spss基础知识

spss基础知识
spss基础知识

1.定义变量

(1)Name:定义变量名

变量名必须以字母或字符@开头,其它字符可以是任何字母、数字或_、@、#、$等

符号。变量名总长度不能超过8 个字符(即4 个汉字)。

(2)Type:定义变量类型

SPSS 的主要变量类型有:Numeric(标准数值型)、Comma(带逗号的数值型)、Dot

(圆点作小数点的数值型)、Scientific Notation(科学记数法)、Date(日期型)、Dollar (带美元符号的数值型)、Custom Currency(自定义型)、String(字符型)。单击Type 相应单元中的按钮,选择合适的变量类型并单击OK。

(3)Width:变量长度

设置数值变量的长度,当变量为日期型时无效。

(4)Decimal:变量小数点位数

设置数值变量的小数点位数,当变量为日期型时无效。

(5)Label:变量标签

变量标签是对变量名的进一步描述,变量只能由不超过8 个字符组成,8 个字符经

常不足以表示变量的含义。而变量标签可长达120 个字符,变量标签对大小写敏感,显

示时与输入值完全一样,需要时可用变量标签对变量名的含义加以解释。

(6)Value:变量值标签

值标签是对变量的每一个可能取值的进一步描述。

(7)Missing:缺失值的定义方式

SPSS 有两类缺失值:系统缺失值和用户缺失值。在数据长方形中任何空的数字单

元都被认为系统缺失值,用点号(?)表示。SPSS 可以指定那些由于特殊原因造成的

信息缺失值,然后将它们标为用户缺失值,统计过程识别这种标识,带有缺失值的观测

被特殊处理。默认值为None。单击Value 相应单元中的按钮,可改变缺失值定义方式。(8)Column:变量的显示宽度

输入变量的显示宽度,默认为8。

(9)Align:变量显示的对齐方式

选择变量值显示时的对齐方式:Left(左对齐)、Right(右对齐)、Center(居中

对齐)。

(10)Scale:变量的测量尺度

根据变量测量精度不同,可把变量由低到高分为四种尺度:定类变量、定序变量、

定距变量和定比变量。

1)定类变量

定类变量由称为名义(nominal)变量。这是一种测量精度最低、最粗略的基于“质”

因素的变量,它的取值只代表观测对象的不同类别,例如“性别”变量、“职业”变量

等都是定类变量。定类变量的取值称为定类数据或名义数据。定类数据的共同特点是用

不多的名称来加以表达,并由被研究变量每一组出现的次数及其总计数所组成,这种数

据是枚举性的,即由计数一一而得。唯一适合于定类数据的数学关系是“等价关系”。

因而,在定类数据中,同一组内各单位是等价的,同时若更换各不同组的符号并不会改

变数据原有的基本信息。因此,最常用来综合定类数据的统计量是频数、比率或百分比等。

2)定序变量

定序变量由称为有序(ordinal)变量、顺序变量,它的取值大小能够表示观测对

象的某种顺序关系(等级、方位或大小等),也是基于“质”因素的变量。例如:“最高

学历”变量的取值是:1-小学及以下、2-初中、3-高中、中专、技校、4-大学专科、

5-大学本科、6-研究生以上。由小到大的取值能够代表学历由低到高。定序变量的取

值称为定序数据或有序数据。适合于定序数据的数学关系是“大于(>)”和“小于(<)”关系。在定序数据中,同一组内各单位是等价的,相邻组之间的单位是不等价的,它们

存在“大于”或“小于”的关系。而且进行保序变换(或称单调变换),不改变数据原

有的基本信息即等级顺序。最适合用于综合定序数据取值的集中趋势的统计量是中位

数。

3)定距变量

定距变量又称为间隔(interval)变量,它的取值之间可以比较大小,可以用加减

法计算出差异的大小。例如,“年龄”变量,其取值60 与20 相比,表示60 岁比20 岁大,并且可以计算出大40 岁(60-20)。定距变量的取值称为定距数据或间隔数据。定

距数据是一些真实的数值,具有公共的、不变的测定单位,可以进行加减乘除运算。定

距数据的基本特点是两个相同间隔的数值的差异相等。对于定距数据,不仅可以规定“等价关系”以及“大于关系”和“小于关系”,而且也可以规定任意两个相同间隔的比值

或差值。如果将每个数值分别乘以一个正的常数再加上一个常数,即进行正线性变换,

并不影响定距数据原有的基本信息。因此,常用的统计量如均值、标准差、相关系数等

都可直接用于定距数据。

4)定比变量

定比变量又称为比率(ratio)变量,它与定距变量意义相近,细微差别在于定距

变量中的“0”值只表示某一取值,不表示“没有”。例如,人的身高就是一个定比变量,如果身高值为“0”米,则表示这个人不存在。定比变量的“0”值表示“没有”。而在

测定温度的摄氏表中,0o C 并不表示没有温度,因为还有在零度以下的温度。定比变

量的取值称为定比数据或比率数据。定比数据也同样可进行算术运算和线性变换等。通

常对定距变量和定比变量不需要加以区别,两者统称为定距变量或间隔变量。

一般地,定类变量和定序变量用于描述定性数据,属于定性变量;而定距变量和定

比变量用于描述定量数据,属于定量变量。

同其它分类标准一样,一个变量在不同分析中可当作不同尺度的变量。例如,“年

龄”在某些分析中(如回归分析)当作定距变量,而在另外一些分析中(如方差分析)

可通过分组作为定类变量处理。

如果变量为定距变量或定比变量,则在Scale 相应单元的下拉列表中选择Scale;

如果变量为定序变量,则选择Ordinal;如果变量为定类变量,则选择Nominal。

如果有许多个变量的类型相同,可以先定义一个变量,然后把该变量的定义信息复

制给新变量。具体操作为:先定义一个变量,在该变量的行号上单击右键,弹出快捷菜单,选择Copy;然后用鼠标右键选择多行,弹出快捷菜单,选择Paste;再把自动产生

的新变量名称(如Var00001、Var00002、…)改为所要的变量名称。

2.数据的输入与编辑

定义了变量后就可以输入数据了。由于各种原因,已经输入的数据往往会有错误,

这就需要进行编辑。用Windows 的基本操作方式可实现对数据的编辑。如果数据文件较

大且知道要修改的数据单元的行号,可通过选择Data=>Go to Case 打开对话框,在对

话框中Case Number 的右框输入行号来查找特定观测(行)。如果要查找某变量中的特

定值或值标签,选择该变量,再选择Edit=>Find 或者按Ctrl+F打开对话框,在Search

for 右框中输入要查找的数值或标签。

3.数据转换

在理想情况下,输入的原始数据完全适合要执行的统计分析模型,遗憾的是,这种

情况很罕见,经常需要通过数据转换来提示变量之间的真实关系。利用SPSS 可进行从简单到复杂的数据转换。

(1)根据已存在的变量建立新变量

选择Transform=>Compute,打开Compute Variable(计算变量)对话框。在对话

框中的Target Variable(目标变量)下框中输入符合变量命名规则的变量名,目标变量可以是现存变量或新变量。对话框中Numeric Expression(数值表达式)下的文本框用于输入计算目标变量值的表达式。表达式能够使用左下框列出的现存变量名、计算器板列出的算术运算符和常数和Functions(函数)列表框显示的各种函数等。可以在文本框中直接输入和编辑表达式,也可以使用变量列表、计算器板和函数列表将元素粘贴到文本框中。

(2)对观测(case)记录进行排序

在数据文件中,可根据一个或多个排序变量的值重排观测的顺序。选择Data=>Sort Cases,打开Sort Cases 对话框,对选定变量的数据按升序或降序进行排列。

(3)观测或变量转置

SPSS 中将行作为观测,列作为变量。对那些观测和变量的行列关系与此相反的数

-892-

据文件,可以选择Data=>Transpose 将行列互换。

(4)文件合并

可以将两个或更多个数据文件合并在一起,即可将具有相同变量但观测不同的文件

合并,也可将观测相同变量不同的文件相合并。选择Data=>Merge Files=>Add cases 从第二个文件即外部SPSS 数据文件相当前工作数据文件追加观测。选择Data=>Merge Files=>Add Variables 合并含有相同观测但不同变量的两个SPSS 外部文件。

(5)选取观测子集

可以选择Data=>Select Cases 根据包含变量和复杂的表达式的准则把统计分析限

于某一特定观测子集,也可选取一个随机观测样本。这样就可以同时对不同的观测子集做不同的统计分析。

(6)其它转换

数据汇总,Data=>Aggregate;

数据加权,Data=>Weight Cases;

数值编码,Transform=>Recode;

数据求秩,Transform=>Rank Cases;

产生时间序列,Tranform=>Create Time Series;等等。

在SPSS 中进行频数(率)分析的步骤为:

2)选择Analyze=>Descriptive Statistics=>Frequencies...,弹出Frequencies

主对话框。现欲对X 进行频数分析,在对话框左侧的变量列表中选X,单击按钮使之进

入Variable(s)列表框,并选择Display FrequencyTables显示频数分布表。

3)可单击Format...按钮弹出Frequencies:Format 子对话框,在Order by 栏中

有四个选项:

Ascending values 为根据数值大小按升序从小到大作频数分布;

Descending values 为根据数值大小按降序从大到小作频数分布;

Ascending counts 为根据频数多少按升序从少到多作频数分布;

Descending counts 为根据频数多少按降序从多到少作频数分布。

这里选Ascending values 项后点击Continue 钮返回Frequencies 主对话框。

4)可单击Statistics...按钮,弹出Frequencies:Statistics 子对话框,并单

击相应项目,在作频数表分析的基础上,附带作各种统计指标的描述,特别是可进行任

何水平的百分位数计算。这里不选。

5)可单击Charts...钮,弹出Frequencies:Charts 子对话框,用户可选三种图

形:直条图(Bar Charts)、饼图(Pie Charts)和直方图(Histogram)。这里选择Histogram 项,并选择With Normal Curve 要求绘制正态曲线。单击Continue 按钮返回Frequencies 主对话框,再单击OK 钮即可得到(累计)频数(频率)分布表和直方图。

分布的中心

1.众数(mode)

2.中位数(median)与分位数

3.平均值(均值)(mean)

分布的形状

1.极差(range)

2.内距(Inter-Quartile Range,IQR)

内距又称为四分位差,是两个四分位数之差,即内距IQR=高四分位数-低四分位数。

与极差类似,内距也是由两个值之差决定的,也是不全面的。但由于这两个值之差代表

了中间50%部分的长度,所以比极差能更好地描述分布的特征。例如,若内距比较小,

则说明数据比较集中在中位数附近;反之则比较分散。内距常和中位数一起用来描述一

个定距特别是定序测量数据的分布。

3.方差(variance)和标准差(standard deviation)

1.偏度

所谓偏度是指反映频数分布偏态方向和程度的测度。从方向上看,偏度分左偏和右

偏两种。

2.峰度

所谓峰度,是指频数分布曲线高峰的形态,即反映分布曲线的尖峭程度的测度。在

频数分布中,有的频数分布曲线与正态曲线相比是尖顶,有的则是平顶,峰度就是用来

衡量频数分布曲线的高耸程度的一个数字特征。当峰度大于3 时,表示分布曲线的高峰

是尖顶高峰;当峰度小于3 时,表示分布曲线的高峰是平顶高峰。

由样本推断总体

(1)用于计算变量的综合统计量的Means 过程

Analyze=>Compare Means=>Means

(2)用于单独样本的t 检验过程

Analyze=>Compare Means=>One-Sample T Test

(3)用于独立样本的t 检验过程

Analyze=>Compare Means=>Independent-Sample T Test

用于检验是否两个不相关的样本来自具有相同均值的总体。

(4)用于配对样本的t 检验过程

Analyze=>Compare Means=>Paired-Sample T Test

用于检验两个相关的样本是否来自具有相同均值的总体。

2 )选择Analyze=>Compare Means=>Independent-Samples T Test ,打开Independent-Samples T Test 主对话框。从主对话框左侧的变量列表中选X,单击按钮使之进入Test Variable(s)列表框,选G 单击按钮使之进入Grouping Variable 框,

单击Define Groups 按钮弹出Define Groups 定义框,在Group 1 中输入1,在Group 2 中输入2,单击Continue 按钮,返回Independent-Samples T Test 主对话框,单击OK 按钮即完成。

单因素方差分析

(2)选择Analyze=>Compare Means=>One-Way ANOVA…,打开One-Way ANOVA 主

对话框。从主对话框左侧的变量列表中选定x,单击按钮使之进入Dependent List 框,再选定变量g,单击按钮使之进入Factor 框。单击OK 按钮完成。

多因素方差分析

(2)选择Analyze=>General Linear Model=>Univariate…,打开Univariate 主

对话框。从主对话框左侧的变量列表中选定x,单击按钮使之进入Dependent List 框,再选定变量g1 和g2,单击按钮使之进入Fixed Factor(s)框。单击OK 按钮就可以得到方差分析的结果,认为机器类型和操作者的影响均是显著的。

简单相关系数

(2)选择Analyze=>Correlate=>Bivariate,在显示的对话框中,选择变量Y 和X

进入Variables 框。采用默认设置,直接单击OK 进行分析。

在SPSS 中计算偏相关系数的步骤是依次选择Analyze=>Correlate=>Partial,再

进行相关的操作即可。

一元线性回归分析

(2)选择主菜单Analyze=>Regression=>Linear,打开Linear Regression 主对

话框。在左边列表框中选定变量Y,单击按钮,使之进入Dependent 框,选定变量X,单击按钮使之进入Independent(s)框。

spss基础知识

1.定义变量 (1)Name:定义变量名 变量名必须以字母或字符@开头,其它字符可以是任何字母、数字或_、@、#、$等 符号。变量名总长度不能超过8 个字符(即4 个汉字)。 (2)Type:定义变量类型 SPSS 的主要变量类型有:Numeric(标准数值型)、Comma(带逗号的数值型)、Dot (圆点作小数点的数值型)、Scientific Notation(科学记数法)、Date(日期型)、Dollar (带美元符号的数值型)、Custom Currency(自定义型)、String(字符型)。单击Type 相应单元中的按钮,选择合适的变量类型并单击OK。 (3)Width:变量长度 设置数值变量的长度,当变量为日期型时无效。 (4)Decimal:变量小数点位数 设置数值变量的小数点位数,当变量为日期型时无效。 (5)Label:变量标签 变量标签是对变量名的进一步描述,变量只能由不超过8 个字符组成,8 个字符经 常不足以表示变量的含义。而变量标签可长达120 个字符,变量标签对大小写敏感,显 示时与输入值完全一样,需要时可用变量标签对变量名的含义加以解释。 (6)Value:变量值标签 值标签是对变量的每一个可能取值的进一步描述。 (7)Missing:缺失值的定义方式 SPSS 有两类缺失值:系统缺失值和用户缺失值。在数据长方形中任何空的数字单 元都被认为系统缺失值,用点号(?)表示。SPSS 可以指定那些由于特殊原因造成的 信息缺失值,然后将它们标为用户缺失值,统计过程识别这种标识,带有缺失值的观测 被特殊处理。默认值为None。单击Value 相应单元中的按钮,可改变缺失值定义方式。(8)Column:变量的显示宽度 输入变量的显示宽度,默认为8。 (9)Align:变量显示的对齐方式 选择变量值显示时的对齐方式:Left(左对齐)、Right(右对齐)、Center(居中 对齐)。 (10)Scale:变量的测量尺度 根据变量测量精度不同,可把变量由低到高分为四种尺度:定类变量、定序变量、 定距变量和定比变量。 1)定类变量 定类变量由称为名义(nominal)变量。这是一种测量精度最低、最粗略的基于“质” 因素的变量,它的取值只代表观测对象的不同类别,例如“性别”变量、“职业”变量 等都是定类变量。定类变量的取值称为定类数据或名义数据。定类数据的共同特点是用 不多的名称来加以表达,并由被研究变量每一组出现的次数及其总计数所组成,这种数 据是枚举性的,即由计数一一而得。唯一适合于定类数据的数学关系是“等价关系”。 因而,在定类数据中,同一组内各单位是等价的,同时若更换各不同组的符号并不会改 变数据原有的基本信息。因此,最常用来综合定类数据的统计量是频数、比率或百分比等。 2)定序变量 定序变量由称为有序(ordinal)变量、顺序变量,它的取值大小能够表示观测对 象的某种顺序关系(等级、方位或大小等),也是基于“质”因素的变量。例如:“最高

SPSS教程中文完整版

SPSS统计与分析 统计要与大量的数据打交道,涉及繁杂的计算和图表绘制。现代的数据分析工作如果离开统计软件几乎是无法正常开展。在准确理解和掌握了各种统计方法原理之后,再来掌握几种统计分析软件的实际操作,是十分必要的。 常见的统计软件有 SAS,SPSS,MINITAB,EXCEL 等。这些统计软件的功能和作用大同小异,各自有所侧重。其中的 SAS 和 SPSS 是目前在大型企业、各类院校以及科研机构中较为流行的两种统计软件。特别是 SPSS,其界面友好、功能强大、易学、易用,包含了几乎全部尖端的统计分析方法,具备完善的数据定义、操作管理和开放的数据接口以及灵活而美观的统计图表制作。SPSS 在各类院校以及科研机构中更为流行。 SPSS(Statistical Product and Service Solutions,意为统计产品与服务解决方案)。自 20 世纪 60 年代 SPSS 诞生以来,为适应各种操作系统平台的要求经历了多次版本更新,各种版本的 SPSS for Windows 大同小异,在本试验课程中我们选择 PASW Statistics 作为统计分析应用试验活动的工具。 1. SPSS 的运行模式 SPSS 主要有三种运行模式: (1)批处理模式 这种模式把已编写好的程序(语句程序)存为一个文件,提交给[开始]菜单上[SPSS for Windows]→[Production Mode Facility]程序运行。 (2)完全窗口菜单运行模式 这种模式通过选择窗口菜单和对话框完成各种操作。用户无须学会编程,简单易用。 (3)程序运行模式

这种模式是在语句(Syntax)窗口中直接运行编写好的程序或者在脚本(script)窗口中运行脚本程序的一种运行方式。这种模式要求掌握 SPSS 的语句或脚本语言。本试验指导手册为初学者提供入门试验教程,采用“完全窗口菜单运行模式”。 2. SPSS 的启动 (1)在 windows[开始]→[程序]→[PASW],在它的次级菜单中单击“SPSS for Windows”即可启动 SPSS 软件,进入 SPSS for Windows 对话框,如图,图所示。 图 SPSS 启动

spss教程第二章均值比较检验与方差分析要点

第二章均值比较检验与方差分析 在经济社会问题的研究过程中,常常需要比较现象之间的某些指标有无显著差异,特别当考察的样本容量n比较大时,由随机变量的中心极限定理知,样本均值近似地服从正态分布。所以,均值的比较检验主要研究关于正态总体的均值有关的假设是否成立的问题。 ◆本章主要内容: 1、单个总体均值的 t 检验(One-Sample T Test); 2、两个独立总体样本均值的 t 检验(Independent-Sample T Test); 3、两个有联系总体均值均值的 t 检验(Paired-Sample T Test); 4、单因素方差分析(One-Way ANOVA); 5、双因素方差分析(General Linear Model Univariate)。 ◆假设条件:研究的数据服从正态分布或近似地服从正态分布。 在Analyze菜单中,均值比较检验可以从菜单Compare Means,和General Linear Model得出。如图2.1所示。 图2.1 均值的比较菜单选择项 §2.1 单个总体的t 检验(One-Sample T Test)分析 单个总体的 t 检验分析也称为单一样本的 t 检验分析,也就是检验单个变量的均值是否与假定的均数之间存在差异。如将单个变量的样本均值与假定的常数相比较,通过检验得出预先的假设是否正确的结论。

例1:根据2002年我国不同行业的工资水平(数据库SY-2),检验国有企业的职工平均年工资收入是否等于10000元,假设数据近似地服从正态分布。 首先建立假设:H0:国有企业工资为10000元; H1:国有企业职工工资不等于10000元 打开数据库SY-2,检验过程的操作按照下列步骤: 1、单击Analyze →Compare Means →One-Sample T Test,打开One-Sample T Test 主对话框,如图2.2所示。 图2.2 一个样本的t检验的主对话框 2、从左边框中选中需要检验的变量(国有单位)进入检验框中。 3、在Test Value框中键入原假设的均值数10000。 4、单击Options按钮,得到Options对话框(如图2.3),选项分别是置信度(默认项是95%)和缺失值的处理方式。选择后默认值后返回主对话框。 图2.3 一个样本t检验的Options对话框 5、单击OK,得输出结果。如表2.1所示。 表2.1(a).数据的基本统计描述 One-Sample Statistics

SPSS第二章第二节教案

教案 教师姓名朱兆军课程名称统计分析与SPSS的 应用 班级10会计与统计 授课日期2012年3月1日第3周1 课时 2 课型新授课章节名称第二章SPSS数据文件的建立和管理 教学目的1. 明确SPSS数据的基本组织方式和数据行列的含义; 2. 掌握应从哪些方面描述SPSS数据文件的结构特征; 3. 熟练掌握建立SPSS数据文件以及管理SPSS数据的基本操作; 4. 熟练掌握在SPSS中读取Excel工作表数据的基本操作,了解读取文本和数据库数据的基本方法。 教学重点1.SPSS数据的录入 2.SPSS数据的保存 教学难点SPSS数据的录入 补充、删 节、更新 无教具多媒体 课外作业预习下一课 课后体会

授课主要内容 第二节SPSS数据录入和保存 一、SPSS数据的录入和编辑 1、SPSS数据的录入 2、SPSS数据的编辑 (1).SPSS数据的定位 (2)插入和删除一条个案 (3)插入和删除一个变量 (4)数据的移动、复制和删除 二、SPSS数据的保存 格式主要有:SPSS文件格式;Excel文件格式;dbf文件格式;文本文件格式 将数据保存为SPSS数据文件或其他格式的数据文件的基本操作是: File+Save,对于新的:提示文件名和类型;对于旧的,覆盖原来的,不再提问; File+Save As,另存一个数据文件,也有格式(类型)问题; Variable按钮允许用户指定保存哪些变量,不保存哪些变量,变量名前画叉的变量将被保存到磁盘中。 将数据保存为Excel文件格式时,Write variables names to spreadsheet选项呈可用状态,它的作用是指定是否将SPSS变量名写入Excel工作表的第一行上。

spss基本知识点

spss基本知识点 【篇一:spss基本知识点】 结论不同麻醉诱导方法存在组间差别;患者的收缩压在不同的诱导 方法下不同诱导时相变化的趋势不同,其中 a 组不同诱导时相收缩 压较为稳定。第八章非参数检验(nonparametrictests 菜单)参 数检验:?? 通过样本的参数来检验总体参数的方法是参数检验。如:通过样本的均值、方差来检验总体的数学期望与总体方差提出的假 设是否为真.?? 参数检验对总体的分布有一定的要求,比如正态性和 方差齐性非参数检验:?? 对总体分布情况未知时,无法用参数检验 方法?? 非参数检验通过样本的分布对总体的分布进行检验非参数检 验所要处理的问题:?? 两个总体分布未知,它们是否相同(用两组 样本来检验)?? (由一组样本)猜出总体的分布(假设),然后用 另一组样本去检验它是否正确注:两种分布是否相同,一般包含了 参数(均值、方差等)是否相同的问题。如果两个总体的分布函数 形式相同,而参数不同,也被视为概率分布不同 nonparametrictest 菜单(1) nonparametrictest 菜单(2) 卡方检验 chi‐square?? 适用于拟合优度检验,即检验单变量的分布与理论 分布是否一致?? 实例 1:贫困调查.sav 中身体状况变量的数据分 布是否符合以往的经验:?? 完全不能自理 5%?? 基本不能自理10%?? 能自理无劳动能力 20%?? 部分丧失劳动能力 25%?? 身体 健康 40% ?? 1.weightcasesby:death?? 2.analyze‐nonparametrictest‐chisquare 二项分布检验 binomial ?? 二项分布的变量将总体分为两类(如医学中的生与死),二项分布的检验是通过样本中这两类的频率来检验总体中这两类的 概率是否为给定的值 ?? binomial 过程可检验二项分类变量是个来 自概率为 p 的二项分布例 1:一般来说,新生儿染色体异常率为1%,某医院观察了 400 名新生儿,只发现一例异常,请问该地新生 儿异常率是否低于一般水平?数据文件见 6.2sav 1.weight cases by:num 2.analyze-nonparametric test-binomial 例 2:某地 某一时期内出生 40 名婴儿,其中女性 12 名(定 sex=0),男性 28名(定 sex=1)。问这个地方出生婴儿的性别比例与通常的男女 性比例(总体概率约为 0.5)是否不同? ?? 按出生顺序输入数 据, ?? 数据文件见 6.3.sav 1- sample k-s 过程 ?? 对连续性资料 的分布情况加以考察。这是一种拟合优度性检验,研究的是样本观

spss基础知识

1. 定义变量 (1)Name定义变量名 变量名必须以字母或字符 @开头,其它字符可以是任何字母、数字或_、@、 #、$等 符号。变量名总长度不能超过 8 个字符(即 4 个汉字)。 (2)Type:定义变量类型 SPSS 的主要变量类型有: Numeric (标准数值型)、 Comm(a 带逗号的数值型)、 Dot (圆点作小数点的数值型)、Scientific Notation (科学记数法)、Date (日期型)、Dollar (带美元符号的数值型)、 Custom Currency (自定义型)、 String (字符型)。单击 Type 相应单元中的按钮,选择合适的变量类型并单击OK。 (3)Width :变量长度设置数值变量的长度,当变量为日期型时无效。 ( 4) Decimal :变量小数点位数设置数值变量的小数点位数,当变量为日期型时无效。 ( 5) Label :变量标签变量标签是对变量名的进一步描述,变量只能由不超过 8 个字符组成, 8 个字符经常不足以表示变量的含义。而变量标签可长达 120 个字符,变量标签对大小写敏感,显示时与输入值完全一样,需要时可用变量标签对变量名的含义加以解释。 ( 6) Value :变量值标签 值标签是对变量的每一个可能取值的进一步描述。 (7)Missing :缺失值的定义方式 SPSS 有两类缺失值:系统缺失值和用户缺失值。在数据长方形中任何空的数字单元都被认为系统缺失值,用点号(? )表示。 SPSS 可以指定那些由于特殊原因造成的信息缺失值,然后将它们标为用户缺失值,统计过程识别这种标识,带有缺失值的观测被特殊处理。默认值为 None。单击Value相 应单元中的按钮,可改变缺失值定义方式。 (8)Column:变量的显示宽度输入变量的显示宽度,默认为 8。 (9)Align :变量显示的对齐方式 选择变量值显示时的对齐方式: Left (左对齐)、 Right (右对齐)、 Center (居中对齐)。(10)Scale :变量的测量尺度根据变量测量精度不同,可把变量由低到高分为四种尺度:定类变量、定序变量、定距变量和定比变量。 1 )定类变量 定类变量由称为名义( nominal )变量。这是一种测量精度最低、最粗略的基于“质”因素的变 量,它的取值只代表观测对象的不同类别,例如“性别”变量、“职业”变量等都是定类变量。定类变量的取值称为定类数据或名义数据。定类数据的共同特点是用不多的名称来加以表达,并由被研究变量每一组出现的次数及其总计数所组成,这种数据是枚举性的,即由计数一一而得。唯一适合于定类数据的数学关系是“等价关系”。 因而,在定类数据中,同一组内各单位是等价的,同时若更换各不同组的符号并不会改变数据原有的基本信息。因此,最常用来综合定类数据的统计量是频数、比率或百分比等。 2)定序变量定序变量由称为有序( ordinal )变量、顺序变量,它的取值大小能够表示观测对象 的某种顺序关系(等级、方位或大小等),也是基于“质”因素的变量。例如:“最高 学历”变量的取值是: 1-小学及以下、 2-初中、 3-高中、中专、技校、 4-大学专科、 5-大 学本科、 6-研究生以上。由小到大的取值能够代表学历由低到高。定序变量的取值称为定序数据或有序数据。适合于定序数据的数学关系是“大于(>)”和“小于( <) 关系。在定序数据中,同一组内各单位是等价的,相邻组之间的单位是不等价的,它们存在“大于”或“小于”的关系。而且进行保序变换(或称单调变换),不改变数据原有的基本信息即等级顺序。最适合用于综合定序数据取值的集中趋势的统计量是中位数。 3)定距变量

SPSS基本操作傻瓜教程

目录 一、SPSS界面介绍 (2) 1、如何打开文件 (2) 2、如何在SPSS中打开excel表 (3) 3、数据视图界面 (3) 4、变量视图界面 (4) 二、如何用SPSS进行频数分析 (11) 三、如何用SPSS进行多变量分析 (15) 四、如何对多选题进行数据分析 (18) 1、对多选题进行变量集定义 (18) 2、对多选题进行频数分析 (21) 3、对多选题进行多变量交互分析 (24) 五、如何就SPSS得出的表在excel中作图 (27)

一、SPSS界面介绍 提前说明:第一,我这里用的是SPSS 20.0 中文汉化版。第二,我教的是傻瓜操作,并不涉及理论讲解,具体的为什么和用什么理论公式来解释请认真去听《社会统计学》的课程。第三,因为是根据我自己的操作和理解来写的,所以可能有些地方显的不那么科学,仍然要说请大家认真去听《社会统计学》的课程,那个才是权威的。 1、如何打开文件 这个东西打开之后界面是这样的: 我们打开一个文件:

要提的一点就是,SPSS保存的数据拓展名是.sav: 2、如何在SPSS中打开excel表 在上图的下拉箭头里找到excel这个选项: 然后你就能找到你要打开的excel表了。 3、数据视图界面 我现在打开了一个数据库。 可以看到左下角这个地方有两个框,两个是可以互相切换的,跟excel切换表一样,跟excel切换表一样: 现在的页面是数据视图,也就是说这一页都是原始数据,这里的一行就是一张问卷,一列就是一个问题,白框里的1234代表的是选项。这个表当时录数据的时候为了方便看,是把ABCD都转换成了1234,所以显示的是1234,当然直接录ABCD也可以,根据具体情况看怎么录,只要能看懂。 多选题的录入全部都是细化到每个选项,比如第四题,选项A选了就是“是”,没选就是

SPSS统计分析练习及答案

SPSS 统计分析练习题目 -2012-10-26 学号:________________________ 姓名:___________________________ (注:将本文件以学号+姓名.doc 的形式另存为一个文件,例2008144154葛爽.doc ,然后以附件形式发送至 all689@https://www.360docs.net/doc/056040870.html, ,时间截止到2012年10月31日。没有指明数据文件名称的题目需自行在SPSS 中建立数据文件并录入相应数据,回答问题时应将SPSS 中的主要输出结果粘贴于答案中。) 1.一所国际新闻学校每年从各大高校中招募刚刚毕业的本科生参加培训,进而作为记者参加新闻工作。大多数刚刚毕业的学生以前没有任何做记者的经验,所以在正式成为一名记者之前,必须进行一段时间的学习,作为职业的预备课程。该国际新闻学校于是设计了两种培训方案: 方案A :学生参加为期15周的全天课程听课学习,随后参加预备课程考试; 方案B :学生直接先参加6个月的记者实习,再进行为期15周的全天课程听课学习,最后进行预备课程考试。 为了评估两种方案各自的有效性,学校随机选出了20名学生参加实验。事前还根据他们的文学等相关学科的成绩对这20人进行了分组,20人分成10组,每组中2人的成绩相近,然后随机地将2人分配去参加方案A 和方案B 的培训。 下表是这20人预备课程本学期的成绩单: 1 2 3 4 5 6 7 8 9 10 A 50 68 72 54 42 60 56 72 63 61 B 62 62 58 74 60 66 64 64 78 66 请问上面的数据是否证明了先参加实践对提高平均测试分数的效果显著? Independent Samples Test 1.843.1911.54518.140.60006239921373013731.5455.331.143.6000623993098710987 Equal varia Equal varia assumed X F Sig.vene's Test f ality of Varian t df g. (2-taile Mean ifferenc td. Erro ifferenc Lower Upper 5% Confiden nterval of the Difference t-test for Equality of Means 因p=0.140>0.05,故不能证明先参加实践对提高平均测试分数的效果显著。 2.早在1990年,美国巴维利亚的6个省报道了他们的婴儿死亡率(每1000名活着出生的婴儿的死亡数)以及母乳喂养率(母乳喂养婴儿的比例)的数据如下: 省号码 死亡率(每1000名婴儿中的死亡人数) 母乳喂养率(%) 1 250 60 2 320 30 3 170 90 4 300 60 5 270 40

SPSS操作步骤汇总

S P S S操作步骤汇总 Company Document number:WUUT-WUUY-WBBGB-BWYTT-1982GT

SPSS学习 第一章数据文件的建立 数据编码 Type:Numeric:数值型 string:字符串型 Missing: Measure:scale定量变量 nominal定性变量 根据已有的变量建立新变量 1、对于数据进行重新编码 Transform—recode into different variables—选择input variable output variable –定义新变量的名称—change—开始定义新旧变量—continue 2、通过SPSS函数建立新变量 Transform—compute variable –从function group中选择公式范围下面选择具体的公式—if 中设置要改变—continue—OK(可以对变量进行各种计算) 第二章清除数据与基本统计分析 1、对不合理的数据检查并清理 检查:analysis-description statistic-frequencies—选入要检查的数据—OK 结果:频数统计表—看是否有错误—missing system 清理: 1.对系统缺失值的清理

Data—select case—if condition is satisfied—if—function group(missing)--下面选 (missing)--continue—output(delete unselected cases)--OK—对num为哪一位的进行修改 2.对sex=3的清理(直接就清除了) Data—select case—if condition is satisfied—if—sex调入再输入=3—continue-- output(delete unselected cases)--OK—对num为哪一位的进行修改 2. 对相关变量间逻辑性检查和清理 Data—select case—if condition is satisfied—if—输入表达式(前后逻辑不相符合的表达式)-- continue-- output(delete unselected cases)--OK—对num为哪一位的进行修改 3.统计描述 正态分布统计描述 1、正态性检验:Analysis—nonparametric tests—legacy dialogs—1-sample K-S—one-sample Kolomogorov Smirnov test –normal—ok/ 2、统计描述:Analysis—descriptives--time选入—options—ok 3、按照男女统计描述:data—split file –compare group –sex调入—ok Analysis-descriptive statistic – descriptive—time 调入—options选择—OK非正态分布资料统计描述 1、正态性检验nonparametric 2、Analysis—descriptive statistics—frequencies 选入-- statistics选择—OK 第三章T检验

spss统计入门基础

Spss基础入门 1. 个案排序:对数据视图中的某个个案进行排序,具体排序规则可以点进去选择 2. 变量排序:对变量视图中某个变量进行排序,具体规则可以点进去选择 3. 转置:行列互转 4. 合并文件:有两种文件的合并,添加个案可以实现两个文件的纵向合并,添加变量可以两个文件的横向合并 5. 重构:实现把一个表格的若干个变量变为同一个变量等进行表格的合适转换 6. 汇总:对数据按照类别进行汇总,比如三个班级的学生成绩表格,可以按照班级把学生成绩的平均值等等汇总到另外一个表格,该表格就会显示比如按班级显示各个班级的成绩平均值等 7. 拆分文件:实现输出图形表格的合理拆分,比如一个公司有8个部门,现要求分男女比较各个部门的人员工资情况,理论上我们用选择个案(见下条),逐个选择男女与部门需要操作2*8次,由此画出2*8张图表。利用拆分文件,这个时候可以选择 比较组或者按组来组织输出,然后分组依据就是部门与性别,在利用下面会讲到的数据描述就可以实现预期效果。 8. 选择个案:实现选择表格中符合条件的个案然后对其进行相应操作,点击进去后会有各种选择方式,比如如果满足什么条件才选择,随机选择百分之多少等等 一.转换 1. 重新编码为不同变量:可以把原来的变量或者变量的范围重新定义为新的变量,比如现有一个班级的学生成绩,要求分心50-70分,70-90分90-100分的同学所占比例,平均值等,现在就可以利用重新编码为不同变量,把上述范围重新编码为新的变量(名字可以自己任意选取),具体操作点击进去之后比较清楚。 2. 计算变量:实现对原来变量的重新计算从而产生新的变量,比如对原来变量进行乘以10操作产生新的变量等等,产生的变量名都是可以自己选择的 一.分析 1.描述统计:实现对表格中变量的各种类型的描述统计

spss基础知识

1.定义变量 (1) Name:定义变量名 变量名必须以字母或字符 @开头,其它字符可以是任何字母、数字或 _、 @、 #、 $等符 号。变量名总长度不能超过 8 个字符(即 4 个汉字)。 (2) Type:定义变量类型 SPSS 的主要变量类型有:Numeric (标准数值型)、Comma(带逗号的数值型)、Dot (圆点作小数点的数值型)、Scientific Notation (科学记数法)、Date(日期型)、Dollar (带美元符号的数值型)、Custom Currency (自定义型)、String (字符型)。单击Type 相应单元中的按钮,选择合适的变量类型并单击OK。 (3) Width :变量长度 设置数值变量的长度,当变量为日期型时无效。 (4) Decimal :变量小数点位数 设置数值变量的小数点位数,当变量为日期型时无效。 (5) Label :变量标签 变量标签是对变量名的进一步描述,变量只能由不超过8 个字符组成, 8 个字符经 常不足以表示变量的含义。而变量标签可长达120 个字符,变量标签对大小写敏感,显 示时与输入值完全一样,需要时可用变量标签对变量名的含义加以解释。 (6) Value :变量值标签 值标签是对变量的每一个可能取值的进一步描述。 (7) Missing :缺失值的定义方式 SPSS 有两类缺失值:系统缺失值和用户缺失值。在数据长方形中任何空的数字单 元都被认为系统缺失值,用点号(?)表示。SPSS可以指定那些由于特殊原因造成的 信息缺失值,然后将它们标为用户缺失值,统计过程识别这种标识,带有缺失值的观测 被特殊处理。默认值为None。单击 Value相应单元中的按钮,可改变缺失值定义方式。 (8) Column:变量的显示宽度 输入变量的显示宽度,默认为 8。 (9) Align :变量显示的对齐方式 选择变量值显示时的对齐方式: Left (左对齐)、 Right (右对齐)、 Center (居中对齐)。(10) Scale :变量的测量尺度 根据变量测量精度不同,可把变量由低到高分为四种尺度:定类变量、定序变量、 定距变量和定比变量。 1)定类变量 定类变量由称为名义( nominal )变量。这是一种测量精度最低、最粗略的基于“质”因 素的变量,它的取值只代表观测对象的不同类别,例如“性别”变量、“职业”变量等都 是定类变量。定类变量的取值称为定类数据或名义数据。定类数据的共同特点是用不多的 名称来加以表达,并由被研究变量每一组出现的次数及其总计数所组成,这种数据是枚举 性的,即由计数一一而得。唯一适合于定类数据的数学关系是“等价关系”。因而,在定 类数据中,同一组内各单位是等价的,同时若更换各不同组的符号并不会改变数据原有的 基本信息。因此,最常用来综合定类数据的统计量是频数、比率或百分比等。 2)定序变量 定序变量由称为有序(ordinal)变量、顺序变量,它的取值大小能够表示观测对 象的某种顺序关系(等级、方位或大小等),也是基于“质”因素的变量。例如:“最高

SPSS基本操作步骤详解

SPSS基本操作步骤详解 本文采用SPSS21.0版本,其它版本操作步骤大体相同 一、基本步骤 (一)检查数据 在进行项目分析或统计分析之前,要检核输入的数据文件有无错误,即检核missing。 例,“XX量表”采用Likert scale五点量表式填答,每个题项的数据只有五个水平:1,2,3,4,5。 1.执行次数分布表的程序 Analyze(分析)→Descriptive statistics(描述统计)→将题项变量【例,a1—a10】键入至Variables(变量)框中→Frequencies(频率)→Statistics(统计量)→Minimum (最小值)、Maximum(最大值)→Continue(继续)→OK(确定) 2.执行描述统计量的程序 Analyze(分析)→(描述统计)→将题项变量【例,a1—a10】键入至Variables(变量)框中→Descriptives(描述)→Options(选项)→Minimum(最小值)、Maximum(最大值)【此处一般为默认状态即可】→Continue(继续)→OK(确定) (二)反项计分 若是分析的预试量表中没有反向题,则此操作步骤可以省略; 量表或问卷题中如果有反向题,则在进行题项加总之前将反向题反向计分,否则测量分数所表示的意义刚好相反。 例,“XX量表”采用Likert scale五点量表式填答,反向题重向编码计分:1→5,2→4,3→3【可不写】,4→2,5→1。 Transform(转换)→Recode into same Variables(重新编码为相同变量)→将要反向的题目键入至Variables(变量)框中【例,a1,a3,a5】→Old and new values(旧值和新值)→在左边Old value—value中键入1,在右边New value—value中键入5,Add (添加)→……依次进行此步骤……在左边Old value—value中键入5,在右边New value —value中键入1,Add(添加)→Continue(继续)→OK(确定)【注意不同量表计分方式不同,因而反向编码计分也不同,常见的有四点量表、五点量表和六点量表等】 (三)题项加总 量表题项加总的目的在于便于进行观察值得高低分组。 例,“XX量表”采用Likert scale五点量表式填答,题项为:a1,a2……a10,记总分为:az。 Transform(转换)→Computer Variable(计算变量)→在左边Target Variable(目标变量)中键入az,在右边Numeric Expression(数字表达式)中键入a1+a2+……+a10

SPSS编程操作入门知识讲解

S P S S编程操作入门

第四章 SPSS编程操作入门 4.1程序编辑窗口操作入门 一、进入程序编辑窗口界面 ①创建一个新程序 File——new——syntax ②打开一个旧程序 File——open——syntax 程序文件的扩展名为*.sps 注:syntax窗口的菜单和SPSS窗口的菜单功能基本一致,区别在于RUN菜单。 RUN ALL——运行全部程序 RUN SELECTION——运行所选择的部分程序 二、熟用Paste 按钮 在SPSS所有菜单对话框中均有Paste功能,在所有对话框选择完毕后,不选择 OK,而使用Paste,则程序编辑窗口会自动生成程序。 此功能使得SPSS编程操作变得简单易行,只需要对生成的程序适当加以修改即可。 示例:运用Paste创建一个程序文件。以xuelin.sav.为例,产生P50页的程序语句,并保存在桌面上备用。

该程序文件可以保存,当下次做相同的分析时,无需重新进行复杂的菜单选择,直接在原有程序文件上进行适当的修改,运行即可。 三、编程进行对话框无法完成的工作 示例1:见书 示例2:怎么产生连续自然数1~200 Input program. Loop #i=1 to 200. Compute x=#i. end case. End loop. End file. End input program. Execute. 4.2结构化语句简介 一、分支语句(条件语句) ①IF语句 SPSS程序格式: IF逻辑表达式目标表达式 逻辑表达式用于给出判断条件。

目标比达式表示如果满足逻辑表达式后该如何操作。 注:编程基本小知识: ①每句命令完成后,以点号结束,否则程序不被执行。 ②全部命令编辑完成后,以Execute.结束,否则程序不被执行. ③学会使用help——command syntax reference自学编程。 示例1:打开案例数据brain1.sav,要求将年龄小于20,性别为1(男)的病人归为第一组(group=1). GET FILE='F:\chenghongli\spss\数据集\brain1.sav'. if age<20 & sex=1( 逻辑表达式) group=1.(目标表达式)Execute. 示例2:打开案例数据brain1.sav,要求将年龄小于等于40岁的女性病人归为组2. GET FILE='F:\chenghongli\spss\数据集\brain1.sav'. if age le 40 group=2. execute. 练习1:将血小板大于等于100的列为组1 练习2:打开brain1.sav,创造一个新的字符型变量sex1,当sex 取值为1时,sex1取值为f, 当sex取值为2时,sex1取值为m. GET

SPSS操作步骤汇总

第一章数据文件的建立 数据编码 Type:Numeric:数值型string:字符串型 Missing: Measure:scale定量变量nominal定性变量 根据已有的变量建立新变量 1、对于数据进行重新编码 Transform—recode into different variables—选择input variable output variable –定义新变量的名称—change—开始定义新旧变量—continue 2、通过SPSS函数建立新变量 Transform—compute variable –从function group中选择公式范围下面选择具体的公式—if中设置要改变—continue—OK(可以对变量进行各种计算) 第二章清除数据与基本统计分析 1、对不合理的数据检查并清理 检查:analysis-description statistic-frequencies—选入要检查的数据—OK 结果:频数统计表—看是否有错误—missing system 清理: 1.对系统缺失值的清理 Data—select case—if condition is satisfied—if—function group(missing)--下面选(missing)--continue—output(delete unselected cases)--OK—对num为哪一位的进行修改 2.对sex=3的清理(直接就清除了) Data—select case—if condition is satisfied—if—sex调入再输入=3—continue-- output (delete unselected cases)--OK—对num为哪一位的进行修改 2. 对相关变量间逻辑性检查和清理 Data—select case—if condition is satisfied—if—输入表达式(前后逻辑不相符合的表达式)-- continue-- output(delete unselected cases)--OK—对num为哪一位的进行修改

SPSS统计分析教程独立样本T检验

独立样本T检验 下面我们要用SPSS来做成组设计两样本均数比较的t检验,选择Analyze==>Compare Means==>Independent-Samples T test,系统弹出两样本t检验对话框如下: 将变量X选入test框内,变量 group选入grouping框内,注意这时 下面的Define Groups按钮变黑,表示 该按钮可用,单击它,系统弹出比较组 定义对话框如右图所示: 该对话框用于定义是哪两组相比,在两 个group框内分别输入1和2,表明是 变量group取值为1和2的两组相比。 然后单击Continue按钮,再单击OK 按钮,系统经过计算后会弹出结果浏览 窗口,首先给出的是两组的基本情况描 述,如样本量、均数等(糟糕,刚才的 半天工夫白费了),然后是t检验的结 果如下: Levene's Test for Equality of Variances t-test for Equality of Means F Sig. t df Sig. (2-tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference Lower Upper X Equal variances .032 .860 2.524 22 .019 .4363 .1729 7.777E-02 .7948

差是否齐,这里的戒严结果为F = 0.032,p = 0.860,可见在本例中方差是齐的;第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果,由于前面的方差齐性检验结果为方差齐,第二部分就应选用方差齐时的t检验结果,即上面一行列出的t= 2.524,ν=22,p=0.019。从而最终的统计结论为按α=0.05水准,拒绝H0,认为克山病患者与健康人的血磷值不同,从样本均数来看,可认为克山病患者的血磷值较高。

SPSS基础分析

SPSS基础分析……给大家讲一下……不会SPSS的伤不起!!!……来源:谢彬的日志 大家现在都要写论文的数据分析了……很多同学都一点不会……所以把我知道的跟大家分享一下……下面以PASW18.0为例,也就是SPSS18.0…………什么?不是18.0,好吧……差不多的,凑合着看吧……要不去装个……= =……下面图片看不清的请右键查看图片…… 首先,要把问卷中的答案都输进SPSS中,强烈建议直接在SPSS中输入,不要在EXCEL中输入,再导入SPSS,这样可能会出问题……在输数据之前先要到变量视图中定义变量……如下图 所有类型都是数值,宽度默认,小数点看个人喜好,标签自定,其他默认……除了值…… 讲讲值的设定…… 点一下有三点的蓝色小框框……会跳出一个对话框,如果你的变量是性别,学历,那么就如下图

如果是五点维度的量表,那么就是

记住,每一题都是一个变量,可以取名Q1,Q2……设定好所有问卷上有的变量之后,就可以到数据视图中输入数据啦……如下图 都输完后……还有要做的就是计算你的每个维度的平均得分……如果你的问卷Q1-Q8是一个维度,那么就把Q1-Q8的得分加起来除以题目数8……那么得到的维度1分数会显示在数据视图中的最后……具体操作如下…… 转换——计算变量

点确定,就会在数据视图的最后一列出现计算后的变量……如果你的满意度有3个维度,那么就要计算3个维度,外加满意度这个总维度,满意度=3个维度的平均分=满意度量表的所有题目的平均分…………把你所有的维度变量都计算好之后就可以分析数据啦…… 1.描述性统计

将你要统计的变量都放到变量栏中,直接点确定……

SPSS统计分析方法及应用教学大纲

《SPSS统计软件》课程教学大纲 一、说明 (一)课程定义: 本课程是网络与新媒体专业的选修课程。SPSS统计软件应用课程,是以计算机科学为支持,将统计软件为运用工具,用所学习的统计学理论与方法为指导,系统介绍对社会经济现象数据的搜集、整理、分析等综合技能。 开设本门课程,能更好的帮助学生理解和掌握统计学的理论及方法,注重学生的实际操作与应用能力的培养。通过该课程的学习,使学生掌握spss统计软件,为其以后的学习和工作打好基础。 (二)编写依据: 本课程大纲根据武汉体育学院体育科技学院人文社科系网络与新媒体专业人才培养方案(2018版)编写。 (三)目的任务: 通过SPSS软件实验教学,培养学生根据实际问题建立SPSS数据文件、利用SPSS软件提供的各种统计功能进行数据的整理与分析,并结合相关的专业知识对分析结果给出解释,为学生以后的工作打下坚实的基础。要求学生课前做好实验准备,课中积极接受和沟通,课后认真总结并写好实验报告。 (四)学时数与学分数: 本课程教学总学时为36课时,2学分。具体学时分配参照下表。 (五)适用对象: 网络与新媒体专业大三学生。 (六)课程编码: KY1810A01

二、教学内容与学时分配 三、教学内容与知识点 第一章SPSS统计分析软件概述 第一节SPSS使用基础 知识点:SPSS软件的基本窗口、退出。 第二节 SPSS的基本运行方式 知识点:窗口菜单方式、程序运行方式、混合运行方式。第二章SPSS数据文件的建立和管理 第一节 SPSS数据文件 知识点:SPSS数据文件的特点、基本组织方法。 第二节 SPSS数据的结构和定义方法

SPSS基本功能及操作

统计分析模型 (1)信度分析文献[558] 操作步骤:分析—度量—可靠性分析(R)—移动变量到项目(I)框内—统计量—描述性(项+度量+如果。)—项之间(相关性)—继续—确定 信度系数界限值:0.60—0.65认为不可信;0.65—0.70认为是最小可接受值:0.70~0.80认为相当好;0.80—0.90就是非常好。因此,—份信度系数好的量表或问卷最好在0.80以上,0.70—0.80之间还算是可以接受的范围;分量表最好在0.70以上:0.60—0.70之间可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下,应该考虑重新修订量表或增删题目。 删除任何题项后的Cronbach’s α系数也无显著提高。可见核心知识性员工激励组合量表的内部一致性高,信度较好。信度分析说明该问卷的整体结构设计具有较高的可信度。由此可以认为,该问卷具有较好的内在信度,依此调查得到的数据是可信的,基于该问卷进行的数据统计分析结果也是比较可靠的。

从工作满意度与员工参与的相关分析结果中可以看出,工作满意度的6个维度均与员工参与有相关关系,且都为正向相关,显著性水平均达到0.05的显著性水平,可证明薪酬激励量表具有较高的收敛效度,可以进行后续研究,他们之间的相关性也可以说明本文的研究具有一定的意义。 对比上面相关系数表,项间相关性矩阵中相关系数判别标准:》=0.1(强相关)

(3)频数分析 P66 文献[558] 操作步骤:分析—描述统计—(123)频率(F)—移动变量到变量(V)框内—显示频率表格√—统计量—分布(偏度+峰度)—继续—确定 频率也称频数,就是一个变量在各个变量值上取值的个案数。SPSS中的频数分析过程可以方便地产生详细的频数分布表,即对数据按组进行归类整理,形成各变量的不同水平的频数分布表和常用的图形,以便对各变量的数据特征和观测量分布状况有一个概括的认识。描述总体分布形态的统计量主要有偏度和峰度两种。偏度(Skewness)是描述取值分布形态对称性的统计量,由Pearson在1895年提出。偏度由样本的3阶中心矩与样本方差的3/2次方的比值而得,偏度的绝对值越大,表示数据分布的偏斜程度越高。来自正态总体的样本偏度近似为0。偏度系数有两种测量方式,分别为皮尔逊偏度系数1和皮尔逊偏度系数2。偏度系数等于0的时候属于正态分布;偏度系数大于0的时候是右偏分布,表明较低的值占多数;偏度系数小于0的时候为左偏分布,表明较高的值占多数。峰度(Kutosis)是描述变量取值分布形态扁平程度的统计量,由Pearson 在1905年提出。峰度等于0的时候表示数据分布的扁平程度适中,即正态分布;峰度大于0的时候表示数据呈扁平分布;峰度小于0表明数据呈尖峰分布。

相关文档
最新文档