SPSS Statistics 17 tuoteperhe

2

Sisältö

Peruspaketti:SPSS Base 3 SPSS Programmability 4

Lisämodulit:SPSS Statistics Tables 5SPSS Statistics Regression 6SPSS Statistics Advanced Statistics 7SPSS Statistics Forecasting 8SPSS Statistics Exact Tests 9SPSS Statistics Categories 10SPSS Statistics Missing Values 11SPSS Statistics Conjoint 12SPSS Statistics Complex Samples 13SPSS Statistics Decision Trees 14 SPSS Statistics Data Preparation 15SPSS Statistics Neural Networks 16SPSS Statistics EZ RFMTM 17

Analyysiprosessin hallinta ja integraatio:SPSS Predictive Enterprise Services (PES) 18

2

SPSS Statistics 17 Base

SPSS Statistics 17 Base

SPSS Statistics Base sisältää kaikki toiminnot tiedon syöttöön, tietokantojen käsittelyyn ja hallintaan. Muuttujien uudelleenkoodaukset, uusien muuttujien luomiset sekä aikamuuttujien käsittelyt onnistuvat nopeasti helppokäyttöisillä muokkaustoiminnoilla. Mukana ovat myös tilastolliset tunnusluvut, suhdeluvut ja korrelaatiot.

Seuraavat analyysit sisältyvät Base moduliin:

n Ristiintaulukointi ja khii-toiseen riippumattomuustesti

n Keskiarvotestit

n t-testit

n Yksi- ja useampisuuntainen varianssianalyysi sekä kovarianssianalyysi

n Lineaarinen regressioanalyysi sekä Curve estimation – toiminto (11 eri regressiomallia yhden selittäjän ja yhden selitettävän mallille)

n Järjestysasteikollisten regressioanalyysi eli Ordinal Regression

n Ryhmittelyanalyysi

n Hierarkkinen ryhmittelyanalyysi

n K-Means

n Two Step – ryhmittelyanalyysi

n Erotteluanalyysi

n Faktori- ja pääkomponenttianalyysi

n Reliabiliteettianalyysi ja moniulotteinen skaalaus (MDS)

n Ei-parametriset menetelmät

n Lähimmän naapuruuden menetelmä (Nearest Neighbor)

n Multiple Response – taulukot (monivastausmuuttujien käsittely)

n Matriisikieli, makrot sekä toimintojen ohjelmoitavuus käyttäen ulkopuolista ohjelmointi- kieltä, esim. python.

Tulokset esitetään pivot-taulukoina, joita voidaan pyöritellä, piilottaa, kopioida ja muokata haluttuun muotoon. Taulukot on helppo tallentaa muihin sovelluksiin Export-toiminnon avulla: HTML, txt-muoto, Word, Excel, PowerPoint ja pdf.

Mukana on yli 50 yleisintä kuvatyyppiä. Kuvia voi tehdä joko standardigrafiikalla tai käyttäen Chart Builder – interaktiivista kuvan rakennustoimintoa. Lisäksi käytettävissä Graphboard - toiminto, jossa SPSS Viz DesignerTM:lla tuotettuja kuvatemplateja, joilla saa tehtyä perusgrafiikkaan kuulumattomia erikoiskuvia.

53

SPSS Statistics 17 Base

SPSS Statistics 17 Programmability Extension

SPSS Statistics 17 Programmability Extension

SPSS Statistics Basen sisältämä ”SPSS Programmability Extension” mahdollistaa ulkoisten ohjelmontikielten käytön osana SPSS-komentokieltä ja SPSS-toimintojen käytön muista ohjelmista. SPSS versioon 16 on kehitetty mm. seuraavat ulkoisten ohjelmointikielten käytön mahdollistavat adapterit:

SPSS-Python Integration Plug-In

Python plug-in sallii Python-kielellä tehtyjen toimintojen ja menetelmien käytön osana SPSS komentokieltä sekä SPSS-ohjelman toimintojen käytön ulkopuolisesta, Pythonilla tehdystä ohjelmasta.

SPSS-asennusmedian mukana toimitettava avoimeen lähdekoodiin perustuva“Scientific Algorithms Library for Python” (SCIPY) kirjasto sisältää mm. tilastollisia menetelmiä, optimointialgoritmeja, lineaarialgebran toimintoja sekä signaalin- ja kuvankäsittelyn menetelmiä.

SPSS-R Integration Plug-In

R-kieli on avoimeen lähdekoodiin perustuva ohjelmointikieli, joka on kehitetty tilastolliseen tutkimukseen. Se sisältää graafiikkatoimintoja ja suuren määrän erilaisia tilastollisia menetelmiä. Kieli on tiedeyhteisössä laajasti käytetty ja suuri osa uusista algoritmeista ja menetelmistä julkaistaan nimenomaan R-kielellä.

SPSS-R Integration Plug-In mahdollistaa R-kielen käytön osana SPSS-komentokieltä.Tällä kielellä toteutetut menetelmät voivat näin käyttää SPSS-aineistoja ja tuottaa SPSS-tulosteita.

SPSS-VB.NET Plug-In

Nykyinen VB.NET adapteri mahdollistaa SPSS-aineistojen ja toimintojen käytön ulkopuo-lisesta VB.NET ohjelmasta. Siten toimintojen kutsuminen ja tuloksien käisttely tapahtuu VB.NET -kielellä kirjoitetussa ohjelmassa, ei SPSS käyttöliittymän kautta.

4

SPSS Statistics 17 Tables

SPSS Statistics 17 Tables

SPSS Statistics Tables tuottaa julkaisuvalmiita taulukoita, joiden ulkoasu ja sisältö voidaan määritellä tilanteen mukaan. SPSS Tables mahdollistaa moniulotteisen taulukon tuottamisen halutuilla tunnusluvuilla sekä monivastauskysymysten taulukoinnin.

Mukana ryhmienväliset keskiarvo- ja jakaumatestit sekä khii-toiseen riippumattomuustesti. Testit myös monivastauskysymyksille.

Samaan taulukkoon voidaan taulukoida useiden eri muuttujien jakaumia.Taulukoiden määrittely on helppoa – siirretään vain halutut muuttujat paikoilleen taulukon ‘esi-katseluosaan’ ja tarkennetaan, mitä tietoja taulukossa halutaan esittää. Jo määrittely-vaiheessa nähdään millainen taulukosta tulee.

5

SPSS Statistics 17 Regression Models

SPSS Statistics 17 Regression

Kun tavallinen lineaarinen regressio ei riitä tai sen vaatimat oletukset eivät ole voimassa, tarjoaa Regression lisämoduli lisää vaihtoehtoja. Voit tehdä erilaisia selitysmalleja käytet-tävissä olevien muuttujien ja ominaisuuksien puitteissa. Voit selittää binääristä ilmiötä logistisella regressiolla, moniluokkaisissa tapauksissa multinomisella logistisella regres-siolla, tai jos selitettävä ilmiö ei ole lineaarinen, voit käyttää epälineaarista regressiota määrittelemällä itse mallin.

Regression – analyysit:

n Logistinen regressio (Binary Logistic Regression (BLR))

n Multinominen logistinen regressio (Multinomial Logistic Regression (MLR))

n Epälineaarinen regressio (Nonlinear Regression (CNLR/NLR))

n Pienimmän neliösumman menetelmät

n Weighted Least Square Regression (WLS)

n Two-stage least squares (2SLS)

n Probit – analyysi

Kuva: Käytä binääristä logistista regressioita ennustamaan kaksiluokkaisen tapahtuman todennäköisyyttä.

6

SPSS Statistics 17 Advanced Statistics

SPSS Statistics Advanced Statistics tarjoaa luotettavat analyysit, kun selitettävä ilmiö koostuu useista muuttujista tai kun työskennellään hierarkisesti jakautuneen datan kanssa. Seurantatutkimusten yhteydessä tarvittavat toistomittaukset sekä tilanteet, joissa eri toistoilla on eri määrä mittareita tai eri havainnoilla eri mitta-asteikot, hoituvat myös Advanced Statisticsin menetelmillä.Lisämoduli tarjoaa myös huippuunsa kehitetyt elinaikamenetelmät, jos tarkastellaan tapahtuman historiaa ja kestoa, mm. Kaplan-Meier ja Cox Regression.

Advanced Statistics – analyysit:

n GENLIN (Generalized linear models)

n GEE (Generalized estimating equations )

n Sekamallit (Mixed models)

n Monimuuttujainen varianssianalyysi (MANOVA, MANCOVA)

n Toistomittaukset (Repeated Measures)

n Varianssikomponenttianalyysi (VARCOMP)

n Eloonjäämisanalyysi (Survival)

n Kaplan-Meier - estimointi

n Cox Regressio

n Loglineaariset mallit

SPSS Statistics 17 Advanced Statistics

Kuva: Kolmetasoisen toistomittauksen tuottama profiilikuva

7

SPSS Statistics 17 Forecasting

8

SPSS Statistics 17 Forecasting

Käsiteltäessä aikasarjadataa, esimerkiksi kuukausittaisia myyntilukemia ja halutaan tuottaa ennusteita edellisvuosien myynnin mukaan tai halutaan tarkastella bruttokansantuotteen kehittymistä vuosien varrella, SPSS Statistics Forecasting aikasarjapaketti tarjoaa tähän välineet.

Forecasting-lisämodulin Expert Modeler etsii automaattisesti parhaan mallin, se myös kertoo mitkä tekijät parhaiten kykenevät selittämään aikajänteen kehitystä. Voit myös itse määritellä manuaalisesti omilla parametreilla sopivan mallin.ARIMA-mallien ja eksponentiaalisen tasoituksen lisäksi mukana myös spektraalianalyysi (SPECTRA) ja kausivaihtelutasoitus (SEASON)

Kuva 2: ACF-kuva kertoo autokorrelaation suuruuden eri viiveillä

Kuva 1: Aikasarja-analyysin tuottama kuva (ennuste vs tapahtunut)

SPSS Statistics 17 Exact Tests

SPSS Statistics 17 Exact Test

SPSS Statistics Exact Tests on lisämoduli tilanteisiin, joissa halutaan analysoida vinosti jakautuneita aineistoja (esimerkiksi suuri prosentti vastanneista yhdessä luokassa), tai kun otoskoko on pieni. SPSS Statistics Exact Tests laskee luotettavat tulokset huolimatta otoksesi rakenteesta ja jakaumasta. Mukana yli 30 tarkkaa testiä tilanteisiin, joissa perinteiset testit epäonnistuvat. Exact testeillä voit käyttää pienempiä otoskokoja ja silti luottaa tuloksiisi. Exact testit varmistavat että sinulla on aina oikea testi käytettävissäsi.

Sisältää:

n Exact p-arvot (1- ja 2-suuntaisen testauksen p-arvot)

n Fisherin Exact -testin

n Monte Carlon p-arvot

Exact testit löytyvät ristiintaulukoinnin (Crosstabs) alla oleville menetelmille sekä ei-parametrisille testeille.

Kuva: Lisämoduli ei tuo valikoihin lisäkohtia, mutta sen sisältämät testit näkyvät vaihto-ehtoisina analyyseinä Exact -painakkeen alla.

9

SPSS Statistics 17 Categories

Kuva: Tutki muuttujien eri luokkien välisiä yhteyksiä korrespondenssianalyysillä

SPSS Statistics 17 Categories

SPSS Statistics Categories lisämodulin avulla ei tarvitse tyytyä epätarkkoihin tuloksiin aineiston ollessa perinteisten mallien vaatimusten vastainen. Korkealuokkaisten havaintokarttojen avulla voidaan nähdä helposti muuttujien ja eri luokkien väliset riippuvuudet. Lähellä toisiaan olevat luokat tai muuttujat riippuvat toisistaan ja mitä pidempi välimatka eri muuttujien tai luokkien välillä on, sitä vähemmän niillä on tekemistä toistensa kanssa. Kts kuva alla.

SPSS Statistics Categories -lisämodulin tekniikat varmistavat, että kaikki tarvittavat työkalut ovat käytettävissä monimuuttujaisen luokitellun datan ja sen riippuvuuksien täydelliseen tutkimiseen.

Categories sisältää seuraavat analyysit:

n Luokkamuuttujille regressioanalyysi (CATREG)

n Korrespondenssianalyysi perusristiintaulukoinnin jatkotarkasteluihin

n Moniulotteinen korrespondenssianalyysi (Multiple correspondence analysis)

n Luokkamuuttujille pääkomponenttianalyysi (CATPCA)

n Epälineaarinen kanoninen korrelaatioanalyysi (OVERALS)

n Moniulotteisen skaalauksen menetelmä PROXSCAL

n PREFSCAL (preference scaling) syntaksin kautta.

10

SPSS Statistics 17 Missing Values

SPSS Statistics 17 Missing Values

Kyselytutkimukset tuottavat paljon puuttuvia tietoja, kun vastaajat eivät halua tai eivät osaa vastata joihinkin kysymyksiin. Missing Values on paljon puuttuvaa tietoa sisältävän aineiston analysointimenetelmä. Se tutkii aineiston ‘reikiä’ eli puuttuvia arvoja. Kun otat puuttuvat havainnot mukaan tarkasteluun, saat tilastollisesti merkitsevämpiä tuloksia. Ohjelma tuottaa nopeasti ja helposti yhteenvedot puuttuvien tietojen yhteisistä tekijöistä.

Missing Values -lisämodulin avulla tutkit, löytyykö puuttuvien tietojen taustalta yhtenäisiä ryhmiä. Ketkä ovat ne jotka eivät vastaa kysymyksiin, ja ovatko puuttuvat tiedot satunnaisia vai tietyn ryhmän “aikaansaannoksia”? Missing Values vertaa tiettyjen luokkamuuttujien välisiä eroja puuttuvien tietojen ja vastattujen välillä. Se sisältää myös puuttuvien tietojen korvaamismenetelmiä (EM ja Regressiomenetelmät) sekä SPSS Statistics 17:een uutena tulleen Multiple Imputation - menetelmän.

Kuva: Missing Values luo ryhmittymiä puuttuvien tietojen perusteella, joista saa halutessa jakaumatiedot ja tunnusluvut taustatiedoille. Näiden avulla voidaan nähdä, jos ryhmittymissä on samanlaisia joukkoja.

Naine

n

Mies

Tota

l

CountPercent% nap% na

Present

Missing

avioika

,61,1,816,822,219,182,776,880,17104921202

supu

Indicator variables with less than 5% missing are not displayed.

avioi

ka

tvkat

sel

opisk

vuo

ika

sivsa

aty

supurotu

Com

plete

if ...

b

naim

aton

asum

user

ossa

eron

nut

leski

naim

isiss

a

sivsaatyccMissing Patterns a

1189

291 28216021480X

0372071597861189Number of CasesNumber of Cases

Tabulated Patterns

Patterns with less than 10% cases (150 or fewer) are not displayed.

a. Variables are sorted on missing patterns.

b. Number of complete cases if variables missing in that pattern (marked with X) are not used.

c. Frequency distribution at each unique pattern

11

SPSS Statistics 17 Conjoint

SPSS Statistics 17 Conjoint

Conjoint on analyysipaketti, jolla analysoit helposti asiakkaasi mieltymyksiä eri tuotteiden ominaisuuksien suhteen. Esimerkiksi ‘Kuinka tärkeitä tuotteen hinta ja ympäristöystä-vällisyys itse asiassa ovatkaan?’

Kun halutaan tietää esim.

n Mitkä tuotteen ominaisuudet, piirteet tai palvelut tuottavat ostopäätöksen?

n Mitkä ominaisuudet yhdessä tuovat parhaan tuloksen?

n Mikä markkinasegmentti on kiinnostunein tuotteesta?

n Millainen viesti vetoaa parhaiten juuri tähän asiakasryhmään?

SPSS Statistics Conjoint sisältää:

n Orthogonaalisen design – menetelmän (Orthoplan)

n Plancards – korttien tuottaminen suoraan siirrettäväksi esim. Wordiin jatkokäsiteltäväksi

n Conjoint analyysin (3 simulointimenetelmää) - Max utility - Bradley-Terry-Luce (BTL) - Logit

Kuva: Conjointin tuottama Summary Utilities –kuva. Voidaan nähdä ModelKR2 saanut ‘parhaat pisteet’, A-Design -tuotteella vähiten brändiarvoa

12

SPSS Statistics 17 Complex Samples

SPSS Statistics 17 Complex Samples

SPSS Statistics Complex Samples -lisämodulilla käsitellään luotettavasti moniasteisella otannalla poimittuja otoksia. Otanta voidaan suorittaa käyttäen perinteisiä otantamenetelmiä – yksinkertaista satunnaisotantaa, systemaattista otantaa tai ositettua otantaa asteittain. Voidaan käyttää Complex Samplesin analyysejä myös valmiille moniasteisella otannalla poimitulle otokselle vain määrittelemällä, miten otanta on tehty.

Sisältää kompleksisten otosten

n Frekvenssit

n Tunnusluvut

n Ristiintaulukoinnin (Crosstabs)

n Suhdeluvut (Ratio)

n Yleistetyt lineaariset mallit (CSGLM)

n Logistisen Regression (CSLOGISTIC)

n Ordinal Regression (CSORDINAL)

n Cox Regression (CSCOXREG)

Sampling Plan Wizardin avulla suunnittelet ja määrittelet helposti otantaraamit moniasteiselle otannalle ja suoritat otannan halutulla tavalla. Analysis Preparation Wizardin avulla määrittelet otanta-asetelmasi ohjelmalle sekä valitset halutun estimointimetodin. Kun määrittelyt on tehty (käytetään ns. plan-tiedostoja, missä käytetyt menetelmät ja painot on määritelty), voidaan käyttää Complex Samplesin analysointitoimintoja.

13

SPSS Statistics 17 Decision Trees

SPSS Statistics 17 Decision Trees

Decision Trees on segmentointipaketti, joka tuottaa päätöspuita. Se etsii automaattisesti toisistaan eroavia tapaussegmenttejä tai –ryhmiä sekä esittää tuloksen helposti luettavassa muodossa puudiagrammina. SPSS Statistics Decision Trees lisämodulin avulla voidaan selittää niin luokitellun kuin jatkuvankin muuttujan jakaumia. Menetelmät sopivat hyvin esimerkiksi markkinatutkimuksiin ja luottotietoanalyyseihin.

Valittavana on neljä eri menetelmää:

n CHAID

n Exhaustive CHAID

n CRT

n QUEST

Kuva: Tulokset ovat luettavissa helposti visuaalisen puudiagrammin avulla, jossa jakau-mat esitetään joko taulukoina, kuvina tai molempina.

14

SPSS Statistics 17 Data Preparation

SPSS Statistics 17 Data Preparation

Data Preparation – lisämoduli tutkii aineiston validiuden, puuttuvien havaintojen määrän ja poikkeavat havinnot. Voidaan luoda sääntöjä, joiden avulla löytyvät epä-validit arvot (esim. ei yli 100-vuotiaita) ja loogisia tarkistusehtoja (esim. ei voi olla sekä ”raskaana” että ”mies”).

Ohjelma tuottaa muuttujia, joiden avulla epä-validit tapaukset/havainnot voidaan halutessa poistaa tai niitä voidaan tutkia erikseen.

Identify Unusual Cases – toiminnolla voidaan löytää datasta poikkeavia havaintoja, joita yksittäisiä muuttujia tarkastelemalla ei pystyisi havaitsemaan.

Optimal Binning luokittelee muuttujan automaattisesti toisistaan eroaviin ryhmiin.

Kuva: Validate data tuottaa taulukon, joka identifioi havainnot, jotka rikkovat luotuja sääntöjä

Cross-VariableSingle-Variable a Vastaajan id numero

IdentifierValidation Rule Violations

114198716

108611941328 1581avioitunut ennen syntym

848avioitunut ennen syntym27avioitunut ennen syntym

54naimattomat avioituneetavioitunut ennen syntym

1562naimattomat avioituneet254Aikuisvastaajat (1)

CaseCase

Case Report

a. The number of variables that violated the rule follows each rule.

15

SPSS Statistics 17 Neural Networks

SPSS Statistics 17 Neural Networks

Lisämoduli Neural Networks tuo neuroverkkomenetelmät SPSS-käyttäjien avuksi. Se rakentaa neuroverkkojen avulla ennakointimalleja niin luokka- kuin jatkuvillekin muuttujille.

Menetelmät:

n MLP – Multilayer Perceptron

n RBF – Radial Basis Function

16

SPSS Statistics 17 EZ RFMTM

SPSS Statistics 17 EZ RFMTM

SPSS Statistics 17:n myötä tullut uusi lisämoduli EZ RFMTM (nimi tulee sanoista: recency, frequency ja monetary) tuo RFM analyysit käyttöösi:

RFM-analyysi antaa vastauksen kolmeen tärkeään kysymykseen:

- kuinka usein?- paljonko määrällisesti?- paljonko rahallisesti?

17

SPSS Predictive Enterprise Services

PES on järjestelmä, joka mahdollistaa analyysiprosessin tehokkaamman hallinnan ja auttaa tulosten käyttöönottamisessa läpi koko organisaation.

Analyyttisen omaisuuden hallinta

PES parantaa tehokkuutta ja turvallisuutta keskittämällä aineistojen, mallien ja tulosten säilyttämisen yhteiseen tietovarastoon. Käyttöoikeudet ja versionhallinta tuovat toistettavuutta ja varmuutta koko prosessiin. Työn tulosten jakaminen ja uudelleenkäyttäminen puolestaan parantavat analyytikkotyön tuottavuutta.

SPSS Predictive Enterprise Services

Kuva: Käyttäjien, mallien ja aineistojen lisäksi hallintatyökaluilla voidaan ohjata ja monitoroida palvelintuotteita kuten Clementine Server ja SPSS Server.

18

Automatisointi ja prosessin hallinta

PES mahdollistaa monia toimintoja sisältävien laskenta-ajojen automatisoinnin ja ajastamisen. PES voi käynnistää myös muita ohjelmia, kuten tietokanta-ajoja tai aineiston siirron verkosta. Työhön ja sen vaiheisiin voidaan liittää sähköposti-ilmoitukset, jotka kertovat prosessin kulusta.

SPSS Predictive Enterprise Services

Kuva: Predictive Enterprise Services mahdollistaa monivaiheisten prosessien automati-soinnin ja ajastamisen. Kun eri tietolähteet, käytettävät palvelimet ja käyttäjätilit on määritelty PESiin, voidaan vakioprosessit suorittaa automaattisesti. Sähköposti-ilmoitus ja hallintaportaalista luettavat logitiedot kertovat, mikäli toiminto ei suju odotetusti

Vakioidut aineistonäkymät

Vakioitu aineistonäkymä tarkoittaa sitä, että mallintamiseen käytettävän aineiston ja sen fyysisen sijainnin väliin luodaan rajapinta – Predictive Enterprise View – joka vakioi tiettyyn käyttötarkoitukseen tehtävien mallien käyttämän aineiston muodon. Tällä tavalla suurenkin mallimäärän kehittäminen, testaaminen ja jopa automaattinen päivit-täminen muuttuu mahdolliseksi. Rajapintaa käyttävien mallien tarkkuutta voidaan seurata suorituskykymittaristosta, ja huonosti toimiva malli voidaan korvata kilpailevalla jopa automaattisesti.

19

SPSS Finland OySinikalliontie 1202630 ESPOOFINLAND

Puh. 09-4355 920Fax. 09-524 854

www.spss.fi

SPSS on SPSS Inc:n rekisteröity tavaramerkki

© SPSS Finland Oy 2008