‫‪http://www.tmrg.

ir‬‬ ‫گروه تحقیقاتی طلوع‬

‫با سالم و احترام‪،‬‬

‫فصل چهاردهم ‪ :‬خالصه آماره ها با استفاده از توصیفی ها (‪)Descriptives‬‬

‫روش توصیفی برای به دست آوردن خالصه سنجش ها که به صورت تخمینی‪ ،‬متغیرهای ‪ Scale‬را به صورت‬
‫نرمال توزیع کرده است و به آسانی موارد غیر عادی را در میان آن متغیرها با محاسبه ‪( Z Score‬نمره ‪)Z‬‬
‫شناسایی می کند (‪ Z Score‬به مقادیر استاندارد شده نیز معروفند‪ .‬برای به دست آوردن ‪ Z- Score‬یک متغیر‪،‬‬
‫برای هر مورد مقدار میانگین متغیر را کم کرده و بر انحراف معیار تقسیم نمایید)‪.‬‬

‫به عبارت دیگر‪ ،‬مقادیر استاندارد‪ ،‬وضعیت افراد یا موارد را نسبت به میانگین تعیین می کند‪.‬‬

‫استفاده از آمار توصیفی برای مطالعه داده های کمی‬

‫یک شرکت مخابراتی اطالعات مربوط به یک مشتری را که شامل مکالمات راه دور مشتری‪ ،‬مکالمه تلفن رایگان‪،‬‬
‫اجاره تجهیزات‪ ،‬کارت تلفن‪ ،‬و سرویس بیسیم (‪ )Wireless‬در ماه گذشته می باشد نگهداری می کند‪.‬‬

‫با استفاده از آمار توصیفی به بررسی مقرون به صرفه بودن خدمات این شرکت برای مشتری پرداخته می شود‪.‬‬

‫اجرای تحلیل‬

‫‪ .1‬برای تحلیل توصیفی‪ ،‬مسیر زیر را از منوی اصلی برگزینید‪:‬‬

‫‪Analyze > Descriptive Statistics > Descriptive‬‬

‫‪1‬‬
‫‪Page‬‬

‫آدرس‪ :‬میدان انقالب‪ -‬جنب سینما مرکزی‪ -‬کوچه مهرناز‪ -‬ساختمان ‪ -110‬نیم طبقه اول‪.‬‬
‫‪Email: s.tmrg@yahoo.com Channel:@touloo‬‬
 ‫‪http://www.tmrg.ir‬‬ ‫گروه تحقیقاتی طلوع‬
‫‪ .2‬گزینه های ‪Equipment Last month , Toll Free Last month, Long distance Last,‬‬
‫‪ Calling Card Last month‬و ‪ Wireless Last month‬را به عنوان متغیرهای تحلیل انتخاب‬
‫نمایید‪.‬‬
‫‪ .3‬روی ‪ Ok‬کلیک کنید‪.‬‬

‫این مراحل یک جدول آماره توصیفی را تشکیل می دهد که برای مقایسه مقادیری که برای هر سرویس پرداخته‬
‫پرداخته شده است به کار می رود‪.‬‬

‫جدول آماره توصیفی‬

‫از جدول‪ ،‬تشخیص اینکه کدام سرویس به صرفهتر است مشکل می باشد‪ .‬به طور میانگین‪ ،‬مشتریها بیشترین‬
‫مقدار را روی اجاره تجهیزات پرداخت کردهاند‪ ،‬اما کمی پراکندگی در مقادیر پرداخت شده وجود دارد‪.‬‬

‫سرویس کارت تلفن مشتریها به طور میانگین فقط یک مقدار جزیی نسبت به تجهیزات اجارهای کمتر است‪ ،‬و‬
‫پراکندگی خیلی کمی در مقادیر وجود دارد‪.‬‬

‫مشکل واقعی در اینجا این است که بیشتر مشتریان برخی سرویسها را ندارند‪ ،‬بنابراین تعداد زیادی ‪ 0‬شماره‬
‫انداخته شده است‪ .‬یک راه حل برای این مشکل آن است که عدد ‪ 0‬به عنوان مقادیر غیر معتبر ( ‪missing‬‬
‫‪ )Values‬محسوب شود به طوری که به حساب آوردن هر سرویس در تحلیل‪ ،‬مشروط به داشتن آن سرویس‬
‫باشد‪.‬‬

‫تبدیل متغیرها‬

‫‪ .1‬برای ضبط ‪ 0‬به صورت مقدار غیر معتبر‪ ،‬مسیر زیر را از منوی اصلی برگزینید‪:‬‬

‫‪Transform > Recode Into Same Variables‬‬

‫‪2‬‬
‫‪Page‬‬

‫آدرس‪ :‬میدان انقالب‪ -‬جنب سینما مرکزی‪ -‬کوچه مهرناز‪ -‬ساختمان ‪ -110‬نیم طبقه اول‪.‬‬
‫‪Email: s.tmrg@yahoo.com Channel:@touloo‬‬
 ‫‪http://www.tmrg.ir‬‬ ‫گروه تحقیقاتی طلوع‬
‫‪ .2‬گزینه های ‪Equipment Last month , Toll Free Last month, Long distance Last,‬‬
‫‪ Calling Card Last month‬و ‪ Wireless Last month‬را به عنوان متغیرهای عددی برگزینید‪.‬‬
‫‪ .3‬دکمه ‪ Old and New Values‬را کلیک کنید‪.‬‬
‫‪ .4‬مقدار ‪ 0‬را برای ‪ Old Value‬مقدار قدیمی تایپ نمایید‪.‬‬
‫‪ .5‬گزینه ‪ System- missing‬را برای قسمت ‪( New Value‬مقدار جدید) فعال نمایید‪.‬‬
‫‪ .6‬روی ‪ Add‬کلیک کنید‪.‬‬
‫‪ .7‬دکمه ‪ Continue‬را کلیک کنید‪ .‬عبارتی در کادر مربوط به آن ظاهر میشود تا مقدار جدید را به متغیر‬
‫نسبت دهد‪.‬‬
‫‪ .8‬در کادر محاره ‪ Recode into same Variables‬روی ‪ Ok‬کلیک کنید‪.‬‬
‫‪ .9‬برای تحلیل یک آماره توصیفی بر مبنای متغیرهای تبدیل شده‪ ،‬کادر محاوره ‪ Descriptive‬را بازخوانی‬
‫نمایید‪.‬‬
‫‪ .10‬دکمه ‪ Options‬را در این کادر محاوره کلیک کنید‪.‬‬
‫‪ .11‬گزینه های ‪ Minimum‬و ‪ Maximum‬را غیر فعال نمایید‪.‬‬
‫‪ .12‬گزینههای ‪ Skewness‬و ‪ Kurtosis‬را فعال کنید‪.‬‬
‫‪ .13‬دکمه ‪ Continue‬را کلیک کنید‪.‬‬
‫‪ Ok .14‬را در کادر محاوره ‪ Descriptive‬کلیک کنید‪.‬‬

‫آماره توصیفی‬

‫وقتی تحلیل‪ ،‬مشروط به سرویسهایی است که مشتری از آنها استفاده میکند‪ ،‬نتایج به طور چشمگیری متفاوت‬
‫میشود‪ .‬سرویس ‪( Wireless‬بیسیم) و اجاره تجهیزات‪ ،‬درآمد بیشتری نسبت به سرویسهای دیگر برای‬
‫شرکت دارد (‪ .)a‬از این گذشته‪ ،‬مادامی که سرویس بیسیم متغیری با بیشترین مشتری باشد‪ ،‬تجهیزات اجارهای‬
‫یکی از پایینترین انحراف معیارها را خواهد داشت (‪.)b‬‬
‫‪3‬‬
‫‪Page‬‬

‫آدرس‪ :‬میدان انقالب‪ -‬جنب سینما مرکزی‪ -‬کوچه مهرناز‪ -‬ساختمان ‪ -110‬نیم طبقه اول‪.‬‬
‫‪Email: s.tmrg@yahoo.com Channel:@touloo‬‬
 ‫‪http://www.tmrg.ir‬‬ ‫گروه تحقیقاتی طلوع‬
‫یافتن موارد غیر عادی‬

‫با مطالعه مقادیر استاندارد (یا نمرات ‪ )Z‬متغیرها میتوانید مشتریهایی که مبالغ بیشتر یا کمتری را نسبت به‬
‫مشتریهای دیگر در هر سرویس پرداخت کردهاند پیدا کنید‪.‬‬

‫اگر چه‪ ،‬نیاز به استفاده از نمره ‪ Z‬به این دلیل است که توزیع هر متغیر به صورت غیرنرمال (‪)non- normal‬‬
‫تعیین نشده است‪ .‬مقادیر ‪ Skewness‬و ‪( Kurtosis‬چولگی و کشیدگی) در جدول آماره خیلی بزرگ گزارش‬
‫شدهاند‪ ،‬و این نشان میدهد که توزیع این متغیرها بدون شک غیرنرمال میباشد‪.‬‬

‫با توجه به مقادیر مثبت متغیرها‪ ،‬یک راه حل ممکن این است که نمرههای ‪ )Z Score( Z‬متغیرهای تبدیل‬
‫لگاریتم مطالعه شود‪( .‬تبدیل لگاریتم یا ‪ log- transformed‬همان لگاریتم طبیعی است که با اعمال روی‬
‫متغیرهای مقدار مثبت‪ ،‬برای تصحیح غیرنرمال بودن استفاده میشود‪ .‬این روش در مواقعی که غیرنرمال بودن‬
‫ناشی از چولگی (‪ )Skewness‬مثبت باشد مؤثرتر است)‪.‬‬

‫اجرای تحلیل‬

‫‪ .1‬برای یافتن نمرههای ‪ Z‬برای متغیرهای تبدیل لگاریتم‪ ،‬کادر محاوره ‪ Descriptive‬را بازخوانی کنید‪.‬‬
‫‪ .2‬از گزینه ‪ log distance Last month‬تا ‪Wireless Last month‬را از فهرست متغیرهای تحلیل‬
‫خارج کنید‪.‬‬
‫‪ .3‬از گزینه ‪ log- long distance‬تا ‪ log- Wireless‬را به عنوان متغیر تحلیل انتخاب کنید‪.‬‬
‫‪ .4‬گزینه ‪ Save Standardized Values as Variables‬را فعال نمایید‪ .‬با فعال کردن این گزینه‪ ،‬مقادیر‬
‫استاندارد به عنوان متغیر در نظر گرفته میشوند‪.‬‬
‫‪ Ok .5‬را کلیک کنید‪.‬‬

‫جدول آماره توصیفی‬

‫به استثنای متغیر ‪ ،log- toll free‬چولگی و کشیدگی به طور قابل توجهی برای متغیرهای تبدیل لگاریتم‬
‫کوچکتر است‪ .‬خدمات تبدیل لگاریتمی تلفن رایگان (‪ ،)toll- free‬ممکن است در مورد مقادیر زیاد چولگی‬
‫و کشیدگی ادامه یابد زیرا یک مشتری مبلغ زیادی که غیرعادی است برای ماه گذشته پرداخت کرده است‪ .‬بررسی‬
‫نمودار کادری (‪ )box plot‬این را تأیید مینماید‪.‬‬
‫‪4‬‬
‫‪Page‬‬

‫آدرس‪ :‬میدان انقالب‪ -‬جنب سینما مرکزی‪ -‬کوچه مهرناز‪ -‬ساختمان ‪ -110‬نیم طبقه اول‪.‬‬
‫‪Email: s.tmrg@yahoo.com Channel:@touloo‬‬
 ‫‪http://www.tmrg.ir‬‬ ‫گروه تحقیقاتی طلوع‬

‫نمودارهای کادری نمرههای ‪Z‬‬

‫زمانی که بخواهیم میانگین یک متغیر فاصلهای را بین دو یا چند گروه از پاسخگویان مقایسه کنیم‪ ،‬از نمودار‬
‫کادری استفاده میکنیم‪ .‬و دو نوع نمودار کادری وجود دارد‪ :‬نمودار کادری ساده (‪ )Simple‬و نمودار خوشهای‬
‫(‪.)Clustered‬‬

‫‪ .1‬برای مشاهده نمرههای ‪ Z‬و یافتن مقادیر غیر عادی‪ ،‬مسیر ‪Graphs >Legacy Dialog> Boxplot‬‬
‫را از منوی اصلی برگزینید‪.‬‬
‫‪ .2‬در کادر محاوره ‪ ،Boxplot‬گزینه ‪ Summaries of separate Variables‬را فعال نمایید‪.‬‬
‫‪ .3‬دکمه ‪ Define‬را کلیک کنید‪ .‬توجه داشته باشید که نوع نمودار (در کادری ساده (‪ )Simple‬در حالت‬
‫انتخاب باشد‪.‬‬
‫‪ .4‬گزینه های ‪ Z Score: log- long distance‬تا ‪ Z Score: log- Wireless‬را به عنوان متغیرهایی‬
‫که نمودار نشان میدهد انتخاب نمایید‪.‬‬
‫‪ .5‬دکمه ‪ Options‬را کلیک کنید‪.‬‬
‫‪ .6‬گزینه ‪ Exclude Cases Variable by Variable‬را در کادر محاوره ‪ Options‬فعال نمایید‪.‬‬
‫‪ .7‬دکمه ‪ Continue‬را کلیک کنید‪.‬‬
‫‪ Ok .8‬را در کادر محاوره ‪ Define Simple Boxplot‬کلیک کنید‪.‬‬

‫نمودار مستطیلی نمرههای ‪ )Z Score( Z‬نشان میدهد که مشتری ‪ ،567‬به طور میانگین بیشترین استفاده را از‬
‫سرویس تلفن رایگان (‪ )toll- free‬در ماه گذشته برده است‪ .‬این نکته باید برای چولگی و کشیدگی زیاد مشاهده‬
‫شده در متغیر ‪ Toll free Last month‬در نظر گرفته شود‪.‬‬
‫‪5‬‬
‫‪Page‬‬

‫آدرس‪ :‬میدان انقالب‪ -‬جنب سینما مرکزی‪ -‬کوچه مهرناز‪ -‬ساختمان ‪ -110‬نیم طبقه اول‪.‬‬
‫‪Email: s.tmrg@yahoo.com Channel:@touloo‬‬
 ‫‪http://www.tmrg.ir‬‬ ‫گروه تحقیقاتی طلوع‬

‫خروجیهای آمارههای توصیفی‬

‫جدول ‪ Descriptive Statistics‬نیز مشابه جداول فراوانی دارای همان شاخصها یعنی میانگین‪ ،‬انحراف‬
‫معیار‪ ،‬چولگی و کشیدگی است‪.‬‬

‫با تجدید احترام‬

‫کبری سبزعلی یمقانی‬

‫مبحث را در مرجع کاربردی ‪ )21( SPSS 20‬دنبال نمایید‪.‬‬

‫(‪Channel:@touloo‬‬
‫‪6‬‬
‫‪Page‬‬

‫آدرس‪ :‬میدان انقالب‪ -‬جنب سینما مرکزی‪ -‬کوچه مهرناز‪ -‬ساختمان ‪ -110‬نیم طبقه اول‪.‬‬
‫‪Email: s.tmrg@yahoo.com Channel:@touloo‬‬