SPSS详细操作指导

SPSS操作指导社会统计学软件包（SPSS）20世纪60年代由美国斯坦福大学的3位研究生研制开发，使国际上最有影响力的统计软件之一，广泛用于社会学、经济学、生物学、教育学、心理学等各个领域。一、 SPSS数据文件管理1、 建立一个数据文件菜单“文件”——“新建”——“数据”；（1） 单击“变量视图”。标签：变量名不能超过8个字符，所以需要输入相应变量的文字解释说明。值：一般适用于定类变量和定序变量。缺失：定义缺失值没有缺失值，系统默认选项。离散缺失值，制定3个数值为缺失值。缺失值的范围。歹U：定义列宽测量：尺度指定距和定比数据，用于代表连续数据；有序代表定序数据；名义代表定类数据。（2） 单击“数据视图”进行数据的直接录入。注意：开放题和简单单选题录入相似。多选题的录入比较复杂。多选题又称为多重应答，是社会调查和市场调研中极为常见的一种数据记录类型。录入时可以采用两类：多重二分法、多重分类法。多重二分法是指在编码的时候，对应每一个选型都要定义一个变量，有几个选项就有几个变量，这些变量均为二分类，它们各自代表对一个选项的选择结果。如1代表选择，0代表未选。多重分类法是利用多个变量来对一个多选题的答案进行定义，这些变量须为数值型变量，利用值标签将答案标出，所有变量采用一套值标签。适合于选项较多的情况。2、 读取外部数据一般使用EXCEL数据。菜单“文件”一一“打开”一一“数据”，调出打开文件对话框，在文件类型下拉列表中选择EXCEL类型。二、 数据整理数据整理的功能主要集中在“数据”和“转换”两个主菜单下。1、数据“数据”一一“个案排序”。“数据”一一“转置”。“数据”一一“选择个案”。“数据”一一“分类汇总”；分组变量一般是离散变量，而汇总变量一般是连续变量。要同时计算一个变量的两个统计量时需要将该变量移入两次汇总变量。“数据”一一“合并文件”；添加个案是指纵向合并样本量；添加变量是指横向合并变量。未匹配变量中*变量为工作数据文件中的变量，+为外部数据文件中的变量。指定变量来源可以通过0-1变量来实现指明。变量名不同但实质相同的变量可以通过Pair键实现合并。添加变量时排除变量名不会出现在新工作表中，系统默认的排除变量是外部文件中与工作文件中重名的变量。注意选择一个关键变量进行合并。“数据”一一“拆分文件”。2、 转换“转换”一一“计算”。目标变量名已经存在则用新变量替换旧变量。可以进行条件计算。“转换”一一“重新编码'。分为成相同变量和成不同变量两种。“值”用于离散值的重新编码。3、 数据分组两种方法：利用重新编码进行是很好的一种方法；利用“转换”一一“分类变量”进行。4、 数据标准化“分析”——“描述统计”——“描述”。三、统计描述1、 频数分析频数分析适用于离散变量，其功能是描述离散变量的分布特征。菜单“分析”一一“描述统计”一一“频率”。其功能是产生原始数据的频数表，并能计算各种百分位数，还可以绘制相应的统计图。2、 描述性统计量菜单“分析”一一“描述统计”一一“描述”。主要用于计算一般性的描述性统计量，不能绘制统计图。一般适用于对服从正态分布的连续性变量进行描述。3、 探索性数据分析探索性数据分析，总的来说是基于数据稳健性和耐抗性的统计分析方法，其基本思路是在统计分析时尽量减少数据中存在的少量异常值对分析结果的影响。菜单“分析”一一“描述统计”一一“探索”。该过程可以计算许多描述统计量，给出各种统计图，并进行简单的参数估计。提供了三种非常重要的功能：(1)异常值检查异常值是指观测数据中明显偏大或偏小的值。它们的存在有时会对统计模型的稳健性和正确性产生明显的影响。所以有必要找到这些异常值，并对其进行舍弃或修正。(2)分析正态性检验在统计分析中，许多方法都建立在数据服从正态分布的基础之上，因此，在建立模型之前对数据分布的正态性进行检验就显得非常重要。方差齐性检验方差齐性检验就是检验各观测变量在控制变量不同水平下的方差是否相等。对于均值比较、方差分析等统计方法来说，检验方差是否符合齐性是一个非常关键的前提。“因变量列表” 待分析变量“因子列表”一一分类变量，只有输入此变量才能进行方差齐性检验。“标注个案”一一用变量标注观测结果4、 分类变量统计描述菜单“分析”一一“描述统计”一一“频率”。主要针对单个分类变量。菜单“分析”一一“描述统计”一一“交叉表”。主要分析两个或多个分类变量的联合描述，可以产生列联表。5、多选题的统计描述首先定义多重响应集，即“分析”一一“多重响应”一一“定义集合”，注意同一个多重响应集中的变量必须是同一类型（多重二分类或多重分类法）。“二分”指多重二分类编码，“计数值”表示哪个数值表示选中；“类别”指多重分类法编码，“全距”表示哪个范围的记录值将纳入分析。“名称”是要求对多选题的多重响应集命名。其次分析多重响应集，“分析”一一“多重响应”一一“频率”（“交叉表”），分析同单变量。四、 统计推断统计推断就是利用样本的数据，对总体的数量特征作出具有一定可靠程度的估计和判断。统计推断的基本内容有参数估计和假设检验两方面。1、 参数估计可以通过“分析”一一“描述统计”一一“探索”来实现。2、 假设检验可以通过“分析”一一“比较均值”来实现。注意：根据统计学理论选择检验统计量，sig＜显著性水平就拒绝，否则不能拒绝。五、 方差分析检验两总体均值是否相等的问题。用于分析分类变量是否是尺度变量变化的原因。可以通过“分析”一一“比较均值”一一“单因素ANOVA”来实现。“因变量列表”一一尺度变量；“因子”一一分类变量。“两两比较”用于检验各类之间的差异，LSD是最小显著差法，是最简单灵敏的方法之一；Scheffe多用于进行比较的两组间样本含量不等的情形。六、 相关分析按照数据度量尺度的不同，相关分析的方法也不同。1、 连续变量的相关分析连续变量的相关性常用Pearson简单相关系数来测定。例如衡量投资额与国民收入的相关性。也可以使用Spearman秩相关系数，但效果不及Pearson简单相关系数。菜单“分析”——“相关”——“双变量”；2、 定序变量的相关分析两个定序变量的相关性常用Kendall秩相关系数来测定。例如衡量勤奋程度与成就高低的关系，信用等级与贷款收回情况的关系。也可以使用Spearman秩相关系数。若一个变量为连续变量，另一个为定序变量时一般使用Spearman秩相关系数。菜单“分析”——“相关”——“双变量”；3、 定类变量的相关分析（验证两变量是否独立，原假设为独立：r=0）定类变量的相关分析要使用列联表分析方法。例如分析性别与文化程度的关系。菜单“分析”——“描述统计”——“交叉表”；“卡方”和“名义”选项适用于定类变量相关分析。七、回归分析回归分析是研究两个变量或多个变量之间因果关系的统计方法。菜单“分析”——“回归”——“线性”；注意：根据统计学理论判别显著性。关注t检验、F检验、可决系数与调整可决系数进行判断。八、 聚类分析聚类分析就是分析如何对样品（或变量）进行量化分类的问题。根据聚类方法的不同，聚类分析可以分为系统聚类法、K—均值聚类法、有序样品聚类法和模糊聚类法等。常用的是K—均值聚类法。菜单“分析”——“分类”——“K一均值聚类法”；九、 判别分析聚类分析是在事先对总体分类情况没有先验信息的情况下对样本进行分类。判别分析是根据已有的划分类别的有关历史资料，确定一种判别方法，判定一个新的样本归属哪一类。例如，某医院有部分患有肺炎、肝炎、冠心病、糖尿病等病人的资料，记录了每个患者若干项症状的指标数据。现在想利用现有的这些资料找出一种方法，使得对于一个新的病人当测得这些症状的指标数据时能够判定其患有哪种病。SPSS能够实现的判别分析方法是：Fisher判别法和Bayes判别法。菜单“分析”——“分类”——“判别”；十、因子分析描述同一现象的多个变量之间可能存在一定的相关性和信息的重叠性，这给分析问题带来了复杂性和困难。所以希望通过较少的变量来代替原来较多的变量，而这种代替可以反映原来多个变量的大部分信息，实际上就是一种“降维”的思想。因子分析就是一种降维、简化数据的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“抽象”的变量来表示其基本的数据结构。这几个抽象的变量被称为“因子”，能反映原来众多变量的主要信息。原始的变量是可观测的显在变量，而因子一般是不可观测的潜在变量。因子分析是一种通过显在变量测评潜在变量，通过具体指标测评抽象因子的统计分析方法。菜单“分析”——“数据降维”——“因子分析”；一般采用的因子提取方法是“主成分法”。1、 原始变量的相关性检验很重要，只有原始变量之间存在较强的相关性，才具有因子分析的必要。2、 变量共同度反映每个变量对提取出的所有公共因子的