spss教程1.ppt

SPSS应用 主要介绍在SPSS中进行频数分析，交互分析，相关分析，均值比较与检验，回归分析，方差分析，等。 第一节 基本统计分析 一、频数分布表 在SPSS中可以很容易地得出频数分布表，平均数，标准差等。 频数分布：可以概略地看到资料的分布情况，可做初步整理之用，从中还可检查数据输入情况。 Analyze —— Descriptive Statistics —— Frequencies 可选入多个变量。 Statistics: Dispersion(离差栏）: Std.Deviation标准差 Variance 方差 Range全距 Minimum Maximum S.E.mean均数的标准误 Central Tendency (集中趋势栏） Mean Median Mode Sum Skewness偏度（0，1.5，0.5，-0.5） Kurtosis 峰度（0，正，负） 例：09-01 还可直接作出图形： Charts: Bar charts:条形图 Pie Charts:圆图、饼图 Histograms:直方图。只适用于连续的数值型变量。 二、描述统计分析过程 对于定距以上变量，可以进行集中趋势和离中趋势的统计 Analyze —— Descriptive Statistics ——Descriptives 变量可多选 其中选项有： Mean Std.deviation Minimum 三、探索分析 1、对数据进行初步考察： 检查数据是否有错误：过大或过小的数据有可能是奇异值、影响点或错误数据。一要找出，二要分析原因，三要决定是否从中剔除。 数据分布特征：许多分析方法对数据的分布有一定要求。从数据是否服从正态分布，决定他们是否可以选用只对正态分布数据适用的分析方法。 Explore :进行初步探索分析 09-03 四、交互分析表 根据变量的层次，统计学中有各种不同的相关系数来描述，在社调中常见的两个定类（或一个定类、一个定序） Analyze —— Descriptive Statistics—— Crosstabs 选择一个或多个变量进入Rows框，Column 对复选框的解释 (1)Chi-square,卡方检验。 Pearson Chi-square test Likehood ration Chi-square test 似然比卡方检验 Fisher’s exactly test 费雪精确检验 （2）Correlation复选框。Pearson,Spearman（只适用于数值型） (3)Nominal Data栏，适用于定类变量的统计量。Lambda复选项 （4）Ordinal Data栏：适用于定序变量的统计量 Gamma Kendall”s tau-b Kendall”s tau-c (5)Nominal by Interval:一个定类一个定距以上变量 Eta统计量，如收入和性别的关联性 Flag significant correlations:用星号标记有统计学意义的相关关系。 第二节 相关分析 相关分析是研究变量间密切程度的一种统计方法。对于其数值可以从小到大排列的数据才能计算其相关系数。 1、对定距以上两个变量x与y的相关系数采用Pearson相关系数 2、Spearman Kendall相关系数是一种非参测度，是根据数据的秩而不是根据实际值计算的。适合定序数据或不满足正态分布假设的定距数据。 3、偏相关系数：描述的是当控制了一个或几个另外的变量的影响条件下两个变量间的相关性。如：可以控制年龄和工作经验，估计工资收入与受教育程度之间的相关关系。 4、关于相关系数统计意义的检验：由于抽样误差的存在。检验的零假设——总体中两个变量间的关系为0。 SPSS只给出给假设成立的概率P值。 （1）Analyze —— Correlations—— Bivariate 计算指定的两个变量之间的相关系数，可选择Pearson相关、Spearman和 Kendall Tau-b相关；同时对相关系数进行检验。 Test of Significance 是用于变量间相关的显著性检验。系统默认的是双侧检验。 Two-tailed:事先不知道相关方向 One-tailed:事先知道相关方向 例Data09-03 使用系统默认值进行相关分析： 分析：起始工资、现工资与雇员受教育水平、工作经验、职务等级之间是否存在线性关系。 （2） Analyze —— Correlations—— Partial 用上例： - C