spss数据分析具体操作步骤

大家现在写论文的数据来分析很多同学根本做不到所以和大家分享一下我所知道的东西吧。以PASW18.0为例，SPSS18.0不是什么18.0。 太好了。 算了，想个办法吧。 不这样的话=看不清下面的照片请看右边的照片强烈建议您首先在SPSS中输入调查表的所有答案，然后直接在SPSS中输入答案。 不输入EXCEL，导入SPSS可能会出现问题在导入数据之前在变量视图中定义变量请参见下图所有类型都是数字，宽度是默认值，小数点是个人喜好，标签是自定义的，其他是默认值除了值关于讲义值的设定点击3点的蓝色框对话框弹出，如果你的变量是性别、学历的话，如下图所示五点维度的尺度请记住，每个问题都是一个变量，可以命名为Q1，q2。 设置完所有调查问卷中的变量后，可以在数据视图中输入数据请参见下图失败后还要计算你每个维度的平均得分如果问卷Q1-Q8是维度，则Q1-Q8的得分总计除以主题数8得到的维度1的得分显示在资料检视的最后具体作业如下转换计算变量点确定后，数据视图的最后一列将出现计算变量如果您的满意度有三维，则计算三维，添加满意度这一总维，满意度=三维平均点=满意度量表中所有主题的平均点可以计算您的所有维变量并分析数据1 .描述性统计把想统计的变量全部放入变量栏，直接确定统计男女人数的比例、学历和学年的比例，必须记述统计的频率统计男女的学年分布，比如一男几女使用交叉表不详细说明地球上的人们都知道.2 .差异分析差异分析主要是人口学变量差异的影响，男女差异，年级差异是否存在，否则跳过关于性别，差异分析可采用独立样本t检验，单因素ANOVA分析。 以下，以t检定为例把性别放入下一个组变量中然后定义组作出决定从Sig (两侧)的得分来看，不足0.05显示有显着性差异，上图显示男女在组织承诺上有显着性差异，对变革型领导的认识无显着性差异学历、年级、年龄、工作年数等因素，可采用单因素ANOVA分析如下一旦确定从上图可以看出，KY的工作年数不同，感情上的承诺、规范性的承诺、机会性的承诺有显着差异显着性不足0.05如果没有区别，可以在下图中选择两个比较选择LSD (最小显着方差法)继续确定多重比较的图画出来试着找一下小星星和没有写的东西吧没办法说明有差异改变数据吧上图是1年和3年、5年感情上的约定有明显的差异我去4年没有差异0还有别的那样做不要反复说3 .相关分析相关分析主要是分析你两个大变量的各维是否相关以及两个大变量是否相关以下例子是两个大变量的相关分析分析相关两个变量确定后变革型领导力的行动和组织的承诺在0.01水平上有着显着的关联划着两颗星关联性很好其他维度也一样.4 .回归分析相关分析只能说明两者的相关性，不表示a的变化是否引起了b的变化，为了证明因果关系必须使用回归分析在进行回归之前，首先取参数之间的相关，相关系数超过0.75的话就不能回归有很大的偏差这里虽然不说，但是3 .看不到相关分析回归如下如果想要使用ABC变量预测d，请将d放入变量中，将ABC放入自变量中，选择方法直接确定。 请参见下图上图的结果显示，德行垂范和远景激励被从回归方程式中排除，Sig大于0.05因此只有个人关怀和领导的魅力才能明显预测组织的约定5 .问卷的信度和效度可靠性=分析测量可靠性分析把你同一份量表的主题全部放进去，比如变革型领导力尺度有26个问题直接确定结果表明，Cronbachs的值为0.939，尺度可靠性好必须超过0.7有效性分析一般采用结构有效性分析，是因子分析分析维因子分析加入你同一尺度的主题点说明KMO*再稍微转动一下，选择最大方的方法其他为预设值，最后确认0.839大于0.5，说明因子分析是可能的累积解释变异为66.974%，较好上图1-8是维，9-14是维，15-20是一个，21-26是一个表格的同一行不能出现两个大于0.5的值如果出现，可以将问题从调查问卷中排除，或者将问题的答案更改为接近同一维的其他问题的答案例如，a维的答案是4，4 第六个问题也想分为a的第六个问题的回答1改为4改变一些差距大的问卷，试着进行因子分析，看看值的变化，会知道变化的效果，请不要改变那么就这里