利用SPSS做数据分析.pdfVIP

【本文中采用 SPSS18】 首先，要把问卷中的答案都输进 SPSS中，强烈建议直接在 SPSS中输入，不要在 EXCEL中输入，再导入 SPSS，这样可能会出问题……在输数据之前先要到变量视 图中定义变量……如下图 所有类型都是数值，宽度默认，小数点看个人喜好，标签自定，其他默认……除 了值…… 讲讲 值的设定 …… 点一下有三点的蓝色小框框……会跳出一个对话框， 如果你的变量是性别， 学历， 那么就如下图 如果是五点维度的量表，那么就是 记住，每一题都是一个变量，可以取名 Q1，Q2……设定好所有问卷上有的变量 之后，就可以到数据视图中输入数据啦……如下图 都输完后……还有要做的就是计算你的每个维度的平均得分……如果你的问卷 Q1-Q8 是一个维度， 那么就把 Q1-Q8 的得分加起来除以题目数 8……那么得到的 维度 1 分数会显示在数据视图中的最后……具体操作如下…… 转换——计算变量 点确定，就会在数据视图的最后一列出现计算后的变量……如果你的满意度有 3 个维度，那么就要计算 3 个维度，外加满意度这个总维度，满意度 =3 个维度的 平均分 =满意度量表的所有题目的平均分…………把你所有的维度变量都计算好 之后就可以分析数据啦…… 1.描述性统计 将你要统计的变量都放到变量栏中，直接点确定…… 如果你要统计男女的人数比例， 各个学历或者各个年级的比例， 就要用描述统计 中的频率……如果要统计男女中的年级分布， 比如大一男的有几个， 大二女的有 几个，就用交叉表……不细说了……地球人都懂的………… 2.差异性分析 差异性分析主要做的就是人口学变量的差异影响， 男女是否有差异， 年级是否有 差异，不做的就跳过…… 对于性别来说，差异分析采用独立样本 T 检验，也可以采用单因素 ANOVA分析 ， 下面以 T 检验为例…… 将性别放进下面的分组变量中， 接着定义组…… 按确定 看 Sig （双侧）得分，小于 0.05 就表明有显着差异，上图可见男女在组织承诺上 是有显着差异的，在变革型领导行为的认同上没有显着差异… … 而对于学历，年级，年龄，工作年限等因素， 我们可以采用单因素 ANOVA分析 ， 如下…… 按确定…… 由上图可知，在 KY工作年限不同，在感情承诺、规范承诺、机会承诺上都有显 着差异……显着性小于 0.05…… 如果做出来没有差异，可以在下图中选择两两比较…… 选中 LSD （最小显着方差法）…… 继续……确定……就会出来多重比较的图…… 再找有没上标为小星星的……有就可以说明二者有差异，没就没办法了 ……你 改数据吧…… = =……上图说明 1 年和 3 年、5 年的在感情承诺上有明显差异…… 我去…… 4 年的怎么没差异…… = =0…… 别的也就这么做……不重复说了…… 3.相关分析 相关分析主要就是分析你两个大变量中各个维度是否存在相关性和两大变量是 否存在相关性……下例为两大变量的相关分析…… 分析——相关——双变量 确定后…… 可见变革型领导行为和组织承诺在 0.01 水平上显着相关……上标两颗星……相 关性比较好…… 其他维度也是一样的做法………… 4. 回归分析 相关分析只能说明二者的相关性，并不能表明是否是由于 A 的变化引起 B 的变 化， 要想证明因果关系就要用回归分析…… 在做回归之前，首先要做一下自变量之间的相关性，如果相关系数超过 0.75 就 不能做回归 ……会有比较