《spss学习笔记》由会员分享，可在线阅读，更多相关《spss学习笔记（4页珍藏版）》请在金锄头文库上搜索。
1、一、 预备知识+ U H6 L$ C4 G9 Y2 * i4 p: H1、 变量类型 1 W- I, z2 / a/ Z% c8 o2、 缺失值( 2 H- |! s+ c3、 统计方法4、 假设检验 8 ! / S+ m8 y* I( J二、 spss 分析1、 卡方分析（定类变量是否存在某种关联性）2、 相关分析（研究变量间联系的密切程度）3、 方差分析（重要的定性分析方法）4、 回归分析（研究某变量对另一变量的影响强度，重要的定量分析方法）$ i. x1 H. F3 j1 Z4 5、 因子分析（研究变量的相关性）1 |% v) 2 a h. S- T6 w: A6、 聚类/集群分析（研究
2、样本 /变量的相似性）% Q% U+ p% D$ G8 B+ t7、 Compare Means 过程! N- z4 W( T! S 5 O* R3 n3 N; M4 T N 一、 预备知识1、 变量类型: u% r+ o* o4 |% n& p/ l o n定类变量（又称分类变量/离散变量）：仅仅代表不同类事物，例如性别定序变量：代表按照事物某特性排序下的分类，例如教育程度，态度量度 3 % V C0 z: f1 f s定距/定比变量：变量的值之间可以比较大小，两个值的差有实际意义。4 V; A2 h& u* n/ X其中，定距/定比变量的区别，定距变量 0，不表示“ 没有”，定比变量0，表
3、示“没有”，在 spss 中，没有太大的区别。2、 缺失值10以下，可接受范围替代模式：1 样本统计量（各类平均值）替代2 统计模型计算出的值替代 d/ w! d/ e, 0 ( S5 K1 F3 删除整个个案+ k8 7 n. E2 7 c) t4 仅在相应分析中作必要的删除，将有缺失值的个案保留（exlude case pairwise ）9 _& Y1 _) E. t4 k$ L6 B0 3、 统计方法一个变量：frequency 频数、descriptive 众数、中位数、均值、标准差两个变量：卡方分析（x2 /crosstabs） ，研究分类变量间是否存在关联性的常用方法单因素方差分
4、析（one way anova，F 检验）4 L7 C( n9 W; W+ + f简单相关分析（pwarson 相关系数 r 值）5 C4 h8 _ Z* 0 m- M9 N! m# 一元线性回归分析（regression / linear）$ H |3 L4 & k# K |多个变量：判别分析、聚类分析、因子分析、多元线性回归$ A5 h l( N& T注：1、频数/百分比中，有效百分比（ valid percent）指频数对有效个案数（所谓有效个案数，即样本量减去缺失个案数）的比例。2、Sig 显著度 p 值：显著性水平一般是 0.05，也有取 0.01 的4、 假设检验假设检验包括参数检
5、验（定量） ，其中包括单样本及双样本（独立样本、配对样本）检验；* Q* q9 h- r3 d* h6 E6 g Q非参数检验（非定量） ，好像是针对不服从正态分布的变量， ，同样有单样本、双样本检验。二、 spss 分析 4 w9 C% ?2 _7 v6 c1、 卡方分析（定类变量是否存在某种关联性）! I& Q6 : U* U! W; z+ _# k原假设：两个定类变量是互相独立，互不关联。列联表（频数和百分数） ，原假设成立的前提下，可以计算出列联表中的频数应该是多少（期望频数） ，比较观测频数与期望频数的差，用卡方（x2）统计量来检验：差值大，卡方检验结果显著，拒绝原假设，即两变量存在
6、某种关联，具体如何关联，要看列联表中数据的分布形态- w |# T Y9 K+ y差值小，原假设成立，卡方检验结果不显著，不能拒绝原假设，不能轻易下不关联的结论 7 B! + h 1 P c7 * c# u( p注： 卡方检验受样本量的影响很大； 对变量取值的不同分类会引起卡方值的改变，; F5 L+ e& z! z! f* u 对定距/定比变量，要先将变量取值分组归类，才能用卡方分析，用 recode 命令# z9 j0 z6 l. _- k: |3 r& T2、 相关分析（研究变量间联系的密切程度）具体看另外一篇笔记，总之先记得 analyecorrelatebivarinte 比较常用。
7、! e: J5 d1 C4 ( y中间会得到简单相关系数，对于这个系数是否正确，还要排除相关系数为 0 的可能，里面的 sig 检验就是针对两者相关系数 0 的原假设的，p 值0.05，则原假设成立，因素没有影响，当 sig0.05，假设成立，相同，无显著性差异；0.05，则表示方差齐，如果方差不齐，在最后检验表中，最后一张表中，要看“not assumed”的 sig 值，而不是 “assumed”的 sig 值大于 0.05与否。+ 0 X& r7 Y$ z; 4、 pairedsampled T test（单变量 2 个水平，配对个数）检验两个相关配对样本是否来自具有均值相等的总体，和独
8、立样本检验很象的。通常是对同一观察对象在试验前和试验后观测的结果进行比较，例如想比较培训前后职工的工作效率。变量的水平可包含 2 个以上，不过感觉一般是比较单变量两个水平的居多。5、 oneway anova（一维/一元方差分析，单变量多个水平）$ / k- K5 o8 检验单变量多组（多水平，2 组以上）独立的组是否来自均值相同的总体。例如比较不同减肥的三种方案是否有显著性差异。6、 对于多变量的差异性检验，使用 general linear model1 z/ R6 W, N) 8 b& , a. _4 I# N（本质是与 oneway anova 相似的方差分析，多个变量多个水平，一般还是 2 个变量） 。注：7 6 Y P$ D4 y1 n . F% w8 _/ h对于分类变量，用 crosstabs 做卡方检验。对于比较变量分布不明，或者明显是非正态分布的，考虑使用 Nonparametic Tests 下的命令处理。
