《SPSS软件使用之》PPT课件

《《SPSS软件使用之》PPT课件》由会员分享，可在线阅读，更多相关《《SPSS软件使用之》PPT课件（40页珍藏版）》请在金锄头文库上搜索。

1、第四讲第四讲 SPSS软件使用之一n内容提要：内容提要： SPSS软件简介；如何用SPSS软件完成描述统计、假设检验、方差分析等 一、一、SPSS软件简介软件简介1. 软件名称nStatistical Package for Social Science nStatistical Product and Service Solutions2. 软件发展n60年代：美国斯坦福大学三位研究生研制 n70年代： SPSS总部成立于芝加哥，推出SPSS 中小型机版SPSSX SPSSX n80年代：微机版（V13 ）SPSS/PC+n90年代： Windows版（v511）3. SPSS软件的特点n操

2、作简便，好学易懂，简单实用 n集数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制为一体。n统计功能囊括了教育统计学中所有项目 4. SPSS软件的应用环境 运行SPSS的Windows10.0版（单机版），要求：n P2以上的PC机n 1G以上硬盘n 32M以上内存n 中文Win95/98/2000平台 5. SPSS软件的启动n双击SPSS图标n单击“开始”“程序” SPSS For windows SPSS软件启动后，进入SPSS数据编辑器（SPSS Data Editor）窗口。 6. SPSS软件的主要窗口与功能n数据编辑窗口（ data editor ） n功能：对SPSS

3、的数据进行定义、录入、修改、管理等基本操作的窗口n组成：窗口主菜单（Data、Transform、Analyze、Graphs）、工具栏、数据编辑区、状态显示区nSPSS运行过程中自动打开；且只能打开一个窗口；运行过程中无法关闭nSPSS中各统计分析功能都是针对该窗口中的数据进行的；窗口中的数据以.sav存于磁盘上n输出窗口（viewer viewer）n功能：SPSS统计分析报表及图形的输出窗口n组成：窗口主菜单、工具栏、结果显示区、状态显示区n在进行第一次分析时自动打开，也可手工打开；可以手工打开若干个可相互切换的viewer窗口；输出窗口可以关闭；n状态栏上的！表示当前输出窗口n窗口内容

4、以.spo存于磁盘上7. 利用SPSS做数据分析的一般步骤n建立SPSS数据文件n定义数据文件结构n录入、修改和编辑待分析的数据n 分析数据n统计分析之前的数据预处理n统计分析和建模结果的说明和解释n 结果的说明和解释n数据和分析结果的保存8. 学习使用统计分析软件的基本方法n弄清分析的目的n正确收集待处理和分析的数据(目的、影响因素的剔除）。n弄清统计概念和统计含义，知道统计方法的适用范围，无需记忆公式。n选择一种或几种统计分析方法探索性地分析数据。n读懂计算机分析的数据结果，发现规律，得出分析结论二、数据文件的建立、调用与二、数据文件的建立、调用与保存保存1. 数据文件的建立 SPSS软件

5、启动后，进入SPSS数据编辑器n定义数据文件的结构n进入“变量观察窗” (Variable View)n变量名(Name)：所谓变量即在处理过程中其值可以改变的量。每一变量必须有一个名称，即“变量名”。如sex、age等为变量名。n类型(Type)与宽度：变量取值的类型与范围。n数值型(Numeric)。如：宽8位、小数点2位 (可调)n字符串(String)。 如：宽8位(可调)n日期型(Date)。 如：宽811位(固定)n变量名标签(Label) ：对变量名的解释。如变量名sex的标签可定义为：性别n变量值标签(Values) ：对变量取值的解释。如变量sex的取值可取M与F，其标签可定

6、义为：男与女。n缺失值(Missing)：表示缺失值的数字或符号n栏宽(Columns)n对齐(Align)n输入数据 进入“数据观察窗” (Data View) 逐一输入数据练习：建立下表所示的数据文件姓名性别生日工龄基本工资Wang男1956.01.0830 2,600.00Ning女1965.02.1822 2,300.00Peng男1976.03.2812 2,100.00Gu男1964.04.2222 2,300.00Hu女1977.12.1811 1,800.00变量名类型宽度小数位变量名标签变量值标签xm字符串10姓名xb字符串2性别男,女sr日期10生日gl数值20工龄Jbgz

7、数值82基本工资数据文件的结构2. 数据文件的调用 OpenData 选择文件类型（SPSS、EXcel等）与文件名打开3. 数据文件的保存 Save或Save As 选择文件类型（SPSS、EXcel等）与文件名保存 1. 菜单选择nAnalyseDescriptive StatisticsFrequencies 功能：频数（包括图形）、各种统计量（集中趋势、离散趋势等）nAnalyseDescriptive Statistics Descriptives 功能：标准化数值、各种统计量（集中趋势、离散趋势等） 2. 操作过程 3. 输出结果 4. 保存输出结果 三、描述统计三、描述统计举例举

8、例n对前面表格中的工龄进行描述统计工龄NValid5Missing0Mean19.40Median22.00Mode22Std. Deviation7.925Minimum11Maximum30Sum97Percentiles 2511.505022.007526.00 Frequency PercentValid PercentCumulative PercentValid11 1 20.0 20.0 20.012 1 20.0 20.0 40.022 2 40.0 40.0 80.030 1 20.0 20.0 100.0Total 5 100.0 100.0工龄n假设检验是一种根据样本数

9、据来推断总体的分布或均值、方差等总体统计参数的方法。n根据样本来推断总体的原因：n总体数据不可能全部收集到。如：质量检测问题n收集到总体全部数据要耗费大量的人力和财力n假设检验在两种假设条件下进行：n假设总体的分布已知-参数检验n假设总体的分布未知-非参数检验四、假设检验四、假设检验n单样本检验（One-Sample Test）：检验某变量的总体均值与指定的检验值之间是否存在显著差异。n菜单： AnalyseCompare Means One-Sample T Testn操作：在对话框中选择变量，输入检验值，选择Options输入置信度（不选默认95%）n结果：表一：样本数、均值、标准差、标准

10、误 表二：t值、自由度、 P值、样本均 值与检验值之差、置信区间均值比较与均值比较与T检验检验n独立双样本检验（Independent Sample Test）：利用两个样本均值检验总体均值是否显著相等。n菜单： AnalyseCompare Means Independent-Sample T Testn操作：建立数据文件（两个待检验变量合并成一个变量，并增加一个group变量，第一个变量值在前，其group值为1，第二个变量值在后，其group值为2 ）在对话框中，待检验变量放入检验框， group变量放入分组框 点击define groups，在两个group框后分别输入1和2n结果：基

11、本同单样本n配对样本检验（Paried-Sample Test）：根据配对样本对两总体均值是否有显著差异进行推断.n菜单： AnalyseCompare Means Paried-Sample T Testn操作：在对话框中，选择待检验的两个变量放入检验框n结果：表一：样本数、均值、标准差、标准误 表二：相关系数 表三：t值、自由度、 P值、置信区间等【例例】在某克山病区测得11例克山病患者与13名健康人的血磷值（mmol/L）如下表，患者患者 0.84 1.051.21.21.391.531.671.81.872.072.11健康健康人人0.54 0.640.640.750.760.811.

12、161.21.341.351.48 1.56 1.87在 = 0.05的显著性水平下（1）单样本检验：克山病患者的血磷值平均是否为1.5?（2）双样本独立检验：问该地区克山病急性患者与健康人的血磷值是否相同? 假设数据文件已建立（文件名jsjy-1），打开数据文件jsjy-1（1）AnalyseCompare Means One-Sample T Test 选择变量 x1在Test value框中输入1.5 点击“Options” 输入95 点击“Continue” 点击“OK” 结论：由于t=0.164t0.05(10)=1.812，所以不能拒绝克山病患者的血磷值平均是1.5的假设（2） A

13、nalyseCompare Means Independent-Sample T Testn合并变量x1与x2为变量x12，增加变量group，然后对应患者的值输入1，对应健康人的值输入2。n选择变量 x12放入检验框， group变量放入分组框 点击define groups，在两个group框后分别输入1和2 点击“Options” 输入95 点击 “Continue” 点击“OK” 结论：由于p=0.0190.05，所以拒绝该地区克山病急性患者与健康人的血磷值相同的假设，即该地区克山病急性患者与健康人的血磷值有差异 。显示结果【例例】从从一个以减肥为主要目标的健美俱乐部随机抽取了10名参

14、加者，得到他们的体重记录如下表：训练前训练前94.5101110103.59788.596.5101104116.5训练后训练后8589.5101.5968680.58793.593102在 = 0.05的显著性水平下（1）双样本匹配检验：检验训练前后平均体重是否有显著差异？（2）检验参加其训练班至少可以使减肥者平均体重减重平均体重减重8.5kg以上以上？（1） AnalyseCompare Means Paried-Sample T Testn选择变量xlq与xlh作为变量1与变量2放入配对检验 点击“Options” 输入95 点击“Continue” 点击“OK”Sig. (2-tail

15、ed).000结论：由于p=0.0000.05，所以不能拒绝训练前后差的平均值为8.5的假设，即参加其训练班至少可以使减肥者平均体重减重8.5kg以上五、方差分析五、方差分析n是从数据间的差异入手，分析哪些因素是影响数据差异的众多因素中的主要因素.n观测变量的数据差异=控制因素造成+随机因素造成n方差分析正是要分析观测变量的变动是否主要是由控制因素造成还是由随机因素造成的，以及控制变量的各个水平是如何对观测变量造成影响的.n检验某一个控制因素的改变是否会给观察变量带来显著影响.n菜单： AnalyseCompare Means One-Way ANOVAn操作：将观察变量移入变量框；控制因素移

16、入因素框n结果：组间、组内、总的平方和、自由度、均方，F统计量、 P值nP,则控制因素的改变给观察变量带来显著影响1. 单因素方差分析单因素方差分析n测试若干个控制因素的改变是否造成观察变量的显著变动（主要介绍双因素）。（主要介绍双因素）。n 无重复实验无重复实验n菜单： AnalyseGeneral Linear Model Univariaten操作：将观察变量移入变量框；控制因素移入固定因素框n点击“Model” 选择“Custom” 将控制因素放入“Model框在下拉式列表框中选”Mian effects”n结果：各因素及总的平方和、自由度、均方，F统计量、P值等nP,则控制因素的改变

17、给观察变量带来显著影响2. 多因素方差分析多因素方差分析n 有重复实验有重复实验n菜单： AnalyseGeneral Linear Model Univariaten操作：将观察变量移入变量框；控制因素移入固定因素框n点击“Model” 选择“Full factorial”n结果：各因素及总的平方和、自由度、均方，F统计量、P值等nP,则控制因素的改变给观察变量带来显著影响消费者对四个行业的投诉次数消费者对四个行业的投诉次数行业行业观测值观测值零售业零售业旅游业旅游业航空公司航空公司家电制造业家电制造业123456757664940345344683929455651314921344044

18、51657758【 例例1 】为了对几个行业的服务质量进行评价对几个行业的服务质量进行评价，消费者协会在四个行业四个行业分别抽取了不同的企业作为样本。最近一年中消费者对总共23家企业投诉的次数如下表：单因素方差分析举例单因素方差分析举例 假设数据文件已建立（文件名fcfx-1），打开数据文件fcfx-1n AnalyseCompare Means One-Way ANOVAn将观察变量number移入应变量框；控制因素factor1移 入 因 素 框 点 击 “Post Hoc” 在Significance Level输入0.05 点击“OK” 结论：由于p=0.0390.05，所以拒绝行业因

19、素对被投诉次行业因素对被投诉次数无显著影响数无显著影响的假设。显示结果.039Sig.双因素方差分析举例双因素方差分析举例不同品牌的彩电在各地区的销售量数据不同品牌的彩电在各地区的销售量数据 （无交互作用）（无交互作用） 品牌因素品牌因素（行因素）（行因素）地区因素地区因素（列因素）（列因素）地区地区1地区地区2地区地区3地区地区4地区地区5品牌品牌1品牌品牌2品牌品牌3品牌品牌4365345358288 350368323280 343363353298 340330343260 323333308298 【例例2】有4个个品品牌牌的彩电在5个个地地区区销售，为分析彩电的品品牌牌(品品牌牌因

20、因素素)和和销销售售地地区区(地地区区因因素素)对对销销售售量量是是否否有有影影响响，对每种品牌在各地区的销售量取得以下数据。试分析品牌和销售地区对彩电的销售量是否有显著影响？(=0.05) 假设数据文件已建立（文件名fcfx-2），打开数据文件fcfx-2n AnalyseGeneral Linear Model Univariaten 将观察变量number移入应变量框；控制因素factor1, factor2移入固定因素框n点击“Model” 选择“Custom” 将控制因素factor1, factor2放入“Model”框在下拉式列表框中选”Mian effects” 点击“Cont

21、inue” 点击“OK”结论：品牌：品牌：P ，表明地区因素对销售量无显著影响。，表明地区因素对销售量无显著影响。显示结果.001.000.000.144Sig.R Squared = .839 (Adjusted R Squared = .746)不同品牌的彩电在各地区的销售量数据不同品牌的彩电在各地区的销售量数据 （有交互作用）（有交互作用） 品牌因素品牌因素（行因素）（行因素）地区因素地区因素（列因素）（列因素）地区地区1地区地区2地区地区3地区地区4地区地区5品牌品牌1品牌品牌2品牌品牌3品牌品牌4365 366345 344358 357288 287 350 349368 3693

22、23 325280 278343 344363 365353 354298 299 340 341330 333343 345260 263323 323333 335308 310298 300n 假设数据文件已建立（文件名fcfx-3），打开数据文件fcfx-3n AnalyseGeneral Linear Model Univariaten 将观察变量number移入应变量框；控制因素factor1, factor2移入固定因素框n点击“Model” 选择“Full factorial” 点击“Continue” 点击“OK”显示结果.000.000.000.000.000Sig.R Squared = .993 (Adjusted R Squared = .986)结论：品牌、地区及交互：品牌、地区及交互：P ，表明品牌、地区及，表明品牌、地区及交互对销售量均有显著影响。交互对销售量均有显著影响。