spss数据分析具体操作步骤要点

spss数据分析详细操作步骤关键点大家现在都要写论文数据分析了……很多同学都一点不会……所以把我知道跟大家分享一下……下面以PASW18.0为例，也就是SPSS18.0…………什么？不是18.0，好吧……差不多，凑合着看吧……要不去装个……==……下面图片看不清请右键查看图片……首先，要把问卷中答案都输进SPSS中，强烈提议直接在SPSS中输入，不要在EXCEL中输入，再导入SPSS，这么可能会出问题……在输数据之前先要到变量视图中定义变量……以下列图

全部类型都是数值，宽度默认，小数点看个人喜好，标签自定，其余默认……除了值……讲讲值设定……点一下有三点蓝色小框框……会跳出一个对话框，假如你变量是性别，学历，那么就以下列图

假如是五点维度量表，那么就是

记住，每一题都是一个变量，能够取名Q1，Q2……设定好全部问卷上有变量之后，就能够到数据视图中输入数据啦……以下列图

都输完后……还有要做就是计算你每个维度平均得分……假如你问卷Q1-Q8是一个维度，那么就把Q1-Q8得分加起来除以题目数8……那么得到维度1分数会显示在数据视图中最终……详细操作以下……转换——计算变量

点确定，就会在数据视图最终一列出现计算后变量……假如你满意度有3个维度，那么就要计算3个维度，外加满意度这个总维度，满意度=3个维度平均分=满意度量表全部题目标平均分…………把你全部维度变量都计算好之后就能够分析数据啦……

1.描述性统计

将你要统计变量都放到变量栏中，直接点确定……

假如你要统计男女人数百分比，各个学历或者各个年级百分比，就要用描述统计中频率……假如要统计男女中年级分布，比如大一男有几个，大二女有几个，就用交叉表……不细说了……地球人都懂…………

2.差异性分析差异性分析主要做就是人口学变量差异影响，男女是否有差异，年级是否有差异，不做就跳过……对于性别来说，差异分析采取独立样本T检验，也能够采取单原因ANOVA分析，下面以T检验为例……

将性别放进下面分组变量中，

接着定义组……

按确定

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，在变革型领导行为认同上没有显著差异……

而对于学历，年级，年纪，工作年限等原因，我们能够采取单原因ANOVA分析，以下……

按确定……

由上图可知，在KY工作年限不一样，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……假如做出来没有差异，能够在下列图中选择两两比较……

选中LSD（最小显著方差法）……

继续……确定……就会出来多重比较图……

再找有没上标为小星星……有就能够说明二者有差异，没就没方法了……你改数据吧……==……上图说明1年和3年、5年在感情承诺上有显著差异……我去……4年怎么没差异……==0……别也就这么做……不重复说了……

3.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……下例为两大变量相关分析……

分析——相关——双变量

确定后……

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……相关性比很好……其余维度也是一样做法…………

4.回归分析相关分析只能说明二者相关性，并不能表明是否是因为A改变引发B改变，要想证实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相关性，假如相关系数超出0.75就不能做回归……会有比较大偏差……这里不说了，不会看3.相关分析回归以下

假如你想用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，以下列图

上图结果表明德行垂范和愿景激励被踢出回归方程，因为Sig大于0.05……所以只有个性化关心和领导魅力能够显著预测组织承诺……5.问卷信度和效度信度=分析——度量——可靠性分析

把你同一份量表题目全部放进去，比如变革型领导量表有26题……直接确定……

结果表明Cronbach's值为0.939，量表信度很好……超出0.7才行

效度分析通常采取结构效度分析，就是因子分析……分析——降维——因子分析

把你同一量表题目都放进去……

点描述……选KMO***…………

再点旋转，选择最大方差法……

其余都默认，最终确定……

0.839大于0.5，表示能够进行因子分析……

累积解释变异66.974%，比很好

可见上图1-8是一个维度，9-14是一个，15-20是一个，21-26是一个……表中同一行不能出现2个大于0.5值……假如出现，你要么就把该题目踢出问卷，要么就把该题目标答案改得和同一维度中其余题目答案相近……比如A维度答案是4,4,4,5,4,1，你想把第6题也分到A中，就把第6题答案1改成4…………多改几份差距大问卷，再试试因子分析，看看值改变就能够知道改效果怎么样，不好就不要改……

好啦……就讲到这里……应该都会了吧……其实最主要还是数