单变量统计分析的SPSS应用.pptVIP

单变量统计分析及SPSS应用; 单变量统计分析可以分为：描述统计和推论统计。 单变量描述统计的目的 单变量推论统计的目的 ;一、频数分布;SPSS操作 依次单击：分析-描述统计-频率，打开如图所示的对话框 ; 单击左侧源变量窗口中要分析的变量，单击中间的箭头将其放在“变量”框中。 ;单击统计量，出现的各选项是 频数分析. 此处各项频数分析，在定类变量中往往不涉及，在其他类型变量中涉及。;各种图形的制作;补充：定距数据分组与直方图制作;3.重新编码变量 转换——重新编码为不同变量 4.根据新的变量制图。 如1991数据中教育年限变量的直方图。;;二、spss中多选题如何求频数;不定项多选; 这种方法分析数据更方便，是多选题编码的通用方法。 其优点是各选项之间相互独立，编码简单清楚，形成的数据文件格式统一，方便检查。 但是这种编码方式会明显增加录入工作量， 无论被访者选择了几个答案，录入人员都要对每个子变量进行数据录入，一定程度上增加了出现录入错误的风险。 ;（二）多重响应分析 分析——多重响应分析——定义变量集 二类法（如0=未选中,1=选中） 如1991数据文件中的22-30健康问题 ;;再点击 多重响应分析--频率;定项多选;(二)多重响应分析 定义变量集 类别(有效值的范围) 1991中的“问题1-问题4” ;;多选排序题;（二）分析 1.转换-重新编码为相同变量 ;按顺序给予权重，如1991数据中，对“服从到乐于帮助别人”排序，第一重要给5，第二重要给4，---，第五重要给1。 ;数据转换 数据—转置，对全部二次编码的数据进行行列转换，得到新数据文件 ;弹出一个新的数据文件，计算新数据文件中的得分。 点转换—计算变量，定义新变量。 即目标变量（sum） 数字表达式sum(var001 to var1517) ;得分最多的，即为最重要的。 ;三、集中趋势和离散趋势分析及spss应用;数据的测量层次与集中趋势测量值;（二）离散趋势 定类变量：异众比率 非众数的频数占总频数的比例。如，若异众比率的值是66.7%，表示66.7的取值是众数不能代表的，即众数的代表性差。 定???变量：四分位差 数值越大，说明中间数据越分散，由于中位数代表数据的中间位置，因此四分位差在一定程度上说明了中位数的代表性。 定距变量：全距、标准差与方差 ;（四）spss应用;;还可以求子总体的比较均值 分析—比较均值—均值 ; 利用数据文件，计算教育众数、中位数、四分位差、均值、标准差和方差。 ;离散系数;;四、单变量总体均值和比例的区间估计（推论统计）;大家再选“因子列表”，看又会出现什么结果。 ;（二）总体比例的区间估计 假设我们随机抽取了一个样本容量为n的样本x1,x2,…..xn,其中具有某个特征的个体有t个，则样本中具有该特征的比例为p=t/n（样本比例）. 如果我们将总体看做0-1分布，即具有这种特征的个体取值为1，不具有这种特征的个体取值为0，根据样本中的观测值，可以获得具有该特征的个体的个数t=∑xi ,则具有该特征的个体的比例为p=t/n= ∑xi /n（样本比例）. 由于具有这种特征的个体取值为1，不具有这种特征的取值为0，可得样本均值为∑xi /n. 可见此处，样本均值=样本比例。 同理，总体中具有该特征的个体的比例就是总体的均值，因此可以把单总体比例的区间估计转换成均值的区间估计。 ; 数据文件中，试以95%的置信度估计该样本来自总体中职业为“服务”的个体的比例的置信区间。 1.先将多项问题转化成0—1分布，非服务职业的个体为0，服务职业的个体为1. 单击“转化——重新编码为不同变量” 2.单击“分析——探索” ;;;;四、假设检验（单变量推论统计）;（一）总体均值的假设检验 分析——比较均值——单样本T检验 1991文件中， 样本的教育年限均值 验证总体的受教育年限均值是否有变化 ; ①若T值大于双尾检验值，则拒绝原假设 ②或者根据spss计算出的sig.水平,与常使用的显著性水平进行，进而决定拒绝或假设原假设.（这个最简单方便） ;（二）总体比例的假设检验 在讲区间估计的时候，比例可以看做是均值的特殊形式，因此，总体比例的假设检验，与总体均值的假设检验，没有本质区别，也是先将总体转换成0-1分布，然后将总体比例做总体均值处理。