برای یافتن «داده های پرت» (outlier Data) در مجموعۀ داده ها می توانیم از مقادیر z استفاده کنیم.
این روش یکی از ساده ترین روش های «استاندارد کردن» داده ها به شمار می رود ( البته داده ها باید دارای توزیع مشخص و همچنین مقادیر میانگین و انحراف استاندارد باشند).
در اینجا از یک توزیع نرمال با «میانگین» (mean) معادل 0 و «انحراف استاندارد» (standard Deviation) معادل 1 استفاده می کنیم.
یک از مزایای این روش این است که می توانیم از آن در هر نوع داده ای استفاده کنیم.
برای تبدیل «داده ها» به «داده های استاندارد»، یا Z، کافیست از فرمول زیر استفاده کنید:
مثال : داده های فایل Exam05.sav از پیوست در پوشۀ chapter 06، را به داده های نوع «استاندار» تبدیل کنید. داده ها از اینجا قابل تهیه است.
پاسخ:
1- با اجرای دستور File > open > Data و با کمک پنجره open data (باز کردن داده) فایل Exam05.sav از DVD همراه، در پوشۀ chapter 06، را باز کنید.
2- دستور Analyze > Deseriptive statistics > Descriptive… را اجرا کنید.
3- از کادر سمت چپ پنجرۀ Descriptive (توصیفی) متغیر Hygine (day 2 of GlastonburyFestival) [Day2] را انتخاب و با کلیک دکمۀ یا دابل کلیک، آن را به کادر variable(s) (متغیرها) جابجا کنید.
4- گزینۀ save standardized value as variables (ذخیره کردن مقادیر استاندارد شده به عناون متغیرها) را از انتهای پنجره انتخاب کنید، شکل 11-6.
5- روی دکمۀ ok کلیک کنید.
اکنون چنانچه پنجرۀ data editor از SPSS را ببینید ستونی به نام ZDay2 به انتهای ستون های موجود افزوده شده است.
با این مقادیر می توانیم تعیین کنیم چه تعداد از این متغیر داخل نواحی مهم قرار دارند.
بنابراین با در نظر گرفتن
Z||: در 0.05 مواقع
Z|> 1.6| در 0.01 مواقع 2.58 <
Z|| در 0.1 مواقع Z|> 3.29| روش دیگر، استفاده از دستورات در پنجرۀ SPSS Syntax است.
1- دستور File > New > Syntax را جهت باز کردن پنجره SPSS Syntax Editor اجرا کنید.
2- دستورات زیر را در پنجرۀ SPSS Syntax تایپ کنید: DESCRIPTIVES VARIABLES =Day2/ SAVE COMPUTE = Outlier1 = abs (ZDay2) EXECUTE RECODE Outlier1 (3.29 thru Highest= 4) (2.58 thru Highest = 3) (1.96 thru Highest =2) (Lowest thru 2=1). EXECUTE VALUE LOABELS Outlier1 1'Absolute z- score less than 2' Greater than 1.96' 'Absolute z- score 2 Greater than 2.58' 'Absolute z- score 3 Greater than 3.29' 'Absolute z- score 4 FREQUENCIES VARIABLES = Outlier1 /ORDER = ANALYSIS ارجاع یک کپی از این اسکریپت به نام Recode.sps در پوشۀ chapter 06 \ File ، از DVD همراه، قرار دارد.
3- دستور Run > All از بالای پنجرۀ SPSS Syntax Editor را اجرا کنید، خروجی 3-6
در این خروجی ستون valid percent(درصد اعتبار)، که نشان دهندۀ درصد اعتبار مقادیر است را در نظر بگیرید. انچه باید مدنظر داشته باشید:
در 0.95 مواقع Z| > 1.96| در 0.05 مواقع 1.96 < Z|| در 0.1 مواقع Z| > 2.58 | د اینجا چنین نتیجه گرفته می شود که در هیچ موردی با مقدار Z| > 3.29 | وجود نخواهد داشت.
بنابراین: در 89% مواقع Z| < 1.96 | در 11.1% مواقع Z| > 1.96 |، (7.6% + 2.7% + 0.8%) و این مقدار کمی بیش از آن چیزی است که برای 5% توزیع نرمال انتظار داریم. در اینجا چنین استنباط می شود که ممکن است داده های پرت زیادی در بین داده ها وجود داشته باشد که در مورد آن ها باید اطلاعات کسب کرد.
چنانچه متغیرهای جدید بیشتری دارید که باید با توجه به داده های فعلی از پنجرۀ data editor محاسبه شوند، برای انجام سریع این تبدیلات، بهتر است از پنجرۀ SPSS Syntax Editor استفاده کنید.
