ניתוחים סטטיסטיים

דוגמא לניתוח סטטיסטי לעבודה סמינריונית

שיטות מחקר במדע המדינה

חלק א'- ניתוח חד-משתני (Frequencies)

  1. התפלגויות לא מעובדות של השאלות, אופן בניית המשתנים (מלווה בהסבר מילולי קצר), התפלגות מעובדת של המשתנים.

בצעתי FREQUENCIES על משתנים V20 (האם לדעת הנשאל הממשלה צריכה ליצור מקומות עבודה) וכן על משתנה האם הממשלה צריכה לבקר את השכר (V17):

סטיית התקן של Govmnt control wages היא 1.3 וסטיית התקן של Government create new jobs היא 0.91. כלומר השאלה הראשונה מתפלגת הרבה פחות הומוגנית מהשאלה השניה.

התשובה השכיחה היא "מסכים" בשתי השאלות, אולם בשאלה הראשונה בעדיפות שניה היה "מתנגד" ואילו בשאלה השניה התשובה בעלת העדיפות שניה היא "מסכים בהחלט". בשני המקרים אחוז הלא משיבים הוא 2% שאינו אחוז גבוה.

להלן 4 התפלגויות של משתנים דמוגרפיים בהם הממוצע חסר חשיבות: מהניתוח עולה:

  • 48.4% מהנשאלים היו גברים
  • הגיל השכיח הינו 42.
  • קבוצת הנשאלים הגדולה ביותר היו הלא נשואים (21.9%)
  • 51.9% לא היו נשואים. מתוכם 26.8% קיימו חיי זוגיות סדירים ו 25.1 לא קיימו יחסי זוגיות סדירים. מספר הלא משיבים קפץ פי ארבע מהשאלות האחרות- עדות לכך כי שאלה זו היא רגישה.

 

* * *

 

חלק ב'- ניתוח דו-משתני (Crosstabs)

  1. השתמש/י ברוטינת ה- crosstabs על מנת לבנות טבלאות של שני המשתנים שאת/ה מעוניין/ת בקשר ביניהם. אם יש צורך לקבץ קטגוריות (עליך להגיע למצב של לא יותר מ- 5 קטגוריות בכל משתנה), השתמש/י בפקודת ה- recode. זכור/י להשתמש במדדי הקשר הרלבנטיים למשתנים, עפ"י רמות המדידה.

 

ברצוני לבחון את 

    1. ההתפלגות של התמיכה בהפחתת שעות העבודה (V24) לפי מצב משפחתי ( V202). לפי מספר חוקרים אנו למדים כי אנשים נשואים מעוניינים בהפחתת שעות העבודה. (ערך 9 במשתנה סומן כערך חסר כך שיש 5 קטגוריות). מצב משפחתי הוא נומינלי והתמיכה היא אורדינלי (בשאלון שניהם מסומנים כאורדינליים).
    2. האם יש קשר בין השכלה (EDUC) למעמד דתי (V219) . מחקרים קובעים כי יש קשר בין השניים. מעמד דתי קובץ לארבע (1 נוצרי, 2 יהודי, 3 מוסלמי ו4- דתות אחרות)
    3. האם הממשלה צריכה לדאוג לתעסוקה V36 (קטגוריות 8 ו-9 סומנו כMISSING) לבין מקום המגורים (9 הפך להיות למשתנה חסר). החוקרים טוענים כי אנשים מהעיר סבורים יותר כי הממשלה צריכה לדאוג לתושבים. משום מה המשתנים הללו מסומנים כאורדינליים למרות שהם נומינליים. 

* * *

איך כותבים סיכום לעבודה אקדמית- עבודה סמינריונית

הוראות

הוראות לביצוע הפעולה הסטטיסטית – FREQENCIES

  1. בתפריט הראשי יש לבקש את פקודת ה- ANALYZE (פקודה זאת מאפשרת קבלת כל הפעולות הסטטיסטיות הנדרשות).
  2. בתפריט המשני המתקבל יש לבקש את הוראת ה – DESCRIPTIVE STATISTICS .
  • נבחר את המשתנים שעבורם נרצה לקבל את ההתפלגות, ונעביר אותם בעזרת החץ לצד שמאל.
  • נלחץ על קוביית ה- STATISTICS ונקבל תיבת דו-שיח משנית: 
  • נבחר את המדדים הרלוונטים למשתנים שנבחרו.
  • לסיום, נלחץ על CONTINUE ונחזור לתיבת הדו-שיח הקודמת.
  1. במידה ויש צורך בגרפים, נעזר בפקד ה – CHARTS (מימין לפקד הSTATISTICS).
  2. לסיום, יש לשמור בSYSNTAX (לחיצה על PASTE) ובסוף התהליך יש להקיש על קוביית ה- O.K. .

הוראות לביצוע הפעולה הסטטיסטית – CROSSTABS- בעבודה סמינריונית 

  1. בתפריט הראשי יש לבקש את פקודת ה- ANALYZE .
  2. בתפריט המשני המתקבל יש לבקש את הוראת ה – DESCRIPTIVE STATISTICS .
  3. בתפריט זה יש לבחור בהוראת ה- CROSSTABS , ואז תפתח תיבת הדו-שיח הבאה:
  1. את המשתנה התלוי מעבירים למלבן ה – ROW(S).
  2. את המשתנה הבלתי תלוי מעבירים למלבן ה- COLUMN(S) .
  3. לקבלת מדדים דו משתנים לוחצים על קוביית ה – Statistics ומתקבלת תיבת הדו – שיח הבאה:
  • לקבלת מדדי הקשר הרלוונטים / מותרים, יש לסמנם במקום המתאים (רמה נומינלית בצד שמאל, אורדינלית בצד ימין).
  1. למובהקות המדדים יש לסמן את הוראת ה – Chi-square  (צד שמאל למעלה).
  2. לסיום, נלחץ על CONTINUE ונחזור לתיבת הדו-שיח הקודמת.
  3. עם הופעת תיבת הדו – שיח הראשית, יש להמשיך ולבקש את האחוז הטורי, לשם כך יש ללחוץ על קוביית ה – Cells. מתקבלת תיבת הדו- שיח הבאה:

בתיבת דו- שיח זו, יש לבקש את האחוז הטורי ע"י סימון של הוראת ה COLUMS (צד שמאל, למטה).

  1. לסיום, נלחץ על CONTINUE ונחזור לתיבת הדו-שיח הראשית, שם נשמור בSYSNTAX (לחיצה על PASTE). בסוף התהליך יש להקיש על קוביית ה- O.K. .

משתנה בקרה ורגרסיה דו-משתנית 

חלק א'- משתנה בקרה (Crosstabs)

  1. יש לחפש ולבחון השפעה של משתנה בקרה כלשהו לגבי אחד משלושת הקשרים במחקר שלכם. בחירת משתנה הבקרה צריכה להיות קשורה לשאלת המחקר ויש לנמקה היטב, אם באמצעות תיאוריה ואם בעזרת שימוש בהגיון.  

נבחן את ההשפעה של מקום המגורים (B48) בעבר על הרצון להיות יהודי (B26). עולים שהיגרו מארצות אסיה התיכונה יותר בעלי רצן להיות יהודי מאשר יהודים שהיגרו מביילורוסיה או מאזורים יותר צפוניים ברוסיה.

X2 (30) = 70.3  P < 0.05

  1. יש לצרף את טבלת הצלווח של הקשר המקורי לפלט ולהזכיר בקצרה מה היו מדדי הקשר והמסקנות לגבי קשר זה. לאחר מכן יש להריץ Crosstabs יחד עם משתנה הבקרה שבחרתם (מקובץ באופן כזה שיש בו לא יותר מ- 3 קטגוריות), ולהשוות בין שתי הטבלאות- לפני הבקרה ואחריה. מהו סוג משתנה הבקרה שהתקבל? מהי משמעות דפוס הקשרים החלקיים למול הקשר המקורי מבחינת השערת המחקר?

הקשר המקורי היה האם יש קשר בין הדת למקום הלידה:  

religiosity * place of birth Crosstabulation

Count 

חלק ב'- רגרסיה דו-משתנית (Regression)

  1. יש לבחון את הקשר בין אחד המשתנים הבלתי-תלויים לתלוי באמצעות רגרסיה. השתמשו במשתנים במצבם הגולמי (לפני קיבוץ). יש להעדיף משתנים עם סולמות כמה שיותר רחבים.
  2. יש לנסח את משוואת הרגרסיה ולהסבירה, לדון במדדים השונים ולבחון את משמעות התוצאות מבחינת השערת המחקר.

המשתנה התלוי: האם הכנסת מייצגת את העם (A18). המשתנים המסבירים הם :

A13= האם המנהיגים הינם מנהיגים חזקים

A9= המנהיגים נשמעים לעם 

משתנים דמוגרפיים: 

B60- מעמד חברתי

B56- הכנסה

B44- קבוצת השתייכות

רמת ההסבר אינה גבוהה R= 0.123. עם זאת המשוואה מובהקת F (3)= 6.8 פ < 0.05  ולכן היא:

A13= 2.85+ 0.14*b60+0.0052 b56- 0.004 b44

סוגי ניתוח ומאפייניהם

T-Test למדגמים

 בלתי תלויים

1- סולם שמי ובשתי רמות בלבד. דוגמה: בנים ובנות.

1-בסולם רווח. דוגמה:ציון.

מבחן המשווה ממוצעים של שתי קבוצות שאינן תלויות אחת בשנייה, ובוחן האם קיים הבדל ביניהם. 

מאפיין לשוני של השאלה: האם קיים הבדל בין…?

זיהוי הפלט: בראש העמוד כתוב T-Test וכותרת הטבלה השנייה – Independent Samples Test .

אם ה-sig ב- Levin מובהק בודקים את ה- sig (מובהקות) בשורה השנייה אחרת בראשונה.

T –Test למדגמים תלויים

1- סולם שמי ובשתי רמות בלבד. דוגמה:בדיקת המדגם בציון במתמטיקה ובציון באנגלית.

1-סולם רווח. 

דוגמה: ציון בעברית לעומת ציון במתמטיקה

מבחן המשווה ממוצעים של שתי קבוצות שתלויות אחת בשנייה, ובוחן האם קיים הבדל ביניהם. תלות קיימת כאשר ישנו קשר בין הנבדקים משתי הקבוצות, או כאשר משווים בין שני ממוצעים של אותם נבדקים. 

מאפיין לשוני של השאלה: האם קיים הבדל…?

זיהוי הפלט: בראש העמוד כתוב T –Test וכותרת הטבלה הראשונה-Paired Samples Statistics בודקים את ה-sig של הטבלה השלישית שכותרתה paired samples test .

ניתוח שונות חד –כיווני מסוג  anova:

 one way anova 

1- סולם שמי בשלוש רמות (ערכי משתנה) ויותר. דוגמה: רווק, נשוי, גרוש ואלמן

1-בסולם רווח. דוגמה:ציון.

מבחן המגלה האם קיימים הבדלים בין כמה קבוצות (3 קבוצות ומעלה) ביחס לממוצע של משתנה תלוי.(ציונים) 

מאפיין לשוני של השאלה: האם קיים הבדל…?

 זיהוי הפלט: בראש העמוד כתוב Oneway וכותרת הטבלה  השנייה – Anova  בודקים את ה-sig בטבלה שכותרתה anova כאשר המשתנה התלוי רשום בראש הטבלה. אם נמצא מובהקות ממשיכים לניתוח המשך (post hoc) מסוג Scheffe כדי למצוא את מקור המובהקות.

 

ניתוח שונות דו כיווני מסוג      anova: 

two way anova        

2- סולם שמי ובשלוש רמות ויותר. דוגמה: משתנה ראשון: רווק, גרוש , נשוי ואלמן. משתנה שני: בנים ובנות.

1- בסולם רווח. דוגמה:ציון. 

מבחן המגלה האם קיימת השפעה של שני משתנים בלתי תלויים על משתנה תלוי אחד. מתקבלים שלושה אפקטים

  1. אפקט ראשי אחד (main affect)- הבדלים בין הרמות של המשתנה הבלתי תלוי הראשון, מעבר למשתנה הבלתי תלוי השני.
  2. אפקט ראשי שני (main affect) – הבדלים בין הרמות של המשתנה הבלתי תלוי השני , מעבר למשתנה הבלתי תלוי הראשון.

3.אפקט האינטראקציה – השפעתם המשולבת של שני המשתנים הבלתי תלויים על המשתנה התלוי.

מאפיין לשוני של השאלה: האם קיימת השפעה ? 

זיהוי הפלט: בראש העמוד כתוב Univariate Analysis of Variance 

בטבלה הראשונה מופיעים שני משתנים בלתי תלויים.

בשורה הראשונה של הטבלה השנייה מופיע שמו של המשתנה התלוי (Dependent Variable).

בטבלה השלישית ישנם נתונים על המובהקות (sig) של שני המשתנים הבלתי תלויים ועל האינטראקציה שלהם.

אם נמצאה מובהקות במשתנים הבלתי תלויים ישנם מבחני Scheffe בהמשך.

אם נרצה לבדוק את מקור האינטראקציה, יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד-כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני. רצוי לחלק לפי המשתנה הב"ת  בעל שלוש רמות ויותר.

 

anova three way

3- סולם שמי ובשלוש רמות ויותר. דוגמה: משתנה ראשון: רווק, נשוי, גרוש ואלמן. משתנה שני: בנים ובנות. משתנה שלישי: השכלה תיכונית, השכלה תואר ראשון, תואר שני ומעלה. 

1- בסולם רווח. דוגמה: ציון.

הערות

מבחן המגלה האם קיימת השפעה של שלושה משתנים בלתי תלויים על משתנה תלוי אחד. 

מתקבלים שבעה אפקטים:

  1. אפקט ראשי 1 (main affect)- הבדלים בין הרמות של המשתנה הבלתי תלוי הראשון, מעבר למשתנה הבלתי תלוי השני והשלישי.
  2. אפקט ראשי 2 (main affect) – הבדלים בין הרמות של המשתנה הבלתי תלוי השני , מעבר למשתנה הבלתי תלוי הראשון והשלישי.
  3. אפקט ראשי 3 (main affect) – הבדלים בין הרמות של המשתנה הבלתי תלוי השלישי , מעבר למשתנה הבלתי תלוי הראשון והשני.
  4. אפקט אינטראקציה זוגית – השפעתם המשולבת של שני המשתנים הבלתי תלויים על המשתנה התלוי 

(1 ו-2 ).

  1. אפקט אינטראקציה זוגית – השפעתם המשולבת של שני המשתנים הבלתי תלויים על המשתנה התלוי

 (2 ו-3 ).

  1. אפקט אינטראקציה זוגית – השפעתם המשולבת של שני המשתנים הבלתי תלויים על המשתנה התלוי 

(1 ו-3 ).

  1. אפקט אינטראקציה משולשת – השפעתם המשולבת של שלושת המשתנים הבלתי תלויים  על המשתנה התלוי.

מאפיין לשוני של השאלה: האם קיימת השפעה ? 

זיהוי הפלט: בראש העמוד כתוב Univariate Analysis of Variance 

בטבלה הראשונה מופיעים שלושה משתנים בלתי תלויים.

בשורה הראשונה של הטבלה השנייה מופיע שמו של המשתנה התלוי (Dependent Variable).

בטבלה השלישית (Test of Between- subjects Effects) ישנם נתונים על המובהקות של שלושת המשתנים הבלתי תלויים ועל האינטראקציה שלהם, שלושת האינטראקציות הזוגיות ואינטראקציה אחת משולשת.

אם נמצאה מובהקות למשתנה הבלתי תלוי ישנם ניתוח המשך מסוג Scheffe.

אם נרצה לבדוק את מקור האינטראקציה הזוגית, יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד- כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני.אם נרצה לבדוק את מקור האינטראקציה המשולשת יש צורך לחלק את המדגם למספר קבוצות עפ"י שני משתנים בלתי תלויים, ולבצע ניתוח שונות חד-כיווני בעזרת המשתנה הבלתי תלוי השלישי. רצוי לחלק לפי המשתנה  הבלתי תלוי בעל שלוש רמות ויותר. 

סוג הניתוח

מס' משתנים

בלתי תלויים

מס' משתנים

תלויים

מס' משתנים מפוקחים

הערות

ניתוח שונות חד –

 כיווני מסוג: ancova:         

 one way ancova  

1- סולם שמי ובשלוש רמות ויותר. דוגמה: רווק, נשוי, 

גרוש ואלמן.

1- בסולם רווח. 

דוגמה: ציון

1- לפחות בסולם רווח: משתנה רציף בלבד.

מבחן המגלה האם קיימים הבדלים בין כמה קבוצות, בממוצע של משתנה תלוי, כאשר ישנו משתנה מפוקח (לפחות אחד). מאפיין לשוני של השאלה: האם קיים הבדל…? 

זיהוי הפלט: בראש העמוד כתוב Univariate Analysis of Variance בטבלה הראשונה שכותרתה – Between subjects Factors ישנו משתנה בלתי תלוי אחד.

בשורה הראשונה של הטבלה השנייה מופיע שמו של המשתנה התלוי (Dependent Variable).

בטבלה השלישית שכותרתה Test of Between-subjects Effects מופיע משתנה בלתי תלוי חדש בנוסף לקודם. 

כאשר יש משתנה מפוקח לא ניתן לעשות post hoc כאשר נמצאת מובהקות, ולכן עושים 

one way ancova   בלי המשתנה המפוקח ואז בטבלה ניתנים הממוצעים החדשים מהטבלה של ה- estimated marginal means .

ניתוח שונות דו–

כיווני מסוג: ancova:                  

 one way ancova                  

2- סולם שמי ובשלוש רמות ויותר. דוגמה: רווק, נשוי, גרוש ואלמן. משתנה שני: בנים ובנות.

1- בסולם רווח. דוגמה: ציון

1- לפחות בסולם רווח. 

הערות

מבחן המגלה האם קיימת השפעה של שני משתנים בלתיתלויים על משתנה תלוי אחד, כאשר יש משתנה מפוקח אחד או יותר. מתקבלים שלושה אפקטים:

  1. אפקט ראשי 1 (main affect)- הבדלים בין הרמות של המשתנה הבלתי תלוי הראשון, מעבר למשתנה הבלתי תלוי השני , תוך פיקוח על המשתנה המפוקח.
  2. אפקט ראשי 2 (main affect)- הבדלים בין הרמות של המשתנה הבלתי תלוי השני, מעבר למשתנה הבלתי תלוי הראשון, תוך פיקוח על המשתנה המפוקח.
  3. אפקט אינטראקציה – השפעתם המשולבת של שני המשתנים הבלתי תלויים על המשתנה התלוי, תוך פיקוח על המשתנה המפוקח.

מאפיין לשוני של השאלה: האם קיימת השפעה? 

זיהוי הפלט: בראש העמוד כתוב Univariate Analysis of Variance בטבלה הראשונה שכותרתה Between- subjects Factors ישנם שני משתנים בלתי תלויים. 

בשורה הראשונה של הטבלה השנייה מופיע שמו של המשתנה התלוי Dependent) Variable).

בטבלה השלישית שכותרתה Test of Between-subjects Effects מופיעים שני המשתנים הבלתי תלויים. האינטראקציה ביניהם ומשתנה בלתי תלוי חדש. אם המשתנים הבלתי תלויים יוצאים מובהקים יש לבצע מבחן שונות חד-כיווני לכל אחד מהמשתנים, כדי למצוא את מקור השונות- בלי המשתנה המפוקח.

אם נרצה לבדוק את מקור האינטראקציה, יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד- כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני. רצוי לחלק לפי המשתנה הב"ת בעל שלוש רמות ויותר. 

 

ניתוח שונות חד-

כיווני מסוג manova : 

one way manova

1-סולם שמי

מספר משתנים 

תלויים בסולם 

רווח

מבחן המגלה האם קיימים הבדלים בין כמה קבוצות בממוצעים של מספר משתנים תלויים, בעלי קשר משמעותי ביניהם.

מתקבלים שלושה אפקטים:

  1. אפקט סימולטני (main effect)- הבדלים בין הרמות של המשתנה הבלתי תלוי על המרכיב הסימולטני של המשתנים התלויים (1). 
  2. אפקטים ראשיים (main effect)- הבדלים בין הרמות של המשתנה הבלתי תלוי על כל אחד  מהמשתנים  התלויים בנפרד (2 ומעלה כמספר המשתנים התלויים).

מאפיין לשני של השאלה: האם קיימת השפעה של X (משתנה בלתי תלוי)על בדיקה סימולטנית של ….

זיהוי הפלט: בראש העמוד כתוב General Linear Model .

בטבלה הראשונה שכותרתה Between-subjects Factors ישנו משתנה בלתי תלוי אחד.

בטבלה השנייה שכותרתה Descriptive Statistics מופיעים כל המשתנים התלויים, כפונקציה של המשתנה הבלתי תלוי.

בטבלה השלישית שכותרתה Multivariate Tests בחלק השני של הטבלה ובו פרטים על המשתנה הבלתי תלוי ובשורה של ה- Wilks' Lambda בודקים את המובהקות של המשתנה הבלתי תלוי על הבדיקה הסימולטנית.

בטבלה הרביעית שכותרתה Test of Between-subject Effects בודקים את מקור המובהקות של המשתנה בהלתי תלוי על כל אחד מהמשתנים התלויים, ע"י ניתוח שונות חד כיווניים מסוג anova ואם יש מובהקות בודקים את ניתוחי ה- post hoc מסוג Scheffe לבדיקת מקור השונות.

ניתוח שונות חד- 

כיווני מסוג manova:

two way manova

2-סולם שמי

מספר משתנים תלויים בסולם רווח

הערות

מבחן המגלה האם קיימת השפעה של שני משתנים בלתי תלויים (בסולם שמי) על מספר משתנים תלויים (בסולם רווח), בעלי קשר משמעתי ביניהם.

מתקבלים ששה אפקטים:

  1. אפקט סימולטני (main effect)- הבדלים בין הרמות של המשתנה הבלתי תלוי על הראשון על המרכיב הסימולטני של המשתנים התלויים (1).
  2. אפקטים ראשיים (main effect)- הבדלים בין הרמות של המשתנה הבלתי תלוי הראשון על כל אחד  מהמשתנים  התלויים בנפרד (2 ומעלה כמספר המשתנים התלויים).
  3. אפקט סימולטני (main effect)-הבדלים בין הרמות של המשתנה הבלתי תלוי השני על המרכיב הסימולטני של המשתנים התלויים (1).
  4. אפקטים ראשיים (main effect)- הבדלים בין הרמות של המשתנה הבלתי תלוי השני על כל אחד  מהמשתנים  התלויים בנפרד (2 ומעלה כמספר המשתנים התלויים).
  5. אפקט אינטראקציה סימולטני (main effect)- השפעתם המשולבת של שני המשתנים הבלתי תלויים על המרכיב הסימולטני של המשתנים התלויים (1).
  6. אפקטים אינטראקציה (main effect)- השפעתם המשולבת של שני המשתנים הבלתי תלויים על כל אחד מהמשתנים התלויים בנפרד (2 ומעלה כמספר המשתנים התלויים).

מאפיין לשוני של השאלה: האם קיימת השפעה של X (משתנה בלתי תלוי) על בדיקה סימולטנית של…

זיהוי הפלט: בראש העמוד כתוב General Linear Model.

בטבלה הראשונה שכותרתה Between-subjects Factors ישנם שני המשתנים הבלתי תלויים.

בטבלה השנייה שכותרתה Descriptive Statistics מופיעים כל המשתנים התלויים, כפונקציה של שני המשתנים הבלתי תלויים.

בטבלה השלישית שכותרתה Multivariate Tests בשלוש השורות האחרונות של הטבלה פרטים על שני המשתנים הבלתי תלויים ועל האינטראקציה ובשורה של ה- Wilks' Lambda בודקים את המובהקות של שלושת האפקטים הסימולטנים.

בטבלה הרביעית בודקים את מקור המובהקות של שני המשתנים הבלתי תלוי ושל האינטראקציה על כל אחד מהמשתנים התלויים ואז יש ניתוח המשך מסוג Scheffe למשתנים הבלתי תלויים.

אם האינטראקציה מובהקת יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד'כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני. רצוי לחלק לפי המשתנה הב"ת בעל שלוש רמות ויותר.

 

ניתוח שונות 

דו-כיווני 

מסוג mancova: 

two way mancova

2- בסולם שמי

מספר משתנים בסולם

רווח

1 או יותר

הערות

מבחן המגלה האם קיימת השפעה של שני משתנים בלתי תלויים על מספר משתנים תלויים, בעלי קשר משמעותי ביניהם, כאשר ישנו משתנה מפוקח אחד או יותר.

מתקבלים ששה אפקטים:

  1. אפקט סימולטני (main effect)- הבדלים בין הרמות של המשתנה הבלתי תלוי על הראשון על המרכיב הסימולטני של המשתנים התלויים, תוך פיקוח על המשתנה המפוקח (1).
  2. אפקטים ראשיים (main effect)- הבדלים בין הרמות של המשתנה הבלתי תלוי הראשון על כל אחד  מהמשתנים  התלויים בנפרד, תוך פיקוח על המשתנה המפוקח  (2 ומעלה כמספר המשתנים התלויים).
  3. אפקט סימולטני (main effect)- הבדלים בין הרמות של המשתנה הבלתי תלוי השני על המרכיב הסימולטני של המשתנים התלויים, תוך פיקוח על המשתנה המפוקח (1).
  4. אפקטים ראשיים (main effect)- הבדלים בין הרמות של המשתנה הבלתי תלוי השני על כל אחד  מהמשתנים  התלויים בנפרד, תוך פיקוח על המשתנה המפוקח (2 ומעלה כמספר המשתנים התלויים).
  5. אפקט אינטראקציה סימולטני (main effect)- השפעתם המשולבת של שני המשתנים הבלתי תלויים על המרכיב הסימולטני של המשתנים התלויים, תוך פיקוח על המשתנה המפוקח (1).
  6. אפקטים אינטראקציה (main effect)- השפעתם המשולבת של שני המשתנים הבלתי תלויים על כל אחד מהמשתנים התלויים, בנפרד, תוך פיקוח על המשתנה המפוקח (2 ומעלה כמספר המשתנים התלויים).

מאפיין לשוני של השאלה: האם קיימת השפעה של X (משתנה בלתי תלוי) ו- Y (משתנה בלתי תלוי) על בדיקה סימולטנית של…

זיהוי הפלט: בראש העמוד כתוב General Linear Model 

בטבלה הראשונה שכותרתה Between-subjects Factors ישנם שני המשתנים הבלתי תלויים.

בטבלה השנייה שכותרתה Descriptive Statistics מופיעים כל המשתנים התלויים, כפונקציה של שני המשתנים הבלתי תלויים.

בטבלה השלישית שכותרתה Multivariate Tests בחלק השני מופיע המשתנה המפוקח החדש. בשלוש שורות האחרונות של הטבלה פרטים על שני המשתנים הבלתי תלויים ועל האינטראקציה ובשורה של ה- Wilks' Lambda בודקים את המובהקות של שלושת האפקטים הסימולטנים.

בטבלה הרביעית בודקים את מקור המובהקות של שני המשתנים הבלתי תלוי ושל האינטראקציה על כל אחד מהמשתנים התלויים ואז יש ניתוחי המשך מסוג Scheffe למשתנים הבלתי תלויים.

אם האינטראקציה מובהקת יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד- כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני. רצוי לחלק לפי המשתנה הב"ת בעל שלוש רמות ויותר.

ניתוח 

שונות חד-

כיווני מסוג

Mancova

One way mancova

1.בסולם שמי

מספר

משתנים 

בסולם

רווח

1 או יותר

מבחן המגלה האם קיימים הבדלים בין כמה קבוצות

בממוצעים של מספר משתנים תלויים, בעלי קשר משמעותי ביניהם, כאשר ישנו משתנה מפוקח אחד או יותר.

מתקבלים שני אפקטים:

1.אפקט סימולטני (main effect) – הבדלים בין הרמות של המשתנה הבלתי תלוי על המרכיב הסימולטני של המשתנים התלויים תוך פיקוח על המשתנה המפוקח.

2.אפקטים ראשיים (main effect) – הבדלים בין הרמות של המשתנה הבלתי תלוי על כל אחד מהמשתנים התלויים בנפרד תוך פיקוח על המשתנה המפוקח.

 

מאפיין לשוני של השאלה: האם קיימת השפעה של X (משתנה בלתי תלוי) על בדיקה סימולטנית של….

 

זיהוי הפלט:

בראש העמוד כתוב general liner model בטבלה הראשונה שכותרתה Between-Subjects Factors

ישנו משתנה בלתי תלוי אחד. בטבלה השניה שכותרתהDescriptive Statistics מופיעים כל המשתנים התלויים, כפונקציה של המשתנה הבלתי תלוי.

בטבלה השלישית שכותרתה  multivariate tests בחלק השני מופיע המשתנה המפוקח החדש. בשורה האחרונה של הטבלה ובו פרטים על המשתנה הבלתי תלוי ובשורה של ה- Wilksw lambada בודקים את המובהקות של המשתנה הבלתי תלוי על הבדיקה הסימולטנית.

בטבלה הרביעית שכותרתה Tests of Betwee

Subjects Effects בודקים את מקור המובהקות של המשתנה הבלתי תלוי על כל אחד מהמשתנים התלויים. אם רוצים לבדוק את מקור המובהקות חייבים לבצע ניתוח דומה ללא משתנה מפוקח (one way manova), רק אז אפשר יהיה לבצע ניתוחי Post Hoc

ניתוח שונות של מדידות 

חוזרות חד – כיווני

1

1

מבחן הדומה במהותו לניתוח שונות מסוג anova .  יש משתנה בלתי תלוי אחד. משתנה בלתי תלוי אחד המוגדר כמשתנה תוך נבדקי. כלומר, הנבדקים נמצאים בכל קבוצות הניסוי של המשתנה הבלתי תלוי.

מאפיין לשוני של השאלה: האם קיימת השפעה של X (שלושה משתנים.) על….

זיהוי הפלט:

בראש העמוד כתוב general linear model בטבלה הראשונה שכותרתה within subjects factors בתא הראשון השמאלי יש את השם הכולל של המשתנה התוך נבדקי.

בטבלה השנייה שכותרתהdescriptive statistics מופיעים כל המשתנים שמרכיבים את המשתנה הבלתי תלוי ונתוניהם.

בטבלה השלישית בשורה של ה wilksw lambda בודקים את המובהקות של המשתנה הבלתי תלוי.

אם רוצים לבדוק את מקור השונות של המשתנה התוך נבדקי יש צורך לבצע ניתוחי המשך מסוג מבחן T למדגמים תלויים בין שלושת המשתנים בתוך המשתנה הבלתי תלוי.

ניתוח  שונות של 

מדידות חוזרות דו

כיווני

2 או יותר

1

מבחן הדומה במהותו לניתוח שונות מסוג anova יש משתנה תלוי אחד. לפחות אחד מהמשתנים הבלתי תלויים, מוגדר כמשתנה תוך נבדקי. כלומר, הנבדקים נמצאים בכל קבוצות הניסוי של המשתנה הבלתי תלוי.

מאפיין לשוני של השאלה: האם קיימת השפעה של X (שלושה משתנים) על…

זיהוי הפלט:

בראש העמוד כתוב general linear model 

בטבלה הראשונה שכותרתה within-subjects factors בתא הראשון השמאלי יש את השם הכולל של המשתנה התוך נבדקי. בטבלה השלישית שכותרתה descriptive statistics מופיעים כל המשתנים שמרכיבים את המשתנה הבלתי תלוי כפונקציה של המשתנה התלוי הנוסף.

בטבלה הרביעית שכותרתה multivariate test בשורה של ה- wilks lambada בודקים את המובהקות של המשתנה הבלתי תלוי הראשון (התוך נבדקי) ושל האינטראקציה של שני המשתנים.

בהמשך יש טבלה שכותרתה Tests of between-subjects effects בה יש את ה- sig של המשתנה הבין נבדקי.

אם רוצים לבדוק את מקור השונות של המשתנה התוך נבדקי יש צורך לבצע ניתוחי המשך מסוג מבחן T למדגמים תלויים בין שלושת המשתנים בתוך המשתנה הבלתי תלוי.

לגבי המשתנה בן נבדקי יש צורך בניתוח המשך מסוג שפה.

לגבי האינטראקציה – אם נרצה לבדוק את מקור האינטראקציה יש צורך במבחן T למדגמים תלויים.

 

מתאם-רגרסיה

פשוטה

מבחן הבודק את עוצמת הקשר שבין שני משתנים אורדינליים (סדר) ומעלה. מתייחס לקשרים לינאריים .(למשל:ככל שהציון A יותר גבוה, כך גם הציון B יותר גבוה). קשר בין משתנים אורדינליים (למשל, הקשר בין דירוגי קפיצה לגובה לבין דירוגי קפיצה לרוחק) נבחן באמצעות מתאם ספירמן (nonpar corr). קשר בין משתנים אינטרוולים (למשל: הקשר בין גובה למשקל) נמדד באמצעות מתאם פירסון (correlation). המתאמים יהיו תמיד בין זוגות.

R= מתאם. אם נעלה בריבוע את המתאם ונכפיל ב- 100 נקבל את אחוז השונות המוסברת של המשתנה הבלתי תלוי על המשתנה התלוי. כאשר sig קטן מ- 0.05 יש מובהקות כאשר יש מינוס לפני המתאם אזי המתאם שלילי כלומר הלינאריות הפוכה.

Cross tabs

מבחן חי בריבוע לאי-תלות

מבחן הבודק את הקשר שבין שני משתנים נומינליים (שמיים). ואז יש בדיקה של שכיחויות. מטרת המבחן: לבדוק האם התפלגות השכיחויות בין מספר קטגוריות תואמת להתפלגות המצופה.

דוגמא: בדיקה של מגמה(ריאלית, הומנית) עם התעסקות בספורט (כלל לא, מעט, הרבה)

בטבלה:

Y

X

Y  תלוי     X בלתי תלוי

את האחוזים תמיד מחשבים מתוך המשתנה הבלתי תלוי והקריאה של הלוח נעשית בכיוון הפוך.

מסתכלים בטבלה chi-square test )) טבלה 3) הערך הראשון זה החי בריבוע כתוב – pearson chi-square מסתכלים ב- Sig בודקים את המובהקות אם ה- sig נמצא מובהק ניתן לכתוב מסקנה כדוגמת המסקנה הבאה: נמצא קשר מובהק בין המגמה שבה לומד התלמיד לבין מידת ההתעסקות שלו בספורט. כאשר סה"כ סטודנטים במגמה הומנית מתעסקים יותר בספורט אבל במגמה הראלית אנחנו מוצאים מעט יותר תלמידים שמתעסקים הרבה בספורט (Chi2(df=2)=5.997,p<0.05)  . 

חי בריבוע

(לטיב התאמה)

מבחן הבודק את הקשר שבין שני משתנים: אחד נומינליים(שמיים)- אפשר להגיד רק שווה או שונה ואחד אורדינלי- אפשר להגיד גדול מ- קטן מ- ואז יש בדיקה של שכיחויות.

מטרת המבחן: לבדוק האם התפלגות השכיחויות בין מספר קטגוריות תואמת להתפלגות המצופה.

רגרסיה מרובה

שיטת ה- enter

ניתוח הרגרסיה המרובה נועד למצוא את השפעת מספר מנבאים על משתנה מנובא יחיד, כאשר כל המשתנים בסולם רווח, וכן את השונות המוסברת של המשתנה המנובא. אנחנו מכניסים את כל המשתנים שיכולים לנבא שיטה זו פחות שימושית, כי יותר מידי משתנים מסבירים ואז לא ניתן להגיד איזה בדיוק מסביר.

בפלט: בטבלה הראשונה שכותרתה descriptive statistics המשתנה הראשון הוא המנובא. הטבלה השניה היא טבלת קורלציות עפ"י person

הטבלה השלישית שכותרתה variables entered/removes כתוב את המשתנים המנבאים ואת השיטה method=enter והוא כתוב פעם אחת, וכן למטה את המשתנה התלוי.

בטבלה הרביעית שכותרתה: model summary יש את הסיכום של הרגרסיה: R – מתאם מרובה R square – השונות המוסברת ואם מכפילים ב- 100 מקבלים את אחוז השונות המוסברת.

טבלה 5 שכותרתה ANOVA מראים את המובהקות של כל המשתנים.

טבלה 6 שכותרתה coefficients בעמודת ה- Beta מראים את ההשפעה של כל משתנה. ככל שהביטא גבוהה יותר המשתנה משפיע יותר – אין משמעות למינוס לוקחים זאת בערך מוחלט. נוסחת הרגרסיה y = a+b1x1+b2x2+b3x3…

רגרסיה היררכית

Enter לפי קבוצות

ניתוח הרגרסיה המרובה נועד למצוא את ההשפעה של מספר קבוצות מנבאים על משתנה מנובא יחיד, כאשר כל המשתנים בסולם רווח, וכן את השונות המוסברת של המשתנה המנובא, אנחנו מכניסים לכל צעד את המשתנים.

בפלט: בטבלה הראשונה שכותרתה: desctiptive statustics המשתנה הראשון הוא המנובא.

הטבלה השנייה היא טבלת קורלציות עפ"י Pearson. .

הטבלה השלישית שכותרתהvariables entered/removes כתוב את המשתנים המנבאים ואת השיטה method=stepwise וכן למטה את המשתנה התלוי.

בטבלה הרביעית שכותרתה : Model summary יש את הסיכום של הרגרסיה: R – מתאם מרובה, R Square – השונות המוסברת ואם מכפילים ב- 100 מקבלים את אחוז השונות המוסברת.

יש R Square לכל צעד, כאשר ה- Sig,. אומר אם יש מובהקות. 

ה r square change כפול 100 זהו אחוז השונות המוסברת לכל צעד.

טבלה 5 שכותרתה ANOVA מראים את המובהקות לכל שלב.

טבלה 6 שכותרתה coefficients –  איזה צעד תרם הכי הרבה – לפי ה- sig והביטא, הכל לפי הצעד האחרון. בעמודת ה – beta מראים את ההשפעה של כל משתנה. ככל שהביטא גבוהה יותר המשתנה משפיע יותר – אין משמעות למינוס לוקחים זאת מערך מוחלט.

נוסחת הרגרסיה: y = a+b1x1+b2x2+b3x3… 

רגרסיה בצעדים

ניתוח הרגרסיה בצעדים נועד למצוא מהם המנבאים המשפיעים ביותר בהשוואה ליתר המנבאים על משתנה מנובא יחיד, כאשר כל המשתנים בסולם רווח, וכן את השונות המוסברת. המחשב בוחר בעצמו איזה משתנים נכנסים ואיזה לא, בצעד הראשון את המשתנה שהכי תורם וכן הלאה עד אשר אין משתנים עם רמת מובהקות.

בפלט: בטבלה הראשונה שכותרתה :variables enteres/removes כתוב את המשתנים המנבאים ואת השיטה method=stepwise וכן למטה את המשתנה התלוי.

בטבלה הרביעית שכותרתה model summary יש את הסיכום של הרגרסיה: כל המשתנים שנכנסו שמנבאים. R – מתאם מרובה, R square בשורה האחרונה כפול 100 הוא אחוז השונות המוסברת של כל המשתנים יחד. בעמודה של ה R Square Change  יש את השונות המוסברת שכל משתנה תרם.

טבלה 5 שכותרתה ANOVA מראים את המובהקות לאורך כל הדרך.

טבלה 6 שכותרתה Coefficients יש את כל הצעדים ואת הנתונים לנוסחת הרגרסיה לקחים מהצעד האחרון אלא אם כן נאמר אחרת. Constant=a (הראשון בעמודת ה- b ואת השאר לוקחים מעמודת ה- b.

נוסחת הרגרסיה: y = a+b1x1+b2x2+b3x3… 

בטבלה 7 שכותרתה: Excluded Variables מראים בכל צעד מה נשאר.

מהימנות

בדיקת היציבות/העקביות הפנימית של שאלון. מבחן המהימנות, למעשה, מעריך את מידת הקשר בין הפריטים בשאלון מסוים ומוודא שכל השאלות אכן מתייחסות לאותו משתנה נמדד.

קיימות כמה שיטות לבדיקת מהימנות: אנו נבחר בבדיקת מהימנות פנימית – אלפא של קרונבך.

אופן הדיווח: על מנת לבחון את מהימנות X פריטי שאלון ה- Y בוצע ניתוח מהימנות לבדיקת מובהקות העקיבות הפניית של השאלון. הניתוח העלה כי לשאלון מהימנות גבוהה.

(cronbach אלפא = 0.80

 

ניתוח גורמים 

שיטה סטטיסטית רב- משתנית לתיאור יחסים בין מספר רב של משתנים במטריצת מתאמים על ידי הפחתתם למספר מועט יחסית ובלתי תלוי של משתנים מורכבים הנקראים גורמים. 

הצעדים הנדרשים: 1. הכנת מטריצת מתאמים. 2. הוצאה של גורמים ראשוניים (initial factors) . 3. ביצוע פרוצדורת רוטציה (rotation) שמטרתה להשיג את הגורמים הניתנים לפירוש השפוט ביותר. 

למשל: שאלון המכיל 20 פריטים של שלאלות ניתן לצמצמו ל-4 גורמים שמייצגים את תוכן 20 השאלות.

טעינות הגורם (loading factor) 

בניתוח גורמים עם גורמים אורתוגונאליים, בודקים את המתאם בין כל פריט בשאלון (משתנה) עם הגורמים השונים.

רוטציית הגורם:

בניתוח principal-component מתבצעת רוטציה על צירי הגורמים (הממדים) המזוהים כבר בהוצאה הראשונה של הגורם (initial extraction) , כדי לקבל גורמים ברי הסברה ופשוטים יותר.      

דיווח רגרסיה בצעדים \

השונות המוסברת בצעד הראשון בה הוכנסו רק המשתנים הדמוגרפים הינה 8%, ואילו בצעד השני אחרי הכנסת המשתנים הדמוגרפיים והכנסת משתני המחקר (מימוש עצמי, הערכה עצמית ומגדר) היא 22%. נמצא כי בין המשתנים הדמוגרפיים המשתנה שעות עבודה (01( β= .16, p< . תורם תרומה חיובית למשמעות בעבודה, ואילו המשתנה מעמד במקום העבודה (β= -.15, p< .01) תורם תרומה שלילית למשמעות בעבודה. בנוסף נמצא כי המשתנה מצב כלכלי (β= .06, p< .01) תורם תרומה חיובית למשמעות בעבודה. ממשתני המחקר נמצא כי ככל שתחושת המימוש העצמי עולה בקרב העובד המשמעות בעבודה עולה בהתאם (β= .21, p<.01). וכך גם נמצא כי ככל שהערכת העצמית בקרב העובד עולה גם המשמעות בעבודה עולה בהתאם (β= .21, p< .01).

Count

פונקציה שמטרתה לספור כמה פעמים מופיע ערך מסוים בסדרת משתנים, ברשומת הנבדק (ניתן לקבל גם טווח ערכים). 

  1. TRANSFORM > COUNT  
  2. מגדירים שם משתנה חדש ב- TARGET VARIABLE .
  3. מעבירים את סידרת המשתנים אל חלון ה- VARIABLES.
  4. לוחצים על DEFINE VALUES, ומגדירים תחת ה- VALUE את הערכים שמחפשים, ולוחצים על ADD. חוזרים על התהליך עד לסיום בחירת הערכים.
  5. לוחצים על CONTINUE.
  6. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

COUNT

  kizoni = attach01 attach02 attach03 attach04 attach05 attach06

  attach07 attach08 attach09 attach10 attach11 attach12 attach13

  attach14 attach15 attach16 attach17 attach18 attach19 attach20

  attach21 attach22 attach23 attach24 attach25 attach26 attach27

  attach28 attach29 attach30 attach31 attach32 attach33 attach34

  attach35 attach36  (7)  .

EXECUTE .

* * *

פרוצדורות

פרוצדורות

חישובים סטטיסטיים (כמו ממוצע, חציון, בדיקת השערות, מתאם וכו') הנעשים לכל הנחקרים ביחד. בטרנספורמציות, הושם הדגש על הנבדק עצמו – חישבנו לו ממוצע, הוספנו לו בונוסים וכו'. בפרוצדורות ההתייחסות היא לקבוצת הנחקרים כולה – למשל, מחשבים ממוצע של משתנה לכל הקבוצה. בעקבות הפעלת הפרוצדורה נפתח חלון חדש שבו מופיע הפלט.

Frequencies – פרוצדורת התפלגות שכיחויות

פקודה זו שייכת לסטטיסטיקה התיאורית, ומציגה את התפלגות המשתנים. 

  1. ANALYZE > DESCRIPTIVE STATISTICS > FREQUENCIES… >  
  2. את המשתנים שעליהם רוצים לבצע את הפקודה, מעבירים לחלק הימני תחת הכותרת VARIABLE(S).
  3. לוחצים על STATISTICS ובוחרים מתוך האפשרויות השונות את החישובים בהם מעונינים, למשל MEAN ו- STD. DEVIATION. כמו כן, ניתן לחשב גם חציון, שכיח, מינימום, מקסימום, סכום, טווח, רבעונים, אחוזונים וכדומה. לסיום לוחצים על CONTINUE.
  4. ניתן ללחוץ על CHARTS ולבחור מתוך האפשרויות את הגרפים הרצויים (עמודות, עוגה, היסטוגרם ופוליגון). לבסוף, לוחצים על CONTINUE.
  5. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

FREQUENCIES

  VARIABLES=gender religion family group

  /ORDER=  ANALYSIS .

שימו לב!

במידה ואנו איננו מעוניינים לקבל את טבלת השכיחויות, ניתן להסיר את ה-'V' מה- DISPLAY FREQUENCY TABLES. במקרה זה, נקבל פלט עם הסטטיסטיקה התיאורית שביקשנו בחלון ה- STATISTICS, אך לא נקבל את טבלת השכיחויות של המשתנים הנבחרים.

קובץ הפקודות ייראה כך:

FREQUENCIES

  VARIABLES=meanavoi meananxi  /FORMAT=NOTABLE

  /STATISTICS=MEAN MEDIAN

  /ORDER=  ANALYSIS .

Descriptives – תיאור משתנים בסולם רווח או יחס

פקודה זו שייכת לסטטיסטיקה התיאורית. ברירת המחדל של הפקודה היא חישוב סטטיסטיקה תיאורית בסיסית (ממוצע, סטית תקן, מינימום ומקסימום). אולם אפשר גם לקבל מדדים נוספים כמו שגיאת תקן, שונות וכדומה.

  1. ANALYZE > DESCRIPTIVE STATISTICS > DESCRIPTIVES >>.
  2. את המשתנים שעליהם רוצים לבצע את הפקודה, מעבירים לחלק הימני תחת הכותרת VARIABLE(S).
  3. לסיום לוחצים על ה- PASTE או על ה- O.K..

אפשרות נוספת: במידה ומעוניינים בסטטיסטיקה תיאורית נוספת ניתן לבחור אותה בלחיצה על OPTIONS.

קובץ הפקודות ייראה כך:

DESCRIPTIVES

  VARIABLES=nagish zaam ampathy vitur expect

  /STATISTICS=MEAN STDDEV MIN MAX .

שימו לב!

במידה ואנו מעוניינים להמיר ציונים לציוני תקן, ניתן לסמן ב- 'V' את SAVE STANDARDIZED VALUES AS VARIABLES. במקרה זה, נקבל פלט עם סטטיסטיקה תיאורית, ובנוסף לכך, ייווצרו משתנים חדשים בקובץ הנתונים, שישאו את השם "z + שם המשתנה הישן".

קובץ הפקודות ייראה כך:

DESCRIPTIVES

  VARIABLES=nagish zaam ampathy vitur expect  /SAVE

  /STATISTICS=MEAN STDDEV MIN MAX .

Select Cases – ביצוע הפרוצדורות על חלק מהנבדקים

לעתים אנו מעוניינים לבצע את הניתוחים הסטטיסטיים רק על חלק מהנבדקים.

לפני ביצוע הפרוצדורה, יש לבחור את הקבוצה הספציפית עליה רוצים לערוך את הניתוח:

  1. DATA > SELECT CASES >
  2. נפתח חלון ובו מסמנים את IF CONDITION IS SATISFIED
  3. לוחצים על IF
  4. נפתח חלון שבו כותבים את התנאי
  5. לוחצים על   CONTINUE
  6. לסיום לוחצים על ה- PASTE או על ה- O.K..

– על קובץ הנתונים מסומנים בפילטר אותם נחקרים המקיימים את התנאי (למשל, רק הנשים). כעת ניתן לערוך את הניתוחים הרצויים. 

קובץ הפקודות ייראה כך:

USE ALL.

COMPUTE filter_$=(gender = 1) .

VARIABLE LABEL filter_$ 'gender = 1 (FILTER)'.

VALUE LABELS filter_$  0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE.

ולאחר מכן כותבים את הפרוצדורה הרצויה (למשל, פקודת Descriptives)

לצורך ביטול התנאי:

  1. DATA > SELECT CASES
  2. לוחצים על   ALL CASES >> 
  3. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

FILTER OFF.

USE ALL.

EXECUTE .

Split file – ביצוע הפרוצדורות על קבוצות נבדקים

כאשר רוצים לבצע ניתוחים לכל קבוצת נחקרים בנפרד. 

  1. DATA > SPLIT FILE
  2. נפתח חלון, ובו מסמנים את ORGANIZE OUTPUT BY GROUPS (יש המעדיפים לסמן את COMPARE GROUPS)
  3. בוחרים את המשתנה לפיו מתבצעת החלוקה לקבוצות (למשל, מין) <<
  4. לסיום לוחצים על ה- PASTE או על ה- O.K..

                      

קובץ הפקודות ייראה כך:

SORT CASES BY group .

SPLIT FILE

  SEPARATE BY group .

ולאחר מכן כותבים את הפרוצדורה הרצויה (למשל, מבחן t למדגמים בלתי תלויים):

T-TEST

  GROUPS=gender(1 2)

  /MISSING=ANALYSIS

  /VARIABLES=nagish

  /CRITERIA=CIN(.95) .

לצורך ביטול התנאי:

  1. DATA > SPLIT FILE
  2. נפתח חלון, ובו מסמנים את ANALYZE ALL CASES DO NOT CREATE GROUPS
  3. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

SPLIT FILE

  OFF.

Reliability – מהימנות פנימית (אלפא של קרונבאך)

בדיקת היציבות/העקביות הפנימית של השאלון. מבחן המהימנות, למעשה, מעריך את מידת הקשר בין הפריטים בשאלון מסוים ומוודא שכל השאלות אכן מתייחסות לאותו משתנה נמדד. קיימות כמה שיטות לבדיקת מהימנות: מהימנות מבחן חוזר, מבחנים מקבילים, מהימנות מבחן חצוי, מהימנות פנימית אלפא-קרונבך ומהימנות בין שופטים. 

  1. ANALYZE > SCALE > RELIABILITY ANALYSIS 
  2. נפתח חלון ובו מכניסים את רשימת המשתנים שביניהם רוצים לבדוק את המהימנות
  3. ב- MODEL בוחרים את סוג המהימנות (בדרך כלל נבחר במבחן ALPHA)
  4. לוחצים על STATISTICS
  5. נפתח חלון ובו מסמנים ב- DESCRIPTIVES FOR את SCALE IF ITEM DELETED
  6. לבסוף, לוחצים על CONTINUE <<
  7. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

RELIABILITY

  /VARIABLES=attach01 attach03 attach05 attach07 attach09 attach11

  attach13 attach15 attach17 attach19 attach21 attach23 attach25

  attach27 attach29 attach31 attach33 attach35

  /FORMAT=NOLABELS

  /SCALE(ALPHA)=ALL/MODEL=ALPHA

  /SUMMARY=TOTAL .

Correlations  /  Nonpar Corr – מתאם

מבחן הבודק את עוצמת הקשר שבין שני משתנים אורדינלים (סדר) ומעלה. מתייחס לקשרים ליניאריים (למשל, ככל שהציון ב A יותר גבוה, כך הציון ב B יותר גבוה):

קשר בין משתנים אורדינלים (למשל, הקשר בין דירוגי קפיצה לגובה לבין דירוגי קפיצה לרוחק) נבחן באמצעות מתאם ספירמן (nonpar corr).

קשר בין משתנים אינטרוולים ומעלה (למשל, הקשר בין גובה למשקל) נמדד באמצעות מתאם פירסון (correlations).

ניתן להגדיר בפקודה זו יותר משני משתנים אולם המתאמים יהיו תמיד בין זוגות של משתנים.

  1. ANALYZE > CORRELATE > BIVARIATE 
  2. בוחרים את המשתנים שביניהם יחושב המתאם
  3. מציינים איזה סוג מתאם מחפשים (ספירמן או פירסון – אך לא שניהם) <<
  4. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

מתאם פירסון –

CORRELATIONS

  /VARIABLES=nagish zaam ampathy vitur expect

  /PRINT=TWOTAIL NOSIG

  /MISSING=PAIRWISE .

מתאם ספירמן –

NONPAR CORR

  /VARIABLES=religion meanavoi meananxi

  /PRINT=SPEARMAN TWOTAIL NOSIG

  /MISSING=PAIRWISE .

Npar testχ2 לטיב התאמה

בוחן האם השכיחות הקיימת במדגם, במשתנה שמי אחד, מתאימה לשכיחות הצפויה. השימוש העיקרי במבחן זה נעשה על מנת לוודא שהתפלגות השכיחויות במדגם שווה להתפלגות השכיחויות באוכלוסייה.

  1. ANALYZE > NONPARAMETRIC TESTS > CHI SQUARE
  2. נפתח חלון ותחת TEST VARIABLE מכניסים את המשתנה הבלתי תלוי (למשל, family)
  3. תחת EXPECTED VALUES LIST מכניסים את הערכים הצפויים לפי אחת מהאפשרויות:

א. חלוקת שכיחויות שווה בין הקבוצות – מסמנים את ALL CATEGORIES EQUAL

ב. חלוקת שכיחויות לא שווה – מסמנים את VALUES ובו מכניסים את השכיחויות באחוזים(!) הצפויות בזו אחר זו, לפי סדר הקבוצות.

  1. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

NPAR TEST

  /CHISQUARE=gender

  /EXPECTED=EQUAL

  /MISSING ANALYSIS.

או כך:

NPAR TEST

  /CHISQUARE=family

  /EXPECTED=30 40 20 10

  /MISSING ANALYSIS.

Crosstabsχ2 לאי תלות

במבחן זה בודקים האם קיים קשר בין שני משתנים שמיים, בעזרת בדיקת ההתאמה בין השכיחות הקיימת לשכיחות הצפויה. כלומר, האם ההתפלגות של המשתנה השמי הראשון באחת הרמות של המשתנה השמי השני, דומה להתפלגות של המשתנה השמי הראשון ברמות האחרות של המשתנה השמי השני.

  1. ANALYZE > DESCRIPTIVE STATISTICS > CROSSTABS >>
  2. נפתח חלון. ל- ROW(S) מכניסים את אחד המשתנים הבלתי תלויים, ול- COLOUMN(S) מכניסים את המשתנה הבלתי תלוי השני 
  3. לוחצים על STATISTICS , מסמנים את SQUARE-CHI, ולוחצים על CONTINUE>>
  4. לוחצים על CELLS, ותחת COUNTS ניתן לסמן גם את ה- EXPECTED (ה- OBSERVED מסומן כברירת מחדל), ותחת PERCENTAGES כדאי לסמן את ה- ROW, ה- COLUMN או את ה- TOTAL.
  5. לוחצים על CONTINUE >>
  6. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

CROSSTABS

  /TABLES=gender  BY group

  /FORMAT= AVALUE TABLES

  /STATISTIC=CHISQ

  /CELLS= COUNT EXPECTED ROW COLUMN TOTAL .

t test groups – מבחן t למדגמים בלתי תלויים

מבחן המשווה ממוצעים של שתי קבוצות שאינן תלויות אחת בשניה, ובוחן האם קיים הבדל בינם. למעשה, במבחן זה יש משתנה בלתי תלוי אחד (בסולם שמי עם 2 רמות) ומשתנה תלוי אחד (בסולם רווח).

  1. ANALYZE > COMPARE MEANS > INDEPENDENT SAMPLES T TEST
  2. נפתח חלון, ותחת TEST VARIABLE(S) כותבים את המשתנים התלויים
  3. תחת GROUPING VARIABLE כותבים את המשתנה הבלתי תלוי (משתנה קטגוריאלי)
  4. לוחצים על DEFINE GROUPS נפתח חלון ובו מגדירים את ערכי הקטגוריות של המשתנה הבלתי תלוי
  5. לוחצים על CONTINUE >> 
  6. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

T-TEST

  GROUPS=gender(1 2)

  /MISSING=ANALYSIS

  /VARIABLES=ampathy

  /CRITERIA=CIN(.95) .

אפשרות נוספת: ניתן להעביר אל ה- GROUPING VARIABLE גם משתנה בלתי תלוי שאינו קטגוריאלי, ואז לבחור ב- DEFINE GROUPS את נקודת החיתוך (CUT POINT) אשר תחצה את המשתנה לשתי קבוצות; קבוצה א' מנקודת החיתוך (כולל) ומעלה, וקבוצה ב' מנקודות החיתוך (לא כולל) ומטה.

במקרה זה, קובץ הפקודות ייראה כך:

T-TEST

  GROUPS=age(25)

  /MISSING=ANALYSIS

  /VARIABLES=ampathy

  /CRITERIA=CIN(.95) .

קריאת הפלט:

  1. מסתכלים ב LEVEN’S TEST FOR EQUALITY: 

Sig>0.05 🡨 השונויות של שתי הקבוצות שוות (EQUAL VARIANCE ASSUMED)  

Sig<0.05 🡨 השונויות של שתי הקבוצות לא שוות (EQUAL VARIANCE NOT  ASSUMED)   

  1. בהתאם למה שמצאנו בסעיף (1) פונים לשורה המתאימה בטבלת ה T test ומסתכלים על ערכי ה Sig, df, t. במידה והתוצאה אינה מובהקת, מדווחים על כך שלא נמצאו הבדלים בין הקבוצות. במידה והתוצאה מובהקת, יש לפנות לטבלת הממוצעים המופיעה בתחילת הפלט, ולראות למי משתי הקבוצות ממוצע גבוה יותר.

t test pairs – מבחן t למדגמים תלויים

מבחן המשווה ממוצעים של שתי קבוצות התלויות אחת בשניה, ובוחן האם קיים הבדל בינם. תלות קיימת כאשר ישנו קשר בין הנבדקים משתי הקבוצות, או כאשר משווים בין שני ממוצעים של אותם הנבדקים. למעשה, גם במבחן זה יש משתנה בלתי תלוי אחד (בסולם שמי עם 2 רמות) ומשתנה תלוי אחד (בסולם רווח), כאשר העיקר הוא התלות בין שתי הרמות של המשתנה השמי.

  1. ANALYZE > COMPARE MEANS > PAIRED-SAMPLES T TEST
  2. נפתח חלון, ובו בוחרים את שני המשתנים עליהם עושים את המבחן
  3. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

T-TEST

  PAIRS= vitur  WITH expect (PAIRED)

  /CRITERIA=CIN(.95)

  /MISSING=ANALYSIS.

One way ANOVA – ניתוח שונות אנובה חד כיווני

במבחן זה נשתמש כאשר נרצה לגלות האם קיימים הבדלים בין כמה קבוצות (3 קבוצות ומעלה) בממוצע של משתנה תלוי. למעשה בניתוח זה יש משתנה בלתי תלוי אחד (בסולם שמי עם 3 רמות ויותר) ומשתנה תלוי אחד (בסולם רווח).

  1. ANALYZE > COMPARE MEANS > ONE WAY ANOVA
  2. נפתח חלון ותחת DEPENDENT LIST כותבים את המשתנה/ים התלוי/ים
  3. תחת FACTOR כותבים את המשתנה הבלתי תלוי שמחלק את הנחקרים לקבוצות
  4. לוחצים על POST HOC ומסמנים את SCHEFFE (זהו מבחן הבוחן מהו המקור להבדלים: בין קבוצות 1 ו- 2, 1 ו- 3, 1 ו- 4, 2 ו- 3, 2 ו- 4, 3 ו- 4 וכדומה) ולוחצים על  CONTINUE
  5. לוחצים על OPTIONS ומסמנים את DESCRIPTIVE ולוחצים על CONTINUE >>
  6. לסיום לוחצים על ה- PASTE או על ה- O.K..

קובץ הפקודות ייראה כך:

ONEWAY

  zaam BY group

  /STATISTICS DESCRIPTIVES

  /MISSING ANALYSIS

  /POSTHOC = SCHEFFE ALPHA(.05)

Two way ANOVA – ניתוח שונות אנובה דו כיווני

בניתוח זה משתמשים כאשר נרצה לגלות האם קיימת השפעה של  שני משתנים בלתי תלויים (בסולם שמי) על משתנה תלוי אחד (בסולם רווח).

בניתוח שונות דו כיווני מתקבלים שלושה אפקטים:

אפקט ראשי 1 (Main Effect) – הבדלים בין הרמות של משתנה בלתי תלוי ראשון.

אפקט ראשי 2 (Main Effect) – הבדלים בין הרמות של משתנה בלתי תלוי שני.

אפקט האינטראקציה – השפעתם המשולבת של שני המשתנים הבלתי תלויים על המשתנה התלוי. 

  1. ANALYZE > GENERAL LINEAR MODEL > UNIVARIATE
  2. נפתח חלון ותחת DEPENDENT VARIABLE כותבים את המשתנה התלוי
  3. תחת FIXED FACTOR(S) כותבים את המשתנים הבלתי תלויים אשר מחלקים את הנחקרים לכמה קטגוריות (אם מדובר במשתנה בלתי תלוי רנדומאלי מכניסים אותו ל- RANDOM FACTOR(S))
  4. לוחצים על POST HOC ומסמנים את המשתנים בתיבת ה- FACTOR(S) ומעבירים אותם לתיבה של ה POST HOC TESTS FOR ולאחר מכן מסמנים את SCHEFFE (זהו מבחן הבוחן מהו המקור להבדלים) ולוחצים על CONTINUE
  5. לוחצים על OPTIONS ומסמנים את DESCRIPTIVE STATISTICS ואת ESTIMATES OF EFFECT SIZE ולוחצים על CONTINUE >>
  6. לסיום לוחצים על ה- PASTE או על ה- O.K..

אפשרות נוספת: במידה והאינטראקציה מובהקת ניתן להיעזר בגרפים להבנת האינטראקציה – לשם כך לוחצים על PLOTS ומעבירים משתנה בלתי תלוי אחד לתיבת HORIZONTAL AXIS ומשתנה בלתי תלוי שני ל- SEPARATE LINES ולוחצים על ADD (כדאי לעשות זאת שוב – כאשר משנים את סדר המשתנים הבלתי תלויים).

קובץ הפקודות ייראה כך:

UNIANOVA

  nagish  BY gender group

  /METHOD = SSTYPE(3)

  /INTERCEPT = INCLUDE

  /POSTHOC = group ( SCHEFFE )

  /PRINT = DESCRIPTIVE ETASQ

  /CRITERIA = ALPHA(.05)

  /DESIGN = gender group gender*group .

אם נרצה לבדוק את מקור האינטראקציה יש צורך לחלק את המדגם למספר קבוצות על פי אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד כיווני בעזרת המשתנה הבלתי תלוי השני (המשתנה התלוי נשאר אותו משתנה תלוי).

קובץ הפקודות ייראה כך:

SORT CASES BY group .

SPLIT FILE

  SEPARATE BY group .

T-TEST

  GROUPS=gender(1 2)

  /MISSING=ANALYSIS

  /VARIABLES=nagish

  /CRITERIA=CIN(.95) .

SPLIT FILE

  OFF.

או כך:

SORT CASES BY gender .

SPLIT FILE

  SEPARATE BY gender .

ONEWAY

  nagish BY group

  /STATISTICS DESCRIPTIVES

  /MISSING ANALYSIS

  /POSTHOC = SCHEFFE ALPHA(.05).

SPLIT FILE

  OFF.

Reliability – מהימנות פנימית (אלפא של קרונבאך)

שאלון ההתקשרות:

. . . מהימנות גורם ההימנעות המורכב מכל השאלות האי-זוגיות בשאלון ההתקשרות היא α=0.88. כמו כן, מהימנות גורם החרדה המורכב מכל השאלות הזוגיות בשאלון ההתקשרות היא α=0.91.

Correlations – מתאם פירסון (רגרסיה פשוטה)

כדי לבדוק האם קיימים מתאמים מובהקים בין חמשת הגורמים של שאלון הקשר הזוגי נערכו מבחני מתאם פירסון בין חמשת הגורמים. נמצא כי בין כל הגורמים לבין עצמם קיימים מתאמים חיוביים מובהקים. כלומר, ככל שהממוצע בכל גורם גבוה יותר כך הממוצע בגורמים האחרים גבוה יותר (לוח 2).

Nonpar Corr – מתאם ספירמן

כדי לבדוק האם קיימים מתאמים מובהקים בין רמת הדתיות לבין רמת ההימנעות או רמת החרדה נערכו מבחני מתאם ספירמן. נמצא כי לא קיים מתאם מובהק בין רמת הדתיות לבין רמת ההימנעות, r(265)=-.04, p>.05. כמו כן, נמצא כי לא קיים מתאם מובהק בין רמת הדתיות לבין רמת החרדה, r(265)=.02, p>.05. כלומר, אין קשר בין רמת הדתיות לבין רמת ההימנעות או רמת החרדה.

Npar testχ2 לטיב התאמה

כדי לבדוק האם משתנה המין מתפלג באופן שווה נערך מבחן χ² לטיב התאמה. במבחן נמצא כי המין מתפלג באופן דומה,  χ²(1)=1.08, p>.05. כלומר מספר הגברים (125) אינו שונה באופן מובהק ממספר הנשים (142).

Crosstabsχ2 לאי תלות

כדי לבדוק האם קיימת תלות בין המין לבין סוג ההתקשרות נערך מבחן χ² לאי-תלות. במבחן נמצא כי לא קיימת תלות מובהק,  χ²(3)=3.19, p>.05. על פי לוח מספר 3 ניתן לראות כי היחס בין הגברים לנשים נשמר בכל סוגי ההתקשרות השונים.

t test groups – מבחן t למדגמים בלתי תלויים

כדי לבדוק האם קיים הבדל בין גברים לבין נשים בצורך באמפתיה בלתי מילולית נערך מבחן t למדגמים בלתי תלויים. בניתוח נמצא כי לא קיים הבדל מובהק בין הנשים לבין הגברים בצורך באמפתיה בלתי מילולית,  t(265)=-1.69, p>.05. כלומר, ממוצע הצורך באמפתיה בלתי מילולית של הנשים (M=2.90, SD=0.79) אינו גבוה באופן מובהק מזה של הגברים (M=2.74, SD=0.78).

t test pairs – מבחן t למדגמים תלויים

כדי לבדוק האם קיים הבדל בין ויתור על הקשר לבין ציפיות מוגזמות מבן הזוג נערך מבחן t למדגמים תלויים. בניתוח נמצא כי קיים הבדל מובהק בין הויתור על הקשר לבין הציפיות המוגזמות מבן הזוג, t(266)=-17.88, p<.001. כלומר, ממוצע הציפיות המוגזמות מבן הזוג
(M=3.40, SD=0.82) גבוה באופן מובהק מממוצע ויתור על הקשר (M=2.34, SD=0.90).

One way ANOVA – ניתוח שונות אנובה חד כיווני

כדי לבדוק האם קיימים הבדלים בין משתתפים בעלי סוג התקשרות שונה בתגובות הזעם נערך ניתוח שונות אנובה חד כיווני (One way ANOVA). בניתוח נמצא כי קיימים הבדלים מובהקים על פי סוג ההתקשרות בתגובות הזעם, F(3,263)=16.97, p<.001. בניתוחי המשך מסוג scheffe נמצא כי ממוצע תגובות הזעם בקרב משתתפים בעלי סוג התקשרות בטוח (M=1.55, SD=0.54) או נמנע (M=1.66, SD=0.66) נמוך באופן מובהק בהשוואה למשתתפים בעלי סוג התקשרות חרד (M=2.02, SD=0.78) או אמביוולנטי (M=2.29, SD=0.76). בנוסף לכך, אין הבדלים בממוצע חוסר הנגישות של בן הזוג בין משתתפים בעלי סוג התקשרות בטוח לבין משתתפים בעלי סוג התקשרות נמנע, או בין משתתפים בעלי סוג התקשרות חרד לבין משתתפים בעלי סוג התקשרות אמביוולנטי.

Two way ANOVA – ניתוח שונות אנובה דו כיווני

כדי לבדוק האם קיימים הבדלים על פי המגדר וסוג ההתקשרות בחוסר הנגישות של בן הזוג נערך ניתוח שונות אנובה דו כיווני (Two way ANOVA). בניתוח נמצא כי קיים הבדל מובהק על פי המגדר בחוסר הנגישות של בן הזוג, מעבר לסוג ההתקשרות, F(1,259)=8.57, p<.005,
η²=0.032. כלומר, ממוצע חוסר הנגישות של בן הזוג על פי הנשים (M=2.94, SD=0.79) גבוה באופן מובהק ממוצע חוסר הנגישות של בן הזוג על פי הגברים (M=2.65, SD=0.73).

בהמשך נמצא כי קיים הבדל מובהק על פי סוג ההתקשרות בחוסר הנגישות של בן הזוג, מעבר למגדר, F(3,259)=20.23, p<.001, η²=0.190. כלומר, משתתפים בעלי סוג התקשרות שונה, שונים זה מזה בממוצע חוסר הנגישות של בן הזוג. בניתוחי המשך מסוג scheffe נמצא כי ממוצע חוסר הנגישות של בן הזוג בקרב משתתפים בעלי סוג התקשרות בטוח (M=2.57, SD=0.65) או נמנע (M=2.39, SD=0.74) נמוך באופן מובהק בהשוואה למשתתפים בעלי סוג התקשרות חרד (M=3.23, SD=0.76) או אמביוולנטי (M=3.02, SD=0.71). בנוסף לכך, אין הבדלים בממוצע חוסר הנגישות של בן הזוג בין משתתפים בעלי סוג התקשרות בטוח לבין משתתפים בעלי סוג התקשרות נמנע, או בין משתתפים בעלי סוג התקשרות חרד לבין משתתפים בעלי סוג התקשרות אמביוולנטי.

לבסוף, נמצאה אינטראקציה מובהקת של המגדר ושל סוג ההתקשרות על חוסר הנגישות של בן הזוג, F(3,259)=3.41, p<.05, η²=0.038. כדי לבדוק את מקור האינטראקציה נערכו מבחני t לבחינת ההבדלים בין גברים לנשים, בנפרד לכל אחד מסוגי ההתקשרות. נמצא כי בעוד שבקרב משתתפים בטוחים, חרדים או נמנעים ממוצע חוסר הנגישות של בן הזוג אצל הנשים אינו שונה באופן מובהק ממוצע חוסר הנגישות של בן הזוג אצל הגברים, בקרב משתתפים אמביוולנטיים ממוצע חוסר הנגישות של בן הזוג אצל נשים גבוה באופן מובהק מממוצע חוסר הנגישות של בן הזוג אצל גברים (לוח 4).

שיטה (Method)

פרק השיטה מתאר בצורת מפורטת את מערך המחקר והאופן המדויק בו נערך המחקר. פרק השיטה אמור לכלול את כל המידע הנדרש לקורא על מנת להעריך את מהימנות ותוקף המחקר, ועל מנת לערוך רפליקציה של המחקר.  פרק השיטה מחולק למספר סעיפים: משתתפים, כלים, הליך. במקרה שלא נעשה שימוש בכלים ייחודיים למחקר הספציפי, ישולב תיאור הכלים בסעיף ההליך ולא בסעיף נפרד. בנוסף, במקרה של מערך מחקר מורכב במיוחד ניתן להוסיף סעיף "מערך" שיפרט את סוג המחקר, תנאי הניסוי השונים והאופן בו נוצרו. 

משתתפים/ נבדקים (Participants/ Subjects)

סעיף זה יכלול את מספר הנבדקים, מאפיינים כלליים של הנבדקים כמו גיל (ממוצע, טווח), התפלגות המינים (מספר גברים ונשים), סוג אוכלוסיה (סטודנטים, אחיות, חיילים…), כיצד גויסו (כחלק מדרישות קורס, בתמורה לתשלום, התנדבות), סוג הדגימה ומאפיינים נוספים הרלבנטיים למחקר. לדוגמא במחקרים בנושא שפה מצוין בדרך כלל אם הנבדקים הם דוברים ילידיים של השפה בה השתמשו בניסוי ואם יש להם היסטוריה של בעיות שפה כלשהן; מחקרים העוסקים בהבדלים בין המיספרות מציינים יד דומיננטית וכדומה. יש לציין קריטריונים להכללה או אי הכללה של משתתפים במחקר (לדוגמא: אי הכללת נבדקים ששפת אימם אינה עברית) אם היו כאלה. כמו כן, יש לתאר נבדקים שנשרו מהניסוי או שלא נעשה שימוש בנתונים שלהם מסיבות שונות (לדוגמא לא מילאו אחר הוראות הניסוי). 

במחקרים הכוללים קבוצות מחקר שונות יש לציין באיזה אופן הושמו הנבדקים לתנאי הניסוי השונים (אקראיות, ריבוע לטיני…), כולל מספר הנבדקים בכל תנאי. באופן כללי, רצוי שמספר המשתתפים במחקר יהיה לפחות 60, ושיהיו לפחות 30 משתתפים בכל קבוצה. יש להציג מאפיינים דמוגרפיים רלבנטיים (גיל, מין, השכלה…) לכל קבוצת מחקר בנפרד ולציין את תוצאות הניתוחים הסטטיסטיים שנערכו על מנת לודא שאין הבדלים בין הקבוצות במאפיינים אלו. ניתן להציג את נתוני הקבוצות בטבלה. 

דוגמא לסעיף נבדקים

במחקר השתתפו 58 נבדקים. טווח הגלאים נע בין  21-68 (M = 34.63; SD = 9.71 ). המשתתפים נדגמו מאוכלוסיית תושבי גוש דן. מרביתם (67%) היו תושבי תל אביב, והשאר תושבי ערים שונות בגוש דן. שיטת הדגימה היתה "כדור שלג" דרך חברים של עורכי המחקר וההשתתפות היתה בהתנדבות. המדגם נחלק באופן אקראי לשתי קבוצות: קבוצת המחקר שכללה 30 משתתפים (20 גברים ו- 10 נשים) שעברו סדנה לניהול כספי  וקבוצת ביקורת שכללה 28 משתתפים (18 גברים ו-10 נשים) שלא עברו סדנה לניהול כספי. לא היה הבדל מובהק בהתפלגות המין בין הקבוצות p = .85  χ2 (1,N = 58) = 0.04,. טבלה 1 מציגה נתונים דמוגרפיים של שתי הקבוצות. 

כלים (Materials/ Apparatus)

מטרת סעיף הכלים  היא להציג את החומרים והמכשירים בהם נעשה שימוש במחקר (כולל שאלונים, מכשירים, מחשבים, סרטים, מצגות וכדומה) באופן מפורט מספיק על מנת לאפשר רפליקציה ולהעריך את הממצאים. לגבי כל כלי יש להציג נתונים לגבי מהימנותו ותקפותו. יש להציג כל כלי או שאלון בפסקה נפרדת.

  • מכשור: מכשור סטנדרטי שאינו ייחודי למחקר ניתן להזכיר ללא כל פירוט נוסף (כמו למשל מחשב נייח או נייד). לגבי ציוד שהוא ייחודי למחקר, לדוגמא מכשור רפואי או תוכנת מחשב, יש לתת מפרט  טכני ולציין את שם החוקר שפיתח את המכשיר ושנת הפרסום (פריט ביבליוגרפי של הכלי). 
  • חומרים ושאלונים: מתייחס לגירויים (לדוגמא קטעי וידאו או רשימות מילים) ושאלונים שנעשה בהם שימוש במחקר. כלי המדידה עצמו יופיע בחלק הנספחים בסיום העבודה. הפנייה לנספח תופיע בסעיף הדן בכלי המדידה. תאור כל כלי יופיע בפסקה נפרדת – בעלת כותרת משנה. 
    • שאלונים: כל שאלון, הכולל פריטים המתייחסים לנושא אחד, חייב להופיע בפסקה נפרדת. התאור צריך להיות כללי ללא התייחסות למחקר הנוכחי (פרט למרכיבי המהימנות והתקיפות) כך שניתן להשתמש באותו תאור גם למחקרים אחרים שעושים שימוש בשאלון. תאור השאלון יכלול מידע לגבי: מי פיתח אותו, מהי מטרתו, מספר הפריטים באופן כללי (למשל, 36 פריטים בשאלון ECR למדידת ביטחון בהתקשרות בבגרות) ובמימדים השונים בשאלון (למשל, 18 פריטים למדידת ממד החרדה ו 18 פריטים למדידת ממד ההימנעות, יש לציין את מספרי הפריטים בכל ממד שכן אלה עשויים להיות מפוזרים בשאלון), דוגמא לפריט, סולם תשובות (למשל מ-1: "כלל לא מסכים" עד 5: "מסכים לחלוטין"), פריטים הפוכים  (למשל, "פריטים 3 ,5 ,8 9 נוסחו באופן הפוך"), אופן ציינון (למשל "ציון החרדה בכל מימד חושב ע"י מיצוע הפריטים הרלוונטיים למימד"), מהימנות  של עקביות פנימית, לשאלון כולו ו/או לכל מימד, באמצעות אלפא של קרונבאך (רמה סבירה של מהימנות עקיבות פנימית היא 0.7; רמה גבוהה היא 0.8 ומעלה. יש לציין באם הוסרו פריטים בעקבות חישוב המהימנות),  תקפות ממחקרים קודמים ואם ניתן אזי גם מהמחקר נוכחי. אם השאלון תורגם משפה זרה יש לתאר את אופן התרגום (לרוב מקובל תרגום הפוך שבו השאלון מתורגם לעברית ואז שוב לאנגלית כדי לוודא חפיפה בין השפות).

דוגמא לתיאור שאלון

שאלון הערכה עצמית(RSE)  (Rosenberg, 1965) Rosenberg Self Esteem: שאלון דיווח עצמי הבוחן מידת הערכה העצמית. השאלון כולל עשרה פריטים המתייחסים לתפיסות עצמי אפשריות שונות כמו "אני מרגיש אדם בעל ערך לפחות ברמה שווה לאחרים". כל פריט מדורג על פי מידת ההסכמה בסולם הנע מ-1 ("מסכים מאוד") עד  5 ("לא מסכים כלל"). פריטים 2, 5 ,9  מנוסחים באופן הפוך.  הציון הכולל הוא ממוצע הציונים כאשר ציון גבוה יותר מבטא הערכה עצמית גבוהה יותר. מחקרים רבים הצביעו על מהימנות גבוהה של השאלון, עם רמות של Cronbach-α  גבוהות מ- .85 (לדוגמא: Abel & Cohen, 1992; Smith, 2004 ). במחקר הנוכחי רמת העקביות הפנימית של כל השאלון היתה  .58 לאחר ניתוח המהימנות הושמטו שלושה פריטים (מס' 7, 10, 15( והמהימנות עלתה ל-71. לכן, ציון  הערכה עצמית חושב ע"י מיצוע שבעת הפריטים הנותרים. בנוסף, לשאלון תקפות גבוהה: מחקרים הצביעו על מתאמים גבוהים בין השאלון לבין רמת ההערכה העצמית כפי שהוערכה בראיונות קליניים (Layola, 2003), דיכאון (Johnson, 1999) ומוטיבציה (He & Su, 2003). השאלון תורגם לעברית בשיטת התרגום ההפוך וגם הגירסה העברית נמצאה מהימנה עם Cronbach-α= .95 (Walfisch &  Hobfol, 1984).

דוגמא לתיאור הכנת רשימות מילים 

לצורך בניית מטלת ההטרמה (priming) ניתנו רשימות של זוגות שמות-עצם מאותה קטגוריה ל-40 שופטים (דוברי שפת אם עברית ואנגלית כשפה שניה) לדירוג על פני סולמות 1-7 של מידת הקשר האסוציאטיבי (עד כמה המילה X מזכירה לך את המילה Y?). ציונים גבוהים יותר מצביעים על קשר אסוציאטיבי חזק יותר. אורך מילות המטרה היה 2-7 אותיות.

על מנת ליצור את שני תנאי הקשר לניסוי (קשר סמנטי חזק וקשר סמנטי חלש) נבחרו מתוך הדירוגים שנתקבלו 50 זוגות מילים בעלות קשר אסוציאטיבי חזק (M = 6.15, SD = 0.44) ו-50 זוגות של קשר אסוציאטיבי חלש (M = 3.45, SD = 0.89). מבחני t שנערכו לבדיקת ההבדלים בדירוגי הקשר האסוציאטיבי הראו שאכן עוצמת הקשר האסוציאטיבי היתה גבוהה יותר בתנאי הקשר החזק בהשוואה לקשר החלש t(98) = 19.38, p < .001. רשימות המילים של שני תנאי הקשר (קשר סמנטי חלש וקשר סמנטי חזק) מופיעות בנספח מספר 1.  

הליך (Procedure) 

מטרת סעיף זה היא תיאור דרך ביצוע המחקר בפועל, כך שניתן יהיה לבצע שיחזור שיטתי של המחקר. סעיף ההליך מתאר את מהלך הניסוי צעד צעד, בסדר כרונולוגי. יש לתאר את ההוראות שניתנו לנבדקים, אופן התפעול של המשתנים, המשימות שביצעו נבדקים בתנאים השונים (כולל מספר הצעדים ו/או הגירויים בכל תנאי) והתשאול/ הסבר שניתן לנבדקים בסוף המחקר. את ההוראות וההסבר שניתנו לנבדקים יש לתאר באופן כללי, לא להביא אותם כלשונם מילה במילה. במידה ולנוסח המילולי חשיבות רבה, ניתן להביא את ההוראות ו/או ההסבר בנספח ולהפנות אליו את הקורא. משך המחקר וכל מידע ספציפי לאופן התנהלות המחקר, כגון הגשת בקשה לאישורי אתיקה (למשל, לועדת הלסינקי בבתי חולים) יצוין בסעיף זה. סעיף זה יכתב בלשון עבר, לדוגמא "נבדקים מילאו שאלון שביעות רצון כוללת מהחיים ולאחר מכן התבקשו לדרג את שביעות רצונם בתחומים ספציפיים…" אין לחזור על מידע שצוין בסעיפים אחרים. 

דוגמא להליך

הנבדקים נבדקו בשישה מועדים בכל אחד משני ימי מחקר עוקבים. בלילה לפני יום המחקר הראשון, הנבדקים ישנו שינת לילה רגילה. בין יום המחקר הראשון והשני, הנבדקים נמנעו משינה. בהגיעם למעבדה ביום המחקר הראשון, נאמר לנבדקים כי במהלך שני ימי המחקר, הם יוכלו לראות טלוויזיה או וידאו, לקרוא, לאכול ולשתות כרצונם, אך אסור להם לעשן או לשתות משקאות המכילים קפאין או אלכוהול. על מנת לודא כי הנבדקים אכן נמצאים במצב של חסך שינה בלילה שבין שני ימי המחקר, היה על הנבדקים להתקשר למעבדה בכל 20 דקות. נאמר להם כי הם לא יוכלו להשתתף במחקר אם הם יכשלו להתקשר למעבדה אפילו פעם אחת. הנבדקים חתמו על טופס הסכמה להשתתפות במחקר (ראה נספח  1). 

הנבדקים נבחנו בסוללה של המבחנים הקוגניטיביים, שש פעמים בכל אחד משני ימי המחקר בשעות: 8:30, 10:30, 12:30, 14:30, 16:30 ו 18:30.  כל העברה ארכה כ-70 דקות. המבחנים ניתנו לנבדקים ברצף ללא הפסקות ביניהם. בנוסף למבחנים הקוגניטיביים, נמדדה פעילות מוחית באמצעות EEG שלוש פעמים ביום המחקר הראשון. המבחנים התקיימו בחדר המבודד מרעשים ומגירויים. בסיום נמסרו לנבדקים מטרות המחקר והם התבקשו לא לדבר עליהן עם אנשים אחרים. 

תוצאות (Results)

בפרק זה מסוכמים הנתונים שנאספו במחקר ומוצגים הניתוחים הסטטיסטיים שנערכו עליהם. יש להציג את הממצאים במידת פירוט המאפשרת להצדיק את המסקנות שיוסקו מן הממצאים. יש להציג את כל תוצאות הניתוחים, גם אלה שאינם תומכים בהשערות המחקר; אין להסתיר ממצאים לא נוחים או קשים להסבר.  בפרק זה אין להציג נתונים גולמיים של הנבדקים אלא אם מדובר במחקרי מקרה. יש להניח כי לקורא ידע סטטיסטי מקצועי ולכן אין צורך להסביר את הסיבות לבחירת ניתוח סטטיסטי כזה או אחר. רק במקרים בהם יש ספק לגבי תקיפות הניתוח הסטטיסטי והתאמתו לנתונים יש להצדיק את הבחירה בו.  

חלקי פרק התוצאות

  • תאור המדד התלוי: במידה ונעשה חישוב למדד המשתנה התלוי מעבר למה שתואר בסעיף הכלים בפרק השיטה, פרק התוצאות יפתח בתיאור מדד זה עוד לפני הצגת הסטטיסטיקה התיאורית. לדוגמא: " אחוזי הדיוק חושבו ע"י מספר המילים שהנבדק ציין נכונה מתוך סך המילים בתנאי הרלוונטי."
  • סטטיסטיקה תאורית: כאשר המשתנים המנבאים הם קטגוריאליים, יש להציג סטטיסטיקה תאורית של הנתונים הכוללת: מספר נבדקים, ממוצעים וסטיות תקן בכל תא. ניתן להוסיף גם רווחי בר סמך לממוצעים (Confidence Intervals, CI).  ניתן להציג את הנתונים בטבלאות או בגרפים, אך לעולם לא להציג את אותם הנתונים גם בטבלה וגם בגרף, אלא אם הגרף מציג אפקט ברמה נמוכה יותר (אפקט ראשי במערך מחקר דו כיווני או אינטראקציה דו כיוונית במערך מחקר תלת כיווני). הנחיות לגבי השימוש בטבלאות ובגרפים מופיעות בהמשך. 
  • סטטיסטיקה היסקית: הצגת הניתוחים הסטטיסטיים שנערכו על הנתונים. סטטיסטיקה היסקית תופיע לעולם אחרי סטטיסטיקה תיאורית. יש לדווח על הניתוחים הסטטיסטיים ביחס לכל האפקטים האפשריים, גם אם אין השערות לגבי כל האפקטים. הדיווח יכלול את הסטטיסטי, דרגות החופש, ערך ה p המדויק, שגיאת התקן, וגודל האפקט (גודל האפקט ידווח לתוצאות מובהקות בלבד). 
    • לגבי אפקטים ראשיים מובהקים, יש לציין את ממוצעי הקבוצות בטקסט עצמו (שכן בטבלה מופיעים רק ממוצעי תאים). תיאור האינטראקציות בטקסט לא יכלול ממוצעי תאים, היות שאלה מופיעים בטבלאות.

כללי מיספור, סגנון ואיות בדיווחים סטטיסטיים 

  • עיגול: יש לעגל ערכים סטטיסטיים לשתי ספרות אחרי הנקודה, פרט לערכי p קטנים שניתן לעגל לשלוש ספרות לאחר הנקודה,  ופרט לאחוזים המופיעים במספרים שלמים (לדוגמא 18% מהנבדקים).
  • 0 לפני נקודה עשרונית: יש לציין 0 לפני נקודה עשרונית במספרים קטנים מ-1 בסטטיסטי שיכול להיות גדול מאחד (למשל 25(t(23) = 0.. אין לציין 0 במספרים קטנים מ-1 בסטטיסטי שאינו יכול להיות גדול (לדוגמא, (r(23) = -.43, p = .023.
  • דיווח ערכי p: יש לציין ערך מדוייק (p = .003; p = .39) אלא אם כן p < .001.
  • סגנון פונט:  
    • אותיות יווניות, וכן כיתוב עילי ותחתי: פונט רגיל (α… μ ,β ,)
    • כל יתר הסמליים הסטטיסטיים: פונט  נטוי   N, M, SD, df, t, F…(italic)
  • רווחים : לפני ואחרי סימנים מתמטיים,  = ,  + ,… 
  • ממוצעים וסטיות תקן בגוף הטקסט: יש לדווח בתוך סוגריים. לדוגמא "המדגם כלל 30 נבדקים צעירים,     “(M = 19.22, SD = 3.45). 

דוגמאות לדיווח סטטיסטיקה היסקית בגוף הטקסט

[סוגריים מרובעים מכילים הערות והנחיות שאינן חלק מן הדיווח עצמו.]

  1. חי בריבוע: "מספר הגברים לא היה שונה ממספר הנשים, χ2(1, N = 90) = 0.89, p = .35".
  2. מבחן t: "אפקט המין נמצא מובהק, t(54) = 5.43, p < .001, כאשר לנשים היו ציונים גבוהים יותר

 (M = 45.67; SD = 3.46)   מאשר לגברים (M = 34.45; SD = 7.86).   

  1. ניתוחי שונות: 
    1. חד גורמי חד משתני One-Way ANOVA)) עם כיוון הצגת הגירוי כמשתנה הבלתי תלוי ומספר טעויות הזיהוי כמשתנה התלוי: "ניתוח שונות חד גורמי (ANOVA) למספר הטעויות על פי כיוון ההצגה (שמאל, מרכז, ימין) נמצא מובהק, F (2, 136) = 4.86, MSE = 3.97, p = .029, η2 = .03. השוואות בזוגות  (עם רמת מובהקות של .0167 על פי תיקון בונפרוני)  העלו כי מספר הטעויות היה גבוה יותר בהצגה משמאל  בהשוואה להצגה במרכז, וגבוה יותר בהצגה במרכז  בהשוואה להצגה מימין,  (all ps < .001)".
    2.  דו גורמי חד משתני (Two-Way ANOVA) עם כיוון הצגה וצבע הגירוי כמשתנים בלתי תלויים ומספר טעויות הזיהוי כמשתנה התלוי: "ניתוח שונות דו גורמי (ANOVA) למספר הטעויות על פי כיוון ההצגה (שמאל, מרכז, ימין) וצבע (עם, ללא) העלה אפקט מובהק לכיוון ההצגה  F(2, 64) = 5.10, MSE = 2.93, p  = .009, ηp2 = .14. השוואות בזוגות  (עם תיקון בונפרוני  להשוואות מרובות) העלו כי  מספר הטעויות היה גבוה יותר להצגה משמאל  (M = 6.08) בהשוואה להצגה מימין (M = 4.46),  p = .007, שאר ההבדלים לא היו מובהקים. כמו כן נמצא אפקט מובהק לצבע,F(1, 64) = 12.03 MSE = 2.93, p < .001, ηp2 = .16   , כך שקבוצת הצבע ביצעה יותר טעויות (M = 5.97)  מאשר הקבוצה ללא הצבע (M = 4.55). חשוב יותר, האינטראקציה בין כיוון הצגה לצבע נמצאה מובהקת F(2, 64) = 6.92, p = .002, MSE = 2.93, ηp2 = .18 . בדיקת אפקטים פשוטים  (עם תיקון בונפרוני להשוואות מרובות) העלו כי בעוד עבור הקבוצות ללא צבע, לא היה הבדל בין שלושת קבוצות הכיוון  .05) < (all ps, הרי שעבור הקבוצות עם צבע, מספר הטעויות היה גבוה יותר להצגה משמאל בהשוואה להצגה במרכז  (p = .03)ולהצגה מימין (p < .001) כשההבדל בין הצגה במרכז להצגה מימין לא היה מובהק (p = .06) ." [בתאור האינטראקציה אין לציין ממוצעים היות שמדובר בממוצעי התאים ואלה מופיעים בטבלת הסטטיסטיקה התאורית].
    3. ניתוחי שונות רב משתניים (Multivariate ANOVA, MANOVA): [יש לדווח תחילה על האפקטים הראשיים והאינטראקציות ברמה הרב משתנית (כלומר, עבור קומבינציית המשתנים התלויים); רק עבור אותם האפקטים והאינטראקציות, שנמצאו מובהקים ברמה הרב משתנית, יש לבדוק ולדווח על  האפקטים והאינטראקציות ברמה החד משתנית (כלומר, עבור כל משתנה תלוי בנפרד).]
  2.  מתאמים: "נמצא מתאם חיובי מובהק בין מספר הטעויות וזמני התגובה r (39) = .32, p = .04"
  3. רגרסיות מרובות: [לרוב, תוצאות הרגרסיה מופיעות בטבלאות. אין הנחיות חד משמעויות לדיווח ממצאי רגרסיה בגוף הטקסט, אבל נהוג לדווח לפחות על מקדמים סטנדרטיים beta או גולמיים b, ועל ערך ה-t וה-p. כמו כן נהוג לדווח על אחוז השונות הכללית המוסברת, R2, ועל מבחן F למובהקות.]
    "כל המשתנים המנבאים יחד ניבאו באופן מובהק רמת דיכאון, R2 = .12, F(3, 225) = 42.64, p < .001 מהמשתנים המנבאים, רק תמיכה חברתית ניבאה באופן מובהק את רמת הדיכאון β = -.34, t(225) = 6.53, p < .001  לרמת הזדהות עם הזולת לא היתה תרומה ייחודית לניבוי הדכאון, β= -.04, t < 1.

הנחיות לשימוש בטבלאות  ובגרפים

  • יש להמנע משימוש יתר בטבלאות וגרפים, היות והם שוברים את רצף הקריאה והדבר מקשה על ההבנה. יש להשתמש בטבלאות ובגרפים בחסכנות
  • יש למקם פריטים להשוואה בסמיכות אחד לשני.
  • יש לכלול בטבלה ו/ או בגרף את כל המידע הדרוש על מנת להבין את הנתונים: אין להשתמש בקיצורים חדשים, יש להוסיף הערות הבהרה במידת הצורך. 
  • יש להשתמש בתוכנות מקובלות (לדוגמא WORD, EXCEL) לעריכת  טבלאות וגרפים. אין  להעתיק ישירות מפלטי תוכנות סטטיסטיות (מטעמי סטנדרטיזציה). 
  • טבלאות וגרפים ימוספרו בסדרות עוקבות נפרדות. 
  • יש להתייחס בגוף הטקסט לכל טבלה וגרף. לדוגמא: "טבלה 1 מציגה סטטיסטיקה תאורית של משתני הרגשות החיוביים".

טבלאות

נתונים בטבלאות

  • אין לחזור על אותם הנתונים בטקסט ובטבלאות.
  • טבלאות ממוצעים וסטיות תקן צריכות לכלול גם את מספר הנבדקים בכל תא. רצוי לכלול גם רווח בר סמך  לכל ממוצע. 

כותרות 

  • לכל טבלה תינתן כותרת המתארת את תוכן הטבלה, לא מפורטת מדי אך גם לא כללית מדי. 
  • כותרת הטבלה תכתב בכתב נטוי ותופיע מעל לטבלה. לפני הכותרת תופיע המילה "טבלה" ומספר הטבלה באותיות רגילות (לדוגמא "טבלה 1").
  • יש להמנע מחזרתיות וממילים מיותרות בכותרות השורות והעמודות בטבלה. לדוגמא, במקום "הצגה מימין" "הצגה משמאל" יש לכתוב: "הצגה" ולפרט "ימין" ו"שמאל". 

עיצוב טבלאות

  • פורמט הטבלאות צריך להיות אחיד לכל אורך הדו"ח. 
  • אין לכלול קוים אנכיים בטבלאות (ראו דוגמאות בהמשך). 

גרפים

ההנחיות הנ"ל תקפות לגבי כל הצגה ויזואלית של נתונים שאינה טבלה, לדוגמא גרפים, תרשימי זרימה, או תמונות. 

  • מטרת הגרפים להשלים ולהעצים את הטקסט, לא לחזור עליו. יש לכלול בגרפים רק מידע הכרחי ולהקפיד שיהיו קלים להבנה וברורים. 
  • מתחת לכל גרף תופיע המילה "גרף" ומספר הגרף בכתב נטוי (לדוגמא "גרף 1.") ובאותה שורה כותרת הגרף באותיות רגילות. 
  • יש להשתמש בתוויות ברורות בהצגת הנתונים. בגרפים- יש לכלול תוויות לכל ציר. 

דוגמאות לטבלאות  

  הערה: *p < .05, **p < .01, ***p < .001

[התייחסות אפשרית בטקסט לטבלה תהיה: "כפי שניתן לראות בטבלה 2, נמצאו מתאמים חיוביים בין עוצמה רגשית ליכולת זיהוי רגשות, ובין כל אחד מאלו לבין פתיחות קוגניטיבית. טווח רגשי לא נמצא קשור לפתיחות קוגניטיבית; המתאמים בינו לבין עוצמה רגשית וזיהוי רגשות היו חיוביים ומובהקים, אם כי נמוכים בעוצמתם".]

טבלה 3

תוצאות רגרסיה מרובה הררכית לניבוי חרדה מניתוח על פי משתני רגש ומוכנות קוגניטיבית (N = 98) 

הערה. א המשתנים המבוקרים כללו גיל, מין, שנות השכלה

*** p < .001 , * p < .05

דוגמא לגרף

גרף 1: מספר טעויות (ושגיאות תקן) על פי גיל ועומס קוגניטיבי. 

* * *

מלא פרטים להצלחה שלך.

דילוג לתוכן