spss学习心得体会[工作范文]

1、spss 学习心得体会篇一：SPSSSPSS 学习心得SPSSSPSS 学习心得本学期是我在大学学习的最后一个学期。在这个学期 里，学校根据我系专业特点开设了一些专业应用性课程，其 中有一门课程便是 SPSSSPSSSPSSSPSS 的中文名称是社会科学统计软件包，是世界上最早的统计软件。我们学期学习所使用的软件为英文版，起初接 触时由于我英语水平问题，SPSSSPSS 软件的操作让我很是头疼。但是通过对这门课程的学习，我了解到SPSSSPSS 具有完整的数据输入、XXXX、统计分析、报表、图形制作等功能。在日常的 工作与学习中，我所接触到的数据比较多，但是我想从中获 得有用的数据却很难，通过

2、SPSSSPSS 软件应用，使我处理数据的时间大幅度的缩短，另外也能客观直接的对我所需要的数 据进行简单分析。在我平日课下进行统计调查技能培训的时候，我起初分 析数据所用的软件是 ExcelExcel。虽然使用 ExcelExcel 可以对数据进 行透视、分类、筛选以及计算相关系数等，但是这些操作都 需要自己每一步每一步的进行手动操作，而使用SPSSSPSS 软件在对数据进行整理时，只需对软件某选项内设置变量条件， 系统便自动的进行整理。而且，在学习与应用SPSSSPSS 过程中，我了解到应用 SPSSSPSS 软件只要了解统计分析的原理无需知晓 统计方法的各种算法就能得到自己所需要的统计分析

3、结果。 另外对于常见的统计方法，SPSSSPSS 的命令语句、子命令及选择项的选择绝大部分在软件内的对话框操作完成，我们无需花 费大量的时间记忆大量的命令和选择项。在这方面，SPSSSPSS 软件的应用可以使我们节省大量时间，而且软件操作比较容易 上手，在当今这个时间就是金钱的社会上，我们掌握SPSSSPSS软件的应用，也就是为自己赚取了不少金钱。另外在与 SPSSSPSS 的接触中，我逐渐了解到 SPSSSPSS 软件的强 大与方便。SPSSSPSS 提供了从简单的统计描述到复杂的多因素统 计分析方法，其中有数据的统计分析、统计描述、交叉表分 析、二维相关、方差分析、多元回归、因子分析、聚类

4、分析、 降维等分析方法。利用这些方法可以得出计算数据和统计图 形，看出数据的离散程度、集中趋势和分散程度，单变量的 比重，还有对数据进行标准化处理。利用这个软件对问卷数 据进行分析是极好的。虽然，这些方法大部分我还是不会使 用，能够让我利用并成功分析的方法只有寥寥几种，但是这 种简单便捷的操作让我对 SPSSSPSS 的兴趣却是越来越浓。这门课程是我们这学期从始至终一直开设的课程，在课 堂上我们的导师马杰老师针对各种案例对我们进行讲解，让 我们了解 SPSSPSS S的各种应用，在课下系内陈主任对我进行指 点，让我能够利用多种SPSSSPSS 的方法进行数据处理与数据分现在，学期即将结束，同样

5、的这门课程也到了尾期，在 这学期学到了很多，并且还有很多没有学到。我们学习时所 操作的软件是英文版，这对英语基础不好的我来说是个考 验。同时，由于我们所学专业并非必须拥有计算机，导致我 们平时能够练习的机会比较少，造成了掌握不牢固，前学后 忘现象比较严重。现在呢，很是希望能够把SPSSSPSS 的应用熟练操作，并且能把它变为自己的一种本能，使自己在今后的 工作与学习中，可以轻松运用。篇二：SPSSSPSS 学习心得体会应用统计分析学习报告本科的时候有概率统计和数理分析的基础，但是从来没有接触过应用统计分析的东西。spssspss 也只是听说过，从来没有学过。一直以为这一块儿 会比较难，这学期最

6、初学的时候，因为没有认真看老师给的英文教材，课下也没有认真搜集相关资料，所以学起来有些吃力，总感觉听起来一头雾水。老师说最后的考核是通过提交学习报告，然后我从图书馆里借了些教材查了些资料，发现很多问题都弄清楚了。结合软件和书上的例子，实战一下，发现 spssspss的功能相当强大。最后总结出这篇报告，以巩固所学。spssspss，全称是 statisticalstatistical productproduct andand serviceservice solutionssolutions 即“统计产品与服务解决方案”软件， 是 ibmibm 公司推出的一系列用于统计学分 析运算、数据挖掘、

7、预测分析和决策支持任务的软件产品及相关服务的总称，也是世界上公认的三大数据分析软件之一。spssspss 具有统计分析功能强大、操作界面友好、与其他软件交互 性好等特点，被广泛应用于经济管理、医疗卫生、自然科学等各个领域。具体到管理方面，spssspss 也是一个进行数据分析和预测的强大工具。这门课中也会用到 amosamos 软件。关于 spssspss 的书， 很多都是首先介绍软件的。 这个软件易于安装，我装的是的， 虽然有一些改变和优化，但是主体都是一样的，而且都是 可视化界面，用起来很方面且容易上手。所以，我学习的重点是卡方检验和t t 检验、方差分析、相关分析、回归分析、因子分析、结

8、构方程模型等方法的适用范围、应用价值、计 算方式、结果的解释和表述。首先是t t 检验这一部分。由于参数检验的基础不牢固，这部分也是最初开始接触应用统计的东西，学起来很多东西拿不准，比如说原假设默认 的是什么。结果出来后依然分不清楚是接受原假设还是拒绝原假设。不过现在弄懂了。这部 分很有用的是 t t 检验。t t 检验应用于当样本数较小时，且样本取自正态总体同时做两样本均数比较时，还要求两样本的总体方差相等时，已知一个总体均数u u，可得到一个样本均数及该样本标准差，样本来自正态或近似正态总体。t t 检验分为单样本 t t 检验、独立样本 t t 检验、 配对样本 t t 检验。其中，单样

9、本 t t 检验是样本均数与总体均数的比较的 t t 检验，用于推断样 本所代表的未知总体 均数卩与已知的总体均数 uouo 有无差 别；独立样本 t t检验主要用于检验两个样本是否来自具有相同均值的总体，即比较两个样本的均值是否相同，要求两个样本是相互独立的；配对样本 t t 检验中，要正确理解“配对”的含义，主要用于检验两个有联系的正态总体的均值是否有显著差异，跟独立检验的区别就是样本是否是配对样本。这几个方法用软件操作起来都是相对简单的， 关键是分清楚什么时候用这个什么时候 用那个。然后是方差分析。方差分析就是将索要处理的观测 值作为一个整体，按照变异的不同来源把观测值总变异的平方和以及

10、自由度分解为两个或多个部分，获得不同变异的均值与误差均方，通过比较不同变异的均方与误差均方，判断各样本所属总体方差是否相等方差分析主要包括单因素方差分析、多因素方差分析和 协方差分析等。这一部分在学习的过程中出现一些问题，就是用 SPSSSPSS 来操作的时候分不清 观测变量和控制变量，如果反了的话会导致结果的不准确。其次，对bonferronibonferroni 、tukeytukey、scheffescheffe 等方法的使用目的不清楚，现在基本掌握了多重比较方法选择：一般如果存在明确的对照组，要进行的是验证性研究，即计划好的某两个或几个组间 （和对照组） 的比较。 宜用 bonferr

11、onibonferroni法；若需要进行多个均数间的两两比较，且各组个案数相等，适宜用tukeytukey法；其他情况宜用 scheffescheffe 法。最后。对方差齐性检验、多重比较检验、趋势检验理解不够透彻，在方差检验中，postpost hochoc 键有 lsdlsd的选项：当方差分析 f f 检验否定了原假设，即认为至少 有两个总体的均值存在显著性差异时。须进一步确定是哪两个或哪几个均值显著地不同，则需要进行多重比较来检验。lsdlsd 即是一种多因变量的三个或三个以上水平下均值之间进行的两两比较检验。相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关

12、方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。相关分析研究现象之间是否相关、相关的方向和密切程度，一般不区别自 变量或因变量。主要有双变量相关分析、偏相关、距离相关几个方法。双变量相关分析是相 关分析中最常使用的分析过程，主要用于分析两个变量之间的线性相关分析，可以根据不同 的数据类型和条件，选用pearsonpearson 积差相关、spearmanspearman 等级相关和 kendallkendall 的 tau-btau-b 等级相 关。当数据文件包括多个变量时，直接对两个变量进行相关分析往往不能真实反映二者之间的关系，此时就需要用到 偏相关分析，从中剔除其他变量的线

13、性影响。距离相关分析 是对观测变量之间差异度或相似程度进行的测量，其中距离需要弄清楚，距离分析是对观测 量之间相似或不相似程度的一种测度。是计算一对观测量之间的广义距离。这些相似性或距离 测度可以用于其他分析过程，例如因子分析、聚类分析或多维定标分析，有助于分析复杂的 数据集。接着是回归分析。相关分析研究的是现象之间是否 相关、相关的方向和密切程度，一般不区别自变量或因变量。而回归分析则要分析现象之间 相关的具体形式，确定其因果关系。并用数学模型来表现其具体关系。比如说，从相关分析 中我们可以得知“质量”和“用户满意度”变量密切相关，但是这两个变量之间到底是哪个 变量受哪个变量的影响，影响程度

14、如何，则需要通过回归分析方法来确定。回归分析的目的 在于了解两个或多个变量间是否相关、相关方向与强度，并建立数学模型以便观察特定变量来 预测研究者感兴趣的变量。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元 回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非 线性回归分析。如果在回归分析中。只包括一个自变量和一个因变量，且二者的关系可用一 条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以 上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。应用回归分析 时应首先确定变量之间是否存在相关关系，如果变量之间不存

15、在相关关系，对这些变量应用 回归预测法就会得出错误的结果。正确应用回归分析预测时应注意：用定性分析判断现象 之间的依存关系；避免回归预测的任意外推；应用合适的数据资料； 接下来是因子分析 因子分析是指研究从变量群中提取共性因子的统计技术。最 早由英国心理学家斯皮尔曼提出。他发现学生的各科成绩之间 存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否 存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数 目，还可检验变量间关系的假设。因子分析的主要目的是用来描述隐藏

16、在一组测量到的变 量中的一些更基本的，但又无法直接测量到的隐性变量。从显性的变量中得到因子的方法有两类。一类是探索性因子 分析。另一类是验证性因子分析。探索性因子分析不事先假定 因子与测度项之间的关系，而让数据“自己说话”。而验证性因子分析假定因子与测度项的 关系是部分知道的，即哪个测度项对应于哪个因子，虽然我们尚且不知道具体的系数。这一部分不能用 spssspss 来操作，要用 amosoamoso用起来也很方便。最后一部分学习的是结构方程模型。结构方程模型是一 种融合了因素分析和路径分析的多元统计技术。 它的强势在于对多变量间交互关系的定 量研究。在近三十年内，其大量应用于社会科学及行为科

17、学的领域里，并在近几年开始逐渐 应用于市场研究中。结构方程模型是对顾客满意度的研究采用的模型方法之一。其目的在于 探索事物间的因果关系，并将这种关系用因果模型、路径图等形式加以表述。结构方程模型 与传统的回归分析不同，结构方程分析能同时处理多个因变量，并可比较及评价不同的理论 模型。与传统的探索性因子分析不同。在结构方程模型中，我们可以提出一个特定的因子结 构，并检验它是否吻合数据。通过结构方程多组分析，我们可以了解不同组别内各变量的关系 是否保持不变，各因子的均值是否有显著差异。这门课要学习完了，整个学习的过程是充满曲折和挑战 的，我见证了自己从一无所知到困惑迷茫再到略懂再到会用的过程。甚至

18、学完之后有些问题还没有彻底搞清楚，自己接下来还会不断的探索的。 spsspss s 是个很神奇的工具， 结合 amosamos 和 exceexcel l更是如虎添翼，相信学习了 spssspss 在以后的论文和数据分析中很有用。这门课给 我的感觉是看起来很难，但是实际学起来就好很多，因为当我结合具体实例和软件的时候，很 多抽象的问题就豁然开朗了。但是想给老师一个建议，这门课需要很强的统计和概率论的基础，要不然就会很难听懂或者听得半懂。然后这门课的很多方法的相关资料都是用在医疗卫生、自然科学领域的，在管理中的应用的资料不怎么多。老师希望我们上课的时候结合在管 理中的应用来学习，但是资料有限。希

19、望老师在这个方面多给学生一些引导。篇二：spssspss 心得体会 学习 spssspss 在教育统计中的应用心得体会一、什么是 spssspss ?为什么要学习 spssspss ？新学期开始时，在信息化教育测量与评价的课程中第一次接触到 spssspss这个软件，作为本科是计算机专业出身的我，当时只知道 spssspss 是一套统计软件。就是一套根据统计学原理所编写出来的统计分析软件， 至于统计什么？分析什么？我一无所知，尤其是看到老师推荐的 spssspss 在教育统计中的应用这本书的时候，就简单的把它理解为用 spssspss 软件来统计、分析与教育相关的数据，最终 得出想要的结论而已

20、，而现在看来，我当初的想法未免有点简单与无知。下面就来让我们了解一下 spssspss。spssspss 软件是一组专业的、通用的统计软件包，同时它也是一个组合式软件包，兼有数据管理、统计分析、统计绘图和统计报表功能。它广泛用于教育、心理、医学、市场、人口、保险等研究领域，也用于产品质量控制、人事档案管理和日常统计报表等。spssspss 软件对计算机硬件系统的要求较低；对运行的软件环境要求宽松，有各种版本可运行在windowswindowsxpxp、win7win7 系统环境下，spssspss 统计软件采用电子表格的方式输入与管理数据，能方便地从其 他数据库中读入数据（如dbasedbas

21、e，excelexcel。lotuslotus 等）。我为什么要学习 spssspss 呢？其实很简单，一方面，做为 一名 研究生，要具备一定的科研能力，如今量化研究的方 法大行其道，一切要以事实说话、要以数据说话，有了数据支持的研究才能更容易被认可、被推论。另一方面，根据对 aect94aect94定义的理解，教育技术学研究的对象是学习过程和学习资源，包含大量的偶然现象和非精确现象。因此，要深入研究教育技术现象及其规律，必须运用统计描述、统 计分析方法和模糊数学分析方法，才可能使这门学科达到真正完善的地步。教育技术学研究 的现象多数是偶然的现象，其变化发展往往具有几种不同的可能性，究竟出现哪

22、一种结果， 那是带有偶然性的，是随机的。这类偶然现象是遵循统计规律的， 当随机现象是由大量的成 份组成，或者随机现象出现大量的次数时，就能体现统计平均规律。我们只有对数据资料作 统计处理，才可能可以发现它们的内在规律，掌握现象的特征，检验研究的假设，才能得出 准确的、可靠的研究结果。二、对本 spssspss 各章节学习的心得新课程老师带领下，采取一种新的学习方式，老师讲解了基础部分后，全班同学 米取小组分工、协作学习，然后对全班同学进行讲解学习内容， 教师进行当堂指导，这种方法改变了同学们的学习态度，同学们不再是课前不预习，课下 不复习的状态，每组都有自己的任务。课前有一定的压力，同学间的讨

23、论也明显的增多， 例如: 一次课下同学们在一起吃饭，有几位同学还在调侃说“两个菜之间用spssspss 进行分析后得出的结果不接受 h0h0 假设，也就是两个菜之间不相关”，虽然这只是一个课下的玩笑，但是这 也可以体现出对学习的态度的转变。下面就本学期的所学 SPSSSPSS 的各章节做一下归纳，这些归 纳也是基于本人平时在课前预习，课上及课后的一些所思所想，也许会有一些理解上的偏颇在内，但这仅限于心得而已。本学期学习各个章节及分工如下表：章节名称的认识及数据文件的处理2.2.数据清理与基本统计及测量质量分析检验4.4.方差分析1 1、2 2 人 3 3 人 7.7.聚类分析 8.8.统计图形

24、 2 2 人 1 1 人 2 2 人 6.6. 卡方检验3 3 人 2 2 人 5.5.相关分析 3 3 人分工人数章节名称分工人数 spssspss 的认识及 数据文件的处理心得体会可能是由于是同学们第一次讲，万事开头难，压力很大，在大家认为最为简单的内容讲解上，两位同学并没有完全展现出二人实际水平，大家在这一节课上都感觉到很压抑，总的感觉是这节内容很简单，但是内容又很松散，可讲的东西太多，讲的东西多就没有突出重点和难点，所以听过之后就有种无数的碎片漂浮在脑海中一样，很难将知识系统化，课后总结一下无非就是两块，一块是了解SPSSSPSS 软件的历史及基本功能，还有一块就是 spssspss

25、软件当中一个模块叫做数据文件的处理，在认识spssspss 软件当中了解到它是一组社会科学统计软件包。诞生于 19681968 年，当时美国的 3 3 位大学生开发出了它， 经过这么多年的后续开发，spssspss 已经有了很多的版本，具有了更的兼容性、和更友好的操作界面，也在很多的学科领域得到了应用，而在教育中的应用只是它的一个分支。此外它对硬件的要求也很低，当前一般的电脑都能安装它，安装的过程中也没有什么特殊的方法，傻瓜式的安装方式完全 就可以满足。在数据文件的处理方面。主要是要学会定义变量、处理变量两方面；定义变量是要注意根据自己实际采集的数据来定义变量，例如是数值型的变量还是文本型的变

26、量及变量的长度，小数点保留尾数等，总之就是一句话，根据实际调查的数据要求来定义相应变量。变量定义只有只要细心的将实际调查的数据录入到 SPSSSPSS 当中即可，当然也可以在 SPSSSPSS 软件 之外进行数据编制，可以通过execelexecel等 xxxx 后可以直接导入到 SPSSSPSS 中。在处理变量模块当中， 可以对变量进行添加、删除、拆分与合并等操作，只要根据实际调查数据，细心调整变量， 使操作更加简便和明了。2 2、数据清理与基本统计及测量质量分析的心得体会数据的清理与基本统计及测量质量分析由两名同学进行讲解，由于吸取了上节课两名同学的经验，本节讲授的明显好于上节课，这里我也

27、是把 它分为两块进行学习，一块是数据的清理，另一块是相关统计理论的学习。在数据清理方面主要学习了奇异数据的检查与清理。在这里本人觉得非常有必要进行数据清理，在实际的调查数据时难免会出现错误或者碰到极为特殊的典型案例，所以这些数据很难符合大众规律，在统计、分析过程中可能会造成分析结果异常，从而直接影响最终的结论。所以觉得非常有必要进行数据检查与清理。而我认为本节的难点不是怎样熟练运用SPSSSPSS 软件，而是在第二 块中的，相关统计理论的学习，学习这些理论需要一定的数学基础，只有明确这些理（论如均值、标准误差、中数、众数、全距、四分位等）原理，知其然，知其所以然。这才是关键，在 SPSSSPS

28、S 中想要实现对数据进行以上分析 只需要轻轻点击一下按钮就可以是轻松实现，但是如果不清楚到底用它们来做什么就无从谈起做数据分析了，所以本节内容知道分析原理的重要性要远远大用SPSSSPSS 对数据做出相关分析的重要性。总结为一句话“知道它们是做什么的后才会让它们去做该做的工作”。3 3、t t 检验的心得体会 t t 检验由两名同学讲解，在学习t t 检验时，首先要明确什么样的数据适合t t 检验，t t 检验的结果要说明什么问题？经过学习可以知道，t t 检验是对两组数据间的平均水平或均数的比较，通过比较可以得出两组数据间的显著性水平，而这两组数据都要符合正态分布，方差具有齐同性，t t 检

29、验由两种情况，一种配对提检验，要求两组数据不可以独立颠倒顺序，如果颠倒顺序就会改变问题的性质，这种t t 检验称为配对 t t检验；另一种情况下的 t t 检验是两组数据可以任意颠倒顺的检验称为独立样本的t t 检验。但是这两种情况都必须符合最先的要求。即都是符合正态分布，方差都具有齐同性。通过spssspss的相关操作可以轻松完成检验，但是在检验的过程中必须设置置信区间，一般设置为95%95%在设置置信区间时必须要考虑到所做分析的数据，如果像要得到显著性差异的结果则可尽量将置信区间设置小些，如果想要得到不显著差异就要将置信区间甚至大些，本人的理解为若置信区间小，则可以理解为在小范围内是可以相

30、信的，但如果将分析结果的置信区间值调大则说明在很大的范围内这个结果可信。反之则不可信，篇三：spssspss 学习总结学习 spssspss 感想以前学统计学的时候就听老师讲过spssspss 有非常强大的统计功能，对我们学习、工作有很大的帮助，所以我一直认为spssspss 很神秘。通过这个学期周老师的课让我对此清楚了许多，也学到了 spssspss 强大的统计功能，更加让我明白了spssspss 与excelexcel 的区别。spssspss 是“社会科学统计软件包”(statisticalstatisticalpackagepackage forfor thethe socialsoc

31、ial sciencescience)的简称，是一种集成化的计算机数据处理应用软件。19681968年，美国斯坦福大学等三位大学生开发了最早的 spssspss 统计软件，并于 19751975 年在芝加 哥成立了 spssspss 公司，已有 3030 余年的成长历史，全球约有2525 万家产品用户，广泛分布于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研、教育等多个领域和行业。spssspss是世界上公认的三大数据分析软件之一（ sassas、spssspss 和 systatsystat ）。在学习 spssspss 期间，我主 要遇到的问题是后面几章，spssspss 的参数

32、检验、方差分析、相 关分析、线性回归分析、聚类分析、因子分析等。在参数检验中我不知道原假设是什么，导致分析的时候不知道该 拒绝原假设还是接受原假设，不能分析出统计结果。不会区分单样本t t 检验和两配对样本 t t 检验的区别，现在懂得了它们都要服从正态分布，基本思想是小概率反证法， 反证法思想是先提出假设（检验假设h0h0），再用适当的统计方法确定假设成立的可能性大小， 如果可能性小，则认为假设不成立。否则，还不能认为假设不成立。在学习方差分析中，开 始常常把观测变量和控制变量弄混淆，在分析的时候应分别 送入哪个对应框中，如果反了的话会导致结果的不准确。其次，对 lsdlsd、bonferr

33、onibonferroni 、tukeytukey、scheffescheffe等方法的使用不清楚，现在基本掌握了多重比较方法选 择：一般如果存在明确的对照组，要进行的是验证性研究，即计划好的某两个或几个组间（和对照组）的比较。宜用bonferronibonferroni 法；若需要进行多个均数间的两两比较，且各组个案数相等，适宜用tukeytukey法；其他情况宜用 scheffescheffe 法。最后，对方差齐性检验、 多重比较检验、趋势检验理解不够透彻，在方差检验中，postpost hochoc 键有 IsdIsd 的选项：当方 差分析f f 检验否定了原假设，即认为至少有两个总体的

34、均值存在显著性差异时，须进一步确定是哪两个或哪几个均值显著地不同。则需要进行多重比较来检验。IsdIsd 即是一种多因变量的 三个或三个以上水平下均值之间进行的两两比较检验。在学习相关分析的过程中，在绘制散点图时，不知道哪 个该做横坐标，哪个该做纵坐标。明白了横坐标是解释变量，纵坐标是被解释变量，还有对相关系数的种类分析不熟练等。在学习回归分析的过程中，对dwdw 可检验的含义不理解，不记得对应的 dwdw 表示的残差序列的相关性。对解释变量向前筛选、向后筛选、逐步帅选策略 不能熟练掌握，特别是对向前向后筛选时到处的结果不会进行分析。学习聚类分析中，变量的选择分不清，无关变量有时会引起严重的错

35、分，应当只 引入篇三：SPSSSPSS 课程学习感悟SPSSSPSS 学习总结与反思财管 132132 13304432331330443233 王天茜 在这学期以前我并没有 学过统计学，甚至没有接触过它，因此对它的认识可谓是从 零开始的，但经过这一段的学习，也算是受益良多，下面我 就简单说下感想吧。第一节课老师简单讲述了下这门课的概况，当时只觉得毫无头绪，对于没接触过的事物人总有莫名的恐惧，这门课 看似还很难，就比较担忧。接着说说学习过后对SPSSSPSS 的整体认识吧，我专门去百度了下它的全称，定义为SPSSSPSS 是“社会科学统计软件包”(StatisticalStatistical

36、PackagePackage forfor thethe SocialSocial ScienceScience)的简称，是一种集成化的计算机数据处理应用软件。之前看论文的时候会经常看到各种表格图形，各种结果输出，当时并不明白，以前也没见过，因此总会跳过实验整个设计直接看结果。在 学了这门课后总算对其有了初步的认识。1 1、SPSSSPSS 的认识及数据文件的处理心得体会一块是了解 SPSSSPSS 软件的历史及基本功能，还有一块就是 SPSSSPSS 软件当中一个模块叫做数据文件的处理，在认识 SPSSSPSS软件当中了解到它是一组社会科学统计软件包，诞生于 19681968年，当时美国的

37、3 3 位大学生开发出了它，经过这么多年的后 续开发，SPSSSPSS 已经有了很多的版本，具有了更的兼容性、和 更友好的操作界面，也在很多的学科领域得到了应用，而在 教育中的应用只是它的一个分支。此外它对硬件的要求也很 低，当前一般的电脑都能安装它，安装的过程中也没有什么特殊的方法，傻 瓜式的安装方式完全就可以满足。在数据文件的处理方面， 主要是要学会定义变量、处理变量两方面；定义变量是要注 意根据自己实际采集的数据来定义变量，例如是数值型的变 量还是文本型的变量及变量的长度，小数点保留尾数等，总 之就是一句话，根据实际调查的数据要求来定义相应变量。 变量定义只有只要细心的将实际调查的数据录

38、入到SPSSSPSS 当中即可，当然也可以在 SPSSSPSS 软件之外进行数据编制，可以 通过EXECELEXECEL 等 XXXX 后可以直接导入到 SPSSSPSS 中。在处理变量 模块当中，可以对变量进行添加、 删除、拆分与合并等操作， 只要根据实际调查数据，细心调整变量，使操作更加简便和 明了。2 2、数据清理与基本统计及测量质量分析的心得体会 这里我也是把它分为两块进行学习，一块是数据的清 理，另一块是相关统计理论的学习。在数据清理方面主要学习了奇异数据的检查与清理，在这里我觉得非常有必要进行 数据清理，在实际的调查数据时难免会出现错误或者碰到极 为特殊的典型案例，所以这些数据很难

39、符合大众规律，在统 计、分析过程中可能会造成分析结果异常，从而直接影响最 终的结论。所以觉得非常有必要进行数据检查与清理。而我 认为本节的难点不是怎样熟练运用SPSSSPSS 软件，而是在第二块中的，相关统计理论的学习，学习这些理论需要一定的数 学基础，只有明确这些理（论如均值、标准误差、中数、众 数、全距、四分位等）原理，知其然，知其所以然。这才是关键，在 SPSSSPSS 中想要实现对数据进行以上分析 只需要轻轻点击一下按钮就可以是轻松实现，但是如果不清 楚到底用它们来做什么就无从谈起做数据分析了，所以本节 内容知道分析原理的重要性要远远大用SPSSSPSS 对数据做出相关分析的重要性。总

40、结为一句话“知道它们是做什么的后才 会让它们去做该做的工作”。3 3、T T 检验的心得体会在学习 T T 检验时，首先要明确什么样的数据适合 T T 检验， T T 检验的结果要说明什么问题？经过学习可以知道，T T 检验是对两组数据间的平均水平或均数的比较，通过比较可以得 出两组数据间的显著性水平，而这两组数据都要符合正态分 布，方差具有齐同性，T T 检验由两种情况，一种配对提检验， 要求两组数据不可以独立颠倒顺序，如果颠倒顺序就会改变问题的性质，这种 T T 检验称为配对 T T 检验；另一种情况下的 T T 检验是两组数据可以任意颠倒顺的检验称为独立样本的T T检验。但是这两种情况都必须符合最先的要求，即都是符合 正态分布，方差都具有齐同性。通过SPSSSPSS 的相关操作可以轻松完成检验，但是在检验的过程中必须设置置信区间，一 般设置为 95%95%在设置置信区间时必须要考虑到所做分析的 数据，如果像要得到显著性差异的结果则可尽量将置信区间 设置小些，如果想要得到不显著差异就要将置信区间甚至大 些，我的理解为若置信区间小，则可以理解为在小范围内是 可以相信的，但如果将分析结果的置信区