[人力资源管理]SPSS使用简明指导.ppt

频率分析过程 　　该过程可计算数据资料的各种描述统计指标、给出变量简单频数分布表、绘制几种变量分布图。 Analyze（分析） ?Descriptive Statistics（描述统计） 　　　? Frequencies（频率）　　 出现对话框 频率分析过程—对话框 数据探索过程 　　探索性数据分析是指对数据的初步考察，由描述统计指标和直观的图形组成。包括检查数据错误、描述整体或分组数据的数量特征和分布特征，假设检验，奇异值辨认等。 Analyze ?Descriptive Statistics 　　　? Explore（探索）　　 出现对话框 数据探索过程—对话框 交叉表分析过程 　　交叉表是按两个标志对一组观察值进行交叉分组所得到的频数分布表，表中列出同时联系于横行和纵行某特定标志名称的观察值数目，在表的右边栏列出各行频数的合计，在表的底行列出各列频数的合计，在两者交叉处，即表的右下角，列出频数总计。 Analyze ?Descriptive Statistics 　　　? Crosstabs （交叉表） 出现对话框 交叉表分析过程—对话框 平均数分析 　　该过程主要用于分组计算各统计指标，也可以进行单因素随机设计方差分析和线性检验。 Analyze ?Compare Means（比较均值） 　　　? Means（均值）　　 出现对话框 单一样本t检验 Analyze ?Compare Means 　　　? One –Sample T Test （单一样本T 检验） 出现对话框 该过程用于检验样本平均数与总体平均数之间是否存在差异。 独立样本 独立样本(Independent Sample)是指两个样本彼此独立，没有任何关联。例如实验组与控制组、男生组与女生组、高收入组与低收入组、大学数学系与物理系等。但这里的独立样本是广义的独立，仅是指非关联变量。两独立的样本各接受相同的测量，研究者的兴趣在比较两批样本群在测量结果总体上是否存在差异。独立样本中，所有观测都是独立的，即具体个别样本的顺序可以变化的，与变量无关。 配对样本t检验 Analyze ?Compare Means 　　　? Paired-Sample T test 出现对话框 该过程用于检验两个配对样本的平均数之间是否存在差异。 配对样本 配对样本（Paired Sample）或相关样本（Correlated Sample），指两个样本的观测值之间彼此有关联，如同一批被试者接受两种实验条件，即同一批观测对象接受两种不同的测量。对于此类样本，研究者所感兴趣的是二次测量之间是否存在差异。如实验前和实验后或者期中成绩和期末成绩的测量，即具体个别样本的顺序不可以变化的。 相关分析 相关分析是研究两变量之间的关系。相关模型包括皮尔逊（Pearson）、斯皮尔曼（Spearman）和肯特尔（Kendall）三种子模型。相关模型要求X、Y变量都是随机变量，并都呈正态分布。满足上述正态分布的定量数据可用Pearson相关模型。对于定序、计数数据、对于不满足正态分布的数据，则非参数检验模型，即Spearman和Kendall相关模型。 相关分析 相关过程调用：Analyze→Correlate→ Bivariate（双变量）： 偏相关系数 多个变量之间的相关关系是错综复杂的，任何两个变量之间都有简单相关关系，而这种相关关系中夹杂了其他变量所带来的影响。固定其他因素，而计算某两个因素之间的相关系数称为偏相关系数。 偏相关系数 相关过程调用：Analyze→Correlate→ Partial（偏相关）: 距离分析 对于更复杂数据资料之间的关系，可利用距离分析来进行研究。距离分析通过计算各样本点之间的距离，来观测样本之间的相似或不相似程度，从而可进一步进行聚类分析、因子分析和多维分析。 可靠性分析 可靠性分析允许研究测量尺度的属性以及组成这些标度的项。“可靠性分析”过程计算标度可靠性的众多常用度量，还提供关于标度中的各项之间关系的信息。类内相关系数可用来计算评分者间的可靠性估计。 使用可靠性分析，您可以确定调查表中各项的相互关联程度，可以获取重复性的总体指标或作为一个整体的标度的内部一致性，并且可以识别应从标度中排除的问题项。 可靠性分析 Alpha (Cronbach)：此模型是内部一致性模型，基于平均的项之间的相关性。 折半信度：此模型将标度分割成两个部分，并检查两部分之间的相关性。 Cronbachs