《spss学习心得》由会员分享，可在线阅读，更多相关《spss学习心得（3页珍藏版）》请在金锄头文库上搜索。
1、spss学习心得在培训中体会最深的就是传统线性回归期望各自变量之间、误差之间及变量和误差之间相互独立，实际研究中变量不仅会有相关关系， 甚至还会有因果关系，于是单纯的回归会漏 掉许多信息，甚至曲解数据，考虑到线性运算的叠加性和递推性， 对回归系数的再分解是可 以接受，也是有必要的。情况一，自变量之间有因果关系，即存在中介效应。一个变量可以直接作用也因变量，也可以通过不同的路径间接作用，通过路径分析（或叫通径分析） 可以从回归系数中分解出自变量对因变量的直接作用，详情可见郭志刚主编的社会统计分析方法一一SPSS软件应用。情况二，自变量之间有不可以忽略的相关关系。如下图，XI、X2对Y的回归中，阴
2、影部分表示自变量对因变量的解释力度，可以看到有一个重叠的 C12部分，这个重叠的部分（又叫共同效应）里包含有交互效应， 除了交互效应之外， 还有一部分就是因为 XI，X2含有相同 的元素，这些相同的元素对 Y产生的作用就很难分得清是来自X1的还是来自X2的，于是干脆叫做共同效应。F仪we 2.renti diagra/n af liypotltetica! commonality of lire 代expl ained 伽p ifudyiti valving two predictor varitihies.这种将自变量的作用分解出自身的独特效应和与其它变量的共同效应的分析叫作“Commona
3、lity Analysis ”：就是把上图的整块阴影分解成U1 （X1的独特作用），U2 （X2的独特作用），C12（XI, X2的共同作用），并计算出三个部分占整个阴影部分的面积的百分比，它可以帮助研究者比较在一个多元回归方程中不同自变量的重要性从而同时在统计意义和实际意义上了解真相简化数据。虽然目前还没找到比较这些独特或共同作用比例差异的统计检验方法，这个Commo nality An alysis不失为一种有效的分析，尤其在Stepwise Methods倍受诟病之时，一些研究者大力推荐此Commo nality An alysis。Commonality Analysis的计算原理很简
4、单，用SPSS计算得不同回归方程的R2,然后加加减减的，计算有点烦琐，以上面那个图为例：Analyses -1Table 1空rgulm* for Uni贸eq 旦nComport赴砂切“爭0T鶯o TnM匕口已nd电nt VdrimbER日111 - -Ra(2+llEfU1U2 =C12 R;(i)+Ra(3-R2(L2)U 表示 uni que ，C12 表示 com mon to both X1 ， X2。同样的，三个自变量的回归:U1 = -R: (23) +R2(123)U2 二-RJ (13) +Ra(123)U3 =(12)+R2(123)C12 =(3) +R2 (13) +
5、R: (23) -R2 (123)C13 -R2 (2) +R2 12) +R2 (23) -R2 (123)C2 3 = -R2 (1) +R3 (12) +R2 (13j -Ra (123JC123 - Ra(l)+R2(2HR1(3-Ri(12) +R2 (13)-R2 (23) +R4(123)在R软件中编程完成 Commonality Analysis 。另一种情况就是嵌套模型，不同员工被套于同一个组织中，不同的实验操作套于同一个被试上，这时不仅员工自身因素影响其绩效，组织因素也有作用，同一个组织内的员工受到相同的组织因素影响，不同组织间的中员工间受的组织影响不同，这时变量之间就不可
6、能独立，方差齐性的假设也得不到保证。用层二变量（组织变量）对层一自变量（个人 变量）的回归系数和截距再回归，由加权最小二乘法估计得的新回归系数即为组织效应的表征。另外常用的excel像匕首，spss像手枪，对于社会统计应用spss足够精度了。excel 对初级统计技术也差不多了，里面有很多类型的图，配之以数据透视表，模拟 运算表，宏，高级筛选，窗体，而且方便的单元格和变量操作 这些优点都使得 excel 更 利于小规模，低精度，逻辑关系简单的数据， 但是简单的图和表， 有时不需要通过假设检 验，也能看出很多关系或结论，这些直观的现象有的时候比 spss 的假设检验更有说服力（SPSS的假设检验
7、虽然精确， 但是成本是很多模型假定），其统计思想易于被日常生活所 接受， 所以 execl 用得好， 更能显出使用者谙熟研究背景和统计思想， 这个修炼层次更高， 就像武功最高深的人更最简单的工具，最简洁的招式，实而不华一样。了解了 exceI何spss的这个比较后，可以看出 spss的统计思想体现了更多数理统计的 味道，而excel则更多体现了描述统计的味道， 所以了解spss更重要的是了解不同模型背 后的统计想法，当然这些在使用 spss的过程中会慢慢的积累的。一个和学习统计思想无关的，但是在学习spss中必须学会的是“数据组织方式和数据测度” ，这个对于那些学习信息的人容易理解，对文科出身的人不容易理解。但是这个问 题对于初学者很重要。在实际使用 spss 时，就得按部就班地按照先定义变量，调测度， 在录入（导入数据），再分析。分析并不是整个流程。不注意数据的组织方式和数据测度 会使很多统计模型误用（实际上不能用， 但是软件输出了统计结果）， 这种误用不是统计 模型用得好不好的问题，而是，能不能用的问题！当然，spss本身少了一些统计模型（11.5，不知道13.0有没有），此外 spss配套的 数据挖掘软件也比较流行。
