SPSS在教育研究中的应用PPT课件.ppt

SPSS在教育研究中的应用 王秀娜2013 7北京 1 统计分析软件SPSS课程安排 SPSS软件概述SPSS数据文件的建立和管理SPSS数据的基本统计 2 统计分析软件的作用 统计分析是数据分析的主要工具完整的数据分析过程包括 数据的收集数据的整理数据的分析统计学为数据分析过程提供一套完整的科学的方法论 统计分析软件为数据分析提供了实现手段 3 统计分析软件 SPSS 数据分析软件中的贵族统计分析软件的基本使用方式人机对话方式批处理方式菜单方式窗口方式统计分析软件的学习方法以数据分析带动软件学习 4 应用统计软件进行分析的基本过程 弄清分析的目的正确收集待处理和分析的数据 目的 影响因素的剔除 弄清统计概念和统计含义 知道统计方法的适用范围 无需记忆公式选择一种或几种统计分析方法来探索性地分析数据读懂计算机分析的数据结果 发现规律 得出结论 5 第一章SPSS概述 6 SPSS概述 SPSS StatisticalPackageforSocialScienceStatisticalProductandServiceSolutionsPredictiveAnalyticsSoftware PASW SPSS的发展 60年代 美国斯坦福大学三位研究生研制70年代 SPSS总部成立于芝加哥 推出SPSSX中小型机版80年代 SPSS公司 SPSS PC 微机版1 3 90年代 SPSS公司 SPSSWINDOWS版5 14 7 SPSS主要特点 操作简便 绝大多数操作是通过菜单 按钮 对话框完成的 无需计算机编程 需记忆大量命令和参数 分析方法丰富 分析结果清晰 直观 可以直接读取其他软件格式的数据文件 如 dbf xls sas等 最新版本采用分布式分析系统 适应互联网 支持动态收集 分析数据和HTML报告 8 SPSS主要窗口 数据编辑窗口 窗口标题 数据视图功能 对SPSS的数据文件进行录入 修改 管理等基本操作的窗口 窗口菜单 一行表示一个被试 一列表示一个变量 9 SPSS主要窗口 数据编辑窗口窗口 变量视图 10 变量名称和标签 变量的名称在一个数据库中 变量名是唯一的变量名最好是英文字母变量名可以提供一些题目的信息如 SA10应事先规定一定的命名规则变量的标签一般是题目的简单表述 11 变量的类型与长度 绝大多数数据都是numeric的称名 顺序 等距 等比变量的区分更多是体现在数据处理中 在数据的表现形式上 都可以是numeric的开放式的问题才定义为string的即使是开放式的问题 后期处理的时候也会尽量通过人工编码将其编为数字根据数据的最大可能长度来定义 12 变量水平与缺失值的定义 常见问题类型 13 变量水平与缺失值的定义 缺失码包括三种 溢出码 多选码和空选码 溢出码 包括 1 填写了没有的选项 2 被试填写的答案无法辨别 多选码 即该题为单项选择题但被试选择了两个及以上答案 空选码 即被试没有在此题上作答 14 变量水平与缺失值的定义 Missing值的分类一般把 空白 编为9或99 多选 编为8或98 溢出 编为7或97逻辑检验的问题 可将逻辑检验不合理 如 教师年龄和教龄的差小于16 的值归为 溢出 Missing值的后续处理 空白 定义为系统missing值 多选 和 溢出 定义为用户missing值 15 SPSS主要窗口 数据输出窗口 窗口标题 viewer功能 SPSS统计分析报表及图形的输出的窗口 组成 窗口主菜单 工具栏 结果显示区 状态显示区 16 SPSS主要窗口 数据输出窗口 驾驭数据输出窗口一般操作结果文件的打开和保存窗口元素的移动和删除标准的拖放式操作在大纲视图中操作最方便如何在WORD中引用分析结果统计表格 拷贝或拷贝对象统计图 拷贝对象 17 SPSS基本运行方式 完全窗口菜单方式 所有分析操作过程都是通过菜单和按钮及对话框方式进行的 是经常使用的一种运行方式 适用于一般分析和SPSS的初学者 18 利用SPSS进行数据分析的步骤 建立SPSS数据文件定义数据文件结构录入修改和编辑待分析数据数据的统计分析统计分析之前的预处理统计分析数据和分析结果的保存结果的说明和解释 19 思考复习 SPSS有哪两个主要窗口 功能是什么 有哪些特点 20 第二章数据文件的建立 数据文件的建立和保存直接录入数据读取EXCEL格式数据添加变量标签 值标签 定义缺失值 21 2 1 1直接录入数据 操作步骤 1 在SPSS变量视图中设计好变量信息 如变量名 类型 长度 小数点位数 变量标签等2 在数据视图中录入数据 22 演示例子 题目1你周末上网都喜欢做些什么 1和朋友聊天2看电影3网上购物4打游戏题目2你周末一般上班多久 2 3小时2 3 5小时35 7小时4 7小时及以上 23 2 1 2读取EXCEL格式数据 Excel文件转入SPSS文件是最常见的数据转入方式 24 1 打开SPSS 点击文件 打开 数据 25 2 在跳出的窗口中 设置 文件类型 为Excel格式 从 查找范围 中选择数据路径 并选择数据文件 点击 打开 26 2 在跳出的窗口中 点击 确定 注意 SPSS默认EXCEL文件的第一行为变量名 27 2 1 3添加变量标签 值标签 定义缺失值 变量标签 在SPSS变量后对应位置输入值标签 定义缺失值 点击变量的Missing栏 打开缺失值 输入用户缺失值 28 在SPSS中 数据文件的编辑 整理等功能被集中在编辑 数据和转换菜单项中内容 数据的编辑和管理 第三章编辑和整理数据文件 29 1数据的编辑 1 1单元值的修改1 2增加和删除一个个案1 3数据的排序1 4数据的行列互换1 5选取个案子集 30 1 1单元值的修改 由于各种原因 已经输入的数据有时会需要修改 这就需要进行编辑 可用方向键或鼠标将黑框移动到要修改的单元 键入新值 编辑 转向个案 到达指定记录号的记录 编辑 查找 替换 31 1 2增加和删除一个个案 Case 1 增加一个新的个案 即增加一个新的行 2 删除一个个案 以上操作也可击右键完成 32 应用举例数据库 data2 sav操作 1 把第七个被试的体重改为40 0 2 把变量性别中的 男 和 女 替换为0和1 并添加变量值标签 3 练习添加个案和删除个案 33 1 3数据的排序 在数据文件中 可根据一个或多个排序变量的值重排个案的顺序 注意 是整个案例一起变动排序 而不是仅仅变量变动 多重排序时 指定排序变量的次序很重要 注意保留原来顺序的文件 以免发生混乱 34 2020 2 4 35 1 3数据的排序 排序的目的 有时需要改变数据排列的顺序 按照一定的顺序重新排列 便于浏览 了解数据的整体情况 便于找出最大最小值 能够快捷的发现异常值 可以按照一个或者多个变量排序 36 1 3数据的排序 应用举例 数据库 data2 sav操作 按照体重升序排序按照年龄升序 身高降序排序 37 1 4数据的行列互换 38 应用举例 数据库 readdataexample sav操作 1 把数据库中的所有变量都进行行列互换2 除ID外的变量进行行列互换 39 数据 选择个案 1 5选取个案子集 40 数据 选择个案 如果 1 5选取个案子集 条件表达式可使用现有变量名称 常数 算术运算符 逻辑运算符 关系运算符和函数 41 1 5选取个案子集 设计选择条件 设置输入条件 42 应用举例数据库 readdataexample sav操作 1 选取所有的女生 2 选取身高超过150CM的女生 43 2变量的操作 2 1增加和删除一个变量2 2指定加权变量2 3根据已存在的变量建立新变量2 4变量的重新赋值2 5数据文件的合并2 6数据文件的分组 44 2 1增加和删除一个变量 Variable 1 增加一个变量 1 菜单操作法 2 选中某列法 右击 3 变量视图中标签页法 编辑 插入变量 在当前列前插入新变量 45 变量视图标签页法 46 2 删除一个变量 删除一个变量 即删除一列数据 其方法和上面的增加一个变量相对应 例如 要删除第5个变量列 则可先单击第5列的列头 这时整个第5列被选中 然后按 删除 键或选择 编辑 菜单的 清除 命令 或者单击鼠标右键 在其快捷菜单中选择 清除 项 该列即被删除 2 1增加和删除一个变量 Variable 在变量视图中 单击变量的行头 这时整个行被选中 然后单击鼠标右键 在其快捷菜单中选择 清除 项 47 2 2指定加权变量 在实际的统计中 经常需要计算数据的加权平均数 如果数据已被加权 则数据视图的右下角呈现 加权范围 数据 加权个案 48 应用举例数据库 weight sav操作 1 练习添加和删除变量2 把数据库加权 求均值 49 2 3根据已存在的变量建立新变量 有时需要通过对已经存在的变量进行处理 从而生成新的变量 选择 转换 菜单的 计算变量 项 弹出 计算变量 对话框 在该对话框中的 目标变量 框中输入符合变量命名规则的变量名 目标变量可以是现存变量或新变量 50 51 SPSS函数种类 算术函数 ArithmeticFunctions 统计函数 StatisticalFunctions 随机变量函数 RandomVariableFunctions 反分布函数 InverseDistributionFunctions 累积分布函数 CumulativeDistributionFunctions 逻辑函数 LogicalFunctions 日期和时间函数 DateandTimeFunctions 缺失值函数 MissingValueFunctions 字符串函数 StringFunctions 转换函数 ConversionFunctions 52 应用举例数据库 compute sav操作 1 求每个学生语文 数学 英语和综合总成绩 1 求所有女生以上四科的总均分 53 2 4变量的重新赋值 在数据编辑过程中 用户可对个案的某个变量的数值重新赋予新值 该操作只适用于数值型变量 在 转换 菜单中的有 重新编码为相同变量 和 重新编码为不同变量 两种赋值方法供选择 其中 重新编码为相同变量 是对变量自身重新赋值 重新编码为不同变量 是赋值到其变量或新生成的变量 54 转换菜单项 生成新变量的对话框 用于从原变量值按照某种一一对应关系生成新变量值 分为把新值赋给原变量和生成新变量两种情况 2 3 1 55 编码过程对各组组限归属的确定方法 当相邻组的组限间断时 区间的上 下限均计入对应组 当相邻组的组限重叠时 则遵循 先定义的区间优先 原则 即重叠的组限值计入第一次出现该值的组 对于离散变量 应尽可能地采用间断组限 对于连续变量 为实现 上组限不计入 应按照变量值从高向低依次定义各组区间 为实现 下组限不计入 应按照变量值从低向高依次定义各组区间 56 用于从原变量值按照某种一一对应关系生成新变量值 分为把新值赋给原变量和生成新变量两种情况 转换 菜单 把新值赋给原变量的对话框 57 在上述两种赋值情况下 用户均可通过单击 If 按钮指定条件 来确定参与重新赋值的个案 与前面根据已存在的变量建立新变量方法不同的是 变量的重新赋值Recode不能进行运算 只能根据指定变量值作数值转换 且这种转换是单一数值的转换 58 应用举例数据库 readdataexample sav操作 要求 根据身高把学生分成两组 低于140CM的为第一组 高于或者等于140CM的为第二组 1 重新编码生成新变量group 并添加变量值标签 2 重新赋值给原变量 并添加变量值标签 限女生 59 2 5数据文件的合并 统计分析的首要任务是将数据输入到计算机中 在数据量较大时 经常需要将一份大的数据文件分成几个小部分 分别由几个人输入 然后将若干个小的数据文件合并成一个大的数据文件 数据文件的合并有两种方式 纵向合并和横向合并 也就是添加个案和添加变量 60 数据 合并文件 添加个案 找到欲合并的数据文件 点击 继续 回到右图 如果两个文件中的变量完全匹配 结果会如图所示 61 必须有一个相同的关键变量 是两个数据文件横向对应连接的依据 合并前先按照该关键变量排序 62 应用举例纵向合并数据库 addcases1 sav和addcases2 sav横向合并数据库 AddVariable1 sav和AddVariable2 sav 63 2 7数据文件的分组 Split 在统计中 经常需要先按某个变量进行分组 然后再求各个组的统计分析 例如 想分别了解男生和女生的成绩情况 这时就需要按照性别变量 进行数据文件的分组 这种分组是系统内定义的 在数据管理器中并不一定明确体现 故亦可称之为分割 64 两者区别 结果输出格式有差别 65 用户一旦设