SPSS实用手册数据录入和问卷分析.ppt

,曹将制作,如何将EXCEL导入到SPSS中,(1)FileOpenData(2)弹出的对话框中FileofType选择Excel(3)选择worksheet（一般都是第一页吧），点击OK,（2）,（3）,数据录入定义变量及其属性,变量名,变量类型,变量长度,小数位数,变量名标签,变量值标签,缺失值,列显示宽度,对齐方式,度量尺度,变量名：可以直接输入中（英）文名；如果是句子，可以取句子核心单词的首字母（首拼音）。变量类型：市场调查的数据类型一般是数据型（Numeric）。变量长度：一般直接使用默认值。小数位数：问卷搜集得来多为整书，所以小数位数取0。变量名标签：输入变量名的具体含义，数据分析时易于结果读取。变量值标签：一般是对名义变量进行标注，比如“0男性”，“1女性”。母的也是易于结果读取。缺失值：设定录入的哪些值是缺失值。比如0男，1女，则其他数值都为缺失值。列显示宽度：设定对应列数据的显示宽度。对齐方式：设定对应列数据的对齐方式。度量尺度定类型（Nominal）:代表类型的编码，而这些编码的数值只是一个符号，数值之间不存在有意义的量的关系。比如男女，班级，手机品牌。定序型（Ordinal）:不仅具有分类功能，也存在量的关系。例如老中青。定距型（Scale）：是采用一定单位的实际测量值，两个间距测度变量的差与和都具有数量意义。例如李克特打分。,数据计算：生成新数据,有时我们需要基于几组变量生成新的变量，例如求X1、X2的平均值。方法一：在EXCEL里进行操作，然后导入SPSS。方法二：直接在SPSS中实现。TransformComputeVariable在“TargetVariable”里输入新变量名的名称，在NumericExpression里输入计算公式,新变量名称,计算公式,信度分析,信度分析：采用同样的方法对同一对象重复测量时所得结果的一致性程度。统计指标：Cronbach信度系数SPSS实现：AnalyzeScaleReliabilityAnalysis结果解释：一般要求大于0.7，此时可认为问卷信度较好，具有较高的内部一致性。,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,信度高,信度低,效度分析,效度分析：所测量到的结果反映所想要考察内容的程度。效度分类：收敛效度：指的是量表不同一构念的其他指标确实相互关联的程度。判别效度：一个测量值不其他应该有所丌同的构念之间不相互关联的程度。统计指标：收敛效度为AVE（平均方差提取），判别效度需要用AVE的平方根与其他变量相关系数进行比较。实现方法：需要用结构方程模型的相关软（如Lisrel或Amos）件实现。,描述统计分析：频数分析,频数分析：频数分析适用于离散变量，功能是描述离散变量的分布特征。SPSS实现：AnalyzeDescriptiveStatisticsFrequencies,输出统计量,四分位数,N分位数,有选择的输出百分位数,平均数,中位数,众数,求和,标准差,最小值,最大值,均值标准误差,方差,极差,偏度,峰度,作图,条形图,饼图,直方图,描述统计分析：描述性统计量,SPSS实现：AnalyzeDescriptiveStatisticsDescriptives,平均数,求和,标准差,最小值,最大值,均值标准误差,方差,极差,偏度,峰度,按变量顺序排序（一般选这个）,将标准化后的变量结果存为新的变量,描述统计分析：绘制散点图,GraphsLegacyDialogsScatterDot选择SimpleScatter选择变量输入X轴和Y轴。OK。,X轴,Y轴,独立样本T检验,分析的变量,分组依据,类别对应数值。例如之前编码1-男，即在Group1输入1,SPSS实现：AnalyzeCompareMeansIndependent-SamplesTTest,独立样本T检验（结果解释）,从上表中可以看出：方差齐性检验中，F=0.727，对应的p值为0.394，大于0.05，即在0.05显著性水平下，接受原假设，即方差齐性。于是看方差齐性对应的t检验结果，t值为0.828，对应的p值为0.403，大于0.05，即在0.05显著性水平下，可以认为两者均值没有差异。,方差齐性检验,满足方差齐性检验看这里,不满足方差齐性检验看这里,方差分析：单因素方差分析,单因素方差分析：在一个影响因素的不同水平下，观测变量的均值是否有差异。SPSS实现：AnalyzeCompareMeanOne-WayANOVA将因变量移入“DependentList”表框，将自变量移入“Factor”表框；在Options里选择Homogeneneityofvariancetest；点击“OK”，基本的方差分析便可完成。,因变量,自变量,方差齐性检验,方差分析：单因素方差分析（结果解释）,从上表中可以看出：方差分析的p值为0.520，大于0.05，接受原假设，即不同性别调查对象的忠诚度不存在差异。,方差齐性检验结果：p值为0.984，大于0.05，接受原假设，即方差齐性。,方差分析：多因素单变量方差分析,单因素方差分析：在多个影响因素的不同水平下，观测变量的均值是否有差异。SPSS实现：AnalyzeGeneralLinearModelUnivariate将因变量移入“DependentList”表框，将自变量移入“Factor”表框，然后点击OK即可。,因变量,自变量,方差分析：多因素单变量方差分析（结果解释）,从上表中可以看出：通过观察各因素对应的F统计量和P值，可以看出，Q2、Q3和交互项对loyalty的影响皆不显著。,线性回归分析,线性回归分析：利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系。SPSS实现：AnalyzeRegressionLinear将因变量移入“Dependent”表框，将自变量移入“Independent”表框，然后点击OK即可。,因变量,自变量,线性回归分析（数据解释）,回归方程拟合优度为0.265，即因变量的变异的26.5%可以通过自变量解释。,F=23.607，即对应的值为0.000，即在0.05显