(注意点.docVIP

SPSS注意点 字符型数据不能进行算术运算，并区分大小写字母，它在SPSS数据处理过程中应用一对双引号括起来。 变量名标签是对变量名含义的进一步说明，增强变量名的可视性和统计分析结果的可读性。变量名标签可用中文。 变量值标签是对变量取值含义的解释说明信息，对于品质型数据尤为重要，如性别。 度量标准：度量(Scale)，即定距型数据，通常指连续型数据或离散型数据，用数值表示。序号(Ordinal)，即定序型数据，具有内在固有大小或高低顺序，一般可用数值或字符表示。名义(Nominal)，即定类型数据，指分类数据，如性别、民族等。不同数据应根据其实际含义规定其度量标准。 数据录入可以逐行进行，录入完一个数据后按Tab键，于是当前单元的右边一个单元便自动成为当前单元；数据录入可以逐列进行，录入完一个数据后按Enter键，于是当前单元的下方一个单元便自动成为当前单元。也可按键盘上的上下左右键进行数据录入。 将数据集切换到数据视图，视图——值标签，若勾选值标签前的复选框，则显示变量值标签，如性别会显示男、女，而不是0、1。 数据——合并文件——添加个案，在对话框左侧“非成对变量”中，变量名后面的*表示该变量是当前数据编辑窗口中的变量，+表示该变量是（2）中指定的磁盘文件中的变量。不同数据文件中数据含义相同的数据项最好起相同的变量名，且数据类型也最好相同，会简化操作。 复合条件表达式，又称逻辑表达式。逻辑运算符包括：或AND（并且）、| 或OR（或者）~或NOT（非）。NOT的运算优先级最高，其次是AND，最低是OR。 数据——选择个案，后续的SPSS分析操作只针那些被对选中的个案，除非用户再次改变数据的选取为止。 10、转换——重新编码为相同变量、转换——重新编码为相不同变量的区别在于分组结果的存放策略不同，前者是用分组变量值覆盖原变量，后者是将分组结果存放到一个新变量中，相应的操作略有差异，通常选择后者进行SPSS操作。 11、数据分组是对定距型数据进行操纵，将数据按照某种标准重新划分为不同的组别。在数据分组的基础上进行频数分析，更能够概括和体现数据的分布特征。另外，分组还能够实现数据的离散化处理。 数据分组分为三种： 单变量值分组：把每一个变量值作为一组，适合于离散变量且变量值较少的情况。 组距分组：组数K=1+lgn/lg2，组距=（最大值-最小值）÷组数。 分位数分组：按分位数进行分组。 12、数据——加权个案，本质是数据复制。通过这样的处理，可以达到将数据编辑窗口中的汇总数据还原为原始数据的目的。一旦指定了加权变量，那么以后的分析处理中加权是一直有效的，直到取消加权为止。 13、数据——拆分文件，排序+分组。数据拆分将对后面的分析一直起作用，即无论进行哪种统计分析都将按拆分变量的不同组别分析计算。如果希望对所有数据进行整体分析，则需要重新执行数据拆分。 14、实用程序——定义变量集，实用程序——使用变量集。SPSS变量集就是一种通过减少变量显示个数而简化变量选择操作的方式。 15、条形图：用宽度相同的条形的高度或长短来表示频数分布变化的图形，适用于定类和定序变量的分析。 直方图：用矩形的面积来表示聘书分布变化的图形，适用于定距型变量的分析。 16、分位数从一个侧面清楚地刻画了变量的取值分布状态。分位数差是一种描述数据离散程度的方式。分位数差越大，表示数据在相应分位段上的离散程度越大。 17、均值利用了全体数据，代表了数据的一般水平；均值的大小易受到数据中极端值的影响。 均值标准误差是描述样本均值与总体均值之间平均差异程度的统计量。 样本标准差是表示变量取值距离均值的平均离散程度的统计量。 18、偏度：描述变量取值分布形态对称性的统计量。 峰度：描述变量取值分布形态陡缓程度的统计量。 19、交叉分组下的频数分析（又称列联表分析）——分析多个变量不同取值下的分布，分析变量之间的相互影响和关系。 在列联表基础上做进一步分析，可以得到行变量和列变量之间是否有联系、联系的紧密程度如何等深层信息。常用方法：卡方检验、相关性检验。卡方值的大小受样本量的影响。 列联表中不应有期望频数小于1的单元格，或不应有大量（20%）期望频数小于5的单元格。 20、交叉列联表的卡方检验： H0：行变量与列变量独立 H1：行变量与列变量不独立 在小样本时可主要参考连续性校正和Fisher检验的结果。 21、假设检验：原始主张受保护，原假设必带等号。备择假设H1：所问问题的肯定；原假设H1：与H0相反。 假设检验（参数检验）：在做参数检验时要把参数写出来（如：H0：μ=65，不能写成文字形式：均值等于65，要体现参数）。 参数检验的前提是总体服从正态分布，若无此前提，则只能用非参数检验。 Sig