版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
SPSS统计分析实用教程第1章问卷设计与数据收集.pptx第2章数据管理与预处理.pptx第3章描述统计与图形绘制.pptx第4章均值比较与T检验.pptx第5章非参数检验.pptx第6章方差分析.pptx第7章相关分析.pptx第8章回归分析.pptx第9章聚类和判别分析.pptx第10章主成分分析和因子分析.pptx第11章时间序列分析.pptx第12章信度分析.pptx第13章调节效应与中介分析.pptx第14章综合案例分析.pptx第1章问卷设计与数据收集1.1问卷设计与分析1.2调查抽样主要内容1.1.1问卷设计1.问卷的构成(1)标题(2)导语(前言)(3)正文(4)结束语2.问卷的问题类型(1)封闭型问题(是否式、选择式、评判式)(2)开放型问题3.问卷中量表的主要类型(1)连续评分量表(2)分项评分量表(Likert量表)(3)排序量表1.1问卷设计与分析1.1问卷设计与分析1.1.1问卷设计4.问卷设计的注意事项(1)目的明确(2)先易后难,先简后繁(3)提出的问题要具体,避免提一般性问题(4)单选问题的备选答案应完整划分答案空间(5)多选题的备选答案必须分布在两个以上的维度上,并且至少有一部分不是互相排斥的(6)问题的陈述及备选答案不能有多重含义1.1问卷设计与分析1.1.1问卷设计4.问卷设计的注意事项(7)问题设计的用语要含义明确,不能让应答者产生不同的理解(8)在问题的陈述中,要对所询问行为的时间、方式、目的做必要的限定(9)对于得不到诚实回答而又必须了解的数据,可以通过变换问题的提法来获得相应的数据,或者通过了解相对数据来判断总体的情况(10)问卷不能太长,以20~30分钟为宜;商场拦截类的问卷,以3~5分钟为宜1.1问卷设计与分析1.1.2问卷分析信度分析效度分析1.1问卷设计与分析1.2调查抽样主要内容1.2调查抽样1.2.1样本具有代表性的条件样本对总体要具有较好的代表性,必须满足如下两个必要条件。一是随机抽样,即从总体中抽取个体的方式不能是人为指定的,必须是随机的。二是样本量可使研究精度达到要求。1.2调查抽样1.2.1样本具有代表性的条件样本量的大小取决于如下因素(1)研究的类型和范围(2)研究精度与允许的误差(3)总体容量(4)总体的变异性(5)研究经费1.2调查抽样1.2.2抽样方法随机抽样非随机抽样1.2调查抽样1.2.3简单随机抽样1.按绝对精度确定样本量由正态分布区间估计理论推得的样本量n的计算公式为
1.2调查抽样1.2.3简单随机抽样【例
1-1】要抽样调查某社区居民每月每户用于食物的消费支出,现已知该社区有
400户,共1500人,那么在要求平均每月每户用于食物的消费支出的估计绝对误差不超过30元的前提下,应调查多少户?第1步
预抽样在SPSS中,用简单随机抽样法,在400户中随机抽取35户(这个户数是预估数,50户、30户或其他较小的值均可),具体做法如下。
1.2调查抽样1.2.3简单随机抽样(1)在SPSS数据编辑窗口中,用数字编码的方式建立如图1-1所示的400户编号的抽样框数据文件data1-1.sav。
1.2调查抽样1.2.3简单随机抽样(2)选择“分析”→“复杂采样”→“选择样本”选项,弹出“抽样向导”对话框,如图1-2所示。
由于还没有抽样方案,所以在SPSS的复杂抽样过程中要从头做起,在“抽样向导”对话框中,选中“设计样本”单选按钮,将光标定位在其后的“文件”文本框中,通过直接输入“数据文件夹位置路径\data1-1.csplan”来定义抽样方案文件名;也可以通过单击“浏览”按钮,在弹出的对话框中逐级选择存放路径并定义文件名。1.2调查抽样1.2.3简单随机抽样(3)单击“下一步”按钮,进入“阶段1:设计变量”界面,如图1-3所示。
在中间的“变量”列表框中选择“编号”变量,单击右侧第二个右移箭头,将其移入“聚类”列表框中,定义“编号”为第一阶群变量,由于后面不再有二阶抽样,所以它也是最终的抽样单元。1.2调查抽样1.2.3简单随机抽样(4)单击“下一步”按钮,进入“阶段1:抽样方法”界面,如图1-4所示。在此可以定义抽样方法和规模度量。
在“方法”选区的“类型”下拉列表中,共有9种抽样方法,如图1-5所示。由于系统默认的抽样方法为简单随机抽样,抽样方式为不放回抽样,故这里可不做任何选择,即保持默认设置。1.2调查抽样1.2.3简单随机抽样(5)单击“下一步”按钮或在左侧导航栏中选择“样本大小”选项,可进入“阶段1:样本大小”界面。在这里可以设定样本量。
在“单元数”下拉列表中选择系统默认的“计数”选项。选中“值”单选按钮,并在数值框中输入35,表示在本阶段选择35个样本单元。1.2调查抽样1.2.3简单随机抽样1.按绝对精度确定样本量(6)单击“下一步”按钮,进入“阶段1:输出变量”界面,如图1-7所示。
在该界面中,4个复选框全部选择,要求在数据文件中存取群体大小(总体容量)、样本大小(样本量)、样本比例和样本权重变量。1.2调查抽样1.2.3简单随机抽样1.按绝对精度确定样本量(7)单击“下一步”按钮,进入“阶段1:计划摘要”界面,如图1-8所示,在这里可以查看抽样设计。
单击“完成”按钮,完成简单随机抽样工作。1.2调查抽样1.2.3简单随机抽样在数据编辑窗口的原数据文件中出现本次抽样结果,如图1-9所示,7个新增的带下画线的变量已存放到数据文件中。
新增变量说明如下。InclusionProbability_1_表示第一阶段体现的抽样概率值,SampleWeightCumulative_1_表示第一阶段样本权重累积,PopulationSize_1_表示总体容量,SampleSize_1_表示样本量,SamplingRate_1_表示抽样比例,SampleWeight_1_表示样本权重,SampleWeight_Final_表示最终的样本权重。1.2调查抽样1.2.3简单随机抽样第2步
预调查获取35户原始信息,并在SPSS中建立相应的数据文件。向所选择样本中该社区对应编号的居民发放问卷,收集包括户人数、人均月收入和户月食物支出的样本数据资料,以便获取每月每户用于食物的消费支出信息。将获取的资料存放在数据文件data1-2.sav中。第3步估计总体方差在SPSS中计算样本方差,用样本方差作为总体方差的粗略估计值。选择“分析”→“描述统计”→“描述”选项,打开“描述”对话框,如图1-10所示,从左侧源变量列表框中选择“户月食物支出”变量,移入“变量”列表框,单击“选项”按钮,弹出如图1-11所示的“描述:选项”对话框。选择“均值”“标准差”“方差”作为输出项。
1.2调查抽样1.2.3简单随机抽样第3步
估计总体方差
1.2调查抽样1.2.3简单随机抽样第3步
估计总体方差单击“继续”按钮,返回“描述”对话框。单击“确定”按钮,在输出窗口得到描述统计结果,如表1-4所示。由此可得总体方差S2的粗略估计值为47419.328。
1.2调查抽样1.2.3简单随机抽样第4步
计算样本量在SPSS中计算所需绝对误差限下所需的样本量。(1)选择“文件”→“新建”→“数据”选项,打开新的数据编辑窗口。建立数据文件data1-3.sav,其中变量名为总体容量、绝对误差限和方差,其观测值分别为400、30和47419.328。(2)选择“转换”→“计算变量”选项,打开“计算变量”对话框,如图1-12所示。(3)在“目标变量”文本框中输入“样本量”,在“数字表达式”文本框中输入“IDF.NORMAL(0.975,0,1)*IDF.NORMAL(0.975,0,1)*方差/(绝对误差限*绝对误差限+1/总体容量*IDF.NORMAL(0.975,0,1)*IDF.NORMAL(0.975,0,1)*方差)”,第一个参数0.975由1-0.05/2计算得到,第二个和第三个参数0、1分别为标准正态分布的均值和方差。
1.2调查抽样1.2.3简单随机抽样第4步
计算样本量(4)单击“确定”按钮,在数据文件中增加一个新变量——样本量及其计算结果值134.40。这说明,要满足绝对误差限的要求,至少要抽取135户进行调查。
1.2调查抽样1.2.3简单随机抽样2.按相对精度确定样本量由正态分布区间估计理论推得的样本量n的计算公式为式中,
为变异系数。当总体容量N很大时,可取1.2调查抽样1.2.3简单随机抽样2.按相对精度确定样本量【例
1-2】前几年的抽样调查结果表明,北京市家庭汽车普及率为25%~35%,为了解目前北京市家庭汽车普及情况,拟在北京市进行一次家庭问卷抽样调查,要求所估计的相对误差不超过5%,则在简单随机抽样条件下,至少应抽取一个多大样本量的样本呢?1.2调查抽样1.2.3简单随机抽样2.按相对精度确定样本量根据以上分析计算样本量,在SPSS中的操作步骤如下。(1)选择“文件”→“新建”→“数据”选项,打开新的数据编辑窗口,建立数据文件data1-4.sav,其中变量名为相对误差,其观测值为0.05。(2)选择“转换”→“计算变量”选项,打开“计算变量”对话框。(3)在“目标变量”文本框中输入“样本量”,在“数字表达式”文本框中输入“IDF.NORMAL(0.975,0,1)*IDF.NORMAL(0.975,0,1)*0.75/0.25/(相对误差*相对误差)”。(4)单击“确定”按钮,在数据编辑窗口的数据文件中增加一个新变量——样本量及其计算结果值4609.75。这说明,至少要调查4610户才可满足相对误差不超过5%的要求。1.2调查抽样1.2.4分层随机抽样1.分层样本量的确定(1)当无法给定总样本量时分层随机抽样的费用一般可用以下公式来计算:而使费用C最小的各层样本量为此时的总样本量为1.2调查抽样1.2.4分层随机抽样1.分层样本量的确定(2)在给定总样本量n的前提下①等额样本:在每层都抽取相等的样本量,各层的样本量均为②按比例分配:样本量按总体中各层的单元数量所占的比例来分配,③奈曼(Neyman)最优分配:1.2调查抽样1.2.4分层随机抽样1.分层样本量的确定【例
1-3】要了解某地区904家出口企业的经营情况,由于各出口企业的生产规模相差较大,现要求分层随机抽取200家进行调查,那么各层应如何分配抽样单元数量呢?可以参考的以往各出口企业的经营情况如表1-5所示。1.2调查抽样1.2.4分层随机抽样1.分层样本量的确定各层的抽样单元数量取决于选用的分配方法,这里只介绍按比例分配法,因为这种分配方法常常可以获得精度很高的估计结果。首先在SPSS数据编辑窗口中将表1-5中的数据建成SPSS数据文件(data1-5.sav),并使其处于打开状态,然后按以下步骤进行操作。①选择“转换”→“计算变量”选项,打开“计算变量”对话框。②在“目标变量”文本框中输入“按比例样本量”,在“数字表达式”文本框中输入“rnd(200*企业数/904)”。rnd()函数为四舍五入取整函数。③单击“确定”按钮,在数据编辑窗口的数据文件中增加了一个新变量——按比例样本量,从上到下各层的值分别为9、16、25、50、99,总数为199,这里的总数比200小的原因是进行了四舍五入取整进位操作。1.2调查抽样1.2.4分层随机抽样2.在SPSS中实现分层随机抽样接上面各分层样本量的计算结果,下面介绍在SPSS分层随机抽样过程中实现按比例分配的具体做法。(1)在SPSS数据编辑窗口中先建立“出口金额分类”变量和用来对应904家出口企业编号的“编号”变量的抽样框数据文件(data1-6.sav)。注意:分层变量必须定义值标签,否则会在步骤(5)中出错。(2)选择“分析”→“复杂采样”→“选择样本”选项,打开“抽样向导”对话框。在“抽样向导”对话框中,选中“设计样本”单选按钮,在“文件”文本框中输入“数据文件夹位置路径\data1-6.csplan”,定义抽样方案文件名。(3)单击“下一步”按钮,进入“阶段1:设计变量”界面。在“变量”列表框中选择“出口金额分类”变量,将其移入“分层依据”列表框中,定义“出口金额分类”为第一阶层变量;选择“编号”变量并将其移入“聚类”列表框中,定义“编号”为第一阶群变量。1.2调查抽样1.2.4分层随机抽样2.在SPSS中实现分层随机抽样(4)单击“下一步”按钮,进入“阶段1:抽样方法”界面。在此界面中,不进行任何选择,采用系统默认的简单随机抽样方法。(5)单击“下一步”按钮,打开“阶段1:样本大小”界面,定义样本量。在“单元数”下拉列表中选择系统默认的“计数”选项,定义抽样单位为计数值,而非比例值。选中“各层的不等值”单选按钮,表示各层选择不同的样品数量,单击“定义”按钮,展开“定义不等大小”对话框,由上到下分别单击各层后面的单元格,分别输入9、16、25、50、99,完成对各层所要抽取的样品量的录入,如图1-13所示。1.2调查抽样1.2.4分层随机抽样2.在SPSS中实现分层随机抽样1.2调查抽样1.2.4分层随机抽样2.在SPSS中实现分层随机抽样(6)单击“继续”按钮,返回“阶段1:样本大小”界面。(7)单击“完成”按钮,在数据编辑窗口的数据文件中出现如图1-14所示的分层随机抽样结果,新增变量中有数值的行所指的单元被抽中。1.2调查抽样1.2.4分层随机抽样2.在SPSS中实现分层随机抽样在输出窗口中,得到第一阶段摘要,如表1-6所示。其中,第一大列所列为各层的名称,第二大列所列为各层抽样单元的数量(要求抽取的数量和实际抽取数量相同,分别为9、16、25、50和99),第三大列所列为各层抽样单元的比例,各层比例基本围绕22%上下波动。TheEnd第2章数据管理与预处理主要内容2.1数据文件的建立2.2数据文件的编辑2.3SPSS数据加工2.1数据文件的建立2.1.1统计数据的度量尺度名义尺度(Norminal)即定类尺度,它仅仅是一种标志,用于区分变量的不同值,类别数据之间没有次序关系。例如,人口的性别、商品的名称、身份证、商店类型等。定序尺度(Ordinal)是对事物之间等级或顺序差别的一种测度。例如,考试成绩(优、良、中、差)、人的身高等级(高、中、矮)、学历等级(博士、硕士、学士)等。间隔尺度(Scale)
2.1SPSS数据文件的建立2.1.2、SPSS数据文件的特点
人员编号性别部门体检日期体重健康状况1女通信学院08/10/201555好2女计算机学院08/10/201546好3女外语学院08/10/201550一般4男通信学院08/10/201556差5男管理学院08/11/201551差6男光电学院08/11/201553好7女光电学院08/11/201550一般8男通信学院08/12/201550好9女计算机学院08/12/201545一般10男管理学院08/13/201556好样本
变量值变量个案2.1数据文件的建立统计数据的度量尺度说明:不同的度量尺度的统计数据在SPSS的数据文件中,对应不同的变量数据类型。名义尺度数值型、字符型定序尺度数值型、字符型间隔尺度数值型2.1数据文件的建立2.1.3输入数据建立数据文件
SPSS数据文件的建立包括两个方面,首先进行数据的结构定义,其次录入数据。1.定义数据文件的结构结构定义包括:名称、类型、宽度、小数、标签、值、缺失值、列、对齐、度量标准、角色2.1数据文件的建立2.数据的录入录入数据的一般方法
逐行录入逐列录入从Word或Excel中直接复制粘贴到数据文件中连续粘贴相同值录入带有变量值标签的数据输入定义了变量值标签的数据时,可以直接输入变量值,也可以单击要输入数值的数据单元,出现下拉列框,单击下拉按钮,展开一个列有该变量所有值标签的下拉列表,从中选择值标签即可。2.1数据文件的建立2.1.4从其他数据文件导入数据建立数据文件
(1)直接打开选择菜单“文件→打开→数据”,弹出“打开文件”对话框左键单击“文件类型”,即可看到SPSS所能打开的数据文件类型,如下表所示2.1数据文件的建立说明:其中用的最多的是直接打开Excel的数据文件。在打开Excel格式的文件时,SPSS默认将Excel工作表中的全部数据读到SPSS数据编辑窗口中,但也可指定仅读取工作表某个区域内的数据。如果Excel工作表文件第一行或指定读取区域内的第一行上存储了变量名信息,则应选择打开对话框上的复选框“从第一行数据中读取变量名”,2.1.4从其他数据文件导入数据建立数据文件
(1)直接打开2.1数据文件的建立2.1.4从其他数据文件导入数据建立数据文件
(2)数据库查询方式如果数据为数据库格式的文件,可以同用数据库查询的方式导入数据到SPSS中。其操作步骤如下:第1步选择菜单“文件→导入数据→数据库→新建查询”,弹出数据库向导窗口。这里显示了所有可以打开的数据源类型。第2步用户根据打开文件的向导选择要打开的文件类型并逐步打开文件。主要内容2.1数据文件的建立2.2数据文件的编辑2.3SPSS数据加工2.2数据文件的编辑2.2.1数据文件的合并SPSS提供两种形式的合并:一是横向合并,从外部文件中增加变量到当前数据文件中;二是纵向合并,指从外部数据文件中增加观测量到当前数据文件中。横向合并V1V2+V3V4V1V2V3V4纵向合并V1V2+V1V2V1V22.2数据文件的编辑2.2.1数据文件的合并(1)横向合并从左边文本框中选择需合并的变量到此框中单击“浏览”按钮选择要合并的SPSS数据文件的文件名2.2数据文件的编辑2.2.1数据文件的合并(2)纵向合并纵向合并数据文件的操作方法同横向合并的方法类似,操作不再赘述,但需注意以下几点:两个待合并的SPSS数据文件的内容合并起来应具有实际意义;两个数据文件的结构最好一致;不同数据文件中含义相同的变量最好用相同的变量名,数据类型要相同。2.2数据文件的编辑2.2.2数据文件的拆分
SPSS29版本在“数据”菜单中提供了两种方法:一是“拆分文件”,这种拆分并不是要把一个数据文件分成几个数据文件,而是按照需求,根据变量对数据进行分组,为以后的分组统计分析提供便利;二是“拆分为文件”,这种拆分是将拆分后的数据写入新的SAV文件,按拆分变量的值或值标签生成多个SAV文件。2.2数据文件的编辑2.2.2数据文件的拆分1.拆分文件在进行数据分析的时候,有时需要对数据文件按某个变量进行拆分,这种拆分并不是要把数据文件分成几个,而是根据实际情况,根据变量对数据进行分组,为以后的分组统计分析提供便利。第一步数据组织第二步打开主对话框第三步选择拆分方式第四步按产品分组统计销售总量和销售总额2.2数据文件的编辑2.2.2数据文件的拆分
2.拆分为文件拆分为文件是将数据文件按拆分变量的值或值标签,拆分为多个数据文件。第一步数据组织第二步打开“将数据集拆分为单独的文件”对话框第三步拆分文件生成设置2.2数据文件的编辑2.2.3数据的选取第一步数据组织第二步打开“选择观测量”对话框第三步指定选择个案的方式第四步设置选中个案的输出形式第五步设置选择个案的条件2.2数据文件的编辑2.2.4数据的加权
所谓权重是指同一个观测量值在所有的观测量里出现的次数或频率。SPSS的观测量加权功能是在数据文件中选择一个变量,这个变量里的值是相应的观测量出现的次数,这个变量叫做权重变量。
SPSS中指定加权变量的本质是数据复制,例如表2-5是工人每天生产产品的数量,第一行数据表示当天生产产品数量为20的工人有3个,将“工人数”作为加权变量后,实际是将数据转换成表2-7所示的数据进行分析。2.2数据文件的编辑2.2.4数据的加权
2.2数据文件的编辑说明:一旦指定了加权变量,在以后的分析处理中加权是一直有效的,直到取消加权为止;只有数值型的变量才能作为加权变量。2.2.4数据的加权主要内容2.1数据文件的建立2.2数据文件的编辑2.3SPSS数据加工2.3
SPSS数据加工2.3.1变量计算输入新生成的变量的变量名SPSS中提供的用于计算的函数,利用这些函数可以生成指定分布的随机数、生成给定参数的概率密度函数等。输入计算的式子2.3.2数据可视分箱
见书Page36例2-5
2.3
SPSS数据加工SPSS提供的数据可视分箱功能可将连续的数值型数据按由小至大的顺序加以分组(测量值由最低分至最高分分组),从而可将等距或比率变量转换为间断变量选择“转换→可视分箱”,弹出右图所示的变量选择对话框将需要划分组段的变量“评价结果”选择到此框中。2.3.2数据可视分箱见书Page36例2-5
2.3
SPSS数据加工输入存储组段值的新变量的名称单击此按钮设置组段分割点2.3
SPSS数据加工2.3.2数据可视分箱
图中提供了三种自动划分组段的方法(2)按相等比例的观测值数目进行分组:在“分隔点数量”栏内输入断点的数目,系统自动将每组观测值数目的比例输出到“宽度”内(1)按照变量值等间距划分:在“第一个分割点的位置”输入第一个断点处的取值在“宽度”栏内输入一个组段内变量值的长度,“分割点数量”栏内自动出现断点的数目(3)基于变量的均值和标准差来产生组段划分
2.3SPSS数据加工2.3.3数据重新编码
数据的重新编码是将变量重新赋值来描述它们的属性,即将数据文件中的原变量的值按照某种一一对应的关系生成新变量值,可以用这个新变量值替代原变量值,也可以生成一个新变量,分别对应菜单:①转换→重新编码为相同变量②转换→重新编码为不同变量
通常在作统计分析前需要对收集到的数据作一些变换处理,SPSS提供的变量重新赋值的功能即可做这样的处理。2.3
SPSS数据加工2.3.3数据重新编码重新编码为不同数据,根据原变量的值生成新变量的值设置新变量的变量名和标签单击该按钮进行转换规则的设置2.3.3数据重新编码2.3SPSS数据加工根据转换要求设置原来变量的值或值的范围单击“添加”按钮将设置好的新、旧变量值转换规则添加到右面的文本框中。有几条规则就应设置几次,并添加到文本框中。再设置新的变量对应的值TheEnd第3章描述统计与图形绘制主要内容3.1基本描述性统计量简介3.2频率分析3.3描述性分析3.4探索性分析3.5交叉表分析3.6多重响应分析3.7相关图形绘制3.1基本描述性统计量简介3.1.1
描述集中趋势的统计量
1.均值(Mean)
2.众数(Mode)
3.中位数(Median)
4.总和(Sum)
5.百分位数(PercentileValue)
3.1基本描述性统计量的定义及计算
3.1.2
描述离散程度的统计量
1.样本方差(Variance)
2.样本标准差(Std.deviation)
3.极差(Range)
4.均值标准误差(StandardErrorofMean)
3.1基本描述性统计量的定义及计算
3.1.3
描述总体分布形态的统计量
1.
偏度(Skewness):是描述取值分布形态对称性的统计量;偏度系数大于0,表示其数据分布形态有一条长尾拖在右边,称为右偏或正偏,偏度系数小于0,表示其数据分布形态有一条长尾拖在左边,称为左偏或负偏。偏度系数的绝对值越大,与正态分布相比越偏斜。
2.峰度(Kurtosis):是描述变量取值分布形态陡缓的统计量;峰度系数等于0,表明数据分布的陡峭程度与正态分布相同。峰度系数大于0时为尖峰分布,表明数据分布的陡峭程度比正态分布大,峰度系数小于0时为平峰分布,表明数据分布的陡峭程度比正态分布小。3.1基本描述性统计量的定义及计算
3.1.3描述总体分布形态的统计量
来自于正态总体的偏度及峰度均近似为0,可以利用偏度和峰度的值是否接近0作为检验是否是正态分布的重要依据。主要内容3.1基本描述性统计量简介3.2频率分析3.3描述性分析3.4探索性分析3.5交叉表分析3.6多重响应分析3.7相关图形绘制3.2频率分析
3.2.1基本概念及统计原理频率就是一个变量在各个变量值上取值的个案数,分析时不考虑其实际取值。基本统计分析往往从频率分析开始。通过频率分析能够了解变量取值的状况,对把握数据的分布特征是非常有用的。经过频率分析可以得到如下结果:(1)频率表:包含频率、各频率占总样本数的百分比、有效百分比、累计百分比。(2)统计图:用统计图形展示变量的取值状况,频率分析中提供的统计图形可以是条形图、饼图或者直方图。3.2频率分析3.2.2
SPSS实例分析【例3-1】以下是调查问卷中针对被调查人设置的两个问题:1、您的家庭月收入大约是:(请包括所有工资、奖金、津贴等在内,以人民币为单位)单选500-1000……..1 1000-1999……2 2000-2999……33000-3999……44000-4999……5 5000-5999……66000-6999……7 7000-7999……88000-8999……99000-9999……10 10000及以上…112、您的教育程度:(指您受过的最高或正在接受的教育程度)单选没有受过正式教育/小学……….1 初中……..………2 高中/中专/技校………………..3大专/大学非本科/高职高专……4
大学本科……….5 研究生及以上…..6
从问卷中收集到的数据如表3-1所示,试对收集到的数据进行频数分析
3.2频率分析第1步数据组织:根据表3-1生成SPSS数据文件,建2个变量:“收入”、“教育”,度量标准均为序号。第2步频率分析设置:选择菜单:“分析→描述统计→频率”,
打开“频率”对话框,将“教育”和“收入”加入到“变量”列表框中。打开“统计量”对话框,选中“四分位数”
“众数”;打开“图表”对话框,选中“直方图”及后
面的复选框家庭月收入受教育程度3515251515……6410545表3.13.2频率分析第3步主要结果及分析:统计量表变量“教育”的频率分布表教育频率百分比有效百分比累积百分比有效181.01.01.02394.74.75.6311413.713.719.3416519.819.839.0545654.654.693.76536.36.3100.0总计835100.0100.0表中分别显示两个分析变量“教育”及“收入”的有效个案数、缺失值个数、及两个分析变量的“众数”及对应于30%、60%及90%的百分位数。表中显示了变量“教育”在各个取值上出现的次数(频率)、其频率占所有个案中的百分比、有效百分比及累积百分比。3.2频数分析变量“收入”的频率分布表收入频率百分比有效百分比累积百分比有效02.2.2.218710.410.410.6215218.218.228.8315618.718.747.5413716.416.464.058810.510.574.568510.210.284.77526.26.290.98273.23.294.1991.11.195.21081.01.096.211323.83.8100.0合计835100.0100.0表中显示了变量“收入”在各个取值上出现的次数(频率)、其频率占所有个案中的百分比、有效百分比及累积百分比。3.2频数分析变量“教育”的直方图变量“收入”的直方图表中显示了变量“教育”的直方图,从图上可以看出受访者教育程度同正态分布相比左偏,不具备明显的正态分布。表中显示了变量“收入”的直方图,从图上可以看出受访者家庭收入同正态分布相比右偏,不具备明显的正态分布。主要内容3.1基本描述性统计量简介3.2频率分析3.3描述性分析3.4探索性分析3.5交叉表分析3.6多重响应分析3.7相关图形绘制3.3描述性分析3.3.1基本概念及统计原理
描述性分析主要用于输出变量的各类描述性统计量的值,通过上一节的学习可知,频率分析同样可以做到,都是以计算数值型单变量的统计量为主。描述性统计分析没有图形功能,也不能生成频率表,但描述性分析可以将原始数据标准化为Z分数,并以变量形式存入数据文件中,以便后续分析时应用。
3.3描述性分析3.3.2实例分析
【例3-2】图3-8是5岁儿童体重、身高、胸围的部分SPSS数据,试对儿童身高作描述性统计分析。(数据文件:data3-2.sav)第1步打开数据文件data3-2.sav;第2步描述性分析设置:选择菜单“分析→描述统计→描述”,打开“描述”对话框,将要分析的变量“身高”加入“变量”列表框中。3.3描述性分析3.3.2实例分析第2步描述性分析设置:打开“描述:选项”对话框,选中“均值”、“标准差”、“最小值”、“最大值”、“峰度”、“偏度”及显示顺序的“变量列表”等选项。3.3描述性分析第3步运行结果及分析:描述性分析结果表表中分析变量“身高”的个案数、所有个案中的极大值、极小值、均值、标准差及偏度和峰度主要内容3.1基本描述性统计量简介3.2频率分析3.3描述性分析3.4探索性分析3.5交叉表分析3.6多重响应分析3.7相关图形绘制3.4探索性分析3.4.1基本概念及统计原理
与前面介绍的两种分析方法相比,探索性分析更加强大,它是一种在对资料的性质、分布特点等完全不清楚的情况下,对变量进行更深入研究的描述性统计方法。在进行统计分析前,通常需要寻求和确定适合所研究的问题的统计方法,SPSS提供的探索性分析是解决此类问题的有效办法。探索性分析提供了很多关于数据的概括分析和图表直观描述的方法,不仅对个案数据有效,而且还可以针对分组个案。在输出常用描述性统计量的基础之上,探索性分析增加了有关数据详细分布特征的文字与图形表述,如茎叶图、箱图等,显得更加详细、完整,还可以以方差齐性为目的的变量交换提供线索,有助于用户制定更进一步分析的方案。
3.4探索性分析3.4.2实例分析【例3-3】下表是某班3门课程对应成绩的统计数据,试对其作探索性分析并做是否服从正态分布的检验。第1步数据组织:定义2个变量,分别为:“科目”、“成绩”,“科目”的度量标准为“名义”,“成绩”的度量标准为“标度”。3.4探索性分析3.4.2实例分析第2步探索分析设置:选择菜单“分析→描述统计→探索”,打开“探索”对话框,将“成绩”字段移入“因变量列表”,“科目”移入“因子列表”,如下图所示。
3.4探索性分析3.4.2实例分析第2步探索分析设置:打开“统计量”对话框,选中“描述”及“M-估计量”选项;打开“探索:图”对话框,选中“因子级别并置”、“茎叶图”、“含检验的正态图”等选项。打开“探索:选项”,选中“成列排除个案”选项。3.4探索性分析第3步运行结果及分析:“成绩”按科目分组的案例处理摘要表案例处理摘要科目案例有效缺失合计N百分比N百分比N百分比成绩语文6100.0%0.0%6100.0%数学6100.0%0.0%6100.0%英语6100.0%0.0%6100.0%表中显示“成绩”按“科目”分组后各组的有效个案数、个案缺失数及缺失比例等。3.4探索性分析第3步运行结果及分析:描述性统计量表描述科目统计量标准误成绩语文均值69.179.156均值的95%置信区间下限45.63上限92.705%修整均值69.91中值73.50方差502.967标准差22.427极小值30极大值95范围65四分位距34偏度-1.085.845峰度1.6171.741表中显示“成绩”按“科目”分组后各分组的描述性统计量,左表中只显示的是”语文“分组的均值、均值的95%置信区间的上下限、中值、方差、标准差、极大/小值、偏度、峰度等。3.4探索性分析第3步运行结果及分析:M均值估计量表中提供了四种估计方法,每种估计方法的加权量在表下方给出,对于有异常值或极端值的数据,M均值估计有很好的稳定性,用M估计值代替均值或中位数,结果更准确。根据样本值的权重不同,可以得到不同的估计量。3.4探索性分析第3步运行结果及分析:正态检验表
表中显示了按科目分为的3个分组的两种检验方法的正态性检验结果,包括各分组的统计量、自由度及显著性水平,以K-S方法的“语文”分组为例分析:其自由度sig.=0.200,明显大于0.05,故应接受原假设,认为”语文“分组中的数据服从正态分布。3.4探索性分析第3步运行结果及分析:箱图
箱图中显示成绩按科目分成的三个分组,每个分组中的数据绘制成对应的箱体。每一个箱体上方那条线的取值代表该分组中最大值,下方那条线的取值代表最小值。箱体自身的三条线从上到下分别代表3/4分位点、中位点、1/4分位点的取值。3.4探索性分析第3步运行结果及分析:语文成绩的标准Q-Q图及趋降标准Q-Q图上图为“科目=语文”分组的成绩标准Q-Q图,Q-Q图可以用来检验数据是否服从某种分布,在Q-Q图中,检验数据是否较好地服从给定分布的标准有两个:①看标准Q-Q图上的数据点与直线的重合度;②Q-Q趋势图上的点是否关于直线Y=0在较小的范围内上下波动。从上图中可以看出,”科目=语文“的分组中的数据与直线重合度较好,故很好地服从正态分布,这与前面的正态检验表中的结果是一致的。主要内容3.1基本描述性统计量简介3.2频率分析3.3描述性分析3.4探索性分析3.5交叉表分析3.6多重响应分析3.7相关图形绘制3.5交叉表分析3.5.1基本概念及统计原理1.交叉表分析的概念
在实际分析中,常需要分析多个变量之间,一个变量是否对其他变量的取值存在影响,分析变量之间是否存在关系,这种分析就称为交叉表分析,用于定类型变量之间的关系分析。
交叉表是两个或多个变量交叉分组后形成的频数分布表,主要用于研究定类型变量之间有无相关性,给出了变量在不同取值下的数据分布。交叉表分析根据样本数据,产生二维或多维交叉表,并在产生交叉表的基础上,对两两变量间是否存在一定的相关性进行分析。3.5交叉表分析2.交叉表分析的相关关系的主要检验方法在分析中,难以在交叉表中直接发现行、列变量之间的关系及关系强度,需要借助非参数检验方法和度量变量间相关程度的统计量进行分析,通常采用检验和相关性检验。卡方统计检验:常用于检验行列变量之间是否相关。列联系数:用于名义变量之间的相关系数计算。V系数:常用于名义变量之间的相关系数计算。
3.5交叉表分析3.5.2SPSS实例分析【例3-4】在设置学生评价实验教学的调查表中,“实验准备”是其中的一项指标,为分析“实验准备”情况与评价结果的关系,建立的SPSS数据文件中的部分数据如下图所示,变量值标签如下表所示。(参见数据文件:data3-4.sav。)变量实验准备评价结果值与值标签1差1差2一般2一般3准备充分3优3.5交叉列联表分析第1步数据组织:数据文件中建立两个变量:“实验准备”、“评价结果”,两个变量均为数值型或字符型的分类变量,其度量标准为“名义”,保存为SPSS数据文件data3-4.sav。第2步交叉表分析设置:选择菜单:“分析→描述统计→交叉表”,打开“交叉表”对话框,将“实验准备”及“评价结果”字段分别加入“行”及“列”列表框中。3.5交叉列联表分析第2步交叉表分析设置:打开“统计量”对话框,选中“卡方”选项。打开“单元显示”对话框,选中“观察值”及“四舍五入单元格计数”选项,二者都是缺省设置。3.5交叉表分析第3步主要结果及分析:案例处理摘要案例处理摘要案例有效缺失合计N百分比N百分比N百分比实验准备*评价结果50100.0%0.0%50100.0%案例处理摘要表给出了数据基本信息,包括参与分析的有效个案数、缺失信息等。在本例中,每个变量有50个有效个案参与分析,无缺失值。3.5交叉表分析第3步主要结果及分析:实验准备*评价结果交叉表实验准备*评价结果交叉制表计数评价结果合计差一般优实验准备差123015一般98118准备充分013417合计2124550表中给出了数据的3×3交叉表,与原始数据在形式上基本一致3.5交叉表分析第3步主要结果及分析:卡方检验结果表表中显示行、列变量通过卡方检验给出的独立性检验结果。共使用了三种检验方法。上表各种检验方法显著水平sig.都远远小于0.05,所以有理由拒绝实验准备与评价结果是独立的假设,即认为实验准备这个评价指标是同评价结果是相关的。3.5交叉表分析第3步主要结果及分析:分组条形图本条形图相当于是实验准备*评价结果交叉表的直观表示,用图形表示可更直观地得出各种情况的比较。主要内容3.1基本描述性统计量简介3.2频率分析3.3描述性分析3.4探索性分析3.5交叉表分析3.6多重响应分析3.7相关图形绘制3.6多重响应分析3.6.1基本概念及统计原理1.基本概念多选项问题在问卷调查中普遍存在,要求被调查者从问卷中给出的若干个可选答案中选择一个以上的答案。例如,调查消费者拥有的健身器材的种类,有如下的选项:(1)踏步机(2)划船机(3)跑步机
(4)动感单车很显然,该问题可选的答案在一个以上,对于此类的多选项问题,通常,在SPSS中处理此类问题的一般步骤为以下两大步骤:(1)将多选项问题分解;(2)利用频数分析或者列联表分组下的频数分析方法进行分析。
3.6多重响应分析2.多选项问题的分解方法
(1)多选项二分法:该分解方法是将多选项问题中的每个答案视为一个SPSS变量,每个变量只取0或1两个值,1表示拥有该产品,0表示没有该产品。
(2)多选项分类法:其分解的基本思想是估计多选项问题最多可能出现的答案个数,然后为每个答案定义一个SPSS变量,变量取值为多选项问题中的可选答案。3.6多重响应分析3.6.2多重响应分析Spss实例分析【例3-5】对50个消费者进行调查,拥有的健身器材的种类,有如下的选项:(1)踏步机(2)划船机(3)跑步机
(4)动感单车可多选,按性别统计拥有各种数码产品的数量(data3-5.sav)。第1步分解多选项问题,定义多选项变量集分解多选项:按照二分法分解多选项问题,下表为此多选项问题的二分法记录表,其中性别1为男性,2为女性,其他数据中的1表示拥有该产品,0表示没有。3.6多重响应分析第1步分解多选项问题,定义多选项变量集定义多选项变量集选择菜单“分析→多重响应→定义变量集”,打开“定义多重响应集”对话框,按右图所示进行设置,定义名称为“JS”的多选项变量集。3.6多重响应分析第2步进行多重响应交叉分组下的频数分析选择菜单“分析→多重响应→交叉表”,弹出“多响应交叉表”对话框,将第1步中建立的多响应集$JS添加到“列”列表框中作为交叉表的列,将“sex”字段添加到“行”列表框作为作为交叉表的行,确定“sex”的定义范围为最小值1、最大值2。3.6多重响应分析第3步主要结果及分析多重响应分析个案摘要多重响应交叉分析结果左表中给出参与分析的个案数和缺失值的信息。sex*$JS
交叉制表健身器材a总计踏步机划船机跑步机动感单车sex男计数1616241330女计数10614816总计计数2622382146百分比和总计以响应者为基础。a.值为1时制表的二分组。
右表中显示的是多重响应交叉表分析的频数表。从表中可以看出,男性拥有健身器材的数量高于女性,各种健身器材产品中,拥有跑步机的人数最多。主要内容3.1基本描述性统计量简介3.2频率分析3.3描述性分析3.4探索性分析3.5交叉表分析3.6多重响应分析3.7相关图形绘制3.7相关图形绘制3.7.1图表构建器的基本操作【例3-6】表3-20是国民经济与社会发展总量指标中第一、二、三产业在几年中的产值,试绘制条形图来对比几年中国民经济与社会发展总量指标中各产业产值的发展趋势及比重。第1步数据组织:建立数据文件,定义3个变量:“指标”“年份”“指标值”第2步打开“图表构建器”对话框:选择“图形”→“图表构建器”选项,单击“定义变量属性”按钮,弹出“定义变量属性”对话框,勾选“图表构建器”对话框中的“不再显示此对话框”复选框,表示以后在选择图表构建器时,将不会再出现该对话框。。3.7相关图形绘制3.7.1图表构建器的基本操作第3步选择图库:单击“条形图”类别中的第二项“群集条形图”图标,或者直接将“群集条形图”图标拖到画布区域。画布区域3.7相关图形绘制3.7.1图表构建器的基本操作第4步设置图表变量:按“年份”分类,按“指标”聚类,条形高度为“指标值”,设置如右图所示。X轴上的聚类为“指标”X轴分类为“年份”条形图的高度为“指标值”3.7相关图形绘制3.7.1图表构建器的基本操作第5步设置元素属性:将元素属性全部采用默认值,如需修改则可以在左图所示的对话框中修改。第6步设置标题:选择图表构建器设置对话框中的“标题/脚注”选项卡,在“元素属性”面板中选择相应的元素,设置标题内容,如右图所示。3.7相关图形绘制3.7.1图表构建器的基本操作第7步运行结果及说明完成条形图的绘制,得到下图所示的结果3.7相关图形绘制3.7.1图表构建器的基本操作【例
3-7】对大学生网络使用情况进行调查,调查所得部分数据下表3-21所示,分别用条形图和三维条形图绘制大学生最常用的上网方式全方位比较图。(参见数据文件data3-7.sav。)3.7相关图形绘制3.7.2常见图形的创建和编辑第一种大学生最常用的上网方式全方位比较图:三维条形图第1步数据组织。建立数据文件,定义6个变量,分别为“编号”、“性别”、“年龄”、“学院”、“年级”和“方式”,并按照教材表3-22建立各变量的值标签。第2步打开“三维条形图”对话框。选择“图形”→“三维条形图”选项,弹出下图所示的三维条形图的对话框,按中所示进行设置。3.7相关图形绘制3.7.2常见图形的创建和编辑第3步
确定分类变量。按照左图所示设置分类变量和堆积/聚类依据,生成右图所示的三维条形图。3.7相关图形绘制3.7.2常见图形的创建和编辑第二种大学生最常用的上网方式全方位比较图:简单条形图第1步数据组织。同创建三维条形图的数据组织相同。第2步
打开“条形图”对话框。。选择“图形”→“条形图”选项,弹出下图所示的“条形图”对话框,选择“简单”条形图,图表中的数据为“个案组摘要”。3.7相关图形绘制3.7.2常见图形的创建和编辑第二种大学生最常用的上网方式全方位比较图:简单条形图第1步数据组织。同创建三维条形图的数据组织相同。第2步
打开“条形图”对话框。选择“图形”→“条形图”选项,弹出下图所示的“条形图”对话框,选择“简单”条形图,图表中的数据为“个案组摘要”。3.7相关图形绘制3.7.2常见图形的创建和编辑第二种大学生最常用的上网方式全方位比较图:简单条形图第3步设置类别轴和面板数据。按照图中所示设置类别变量和面板划分依据,得到简单条形图。3.7相关图形绘制3.7.2常见图形的创建和编辑第二种大学生最常用的上网方式全方位比较图:简单条形图简单条形图结果。在绘制简单条形图时,设置了行、列面板值,“学院”作为行面板值,“年级”作为列面板值,增加了两个维度来绘制条形图,可以更直观地反映不同学院、不同年级大学生上网方式的情况。3.7相关图形绘制3.7.2常见图形的创建和编辑【例3-8】表3-23是北京、哈尔滨、广州3座城市1~12月的气温统计数据,请绘制3座城市的气温变化折线图。(参见数据文件data3-8.sav。)3.7相关图形绘制3.7.2常见图形的创建和编辑第1步数据组织。根据表3-23中的数据定义4个变量,分别为“月份”、“北京”、“哈尔滨”和“广州”,并录入表中数据。第2步
打开“折线图”对话框。选择“图形”→“折线图”选项,弹出下图所示的对话框,由于要绘制3座城市的气温变化折线图,因此图形类型选择“多线”;根据数据组织的形式,本例图表中的数据应为“单独变量的摘要”。3.7相关图形绘制3.7.2常见图形的创建和编辑第3步
定义多折线图。按照左图所示设置类别轴和折线表示,生成如右图所示的3座城市的气温变化折线图。3.7相关图形绘制3.7.2常见图形的创建和编辑第4步
编辑生成的图形。生成的图形为默认格式的图形,如果需要修改图形的格式,如改变填充颜色、增加标题、调整坐标轴格式等,就需要对图形做进一步的编辑。在生成图形的输出文件中,双击要编辑的图形,弹出图表编辑器。在该图表编辑器中,常用的编辑功能如下:(1)更改图表的外观。(2)在图表中添加和更改文本。3.7相关图形绘制3.7.2常见图形的创建和编辑第4步
编辑生成的图形。3.7相关图形绘制3.7.2常见图形的创建和编辑左图为双击生成的图形,进入图形编辑器,编辑图形的步骤为:(1)选择需要编辑的元素(2)在对于元素的“属性”面板中进行编辑。第5步
编辑后的图形。3.7相关图形绘制3.7.2常见图形的创建和编辑这里做了以下几方面的编辑:(1)取消图表的网格线;(2)修改折线的粗细和线型,一些折线用实线表示,一些折线用虚线表示;(3)显示哈尔滨气温变化折线图的数据标签。编辑修改默认生成图形的结果如左图所示TheEnd第4章均值比较与T检验主要内容4.1假设检验4.2平均值分析
4.3
单样本T检验4.4独立样本T检验4.5成对样本T检验4.1假设检验4.1.1基本概念及统计原理1.统计假设原假设:被检验的假设,通过检验可能被接受,也可能被否定;例如,若要判断一个质量均匀的正常硬币抛出后为正面和反面的概率是否相同,则假设概率是相同的(P=0.5,其中P是正面出现的概率)。类似地,如果要判断一种方法是否优于其他方法,则假设两种方法之间没有差异。这样的假设通常称为原假设或零假设,记为H0。备择假设:与原假设对应的假设,只有在原假设被否定后才可接受的假设;例如,如果零假设是p=0.5,则备择假设是p≠0.5。备择假设记为H1。拒绝域、临界点:当检验统计量取某个区域中的值时,拒绝原假设,则称该取值区域为拒绝域,称拒绝域的边界点为临界点。4.1假设检验4.1.1基本概念及统计原理2.假设检验的两类错误第一类错误:在假设检验中拒绝了本来是正确的原假设。第二类错误:在假设检验中没有拒绝错误的原假设。3.显著性水平与置信水平显著性水平:在作假设检验时,我们犯第一类错误的最大概率称为检验的显著性水平。这个概率常记为,通常抽样前就指定好,这样得到的结果才不会影响我们的选择。在实际问题中,显著性水平可以有多种选择,但最为普通的是0.05或0.01。例如,如果设计一个决策法则选择的显著性水平是0.05(5%),那么在100次中可能有5次机会使我们拒绝本该接受的假设。也就是说,我们大约有95%的把握作出正确的决策。此时,我们说拒绝假设的显著性水平为0.05,即犯拒绝本应接受的假设这类错误的概率是0.05。置信水平:1-为置信度或置信水平;4.概率P值
P值是当原假设正确时,观测到的样本信息出现的概率。通常用P值与预先设定的显著性水平值比较,若P值小于显著性水平,则认为该概率值足够小,应拒绝原假设。5.单侧检验与双侧检验双侧检验:只强调差异而不强调方向性的检验叫双侧检验。单侧检验:强调某一方向的检验叫单侧检验。4.1假设检验4.1.1基本概念及统计原理4.1假设检验4.1.2小概率原理
在概率论中我们把发生概率小到接近于0的事件称为小概率事件(即在大量重复试验中出现的频率非常低)。在统计学上,把小概率事件看成在一次特定的抽样中不可能发生的事件,称为“小概率事件实际不可能原理”。这是统计学上进行假设检验(显著性检验)的基本依据。根据这一原理,若某事件在理论上被认为在原假设成立的情况下是个小概率事件,它不会出现,而在实际中出现了,我们就推翻原来的假设,认为原假设不成立,从而接受备择假设。4.1假设检验4.1.3假设检验的一般步骤第1步给出检验问题的原假设
根据检验问题的要求,将需要检验的最终结果作为零假设。例如,需要检验某学校的高考数学平均成绩是否同往年的平均成绩一样,都为75,由此可做出零假设,H1:。第2步选择检验统计量
在统计推断中,总是通过构造样本的统计量并计算统计量的概率值进行推断,一般构造的统计量应服从或近似服从常用的已知分布,例如均值检验中最常用的t分布和F分布等。4.1假设检验4.1.3假设检验的一般步骤第3步规定显著性水平这里的显著性水平指的是当假设正确时被拒绝的概率,即弃真概率,一般取0.01或0.05第4步计算检验统计量的观测值及其发生的概率值
在给定零假设前提下,计算统计量的观测值和相应概率P值。概率P值就是在零假设H0成立时检验统计量的观测值发生的概率,该概率值间接地给出了样本值在零假设成立的前提下的概率,对此可以依据一定的标准来判断其发生的概率是否为小概率。4.1假设检验4.1.3假设检验的一般步骤第5步在给定显著性水平条件下,做出统计推断结果。当检验统计量的概率P值小于显著性水平时,则认为此时拒绝零假设而犯弃真错误的概率小于显著性水平,即低于预先给定的水平,也就是说犯错误的概率小到我们能容忍的范围,这时可以拒绝零假设;反之,如果检验统计量的概率P值大于显著性水平,如果拒绝零假设,犯弃真错误的概率大于预先给定的容忍水平,这时不应该拒绝零假设。主要内容4.1假设检验4.2平均值分析
4.3
单样本T检验4.4独立样本T检验4.5成对样本T检验4.2平均值分析4.2.1平均值分析的概念及统计原理
与第3章中的“描述统计”菜单中计算某一样本总体均值相比,平均值分析可以对样本进行分组计算,比较指定变量的描述性统计量包括均值、标准差、总和、观测量数、方差等一系列单变量描述性统计量,还可以给出方差分析表和线性检验结果。如果分组变量为多个,还应指定这些分组变量之间的层次关系。
均值过程中系统默认的描述统计量可按分组给出指定变量的均值、标准差、观测量数等,对话框中的选项可以给出其他更加丰富的描述统计量。平均值的计算公式:4.2平均值分析4.2.2SPSS实例分析
【例4-1】表4-1是几个地区分性别受教育程度的人口数量,利用平均值分析比较受教育程度是否受性别的影响。4.2平均值分析第1步数据组织建立3个变量:“性别”、“教育”和“人口数量”第2步平均值分析设置
(1)选择“分析”→“比较平均值和比例”→“均值”选项,打开“平均值”对话框,按图4-1进行设置(2)“平均值分析:选项”对话框设置。“选项”按钮,在“第一层的统计”选区中勾选“Anova表和Eta”与“线性相关度检验”复选框。第3步主要结果及分析单击“确定”按钮,在输出文件中得到平均值分析的结果上表给出了样本的个案处理摘要,可以看出,30组数据全部有效。4.1假设检验4.2平均值分析
4.3
单样本T检验4.4独立样本T检验4.5成对样本T检验主要内容
4.3单样本T检验4.3.1基本概念及统计原理1.单样本T检验的概念
单样本T检验利用来自某总体的样本数据,推断该总体的均值与指定的检验值之间是否存在显著性差异,它是对总体均值的假设检验。为此,给出检验均值,原假设:
,其中为总体均值,即认为总体均值与检验值之间无显著性差异。。例如,从新生的入学成绩的抽样数据推断平均成绩是否为75分;在人口普查中,某地区职工今年的平均收入是否和往年的平均收入有显著差异。4.3
单样本T检验4.3.1基本概念及统计原理2.单样本T检验的检验统计量
单样本T检验的前提是总体服从正态分布,其中为总体均值,为总体方差。如果样本容量为n,样本均值为,则仍服从正态分布,即:。在零假设成立的条件下,均值检验使用t统计量,构造的t统计量为:其中,用代入,t统计量服从自由度为n-1的T分布,S为样本标准差。在给定原假设的前提下,SPSS将检验值代入t统计量,得到检验统计量观测值,以及根据T分布的分布函数计算出的概率P值。4.3
单样本T检验4.3.1基本概念及统计原理3.单样本T检验的步骤
在给定样本来自正态总体的假设下,单样本T检验作为假设检验的一种方法,其基本步骤与假设检验的步骤是一样的。【例4-2】某生产食盐的生产线,其生产的袋装食盐的标准质量为500g,现随机抽取10袋,其质量分别为495g,502g,510g,497g,506g,498g,503g,492g,504g,501g。假设数据呈正态分布,请检验生产线的工作情况。分析:这是一个典型的比较样本均值和总体均值的T检验问题
;第1步数据组织首先建立SPSS数据文件,只需建立一个变量“Weight”,录入相应的数据即可,建立的数据文件存入文件data4-2.sav中。
4.3
单样本T检验4.3.2单样本T检验SPSS实例分析第2步单样本T检验分析设置选择菜单“分析→比较平均值和比例→单样本T检验”,打开“单样本T检验”对话框,将变量“weight”移入”检验变量”列表框,确定要进行T检验的变量并输入检验值;打开“单样本T检验:选项”对话框,设置置信区间为95;
4.3
单样本T检验4.3.2单样本T检验SPSS实例分析第3步主要结果及分析:单样本统计量表单样本T检验结果表
下表给出了单样本T检验的描述性统计量,包括样本数(N)、均值、标准差、均值的标准误差。本例置信水平为95%,显著性水平为0.05,从上表中可以看出,双尾检测概率P值为0.650,大于0.05,故原假设成立,也就是说,抽样袋装食盐的质量与500g无显著性差异,有理由相信生产线工作状态正常主要内容4.1假设检验4.2平均值分析
4.3
单样本T检验4.4独立样本T检验4.5成对样本T检验4.4
独立样本T检验4.4.1基本概念及统计原理1.独立样本T检验的概念
单样本T检验是检验样本均值和总体均值是否有显著性差异,而两独立样本T检验的目的是利用来自某两个总体的独立样本,推断两个总体的均值是否存在显著差异。其原假设H0为,即假设两总体均值相等,备择假设为,即假设两总体均值不等。
例如,为比较两种牧草对奶牛的饲养效果,随机从奶牛群中选取喂养不同牧草的奶牛各10头记录每日平均产奶的量,根据记录的数据推断两种牧草对奶牛饲养的效果有无显著性差异。4.4
独立样本T检验4.4.1基本概念及统计原理2.独立样本T检验的检验统计量独立样本T检验的前提是两个独立的总体分别服从和和。在零假设成立的条件下,独立样本T检验使用t统计量。构造独立样本T检验的t统计量分为两种情况。1)当样本方差相等时,t统计量定义为:其中n1和n2分别为两样本容量:
和分别为两样本标准差。该统计量服从自由度为的t分布。4.4
独立样本T检验4.4.1基本概念及统计原理2.独立样本T检验的检验统计量
2)当样本方差不等时,t统计量定义为:
可见,独立样本T检验的结论在很大程度上取决于两个总体的方差是否相等。这就要求在检验两总体均值是否相等之前,首先应对两总体方差是否相等进行检验,也称之为方差齐性检验。4.4
独立样本T检验4.4.1基本概念及统计原理3.独立样本T
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 十五五数据要素:智能体重秤个人健康数据资产化与流通机制
- 双碳约束下智能台灯:能效标准升级与ESG合规指南
- 十五五智能传感器网络:2.0时代从单机智能到集群协同跃迁
- 十五五智能报警联动灯光系统:零售门店的精准引流逻辑
- 湖北省武汉市5G重点中学联合体2026-2027学年上学期高二年级11月期中考试地理试题 含答案
- 2024-2025学年高中英语阶段综合检测1含解析新人教版选修6
- 2026年集采行业绿色物流发展报告
- 2026年化妆品行业绿色办公发展前景分析报告
- 2026年美容行业私享服务市场分析报告
- 2026年皮革制品行业白牌、品牌、高端产品市场竞争格局报告
- 2026福建福州旗山供水有限公司招聘2人考试模拟试题及答案解析
- 北京市朝阳区2026-2027学年度第一学期期中质量检测高三英语试卷(含答案)
- 2026山东省防疫安全协管员招聘考试(畜牧兽医)历年参考题库含答案详解
- 2026年南京大学辅导员考试真题及答案
- 临终关怀和疼痛管理
- 2026年四川省成都市技能人才评价考评员考试题库(附答案)
- 正大集团人才评估行测题目
- UL 9540A 2026 储能电池热失控传播测试标准中文版 模组防火试验规范
- 物业服务履约评价报告
- 光伏组件拆除方案
- 2026年出版社招聘考试面试题及参考答案
评论
0/150
提交评论