SPSS i njegova primena

SPSS je najpopularniji i najrasprostranjeniji program za statističku obradu i analizu podataka u svetu i kod nas. Pun naziv mu je The Statistical Package for the Social Sciences (SPSS) Istraživanje tržišta nezamislivo je bez statističke analize, a SPSS se u prethodnim decenijama nametnuo kao program prvog izbora. Početnicima je najlakši za savladavanje zbog svih svojih prednosti. Bilo da se radi o naučno-istraživačkom radu, istraživanju tržišta i javnog mnjenja, upravljanju marketing strategijama, plasiranju proizvoda ili unapređenju usluga.

Sve važne odluke se moraju zasnivati na prethodno sprovedenim analizama, kako bi se minimizovao rizik greške.

Prijavite se na našu radionicu
7. i 8. juna u Beogradu:
Upotreba SPSS-a
u samostalnom istraživanju tržišta

Prednost SPSS-a u odnosu na druge programe za obradu i analizu podataka je svakako user-friendly interfejs, ali i to što SPSS ne zahteva posebno statističko i matematičko predznanje. Ima jasan grafički prikaz, a u njemu se mogu koristiti i Excel baze podataka. Laka integracija podataka iz Excell baze je jedna od značajnih prednosti.

SPSS se u poslovne svrhe često koristi za istraživanja zadovoljstva kupaca, praćenje efektivnosti marketinga, analize trendova, predviđanja prodaje, segmentaciju tržišta, ispitivanja na zaposlenima za potrebe HR-a, itd.

Dugotrajan rad stručnjaka na programu omogućio je da SPSS mogu samostalno da koriste ljudi koji nisu statističari.

Upravljanje podacima u SPSS-u

Pored statističke analize, SPSS takođe sadrži i upravljanje podacima koje korisniku omogućava da vrši transformaciju, standardizaciju, rangiranje, grupisanje, rekodiranje, identifikaciju propuštenih unosa podataka.
Druga karakteristika je omogućavanje snimanja izvršenih operacija u zapis koji se može ponovo pokrenuti pri ponavljanju analiza.
Treća je čuvanje i jednostavan izvoz podataka u Word dokument.

Statističke tehnike koji se primenjuju u SPSS-u

• Deskriptivnu statistika – prikaz frekvencija i procenata, krostabulaciju podataka
• Statistiku zaključivanja – T-test, analizu varijanse (ANOVA), izračunavanje koeficijenata korelacije
• Prediktivne analize za predviđanje ishoda – linearna regresija, višestruka regresija, binarna logistička regresija
• Analize za identifikaciju grupa – klaster analiza, faktorska analiza, diskriminaciona analiza