市场调查资料的整理与分析培训课程.pptVIP

显著性差异的含义 显著性差异（Significant　Difference,sig.）:就是先给定一个显著性水平数值，0.05（95%），或0.01（99%），或0.001（99.9%）， 进行均值比较时，零假设为：假设两者之间不存在显著差异。 SPSS统计检验结果进行均值比较时会给出比较结果的相伴概率， 如果相伴概率大于0.5，表示大于95%的概率表明两者之间确实不存在明显差异，则零假设成立；如果相伴概率小于0.5，表示小于95%的概率表明两者之间确实存在明显差异，零假设不成立，则表明两者之间确实存在明显差异。 显著性差异一般用*表示。*表示significance level0.05(2-tailed或1－tailed)，** 表示significance level0.01，*** 表示significance level0.001。 第十八页，共四十九页。 方差分析Analysis of Variance (ANOVA ) ANOVA 由英国统计学家R.A.Fisher首创,为纪念Fisher,以F命名,故方差分析又称 F 检验 (F test)。用于推断两个或多个总体均数有无差异。 方差分析的假定条件(上述条件与两均数比较的t检验的应用条件相同.)。 （1）各处理组样本来自随机,独立的正态总体(D法,W法,卡方检验); （2）各处理组样本的总体方差相等(不等会增加I型错误的概率,影响方差分析结果 的判断)。 第十九页，共四十九页。 方差分析分类： Analysis of Variance (ANOVA ) （1）单因素方差分析：即不同水平下各个总体的均值是否有显著的差异。 SPSS实现过程：Compare Means-----One- Way ANOVA （2）多因素方差分析:当需要比较多个控制变量值之间有无明显差异时采用。 SPSS实现过程： Analyze----General Linear Model----Univariate 第二十页，共四十九页。 相关分析（Correlation analyze）：运用相关系数（r, Correlation coefficient）来表示两个变量间相互的线性关系的统计方法。 如果变量Y与X间是函数关系，则r=1或r=-1; 如果变量Y与X间是统计关系，则-1r1, 如果x,y变化的方向一致，如身高与体重的关系，则称为正相关，r0， 如果x,y变化的方向相反，如吸烟与肺功能的关系，则称为负相关，r0 而r=0表示无线性相关， 一般地， |r|0.95 存在显著性相关； |r| 0.8 高度相关； 0.5 |r|0.8 中度相关； 0.3 |r|0.5 低度相关； |r|0.3 关系极弱，认为不相关 第二十一页，共四十九页。 因子分析(Factor Analyze) 用较少的综合指标分别综合归纳存在于各变量中的各类信息。 统计要求： （1）一般要求变量之间的相关系数大于0.3 （2）巴特利特球形检验（Bartlett Test of Sphericity）,要求通过统计检验。相伴概率要小于0.05，0.01，0.001 （3）KMO(Kaiser-Meyer-Olkin)检验。Kaiser给出了KMO的标准，一般 KMO0.9：非常适合 0.8KMO0.9：适合 0.7KMO0.8：一般 0.6KMO0.7：不太适合 KMO0.5：不适合 第二十二页，共四十九页。 因子分析(Factor Analyze) 在SPSS主菜单中按Analyze→Data Reduction→Factor顺序逐一单击鼠标键,打开因子分析主对话框 第二十三页，共四十九页。 聚类分析(Cluster Analyze) 聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法。 在SPSS主菜单中按Analyze→Data Reduction→Factor顺序逐一单击鼠标键,打开因子分析主对话框 物以类聚、人以群分 第二十四页，共四十九页。 回归分析（regression analysis) 是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛。 按照涉及的自变量的多少 ,可分为一元回归分析和多元回归分析 按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析 第二十五页，共四十九页。 一元回归分析 设预测目标因变量为Y，影响它变化的一个自变量为X，因变量随自变量的增（减）方向的变化。一元线性回归分析就是要依据一定数量的观察样本（Xi, Yi），i=1，2…，n，找出回归直线方程 Y=a+bX＋ε (1) 第二十六页，共四十九页。 （三）回归方程需