常用统计方法与SPSS软件的使用.pptVIP

常用统计方法与SPSS软件的使用 书籍介绍 1、张文彤，“SPSS11.0统计分析教程（基础篇、高级篇）” 北京希望电子出版社，2002（操作详细，有助于理解模块） 2、马庆国，“管理统计”，科学出版社，2005（侧重于理论与实践的结合，分阶段学习容易接受 ） 3、吴明隆，“SPSS统计应用实务”，科学出版社，2003年 （适用于社会学、管理学、心理学使用问卷调查的实证研究） 其余书籍 4、余建英，何旭宏，“数据统计分析与SPSS应用”， 人民邮电出版社，2003年 5、阮桂海等，“统计应用分析教程——SPSS、 LISRELSAS实例精选”，清华大学出版社，2003年 软件使用：SPSS11.5,目前最高版本：SPSS13.0 一、量化研究 量化研究与质化研究都重视研究的客观性、科学性与数据分析的正确性，这是两种不同的研究派别， 量化研究的特征： 量化研究注重减少“垃圾进、垃圾出”， 研究者通过正确收集数据，选择合适而正确的统计方法，以客观的立场分析数据， 使之形成有用的信息，以检验研究假设，进而发现研究结果，整理归纳形成结论。 一、量化研究 量化研究与质化研究的区别： 1、“量”采用逻辑实证主义，将现象背后的原理简化为单一的客观实在，不因人的主观意志而转移（内部动力机制）；“质”采用自然现象主义，认为自然和社会是多元的（描述多元的现象）。 2、 “量”注重变量间必然的因果关系或相关情形， “质”注重变量脉络间关系的诠释和分析。 3、 “量”重视假设演绎法， “质”注重经验归纳法。 4、 “量”的研究者保持中立，借助仪器或问卷等收集信息， “质”的研究者一般采用参与性的活动通过互动收集信息。 5、 “量”的研究重视由受试样本推论到总体， “质”的情景限制推论。 二、量的研究步骤 选择定义研究问题（设计问卷） 研究问题必须是可以检验的、有研究价值或重要的问题 方法：通过相关文献的研究分析，挖掘相关研究问题，制定 研究主题，草拟研究问题，对于重要的关键词要给予完整解释 执行研究程序 实施程序包括：样本的选择、测量工具的改进、数据的搜集 数据分析 检验研究假设、选择合适而正确的统计方法（描述性统计、推断性统计） 结果分析与结论 根据数据分析的结果，结论应该与最初拟订的假设或研究问题有关，研究结论要指出假设是否得到支持。 三、量表的编制 变量的属性 名义变量：变量分类，如性别、年级、企业性质等 （控制性变量） 次序变量：方向性，如表示优劣、多少、高低、次序等 等距（比率）变量：间距相等、具有可加、可乘性，如经 营额、学生成绩、各种财务杠杆等 *不同的变量属性，所使用的统计方法也不同，如果设计的变量属性不符合所要求使用的统计方法，会导致统计结果的错误（在回归分析中应该特别注意） 例如：多元回归分析的自变量与因变量应该都是“连续变 量”，自变量如果是类别变量或次序变量应该首先转换为虚拟 变量（与研究相关的变量的矢量方向一致及变量属性一致） 。 量表编制的原则（如何使用量表将定性问题转换为定量） 量表的属性应该是次序变量，但次序变量与名义变量都属 于“离散变量”，离散变量无法求平均数或进行相关性统计、 回归等分析，因此必须转变成等距的虚拟变量来统计。 五点量表法（Liket－five point，李克特）：最可靠的方法，适合与一般群体来设计，其好处在于不但能分清矢量的高低程度，而且等确定中心距，以保持变量的内部平衡。 七点量表法（Liket－Seven point，李克特） ：适合与高精确度的问卷设计，一般适合与专家群体，其确定的准确度更高，但如果受试群体没有能力分清这种高精确性的矢量，会导致问卷收集数据的不准确性。 四、统计与数据挖掘方法论 五、数据处理常用方法 将问卷各个题目按照关键字段依次输入EXCEL，形成二维的数据库 六、SPSS软件的界面与数据控制 信度分析 一般用于问卷（试卷）问题测量的稳定性和可靠性 Reliablity Analysis 过程通过ALPHA(克郎巴哈系数)来截定 α0.9 稳定性很好，效果极佳 0.9 α0.8 可以接受，应该做小幅改进 0.8 α0.7 有价值，做部分改进 0.6α0.7 有价值，做较大改进 0.6α应该重新设计 注意：如果问卷数量较少，系数可以稍微降低。 七、常用的统计方法 描述性统计——基本的数据分布状况