Hantera Cookies
För att du ska få en så bra upplevelse som möjligt på webbplatsen använder vi cookies som innebär att vi lagrar och/eller får tillgång till viss information på din enhet så som mobil eller dator.
Innehållet i SPSS 1 passar oavsett om du är helt ny eller har en del erfarenhet sedan tidigare. Kursen hjälper dig att komma i gång med att arbeta självständigt i SPSS på bästa möjliga sätt. Kursen innehåller dagarna Datahantering samt Beskrivande statistik och grafer. Precis som på alla våra kurser varvas teori med exempel och egna övningar.
Under första dagen lär du dig att behärska programmets grundläggande funktioner så att ditt arbete kommer flyta på obehindrat. Detta omfattar hur man strukturerar en ”databas” från grunden i SPSS och hur man importerar data. Vi behandlar även mer avancerade funktioner som hur man skapar nya variabler, kodar om redan existerande, inkluderar eller exkluderar observationer samt enklare aggregering av data.
Under den andra dagen behandlas beskrivande statistik som går ut på att beskriva och sammanfatta data. Beskrivande statistik synliggörs bäst med olika typer av tabeller och grafer. Exempelvis används lägesmått som (medelvärde och median) samt spridningsmått som (standardavvikelse eller kvartiler). Vi arbetar med några av de vanligaste tabellerna och graferna som frekvenstabeller, histogram, stapeldiagram samt scatterplot.
Mål: Att enkelt kunna hantera och beskriva ett datamaterial med hjälp av grafer och tabeller.
Förkunskaper: Inga specifika krav på förkunskaper i SPSS.
SPSS 2 innehåller kursdagarna Grundläggande statistik och Poweranalys. Du lär dig behärska de grundläggande statistiska metoderna som behövs för att kunna utföra egna analyser. Kursen hjälper dig även att komma i gång med urvalsberäkningar och poweranalyser i SPSS.
Under första dagen behandlas många av de grundläggande statistiska begreppen så som hypotesprövning, p-värden och konfidensintervall som förekommer inom statistisk inferens. Under denna dag kommer olika metoder inom korrelationer, t-test och tabellstatistik att gås igenom. Dessa är nödvändiga för att kunna dra korrekta slutsatser.
Dag två handlar om poweranalys vilket exempelvis är beräkningar av urvalsstorlek eller statistisk power. En urvalsberäkning görs innan data samlas in för att försäkra sig om att man inte samlar in för lite eller för mycket data. Powerberäkning är nödvändigt inom studieplanering för att säkerställa att de undersökta grupperna är tillräckligt stora för att en verklig skillnad ska kunna upptäckas.
Mål: Att kunna förstå, tolka och beskriva grundläggande statistiska resultat. Att förstå grunderna i urvalsberäkningar och poweranalys, samt att själv kunna göra de vanligaste uträkningarna i SPSS.
Förkunskaper: SPSS 1 eller motsvarande förkunskaper.
SPSS 3 är kursen för regression. Under de två dagarna kommer linjär och logistisk regression användas i både enkel och multipel form. Dag två kommer även ta upp metoden ROC då den är användbar, som en egen metod eller tillsammans med logistisk regression. Precis som alla våra kurser varvas teori med exempel och egna övningar.
Första dagen inleds som sagt med linjär regression som är den naturliga fortsättningen på korrelationer, alltså sambandet mellan två numeriska variabler. Du får kunskap om hur du bygger modeller med en eller flera förklarande variabler och även hur du på ett metodiskt sätt kan analysera data för att hitta komplexa samband mellan dessa.
Logistisk regression används då utfallet är binärt (alltså då endast ett av två möjliga utfall kan inträffa). Kursen ger dig kunskap om hur man på ett metodiskt sätt kan hitta och analysera olika variabler som kan påverka utfallet. På kursen kommer även ROC att behandlas då den är användbar, tillsammans med logistisk regression eller som egen metod, då det är intressant att på ett snabbt och enkelt sätt avgöra om en variabel är bra på att särskilja två grupper.
Mål: Att kunna genomföra, tolka och validera både linjär- och logistisk regression.
Förkunskaper: Kurserna SPSS 1 och 2 eller motsvarande förkunskaper.
Denna kurs ger en grundlig förståelse av ANOVA- och Mixade modeller. Först presenteras ANOVA som är den naturliga fortsättningen på t-testet, alltså jämförelse av gruppers medelvärden. Den andra dagen kommer deltagarna att få en introduktion till metoden som vanligen förkortas till LMM, nämligen linjära mixade modeller.
T-testet begränsas av att bara två grupper eller två upprepade mätningar kan jämföras. I en ANOVA tas denna begränsning bort och dessutom kan man på ett enkelt sätt analysera och tolka mer komplexa samband så som interaktioner. Vi tar även upp de vanligaste post-hoc-testen samt hur man validerar en ANOVA-modell.
Linjära mixade modeller (LMM) används framför allt när man har korrelerade objekt. Detta kan uppstå om objekten finns i kluster (en valp i en valpkull eller en elev i en klass) eller då man gjort upprepade mätningar på samma objekt. Vid upprepade mätningar är grundmetoden repeated measure ANOVA men den genererar ofta problem som inte går eller är svåra att hantera.
Mål: Att kunna genomföra, tolka och validera en ANOVA modell. Att kunna analysera klusterdata med LMM samt ge dig ett flexiblare alternativ till repeated measure ANOVA.
Förkunskaper: Kurserna SPSS 1 och 2 eller motsvarande förkunskaper.
Denna kurs inleds med överlevnadsanalys, vilket är samlingsnamnet för metoderna som används till så kallat ”time-to-event” data. Den andra dagen presenteras multivariata metoder som är statistiska metoder där de beroende och oberoende variablerna inte är fördefinierade.
De två vanligaste metoderna inom överlevnadsanalys är Kaplan-Meier och Cox regression, vilka båda kommer behandlas under kursen. Du lär dig använda Cox regression på ett metodiskt sätt för att analysera olika påverkansvariabler samt hur man kan hitta och förstå mer komplexa samband i dataset.
Vi arbetar vidare med multivariata metoder som brukar ibland kallas för hypotesgenererande metoder i stället för hypoteslösande som regression och ANOVA är. Denna kurs kommer beröra de olika metoderna inom klusteranalys och faktoranalys.
Mål: Att kunna analysera, tolka och validera ”time-to-event” data med Kaplan-Meier och Cox regression. Att kunna använda klusteranalys och bekräftande faktoranalys.
Förkunskaper: Kurserna SPSS 1, 2 och 3 eller motsvarande förkunskaper.
Denna kurs som hjälper dig att förstå och använda syntax, som är programmeringsspråket i SPSS. Med hjälp av denna kurs kommer du kunna jobba mer effektivt med SPSS, tack vare att du kan återanvända kommandon du gjort tidigare.
Genom att spara syntax får du en dokumentering och en spårbarhet på det du har gjort. Precis som på alla våra kurser varvas teori med exempel och egna övningar.
Mål: Att kunna bygga upp syntax både manuellt och genom att klistra in från dialogboxar och sen köra dessa syntax som kommandon.
Förkunskaper: Data och grafhantering i SPSS.