spss简介和基本操作.ppt

1、SPSS应用1：基本知识,1. SPSS简介2. SPSS菜单命令3. SPSS数据文件的建立：变量定义及数据录入4. SPSS数据的预处理：一些基本操作,SPSS的基本知识,1. SPSS简介,SPSS是世界著名的统计分析软件之一。经近40余年的发展，在全球已拥有大量的用户。目前，SPSS使用Windows的窗口方式展示各种管理和分析数据的方法，可方便地用于特定的科研统计。概要介绍SPSS的发展、主要版本、运行方式、启动与退出以及帮助系统的使用。,1.1 SPSS的发展,1968年，3位美国斯坦福大学的学生开发了最早的SPSS系统，并基于这一系统于1975年在芝加哥合伙成立了SPSS公司。

2、SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等。 SPSS最初名为社会学统计软件包（Solutions Statistical Package for the Social Sciences），这是为了强调其社会科学应用的一面（因为社会科学研究中的许多现象都是随机的，要使用统计学和概率论的定理来进行研究）。 但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案” （Statistical Product and Service Solutions）。,1.2 SPSS的版本,到目前为止，SPSS已成为适合于D

3、OS，Windows，UNIX，Macintosh及OS/2等多种操作系统使用的产品，国内常用的是其适用于DOS和Windows的版本。 SPSS for DOS通常称为SPSS/PC+，现已较少使用。 2009年4月9日 美国芝加哥SPSS公司宣布重新包装旗下的SPSS产品线，定位为预测统计分析软件(Predictive Analytics Software) PASW，IBM于2009年7月28日宣布以12亿美元收购SPSS公司，SPSS正式成为IBM Information Management产品线下品牌。 2010年：随着SPSS公司被IBM公司并购,各子产品家族名称前面不再以PAS

4、W为名,修改为统一加上IBM SPSS字样。,1.2 SPSS的版本,SPSS版本升级在近几年非常快，目前市场上已出现IBM SPSS Statistics 21.0。 spss17.0版本占用空间小且运行快，非常适合使用。 PASW 18.0具有过度性， IBM SPSS Statistics 19.0在最新教材中开始使用。19.0是多国语言版。 SPSS的系列产品有 SPSS Statistics （统计分析软件），SPSS Collection（数据收集产品），SPSS Modeler（数据挖掘产品）等。SPSS功能强大，在国际学术界有条不成文的规定，即在国际学术交流中，凡是使用SPSS

5、完成的计算和统计分析，可以不说明算法，可见该软件的影响之大和信誉之高。,1.3 SPSS的运行方式,SPSS主要有3种运行方式： 完全窗口菜单运行方式：录入数据后，大部分操作和统计方法的实现都是通过菜单、图标和对话框来完成 批处理方式和程序运行方式是从使用者的特殊的分析需求出发，编写SPSS命令程序，通过语句直接运行的。,图1-1 命令（Syntax）窗口/语法窗口,1.4.1 安装与启动SPSS,1.4 SPSS的启动、主界面和退出,SPSS安装完毕后，系统会自动在Windows菜单中创建快捷方式。,1.4.2 SPSS的数据编辑窗口,SPSS主界面主要有两个，一个是SPSS数据编辑窗口，另

6、一个是SPSS输出窗口。 数据编辑窗口由标题栏、菜单栏、工具栏、编辑栏、变量名栏、内容区、窗口切换标签页和状态栏组成，如图1-2所示。,图1-2 数据编辑窗口,标题栏,菜单栏,编辑栏,变量名栏,内容区,窗口切,换标签,页,状态栏,工具拦,该窗口下方有两个标签：“Data View”（数据视图）和“Variable View”（变量视图）。 如果使用过电子表格，如Microsoft Excel等，那么数据编辑窗口中“Data View”所对应表格许多功能应该已经熟悉。但是它和一般的电子表格处理软件还有以下区别。,（1）一个列对应一个变量，即每一列代表一个变量（Variable）或一个被观测量的特

7、征。例如问卷上的每一项就是一个变量。 （2）行是观测，即每一行代表一个个体、一个观测、一个样品，在SPSS中称为事件/个案（Case）。例如，问卷上的每一个人就是一个观测。,（3）单元包含值，即每个单元包括一个观测中的单个变量值。单元（Cell）是观测和变量的交叉。 （4）数据文件是一张长方形的二维表。数据文件的范围是由观测和变量的数目决定的。可以在任一单元中输入数据。如果在定义好的数据文件边界以外键入数据，SPSS将数据长方形延长到可包括那个单元和文件边界之间的任何行和列。,1.4.3 SPSS结果输出窗口,SPSS结果输出窗口名为Viewer，它是显示和管理SPSS统计分析结果、报表及图形

8、的窗口。可以将此窗口中的内容以结果文件.spv的形式保存。,结果输出部分分成左右两个部分，左边部分是索引输出区，用于显示已有的分析结果标题和内容索引；右边部分是各个分析的具体结果，称为详解输出区。这和Word的文档结构视图十分类似。编辑输出的表格时，可以双击在输出窗口中显示，也可以在点“透视透视托盘”在新的窗口显示。编辑图形可以双击或者点右键选择,1.4.4 退出SPSS,选择数据编辑窗口的“File”菜单中的“Exit”命令，或单击标题栏上的“关闭”按钮退出SPSS。,1.4.5 有关统计方法指导,SPSS对一些基本模块中的统计提供了Statistics Coach帮助，也就是“手把手”式的

9、指导,2. SPSS菜单命令,2.1 基本菜单栏,SPSS中英文界面的转换,当首次安装软件时，SPSS界面为英文显示，此时可以采用如下方法将其转换为中文界面。 1. 选择菜单栏中的【Edit(编辑)】菜单中的【Option(选项)】命令。 2.在弹出的对话框的【User Interface(用户界面)】选项卡的【Language(语言)】选项组中点选【Simplified Chinese(简体中文)】单选钮，表示选定软件中文界面显示。 3.最后单击【OK(确定)】按钮，表示SPSS软件的界面语言转换过程结束。 如果需要从中文界面转换为英文界面，也可按照上述操作来实现。,3. SPSS的数据文件

10、建立变量定义及数据录入,3.1 变量的定义 3.2 创建和读取SPSS数据文件 3.3 变量及数据显示的相关设置,3. SPSS的变量定义及数据录入,1.SPSS数据的属性及其定义方法,一个完整的SPSS数据结构包括: 变量名、变量类型、变量取值的长度、变量名标签、变量的小数点位数、变量名的标签、变量值的标签、缺失值的定义、变量在数据窗口显示的长度、变量在数据格中的对齐方式、度量的尺度（变量取值的测量类型）、角色（定义变量在后继分析中的功能作用，目标：输出变量；分区：划分样本）,3.1 变量的定义,3.1.1 变量名,首字符必须是字母或汉字，后面可以是除(!、？*)之外的任意字符。 变量名的结

11、尾不能是圆点、句点、下划线 变量名的长度：版本差异 变量名必须唯一，不可以有空格，不区分大小写 SPSS的保留字不能作为变量名（ALL、NE、LE、BY、GE、EQ、GT、AND、OR、NOT、WITH等） 如不指定变量名，则系统默认变量名以VAR开头后面跟5个数字 为了便于记忆和理解，变量名与其所代表的具体含义最好一致。,3.1.2 变量的类型(Type),数值型:根据其功能和形式又可细分为(标准数值型、逗号型、句点型、科学计数型、美元型和自定义货币型)默认长度为8，小数位数为2 字符串型 日期型 系统默认为标准数值型,(1) 数值型变量,标准型:是SPSS默认的类型，宽度8、小数点2、小数

12、点用圆点。 科学计数类型：适合数值很大或很小的变量,变量显示为指数形式。如：-1.28E+002表示-1.28102 逗号型(comma )：整数部分从右到左每三位用，分割 圆点型(Dot)：整数部分从右到左每三位用.分割，小数点用，表示 美元型(Dollar) 自定义货币型,(2) 日期型变量(Date),用于表示日期和时间的变量类型SPSS提供了多达29种日期型变量的格式.,(3) 字符型变量(String),是非数值型变量类型,其值是由字符串组成的.对其定义的对话框只有一个输入项，不参与运算，且区分大小写,(4) 修改数据变量的默认值,对于SPSS变量的参数,系统都会自动给出默认值.也可

13、通过Edit菜单中的Data对话框重新设置,点击,3.1.3 变量标签（Label）,变量名标签（variable label） 对变量名含义的进一步补充说明。,变量值标签（alue Label） 是对数值型变量各个取值的含义给予进一步的解释和说明,3.1.4 变量缺失数据(missing value),系统默认无缺失值：如当前变量测试值、记录完全正确、无遗漏，则可用无缺失值。,离散缺失值：如性别0、3、4都是非法的，可分 别填入,点击,定义缺失值范围：这种缺失值针对连续的变量值。当指定某一范围的值出现在当前定义的变量中，则被当作缺失值处理。如在性别变量值中输入了3、4、5、6。可以在LOW后

14、面输入3，HIGHT后面输入6。注意这个定义范围内不能有合法值。,”0“就是包括不了的离散值,如果不能明确数据中可能存在的缺失值，可以选择“数据定义变量属性”来确认。 SPSS默认缺失值用一个圆点表示,3.1.5 度量标准,度量（S）：定距 (scale)以上尺度，包括定距和定比尺度，可以表示如温度、重量等含义的连续性数值变量,也可以表示年龄、次数等离散型变量.还可以表示时间的日期变量或者货币的货币型变量,但不能是字符型变量. 序号（O）：定序尺度(ordinal)，其值表示一种顺序的前后,如职称变量可分为高中低三个档次,可用A(1)、B(2)、C(3)表示，定序型变量可以是数值型也可以字符型

15、 名义(N)：即定类尺度(nominal) ，该变量不存在变量值之间的大小、顺序的前后等。只表示属于的类别。如性别中“1”表示男，“2”表示女等,可以是数值型也可以字符型,3.2 创建和读取SPSS数据文件,SPSS数据文件由数据结构和数据内容构成， 结构规定了数据文件的基本构成属性 (变量名、变量类型、变量名标签、变量值标签、缺失值定义、度量尺度及数据显示属性如宽度列宽度和对齐方式等) 如一个班考试成绩表包含姓名、考号、各科科目成绩（英语、数学、政治、专业）等六个变量。对每一个变量定义其属性，如“姓名”变量定义为字符型、宽度定义为8个字符，度量尺度为定类型，由于变量含义清楚，无须定义变量标签

16、和变量值标签，缺失值默认为0,3.2 创建和读取SPSS数据文件,1. 在“变量视图”窗口定义变量及其变量的属性 2.在“数据视图” 窗口录入数据文件的内容 浏览数据文件变量名的三种方法 在Variable View视区中浏览 在SPSS菜单中选择实用程序Utilities Varibles 在SPSS主界面选择File Display Date File information,3. 2 创建和读取SPSS数据文件,当变量的属性定义完成后就可以开始进行数据的输入 切换窗口从Variables View Date View出现了二维的空白表格如Excel(见03 Date1) Enter输入一

17、列相同参数 Tab 输入一行同一案例的数据Shift+Tab光标左移,多项选择题的变量定与编码 不定项选择：每个选项看作一个变量，选则编码为1，不选则编码为0 定项选择：限选几项就定义几个变量，编码与单项选择一样 排序题：根据参与排序的选项数目定义变量个数，编码与单项选择一样 开放式问题的编码：时候抽查部分问卷结果确定 缺失值编码：没有回答的问题，用研究者容易识别的数字表示,SPSS数据的编辑,保证录入的数据准确无误,需要对SPSS数据进行修改、删除、插入、复制、定位等操作。,3.2 创建和读取SPSS数据文件,缺失值的处理方法：转换替换缺失值 删除法：删除所有缺失值，但会减少样本容量 插补法

18、：在计算相关系数时，去掉这些位置上的缺失数据上的点，以最可能的值来插补缺失值。信息缺失少,该变量的所有非缺失值的均数做替代,用缺失值相邻点的非缺失值的均数做替代,用缺失值相邻点的非缺失值的中位数做替代,用该列数据缺失值前一个数据和后一个数据建立插值直线，然后用缺失点在线性插值函数的函数值填充该缺失值,应用缺失值所在的整个序列建立线性回归方程，然后用该回归方程在缺失点的预测值填充缺失值,例：对“就业意愿.Sav”数据中的工资缺失值进行替换 执行如下操作，在数据窗口中会出现一个无缺失值的新变量,选择进入缺失值分析的变量,分析时按列表排除个案,按配对的方式对缺失值进行分析,用Expectationt

19、 Maxiumum方法对缺失值进行修补,用线性回归的方法对对缺失值进行修补,缺失值的分析方法：分析缺失值分析,3.2 创建和读取SPSS数据文件,直接通过SPSS数据编辑窗口定义变量输入数据（如前所述） 通过打开不同格式的数据文件，间接创建SPSS数据文件。 支持*.doc,*.xls,*.txt等,保存SPSS数据,经读取、修改后把SPSS窗口的数据以数据文件的形式保存到外部的储介质中。,3. 2创建和读取SPSS数据文件,3.3变量及数据显示的相关设置,编辑选项,3.3 变量显示的相关设置,在数据窗口及分析窗口,顺序显示的规则,角色设置：输入（自变量），输出（因变量），分区（区分、检验、验

20、证样本，无（无角色分配）,设置单元格的度量单位,程序运行结果显示方式,设置输出文字的字体、颜色、大小等,设置数据处理过程的更新方式、新变量的显示格式、随机数的生成等,先挂起，下次用到再计算，可加快速度,新的生成器,设置输出结果中的标签选项（可以方便的观察个变量的实际意义）,设置输出窗口的图形默认参数：比例、边框、线形、颜色、填充方式等,指定新输出图表的填充方式,图表边框设置,即：要点表，能方便地改变表格行、列的交叉显示方式,设置枢纽表的显示风格、调整列款方式和编辑模式等,最近使用的文件列表，在文件下拉菜单最近使用的文件的显示数量,为缺失值的标记和生成可能的数值进行设定,4. SPSS数据的预处

21、理：一些基本操作,4. SPSS数据的预处理：一些基本操作,4.1 个案标识,4. SPSS数据的预处理：一些基本操作,4.1 个案标识 数据检查，识别无效个案、变量或数值，并采取纠偏措施，标识出异常个案 （1）数据验证：数据验证验证数据 首先要定义验证规则 单变量规则：对单一变量的特定检查（SPSS提供了一些单变量验证规则） 交叉变量规则：变量之间关系，逻辑表达式 操作： （2）标识重复个案：数据标识重复个案 （3）标识异常个案：数据标识异常个案,4. SPSS数据的预处理：一些基本操作,4.2 个案排序：数据排序个案 按照某个变量进行排序：于数据的浏览，有助于了解数据的取值状况、缺失值数量

22、的多少等；快捷的找到数据的最值，进而可计算数据的全距，初步把握离散程度；发现数据的异常值等。 举例：将“休闲调查”数据文件按照“年龄”和“住房面积”两个变量重新排序。 应用举例： 2005GDP.sav列出了2005年我国部分省份的地区生产总值及第一产业、第二产业和第三产业的生产总值，请根据这些数据分析不同省份经济发展状况的差异性。,4. SPSS数据的预处理：一些基本操作,4.3 变量排列：数据排列变量 操作与个案排序相似,选择之后可以形成一个新变量，用于恢复原来的变量排序,4. SPSS数据的预处理：一些基本操作,4.4 数据文件的转置：数据转置 对社会调查结果的分析，有时既需要对变量进行

23、分析，也需要对个案进行分析。SPSS主要是针对变量进行分析的，而需要对个案进行分析时，需要先把个案转变成变量。 转置之后会形成一个新的数据文件 例：对数据文件“休闲调查1”中的“满意度1”、至“满意度7”、进行转置。,名称变量：可以使数据文件中的序号变量，也可以使在每个个案上取值都是唯一的变量。在转置后的文件中，名称变量的值称为新变量的变量名。,4. SPSS数据的预处理：一些基本操作,4.5 合并文件：数据合并文件 添加个案：即观测量合并，将两个文件的个案合并在一起，具体事把外部文件的与当前工作文件具有相同变量的观测量添加到当前工作文件中 添加变量：将两个文件的变量合并在一起 直接合并： 按

24、关键变量合并： 注意：按某一关键变量进行合并，需要先对两个数据文件按照该关键变量进行升序排序,4. SPSS数据的预处理：一些基本操作,4.5合并 文件：数据合并文件 例1：将“休闲调查1”和 “休闲调查2”中的个案合并，合并过程中对不匹配的变量要作出处理（进入新变量or不进入） 例2：已知固定投资1.sav、固定投资2.sav和固定投资3.sav中的数据是部分省市在2005年部分行业的固定投资额（亿元）数据，分别执行个案合并（ 固定投资1.sav+固定投资2.sav，省份不同但行业类型相同）和变量合并（ 固定投资1.sav、固定投资3.sav，省份相同但行业类型不同 ）。,非成对变量即两个数

25、据文件不匹配的变量，两个文件中变量名不相同的变量，或者变量名虽相同但变量定义不同的变量。,选中则生成一个新的变量，用于表明每个个案的来源：是来自当前文件还是外部文件,已排除的变量：两文件中的同名变量,关键变量：两文件中的相同变量（变量名、变量类型、变量值排序完全相同）,4. SPSS数据的预处理：一些基本操作,4.6分割文件：数据拆分文件 （为了后继分析） 两种分割形式： 比较组：分割之后，进行其它分析，输出分析结果时，各组分析结果放在同一表格中，可对比 按组织输出：分割之后，进行其它分析，输出分析结果时，单独显示每一分组的分析结果 举例：将“职工工资.sav”数据按“行业类型”变量进行分割，

26、并分别统计不同组的平均值 将“休闲调查1.sav”数据按“性别”变量进行分割,可以选择多个变量进入,4. SPSS数据的预处理：一些基本操作,4.7数据重组：数据重组 分析数据时，常常需要分析变量随着某个条件如何变化，而在数据文件中关于变量的信息可能位于多个列中，关于个案的信息可能位于多个行中。如果分析所需要的数据结构与当前的数据文件中的结构不符合，则就需进行重组来变换数据结构。,4. SPSS数据的预处理：一些基本操作,4.7数据重组：数据重组 个案组结构：变量与因子记录在单独的列中，一个因子的每个水平占一行或不止一行，一个因子的若干水平称为一个个案组。在SPSS数据分析中，当数据以这种方式

27、构造时，因子通常称为分组变量。（单因素方差分析、多因素方差分析、独立样本体检验等） 变量组结构：变量与因子记录在同一列中，一个因子的每个水平占一列，一个因素的若干列称为一个变量组。在SPSS数据分析中，当数据以这种方式构造时，因子通常称为重复度量。（重复测量的方差分析、协方差分析、配对样本T检验）,肥料的不同水平,高度的不同水平,变量或因素,4. SPSS数据的预处理：一些基本操作,以文件“西红柿.sav”为例 数据重组 选择“将个案 重组为变量”,肥料的不同水平,高度的不同水平,变量或因素,选择个案组的标识符变量或索引变量,用于标识个案组的变量，以便能将每个组合并到新文件的单独一行中,用于组

28、成新变量组的变量,选择是否对当前数据进行排序。系统根据上一步选择的标识符变量，每次遇到标识值的新组合时，将创建一个新行，因此当前文件的个案应按标识符变量的值排序，顺序与“标识符变量”列表中列出变量的顺序相同。 选择：是 下一步,设置应用于重组数据文件的选项,用于表明观测的一个值是 出现（1）还是缺失（2）,用于在心数据文件中创建行的 当前数据中的行数,完成操作 还可以反过来操作，把变量组结构转换为个案组结构。不再讲解！,用于表明观测的一个值是 出现（1）还是缺失（2）,用于在心数据文件中创建行的 当前数据中的行数,4. SPSS数据的预处理：一些基本操作,4.8 分类汇总：数据分类汇总 以指定

29、分类变量的取值为依据，将另一个或多个变量按照分类的结果进行统计，并将统计结果生成新的数据文件 分类变量必须为定序变量或定类变量 汇总变量必须为定序及以上的数值型变量 例：对“考试成绩”中的各门课程按照“班级号”分类，以各科成绩的平均值为内容进行分类汇总 将“班级号”进入到“分组变量”中，将五门课程进入到“汇总变量”中，此时激活下面的两个按钮：“函数”，“变量名和标签”，这两个按钮就是要输出的汇总变量的描述统计内容。 选定“个案数”，命名文件，然后选择存放地址,决定了按照什么量合并,4. SPSS数据的预处理：一些基本操作,4.9 选择个案/数据：数据筛选，选出符合需要的数据，分析时只对这些数据

30、进行分析。数据选择个案 举例：在“休闲调查1”中选择年龄50岁以上的个案 ；从前100个个案中随机选择30个个案；选择第3到第6个个案；选择文化程度为过滤变量,在该变量中有缺失值的个案将被过滤掉,4. SPSS数据的预处理：一些基本操作,4.10 数据加权：数据加权个案 加权操作对于列联表分析非常重要，在绘制散点图、直方图以及回归分析等过程中都非常重要。 某经销商希望掌握菜市场的蔬菜销售的平均价格，收集数据见数据文件“蔬菜销售.sav”。现请利用这些数据，求出这些蔬菜的平均价格。,分析：由于经销商要求掌握蔬菜的平均价格，如果仅仅只用蔬菜的单价进行简单的算术平均是很不合理的，这是因为不同蔬菜的销

31、售量不同，所以要考虑销售量对平均价格的影响。因此，我们以蔬菜的销售量为权重计算各种蔬菜销售的平均价格更为合适。 这里选择“销售量”变量作为权重变量，将其放入频率变量列表框中，此时就可以进行后续的求平均值工作了。,4. SPSS数据的预处理：一些基本操作,4.11 SPSS运算符与函数,4. SPSS数据的预处理：一些基本操作,4.11 变量计算：转换计算变量 目的：产生新变量，例如根据职工的基本工资、失业保险、奖金等数据，计算实际月收入；对原变量进行必要的转换处理（尤其是对数据的原有分布状态进行转换），由于数据分析和建模中某些模型对数据的分布有一定的要求，因此可以利用变量计算对原有数据的分布进

32、行转换。如预测问题、产生比率数据、偏态数据的正态处理、时间序列的平稳处理等。 包括变量的重置和计算,4. SPSS数据的预处理：一些基本操作,4.11 变量计算：转换计算变量 （1）变量的重置： 例：“贫困调查”数据是2006年在哈尔滨和沈阳进行的，当时询问的是被调查者的出生年份，现将该变量的内容重置为年龄。 解：定义年龄变量，年龄=2006-出生年份，输入“数字表达式”内，确定即可 例：在上例数据中，将来自哈尔滨的个案的问卷编号前加1，来自沈阳的个案问卷编号前加2。 解：单击对话框中的if按钮，选择”如果个案满足条件则包括”，输入“所在城市=1”，继续，回到原对话框，在“数字表达式”中输入：

33、问卷编号+1000。同理，沈阳的也如此操作。,4. SPSS数据的预处理：一些基本操作,4.11 变量计算：转换计算变量 （2）新变量的生成： 例： “贫困调查”数据中的“粮油”、“副食”、“水果”三个变量是贫困家庭的食品总支出，变量“总支出”是贫困家庭一个月所有支出之和，计算贫困家庭的恩格尔系数。 解：恩格尔系数=食品总支出/总支出 =(粮油 + 副食 + 水果) / 月支出,4. SPSS数据的预处理：一些基本操作,4.12 计数过程：转换对个案内的值计数 计算一些变量在同一个观测量中满足要求的特定变量值出现的次数。例如：在产品市场调查中，要了解被调查者中有多少人使用过该产品。 例：利用我国城乡消费价格分类指数数据（数据文件