SPSS应用讲义(税专).doc

SPSS应用讲义一、SPSS软件简介SPSS意即社会科学统计软件包（目前又被称之为“统计产品与服务解决方案”），是当今世界上公认的最流行、最强大的三大统计分析软件（SPSS、SAS和STATA）之一。近年来，我国经济、医疗卫生、体育等领域的科研工作者开始使用该软件进行研究，SPSS在国内逐渐受到了广泛的欢迎。它有以下主要特点：1、使用简单，便于学习。2、统计功能强大。3、灵活方便。新版的SPSS适合于SPSS的新老用户：对于熟悉SPSS语言的老用户，可通过编写和运行程序来完成各项统计工作；对于新用户，完全不必精通SPSS语言也可完成统计。4、开放性好。SPSS具有很好的和其他软件交换数据和结果的能力。例如，SPSS可以读入Excel、Database、纯文本等多种数据文件，其统计结果也可存为多种格式。5、绘图能力强。6、数据输入便捷。如今新版本的SPSS（10.0以上）象Excel一样，能进行块操作，可以说它是一个带有强大统计功能的电子表格软件。二、SPSS11.0 for Windows的启动与退出1. SPSS11.0 for Windows 的启动在开机启动Windows之后，在屏幕左下方鼠标按下的“程序”，再选择“SPSS for Windows”，最后选择“SPSS11.0 for Windows”，即开始运行SPSS11.0 for Windows，并显示版本提示画面，如图1-1、图1-2所示。图1-1 启动SPSS11.0 for Windows图1-2 显示版本提示画面在提示画面之后出现的是SPSS文件对话框，对话框中共有六个选项，如图1-3所示。图1-3 SPSS11.0 for Windows对话框画面图1-3所示的对话框中的“What would you like to do?”栏内共6个选项，选择不同的选项，将会打开不同类型的文件，除了这6个选项之后，在对话框的最下端，还有复选项“Dont show this dialog in the future”。如选择此复选项，则在今后打开SPSS11.0 for Windows时，将不会再显示对话框，否则在每一次打开SPSS11.0 for Windows时都会出现此话框。2. SPSS11.0 for Windows的退出SPSS有五种退出方法，用户可以根据自己的喜好选择任何一种。单击SPSS Data Editor窗口最右上角的关闭按钮。选择SPSS Data Editor窗口主菜单的“FileExit”命令。双击SPSS Data Editor窗口最左上角的窗口图标。单击SPSS Data Editor窗口最左上角的窗口图标，在显示出的菜单中单击关闭命令。直接按【AltF4】组合键。三、数据文件的建立数据的输入分成两个步骤：一是录入数据之前应该根据实验的设计定义每个变量类型，二是将每个具体的变量值录入数据库单元格内。下面通过一组数据处理过程来介绍SPSS数据文件的建立。【例1-1】表1-2为某班级16位学生的身高数据，现对其进行观察值摘要分析。表1-2 某班16位学生的身高数据学号性别身高(cm)学号性别身高(cm)1男170.009男150.002女173.0010男157.003女169.0011女177.004男155.0012男160.005女174.0013女169.006女178.0014男154.007男156.0015女172.008女171.0016女180.00数据录入的具体步骤如下：1进入SPSS的界面当打开SPSS后，展现在我们面前的界面如下图： 图1-4 SPSS的数据编辑窗口该窗口顶部显示为“SPSS Data Editor”，这是一个典型的Windows软件界面，有菜单栏、工具栏。特别的，工具栏下方是数据栏，数据栏下方则是数据编辑窗口的主界面。主界面由若干行和列组成，每行对应了一条记录，每列则对应了一个变量。由于现在我们没有输入任何数据，所以行、列的标号都是灰色的，而第一行第一列的单元格框为深色，表明该数据单元格为当前单元格。初次进入SPSS系统时会出现一个导航对话框，请单击右下方的Cancel按钮，即可进入上面的主界面。2定义变量在打开SPSS运行界面后，界面为Data Variable，首先单击左下角的“Variable View”，就会显示如图1-5所示的界面，在此界面上可以定义变量名、变量的类型、变量的长度及小数位数、变量标签、变量值标签、变量的格式（包含显示宽度、对齐方式、误差值标签等）。图1-5 定义变量属性的界面定义一个变量的步骤如下： 第一步，定义变量名。在上图中，单击“Name”所在列的第一行，就可以输入要定义的第一个变量的变量名称。例如我们分别用gender、height、表示性别、身高这二个变量，在Name列中的第一、二行分别输入变量名gender、height，同时可以看到SPSS会在变量类型、变量长度、小数位数等列中自动填入默认值（系统默认值为数值型变量）。如图1-6所示。图1-6 定义变量属性的界面第二步，变量类型的定义。在“Type”栏的第一行单击，会出现省略号，再单击省略号，会出现定义变量类型的对话框。用户可以在此对话框中选择变量类型及更改变量的长度和小数字数。性别属于字符型变量，故选择“String”，单击OK按钮，即可回到图1-7所示的界面。同样组别也属于字符型变量。身高属数值型变量，若用户需要更改变量长度及小数位数，既可在Variable Type对话框中更改，也可直接在界面上的“Width”和“Decimal Place”中定义。图1-7 定义变量类型的对话框第三步，定义变量名标签。在绝大多数情况下，前面二步工作的完成，就可以基本满足分析的需要，但变量的完整定义并未完成。定义变量标签，该标签会在结果中输出以方便阅读。以变量gender为例，在Label一栏内输入“性别”，如图1-8所示。 图1-8 定义变量属性的界面第四步，定义变量值标签。在“Values”栏内单击，可以看到出现了省略号，再单击省略号，就会出现定义变量标签值的对话框，如图1-9所示图1-9 定义变量值标签的对话框在对话框中，“Value”和“Value label”文本框分别表示变量值输入框和变量值标签输入框。分别在其中输入定义变量值“f”为“女性”，此时，下方的Add钮为变黑，单击它，该变量值标签就会被加入下方的标签框中。类似地，定义变量值“m”为“男性”，最后按OK按钮，变量值标签就设置完成。此时，做任何分析，在结果中都有相应的标签出现。若想看效果，可切回Data View界面，然后选择菜单ViewValue Labels，即可。第五步，定义缺失值。Missing栏用于定义变量缺失值。SPSS中默认缺失值用“.”表示，如果所用数据集中还有其他表示方法，则用该框来定义。缺失值单击missing框右侧的省略号，会弹出缺失值对话框如图所示，界面上有一列三个单选钮，如图1-10所示，默认值为最上方的“无缺失值”；第二项为“不连续缺失值”，最多可以定义3个值；最后一项为“缺失值范围加可选的一个缺失值”。图1-10 定义缺失值对话框第六步，定义变量的显示格式变量的显示格式的定义分为两方面：一是变量的显示宽度，二是变量显示的对齐方式。如图1-11所示，“Columns”栏定义变量的显示宽度，实际上它用的非常少，因为改变列宽最简便的方法是将鼠标放在数据窗口中两个变量名的中间直接拖动。“Align”栏定义变量显示的对齐方式，对数值型变量，系统默认方式为右对齐，对字符型系统默认方式为左对齐。图1-11 定义变量属性的界面第七步，定义变量的测度类型“Measure”栏定义变量的测度类型，变量的测度类型分为三种：Scale选项，对于距离、重量等表示等尺度测度的变量和表示比值的变量，应选此项；Ordinal选项，若一个有序变量是用表示顺序的，如考试排名，应选此项。变量可以是数值型也可以是字符型；Nominal选项，对名义变量应选择此项，此项可以是数值型的变量，也可以是字符型的变量。如对喜欢哪个球队的回答。3输入数据将窗口由Variable View切换回Data View后，在此窗口输入数据。Data View窗口显示一个2D表格，这个2D表格的横轴上每一列代表一个变量，而纵轴上每一行代表一个观测量。这个表格的每一个单元格是一个变量与一个观测量的交叉点。变量名显示在表格顶部，而观测序号显示在表格的左侧。输入数据有二种方式：第一种方式是定义一个变量就先输入这个变量的各个数值；第二种方式是在定义完所有的变量之后，再输入数据。 输入数据之后，可利用Utilities菜单查看变量信息和文件信息。如何查看变量信息如图1-12所示单击Utilities菜单中的“Variables”命令打开Variables对话框。图1-12 Utilities下拉菜单在Variables对话框中，如图1-13，左边是变量列表，它列出了数据编辑器中有的变量名。而对话框的右边部分是“Variable Information”窗口，在此窗口显示左边变量列表中选中的变量的信息。图1-13 Variables对话框如何查看文件信息在定义完变量之后，可以单击Utilities菜单中的“File Info”命令打开SPSS Viewer窗口，如图1-14，在此窗口内可查看当前数据框中所有的已定义的变量的信息。这些信息包含变量在数据框中的位置、变量名称、变量标签、变量值标签、变量显示格式、变量的缺失值。图1-14 SPSS Viewer 窗口四、查寻、修改、删除数据1寻找某个观测量（对在大量的数据中修改错误尤为迅速）打开数据文件（表1-1），依顺序单击“Data Go to Case”，打开Go to Case对话框。在对话框中输入要寻找的观测量的序号，然后单击OK按钮，在数据编辑器上就会立刻到达目标观测。在某个变量中寻找指定数据 查找步骤如下：首先单击变量“height”所列的任意一单元格，依次序单击“Edit Find”，会打开Find Data in Variable CUSTOME对话框，如图2-1所示。图2-1 Find Data in Variable CUSTOME对话框在“Find What”栏中输入“177”，单击Find Next按钮。如果找到此变量，则数据编辑框会显示相应的变量所在处，否则会出现Not Found的对话框。单击【Cancel】按钮关闭此对话框。2插入变量进入“Variables View”窗口，在所想插入的行处，单击该行的变量名称，则此列会被全部加黑。在该行的序列号处单击右键，会出现一个下拉菜单，此时选择“Insert Variables”，就会插入一个新的变量，而原来处于该位置的变量则后移一行。也可作用Data菜单中的Insert Variables命令，也可插入一变量。3删除变量用鼠标单击想删除的变量名，则此时此列全部加黑，然后单击鼠标右键，会出现下拉框，选择“Cut”即可。或使用Edit菜单中的“Cut”命令。4插入观测量在需要插入观测量的位置，单击观测量序号，则这一行观测量会被加黑，然后单击鼠标右键，选择“Insert Cases”命令，则原来处于该位置的观测量会下移一行，在原来位置新加入一行。或在菜单上依次单击“DataInsert Cases”亦可。5删除一个观测量对要删除的观测量，单击该观测量的序号，则这一行观测量会被加黑，然后单击鼠标右键，会显示下拉的菜单。在其中选择“Cut”，则原来处于该位置的观测量会被删除，原来位置下面的行均上移一行。或在菜单上依次单击“EditCut”亦可。6数据的裁切、复制和粘贴Undo 删除刚输入的数据或者恢复刚修改的数据Redo 恢复刚撤消的操作Cut 将选定数据剪切到剪贴板Copy将选定数据拷贝到剪贴板Paste将剪贴板中的数据粘贴到指定位置Clear 清除选定的变量和观测五、对数据文件的操作1新建一个数据文件用【File】菜单中的“New”命令来建立一个数据文件，2打开一个已有的数据文件用【File】菜单中的“Open”命令来打开一个已存在的数据文件。SPSS中的可以打开的数据文件主要有：*.sav：SPSS For Windows建立的数据文件。*.sys：SPSS For Windows建立的语法。*.xls：Excel建立的表格数据文件。*.dbf：数据库格式文件。*.sps：SPSS的语句文件。3保存数据文件单击【File】菜单中的“Save Data”或“Save As”命令，在打开的对话框中指定保存的位置和文件的名称。SPSS数据文件主要可以保存为如下几种格式：*.sav：保存为SPSS For Windows的数据文件。*.xls：保存为Excel可以读取的表格数据文件。*.dbf：保存为数据库格式文件。六、样品排序（Sort case）【例2-1】：将【例1-1】建立的数据文件按身高降序排列。操作步骤：1打开身高数据文件，然后选择DataSort Case命令，打开对话框；2点击变量“身高”，进入对话框，再点击”Descending”，见图2-2；图2-2 Sort Cases对话框3单击OK提交系统运行，数据文件被重新排序整理，见图2-3。图2-3 排序后结果显示图七、文件转置（Transpose）【例2-2】已知A、B、C三个子公司16月的销售数据见下表，请比较各子公司半年的销售业绩，试将文件进行转置，将月份作为命名变量，公司名称业绩作为样品。 表2-1 A、B、C三个子公司16月的销售数据（单位：万元）月份A公司B公司C公司136273024530353313525423272854540356304532操作步骤：1打开文件，选择DataTranspose命令，打开对话框；2选择变量“A公司、B公司、C公司”，加入至右边的“Variable”对话框中，选择“月份”，加入至右边的“Name Variable”对话框中，见图2-4；图2-4 Transpose对话框3单击OK提交系统运行，数据文件被转置，如图2-5。图2-5 转置后的结果显示图八、文件拆分（Split File）【例2-3】将例1-1建立的数据文件按性别分组。操作步骤：1打开文件，选择DataSplit File命令，打开对话框；2选择分组方式“rganize output by groups”；3选择分组标志“性别”；4选择默认选项“按分组变量排序”，见图2-6；图2-6 Split File对话框5单击OK提交系统运行，数据文件被分组，结果见图2-7。图2-7 分组后的文件显示图九、增加样品的文件合并（Merge File）【例2-4】将“ABC公司销售数据文件”与“ABC公司（7-9）销售数据”文件进行合并。表2-2 ABC公司（7-9）销售数据（单位：万元）月份A公司B公司C公司740303284932369353427操作步骤：1打开文件“ABC公司销售数据”，然后选择DataMerge FileAdd case命令，打开图2-8所示的对话框；图2-8 Add Cases对话框2选择“ABC（7-9）销售数据”文件，单击“打开”3单击OK提交系统运行，数据文件被合并，结果见图2-8。图2-8 合并后的文件显示图十、增加变量的文件合并（Add Variables）【例2-5】将“ABC公司销售数据文件”与“DE公司销售数据”文件进行合并。表2-3 D、E公司1-6月销售数据月份D公司E公司133232413433335426295414263546操作步骤：1打开文件“ABC公司销售数据”，2选择DataMerge FileAdd Variables命令，打开对话框；3选择“DE公司销售数据”，单击打开，见图2-9；图2-9 Add Variables From对话框4单击OK提交系统运行，数据文件被合并。图2-10 合并后的文件显示图十一、抽样（Select Case）【例2-6】在1-1建立的数据文件中，选择身高在1.70以上的学生。操作步骤：1打开身高数据文件，然后选择DataSelect Case命令，打开对话框，见图2-11；图2-11 Select Cases对话框2选择抽样方法，If condition is satisfied，单击If,打开子对话框，见图2-12；图2-12 Select Cases If对话框3选择变量“身高”进入表达式栏，建立表达式：身高=170，按Continue；4选择处理方法为Filtered；5单击OK进行抽样，结果见图2-13。图2-13 抽样后结果显示图十二、通过计算建立新变量（Compute）【例2-7】根据已知的A、B、C三个公司16月的销售数据，建立新变量XSSUM（各月总销售额）。操作步骤：1打开“ABC公司销售数据文件”，选择“TransformCompute命令，打开对话框；2在Target Variable框中输入新变量名称“XSSUM”；3在表达式对话框中输入“a公司+b公司+c公司”，见图2-14；图2-14 Compute Variable对话框4单击OK提交系统运行，建立新的变量“XSSUM”，见图2-15。图2-15 新变量建立后结果显示图（一）原始数据资料分析 原始数据资料是己知各变量值而末做任何整理的资科，对它可直接输入和计算频数分布的指标。现举例如下。【例2-1】随机抽取50位大学新生，调查他们的年龄如下：17.2、17.9、18.6、18.8、17.3、19.0、19.6、18.7、18.1、18.3、18.8、18.5、17.8、17.9、17.7、16.9、16.8、19.3、19.2、19.1、18.4、18.1、18.0、19.0、16.5、18.5、17.0、20.2、20.6、20.8、19.8、19.6、19.4、20.7、18.1、18.3、21.1、20.4、20.6、19.0、20.7、21.6、19.8、18.6、19.9、20.3、19.4、16.9、19.6、19.2用SPSS的Frequencies过程做频数分析。操作步骤1定义变量“学生年龄”，输入数据；2按Analyze Descriptive Statistics Frequencies 顺序逐一单击鼠标键，打开Frequencies频数分布对话框，如图3-1所示。3将需处理的变量键入右侧的Variable(s)框中。选择Display frequency tables 复选项，将显示频数分布表，见图3-1。图3-1 Frequencies对话框4选中Statistics 按钮，打开Frequencies: Statistics对话框，按钮选择如图3-2；图3-2 Frequencies: Statistics对话框各选项意义如下：Quartiles复选项，输出四位数，显示25%、50%、75%的百分位数。Std.Deviation标准差 Variance方差 Range全距 Minimum最小值 Maximum最大值 S.E.mean均数的标准误 Mean算术平均数 Median中位数 Mode众数 Sum算术和 Skewness正态分布的偏度 Kurtosis正态分布的峰度。5单击Charts按钮，打开Charts对话框，选择Histograms项，输出直方图，并选择With normal curve 复选项，输出正态曲线。如图3-3所示。图3-3 Frequencies: Charts对话框6单击Format按钮，打开Format对话框，选择Ascending Values，按变量值升序排列，如图3-4所示。图3-4 Frequencies: Format对话框7单击OK按钮，提交运行。结果与说明：1表3-1显示的结果是：年龄有效数N=50、缺失值个数和各统计指标数值。表3-1 描述统计结果显示表2表3-2是频数分布表，包括以下几个部分：身高变量值的频数、身高变量值所占百分比、合法值所占百分比、累积百分比、合计。表3-2 频数分布结果表、3图3-5为频数分布直方图并带有正态曲线。图的横轴为学生年龄，纵轴为频数Frequency，从图中可以看出该年龄资料呈很轻微的右偏分布，集中趋势较明显，大部分新生年龄在1819岁之间。此外还将输出年龄的频数分布表，表中列出每个变量的频数、百分比、有效百分比（Valid Percent）、累计百分比(Cumulative Percent)等。图3-5 带有正态曲线的频数分布直方图（二）次级数据资料分析在统计数据的整理过程中，统计分组是非常重要的工作，我们经常需要对原始资料进行统计分组，并对已分组的资料进行颊数分析。1对资料进行分组【例2-2】对【例2-1】中的大学生年龄数据进行分组。操作步骤：（1）打开大学生年龄数据文件；选择TransformrecordInto some Variables打开对话框，见图3-6； 图3-6 RecordInto some Variables对话框（2）将变量学生年龄放入对话框中；（3）单击Old and New Values，打开图3-7所示的对话框：图3-7 RecordInto some Variables：Old and New Values对话框（4）在Old Value框中，击活Range throuth ，在两空格内分别输入第一组的下限15和上限17，然后在New Value框中激活Value并输入1，再单击Add按钮。重复该过程，依次将所分的4个组全部放置在01dNew栏中.单击Continue按钮，返回主对话框；（5）单击OK按钮，返回数据编辑窗；（6）定义变量“学生年龄”的Value Lables，参见第一章，如图3-8所示；图3-8 Value Lables对话框此时分组工作完成，但并末显示出来，重复【例2-1】中的Frequencies过程后，其结果将表示出分组资料的特征，见表3-3。表3-3 资料分组后的结果表2对已分组资料进行频数分析。以【例2-2】中生成的分组表为例：操作步骤：（1）输入各组组中值X和次数f，如图3-9所示；图3-9 输入分组数据图（2）对次数进行加权：选择DataWeight Case，打开Weight Case对话框，选择Weight Case by功能，并将权数f 放置Frequency栏中，如图3-10所示；图3-10 Weight Case对话框（3）重复上述Frequency过程，因是分组资料故还要选择Valuesare group midpoints，可得频数分析结果如表3-4和图3-11所示。表3-4 频数分析结果表图3-11 频数分布图结果说明：可以看出，上表与图的结果与前面略有不同，这是因为上表中的各项指标(众数除外)都是根据组中值计算的，是一种近似计算结果。（一）条形图的制作【例4-1】已知A、B、C三个子公司1-6月的销售数据见下表，请比较各子公司半年的销售业绩。 表4-1 A、B、C三个子公司1-6月的销售数据月份A公司B公司C公司136273024530353313525423272854540356304532操作步骤：1打开数据文件，选择GraphsBar2选择Simple；3选择Summaries of separate variables，见图4-1；图4-1 Bar Chart对话框4按Define,打开图4-2所示的对话框；图4-2 Define Simple Bar对话框5同时选择变量“A公司、B公司、C公司”，加入至右边的对话框中，单击Chang summary打开图4-3所示对话框，选择Sum of Values,单击Continue返回主对话框；图4-3 Summary Function对话框6单击OK提交系统运行生成条形图，见图4-4：图4-4 简单条形图（二）复式条图的制作【例4-2】请用复式条图比较A、B、C三个公司1-6月份的销售业绩：操作步骤：1打开数据文件，选择GraphsBar2选择Clustered；3选择Values of individual cases；4按Define,打开图4-5所示的对话框；5同时选择变量“A公司、B公司、C公司”，加入至右边的对话框中，图4-5 Define Clustered Bar对话框6单击OK提交系统运行生成条形图，如图4-6所示；图4-6 复式条形图（三）线图的制作【例4-3】对A、B、C三公司的数据文件，用单线图描述B公司1-6月销售额的变化情况：操作步骤：1打开数据文件，选择GraphsLine；2选择Simple；再选择Values of individual cases，如图4-7所示；图4-7 Line Chart对话框3按Define,打开图4-7所示的对话框；4选择变量“B公司”，加入至右边的Line Represents框中；5在Category Labels对话框中选择“Variable，再选择“月份”进入图4-8所示的对话框；图4-8 Line Chart对话框6单击OK提交系统运行，结果见图4-9。图4-9 简单线图【例4-4】如果想对A、B、C公司的销售业绩情况同时进行描述，则使用多线图。操作步骤：基本步骤同单线图，只要在步骤2选择 “Multiple”， 然后同时选择变量“A公司、B公司、C公司”，加入至右边的Line Represent框中，如图4-10所示，运行结果如图4-11所示。 图4-10 Define Multiple Line对话框 图4-11 多线图（四）简单面积图的制作【例4-5】对A公司的销售业绩情况使用简单面积图进行描述。操作步骤：1打开数据文件，选择GraphsArea,2选择Simple；3选择Summaries for groups of cases，如图4-12 所示；4按Define,打开图4-13所示的对话框；图4-12 Area Chart对话框 图4-13 Define Simple Area对话框5选择“月份”加入Category Labeles对话框中；6单击OK提交系统运行，结果如图4-14。图4-14 简单面积图（四）分段面积图的制作【例4-6】对A、B、C公司的销售业绩情况使用分段面积图进行描述。操作步骤：基本步骤同单线图，只要在步骤2选择 “Stacked”，再选择“Values of individual cases”; 然后同时选择变量“A公司、B公司、C公司”，如图4-15，加入至右边的Line Represents框中，运行结果见图4-16。 图4-15 定义分段面积图对话框 图4-16 分段面积图（五）圆图的制作【例4-7】某公司抽取45名妇女调查对5种品牌化妆品的选择，数据资料见表4-2，用圆图描述。表4-2 种品牌化妆品的选择人数表品牌人数ABCDE2164221操作步骤：1打开数据文件，选择GraphsArea,2选择Values of individual cases；图4-17 Pie Charts对话框3按Define,打开图4-18所示对话框；4选择变量“人数”进入Slice Represents框中5选择变量“品牌”进入Slice Labels框中6单击OK提交系统运行。图4-18 Define Pie对话框 图4-19 圆图（六）直方图的制作【例4-8】某班学生年龄分布如表4-8：表4-8 某班学生年龄分布表考试成绩分组人数1641751811197203试根据上述资料绘制直方图。操作步骤：1建立并打开数据文件，选择GraphsHistogram，打开图4-20所示的对话框；2选择“年龄”，加入对话框中；3选择“Display normal curve”；图4-20 Histogram对话框4单击OK提交系统运行，结果见图4-21。图4-21 直方图（一）简单相关系数的计算与分析【例5-1】现有19811993年全国人均消费额和人均国民收入的数据，见表5-2，试研究人均国民收入与人均消费额的相关关系。 表5-2 人均国民收入与人均消费额资料年份人均国民收入（元）X人均消费（元）Y年份人均国民收入（元）X人均消费（元）Y1981393.824919881068.86431982419.126719891169.26991983460.928919901250.77131984544.132919911429.58031985668.340619921725.99471986737.745119932099.511481987860.0513操作步骤：1绘制散点图。（1）打开数据文件，选择GraphsScatterSimple，如图5-1；图5-1 Scatterplot对话框 （2）按Define,打开Simple Scatterplot子对话框，分别将“人均消费”进入Y栏，将“人均收入”进入X栏，如图5-2所示；图5-2 Simple Scatterplot对话框（3）单击OK提交系统运行，结果见图5-3。 图5-3 人均收入与人均消费散点图从上图可直观地看出变量人均国民收入变量与人均消费变量间存在着线性相关关系。2、简单相关分析。（1）选择AnalyzeCorrelateBivariate打开对话框，如图5-4；（2）将变量“人均收入”与“人均消费”同时键入对话框中，其他均可选择默认项；图5-4 Bivariate Correlations对话框（3）单击OK提交系统运行。结果见表5-3。表5-3 人均收入与人均消费相关系数表结果说明：从表5-3中可得到两变量之间的皮尔逊相关系数=0.999，双尾检验概率P值=0.0000.05，故变量之间显著相关。（二）等级相关系数的计算与分析【例5-2】某地10位演员2000年与2001年的演技评价资料，见表5-4，试计算两年的评价等级之间是否存在相关关系。 表5-4 演员演技排名表演员2000年排名2001年排名A12B21C33D48E54F67G79H86I95J1010操作步骤：1打开数据文件，AnalyzeCorrelateBivariate打开图5-5所示的对话框；2将变量“等级2000”与“等级2001”同时键入对话框中，选择Spearman等级相关系数项，其他均可选择默认项；图5-5 Bivariate Correlations对话框3单击OK提交系统运行。结果见表5-5。表5-5 演员演技等级相关系数表结果说明：从表中可得到两变量之间的Spearman等级相关系数=0.733，双尾检验概率P值=0.0160.05，故变量之间显著相关。（一）一元线性回归分析【例6-1】现有19811993年全国人均消费额和人均国民收入的数据，见表6-1，试研究人均国民收入与人均消费额的数量关系，并建立人均消费与人均国民收入之间的线性回归方程。