SPSS in Albanian, step by step instructi

spss step by step

1. Analiza dhe përpunimi i të dhënave

2. Pyetje që mund të gjejnë përgjigje me statistikë: A ndikon përforcimi (lëvdata) në gjuhën e folur? Komente negative Komente pozitive Dallime mes grupeve sa i përket të folurit, vetëbesimit, vetëvlerësimit… T-test & Regresion (Johnson, 1939)

3. Pyetje që mund të gjejnë përgjigje me statistikë: Cila është ndërlidhja e fuqisë me sjelljen? Fuqia ndërlidhet me emocione pozitive, vëmendje tek shpërblimet, procesim më të mirë të informatave dhe më pak angazhim. (Keltner, Gruenfeld, & Anderson, 2003) Korrelacioni

4. Gjeni variablën e varur dhe të pavarur Variabla e pavarur është ajo variabël e cila manipulohet ( shkaku ) Variabla e varur është rezultati i manipulimit ( pasoja )

5. Nivelet e matjes Llojet e variablave Janë dy llojet kryesore të variablave: 1. Variablat kategorike (categorical) - Nominale - Dihotomike - Ordinale 2. Variablat e vazhdueshme (Continuous) - Intervale - Racionale

6. Variablat kategorike Variablat Dihotomike Janë variabla që kanë vetëm dy kategori. P.sh. Një studiues dëshiron që të shohë se cila gjini është më e predispozuar për vetëvrasje. Gjinia: Mashkull apo Femër, është variabël dihotomike. Përgjigjet në pyetjet Po/Jo janë dihotomike.

7. Variablat kategorike Variablat Nominale Janë variabla që kanë më shumë se sa dy kategori, por që nuk kanë ndonjë rend sa i përket peshës apo rëndësisë. P.sh. Një studiues dëshiron që të identifikojë ndikimin e ngjyrave në përballimin e depresionit tek popullata geriatrike. Ngjyrat: E kuqe, e kaltërt, e verdhë, janë të gjitha në nivelin nominal. P.sh. Një studiues tjetër dëshiron që të shohë se qytetarët e cilave qytete kursejnë më shumë të hollat? Qytetet: Prishtina, Gjakova, Prizreni janë në nivelin nominal.

8. Variablat kategorike Variablat Ordinale Janë variabla që kanë më shumë se sa dy kategori. Ngjashëm me variablat nominale, vetëm se këtu ka një renditje sipas peshës/ rëndësisë. P.sh. Një studiues dëshiron që të identifikojë ndikimin e ngjyrave në përballimin e depresionit tek popullata geriatrike. Depresioni: i ulët, mesatar, i Lartë, është në nivelin ordinal.

9. Variablat e vazhdueshme Variablat Intervale janë variabla të vazhdueshme dhe që kanë një vlerë numerike. P.sh. Një studiues dëshiron të dijë se si ndikon temperatura në fokusimin e vëmendjes. Temperatura në gradë, është një variabël e vazhdueshme. Në këtë rast, diferenca prej 10 gradë celcius në 20 gradë celcius është e barabartë me differencën prej 30 deri në 40 gradë celcius (pra diferencë prej 10 gradësh).

10. Variablat e vazhdueshme Variablat Racionale janë variabla të vazhdueshme, por në këtë rast, vlera 0 e kësaj variable nënkupton që nuk ka prani të asaj variable (dhe jo si në rastin e temperaturës). P.sh. Një studiues është i interesuar të dijë se si ndikon pesha dhe gjatësia në preferencat e njerëzve për partnerët. Pesha dhe gjatësia janë variabla Racionale, sepse 0 në këtë rast, nënkupton që variabla është inekzistente apo nuk peshon fare, nuk ka gjatësi fare.

11. Signifikanca Signifikanca statistikore arrihet atëherë kur vlera e p-së është më e vogël se .05. Por, çfarë tregon kjo? Kjo na tregon nëse rezultatet tona janë produkt i gabimeve në matje apo janë reflektim i ndërlidhjes (apo edhe dallimeve) të dy variablave vërtetë. Pra, signifikanca statistikore, na tregon që dy variabla bashkëveprojnë jo në mënyrë të rastësishme, por sepse ato vërtetë kanë një ndërlidhje.

12. Signifikanca si vlerë statistikore Pa hyrë në shumë detaje , ajo që është e rëndësishme të kuptoni : Hipotezat tuaja vërtetohen atëherë kur ju keni rezultate signifikante , që tregohen me vlerën e p- së . Të gjitha vlerat e mëposhtme janë signifikante . P < 0.05 * P < 0.01 ** P < 0.001***

13. Madhësia e efektit Kur flasim për ndikimin e një variable në tjetrën apo edhe ndërlidhjen në mes të dy variablave, nuk duhet të shihet vetëm niveli i signifikancës, por edhe madhësia e efektit, që nënkupton: Sa fortë dy variabla janë të lidhura njëra me tjetrën. Effect size r Efekt i vogël 0.10 Efekt mesatar 0.30 Efekt i madh 0.50

14. Koha të njihemi me SPSS

15. Kur duam që të kemi një file të ri Kutia e parë që shfaqet të ofron mundësinë të zgjedhësh…

16. Kur duam që të kemi një file të ri Zgjidh…

17. Kur duam që të kemi një file të ri Zgjidh OK butonin

18. Si të fillojmë Data View - Aty ku mund të fusni të dhënat = pyetësorin që keni Variable View – Aty ku mund të specifikoni vlerat e variablave

19. Brenda Variablave “Variable View” Vendos emrin e variablës në fillim Vetëm një fjalë Pa hapësira në mes Mos fillo me numër Mos përdor karaktere të tilla si: / * $,

20. Brenda Variablave “Variable View” Defino tipin e variablës Numeric – Për numrat Date – Për datat String – Për variablat që dëshironi t’i shkruani

21. Brenda Variablave “Variable View” Defino madhësië e numrit dhe decimalet Këtu mund të përcaktoni madhësinë e numrit (sa shifror do të jetë numri) Gjithashtu, nën butonin decimals mund të zgjidhni se sa numra të shkruani pas presjes decimale, në varësi të nevojës.

22. Brenda Variablave “Variable View” Vendos pyetjen e plotë apo të tërë emërtimin Këtu keni mundësinë që të vendosni të tërë emrin e variablës, që mund të jetë një pyetje apo sqarim i detajuar. Më nuk kufizohet vetëm në një fjalë.

23. Brenda Variablave “Variable View” Përcakto vlerat e variablës tënde Shkruaj numrin Shkruj çfarë nënkupton ky numër Kliko “Add” Pasi të kesh renditur të gjitha kliko “OK”

24. Brenda Variablave “Variable View” Përcakto vlerat e variablës tënde Shkruaj numrin Shkruj çfarë nënkupton ky numër Kliko “Add” Pasi të kesh renditur të gjitha kliko “OK”

25. Brenda Variablave “Variable View” Defino rastet që të mungojnë Jepu vlerë rasteve që mungojnë në databazën tënde.

26. Brenda Variablave “Variable View” Defino kolonat dhe renditjen Mund të zgjedhësh në sa kolona të shtrihet një variabël Mund të zgjedhësh nëse të dhënat duhet të renditen në anën e majtë apo të djathtë

27. Brenda Variablave “Variable View” Defino shkallët e matjes Zgjedh njërën nga shkallët e matjes, duke marrë parasysh sqarimin e ofruar në pjesën hyrëse

28. Si të fusni të dhënat Le ta provojmë me një shembull praktikë në klasë Le të testojmë hipotezën: H1. Meshkujt kanë gjithëherë disponim më të mirë se vajzat. H2. Sa më të rinj në moshë respodentët, aq më pak të holla kanë ndër xhepa. H2. Sa më i mirë disponimi, aq më pak të holla kanë ndër xhepa respodentët . Variablat: Gjinia Mosha (le të na falin vajzat) Disponimi momental (1 – Aspak i dposnuar, 5 Shumë i disponuar) Të hollat që keni në xhep

29. Fillimisht të fusim të dhënat Plotësojmë secilën kolonë Mbajmë shënimet saktë

30. Normaliteti i të dhënave A kane distribuim normal te dhenat. A eshte shfrytezuar komplet shkalla. A mund te intepretohen.

31. Testimi i normalitetit A nalyze > D e scriptive Statistics > E xplore

32. Testimi i normalitetit Lista

33. Testimi i normalitetit

34. Testimi i normalitetit

35. Testimi i normalitetit

36. Statistikat deskriptive Mesatarja Modi Mediana Devijimi standard Dikur duheshin ditë të tëra për t’ia dalë mbanë të gjejmë këto rezultate të thjeshta . Sot, na ndan vetëm një klik .

37. Mesataret në SPSS

38. Mesataret në SPSS Selekto variablat Kliko butonin

39. Mesataret në SPSS

40. Mesataret në SPSS Zgjedh atë që dëshiron të kuptosh, duke klikuar në boxet që janë shfaqur në ekran. Ju mund të zgjedhni më shumë se një opsion.

41. Mesataret në SPSS Mesatarja Mediana Modi Shuma Devijimi Standard Rangu Minimumi dhe makskimumi

42. Tabela e parë për statistikat Cilat vlera të shohim?

43. Tabela e frekuencave Frekuenca – Shpeshtësia e një variable Përqindja – Duke kalkuluar edhe rastet e munguara Përqindja valide – Duke përfshirë vetëm rastet prezente në databazë Përqindja e mbledhur – Përiqndja1 + Përqindja2 + Përqindja 3

44. Tabela e frekuencave

45. Si duhet të raportohen të dhënat e tilla

46. Grafikonet në SPSS Grafikonet e kanë rolin e të dhënave deskriptive në përgjithësi. Mirëpo, ndonjëherë ato tregojnë më shumë se sa kaq. Sidoqoftë, në shumicën e rasteve përdoren për të ilustruar rezultatet.

47. Grafikonet në SPSS Si t’i realizojmë grafikonet në SPSS? Kjo është vërtetë më e thjeshtë se sa që e keni menduar. Tek butoni graphs, mund të gjeni disa nga opsionet e realizimit të grafeve. Le t’i eksplorojmë bashkë.

48. Çfarë duhet të di për grafet në SPSS Gjithçka fillon në shiritin kryesorë, ku ju zgjidhni “Graphs” dhe përcaktoni formën:

49. Mundësitë e shumta të zgjedhjes Shtyllat Shtyllat në 3d Trendet Fushat Rrathët

50. Dialogu me SPSS Mjafton një klik nga e majta në të djathtë. Ta praktikojmë bashkë. Le të definojmë diçka më ndryshe. Të ndajmë femrat nga meshkujt.

51. Cronbach’s Alfa Cronbach's është një analizë e konsistencës së brendshme (matje e sigurisë së pyetësorit). Përdoret për të përcaktuar se sa itemet e një shkalle e masin dimensionin e synuar. Përdoret zakonisht, kur kemi të bëjmë me pyetësorë që përdorin shkallën “Likert”.

52. Cronbach’s Alfa Pra, nuk mundemi thjeshtë të përdorim një pyetësorë, vetëm sepse na pëlqen dhe besojmë (dëshirojmë) që ai të masë atë që ne synojmë të masim. Duhet që të realizojmë këtë analizë statistikore, në mënyrë që ne të bindemi, se ajo që kemi realisht është si rezultat i të gjeturave dhe jo mos-funksionimit të pyetësorit tonë.

53. Cronbach’s Alfa Pyetësori juaj mund të jetë: 1. një dimensional Të gjitha pyetjet masin vetëm një dimension bazë. 2. shumë-dimensional Disa pyetje përfaqësojnë një dimension dhe disa të tjera një dimension tjetër.

54. Shembulli për të kuptuar Cronbach’s Alfa Një pyetësorë është konstruktuar për të matur: employee motivation, dependability, enthusiasm and commitment. Pyetjet Qu20, Qu21, Qu22, Qu23, Qu24 dhe Qu25 janë të predispozuara për të matur 'enthusiasm'. Megjithatë, vetëm analiza e Chronbach’s Alfa e tregon një gjë të tillë.

55. Shembulli për të kuptuar Cronbach’s Alfa Eksploroni të dhënat paraprakisht: Sa respondentë ka kjo databazë? Sa pyetje ka? Cfarë përgjigjesh/mundësish në përgjigje kemi?

56. Cronbach’s Alfa në SPSS Kliko: A nalyze > Sc a le > R eliability Analysis...

57. Cronbach’s Alfa në SPSS Përzgjidh variablat që e krijojnë një dimension si “enthusiasm” dhe vendosi në anën tjetër të tabelës.

58. Cronbach’s Alfa në SPSS Zgjidhni opsionet e mëposhtme që të kuptoni korrelacionet mes itemeve, por edhe reliabilitetin nëse shlyhet një item.

59. Si ta interpretojmë Cronbach’s Alfa Cronbach's alpha Internal consistency α ≥ 0.9 Excellent (E shkëlqyeshme) 0.7 ≤ α < 0.9 Good (E mirë) 0.6 ≤ α < 0.7 Acceptable (E pranueshme) 0.5 ≤ α < 0.6 Poor (E varfër) α < 0.5 Unacceptable (E papranueshme)

60. Cronbach’s Alfa në SPSS Për të interpretuar Cronbach’s Alfa ju duhet të fokusoheni në kolonën e parë, aty ku ofrohet edhe vlera e Cronbach’s Alfa. 0.7 ≤ α < 0.9 Good (E mirë)

61. Cronbach’s Alfa në SPSS Për të parë nëse ka ndonjë item që po të fshihej do ta ngriste në nivel më të lartë sigurinë e pyetësorit, ju duhet të fokusoheni në këtë tabelë.

62. Si të interpretoni Cronbach’s Alfa në SPSS Pyetësori është përdorur për të matur disa konstrukte, në mesin e të cilave edhe entuziazmin. Të gjashtë pyetjet e shtruara për matjen e entuziazmit, kanë treguar një shkallë me një konsistencë të mirë, siç përcaktohet edhe nga vlera e Cronbach’s Alfa prej 0.82.

63. Detyra për ju Krijoni një pyetje hulumtuese dhe disa hipoteza, që testojnë ndërlidhjen në mes të dy variablave.

64. Analiza korrelacionale Korrelacioni i Pearson është një nga analizat korrelacionale, që gjeneron koeficientin e korrelacionit, që zakonisht identifikohet me shkronjën r (italike). Ky koeficient e mat fuqinë apo madhësinë e ndërlidhjes së dy variablave dhe drejtimin (pozitiv apo negativ). Vlera e korrelacionit mund të varirojë nga – 1, që tregon për ndërlidhjen më të fuqishme negative në mes të dy variablave, deri në 1 që është ndërlidhja më e fortë pozitive në mes të dy variablave. Vlera 0, tregon që nuk ka ndërlidhje në mes të dy variablave.

65. Nëse dua që të vërtetojë hipotezën: H1. Sa më shumë që rri me “të moshuar”, aq më shumë bëhem bestyt… Atëherë më duhet që të aplikojë analizën korrelacionale. Çfarë më bën të kuptojë kjo analizë?!

66. Korrelacioni i Pearson V1 Koha me plakat V2 Bestytnia +1 -1

67. Korrelacioni i Pearson V1 Koha me plakat V2 Bestytnia +1 -1

68. Korrelacioni i Pearson V1 Koha me plakat V2 Bestytnia +1 -1

69. Parakushtet për testim Duhet të keni dy variabla të vazhdueshme (Pearson) ose ordinale (Spearman). Duhet të ketë një ndërlidhje lineare në mes të dy variablave. Nuk duhet të ketë “outliers” (apo raste të përjashtimit të skajshëm).

70. Si të performoni analizën korrelacionale

71. Si të performoni analizën korrelacionale Zgjidhni variablat që dëshironi të jenë në analizën tuaj

72. Si të performoni analizën korrelacionale Zgjidhni variablat që dëshironi të jenë në analizën tuaj edhe atëherë kur janë më shumë se sa dy (si në rastin tonë)

73. Si të performoni analizën korrelacionale Mos harroni që të klikoni “korrelacioni pearson”

74. Si të performoni analizën korrelacionale Kjo është tabela “magjike” që na tregon rezultatet Ju duhet të fokusoheni tek koeficienti i korrelacionit r = .371. Dhe niveli i signifikancës p = .000, që është e shënuar me dy yje

75. Si të raportoni analizën korrelacionale Rezultatet tregojnë se ka një ndërlidhje signifikante pozitive në mes të kohës që kalojnë meshkujt e moshës 45 – 65 vjeçare duke parë TV dhe koncentrimit të kolesterolit në gjak, r (98) = .371, p < .01.

76. Si të interpretoni analizën korrelacionale

77. Si të paraqitni në punimin tuaj

78. Si i shohim në artikuj shkencorë Duam vullnetarë për të interpretuar një tabelë të tillë

79. Chi Square (Hi katrori) Hi katrori është një analiza statistikore e cila mundëson identifikimin e dallimeve në mes të dy grupeve. Limitimi i kësaj analize është fakti, që ka mundësinë të tregoj vetëm për dallimet në mes të dy grupeve, kur variabla e varur disponon gjithashtu vetëm dy nivele. P.sh. A e ka kaluar studenti provimin (Po – Jo) A është i kënaqur (Po – Jo) Epo, ku ka studentë që nuk e kalojnë provimin dhe janë të kënaqur?!

80. Detyra për ju Përcaktoni një pyetje hulumtuese që implikon dy variabla kategorike. Dhë bëjeni edhe një hipotezë. Pra, edhe variabla e pavarur, por edhe e varura, duhet të jenë kategorike – dihotomike (me vetëm dy mundësi në përgjigje).

81. Shembulli Një studiues dëshiron që të dijë se cila gjini preferon më shumë sportet kompetitive. Hipoteza e tij është: H1. Meshkujt preferojnë më shumë sportet kompetitive se sa femrat. A ka mënyrë për ta vërtetuar?

82. Chi square në SPSS Duke realiuar analizën e Hi katrorit apo Chi Square ju mund të shihni vërtetësinë e një hipoteze të tillë. Ndiqni me kujdes hapat e realizimit të kësaj analize në kompjuterët tuaj. Hapni databazën me emrin Chi square dhe ndiqni udhëzimet.

83. Chi square në SPSS Përzgjidh “Crosstabs” tek butoni i statistikës deskriptive.

84. Chi square në SPSS Përzgjidh variablat dhe vendosi në kolonat “roë” dhe “column”

85. Chi square në SPSS Mos harroni, të futeni në butonin e statistikave dhe të përzgjidhni “Chi-square” si test dhe klikoni “Continue”

86. Chi square në SPSS Kjo është vetëm një tabelë që tregon se sa kemi raste që na mungojnë

87. Chi square në SPSS Kjo është një tabelë që tregon se si janë përgjigjet e meshkujve dhe të femrave për sportin konkurrues apo kompetitiv.

88. Chi square në SPSS Dhe, kjo është tabela që na tregon se nuk ka dallime signifikante në mes të dy grupeve (femrave dhe meshkujve), kur janë në pyetje preferencat e tyre për sportin konkurrues.

89. Si ta raportojmë A chi-square test ëas performed and no relationship ëas found betëeen gender and the frequency of political talk, X 2 (2, N = 170) = 1.10, p =.58. Rezultatet e analizës së Hi katrorit tregojnë që nuk ka dallime signifikante në mes të meshkujve dhe femrave sa I përket preferencave të tyre për sportin konkurrues, X 2 (1, N = 48) =.000, p =.613.

90. Pyetje më pak se 1 million dollarëshe Çfarë ndodh, kur variabla e vazhdueshme ka më shumë se dy nivele? E thamë që Chi Square realizohet atëherë kur kemi të dyja variablat që janë dihotomike. Cfarë duhet të bëjmë në atë rastë?

91. Përgjigja jipet duke… Aplikuar analizën e njohur si T-test.

92. Kur e realizojmë një analizë të tillë? Kur na duhet që të krahasojmë dy grupe të pavarura. Kjo analizë përfshin krahasimin e dy mesatareve (mesatareve të dy grupeve të pavarura). Kjo është edhe arsyeja pse quhet Independent Sample T-test.

93. Parakushtet Variabla e varur është e vazhdueshme (intervale apo racionale) Variabla e pavarur ka vetëm dy kategori. Grupet duhet të jenë të pavarura Nuk duhet të ketë “outliers” (apo raste të përjashtimit të skajshëm). Variabla e varur duhet të jetë përafërsisht e distribuar në mënyrë normale.

94. Shembulli për ilustrim Koncentrimi i kolesterolit në gjak përcillet me rerzikun e sëmundjeve të zemrës. Të qenit obez e rrit shansin për koncentrim të kolesterolit në gjak. Edhe ushtrimet, por edhe humbja e peshës nëpërmjet dietave e reduktojnë kolesterolin. Por, studiuesit duan të dijnë se cila është më efektive.

95. Shembulli për ilustrim Kemi variablën e varur, që është kolesteroli në gjak. Dhe variablën e pavarur, që ka dy grupe: 1. Ata me dietë 2. Ata me aktivitet fizik Rezultatet do të japin përgjigje në këtë pyetje hulumtuese?

96. Si ta realizojmë analizën në SPSS

97. Si ta realizojmë analizën në SPSS

98. Si ta realizojmë analizën në SPSS

99. Si ta realizojmë analizën në SPSS

100. Si ta realizojmë analizën në SPSS

101. Si ta realizojmë analizën në SPSS

102. Si ta realizojmë analizën në SPSS

103. Si të shohim rezultatet

104. Si të shohim rezultatet

105. Si ta interpretojmë analizën në SPSS Ky studim tregon që grupi i pjesëmarrësve aktiv fizikisht kanë koncentrim më të vogël të kolesterolit (5.80 ± 0.38 mmol/L) karahasuar me grupin e pjesëmarrësve që i janë nënshtruar një deiete të kontrolluar të kalorive (6.15 ± 0.52 mmol/L), t (38) = 2.428, p = 0.020.

106. ANOVA ANOVA është ajo analizë statistikore, që iu mundëson të njihni dallimet që ekzistojnë në mes të tri apo shumë grupeve. Dallimi në mes të T-test dhe ANOVA, qëndron në numrin e grupeve që mund të merren për krahasim.

107. Parakushtet Duhet të keni një variabël të varur që është e vazhdueshme Duhet të keni një variabël të pavarur që është kategorike – ordinale

108. Shembulli për ilustrim Studiuesit supozojnë që personat që janë aktiv fizikisht, e përballojnë më lehtë stresin në punë. Studiuesit kanë matur minutat e respodentëve që kalojnë në aktivitete fizike dhe aftësitë e tyre për të përballuar stresin. Pra, studiuesit dëshirojnë që të dinë nëse ka dallime në mes të atyre që janë: (1) pasiv, (2) kanë aktivitet të ulët, (3) aktivitet mesatar apo (4) aktivitet të lartë fizik dhe nivelit që kanë të kolesterolit.

109. ANOVA në SPSS

110. ANOVA në SPSS

111. ANOVA në SPSS

112. ANOVA në SPSS

113. ANOVA në SPSS

114. ANOVA në SPSS

115. ANOVA në SPSS

116. Interpretimi i ANOVA

117. Interpretimi i ANOVA

118. Interpretimi i ANOVA

119. Interpretimi i ANOVA

120. Interpretimi i ANOVA

121. Interpretimi i ANOVA

122. Analiza regresionale Regresioni linear, realizohet me qëllim që të shihet ndikimi i një variable të pavarur në variablën e varur. Variabla e varur ndonjëherë quhet edhe “outcome”. Të gjitha pyetjet hulumtuese që kanë tendencë të nxjerrin në pah varshmërinë e një variable nga një tjetër, marrin përgjigje me analizën regresionale.

123. Çfarë na duhet për analizën regresionale Na duhet një variabël e pavarur që është e vazhdueshme dhe gjithashtu një variabël e varur e vazhdueshme (intervale apo racionale).

124. Shembulli ynë Hulumtuesit dëshirojnë që të dinë se cili është ndikimi i të parit të televizionit në koncentrimin e kolesterolit në gjak. Pra, kolesteroli është variabla e varur. Koha që kalojnë respodentët në TV është variabla e pavarur.

125. Regresioni në SPSS

126. Regresioni në SPSS

127. Regresioni në SPSS

128. Regresioni në SPSS

129. Regresioni në SPSS

130. Regresioni në SPSS

131. Regresioni në SPSS

132. Regresioni në SPSS

133. Interpretimi i regresionit në SPSS

134. Interpretimi i regresionit në SPSS

135. Interpretimi i regresionit në SPSS Regresioni linear tregon që koha e kaluar nga respodentët në të parit e televizionit parashikon në mënyrë signfikante koncentrimin e kolesterolit, F (1, 97) = 14.395, p < .0005 dhe shpjegon 14.3% në ndryshueshmërinë e koncentrimit të kolesterolit.

136. Cfarë mund të spjegohet tjetër Si të kthejmë variablat “reverse items” Si të mbledhim variablat në një Si të ndajmë databazën “split files”

137. Ju falemnderit për vëmendjen