《SPSS学习笔记课案》由会员分享，可在线阅读，更多相关《SPSS学习笔记课案（15页珍藏版）》请在金锄头文库上搜索。
1、SPSS学习笔记描述样本数据 一般的，一组数据拿出来，需要先有一个整体认识。除了我们平时最常用的集中趋势外，还需要一些离散趋势的数据。这方面EXCEL就能一次性的给全了数据，但对于SPSS，就需要用多个工具了，感觉上表格方面不如EXCEL好用。个人感觉，通过描述需要了解整体数据的集中趋势和离散趋势，再借用各种图观察数据的分布形态。对于SPSS提供的OLAP cubes（在线分析处理表），Case mmary（观察值摘要分析表），Descriptives （描述统计）不太常用，反喜欢用Frequencies（频率分析），Basic Table（基本报表），Crosstabs（列联表）这三个，另外
2、再配合其它图来观察。这个可以根据个人喜好来选择。一使用频率分析（Frequencies）观察数值的分布。频率分布图与分析数据结合起来，可以更清楚的看到数据分布的整体情况。以自带文件Trends chapter 13.sav为例，选择Analyze-Descriptive Statistics-Frequencies，把hstarts选入Variables，取消在Display Frequency table前的勾，在Chart里面histogram，在Statistics选项中如图1 分别选好均数(Mean)，中位数(Median)，众数(Mode)，数(m)，标准差(Std. deviati
3、on)，方差(Variance)，范围(range)，最小值(Minimum)，最大值(Maximum)，偏度系数(Skewness)，峰度系数(Kutosis)，按Continue返回，再按OK，出现结果如图2图2表中，中位数与平均数接近，与众数相差不大，分布良好。标准差大，即数据间的变化差异还还小。峰度和偏度都接近0，则数据基本接近于正态分布。下面图3的频率分布图就更直观的观察到这样的情况图3二采用各种图直观观察数据分布情况，如采用柱型图观察归类的比例等。 同样以自带文件Trends chapter 13.sav为例，我们可以观察一下各年的数据和的对比：1 选择Graph-Bar-Simp
4、le，在“Data in chart are”一项选择mmary of groups of cases，然后按Define出现图4图4 2选择Bars Represent-Other statistic(e.g. mean)，把hstarts一项选入Variable里面，把YEAR, Periodic一项选入Category Axis项中，并按Change Statistic键，出现图5：图53在Statistic选项中选m of values一项，按Continue返回，按OK即可出现图6：图6从图中可以非常直观的看出1965年-1975年间，每年的体数量对比和各数值多少。三通过列联表来观察
5、，数据的交错关系。 以软件自带的文件University of Florida graduate salaries.sav来说明1、选择Tables-Basic Table，在弹出对话框中，选择Graduate到mmaries栏，College到Down ，Gender到Across栏，如图7图72、选择Statistics按键，选取Count和layer%到Cell Statistics一栏，并按Continue键，如图8图8三、选择Layout按键，选择mmary Variable Labels-In separate labels（汇的标签，如本例的Graduate，放在表外），Stat
6、istics Labels-Across top（数据的标签横放在顶部，如本例的Count和Layer%），并在Label groups with value labels only前选择打勾(表示只需要具体的标签名就可以，不需要汇名，如本例Gender和College)，如图9图9四、选择Total按键，在Totals over each group variable一项前选勾，则输出表会有增加汇一栏，如图10图10提示，需要什么表格形式可以根据要求来调整，但对输出按键都需要熟悉，多尝试几次就可以看出不同的区别。图11为输出的表格图11重要提示：如果结果变成变量的汇（M），则先选择Data-
7、Weight Cases，把Graduate的选项先选入Weight Cases by内，再选回Do not weight Cases，按OK即可。对于其他带有编号的一项都可以这样做。这一点不知为何，本人屡次试过需要这样调整。参考图12图12几种常用的统计方法应用 一般来说，最最常用的统计分析有假设检验和回归分析，在SPSS中也有很好的对应工具来做这些分析，但对其基本思路和要求都必须了解，这样才能更灵活的发挥。下面抄录EXCEL在市场调查中的应用一书中关于这方面的内容：1假设检验 目的：是用来判断样本与样本，样本与体的差异是由抽样误差引起还是本质差别造成的统计推断方法。基本思想：小概率反证法思
8、想。即P0.01或PSequence，如图15图15把hstarts选入Variables项，把No.选入Time Axis Lables，然后按OK，出现图16：图16 从图可以看出，数据是在一个周期内反复在上下波动，虽然高低的位置不一样，但这种波动显然是随着时间的不同而变化。因此可以察看，因变量与时间的关系如何。选择Data-Define Dates，出现图17图17 在Year一栏填入1965，Month一栏填入1，表示数据从1965年1月开始计算选择Analyze-Correlate-Bivariate，出现图18图18把hstarts，Year和Month都选入Varibales选项
9、，Correlation Coefficients选择Pearson和Spearman（其实只需要选Spearman就可以，这里只是试一下，作为比较）。注：相关检验中有Pearson（皮尔森）相关系数和Spearman（斯皮尔曼）等级相关，前者也称皮尔森相关系数，是对两个定距变量关系的刻画；后者是用来考察两个变量中至少有一个定序变量时的相关关系。Zero-order Correlations（零阶偏听偏相关系数）是按Pearson简单相关系数公式计算得到的相关系数。在皮尔森系数r是对两个定距变量关系的刻画:若-1r1，|r|越大，表明两个变量之间的相关程度越强。若0/R1，表明两个变量之间存在正相关。若R=1，则表明变量之间存在
