信号検出理論は、主に信号とノイズを区別する記述的および規範的な理論に関係する数学、統計学、心理学の理論です。 この分野では、受信者動作特性（ROC）が重要な概念です。これにより、研究者は正しい検出と誤検知をプロットできます。 強力な統計ソフトウェアであるSPSSは、研究者のデータに対してそのような曲線をプロットすることができます。
ステップ1
データを確認して整理します。 ROCを使用するには、データが適切な形式である必要があります。 少なくとも次の変数が必要になります：「検出タイプ」（検出に使用されるテストまたはデバイスのリスト）、「検出された信号」 （1は検出を表し、0は検出の欠如を表します）、および「カウント」（各テスト/検出のデータポイントの数） 組み合わせ）。 これらの3つの変数のデータは、行ではなく列に配置します。
今日のビデオ
ステップ2
SPSSにデータを入力します。 SPSSを開き、上のメニューから[ファイル]を選択します。 「開く」を選択し、データセットを含むファイルを選択します。
ステップ3
「カウント」によるケースのウェイト。 SPSSは、「カウント」のデータが単一のデータポイントを表すのか、データポイントの累積を表すのかを区別できません。 したがって、「カウント」が複数のデータポイントを表すことをSPSSに明示的に伝える必要があります。 トップメニューで「データ」を選択します。 「ウェイトケース」を選択すると、新しいメニューが表示されます。 「ウェイトケースバイ」の左側にあるボタンをクリックします。 「カウント」を強調表示し、「ケースの重み」の下にある矢印をクリックします。 「周波数変数」の下に「カウント」が表示されます。 「OK」をクリックします。
ステップ4
ROC曲線を採用します。 トップメニューから「分析」を選択します。 「ROC曲線」オプションを選択します。 「検出タイプ」を強調表示し、「テスト変数」の下のボックスの横にある矢印をクリックして、「検出タイプ」をこのボックスに配置します。 「検出された信号」を強調表示し、「状態変数」の下のボックスの横にある矢印をクリックして、「検出された信号」をこのボックスに配置します。 「状態変数の値」の横のボックスに「1」と入力します。 「OK」をクリックすると、ROC曲線が表示されます。
