estimate wartość d = -1,218. Do pracy przepisujesz wartość bezwzględną albo zachowujesz znak zgodny z kierunkiem opisu. W starszych wersjach d trzeba policzyć samodzielnie.

Pielęgniarki z oddziałów zachowawczych deklarowały wyższe zadowolenie z pracy (M = 35,50; SD = 4,18) niż pielęgniarki z oddziałów zabiegowych (M = 30,50; SD = 4,03), t(28) = -3,33; p = 0,002; d = 1,22.

ANOVA jednoczynnikowa w SPSS

Ścieżka: Analyze > Compare Means > One-Way ANOVA, po polsku Analiza > Porównywanie średnich > Jednoczynnikowa ANOVA. W przykładzie porównujemy zadowolenie w trzech grupach stażu pracy po 10 osób: do 5 lat (M = 29,50; SD = 3,37), 5-15 lat (M = 31,50; SD = 3,03) i powyżej 15 lat (M = 34,60; SD = 3,20). W oknie Options zaznacz statystyki opisowe, test jednorodności wariancji i test Welcha.

1. Tabela Test of Homogeneity of Variances: wiersz Based on Mean ma Sig. = 0,964, więc wariancje można uznać za równe i czytać klasyczną tabelę ANOVA. Przy istotnym teście Levene'a bierzesz wynik z tabeli Robust Tests of Equality of Means (Welch); tu byłoby to F(2; 17,96) = 5,94; p = 0,010.
2. W tabeli ANOVA czytasz wiersz Between Groups: F = 6,427 ze stopniami swobody 2 (między grupami) i 27 (wewnątrz grup, z wiersza Within Groups), Sig. = 0,005.
3. Eta kwadrat policzysz jako Sum of Squares Between podzielone przez Total: 132,067 / 409,467 = 0,32. Nowsze wersje SPSS podają ją w tabeli ANOVA Effect Sizes.
4. Istotna ANOVA mówi tylko, że gdzieś jest różnica. Którą parę grup dotyczy, pokazuje tabela Multiple Comparisons z testem post hoc.

W tabeli Multiple Comparisons (test Tukeya) istotna okazała się tylko różnica między stażem do 5 lat a powyżej 15 lat: Mean Difference = -5,10, Sig. = 0,004. Pozostałe pary miały Sig. 0,357 i 0,096. Każda para występuje w tej tabeli dwa razy, z przeciwnym znakiem, więc nie licz jej podwójnie. Dlaczego po ANOVA potrzebny jest test z poprawką, wyjaśniamy w tekście ANOVA i testy post hoc.

Zadowolenie z pracy różniło się istotnie w zależności od stażu, F(2, 27) = 6,43; p = 0,005; η² = 0,32. Test Tukeya wykazał, że osoby ze stażem powyżej 15 lat były bardziej zadowolone niż osoby ze stażem do 5 lat (p = 0,004).

Korelacje w SPSS (Correlations)

Ścieżka: Analyze > Correlate > Bivariate, po polsku Analiza > Korelacje > Parami. Tabela Correlations jest symetryczna: każda komórka zawiera trzy liczby, a ta sama para występuje nad i pod przekątną.

• Pearson Correlation to współczynnik r. W przykładzie korelacja zadowolenia z pracy z wynikiem skali wypalenia wynosi -0,457*.
• Sig. (2-tailed) to p dwustronne, tu 0,011.
• N to liczba osób, na których policzono daną parę. Przy brakach danych może być różna dla różnych par.

Jedna gwiazdka oznacza istotność na poziomie 0,05, dwie na poziomie 0,01; przy p = 0,011 jest jedna, bo wynik nie spełnia progu 0,01. Na przekątnej stoją jedynki, bo każda zmienna koreluje sama ze sobą idealnie, i tych komórek nie interpretujesz. Jeśli zaznaczyłeś Spearmana, SPSS tworzy osobną tabelę Nonparametric Correlations, w której współczynnik nazywa się Correlation Coefficient.

Zadowolenie z pracy korelowało ujemnie z poziomem wypalenia zawodowego, r(28) = -0,46; p = 0,011.

Chi-kwadrat w SPSS: interpretacja tabeli Chi-Square Tests

Ścieżka: Analyze > Descriptive Statistics > Crosstabs, w oknie Statistics zaznacz Chi-square oraz Phi and Cramer's V, a w oknie Cells procenty w wierszach. Inny przykład, 60 studentów: wśród niestacjonarnych pracowało 18 z 30 osób (60%), wśród stacjonarnych 9 z 30 (30%).

1. Najpierw przeczytaj przypis pod tabelą. Brzmi on mniej więcej tak: 0 komórek (0%) ma liczebność oczekiwaną mniejszą niż 5, minimalna liczebność oczekiwana wynosi 13,50. Jeśli więcej niż 20% komórek ma liczebność oczekiwaną poniżej 5, wynik Pearsona jest niepewny.
2. Gdy założenie jest spełnione, raportujesz pierwszy wiersz, Pearson Chi-Square: χ²(1) = 5,455; p = 0,020.
3. W tabeli 2 × 2 z małymi liczebnościami oczekiwanymi raportujesz zamiast tego Fisher's Exact Test.
4. Pozostałe wiersze (poprawka Yatesa, iloraz wiarygodności, test trendu liniowego) zwykle pomijasz. Linear-by-Linear ma sens tylko dla zmiennych porządkowych.
5. Wielkość efektu odczytasz z tabeli Symmetric Measures: phi = 0,302, przy tabeli 2 × 2 równe V Cramera.

Kierunek związku czytasz z tabeli krzyżowej z procentami w wierszach, a nie z tabeli testu. Założenia i interpretację opisujemy w tekście chi-kwadrat: kiedy i jakie założenia.

Studenci niestacjonarni istotnie częściej pracowali zarobkowo (60%) niż studenci stacjonarni (30%), χ²(1, N = 60) = 5,45; p = 0,020; φ = 0,30.

Co przepisać z SPSS do pracy: ściąga

Jak zapisać te wyniki w zdaniach i tabelach, pokazujemy w poradnikach jak zaraportować wynik testu w APA 7 i jak zbudować tabelę wyników w APA 7.

Typowe błędy przy czytaniu wyników SPSS

• Przepisanie Sig. testu Levene'a jako wyniku testu t albo ANOVA.
• Zapis „p = 0,000” zamiast „p < 0,001”.
• Raportowanie p jednostronnego bez hipotezy kierunkowej.
• Wnioski o kierunku różnicy z samego znaku t bez sprawdzenia, która grupa jest zakodowana jako pierwsza.
• Pominięcie przypisu o liczebnościach oczekiwanych pod tabelą chi-kwadrat.
• Interpretowanie istotnej ANOVA bez testu post hoc, jakby różniły się wszystkie grupy.
• Kropki dziesiętne i angielskie nazwy kolumn przeniesione do pracy po polsku.

Jeśli dopiero wybierasz program, porównanie znajdziesz w tekście SPSS, R, jamovi czy Excel. Raport zamówiony w kreatorze wyceny zawiera wyniki od razu w postaci tabel w standardzie APA, policzone tymi samymi metodami co w SPSS, więc nie trzeba ich przepisywać ze zrzutów ekranu; tekst pracy, w tym interpretację, piszesz samodzielnie.

Najczęstsze pytania

Co oznacza Sig. w SPSS?

Sig. (w polskiej wersji „Istotność”) to wartość p, czyli prawdopodobieństwo uzyskania takiego lub bardziej skrajnego wyniku, gdyby hipoteza zerowa była prawdziwa. Wartość mniejsza niż 0,05 oznacza zwykle wynik istotny statystycznie. Zapis ,000 oznacza p < 0,001, a nie zero.

Który wiersz czytać w teście t w SPSS?

Decyduje test Levene'a w dwóch pierwszych kolumnach. Jeśli jego Sig. jest większe niż 0,05, czytasz górny wiersz (Equal variances assumed). Jeśli jest mniejsze, czytasz dolny wiersz (Equal variances not assumed), czyli test Welcha.

Jak zapisać p = ,000 z SPSS w pracy?

Jako p < 0,001. SPSS zaokrągla p do trzech miejsc po przecinku, więc ,000 oznacza tylko, że wartość jest mniejsza niż 0,0005. Zapis p = 0,000 jest błędem, który recenzenci często wytykają.

Który wiersz tabeli chi-kwadrat podać w pracy?

Zwykle Pearson Chi-Square z df i Sig. Jeśli przypis pod tabelą pokazuje, że ponad 20% komórek ma liczebność oczekiwaną poniżej 5, a tabela ma wymiar 2 × 2, raportuj Fisher's Exact Test. Pozostałe wiersze najczęściej pomijasz.

Czy można wkleić tabele z SPSS do pracy?

Lepiej nie. Tabele SPSS mają angielskie etykiety, kropki dziesiętne i nadmiar liczb. Przepisz potrzebne wartości do własnej tabeli w formacie APA lub według wytycznych uczelni.