利用SPSS做数据分析

1、【本文中采用SPSS18首先，要把问卷中的答案都输进SPSS中，强烈建议直接在 SPSS中输入，不要在 EXCEL中输入，再导入 SPSS这样可能会出问题在输数据之前先要到变量视图中定义变量 如下图所有类型都是数值，宽度默认，小数点看个人喜好，标签自定，其他默认除了值 讲讲值的设定m禺m点一下有三点的蓝色小框框会跳出一个对话框，如果你的变量是性别， 学历，那么就如下图如果是五点维度的量表，那么就是记住，每一题都是一个变量，可以取名Q1 , Q2设定好所有问卷上有的变量之后，就可以到数据视图中输入数据啦如下图都输完后还有要做的就是计算你的每个维度的平均得分如果你的问卷 Q1-Q8是一 个维度，那

2、么就把Q1-Q8的得分加起来除以题目数 8那么得到的维度 1分数会显示在数 据视图中的最后具体操作如下转换一一计算变量3个维度，那=满意度量表的所点确定，就会在数据视图的最后一列出现计算后的变量如果你的满意度有 么就要计算3个维度，外加满意度这个总维度， 满意度=3个维度的平均分有题目的平均分把你所有的维度变量都计算好之后就可以分析数据啦1描述性统计血描述性选项，.1- U-&信行垂范鷹行垂菇！ 褂愿黒邇励噁杲滋勵 炉亍性化关怀个愕化一 材领导魅力翎导魅力鼻 .1工Q“工d年锵韩龄1晏职新等红酥等红 丄1从竽类他工年年限 亓在灯工作年限KY JQ1待行垂范勺 H喪循行垂范幼i Bootstra

3、p(0)._fZ裕标陸化得分另存妁吏量忆）瓏詰贴也I匹 I取消删/ J 亠如果你要统计男女的人数比例，各个学历或者各个年级的比例，就要用描述统计中的频率如果要统计男女中的年级分布，比如大一男的有几个，大二女的有几个，就用交叉表不细说了地球人都懂的2. 差异性分析差异性分析主要做的就是人口学变量的差异影响，男女是否有差异，年级是否有差异，不做的就跳过对于性别来说，差异分析采用独立样本 T检验，也可以采用单因素 ANOVA分析，下面以T 检验为例将性别放进下面的分组变量中,接着定义组按确定Fsig1dfEig.CSW差ay? mvs畫 1肓NW上苹6fln440 .63?113.105151T63

4、?.007207-.3.154S14031S550-T Eidn 3.1991D4-T61 7532,ag3Q7s-335D41B03T5M21117dim-7375111713-1667073M3A717-isiaana-nmin戶吠：f濫忑半洛7仲1D3.196口 M-ternraCNE羽国01看Sig （双侧）得分，小于 0.05就表明有显著差异，上图可见男女在组织承诺上是有显著差 异的，在变革型领导行为的认同上没有显著差异 而对于学历，年级，年龄，工作年限等因素， 我们可以采用单因素 ANOVA分析，如下at单因素方着分析菱.性別胆别 年龄【年龄:丄 諏育程度製荷程虞 售职称等巍阳称筈

5、議: jj从事类但工作年限一 dQi陆行丢范1 盘芟02鹅行垂范2因子(F);d在&工作年限KYX按确定帮助ANOVA平方和F显著性感惜敌诺组伺574551.1492 601.029组内48.140109.442总数53.6S5114规范革诺姐间7.22E5V4453 097.012组內50.857109.467总数5S.0&3114鰹覩章诺鉅间3.85157721.3SS23560745109.557总歡64.605114遥符承诺姐间3.3MG.0751.292.273蛆内56.9+510S,522息擞80.319114机合桑诺 W10 43B62.1004.426.00151717109.

6、471总埶52.205114由上图可知，在 KY工作年限不同，在感情承诺、规范承诺、机会承诺上都有显著差异显著性小于0.05如果做出来没有差异，可以在下图中选择两两比较性別 d年龄【年龄1 島載背程度橄膏程度 点、职称等融阳称等議: d从爭类個工作年限 d袁口节隔行丢范U 出变血間垂范2 d箜。日皓行垂范可因变星列恚（曰：2團情啟诺噁唔蜃询 少规范承诺IM范竜询 理担倉诺匿想腰诺 通済承诺经济重询 机会禺诺何会乐诺因子（D：待d在灯工件年限.昭工对 bt（N）.两两出较刪亠遶项0一BootsirapLB）.帖贴巳壹盍送）J I 取消 込工-帮助选中LSD （最小显著方差法）Waller*Dun

7、ean(W) 樊型峻輿i|谓差比章的;f|OCDunnettiE.? MK P y控制、控制迥):甲因素AKOVA:两两比校嗾疑方奎齐性MLSD(Li |9-N-KS) dillBonfejroni(B) f _ Tukey SidakTukers-b(K)J S-dnefTe(C) I . Duncan(D).R-E-G-vYF(R) Hochbergs GT2(H)R-E-G-WQ(Q) GabrieliG)来冏定方差齐彳生Taniri3(ie s T2M)O Durrnelt s T2(3)Gam es owe 111.A) Dun nett s C CU显若性水平疋工0.D5继续确定就

8、会出来多重比较的图多垂讯较mu因变盘(1)在KY工乍年限(J)在KY工祚年限均(J-J)轟善哇騎箜倉信区间下限上舉藏涪承诺1年2年-012698斗-2134p57.053-.+35761冲103创3-S.4&74330.1 941 39.021.072201B0ie&54年-0347222-2；G341E.379-1B72S&417643弭.4711111.2323362.G45.0106209315941652779.2263116,d71-.2S7288.61 睚 430126984.2134&57JS3-.410384.4357012年.4901314*,190422.013.1 057

9、20B57542任-.022023?15327.S21-.4&9112415065与性.193909 TV 启茁J.的？.038526.029091E年及以丄1779762zjJ5327,J21 25S11 2JDlibffiJ1年-.4874330.1594139.伪-.66166507?5012年-.4301314A&Q4224.013-.857542-.1027204&-5021552069613.017-91234E再找有没上标为小星星的有就可以说明二者有差异，没就没办法了你改数据吧=上图说明1年和3年、5年的在感情承诺上有明显差异我去4年的怎么没差异=0 别的也就这么做不重复说了3.

10、 相关分析相关分析主要就是分析你两个大变量中各个维度是否存在相关性和两大变量是否存在相关 性下例为两大变量的相关分析分析相关双变量确定后鉅醍承诺夹第型领辱行为 P卿相关性1.&gT显薯性C或侧）.000N115115爼趴球诺Pearson性6011.OOCN115115”在.阳水.平（殛侧）上显着相驻可见变革型领导行为和组织承诺在0.01水平上显著相关上标两颗星相关性比较好 其他维度也是一样的做法B的变化，要想证0.75就不能做回4. 回归分析相关分析只能说明二者的相关性，并不能表明是否是由于A的变化引起 明因果关系就要用回归分析在做回归之前，首先要做一下自变量之间的相关性，如果相关系数超过

11、归会有比较大的偏差这里不说了，不会的看3.相关分析 回归如下分析 直梢I 因那:些 冥用程序3竜口世 帮助描述统计比较均值也 一般统性模型逻） 广文綾性模型混合棋型凶作年限KY工作罕眼德行垂孑相关（）回归迟）E曲鮭计防,对嗾辔性複型Q）神经网谿量隹尺 TREG；.分类（D降维度皇（S）非萝数检验迥预测生存函数逞） 寒重响应也） 匚按失值分析世二倉重归因曩杂抽蒔（U质量桎制垃）厂R0C曲线国W）二Logistic. 心多啖 Logistic. 日有序如果你想用ABC变量预测D，就把D放因变量中，ABC放自变量中，方法选择进入直 接确定，如下图采数m韭标准化赛数tSig.B标准谋差1(&)620.

12、2649.104,002德行垂陌.1 29.0681,693.062.O&3.000.0841.038.302个性化关怀.1 TQ.049.2923.608.000領导魅力.278.096.2912.6905乩因吏量:鉅爼承话Sig大于0.05所以只有个性上图的结果表明德行垂范和愿景激励被踢出回归方程，因为 化关怀和领导魅力可以显著预测组织承诺5问卷信度和效度信度=分析一一度量一一可靠性分析:i:可靠性分桁區性别I性别於養CM陋行垂疽1!區*d年證年脚1H 3EQ5 行垂范诗&敎育程度【敎育程疫jl貶03鰐j垂范引IJ员职称等级职称等氧gffl曼3牆荷垂范吗._ t工作年限虑工JJ畫Q5孵行垂

13、范5dj在KY工作年限席工作d如孺疔垂范切rJ W1曆恬承诺Td费。了瞻行垂范刃mH齟Q2層情承诺23川变加循齐垂范8!W项目！1，仙辿T a緬十量:夏蛙掠魏确定柳巴重置世）取消把你同一份量表的题目全部放进去，比如变革型领导量表有26题直接确定CroribachsAlpha顶数26可靠性甄计帮结果表明Cron bachs值为0.939,量表信度很好超过0.7才行效度分析一般采用结构效度分析，就是因子分析分析一一降维一一因子分析把你同一量表的题目都放进去点描述选 KMO* 再点旋转，选择最大方差法其他都默认，最后确定nMO和Bartlett的强雅取祥足够度的Kaiser-Meyer-Olkn度星

14、-Bartletts球帑腔檢验近做卡才dfSrg.翻g22S2.6P?325,0000.839大于0.5,表示可以进行因子分析成fJt的始曲征值提琨平方和莪入旄砖平加U貶人台计方丢的%累枳骼合计方圣的佛合计万差的%異蔽%16.7424口勺41 3151074241.315i1.3155亦20.0U20.013?27(1010 41551.73Q2.70010415517304 31616 5S936JB122 4569.44SB1.1705.4569.44061.f 7E4.1911B11952.73041.5075.73C66,眄1.5075J9656.9743W14244156.974累积

15、解释变异66.974%,比较好1234吏71712.354-.004.324喪Q2724.215.162娈Q?777.130.342.0023EQ4.S97.064150.016.386.532.135J33.529.232.119.392.631J26.366,166.252052.667296.549201.631165婆cm-.050.039.868.118Q12.291.039.677*092.105.232.736.450.C69,631.116.425752.056.007Q16.298748J41-.127对了.177.743J 93116.339795.003.250如9*.013,16.020.275惑刘.275.725.061401.C49.032.670J0672.206.623Q23.230.015.087.S6S.196.112.461.506$Q25