530. PSPP – darmowa alternatywa dla podstawowych analiz SPSS

PSPP jest bezpłatnym programem statystycznym rozwijanym w ramach projektu GNU. Został zaprojektowany jako narzędzie do analizy danych zbliżone sposobem pracy do SPSS: użytkownik może korzystać zarówno z interfejsu graficznego, jak i ze składni poleceń. Program dobrze sprawdza się przy podstawowych analizach opisowych, tabelach częstości, testach porównawczych, korelacjach, analizie rzetelności i wybranych modelach regresji. Nie jest jednak pełnym zamiennikiem wszystkich modułów SPSS. Dlatego najważniejszym celem tej lekcji nie jest przedstawienie PSPP jako programu „identycznego” z SPSS, lecz nauczenie świadomego wyboru narzędzia do konkretnego pytania badawczego.

W poprzednich lekcjach kursu, dostępnych na statystyk.edu.pl, omawialiśmy organizację danych, rekodowanie zmiennych, obliczanie skal oraz pracę w środowiskach SPSS i jamovi. PSPP można potraktować jako kolejne środowisko ćwiczeniowe i analityczne, szczególnie wtedy, gdy badacz nie ma dostępu do płatnej licencji, chce pracować lokalnie albo potrzebuje programu o interfejsie przypominającym SPSS.

Czym jest PSPP?

PSPP to program do analizy danych empirycznych, udostępniany jako wolne i otwarte oprogramowanie. Jego dokumentacja opisuje zarówno środowisko graficzne, jak i język składni podobny do składni SPSS (GNU Project, 2023). Program pozwala wczytywać dane, definiować właściwości zmiennych, wykonywać obliczenia, tworzyć tabele i wykresy oraz eksportować wyniki między innymi do HTML, PDF i innych formatów.

Podobieństwo do SPSS dotyczy kilku poziomów:

  • organizacji danych – wiersze zwykle reprezentują osoby, obserwacje lub jednostki badania, a kolumny zmienne;
  • nazewnictwa procedur – dostępne są między innymi częstości, statystyki opisowe, testy t, analiza wariancji, korelacje, regresja i testy nieparametryczne;
  • składni – wiele podstawowych poleceń ma strukturę znaną użytkownikom SPSS, choć zgodność nie jest pełna;
  • sposobu interpretacji – program wykonuje obliczenia, ale nie zastępuje decyzji metodologicznej badacza.

PSPP nie jest „darmową wersją SPSS” w sensie licencyjnym ani funkcjonalnym. Jest niezależnym projektem, który naśladuje część koncepcji i składni SPSS. Oficjalny podręcznik podkreśla, że obsługa procedur statystycznych jest nadal niepełna, dlatego przed rozpoczęciem analizy należy sprawdzić, czy potrzebna funkcja jest zaimplementowana w używanej wersji programu (GNU Project, 2023).

Do czego PSPP nadaje się najlepiej?

PSPP jest szczególnie przydatny w projektach, w których analizowane są dane tabelaryczne, a wymagane procedury należą do podstawowego lub średnio zaawansowanego repertuaru statystyki. Można w nim wykonać między innymi:

  • rozkłady liczebności i odsetków;
  • średnią, medianę, odchylenie standardowe, kwartyle i minimum–maksimum;
  • tabele krzyżowe i test niezależności chi-kwadrat;
  • test t dla jednej próby, prób niezależnych i prób zależnych;
  • jednoczynnikową analizę wariancji;
  • korelację Pearsona i Spearmana;
  • wybrane modele regresji liniowej i logistycznej;
  • analizę rzetelności, w tym współczynnik alfa Cronbacha;
  • część testów nieparametrycznych oraz podstawowe wykresy.

W przeglądzie bezpłatnego oprogramowania dla badaczy medycznych PSPP został zaklasyfikowany jako narzędzie użyteczne przede wszystkim do podstawowych i często stosowanych analiz. Autor przeglądu zwrócił uwagę, że przy bardziej zaawansowanych metodach, rozbudowanych wykresach lub modelach wymagających specjalistycznych modułów inne programy mogą być wygodniejsze (Ashour, 2024).

Najważniejsze ograniczenia

Ograniczenia PSPP trzeba uwzględnić już na etapie planowania analizy. Program nie oferuje pełnego odpowiednika wszystkich procedur dostępnych w komercyjnych pakietach. W szczególności należy ostrożnie podchodzić do analiz wielopoziomowych, zaawansowanych modeli przeżycia, części metod dla danych powtarzanych, rozbudowanych procedur imputacji braków danych oraz niektórych metod bayesowskich i symulacyjnych.

Ograniczenie techniczne nie zawsze oznacza, że analiza jest niemożliwa. Czasami można wykonać ją w innym programie, na przykład w R, jamovi albo JASP, a PSPP wykorzystać do przygotowania danych i analiz podstawowych. W publikacji należy jasno podać, w jakim programie wykonano konkretne obliczenia, wraz z nazwą i wersją oprogramowania. Taki sposób raportowania jest zgodny z ideą przejrzystości metodologicznej promowaną przez APA JARS (American Psychological Association, 2026).

Interfejs graficzny i składnia

Po uruchomieniu PSPP użytkownik spotyka się z arkuszem danych oraz oknami służącymi do definiowania zmiennych i przeglądania wyników. W arkuszu danych każda obserwacja zajmuje jeden wiersz. Jeżeli badanie obejmuje 120 pacjentów, zwykle będzie 120 wierszy, o ile jeden wiersz odpowiada jednemu pacjentowi. Kolumny zawierają zmienne, takie jak wiek, płeć, ciśnienie skurczowe, wynik kwestionariusza lub informacja o hospitalizacji.

Właściwości zmiennej powinny obejmować co najmniej:

  • nazwę techniczną, na przykład wiek lub cisnienie_sk;
  • etykietę opisową, na przykład „wiek uczestnika w latach”;
  • typ zmiennej, zwykle liczbowy albo tekstowy;
  • etykiety wartości, na przykład 0 = nie, 1 = tak;
  • informację o brakach danych;
  • poziom pomiaru, jeżeli program lub użytkownik wykorzystuje tę informację.

Składnia jest szczególnie cenna, ponieważ pozwala zapisać sposób wykonania analizy. Przykładowe polecenie może wyglądać następująco:

FREQUENCIES VARIABLES=plec palenie
  /STATISTICS=MODE.

DESCRIPTIVES VARIABLES=wiek cisnienie_sk
  /STATISTICS=MEAN STDDEV MIN MAX.

Pierwsze polecenie tworzy rozkłady częstości dla zmiennych plec i palenie, a drugie oblicza średnią, odchylenie standardowe, minimum i maksimum dla wieku oraz ciśnienia skurczowego. W praktyce składnia ułatwia powtórzenie analizy po poprawieniu danych, sprawdzenie kolejności wykonywanych operacji i dokumentowanie procedury. Nie należy jednak zakładać, że każda składnia SPSS zadziała w PSPP bez zmian. Trzeba sprawdzić komunikaty programu i zgodność danej komendy z dokumentacją.

Przykład 1: opis pacjentów w badaniu przesiewowym

Załóżmy, że pielęgniarka analizuje dane 200 osób zgłaszających się na badanie przesiewowe. W bazie znajdują się zmienne: wiek, płeć, BMI, palenie tytoniu i rozpoznane nadciśnienie. Celem pierwszego etapu jest opis próby, a nie testowanie hipotez przyczynowych.

Najpierw trzeba sprawdzić jakość danych. Dla wieku i BMI warto uzyskać liczebność ważnych obserwacji, średnią, medianę, odchylenie standardowe oraz zakres. Dla płci, palenia i nadciśnienia należy wyświetlić liczebności oraz odsetki. Jeżeli w zmiennej nadcisnienie kod 9 oznacza „brak informacji”, nie wolno traktować tej wartości jak rzeczywistego wyniku. Należy oznaczyć ją jako brak danych albo odpowiednio filtrować analizę.

Wynik można opisać na przykład następująco: „W badaniu uczestniczyło 200 osób. Średni wiek wynosił 54,2 roku, a odchylenie standardowe 12,7 roku. Nadciśnienie rozpoznano u 68 osób, czyli u 34,0% badanych”. Taki opis nie mówi jeszcze, czy nadciśnienie było związane z wiekiem ani czy palenie zwiększało ryzyko. Do tego potrzebna jest osobna analiza, a także ocena projektu badania, definicji zmiennych i możliwych czynników zakłócających.

Przykład 2: porównanie wyniku lęku przed i po interwencji

W badaniu psychologicznym 35 studentów wypełniło skalę lęku przed krótkim szkoleniem z technik relaksacyjnych i ponownie po szkoleniu. Wynik skali jest liczbowy, a każda osoba ma dwa pomiary. Naturalnym kandydatem jest test t dla prób zależnych, ale dopiero po sprawdzeniu rozkładu różnic i założeń analizy.

Nie analizujemy dwóch grup niezależnych, ponieważ pomiar „przed” i „po” pochodzi od tych samych osób. Dla każdej osoby obliczamy różnicę:

di = Xpo − Xprzed

  • di oznacza różnicę dla osoby i;
  • Xpo oznacza wynik po interwencji;
  • Xprzed oznacza wynik przed interwencją.

Statystyka testu t dla prób zależnych ma postać:

t = d̄ / (sd / √n)

  • d̄ – średnia różnica wyników;
  • sd – odchylenie standardowe różnic;
  • n – liczba par obserwacji;
  • √n – pierwiastek kwadratowy z liczby par.

Jeżeli wynik testu jest statystycznie istotny, oznacza to, że dane są mało zgodne z hipotezą zerową o średniej różnicy równej zero, przy przyjętym modelu i założeniach. Nie oznacza to automatycznie, że interwencja „zadziałała”. Jeżeli badanie nie ma grupy kontrolnej, alternatywne wyjaśnienia obejmują między innymi efekt upływu czasu, regresję do średniej, zdarzenia zewnętrzne i efekt powtórnego pomiaru. Wniosek powinien więc dotyczyć zmiany wyników w badanej grupie, a nie bezwarunkowej przyczynowej skuteczności programu.

W raporcie warto podać średnią przed i po, odchylenia standardowe, średnią różnicę, przedział ufności, wartość statystyki t, liczbę stopni swobody oraz wartość p. Należy również rozważyć wielkość efektu, na przykład standaryzowaną średnią różnicę. Istotność statystyczna, wielkość efektu i znaczenie praktyczne są odrębnymi aspektami wyniku.

Przykład praktyczny: analiza związku palenia z nadciśnieniem

Rozważmy tabelę krzyżową dla 300 osób:

Nadciśnienie: tak Nadciśnienie: nie
Pali 54 66
Nie pali 48 132

W PSPP można utworzyć tabelę krzyżową i poprosić o test chi-kwadrat. Test ten porównuje obserwowane liczebności komórek z liczebnościami oczekiwanymi przy założeniu niezależności zmiennych. W prostym ujęciu statystyka ma postać:

χ2 = Σ (O − E)2 / E

  • O – liczebność obserwowana w komórce tabeli;
  • E – liczebność oczekiwana przy niezależności;
  • Σ – sumowanie po wszystkich komórkach tabeli.

Wartości oczekiwane zależą od liczebności brzegowych. Przy małych liczebnościach nie powinno się bezrefleksyjnie używać aproksymacji chi-kwadrat; należy rozważyć test dokładny albo połączenie kategorii, jeżeli ma to uzasadnienie merytoryczne. Poza wartością p trzeba opisać kierunek i wielkość związku. Dla tabeli 2 × 2 można rozważyć iloraz szans, względne ryzyko lub różnicę ryzyka, zależnie od projektu badania.

Jeżeli badanie jest przekrojowe, sformułowanie „palenie powoduje nadciśnienie” byłoby nieuprawnione. Bezpieczniej napisać: „W badanej próbie palenie było związane z występowaniem nadciśnienia” albo „odsetek osób z nadciśnieniem różnił się między kategoriami palenia”. Wniosek przyczynowy wymaga odpowiedniego projektu, właściwej kontroli czynników zakłócających i uzasadnienia wnioskowania.

Import danych i kontrola jakości

Najczęstsze źródła problemów pojawiają się jeszcze przed wykonaniem testu. Przy imporcie pliku CSV należy sprawdzić separator, kodowanie znaków, separator dziesiętny, nazwy kolumn i sposób zapisu braków danych. W pliku mogą występować wartości „brak”, „bd.”, puste komórki, 999 albo -1. Program nie wie sam, że wszystkie te wartości mają oznaczać brak informacji.

Po imporcie warto wykonać cztery kontrole:

  1. sprawdzić liczbę wierszy i kolumn;
  2. wyświetlić rozkłady częstości zmiennych kategorialnych;
  3. sprawdzić minima i maksima zmiennych liczbowych;
  4. porównać liczbę obserwacji z dokumentacją badania.

Jeżeli wiek ma minimum 3 lata i maksimum 238 lat, problem nie znajduje się w procedurze statystycznej, lecz w danych lub ich kodowaniu. Przed analizą należy ustalić, czy jest to błąd wpisywania, błędna jednostka, wartość odstająca czy uzasadniony przypadek. Usuwanie obserwacji wyłącznie po to, aby uzyskać oczekiwany wynik, jest błędem metodologicznym.

Najczęstsze błędy

  • Traktowanie PSPP jako pełnego odpowiednika SPSS. Podstawowe procedury mogą działać podobnie, ale zakres funkcji i sposób generowania wyników nie są identyczne.
  • Rozpoczynanie od testu zamiast od pytania badawczego. Najpierw należy określić zmienne, projekt badania i hipotezę, a dopiero potem wybrać procedurę.
  • Ignorowanie braków danych. Kod 99 nie jest automatycznie brakiem. Trzeba zdefiniować jego znaczenie.
  • Używanie niewłaściwego testu dla zależnych obserwacji. Pomiary tych samych osób przed i po interwencji nie są dwiema niezależnymi próbami.
  • Raportowanie wyłącznie wartości p. Należy podać także wielkość efektu, przedział ufności, liczebność próby i statystyki opisowe.
  • Wyciąganie wniosków przyczynowych z badania obserwacyjnego. Związek statystyczny nie jest dowodem przyczynowości.
  • Brak zapisu procedury. Analizę warto zachować w pliku składni, a nie tylko w postaci tabel skopiowanych do edytora tekstu.
  • Bezrefleksyjne ufanie domyślnym ustawieniom. Trzeba sprawdzić sposób traktowania braków, filtrów, wag i obserwacji wyłączonych z analizy.

Jak opisać użycie PSPP w pracy?

W części metod można napisać na przykład: „Analizy wykonano w programie GNU PSPP, wersja 2.1.1. Zastosowano statystyki opisowe, test chi-kwadrat niezależności oraz test t dla prób zależnych. Przed analizą sprawdzono kompletność danych i zgodność zakresów wartości z definicjami zmiennych”. Wersję programu należy dostosować do rzeczywiście użytej instalacji.

Opis powinien informować nie tylko o nazwie programu, ale również o sposobie przygotowania danych i kryteriach analizy. Standardy raportowania, takie jak APA JARS, podkreślają znaczenie jasnego przedstawienia próby, zmiennych, procedur analitycznych, braków danych i ograniczeń wnioskowania (American Psychological Association, 2026). Samo zdanie „dane przeanalizowano w PSPP” jest zbyt ogólne, aby zapewnić odtwarzalność.

Co warto zapamiętać?

  • PSPP jest bezpłatnym, otwartym programem do podstawowych i części średnio zaawansowanych analiz statystycznych.
  • Jego interfejs i składnia są podobne do SPSS, ale PSPP nie implementuje wszystkich procedur SPSS.
  • Program nadaje się między innymi do statystyk opisowych, tabel krzyżowych, testów t, analizy wariancji, korelacji, regresji i analizy rzetelności.
  • Przed analizą trzeba poprawnie zdefiniować typy zmiennych, etykiety wartości i kody braków danych.
  • Składnia zwiększa powtarzalność i ułatwia dokumentowanie obliczeń.
  • Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej.
  • Istotność statystyczną należy odróżniać od wielkości efektu i znaczenia praktycznego.
  • Wyniki PSPP powinny być oceniane w kontekście projektu badania, jakości danych i założeń zastosowanej procedury.

PSPP jest rozsądnym wyborem dla osoby, która potrzebuje prostego i bezpłatnego środowiska do klasycznych analiz, chce pracować podobnie jak w SPSS albo uczy się podstaw statystyki na realnych danych. Nie powinien jednak być wybierany wyłącznie dlatego, że jest darmowy. Najpierw należy określić problem badawczy, rodzaj danych i wymagany model analityczny, a dopiero potem sprawdzić, czy PSPP zapewnia odpowiednią procedurę i wystarczająco przejrzysty sposób raportowania.

Źródła i dalsza lektura

  1. GNU Project, Free Software Foundation (2023). GNU PSPP Manual, version 2.1.1. GNU Project. Free Software Foundation. Źródło.
  2. GNU Project, Free Software Foundation (2026). GNU PSPP. GNU Project. Free Software Foundation. Źródło.
  3. Ashour, Laith (2024). A review of user-friendly freely-available statistical analysis software for medical researchers and biostatisticians. Research in Statistics, 2(1), 2322630. DOI: 10.1080/27684520.2024.2322630.
  4. Sto.-Tomas, Minerva; Tindowen, Darin Jan; Mendezabal, Marie Jean; Quilang, Pyrene; Agustin, Erovita Teresita (2019). The Use of PSPP Software in Learning Statistics. European Journal of Educational Research, 8(4), 1127-1136. DOI: 10.12973/eu-jer.8.4.1127.
  5. American Psychological Association (2026). APA Style Journal Article Reporting Standards. APA Style. American Psychological Association. Źródło.

Podobne wpisy

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *