SPSS实用手册：数据录入和问卷分析解读.pptx

Weibo Blog 知乎 花瓣 曹将制作 如何将EXCEL导入到SPSS中 (1) File→Open→Data (2) 弹出的对话框中File of Type选择Excel (3) 选择worksheet（一般都是第一页吧），点击OK （2） （3） 数据录入—定义变量及其属性 变量名 变量类型 变量长度 小数位数 变量名标签 变量值标签 缺失值 列显示宽度 对齐方式 度量尺度 变量名：可以直接输入中（英）文名；如果是句子，可以取句子核心单词的首字母（首拼音）。 变量类型：市场调查的数据类型一般是数据型（Numeric）。 变量长度：一般直接使用默认值。 小数位数：问卷搜集得来多为整书，所以小数位数取0。 变量名标签：输入变量名的具体含义，数据分析时易于结果读取。 变量值标签：一般是对名义变量进行标注，比如“0—男性”，“1—女性”。母的也是易于结果读取。 缺失值：设定录入的哪些值是缺失值。比如0—男，1—女，则其他数值都为缺失值。 列显示宽度：设定对应列数据的显示宽度。 对齐方式：设定对应列数据的对齐方式。 度量尺度 定类型（Nominal）:代表类型的编码，而这些编码的数值只是一个符号，数值之间不存在有意义的量的关系。比如男女，班级，手机品牌。 定序型（Ordinal）:不仅具有分类功能，也存在量的关系。例如老中青。 定距型（Scale）：是采用一定单位的实际测量值，两个间距测度变量的差与和都具有数量意义。例如李克特打分。 数据计算：生成新数据 有时我们需要基于几组变量生成新的变量，例如求X1、X2的平均值。 方法一：在EXCEL里进行操作，然后导入SPSS。 方法二：直接在SPSS中实现。 Transform→Compute Variable 在“Target Variable”里输入新变量名的名称，在Numeric Expression里输入计算公式 新变量名称 计算公式 信度分析 信度分析：采用同样的方法对同一对象重复测量时所得结果的一致性程度。 统计指标：Cronbach α信度系数 SPSS实现：Analyze→Scale→Reliability Analysis 结果解释：一般要求α大于0.7，此时可认为问卷信度较好，具有较高的内部一致性。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 信度高 信度低 效度分析 效度分析：所测量到的结果反映所想要考察内容的程度。 效度分类： 收敛效度：指的是量表不同一构念的其他指标确实相互关联的程度。 判别效度：一个测量值不其他应该有所丌同的构念之间不相互关联的程度。 统计指标：收敛效度为AVE（平均方差提取），判别效度需要用AVE的平方根与其他变量相关系数进行比较。 实现方法：需要用结构方程模型的相关软（如Lisrel或Amos）件实现。 描述统计分析：频数分析 频数分析：频数分析适用于离散变量，功能是描述离散变量的分布特征。 SPSS实现：Analyze→Descriptive Statistics→Frequencies 输出统计量 四分位数 N分位数 有选择的输出百分位数 平均数 中位数 众数 求和 标准差 最小值 最大值 均值标准误差 方差 极差 偏度 峰度 作图 条形图 饼图 直方图 描述统计分析：描述性统计量 SPSS实现：Analyze→Descriptive Statistics→Descriptives 平均数 求和 标准差 最小值 最大值 均值标准误差 方差 极差 偏度 峰度 按变量顺序排序（一般选这个） 将标准化后的变量结果存为新的变量 描述统计分析：绘制散点图 Graphs→Legacy Dialogs→Scatter Dot 选择Simple Scatter 选择变量输入X轴和Y轴。 OK。 X轴 Y轴 独立样本T检验 分析的变量 分组依据 类别对应数值。例如之前编码1-男，即在Group1输入1 SPSS实现：Analyze→ Compare Means→Independent-Samples T Test 独立样本T检验（结果解释） 从上表中可以看出： 方差齐性检验中，F=0.727，对应的p值为0.394，大于0.05，即在0.05显著性水平下，接受原假设，即方差齐性。 于是看方差齐性对应的t检验结果，t值为0.828，对应的p值为0.403，大于0.05，即在0.05显著性水平下，可以认为两者均值没有差异。 方差齐性检验 满足方差齐性检验看这里 不满足方差齐性检验看这里 方差分析：单因素方差分析 单因素方差分析：在一个影响因素的不同水平下，观测变量的均值是否有差异。 SPSS实现： Analyze→