SPSSforWindows课件.ppt

SPSSforWindows统计分析软件,统计分析流程：,问卷设计数据输入模板设计（编码与变量定义）数据录入数据整理数据分析结果输出与编辑分析结果解释,问卷设计：,规范化设计题目例如：您认为受理费2元/次的收费标准是否合理1.很便宜2.比较便宜3.一般4.有点贵5.太贵了6.不该收费,问卷设计：,将定性的描述转化为可以定量分析的值（里科特量表的应用）例如：您认为在校学习成绩对于求职的重要性如何：1.非常重要2.比较重要3.不太重要4.很不重要,问卷设计：,根据对所研究问题的假设和准备采用的分析方法设计题目例如：对问题答案形式是设计为分阶的，还是等距的。,问卷设计：,避免无效问题和诱导型问题的出现例如：您认为目前采用网上支付手段安全吗？1.安全2.不安全,数据输入模板设计,几种典型题目的变量定义：1.单选题a.您的性别：1.男2.女b.您的收入水平：1.1000以下2.1000-20003.2000-30004.3000-40005.3000以上,2.多选题a.您在网上经常查询哪方面的信息：1.新闻2.休闲娱乐信息3.电子书籍4.求职信息5.生活服务信息6.广告7.政策法规8.交友信息,3.排序a.按重要性排序列出您对以下信息来源的信任程度：1.朋友介绍2.专业杂志、报刊3.网络/BBS4.广告5.销售人员介绍,4.矩阵a.单选的复合b.多选的复合,5.Missing值的定义某些题目漏选，但是其他选项仍具有意义的题目，对漏选项的值进行定义，与其他选择进行区分。,数据录入,一些小技巧的掌握可以节约输入时间和减少输入错误。1.可以将界面的显示改大一些；ViewFonts2.Tab键的切换3.View界面的显示选择,数据整理,排序DataSortCase行列转置AnalyzeTranspose合并文件DataMergefileaddcaseaddVariable分割文件DataSplitFile,数据整理,选择案例DataSelectCases对数据进行分类汇总DataAggregate对数据进行计算TransformCompute,数据分析,DiscriptiveStatistics描述性统计分析CompareMeans比较均值Correlate相关分析Regreession回归分析Classify聚类分析DataReduction简化数据处理（因子分析）,数据分析,DescriptiveStatistics描述性统计分析Frequencies产生频数表Discriptives对变量进行一系列统计分析，并列出一系列相应的统计指标,数据分析,CompareMeans比较均值Means各组的描述指标被放在一起便于相互比较（可以进行分组计算）One-SampleTtest单体样本T检验过程检验单个变量的均值是否与给定的常数之间存在差异。应用举例：抽查产品是否合格,Independent-SamplesTtest独立样本T检验进行两样本均数比较，用于检验两个样本是否来自具有相同均值的总体。应用举例：1.化学试验处理前后物质是否有显著变化2.不同试验方法对相同物质的效果有无差异,Paried-SamplesTtest配对样品T检验进行配对样本平均数的比较应用举例：分组试验比较钾肥和磷肥对玉米产量的影响高低,数据分析,Correlate相关分析变量之间有关，但是不能由一个或几个变量值去完全和唯一确定另外一个变量值的这种关系，称为相关关系。,AnalyzeCorrelateBivariate双变量相关分析三种相关系数的应用范围：Pearson计算连续变量或是等间距测度的变量间的相关分析。Kendall完全等级的离散变量应用举例：驾驶车速和交通事故死亡人数的关系,AnalyzeCorrelatePartial判断哪些自变量对因变量的影响较大，而作为必须考虑的自变量，对于对因变量影响小的自变量则可舍去不顾。应用举例：判断施肥量、病虫害、灌溉量对庄稼产量的影响。,AnalyzeCorrelateDistance距离分析对变量内部各观察单位间的数值进行举例相关分析，以考察相互间接近的程度；考察预测值对实际值的拟合程度。应用举例：多次试验的结果是否一致。,数据分析,Regreession回归分析Linear线性回归分析根据一批样本值来估计变量之间线性依存关系的定量的统计方法。应用举例：描述某年级女生身高和体重之间的线性关系,CurveEstimation曲线拟合使用图形观察数据的分布情况，以确定因变量与自变量之间的关系（线性的、指数的），（其残差应该是正态分布的）。应用举例：GraphsScatter根据散点图观察两变量之间的曲线关系。然后用曲线拟合进行分析。用于菌体培养与时间序列的关系。,Classify聚类分析,聚类分析是直接比较各事务之间的性质，将性质相近的归为一类，性质差别大的归为另外一类。判别分析是先根据已知类别的事务的性质，利用某种技术建立函数式，然后对未知类别的新事务进行判断以将之归入已知的类别中。,K-MeansCluster快速样本聚类参与聚类分析的变量必须是数值型变量，且至少要有一个。Hierarchicalcluster分层聚类Discriminant判别分析,数据分析,DataReduction简化数据处理（因子分析）因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系。X=BZ+E应用举例：分析影响因变