统计分析软件SPSS使用技巧

《统计分析软件SPSS使用技巧》由会员分享，可在线阅读，更多相关《统计分析软件SPSS使用技巧（51页珍藏版）》请在金锄头文库上搜索。

1、讲座:SPSS使用方法吴志强 信息管理学院 关于SPSSnSPSS原意为Statistical Package for the Social Sciences，即“社会科学统计软件 包”。n随着SPSS产品服务领域的扩大和服务深 度的增加，SPSS公司于2000年将英文全 称更改为Statistical Product and Service Solutions，意为“统计产品与服务解决方 案”。 社会科学研究中的统计n数据的描述性统计n频次分布n集中趋势：平均数、众数、中位数等；n离散趋势：方差和标准差、极差等；n数据分析n数据预测一、SPSS常用菜单的功能nData菜单：对数据进行排序、转

2、置以及 观测记录的选择；nTransform菜单：数据转换功能，常用的 有Compute、Recode以及Count。nAnalyze菜单：各种统计分析。nGraphs菜单：制图工具。二、SPSS的数据管理n常用的功能有：n数据转换；n数据聚合。1.数据转换Computen对数据进行规律性的整理和计算。n步骤：nTransform-ComputenIf条件的设置n新变量设定n示例说明2.数据转换Recoden对数据按分段模式转换，如：把数据中的年龄转换为年龄段 。n步骤：nTransform-Recoden选择需要转换的变量，并设置转换后的变量；n设置旧变量转换为新变量的条件；n运行OK即可。

3、n示例3.数据聚合Aggregaten把数据按照某一变量进行分类汇总。n步骤：nData-aggregaten选定分类变量到Break Variables框n选定聚合变量到Aggregate Variables框nFunction设置聚合函数n选择创建新文件n运行OK即可n示例示例： Recode和Aggregate的 组合使用三、数据的描述统计n包括：n频数分析n均值n标准差数据的集中趋势统计量n频数：各个组内含个体的个数n平均数（均值）：n众数：频数出现最多的变量值n中位数：第50个百分位数点上的值1.频数nSPSS操作:n打开数据文件,执行Analyze-Descriptive Stat

4、istics-Frequencies.n选择分析变量nStatistics按钮设置频数nCharts设置直方图以及正态曲线nOK即可。2.平均数与标准差nSPSS操作:n打开数据文件,执行Analyze-Descriptive Statistics- Descriptive.n选择分析变量nOption按钮设置统计量nOK即可。数据的离散趋势统计量n方差和标准差n极差：最大值与最小值之间的距离n四分位数差：第25、50、75个百分位 数点之间的距离3.分组求均值n对数据分组描述，可以输出分组数据的 均值、标准差、极值等，即对数据进行 多层分类汇总。nSPSS操作nAnalyze-Compare

5、 Means-Means.n示例：求不同性别的人在各工资段上的 平均值。4.数据探测（Explore）n计算描述统计量，通过各类统计图等描 述数据的分布类型。nSPSS： Analyze-Descriptive Statistics- Explore。5.交互分析n目的：描述同一组样本中不同变量之间 是否存在显著联系。nSPSS： Analyze-Descriptive Statistics- Crosstabs.nRows 和columnsnChi-Square, Phi and Cramers Vnrown示例：性别与工资的联系。交互分析的结果n卡方检验。P0.05,则接受假设；如果Com

6、pare Means- Independent T Test.n确定T检验的变量；n确定T检验的分组变量。n Ok即可。n示例：不同性别工资差异的T检验。2.方差分析n分析变量之间是否存在相关性。n例如：人的年龄是否受到地域的影响。不同 地域的人的年龄，其平均年龄是否存在差异 。n要求：因变量在影响因素的各个水平上 的分布必须服从正态分布。方差分析的原理以单因素分 析为例n假定H0：在某一自变量下的不同水平下 ，总体均值没有差异。n将原始数据按照自变量的水平不同随机 分成c个组，然后进行分析：n如果组内差异大而组间差异下，则说明两个 变量之间没有什么关联性；n如果组间差异大而组内差异小，则说明

7、两个 变量之间有某种关联性。例子：人年龄与地域之间是否 存在关联性n要解决的问题：n他们之间是否存在关联性？n如果有，则：n不同地域对人年龄的影响程度如何？n哪些地域对人的年龄的影响明显？n哪些地域对人年龄的影响最不明显？解题步骤n1）原始数据按地域随机抽样。结果如下 表：地域1地域2地域3 82 81 82 82 8379 80 80 81 8083 84 83 85 8582 80 84解题步骤n2）假定：n由于三个样本取自同一总体，因而其均值相 同。但各自的 有差异。因此n假设H0： 1 2 3n（含义：地域对人的年龄没有影响，其本身的 样本均值与总体均值不同是由于抽样的波动引 起的。）

8、解题步骤n3）求组间变差与联合方差组间样本总平均值 ：组间样本总方差：联合方差 ：解题步骤n4）. F检验：n如果Ho为真，F比值将围绕着1波动；如果Ho不真，F值将倾向于比1大 很多。 1)F值：2)F的自由度分子自由度：df1=c-1=3-1=2分母自由度：df2=c(n-1)=3(5-1)=123)用F分布表查Ho的概值。其概值远远小于0.001, 趋近于0。 Ho的概值小于0.05（ 的显著水平），拒绝Ho。解题步骤n5）对方差的方差齐性检验n该检验是对自变量不同水平下各观测变量总体 方差是否相等进行检验。因为方差分析的前提 是“自变量不同水平下观测变量总体方差无显 著差异”。n分析过

9、程：用t检验，首先分析p值（概值）是 否大于a(=0.05)，如果大于，方差无显著差异 ；然后，比较两个总体均值的t检验结果，如果 t统计量对应的两端的概率p值大于a，无显著 差异，如果小于，则有显著差异。解题步骤n6）. 多重比较检验n确定自变量的不同水平对观测变量的影 响程度。n这种检验比较复杂，方法也很多，其中 LSD敏感性最强。结果n总体描述及95置信区间地域1地域2地域3检验结果n1）概值趋近于0，小于0.05，拒绝Ho，不同地 域下人的年龄有显著差异。n2）回归的概值为0.002，地域与人的年龄之间 不是零线性相关。1). 单因素方差分析nAnalyze-Compare Means

10、-On Way ANOVA.nDependent list选择因变量；Factor选择自变量。nposHoc选择R-E-G-W Q和Tukey。nOption选择Describtive和Homogeneity of V test.n结果：如果Post Hoc Tests检验中pGeneral Linear Model- Univariate.nDependent Variable, Fixed Factors.nOptions选择Descriptive St.n例子：职务、性别与工资的方差分析。3.卡方检验n目的：检验样本中自变量与应变量之间 的关系在总体中是否存在。n0假设：自变量与应变量之

11、间的关系在总 体中不存在。n结论：如果p0.05，拒绝0假设。n卡方检验要求自变量与因变量都是分隔 变量。卡方检验的SPSS操作nSPSS： Analyze-Descriptive Statistics- Crosstabs.nRows 和columnsnChi-SquarenOk.五、 SPSS数据的预测分析n线性回归n对数回归n关于回归分析n回归分析是社会研究中进行定量分析的基 本方法，主要解决3个方面的问题：n确定几个变量间是否存在相关关系；若存 在，则找出它们之间合适的数学表达式。n据一个或几个变量值，预测或控制另一个 或几个变量的值，且要知道这种控制或预测 可达何种精确度。n进行因素

12、分析，即在共同影响一个变量的 多个变量（因素）间，找出主要和次要因素 及其相互关系。变量之间的两种关系n确定性关系n问题1：正方形的面积y与正方形的边长x之 间的函数关系是y = x2。确定性关系n非确定性关系相关关系n问题2：某水田水稻产量y与施肥量x之间是 否有一个确定性的关系？相关关系的回归分析n对具有相关关系的两个变量进行统计分 析的方法叫回归分析。n注：自变量取值一定时，因变量的取值带有 一定随机性的两个变量之间的关系叫做相关 关系。现实生活中的相关关系n人的身高与年龄；n产品的成本与生产数量；n商品的销售额与广告费；n家庭的支出与收入。回归方程n对具有相关关系的现象，选择一适当的数

13、学关 系式，用以说明一个或一组变量变动时，另一 变量或一组变量平均变动的情况，这种关系式 称为回归方程。n如果所择关系式是线性的，就称为线性回归分 析；反之，则称为非线性回归分析。n线性回归是回归分析的基本模型，很多复杂的 情况都是转化为线性回归进行处理。线性回归分析最小二乘法例子：大学生身高与体重的关系n从某大学中随机选出8名大学生，其身高和 体重数据如下表：编号12345678身高 165165157170175165155170体重4857505464614359求大学生的身高与体重的回归方程。结果回归方程 ：相关系数n正相关；负相关。n通常，r0.75，认为两个变量有很强的相 关性。n

14、本例中，由上面公式r=0.7980.751.利用SPSS求线性回归nSPSS：Analyze-Regression-Linear.n因变量dependent和自变量IdependentnOK即可。n示例：工作年限与工资水平的线性回归。线性回归的结果nModel Summary：R方用来解释应变量中 有多少可以被自变量所解释。nANOVA方差分析：判断回归模型是否有 统计学意义。如果P Regression-Binary Logistic.n示例：职务与工资之间的对数回归模型 。SPSS的使用心得n要掌握统计学的基本知识；n使用SPSS之前要先对数据进行宏观把握 ；n要根据数据以及分析思路选择合适的 SPSS命令。