spss软件操作指南.ppt

《spss软件操作指南.ppt》由会员分享，可在线阅读，更多相关《spss软件操作指南.ppt（59页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、SPSS数据的输入和保存数据的输入和保存1.1.1 SPSS的界面的界面当打开SPSS后，展现在我们面前的界面如下：数据视图变量视图SPSS是英文软件，变量名采用中文会有潜在的冲突变量标签和缺失值的定义方法：标签变量标签就在Label框中直接输入，变量值标签则在它右侧的Value框定义。以huafei为例，单击Value框右半部的省略号，会弹出变量值标签对话框如下：缺失值单击missing框右侧的省略号，会弹出缺失值对话框如下无缺失值不连续缺失值缺失值范围加可选的一个缺失值常用统计图常用统计图Gallery：相当于一个自学向导，将统计绘图功能做了简单的介绍，初学者可以通过它对SPSS的绘图能力

2、有一个大致的了解。Interactive：交互式统计图。Map：统计地图。(这里所用的SPSS 10.0 D版由于执照不全，并不能安装统计地图模块。）SPSS中常用统计图对话框的上半部分用于选择条图类型，下半部分的DatainChartare单选框组用于定义条图中数据的表达类型。样本例数样本例数样本例数累计样本数所占的百分比或其累计样本数所占的百分比或其累计样本数所占的百分比或其余汇总函数余汇总函数余汇总函数样本数所占的百分比样本数所占的百分比样本数所占的百分比累计样本例数累计样本例数累计样本例数【Category AxisCategory AxisCategory Axis框框框】用于选择所

3、需的分类变量，用于选择所需的分类变量，用于选择所需的分类变量，此处必选。这里根据要求，将此处必选。这里根据要求，将此处必选。这里根据要求，将subjectsubjectsubject选入，可选入，可选入，可以见到此时以见到此时以见到此时OKOKOK已经变黑可用了。已经变黑可用了。已经变黑可用了。输入统计图的标题和脚输入统计图的标题和脚输入统计图的标题和脚注，最多可以输入两行注，最多可以输入两行注，最多可以输入两行主标题，一行副标题，主标题，一行副标题，主标题，一行副标题，两行脚注两行脚注两行脚注【OptionsOptionsOptions钮钮钮】Confidence IntervalConfi

4、dence IntervalConfidence Interval框框框 输入需要计算的均数差值可信区间范围，输入需要计算的均数差值可信区间范围，输入需要计算的均数差值可信区间范围，默认为默认为默认为95%95%95%。如果是和总体均数为。如果是和总体均数为。如果是和总体均数为0 0 0相比，则此处计算的就是样相比，则此处计算的就是样相比，则此处计算的就是样本所在总体均数的可信区间。本所在总体均数的可信区间。本所在总体均数的可信区间。Missing ValuesMissing ValuesMissing Values单选框组单选框组单选框组 定义分析中对缺失值的处理方法，可以定义分析中对缺失值

5、的处理方法，可以定义分析中对缺失值的处理方法，可以是具体分析用到的变量有缺失值才去除该记录（是具体分析用到的变量有缺失值才去除该记录（是具体分析用到的变量有缺失值才去除该记录（Excludes cases Excludes cases Excludes cases analysis by analysisanalysis by analysisanalysis by analysis），或只要相关变量有缺失值，则在所有分析），或只要相关变量有缺失值，则在所有分析），或只要相关变量有缺失值，则在所有分析中均将该记录去除中均将该记录去除中均将该记录去除(Excludes cases listwis

6、e)(Excludes cases listwise)(Excludes cases listwise)。默认为前者，以充分。默认为前者，以充分。默认为前者，以充分利用数据。利用数据。利用数据。均数、标准差、中均数、标准差、中位数、方差、众数、位数、方差、众数、最小值、样本例数、最小值、样本例数、最大、变量值之和、最大、变量值之和、累计变量值累计变量值可对各记录按大小进可对各记录按大小进行筛选，如上侧百分行筛选，如上侧百分之多少，或者只选择之多少，或者只选择小于某个数值的记录。小于某个数值的记录。具体的数值在具体的数值在valuevalue框框中输入。中输入。可按数值大小值选择取值在某个范围内

7、的记录，具体的范围在low和high框中输入。SPSS中散点图的种类中散点图的种类简单散点图(Simple)、重叠散点图(Overly)、矩阵散点图(Matrix)和三维散点图(3-D)。简单散点图一般是用来显示一对变量之间的散点图。重叠散点图则是在同一坐标轴上显示多对变量的散点图。矩阵散点图则是以方矩阵格子的样式，在多个坐标轴上显示多对变量的散点图。其中，行列上的格子数是相等的。正对角线的格子中显示参加绘图的若干个变量的名称。应特别注意每个变量名所在的行和列，它们决定了矩阵散点图各个图形的行列坐标的含义。例如：如果某变量在第三行第三列的格子上，表示第三行格子上的所有图形都以该变量为y轴，第三

8、列格子上的所有图形都以该变量为X轴。三维散点图是以立体图的形式展现多对变量的散点图。对于简单散点图主要需要定义：（1）指定散点图的 y轴上的变量名到y Axis框中。（2）指定散点图的x轴上的变量名到x Axis框中。（3）指定分组变量到Set Marker框中。该项可以省略。如果指定了该选项，SPSS按分组变量的不同取值，将个案分成几组，然后以不同颜色分别绘制散点图。（4）指定标记变量到 Label Case框中。该项可以省略。如果指定了该选项，在散点图中的每个点上会标出该个案的相应标记变量的值。对于重叠散点图主要需要定义：（1）同时指定两个变量为一对，其中第一个变量的值表示在y轴上，另一个

9、表示在x轴上。还可以通过按 Swap Pair按钮调换y轴和x轴上的变量。因为重叠散点图可以同时展示多对变量，所以这里可以指定多对变量。（2）指定标记变量到 Label Case框中。这与制作简单散点图中的相同。对于矩阵散点图主要需要定义：（1）定义参加绘图的几个变量到Matrix框中。这里应注意：选择变量的先后顺序，决定了矩阵正对角线上变量的排列顺序。（2）指定分组变量到Set Markers框中。这与制作简单散点图中的相同。（3）指定标记变量到Label Cases框中。这与制作简单散点图中的相同。对于三维散点图主要需要定义：（1）指定散点图的y轴上的变量名到y Axis框中。（2）指定散

10、点图的x轴上的变量名到x Axis框中。（3）指定散点图的z轴上的变量名到z Axis框中。（4）指定分组变量到 Set Markers框中。这与制作简单散点图中的相同。（5）指定标记变量到 Label Case框中。这与制作简单散点图中的相同。相关分析一种常用的用于研究变量之间密切程度的统计方法相关分析的功能被集中在Analyse菜单的Correlate子菜单中，它一般包括以下三个子菜单：Bivariate过程（二变量相关）此过程用于进行两个变量之间或两个以上变量两两间的相关分析。如果是多个变量，则给出两两相关的分析结果。这是Correlate子菜单中最为常用的一个过程。Partial过程（

11、偏相关）此过程计算两个变量间在控制了其他变量的影响下的相关系数。Distances过程（距离分析）此过程对变量或观测量进行相似性或不相似性测度。因此分析的变量可以是连续变量、表示频数分布的变量，某些测度还可以适用于二值变量。可以对原始数据和计算出的距离数据进行标准化。该过程在实际应用中用的非常少。Bivariate过程过程【Variables框】用于选入需要进行相关分析的变量，至少需要选入两个。可多选。Correlation Coefficients Pearson复选框 选择进行积差相关分析，即最常用的相关分析，其计算连续变量或等间隔测度变量间的相关系数。计算该相关系数时，不仅要求两相关变量

12、均为正态变量，而且样本数（N）一般不应少于30。Kendalls tau-b复选框 计算Kendalls等级相关系数，其计算等级变量间的秩相关。Spearman复选框 计算Spearman相关系数。也是计算等级相关系数。以上三种相关分析可以选择其中之一，也可以同时多选。如果参与分析的变量是连续变量，选择Kendalls tau-b或Spearman相关，则系统自动对连续变量的值先求秩，再计算其秩分数间的相关系数。操作如下：Variables框：选入变量1、变量2 Pearson复选框：选中 Spearman复选框：选中 单击OK钮 Partial过程过程相关分析计算两个变量间的相关系数，分析两

13、个变量间线性关系的程度。但是往往因为第三个变量的作用，使相关系数不能真正反映两个变量间线性程度。例如，可以控制年龄和工作经验两个变量的影响，估计工资收入与受教育程度之间的相关程度。【Variables框】用于选入需要进行偏相关分析的变量，至少需要选入两个。可多选。【Controllingfor框】用于选择需要在偏相关分析时进行控制的协变量，如果不选入，则进行的就是普通的相关分析。Compare Means（均值比较）（均值比较）均数比较的统计功能位于菜单项Analyze=Compare Means中,具体如下Means过程 平均数分析。One-Samples T Test过程 单一样本T检验。

14、Independent-Samples T Test过程 独立样本T检验。Paired-Samples T Test过程 配对样本T检验。One-Way ANOVA过程 一元方差分析。Means过程计算指定变量的综合描述统计量，包括均值、标准差、总和、观测量数、方差等，还可以给出方差分析表和线性检验结果。当观测量按一个分类变量分组时，它可以进行分组计算。Means过程与Descriptive过程的区别：一是Means可对变量进行分组后计算描述统计量，便于比较；而Descriptive只能对变量输出描述统计量，而不能分组。二是Means还可给出方差分析表和线性检验结果，这也是Descriptiv

15、e不具备的功能。Means过过程程对话框说明对话框说明【Dependent List框】用于选入需要分析的变量，也称因变量。可选择一个，也可选择多个。【Independent List框】选择自变量作为分组变量，对因变量将按自变量分组计算描述统计量。自变量的选择可一个，也可多个。选择的若干个自变量可以放在一层，也可以放在不同层。【Options钮】弹出Options对话框，选择需要计算的描述统计量和统计分析：Statistics框 可选的描述统计量。它们是：sum，number of cases 总和，记录数mean,geometric mean,harmonic mean 均数，几何均数，修

16、正均数standard deviation，variance，standard error of the mean 标准差，均数的标准误，方差median,grouped median 中位数，频数表资料中位数（比如30岁组有5人，40岁组有6人，则在计算grouped median时均按组中值35和45进行计算）。minimum，maximum，range 最小值，最大值，全距kurtosis,standard error of kurtosis 峰度系数，峰度系数的标准误skewness,standard error of skewness 偏度系数，偏度系数的标准误percentage

17、of total sum,percentage of total N 总和的百分比，样本例数的百分比Cell Statistics框 选入的描述统计量。Statistics for First layer复选框组（对第一层的变量作如下统计分析）：Anova table and eta 对第一层自变量给出方差分析表和eta统计量。方差分析检验的零假设：第一层自变量各水平上的因变量均值相等。eta统计量表明因变量和自变量之间联系的强度。Test for linearity 检验线性相关性，其检验的假设是因变量的均值是第一层自变量值的线性函数。给出相关系数及平方。注意，只有第一层自变量有三个以上水平

18、时才会出现分析结果。实例及其结果分析实例及其结果分析操作步骤如下：1.Analyze=Compare Means=Means,2.选择X进入Dependent List框，Group进入Independent List框，3.单击“Options”，选择Anova table and eta复选框，4.不作其他选择，单击“OK”。One-Samples T Test过程过程One-Samples T Test过程用于进行样本均数与已知总体均数的比较。界面说明界面说明【Test Variables框】用于选入需要分析的变量。【Test Value框】在此处输入已知的总体均数，可以自行定义已知总体

19、均数为任意值，默认值为0。【Options钮】弹出Options对话框，用于设置检验时采用的置信度和缺失值的处理方式。有：Confidence Interval框 设置置信度，默认为95%。Missing Values单选框组 定义分析中对缺失值的处理方法，Excludes cases analysis by analysis：带有缺失值的观测量，当它与分析有关时才被剔除，它为默认状态。Excludes cases listwise：剔除带有缺失败值的所有观测量。结果分析结果分析检验成绩的均数与总体均数1是否存在差异，也就是说成绩的均数是否等于1。具体操作步骤如下：1.Analyze=Comp

20、are Means=One-Sample T Test,2.选择X进入Test Variable框作为检验变量，3.在Test Value 框输入1,4.不作其他选择，单击“OK”。One-Way ANOVA过程过程【Dependent List框】选入需要分析的变量，可选入多个结果变量（应变量）。【Factor框】选入需要比较的分组因素，只能选入一个。【Contrast钮】弹出Contrast对话框，用于对精细趋势检验和精确两两比较的选项进行定义，由于该对话框太专业，也较少用，这里只做简单介绍。Polynomial复选框 定义是否在方差分析中进行趋势检验。Degree下拉列表 和Polyno

21、mial复选框配合使用，可选则从线性趋势一直到最高五次方曲线来进行检验。Coefficients框 定义精确两两比较的选项。这里按照分组变量升序给每组一个系数值，注意最终所有系数值相加应为0。如果不为0仍可检验，只不过结果是错的。比如说在下面的例7.2中要对第一、三组进行单独比较，则在这里给三组分配系数为1、0、-1，就会在结果中给出相应的检验内容。【Post Hoc钮】弹出Post Hoc Multiple Comparisons对话框，用于选择进行各组间两两比较的方法，有：Equar Variances Assumed复选框组 一组当各组方差齐时可用的两两比较方法，共有14中种这里不一一列

22、出了，其中最常用的为LSD和S-N-K法。Equar Variances Not Assumed复选框组 一组当各组方差不齐时可用的两两比较方法，共有4种，其中以Dunnettss C法较常用。Significance Level框 定义两两比较时的显著性水平，默认为0.05。【Options钮】弹出Options对话框，用于定义相关的选项，有：Statistics复选框组 选择一些附加的统计分析项目，有统计描述（Descriptive）和方差齐性检验（Homogeneity-of-variance）。Means plot复选框 用各组均数做图，以直观的了解它们的差异。Missing Valu

23、es单选框组 定义分析中对缺失值的处理方法，可以是具体分析用到的变量有缺失值才去除该记录（Excludes cases analysis by analysis），或只要相关变量有缺失值，则在所有分析中均将该记录去除(Excludes cases listwise)。默认为前者，以充分利用数据。例7.2 四个实验小组，分别用不同的记忆方法记忆英语单词，经过一段时间后，统一测验记忆情况，结果如下，问四种记忆方法有无显著性差异？设数据已经输好，分组变量为group，四组取值分别为1、2、3、4，结果变量为X。此处先进行单因素方差分析，然后进行两两比较，这里选择LSD法进行两两比较。操作如下：Dep

24、endent List框：选入X Factor框：选入group Post Hoc钮：选中LSD复选框：单击Continue钮 单击OK钮 结果解释结果解释上题的输出结果如下：典型的方差分析表。给出了单因素方差分析的结果，可见F=2.073，P0.05。因此可认为四种记忆方法无显著性差异。上表的标题内容翻译如下：Post Hoc Tests用LSD法进行两两比较的结果，group1与Group3之间存在显著性差异，其他各两两之间无显著性差异。分层聚类因子分析因子分析因子分析因子分析：在社会、政治、经济和医学等领域的研究中往往需要对反映事物的多个变量进行大量的观察，收集大量的数据以便进行分析，寻找规律。在大多数情况下，许多变量之间存在一定的相关关系。因此，有可能用较少的综合指标分析存在于各变量中的各类信息，而各综合指标之间彼此是不相关的，代表各类信息的综合指标称为因子。因子分析就是用少数几个因子来描述许多指标或因素之间的联系，以较少的几个因子反映原资料的大部分信息的统计学方法（是否还记得初中学过的提取公因式呢？）。