SPSS Base for Windows

• Processo Analítico
• Acesso aos Dados
• Gerenciamento e Preparação
• Análise dos Dados
• Relatório
• Comparação das versões
• O que é novo no SPSS 16?
• Requisitos do sistema

Uma ampla opção de estatísticas para análises de dados

O SPSS ® para Windows® pode ajudá-lo a melhor analisar os dados, pois ele fornece o aprofundamento estatístico necessário para resolver vários problemas de negócio e de pesquisa. O SPSS fornece uma ampla gama de análises estatísticas, de modo que você possa obter a resposta mais precisa para os tipos de dados específicos. Os módulos opcionais e outros softwares stand alones fornecem ainda mais poder de análise e são facilmente conectados ao SPSS Base. Isso significa que você pode acrescentar a seu sistema quanta capacidade de análise precisar, e trabalhar com segurança, mudando de um produto para o outro.

Principais estatísticas do SPSS Base:

Regressão linear: explore os relacionamentos entre os preditores e o que você deseja prever, por exemplo, crie uma previsão de vendas usando o preço e o tipo de cliente.

Análise Fatorial: identifique variáveis ou fatores que expliquem correlações dentro de um conjunto de variáveis. Por exemplo, use esse procedimento na redução de dados para identificar um pequeno número de fatores que explique muita das variações observadas em um número muito maior de variáveis. A análise fatorial possui um alto grau de flexibilidade, fornecendo a você diversos métodos para extração de fator, rotação e cálculo de escoragem do fator.

Análise de Cluster (TwoStep): trabalhe com conjuntos de dados extremamente grandes usando este algoritmo de análise de cluster. Este algoritmo pode lidar com variáveis ou atributos contínuos e categóricos, e requer apenas um passo no procedimento. Na primeira fase do procedimento, você pré-agrupa os registros em vários pequenos sub-agrupamentos. Em seguida, você agrupa os sub-agrupamentos, criados na etapa de pré-agrupamento, no número desejado de agrupamentos. Caso o número desejado de agrupamentos seja desconhecido, a análise Two Step Cluster automaticamente encontra o número apropriado de agrupamentos. Através do uso da Two Step Cluster, você pode agrupar os dados de modo que os registros dentro de um grupo sejam similares. Por exemplo, você pode aplicá-lo aos dados que descrevem os hábitos de compra do cliente, seu sexo, sua idade, sua renda, etc. Em seguida, personalizar a sua estratégia de desenvolvimento de mercado e de produto a cada grupo consumidor de modo a aumentar as vendas e construir a fidelidade à marca.

Use a análise TwoStep Cluster para obter a identificação mais precisa de seus agrupamentos. Este algoritmo de tecnologia de ponta permite que você descubra agrupamentos em grandes conjuntos de dados e conjuntos de dados mistos com variáveis de nível contínuo (como as rendas) e nível categórico (como tipo de trabalho). A análise TwoStep Cluster também oferece a flexibilidade de especificar o número de agrupamentos ou permitir que o algoritmo descubra automaticamente o número apropriado de agrupamentos.

Análise de Cluster (K-médias): agrupe dados de grande conjunto de dados, tais como listas de correspondências para clientes. Este procedimento assume que os dados recaem em um número conhecido de agrupamentos. Dado esse número, o procedimento atribuirá casos aos agrupamentos. Você pode selecionar um dos dois métodos para classificar os casos ou atualizar os centros de agrupamentos interativamente ou apenas classificá-los. Salve os membros do cluster, informações distantes e os centros finais dos clusters. Uma pessoa que faz pesquisa de mercado, por exemplo, pode desejar agrupar cidades em grupos homogêneos usando a análise de cluster K-média para encontrar cidades pilotos para testar estratégias de marketing.

Análise de Cluster Hierárquica: faça agrupamentos de um único registro e forme grupos até que todos os agrupamentos estejam unidos. Você pode escolher dentre mais de 40 medidas de similaridade ou dissimilaridade, padronizar os dados usando vários métodos e agrupar casos ou variáveis. Você também pode analisar variáveis brutas ou escolher dentre diversas transformações de padronização. Gere medidas de distância ou de similaridade usando o procedimento de proximidades. Exiba as estatísticas em cada fase para ajudá-lo a selecionar a melhor solução. Esse procedimento é recomendado para conjuntos de dados que sejam pequenos em número, por exemplo, listas de grupos. Um pesquisador de mercado pode usar a análise de cluster hierárquica para identificar os tipos de programas de televisão que atraem públicos similares. A empresa pode agrupar os programas de TV em grupos homogêneos com base nas características do espectador para identificar segmentos para publicidade.

O SPSS Base inclui:

Estatísticas descritivas

Estatísticas bivariadas

Previsão para resultados numéricos

Previsão para identificação de grupos

Mais estatísticas para uma potente análise de dados.
Os módulos opcionais e o software SPSS Base da SPSS Inc. oferecem muito mais do que o estágio de análise de dados, incluindo as seguintes estatísticas: