常用统计方法与SPSS软件的使用

1、常用统计方法与SPSS软件的使用,书籍介绍 1、张文彤，“SPSS11.0统计分析教程（基础篇、高级篇）” 北京希望电子出版社，2002（操作详细，有助于理解模块） 2、马庆国，“管理统计”，科学出版社，2005（侧重于理论与实践的结合，分阶段学习容易接受 ） 3、吴明隆，“SPSS统计应用实务”，科学出版社，2003年 （适用于社会学、管理学、心理学使用问卷调查的实证研究） 其余书籍 4、余建英，何旭宏，“数据统计分析与SPSS应用”， 人民邮电出版社，2003年 5、阮桂海等，“统计应用分析教程SPSS、 LISREL&SAS实例精选”，清华大学出版社，2003年 软件使用：SPSS11.

2、5,目前最高版本：SPSS13.0,一、量化研究 量化研究与质化研究都重视研究的客观性、科学性与数据分析的正确性，这是两种不同的研究派别， 量化研究的特征： 量化研究注重减少“垃圾进、垃圾出”， 研究者通过正确收集数据，选择合适而正确的统计方法，以客观的立场分析数据， 使之形成有用的信息，以检验研究假设，进而发现研究结果，整理归纳形成结论。,一、量化研究 量化研究与质化研究的区别： 1、“量”采用逻辑实证主义，将现象背后的原理简化为单一的客观实在，不因人的主观意志而转移（内部动力机制）；“质”采用自然现象主义，认为自然和社会是多元的（描述多元的现象）。 2、 “量”注重变量间必然的因果关系或相

3、关情形， “质”注重变量脉络间关系的诠释和分析。 3、 “量”重视假设演绎法， “质”注重经验归纳法。 4、 “量”的研究者保持中立，借助仪器或问卷等收集信息， “质”的研究者一般采用参与性的活动通过互动收集信息。 5、 “量”的研究重视由受试样本推论到总体， “质”的情景限制推论。,二、量的研究步骤,选择定义研究问题（设计问卷） 研究问题必须是可以检验的、有研究价值或重要的问题 方法：通过相关文献的研究分析，挖掘相关研究问题，制定 研究主题，草拟研究问题，对于重要的关键词要给予完整解释 执行研究程序 实施程序包括：样本的选择、测量工具的改进、数据的搜集 数据分析 检验研究假设、选择合适而正确

4、的统计方法（描述性统计、推断性统计） 结果分析与结论 根据数据分析的结果，结论应该与最初拟订的假设或研究问题有关，研究结论要指出假设是否得到支持。,理论,假设,概念的操作性定义,选取样本,调查、相关设计 访问或问卷调查,实验设计 设计实验组 事实观察、访问、问卷,搜集资料,分析资料,结果发现,例1,三、量表的编制,变量的属性 名义变量：变量分类，如性别、年级、企业性质等 （控制性变量） 次序变量：方向性，如表示优劣、多少、高低、次序等 等距（比率）变量：间距相等、具有可加、可乘性，如经 营额、学生成绩、各种财务杠杆等 *不同的变量属性，所使用的统计方法也不同，如果设计的变量属性不符合所要求使用

5、的统计方法，会导致统计结果的错误（在回归分析中应该特别注意） 例如：多元回归分析的自变量与因变量应该都是“连续变 量”，自变量如果是类别变量或次序变量应该首先转换为虚拟 变量（与研究相关的变量的矢量方向一致及变量属性一致） 。,量表编制的原则（如何使用量表将定性问题转换为定量） 量表的属性应该是次序变量，但次序变量与名义变量都属 于“离散变量”，离散变量无法求平均数或进行相关性统计、 回归等分析，因此必须转变成等距的虚拟变量来统计。 五点量表法（Liketfive point，李克特）：最可靠的方法，适合与一般群体来设计，其好处在于不但能分清矢量的高低程度，而且等确定中心距，以保持变量的内部平

6、衡。 七点量表法（LiketSeven point，李克特） ：适合与高精确度的问卷设计，一般适合与专家群体，其确定的准确度更高，但如果受试群体没有能力分清这种高精确性的矢量，会导致问卷收集数据的不准确性。,问卷设计： 我认为参加在职训练能增进工作效率 非常同意非常不同意 5 4 3 2 1 你认为安全在你外出旅游中的作用是： 1. 很不重要 2. 不重要 3. 无所谓 4. 较重要 5. 很重要,例2,四、统计与数据挖掘方法论,Database,ODBC Interface,Data cleaning,Data transforming,Data selecting,Objective Da

7、ta,Data mining,Mode Explaining,Man-machine interaction,Data preprocessing,五、数据处理常用方法,将问卷各个题目按照关键字段依次输入EXCEL，形成二维的数据库,选择合适的方法进行数据库的数据的转换 字符性转换为数字性，尽量使用EXCEL强大的转换功能 数据的非正常值的转换，如通过查找原始问卷、变量属性的转换 数据格式的转换，如spss的强大的Restructure功能（行列转置等）,导入SPSS可使用SPSS的OPEN DATA 文件,单选,多选,2004新生原始数据,六、SPSS软件的界面与数据控制,信度分析 一般用于

8、问卷（试卷）问题测量的稳定性和可靠性 Reliablity Analysis 过程通过ALPHA(克郎巴哈系数)来截定 0.9 稳定性很好，效果极佳 0.9 0.8 可以接受，应该做小幅改进 0.8 0.7 有价值，做部分改进 0.60.7 有价值，做较大改进 0.6应该重新设计 注意：如果问卷数量较少，系数可以稍微降低。,案例1和2,七、常用的统计方法,描述性统计基本的数据分布状况 参数假设检验判别显著性 相关分析判别相关度（线性、非线性） 回归因素确定、因素间关系 1、线性回归（多元回归） 2、分类资料回归 多元统计因素结构 1、聚类分析和判别分析 2、因子分析,描述性统计 常用指标：平均

9、值（Mean）、标准方差（S.D）、最小值（Min）、最大值（Max）、偏度系数（Ske）、峰度系数（Kur） 目的：发现基本的数据分布状况，为下一步有针对性的数据分析做准备 判断正态分布： 偏度系数（Ske）0、峰度系数（Kur）3,案例3课程体系评价,描述性统计 我国主要来源城市竞争力分析,全国调查,上海、苏州调查,北京广州调查,省内调查,市内调查,多项选择题分析 Multiple Response 菜单,只要数据输入没问题，才做更简单,案例4,均数间的比较(compare mean) 假设检验,通过P值来判断 P0.05,否定假设H1,两个T检验案例,一个单因素方差分析案例,两种电子商务

10、水平下企业各流程的差异检验,相关分析（ Bivariate过程、Partial过程） Bivariate过程通过R值（相关系数）判断因素之间的线性相关程度。 0.8 R 1 高度相关 0.5 R 0.8 显著相关 0.3 R 0.5 低度相关 0 R 0.3 弱微相关 R=0 不相关 注意：只有在0.05水平下具有显著作用的关系才具有分析价值,案例7,Partial过程（协相关分析） 核心：因素过多会产生干扰，应该在消除这些干扰因素的情况下进行因素的分析。 1、如果发现C变量的消失会导致原来两个变量（A、B）的显著性关系突然变的不显著了，则证明C变量是A、B变量的中间变量，A、B两个变量的相关

11、性主要通过C变量来实现。 2、如果C变量的消失没有使A、B变量之间的显著性关系消失，则证明C变量不是A、B变量的中间变量。,A,B,C,情况1,情况2,案例7 支持电子商务战略的因素关系,案例8,多元线性回归 适用条件： 1、避免共线性（Torerlance，VIF=1/ Torerlance 10） 2、残差独立性（Durbinwatson在2附近） 样本越多越好 参差独立性观察： Durbinwatson，参差正态PP图 解决：删除强影响点（结合Cooks等距离计算方法）； 变量转换：对数、倒数等 方法变换：赋予权重（Nonliner） 共线性观察：VIF，相关性检验，因子分析 解决：增大

12、样本量 主成分分析 岭回归 路径分析（结构方程建模）,分类资料回归（Optimal scaling） 在众多因素变量的属性不统一的情况下探索进入方程的变量 （只具有借鉴意义，发现基本规律） 关键：判断变量的属性 等距变量（数值），次序变量（有序多分类），名义变量（无序）,案例9 话费的影响因素,聚类分析,聚类方法主要是把没有分类新的资料按照相似程度归类。 R聚：对样本进行分类 Q聚：对变量进行分类 由于我们选用的变量一般是分类变量，为了使聚类更加科学和可靠，我们使用SPSS的系统聚类方法（Hierarchical Cluster）。该方法能够通过“距离测量方法”确定合适的测距方法选取合适的聚类

13、中心，然后经过叠代运算得出结论。,1、城市旅游形象因素聚类（Q） 2、电子商务流程能力的聚类（R）,聚类分析,K-mean（规定聚类数） 根据人为规定的聚类数进行计算 Hierarchical Cluster（自行迭代计算） 根据计算的结果结合专业需要进行判断（冰状图）,案例11 旅游形象因素的聚类,判别分析（Discriminant） 通过实际大量的数据来帮助判断未来事物的性质 优点： 建立判别函数的自变量可以是任意测量尺度的，对于数据的属性没有限制，虚拟变量也是可以的。 适用条件： 1.变量应该是连续型或有序分类变量 2.样本来源于多元正态分布（该前提一般做不到，所以不用过多考虑） 3.变

14、量独立，无共线性 注意事项： 变量数量加以控制（N10P，810个为佳），可以结合主成分进行分析。,案例12 我国上市公司的预警模型,因子分析,用来在复杂的结构数据中通过主成分提取来确定大致的因素，并将这些因素归为不同的类别，能够避免共线性的问题，得出哪些问题能够用来研究这些因子，寻找这些变量间的潜在结构。 因子分析各变量间应该存在一定的相关性，可以使用KMO统计量和Bartletts Test球型检验加以判定； 在因子分析中重点应该放在主成分的可解释上 确定多少主成分可以通过提取主成分积累贡献率来判断，一般在7085%以上就比较满意了。,因子分析,KMO统计量判断 KMO0.9,效果极佳； KMO0.8,效果很好； KMO0.7,效果尚可； KMO0.6,效果接受； KMO 0.6,不能使用 成分与因子分析的区别 1.主成分分析目的在于避免共线性问题