Οι ακραίες τιμές στο SPSS είναι παρατηρήσεις που απέχουν σημαντικά από το μεγαλύτερο μέρος των δεδομένων. Μπορεί να προκύπτουν από πραγματικές διαφορές μεταξύ συμμετεχόντων. Μπορεί όμως να οφείλονται σε λάθος καταχώριση. Για αυτό ο εντοπισμός τους δεν σημαίνει αυτόματα ότι πρέπει να διαγραφούν. Πρώτα χρειάζεται να ελέγξεις τι αντιπροσωπεύει κάθε ακραία παρατήρηση.
Περιεχόμενα άρθρου
1. Τι είναι οι ακραίες τιμές στο SPSS;
Μια ακραία τιμή είναι μια παρατήρηση που βρίσκεται μακριά από το συνηθισμένο εύρος μιας μεταβλητής. Δεν αποτελεί όμως απαραίτητα λανθασμένη παρατήρηση.
Ας υποθέσουμε ότι εξετάζεις την ηλικία 200 φοιτητών. Οι περισσότερες τιμές βρίσκονται μεταξύ 18 και 35 ετών. Μία τιμή 230 ετών αποτελεί σχεδόν βέβαιο σφάλμα.
Αντίθετα, μια ηλικία 62 ετών μπορεί να είναι ασυνήθιστη αλλά απολύτως πραγματική. Η παρατήρηση είναι ακραία σε σχέση με το δείγμα. Δεν υπάρχει όμως λόγος να τη διαγράψεις μόνο για αυτό.
Η ίδια διάκριση ισχύει για ψυχομετρικές βαθμολογίες. Ένας συμμετέχων μπορεί πραγματικά να έχει πολύ υψηλή βαθμολογία άγχους. Η τιμή αυτή μπορεί να αποτελεί σημαντική πληροφορία.
Οι ακραίες παρατηρήσεις έχουν σημασία επειδή μπορούν να επηρεάσουν ορισμένους στατιστικούς δείκτες. Ο μέσος όρος είναι ιδιαίτερα ευαίσθητος σε πολύ μεγάλες ή μικρές τιμές.
Μπορούν επίσης να επηρεάσουν τη συσχέτιση. Μια ακραία παρατήρηση μπορεί να αυξήσει τεχνητά έναν συντελεστή. Σε άλλη περίπτωση μπορεί να τον μειώσει.
Το NIST επισημαίνει ότι οι ακραίες τιμές μπορεί να αποκαλύπτουν λανθασμένα δεδομένα. Μπορεί όμως να αντιπροσωπεύουν και πραγματικό επιστημονικό φαινόμενο. Δες τον οδηγό του NIST για τον εντοπισμό ακραίων τιμών.
2. Πώς εντοπίζεις ακραίες τιμές στο SPSS με boxplot;
Το boxplot αποτελεί έναν από τους πιο πρακτικούς τρόπους για αρχικό εντοπισμό ακραίων παρατηρήσεων. Παρουσιάζει οπτικά την κατανομή μιας ποσοτικής μεταβλητής.
Το κεντρικό κουτί εκτείνεται από το πρώτο έως το τρίτο τεταρτημόριο. Η διαφορά τους ονομάζεται ενδοτεταρτημοριακό εύρος. Συμβολίζεται συνήθως ως IQR.
Το SPSS χρησιμοποιεί αυτό το εύρος για να εντοπίσει ασυνήθιστες παρατηρήσεις. Τιμές αρκετά πέρα από τα όρια εμφανίζονται ως ξεχωριστά σημεία.
Στο SPSS μπορείς να δημιουργήσεις boxplot μέσα από το Graphs και το Chart Builder. Επιλέγεις Boxplot και τοποθετείς την ποσοτική μεταβλητή στον κατάλληλο άξονα.
Μπορείς επίσης να χρησιμοποιήσεις Analyze > Descriptive Statistics > Explore. Αυτή η διαδικασία είναι χρήσιμη όταν θέλεις ταυτόχρονα περισσότερα περιγραφικά στοιχεία.
Το SPSS μπορεί να εμφανίσει τον αριθμό της περίπτωσης δίπλα στην ακραία τιμή. Έτσι μπορείς να επιστρέψεις στο αρχικό αρχείο και να ελέγξεις τον συγκεκριμένο συμμετέχοντα.
Έστω ότι το boxplot επισημαίνει την περίπτωση 147. Δεν πρέπει να διαγράψεις αμέσως ολόκληρη τη γραμμή. Πρώτα βρες την περίπτωση στο Data View.
Έλεγξε αν η τιμή βρίσκεται μέσα στο θεωρητικά δυνατό εύρος. Αν μια κλίμακα κυμαίνεται από 0 έως 40, η τιμή 74 είναι αδύνατη. Πιθανότατα υπάρχει λάθος καταχώριση.
Αν όμως η τιμή είναι 39, μπορεί να είναι έγκυρη. Το γεγονός ότι βρίσκεται μακριά από τις υπόλοιπες δεν αποδεικνύει σφάλμα.
Η IBM επιβεβαιώνει ότι τα boxplots επισημαίνουν παρατηρήσεις πέρα από τα συνήθη όρια του διαγράμματος. Το SPSS μπορεί επίσης να εμφανίσει αναγνωριστικό της σχετικής περίπτωσης.
3. Πώς χρησιμοποιείς z-scores για ακραίες τιμές στο SPSS;
Το boxplot προσφέρει οπτικό έλεγχο. Τα z-scores προσφέρουν έναν διαφορετικό τρόπο αξιολόγησης της απόστασης μιας τιμής από τον μέσο όρο.
Ένα z-score δείχνει πόσες τυπικές αποκλίσεις απέχει μια παρατήρηση από τον μέσο όρο. Θετικό z-score σημαίνει ότι η τιμή βρίσκεται πάνω από αυτόν.
Αρνητικό z-score σημαίνει ότι η παρατήρηση βρίσκεται κάτω από τον μέσο όρο. Όσο αυξάνεται η απόλυτη τιμή, τόσο πιο ακραία γίνεται η παρατήρηση.
Στο SPSS μπορείς να δημιουργήσεις z-scores από Analyze > Descriptive Statistics > Descriptives. Επιλέγεις τη μεταβλητή και ενεργοποιείς την αποθήκευση τυποποιημένων τιμών.
Το πρόγραμμα δημιουργεί μια νέα μεταβλητή. Η νέα στήλη περιέχει το z-score κάθε συμμετέχοντα. Έτσι μπορείς να εξετάσεις τις μεγαλύτερες απόλυτες τιμές.
Ένας συχνός πρακτικός κανόνας εξετάζει ιδιαίτερα τιμές με απόλυτο z-score πάνω από 3,29. Αυτό όμως αποτελεί ένδειξη και όχι αυτόματο κριτήριο διαγραφής.
Η τιμή 3,29 βασίζεται σε προσδοκίες για περίπου κανονική κατανομή. Σε έντονα ασύμμετρη μεταβλητή η εφαρμογή του κανόνα χρειάζεται μεγαλύτερη προσοχή.
Για παράδειγμα, το εισόδημα εμφανίζει συχνά πραγματικές πολύ υψηλές τιμές. Ένα μεγάλο z-score δεν σημαίνει ότι το εισόδημα καταχωρίστηκε λανθασμένα.
Για αυτό πρέπει να συνδυάζεις τον αριθμητικό έλεγχο με γνώση της μεταβλητής. Χρήσιμος είναι επίσης ο έλεγχος της συνολικής κατανομής.
Μπορείς να δεις σχετικά και τον οδηγό για τον έλεγχο κανονικότητας στο SPSS. Τα ιστογράμματα και τα Q-Q plots προσφέρουν επιπλέον εικόνα για την κατανομή.
4. Πότε δεν πρέπει να διαγράφονται οι ακραίες τιμές;
Η βασικότερη αρχή είναι απλή. Δεν διαγράφεις μια παρατήρηση μόνο επειδή το SPSS τη χαρακτήρισε ακραία. Χρειάζεται πρώτα αιτιολόγηση.
Αν αποδειχθεί λάθος καταχώριση, προσπάθησε πρώτα να βρεις τη σωστή αρχική τιμή. Αν διαθέτεις το αρχικό ερωτηματολόγιο, μπορείς να κάνεις σχετικό έλεγχο.
Ας υποθέσουμε ότι καταχωρίστηκε ηλικία 221 αντί για 21. Η καλύτερη λύση είναι η διόρθωση. Δεν χρειάζεται να διαγραφεί ο συμμετέχων.
Αν δεν μπορείς να ανακτήσεις την πραγματική τιμή, πρέπει να αποφασίσεις πώς θα χειριστείς το λάθος. Η επιλογή πρέπει να καταγράφεται στη μεθοδολογία.
Μια έγκυρη ακραία παρατήρηση είναι διαφορετική περίπτωση. Αν ένας συμμετέχων έχει πραγματικά πολύ υψηλή βαθμολογία, αποτελεί μέρος του δείγματος.
Η αυτόματη διαγραφή μπορεί να αλλάξει τεχνητά τα αποτελέσματα. Μπορεί επίσης να δημιουργήσει δείγμα που εμφανίζεται πιο ομοιογενές από τον πραγματικό πληθυσμό.
Το πρόβλημα γίνεται ακόμη σοβαρότερο αν διαγράφεις τιμές επειδή χαλούν τη στατιστική σημαντικότητα. Αυτή η πρακτική δεν αποτελεί αποδεκτή λογική ανάλυσης.
Η απόφαση πρέπει να προηγείται της επιλογής του αποτελέσματος που προτιμάς. Χρειάζεται σαφές κριτήριο που να εφαρμόζεται με συνέπεια.
Το NIST τονίζει ότι οι πιθανές ακραίες τιμές δεν πρέπει συνήθως να διαγράφονται χωρίς διερεύνηση. Μπορεί να προκύπτουν από φυσική μεταβλητότητα. Μπορεί επίσης να αποκαλύπτουν σημαντικό φαινόμενο.
Σε ορισμένες περιπτώσεις μπορεί να χρειάζεται διαφορετική στατιστική τεχνική. Μια ανθεκτικότερη μέθοδος μπορεί να περιορίσει την επίδραση ακραίων παρατηρήσεων χωρίς αυθαίρετη διαγραφή.
5. Πώς αποφασίζεις τι θα κάνεις με τις ακραίες τιμές πριν από την ανάλυση;
Ξεκίνα ελέγχοντας αν η τιμή είναι θεωρητικά δυνατή. Αν δεν είναι, πιθανότατα υπάρχει σφάλμα. Μετά έλεγξε την αρχική πηγή των δεδομένων.
Αν η τιμή είναι έγκυρη, εξέτασε αν αποτελεί πραγματικό μέλος του πληθυσμού που μελετάς. Μην την απορρίψεις επειδή είναι ασυνήθιστη.
Μετά εξέτασε πόσο επηρεάζει το στατιστικό αποτέλεσμα. Ένας πρακτικός τρόπος είναι να συγκρίνεις την ανάλυση με την παρατήρηση και χωρίς αυτή.
Αυτό ονομάζεται συχνά ανάλυση ευαισθησίας. Δεν σημαίνει ότι επιλέγεις αυθαίρετα το αποτέλεσμα που προτιμάς. Εξετάζεις πόσο εξαρτάται το συμπέρασμα από μία περίπτωση.
Αν το βασικό συμπέρασμα παραμένει ίδιο, η συγκεκριμένη τιμή μπορεί να έχει περιορισμένη επιρροή. Αν αλλάζει δραματικά, χρειάζεται πιο προσεκτική ερμηνεία.
Σε παλινδρόμηση δεν αρκεί ο έλεγχος μιας ακραίας τιμής σε μία μεταβλητή. Πρέπει να εξετάσεις και την επιρροή της παρατήρησης πάνω στο μοντέλο.
Μια ακραία τιμή στην εξαρτημένη μεταβλητή δεν είναι απαραίτητα παρατήρηση με μεγάλη επιρροή. Οι δύο έννοιες δεν είναι ταυτόσημες.
Χρειάζεται επίσης να διακρίνεις τις μονομεταβλητές από τις πολυμεταβλητές ακραίες παρατηρήσεις. Μια περίπτωση μπορεί να φαίνεται φυσιολογική σε κάθε μεταβλητή χωριστά.
Ο συνδυασμός των τιμών της μπορεί όμως να είναι ιδιαίτερα ασυνήθιστος. Αυτό αποκτά σημασία σε πολυμεταβλητές αναλύσεις.
Στην πτυχιακή πρέπει να εξηγείς τη διαδικασία που χρησιμοποίησες. Αν απέκλεισες περιπτώσεις, ανέφερε το κριτήριο. Εξήγησε επίσης πόσες παρατηρήσεις επηρεάστηκαν.
Αν διατήρησες τις τιμές, μπορείς να αναφέρεις ότι ελέγχθηκαν και κρίθηκαν έγκυρες. Αυτό δείχνει ότι η απόφαση ήταν συνειδητή.
Οι ακραίες τιμές στο SPSS πρέπει επομένως να αντιμετωπίζονται ως σημεία προς διερεύνηση. Δεν αποτελούν από μόνες τους λόγο αποκλεισμού.
Αν η πτυχιακή περιλαμβάνει πιο σύνθετη ποσοτική επεξεργασία, δες και τη σελίδα για στατιστικές αναλύσεις. Ο έλεγχος των δεδομένων πρέπει να προηγείται της κύριας ανάλυσης.
Χρειάζεσαι βοήθεια με τις ακραίες τιμές στο SPSS;
Αν χρειάζεσαι βοήθεια με τη στατιστική ανάλυση της πτυχιακής σου, στείλε το αρχείο δεδομένων. Στείλε επίσης τα ερευνητικά ερωτήματα και ό,τι άλλο έχεις στη διάθεσή σου.
Μπορείς να συμβουλευτείς τις ενδεικτικές τιμές για μια πρώτη εικόνα. Η τελική κοστολόγηση εξαρτάται από τα δεδομένα. Εξαρτάται επίσης από την πολυπλοκότητα της απαιτούμενης ανάλυσης.
Για συγκεκριμένη εκτίμηση, συμπλήρωσε τη φόρμα κοστολόγησης και επισύναψε τα διαθέσιμα αρχεία. Αν χρειάζεσαι πρώτα διευκρίνιση, μπορείς να επικοινωνήσεις μαζί μας.