Lo score Z (punteggio standard) misura quante deviazioni standard un valore dista dalla media (Z = (X - μ) / σ). Permette confrontare variabili su scale diverse (es. peso in kg vs altezza in cm). SPSS non mostra Z nelle tabelle descrittive base, ma li genera facilmente.
Procedura: Salva valori standardizzati come variabili
- Menu Analizza > Statistiche descrittive > Descrittive
- Sposta variabili d'interesse in Variabile(i) (trascina o freccia)
- Clicca Opzioni... > spunta Media e Deviazione standard > Continua
- In finestra Descrittive: spunta "Salva valori standardizzati come variabili" (in basso)
- Clicca OK
Risultato
- Finestra Output: statistiche descrittive (media, DS, min, max, ecc.)
- Editor dati (Data View): NUOVE colonne create automaticamente con prefisso Z (es.
Zpeso,Zaltezza) - Valori in queste colonne = punteggi Z standardizzati (media=0, DS=1)
Analisi successive
- Usa le nuove variabili Z come qualsiasi altra: grafici, correlazioni, regressioni, outlier detection (|Z| > 3 = outlier potenziale)
- Confronta direttamente Zpeso vs Zaltezza: stesso scala, confronti significativi
- Per trasformazioni inverse:
Compute Variable>X = Z * DS + Media
Requisiti
- SPSS Statistics (versione Student o piena)
- Dataset caricato in Editor dati
⚠️ La versione Student ha limiti: max 1500 casi, 50 variabili. Per dataset maggiori serve licenza piena.
- Centrare testo orizzontalmente e verticalmente in Word 2007
- Calcolare la covarianza in Excel 2007 con funzione COVAR
Windows 2016
- Installare Adobe Acrobat Reader: download ufficiale, installazione silenziosa, alternative leggere
- Convertire grafica bitmap in vettoriale per plotter da taglio (guida completa)
- Come importare progetti Primavera in Microsoft Project
- Come registrare video in streaming da Hulu (software cattura schermo/stream)
- Creare un portfolio elettronico professionale con PowerPoint: guida passo passo
- Come creare una planimetria con Microsoft Visio: modelli e stencil
- Come creare un diagramma di flusso in Microsoft Visio: guida pratica
- Tecniche investigative per la criminalità informatica: dalla sorveglianza alla forensics