IBM SPSS Statistics

SPSS statistics dal punto di vista di una ricercatrice

Commenti: L’ho trovato un ottimo software per fare ricerca scientifica. SPSS è facile da usare una volta che ci si abitua, e le analisi statistiche sono rapide e molto accurate. Mi piace il fatto che possa gestire una grande quantità di dati.

Aspetti positivi:

SPSS è Statistics è software per l'analisi dei dati. I ricercatori lo utilizzano per condurre funzioni statistiche come il test t, l'ANOVA, la correlazione et similia. È discretamente user-friendly e le sue funzioni si comprendono con il tempo. Interpreta e manipola i dati degli esperimenti condotti e restituisce i risultati in modo molto comprensibile.

Aspetti negativi:

Inizialmente ho trovato SPSS un po' difficile, e ciò è dovuto alle sue numerose funzioni. Tuttavia, diventa più facile man mano che ci si familiarizza e lo si utilizza. Forse è un po’ costoso.

Analisi di bilancia e definizione del fair value

Commenti: Sono stata coinvolta in un progetto pluriennale in cui è stato utilizzato IBM SPSS Statistics per analizzare ed interpretare dati finanziari. In linea generale il software è stato utilizzato per definire un tool di riclassificazione del bilancio e che sia in grado di identificare le variabili maggiormente indicative della redditività futura al fine di individuare il fair value di un azienda quotata in borsa. IBM Spss Statistics è stato quindi usato per prevedere i flussi futuri di un azienda, ponendo in regressione quelli passati con alcuni fattori chiave del bilancio per identificare i più predettivi. Nel dettaglio è stata usata una regressione stepwise. Una volta identificati i flussi futuri si applica un algoritmo di determinazione del fair value per identificare la corretta capitalizzazione d’azienda.

Aspetti positivi:

IBM SPSS Statistics permette di lavorare con dati complessi e produrre analisi statistiche utilizzando tecniche avanzate. L’interfaccia grafica è pulita e permette un uso piacevole del software. Le analisi sono eseguite con il linguaggio di programmazione di SPSS, Syntax, che risulta flessibile ed adatto anche a automatizzare processe ripetitivi. IBM SPSS Statistics ha una buona capacità di gestire una considerevole mole di dati, e risulta molto preciso nella rendicontazione delle analisi eseguite, i cui output sono personalizzabili mediante apposite opzioni inserite nel codice. La statistiche utilizzabile nel software sono varie, dalle semplici medie ponderate e operazione di data manipulation fino ad arrivare alle complesse regressioni logistiche multinomiali.

Aspetti negativi:

IBM SPSS Statistics, nell’esecuzioni di analisi statistiche pecca dell’assenza di un modulo datato agli algoritmi moderni di IA; i quali potrebbero dare un boots alle analisi eseguite e permettere una compressioni più profonda dei dati. Inoltre, il software, non risulta brillante nell’esecuzione di report.

Valutazione dei sistemi di trading

Commenti: Nel quotidiano utilizzo IBM SPSS Statistics per eseguire backtesting dei trading system utilizzati per gestire la raccolta e valutare la performance delle strategia di investimento. Nel dettaglio effetto regressioni per identificare i fattori che influenzano la redditività degli investimenti e cercare di ottimizzare i portafogli in gestione in base ai diversi scenario di mercato. Le analisi delle serie storiche mi permettono di valutare la stagionalità dei prezzi dei titoli e di prendere le fluttuazioni future del mercato. I modelli predittivi sono testati mediante tecniche di bootstrap, che mi consentono di ottenere stime sempre più accurate.

Aspetti positivi:

IBM SPSS statistics è un software utilizzato per l'analisi avanzata dei dati e per lo sviluppo di modelli statistici predittivi. È in grado, grazie alla possibilità di effettuare elaborazioni in parallelo, di eseguire operazioni su grandi quantità di dati in tempi competitivi. Le analisi statistiche effettuabili sono molto varie, ad esempio mediante tecniche di Ridge Regression è possibile gestire la multicollinearità nei dati oppure mediante le tecniche di bootstrap è possibile valutare l'accuratezza dei modelli. Le analisi possono essere implementate utilizzando un codice di programmazione proprietario di IBM non complesso da imparare.

Aspetti negativi:

Il codice di programmazione utilizzato in Statistics è molto rigido e rende complesso estendere le analisi oltre alle funzioni già predefinite, questo limita la possibilità di personalizzazione delle analisi condotte.

Agile con formati diversi e dettagliato nella analisi

Commenti: In un progetto presso una società cliente a cui ho preso parte IBM Spss Statistics è stato utilizzato per analizzare dati raccolti in ricerche di mercato condotte dalla diverse branches dell’azienda sparse per il territorio nazionale. I dati, in prima battuta, provenienti da fonti diverse, file di testo, Excel, database, sono stati importanti nel software e manipolati in modo tale da ottenere formati comparabili. In seconda battuta sono state eseguite analisi esplorative per comprendere il contenuto dei dati: statistiche descrittive con eventuale creazione di grafici per studiare maggiormente la distribuzione del dato. In terza battuta, dopo aver compreso la natura e la distribuzione dei dati, sono state utilizzate tecniche statistiche avanzate, come l’analisi fattoriale, la regressione quantilica, per identificarle delle relazioni. In ultimo, i risultati delle analisi, opportunamente corredati da grafici sono stati esportati in PDF e presentati ai vertici aziendali del cliente.

Aspetti positivi:

Nella mia esperienza con IBM Spss Satistics ho apprezzato la sua capacità di gestire un gran numero di dati, proventi da fonti diverse con formati diversi. Elemento fondamentale quando si eseguono analisi su ricerche di mercato, che prevedono migliori di riposte, spesso fornite dalle filiali dell’azienda alla casa madre nei formati e nelle forme più disparate. Apprezzabile, inoltre, il set di analisi statistiche disponibile che permettono di comprendere la natura dei dati in profondità e la capacità del software di rendicontare, in modo adeguato, i risultati dei test eseguiti. Le regressioni, ad esempio, tecniche che ho utilizzato per prevedere le future tendenze del mercato e dei consumatori, hanno una rendicontazione di dettaglio del valore dei beta e della loro significativa e sono corredate anche di misura di performance come R quadro.

Aspetti negativi:

Uno dei punti di debolezza di IBM Spss Statistics, secondo me, è il linguaggio utilizzato nelle programmazione. È poco user friendly e si discosta completamente da qualsiasi altro linguaggio con cui mi sono trovate a lavorare nel corso della mia carriera da consulente. Parte del tempo del progetto che ho eseguito utilizzando IBM Spss Statistic, infatti, è stato usato per comprendere il linguaggio. Se fosse possibile integrare R o Python nel software il tutto sarebbe molto più semplice da usare.

IBM Spss Statistics per l’analisi predittiva

Commenti: Nel corso della mia carriera da consulente, all’interno di banche ho utilizzato IBM SPSS Statistics per la definizione dei così detti modelli satellite IFRS9. In particolare modelli legati al LGD (loss given default). L’obiettivo del modello è calcolare di quanto varia il recovery rate annuale medio suo portafoglio della banca al variare delle condizioni macro economiche esogene. È un modello molto complesso, che richiede un importante fase di preparazione e pulizia dei dati (quali andamenti del PIL, di vari indicatori di borsa, dell’inflazione etc.), ed è un modello che utilizza grandi quantità di dati per migliorare la sua efficenza. IMB SPSS Statistics, grazie alle sue potenzialità, mi ha permesso di sviluppare per interno il modello al suo interno, senza dover andare verso software terzi, e selezionare le migliori variabili esplicative degli shock dei recovery rate. I test de modello sviluppato, effettuati sul validation sample, ne evidenziano la sua buona capacità predittiva.

Aspetti positivi:

IMB SPSS Statistics è un software avanzato di analisi statistica che permette lo sviluppo di modelli predittivi complessi e composti da più elementi che è necessario porre insieme tra loro. il linguaggio utilizzato nel software per condurre le analisi è intuitivo e consente di eseguire test personalizzati per raggiungere il proprio scopo. Con l’esperienza si affina sempre di più la tecnica di scrittura definendo programmi che girano in modo più veloce. Le maggior parte delle analisi statistiche sono richiamabili utilizzando procedure pre impostate e non sono da imbastire da zero, con un notevole risparmio di tempo. Nel caso in cui si vogliamo costruire dei test ad hoc vi sono tutti gli strumenti per farlo. La reportistica delle analisi è chiara e permette un interpretazione immediata del risultato. È possibile, inoltre, creare report di dettaglio adeguamento personalizzabili per condividere i risultati delle proprie analisi.

Aspetti negativi:

Non vi è un sistema efficiente di debug del codice, e questo fa perdere molto tempo nell’individuare errori minori che non consentono la compilazione. Il sistema, nonostante i codici scritti in modo da rendere strette le tempistiche, risulta essere un po’ lento con l’elaborazione di grandi quantità di dati.

Analisi delle serie storiche e valutazione dati finanziari

Commenti: Ho utilizzato il software, presso differenti aziende, in ambito finanziario, al fine di prendere decisioni informate in ambito M&A. Il software è stato usato al fine di valutare i dati finanziare di una potenziale azienda da acquistare e per valutarne e quantificare le possibile sinergie. Nel caso in cui l’azienda target fosse quotata è stato utilizzato Statistics per analizzare la serie storica dei prezzi ed effettuare una previsione a breve e lungo termine dopo averne indubbiato un trend.

Aspetti positivi:

IBM SPSS Statistics si rivela facile da usare e consente anche agli utenti con minor esperienza di effettuare analisi statistiche avanzate. Vantaggio significativo quando si lavora con un team di analisti con diverse competenze. Il software permette di eseguire analisi statistiche utilizzando differenti funzioni (eg regressioni lineari o logistiche, analisi ANOVA, T-Test eccetera), le quali permettono di analizzare i dati in profondità e di definire modelli utili a supportare il processo decisionale.

Aspetti negativi:

IBM SPSS Statistics soffre un po’ se messo a lavorare su grandi quantità di dati, nonostante sia pensato anche per lavorare sui big data e con il Machine learning.

Software per analisi statistiche avanzate con un complesso linguaggio di programmazione

Commenti: Ho utilizzato IBM SPSS Statistics per effettuare analisi statistiche avanzate su dati apparentemente eterogenei ed identificarne eventuali pattern. Complessivamente lo ritengo un software valido, presenta un ampia gamma di analisi in grado di soddisfare qualsiasi utente avanzato, seppur non senza difetti, considerando la complessità del linguaggio di programmazione usato.

Aspetti positivi:

IBM SPSS Statistics è un software di analisi statistica avanzata, il quale consente all'utente di identificare pattern all'interno dei dati analizzati e svilupparne modelli previsionali futuri basati su eventi passati. Questo aspetto consente al management di prendere decisioni informate e basate sui dai. Il software, sul quale è possibile caricare date in molti formati, come ad esempio il .csv, è possibile eseguire l'analisi della A alla Z. Vi sono strumenti di data quality, che permettono di valutare la bontà del dato (presenza di outlier, di valori missing) e porre in essere azioni correttivi. Strumenti per eseguire analisi univariate e multivariate, step necessari per lo sviluppo di modelli predettivi, e varie forme funzionali che è possibile utilizzare per il proprio modello previsionale. La possibilità, fornita dal software, di creare report di dettaglio con le analisi eseguite, semplifica la condivisione con il team e la presa di scelte strategiche nello sviluppo dei modelli.

Aspetti negativi:

IBM SPSS Statistics ha un linguaggio di programmazione proprietario non intuitivo per il quale, inoltre, il supporto online gratuito è quasi assente. Se non vi è qualcuno, in azienda, già in grado di usare il software è necessario pagare un formatore per poterci iniziare a lavorare.

Potente software statistici

Commenti: Ho utilizzato IMB Spss Statistics in vari progetti al fine di sviluppare e gestire complessi modelli di analisi finanziaria. Il software ha sviluppato modelli su big data ed ha portato a risultati soddisfacenti

Aspetti positivi:

IBM SPSS Statistics è un software di analisi statistiche che dispone di un ampio portafoglio di modelli per la gestione dei dati. I dati possono essere visualizzati in vari modi, ad esempio attraverso grafici quali scatterplot, bloxpot o istogrammi. Questo aiuta a definire la forma funzionale che più si adatta allo sviluppo di un modello previsionale. il software supporta in inout vari formati, ed effettuare un import di dati risulta semplice e veloce. Degne di note lesue prestazioni con i big data.

Aspetti negativi:

Il Software non è per tutti e per essere usato richiede una buona preparazione statistica dell’analista. Inoltre il menù non è particolarmente intuitivo e richiede tempo per imparare a maneggiarlo adeguatamente.

Analisi complete, anche su big data

Commenti: Quotidianamente lavoro utilizzando IMB SPSS Statistics al fine di migliorare o realizzare da zero modelli previsionali basati su big data. I modelli sono utilizzati da grandi imprese Italiane al fine di prendere decisioni strategiche basate sui dati. Il software, essendo particolarmente flessibile, ben si è adattato ad ogni tipo di situazione: dalla stima della probabilità di default dei clienti in una società di leasing, alla definizione di un modello previsionale che dica, con quale probabilità ed ogni quanti pezzi, una macchina utilizzata in fabbrica per una produzione in serie di automobili, sbagli un pezzo.

Aspetti positivi:

Il software consente di effettuare, anche su big data, analisi statistiche complete. Le sue molteplici funzioni permetto di coprire tutte le fasi di un progetto basato sui dati, dall'importazione alla preparazione del dato (con analisi di data quality annesse), sino alla suo uso per sviluppo di modelli previsionali e la rappresentazione dei risultati in report sintetici è chiari. IBM SPSS Statistics accetta in input dati in differenti tipologie di formati e permette di eseguire operazioni di data quality e pulizia del dato scrivendo poche righe di codice, che possono essere riadattate per essere utilizzate in situazioni diverse (con notevole risparmio di tempo). I tool legati all'analisi statistica e previsionale risultano molteplici e completi, si passa dalla regressioni lineare, logistiche fino all'analisi delle serie temporali. I risultati delle analisi, poi, possono essere esportati in formato PDF, ad esempio, e presentati ai vari soggetti interessati.

Aspetti negativi:

Il supporto presente online è minimo e poco dettaglio. Il software per essere usato richiede un breve periodo di studio e non è possibile reperire materiale gratuito di qualità. Nella prossime realease, al fine di l'usabilità del software, si potrebbe valutare di integrare un assistente con intelligenza artificiale che aiuti l'utente con il debug del codice e con l'interpretazioni delle analisi.

Modelli predittivi

Commenti: Nella mia esperienza, IBM SPSS Statics, è stato usato presso clienti quali istituti finanziari oppure assicurativi che avevano la necessità di strutturare complessi modelli previsionale utilizzando una quantità importante di dati. Spss Statistic, se utilizzando un analista Senior, consente di eseguire analisi statistiche complesse con gran velocità ed identificare la migliore forma funzionale per il modello predittivo che si intende sviluppare.

Aspetti positivi:

IMB SPSS Statistics è un software che consente, con poche e semplici righe di codice, di effettuare analisi statistiche avanzate. Lavora molto bene con grandi quantitatà di dati e consente di effettuare analisi predittive utilizzando una moltitudine di forme funzionali. Gli esiti delle analisi statistiche eseguite sono rappresentate a schermo in modo dettagliato e chiaro. Il software è un ottimo strumento se integrato ad IBM Spss Modeler.

Aspetti negativi:

La visualizzazione delle tabelle all’interno del programma risulta lenta e particolarmente agevole.

Ottimo per analisi statistiche complesse

Commenti: Nelle mia esperienza ho utilizzato IMB SPSS Statistics per l'analisi di big data e per lo sviluppo di modelli predittivi a copertura di scopi differenti all'interno degli istituti di credito per cui ho lavorato: stima della probabilità di default, della loss given default, del rischio di tasso. Statics si è rilevato sempre all'altezza dello scopo del progetto per cui è stato utilizzato e visto le varie opzioni disponibili, ad esempio possibilità di predire mediante vari tipi di regressione logistica/lineare o mediante alberi decisioni, è risultato in n grado di adattarsi alle situazioni più disparate.

Aspetti positivi:

IBM SPSS Statistics è un software adatto a svolgere analisi statistiche complesse, anche su una grande quantità di dati. Il software usa un linguaggio di programmazione proprietario, Syntax, non particolarmente semplice da apprendere, ma sufficientemente flessibile da poter eseguire tutte le analisi necessarie per uno specifico progetto. Il software accetta in input vari formati di dati, tra cui, ad esempio csv, ed è anche in grado di esportare il dato in molteplici formati.

Aspetti negativi:

Non rilevo particolari pecche in IBM SPSS Statistics, un punto di debolezza, però, è legato al linguaggio necessario per scrivere gli script: Syntax. Il linguaggio è complesso è necessità di un buon grado di esperienza per essere appreso.

Ottimo

Aspetti positivi:

Ho usato SPSS per un'analisi statistica per la mia tesi triennale in psicologia, l'ho trovato intuitivo e perfetto per le cose che avevo necessità di indagare.

Aspetti negativi:

Non so se esiste un versione in italiano, io comunque ho usato quella in inglese e ho trovato un po' di difficoltà per alcuni passaggi più specifici

Recensione di una studentessa universitaria su SPSS

Aspetti positivi:

Il software è facile da scaricare, intuitivo, consente di eseguire moltissime analisi differenti. Consente di importare estensioni, come ad esempio Process, che consente di eseguire analisi più specifiche, come la moderazione e la mediazione in riferimento alla regressione.

Aspetti negativi:

Essendo una studentessa universitaria, ho potuto usufruire del software in modo gratuito. Tuttavia, sono consapevole che utilizzare questo software comparta un costo, che non tutti sono disposti a pagare, anche se credo che sia uno dei software meglio realizzati per l'analisi dei dati.

Abbastanza bene

Aspetti positivi:

Il software è piuttosto intuitivo da utilizzare, svolge bene le proprie funzioni ed è abbastanza completo.

Aspetti negativi:

Non ho riscontrato particolari inconvenienti se non, talvolta, malfunzionamento nel l’importazione dei dati.

Ottimo software professionale per l'analisi di dati

Commenti: Esperienza positiva. Tolto il periodo di apprendimento necessario per familiarizzare con i vari strumenti e funzioni, lo considero tra i migliori software di elaborazione dati sul mercato.

Aspetti positivi:

Il miglior vantaggio è sicuramente quello di avere tra le mani un software potente e praticamente con tutte le funzionalità possibili in ambito statistico e analitico e la possibilità di ottenere direttamente un output di dati da poter utilizzare come report.

Aspetti negativi:

Molto professionale, per questo motivo pecca di usabilità. L'interfaccia non è intuitiva e per comprendere tutte le funzionalità vi è bisogno di un corso o di una guida approfondita.

Spss

Commenti: Tempi di esecuzione per le elaborazione statistiche

Aspetti positivi:

Per le analisi statistiche è fondamentale, per la trasformazione dei dati in special modo per la ristrutturazione dei dati, la cluster, test chi quadro, selezione dei campioni...non lo cambierei con nessun programma

Aspetti negativi:

Sono più di 10 anni che uso il software e non ho trovato nulla di negativo

Easy to use Statistical analysis software

Commenti: Overall, using SPSS with other statistical software like SAS JMP and Excel provides great value. The software is great but surely there is room for improvement

Aspetti positivi:

I Return to mostly because of its data cleaning capability and the ability to save chart templates and reuse. It is flexible for basic statistical analysis though requires an good statistical background to perform sophisticated statistical analysis with it.

Aspetti negativi:

The fact that the software has no algorithms that can help you decide on the right statistical test seems problematic to novices in statistical data analysis. You must know the exact test to perform, the software cannot help you decide

SPSS for Strong Stellar Statistical Analyses that tell Stories

Commenti: Elated with product. Began simply using it for market research and surveys but now will run through it given its ease of use with all sorts of analyses and data.

Aspetti positivi:

The massiveness and extent of value it can unravel from data in processes that are "easy", intuitive, and "make sense". LOVE using product for complexly designed survey analyses - they are lots of fun

Aspetti negativi:

I like least that not everybody uses the software and thus miss out on these collaborative discovery sessions that leave all participants with a firmer grasp on what data story telling REALLY is

Researcher's opinion about SPSS

Commenti: Since my training, I have used other software packages (JASP, R, Stata), and although I would mostly pick those over SPSS, I would still heartily recommend this software package to others. Especially to people who are less experienced with statistical reporting.

Aspetti positivi:

I learnt statistics using SPSS, and for that it will always be a product that has personal significance for me. It is very user friendly and the UI and ribbon, although dated, allows inexperienced users to quickly understand and navigate its functionality. For simple statistical operations, SPSS is great.

Aspetti negativi:

For statisticians who are more experienced, SPSS will likely feel sluggish. It does not have the kind of customisation that other packages or programming languages have, e.g. R, and it can feel slow.

Best Statistical package for data analysis

Aspetti positivi:

It is easier for data analysis in Statistics

Aspetti negativi:

It may not be used to perform all things in Data science

The most effective statistical software for research projects

Commenti: I start utilizing SPSS for my university research project in my senior year.Since then, I've used this software for a variety of tasks and investigations. highly recommended

Aspetti positivi:

Plenty of output options are available with IBM SPSS, including tables, charts, and graphs. The application makes it simpler to evaluate and demonstrate outcomes of research.Allows users to use SPSS with other statistical tools by being able to import and export data in various formats. It makes  easier to integrate with multiple research workflows.Offers automation tools such as batch processing and syntax automation that can speed up repetitive tasks . It helps researches to focus more on data interpretation and analysisThere are numerous methods for dealing with missing data, such as mean substitution, multiple imputation, and maximum likelihood estimation. These tools enable researchers to successfully address the problem of missing data, resulting in reliable and accurate analysis.

Aspetti negativi:

In terms of computer memory and processing power, SPSS can be demanding, especially when working with huge datasets or carrying out complex analysis. Users with older or less powerful computers may face difficulties as a result, which could affect how well the software performs.Updates to software could cause for unexpected issues or need for modifications to current workflows, potentially compromising ongoing research projects.

A Comprehensive Review of IBM SPSS Logistic Regression

Commenti: BM SPSS Logistic Regression is a powerful software tool for data analysis and modeling, offering a range of benefits to users. While it may have some limitations, its user-friendly interface, modeling options, diagnostic tools, and reporting options make it a popular choice for researchers and analysts who are interested in exploring and modeling binary and ordinal logistic regression. However, it's essential to consider its limitations, including its cost, limited customization, steep learning curve, and lack of flexibility, when deciding whether it is the right tool for a particular research project

Aspetti positivi:

1. User-Friendly Interface: One of the most significant advantages of IBM SPSS Logistic Regression is its user-friendly interface. Users can easily navigate and analyze their data without requiring advanced technical skills.2. Robust Modeling Options: The software offers various modeling options, including binary, multinomial, and ordinal logistic regression models. This allows researchers to choose the model that best fits their research question and data.3. Effective Handling of Missing Data: IBM SPSS Logistic Regression offers various methods to deal with missing data, including multiple imputation and maximum likelihood estimation. This ensures that researchers can handle missing data effectively, which is particularly important when dealing with complex datasets.4. Diagnostic Tools: The software provides various diagnostic tools to assess model fit, including the Hosmer-Lemeshow goodness-of-fit test and the classification table. These tools help researchers to evaluate the quality of their models and make necessary adjustments.5. Output and Reporting Options: IBM SPSS Logistic Regression produces tables and charts that summarize the results of the logistic regression models. This makes it easy for researchers to interpret and communicate their findings effectively.

Aspetti negativi:

1. Cost: IBM SPSS Logistic Regression is a commercial software tool and can be expensive, especially for individual researchers or small organizations.2. Limited Customization: While the software provides various modeling options, it may not allow for the level of customization required for some research questions or datasets.3. Steep Learning Curve: Although the interface is user-friendly, there is still a learning curve involved in using IBM SPSS Logistic Regression effectively. This may require additional training or support.4. Lack of Flexibility: The software may not be as flexible as some open-source statistical software tools, which can limit its usefulness in certain research contexts.

IBM SPSS-A True Companion For Your Data Analysis

Aspetti positivi:

It is a great tool to analyze all types of datasets (large or small) without any problems. It provides comprehensive information about your data and extracts valuable information for your research.

Aspetti negativi:

Graphics and the user interface should be improved. The price is a bit higher as compared with other tools.

IBM SPSS: Data Analysis and Management for Graduate Research

Commenti: IBM SPSS is the leading data analysis software. It was really a major support in our graduate research in the fields of big data algorithms and cloud computing.

Aspetti positivi:

I have used SPSS to carry data analysis and reporting for my security and cloud computing research to support the different statistical analysis and management for my simulations. I like the variable support in SPSS that gives a better data view of the samples in one Spreadsheet. The variable creation process is highly automated that makes the deployment of the statistical model much more facilitated. Moreover, the variable configuration process is very intuitive and resembles basic relational entities in RDBMSes. By the way, I integrated SPSS with prominent RDBMSes such as Oracle and MySQL.

Aspetti negativi:

The main limitation that occurred is the performance degradation when loading large data sets. Though, this wasn't easily replicated, we believe that the size of the data set could be the main factor resulting in the lags we experienced. The SPSS learning curve is steep and it requires a lot of training to make the user acquainted to use it effectively.

Good software for statistical analysis

Aspetti positivi:

There is a learning curve, but it's not that difficult to find your way around the software. Good for students and employees alike.

Aspetti negativi:

Limited functionality compared to a lot of other statistical software