被试内、被试间、混合实验设计简单效应分析
作者: Highway 发布时间: 2008-7-7
简单效应(simple effect)分析
简单效应(simple effect)分析通常是在作方差分析时存在交互效应的情况下的进一步分析。你需要在SPSS中编写syntax实现。
一、完全随机因素实验中简单效应得分析程序
假如一个两因素随机实验中，A因素有两个水平、B因素有三个水平，因变量是Y，检验B因素在A因素的两个水平上的简单效应分析。
TWO-FACTOR RANDOMIZED EXPERIMENTaaa
SIMPLE EFFECTS.
DA TA LIST FREE /A B Y.
BEGIN DATA
1 3 4
1 1 2
1 1 3
2 2 5
2 1 6
1 2 8
2 1 9
1 2 8
2 3 10
2 3 11
2 3 9
2 3 8
END DATA.
MANOV A y BY A(1,2) B(1,3)
/DESIGN
/DESIGN=A WITHIN B(1)
A WITHIN B(2)
A WITHIN B(3).
若A与B存在交互作用而进行的进一步分析（即简单效应分析）。同时你可以再加一个design: /DESIGN=B WITHIN A(1)
B WITHIN A(2).
自编数据试试
y A B
4.00 1.00 3.00
2.00 1.00 1.00
3.00 1.00 1.00
5.00 2.00 2.00
6.00 2.00 1.00
8.00 1.00 2.00
9.00 2.00 1.00
8.00 1.00 2.00
10.00 2.00 3.00
11.00 2.00 3.00
9.00 2.00 3.00
8.00 1.00 2.00
当然，你可也直接贴下述语句至syntax编辑框：
应会输出下述结果：
The default error term in MANOV A has been changed from WITHIN CELLS to
WITHIN+RESIDUAL. Note that these are the same for all full factorial
designs.
* * * * * * A n a l y s i s o f V a r i a n c e * * * * * *
12 cases accepted.
0 cases rejected because of out-of-range factor values.
0 cases rejected because of missing data.
6 non-empty cells.
3 designs will be processed.
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
* * * * * * A n a l y s i s o f V a r i a n c e -- design 1 * * * * * *
Tests of Significance for Y using UNIQUE sums of squares
Source of Variation SS DF MS F Sig of F
WITHIN CELLS 10.00 6 1.67
X1 15.00 1 15.00 9.00 .024
X2 6.46 2 3.23 1.94 .224
X1 BY X2 33.00 2 16.50 9.90 .013
(Model) 80.92 5 16.18 9.71 .008 (Total) 90.92 11 8.27
R-Squared = .890
Adjusted R-Squared = .798
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
* * * * * * A n a l y s i s o f V a r i a n c e -- design 2 * * * * * *
Tests of Significance for Y using UNIQUE sums of squares
Source of Variation SS DF MS F Sig of F
WITHIN+RESIDUAL 16.46 8 2.06
X1 WITHIN X2(1) 25.00 1 25.00 12.15 .008
X1 WITHIN X2(2) 8.15 1 8.15 3.96 .082 X1 WITHIN X2(3) 43.74 1 43.74 21.26 .002
(Model) 74.46 3 24.82 12.06 .002 (Total) 90.92 11 8.27
R-Squared = .819
Adjusted R-Squared = .751
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
* * * * * * A n a l y s i s o f V a r i a n c e -- design 3 * * * * * * Tests of Significance for Y using UNIQUE sums of squares
Source of Variation SS DF MS F Sig of F WITHIN+RESIDUAL 25.00 7 3.57
X2 WITHIN X1(1) 30.30 2 15.15 4.24 .062 X2 WITHIN X1(2) 35.58 2 17.79 4.98 .045 (Model) 65.92 4 16.48 4.61 .039 (Total) 90.92 11 8.27
R-Squared = .725
Adjusted R-Squared = .568
另外，三因素完全随机实验中的简单效应和简单简单效应的分析。
当实验设计中的因素多于两个时，做简单效应检验的前提仍然是，方差分析中发现了显著的两次交互作用。
而当三因素完全随机实验中发现了显著的三次交互作用时，可以进一步作简单简单效应检验。也是DESIGN。
/DESIGN=A WITHIN B（1）WITHIN C（1）
A WITHIN B（2）WITHIN C（2）.
例如：
THREE-FACTOR RANDOMIZED EXPERIMENT
SIMPLE EFFECTS.
SIMPLE SIMPLE EFFECTS.
DA TA LIST FREE /A B C Y.
BEGIN DATA
1 3 1 4
1 1 1 2
1 1 1 3
2 2 1 5
2 1 1 6
1 2 2 8
2 1 2 9
1 2 2 8
2 3 2 10
2 3 2 11
……
2 3 2 9
2 3 2 8
END DATA.
MANOV A y BY A(1,2) B(1,3) C(1,2).
/DESIGN
/DESIGN=A WITHIN B(1)
A WITHIN B(2)
A WITHIN B(3)
A WITHIN C(1)
A WITHIN C(2)
/DESIGN=A WITHIN B(1) WITHIN C(1)
A WITHIN B(2) WITHIN C(2).
二、被试内因素实验的简单效应分析程序
与完全随机实验的不同之处：需要加一个WITHIN关键词说明的WSDESIGN分命令。
假如一个两因素被试内实验中，A因素有两个水平、B因素有三个水平，因变量是Y，检验B 因素在A因素的两个水平上的简单效应分析。
TWO-FACTOR REPEATED MEASURED EXPERIMENT ANOV A
SIMPLE EFFECTS.
DA TA LIST FREE /A1B1 A1B2 A1B3 A2B1 A2B2 A2B3.
BEGIN DATA
3 4 5 4 8 12
6 6
7 5 9 13
4 4
5 3 8 12
3 2 2 3 7 11
END DATA.
MANOV A A1B1 A1B2 A1B3 A2B1 A2B2 A2B3
/WSFACTORS=A(2)B(3)
/WSDESIGN=A WITHIN B(1)
A WITHIN B(2)
A WITHIN B(3).
三、混合因素实验的简单效应分析
一个两因素混合实验中，简单效应检验中既包括被试内因素，有包括被试间因素，这是需要用关键词MWITHIN代替WITHIN去做简单效应检验。
例如，一个两因素混合实验中，A因素是被试间因素，B因素是被试内因素，当要求A因素在B1水平上的简单效应检验时，程序有两处说明：
1.被试间因素A应写在DESIGN分命令中。/DESIGN=A
2.B1水平应写在WSDESIGN分命令中，跟在MWITHIN之后。/WSDESIGN=MWIRHIN B(1)
两个命令和起来：
/DESIGN=A
/WSDESIGN=MWITHIN B(1)
这样可以检验到“混合”简单效应。
当要求B因素在A1水平上的简单效应检验时，
/WSDESIGN=B
/DESIGN=MWITHIN A(1)
一个两因素混合实验中，A因素是被试间因素，有两个水平，B因素是被试内因素，有三个水平，要求做B因素在A的两个水平上的简单效应检验，程序如下：
TWO-FACTOR MIXED EXPERIMENT ANOV A
SIMPLE EFFECTS.
SIMPLE SIMPLE EFFECTS.
DA TA LIST FREE /A B1 B2 B3.
BEGIN DATA
1 3 3 4
1 1 3 2
1 6 1 3
2 5 1 5
2 4 4 6
1 2 9 8
2 1 7 9
1 4 6 8
2 3 2 10
2 3 3 11
……
2 9 5 9
2 3 2 8
END DATA.
MANOV A B1 B2 B3 BY A(1,2).
/WSFACTORS=B(3)
/WSDESIGN
/DESIGN
/WSDESIGN=B
/DESIGN=MWITHIN A(1) MWITHIN A(2).
要求做另一个方向的简单效应检验，做A因素在B的三个水平的简单效应检验时，MWITHIN 关键词应被移动到WSDESIGN分命令。程序如下：
TWO-FACTOR MIXED EXPERIMENT ANOV A
SIMPLE EFFECTS.
SIMPLE SIMPLE EFFECTS.
DA TA LIST FREE /A B1 B2 B3.
BEGIN DATA
1 3 3 4
1 1 3 2
1 6 1 3
2 5 1 5
2 4 4 6
1 2 9 8
2 1 7 9
1 4 6 8
2 3 2 10
2 3 3 11
……
2 9 5 9
2 3 2 8
END DATA.
MANOV A B1 B2 B3 BY A(1,2).
/WSFACTORS=B(3)
/WSDESIGN
/DESIGN
/WSDESIGN=MWITHINB(1) MWITHINB(2) MWITHIN B(3) /DESIGN= A.
总结：
被试内：WSDESIGN WITHIN
被试间：DESIGN WITHIN
混合：MWITHIN
三因素混合~~
MANOV A F1S1 F1S2 F2S1 F2S2 BY A(1,3)
/WSFACTORS = F(2)S(2)
/WSDESIGN = F WITHIN S(1)
/DESIGN = MWITHIN A(1).
两个组间因素和一个组内因素的混合设计简单效应分析MANOV A A1 A2 BY B(1,2), C(1,2)
/WSFACTORS=A(2)
/WSDESIGN
/DESIGN
/WSDESIGN=A
/DESIGN = MWITHIN B(1) WITHIN C(1)
MWITHIN B(2) WITHIN C(1)
MWITHIN B(1) WITHIN C(2)
MWITHIN B(2) WITHIN C(2).
s p s s的数据分析案例 精选文档 TTMS system office room 【TTMS16H-TTMS2A-TTMS8Q8-
关于某公司474名职工综合状况的统计分析报告一、数据介绍： 本次分析的数据为某公司474名职工状况统计表，其中共包含十一变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin （起始工资），salary（现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况，并分析个变量的分布特点及相互间的关系。 二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分 析能够了解变量的取值状况，对把握数据的分布特征非常有用。 此次分析利用了某公司474名职工基本状况的统计数据表，在gender(性别)、edcu（受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。 Statistics 首先，对该公司的男女性别分布进行频数分析，结果如下：
上表说明，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为%和%，该公司职工男女数量差距不大，男性略多于女性。 其次对原有数据中的受教育程度进行频数分析，结果如下表： Educational Level (years)
16 59 17 11 18 9 19 27 20 2 .4 .4 21 1 .2 .2 Tot al 474 上 表及其直方图说明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占总人数的%，其次为15年，共有116人，占中人数的%。且接受过高于20年的教育的人数只有1人，比例很低。 2、 描述统计分析。再通过简单的频数统计分析了解了职工在性别和受教育水平上的总体分布状况后，我们还需要对数据中的其他变量特征有更为精确的认识，这就需要通过计算基本描述统计的方法来实现。下面就对各个变量进行描述统计分析，得到它们的
关于某公司474名职工综合状况的统计分析报告 一、数据介绍： 本次分析的数据为某公司474名职工状况统计表，其中共包含十一变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin（起始工资），salary（现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况，并分析个变量的分布特点及相互间的关系。 二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分析能够 了解变量的取值状况，对把握数据的分布特征非常有用。此次分析利用了某公司474名职工基本状况的统计数据表，在gender(性别)、edcu（受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。 Statistics 首先，对该公司的男女性别分布进行频数分析，结果如下：
上表说明，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为45.6%和54.4%，该公司职工男女数量差距不大，男性略多于女性。 其次对原有数据中的受教育程度进行频数分析，结果如下表： Educational Level (years)
14 6 1.3 1.3 52.5 15 116 24.5 24.5 77.0 16 59 12.4 12.4 89.5 17 11 2.3 2.3 91.8 18 9 1.9 1.9 93.7 19 27 5.7 5.7 99.4 20 2 .4 .4 99.8 21 1 .2 .2 100.0 Tot 474 100.0 100.0 al 上表及其 直方图说明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占总人数的40.1%，其次为15年，共有116人，占中人数的24.5%。且接受过高于20年的教育的人数只有1人，比例很低。 2、描述统计分析。再通过简单的频数统计分析了解了职工在性别和受教
第1章SPSS软件概述 社会科学统计软件包（Statistics Package for Social Science，SPSS）于20世纪60年代由美国斯坦福大学的3位研究生研制开发。20世纪80年代以前，SPSS软件主要应用于企事业单位。1984年，SPSS中心推出了基于DOS系统的微机版本。20世纪90年代以后，随着Windows系统的逐渐盛行，SPSS也适时地推出了基于Windows操作平台的新版本。如今，SPSS软件已经作为国际上最有影响力的统计软件之一，广泛应用于社会学、经济学、生物学、教育学、心理学等各个领域。 1.1 SPSS软件的基本特点和功能 SPSS统计软件具有如下主要特点： （1）SPSS的命令语句、子命令及各种选项绝大部分都包含在各种菜单和对话框中，因此，用户无须花大量时间记忆繁杂的命令、过程、选项等。在SPSS中，大多数操作可以通过菜单和对话框来完成，因此操作简便，易于学习和使用。 （2）虽然大部分统计分析方法可以通过菜单和对话框来完成，但是，对于熟悉SPSS 语言的用户，也可以在语句窗口中直接编写程序语句，从而更为灵活地完成各种复杂的统计分析任务。另外，用对话框指定命令、子命令和选项之后，通过单击Paste按钮可以把与选择对应的语句自动置于语句窗口中，并可以文件形式保存。因此SPSS for Windows同时适用于SPSS的新老用户。 （3）具有第四代语言的特点，只要通过菜单的选择以及对话框的操作告诉系统要做什么，而无须告之怎样做。只要粗通统计分析原理，无须通晓统计分析的各种算法，即可得到统计分析结果。 （4）具有完善的与其他软件的数据转换接口。其他软件生成的数据文件，如Excel文件、Access文件、关系数据库生成的DBF文件、用文本编辑软件生成的ASCII码数据文件等均可方便地转换成可供分析的SPSS数据文件。 （5）统计分析方法丰富，提供了从简单的单变量描述分析到复杂的多变量分析的多种统计方法。 （6）具有强大的图形功能，不但可以得到数字结果，还可以得到直观、漂亮的统计图，形象地显示分析结果。
SPSS软件进行主成分分析的应用例子 2002年16家上市公司4项指标的数据[5]见表2，定量综合赢利能力分析如下： 第一，将EXCEL中的原始数据导入到SPSS软件中； 【1】“分析”|“描述统计”|“描述”。 【2】弹出“描述统计”对话框，首先将准备标准化的变量移入变量组中，此时，最重要的一步就是勾选“将标准化得分另存为变量”，最后点击确定。 【3】返回SPSS的“数据视图”，此时就可以看到新增了标准化后数据的字段。
数据标准化主要功能就是消除变量间的量纲关系，从而使数据具有可比性，可以举个简单的例子，一个百分制的变量与一个5分值的变量在一起怎么比较？只有通过数据标准化，都把它们标准到同一个标准时才具有可比性，一般标准化采用的是Z标准化，即均值为0，方差为1，当然也有其他标准化，比如0--1标准化等等，可根据自己的研究目的进行选择，这里介绍怎么进行数据的Z标准化。 所的结论： 标准化后的所有指标数据。 注意： SPSS 在调用Factor Analyze 过程进行分析时, SPSS 会自动对原始数据进行标准化处理, 所以在得到计算结果后的变量都是指经过标准化处理后的变量, 但SPSS 并不直接给出标准化后的数据, 如需要得到标准化数据, 则需调用Descriptives 过程进行计算。 factor过程对数据进行因子分析（指标之间的相关性判定略）。 【1】“分析”|“降维”|“因子分析”选项卡，将要进行分析的变量选入“变量”列表；
【2】设置“描述”，勾选“原始分析结果”和“KMO与Bartlett球形度检验”复选框； 【3】设置“抽取”，勾选“碎石图”复选框； 【4】设置“旋转”，勾选“最大方差法”复选框； 【5】设置“得分”，勾选“保存为变量”和“因子得分系数”复选框； 【6】查看分析结果。 所做工作： a.查看KMO和Bartlett 的检验 KMO值接近1.KMO值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析； Bartlett 球度度检验的Sig值越小于显著水平0.05，越说明变量之间存在相关关系。 所的结论： 符合因子分析的条件，可以进行因子分析，并进一步完成主成分分析。 注意： 1.KMO（Kaiser-Meyer-Olkin) KMO统计量是取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO值接近1.KMO值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析；当所有变量间的简单相关系数平方和接近0时，KMO值接近0.KMO值越接近于0,意味着变量间的相关性越弱，原有变量越不适合作因子分析。 Kaiser给出了常用的kmo度量标准: 0.9以上表示非常适合；0.8表示适合；0.7表示一般； 0.6表示不太适合；0.5以下表示极不适合。 2.Bartlett 球度检验： 巴特利特球度检验的统计量是根据相关系数矩阵的行列式得到的，如果该值较大，且其对应的相伴概率值小于用户心中的显著性水平，那么应该拒绝零假设，认为相关系数矩阵不可能是单位阵，即原始变量之间存在相关性，适合于做主成份分析；相反，如果该统计量比较小，且其相对应的相伴概率大于显著性水平，则不能拒绝零假设，认为相关系数矩阵可能是单位阵，不宜于做因子分析。 Bartlett 球度检验的原假设为相关系数矩阵为单位矩阵，Sig值为0.001小于显著水平0.05，因此拒绝原假设，说明变量之间存在相关关系，适合做因子分析。 所做工作： b. 全部解释方差或者解释的总方差(Total Variance Explained)
SPSS数据案例分析 目录 _Toc438655006 一.手机APP 广告点击意愿的模型构建 (2) 1.1构建研究模型 (2) 1.2研究变量及定义 (2) 1.3研究假设 (2) 1.4变量操作化定义 (2) 1.5问卷设计 (2) 二．实证研究 (2) 2.1基础数据分析 (2) 2.2频数分布及相关统计量 (2) 2.3相关分析 (2) 2.4回归分析 (2) 2.5假设检验 (2)
一.手机APP 广告点击意愿的模型构建 1.1构建研究模型 我们知道效用期望、努力期望、社会影响对行为意愿会产生一定的影响，在模型中的性别、年龄、经验与自愿性等四个控制变量，通常都是作为控制变量来观察他们对采用因素与使用意向之间的关系的影响。因此，目前手机APP 广告的使用人群年龄相对比较年轻，而且年龄特征分布高度集中，年龄在30 岁以下的人群占到70%以上，因此本研究考虑性别了这一变量，同时根据手机APP 广告用户的特性，加入了手机流量作为控制变量，去观察它们对外部变量与点击意愿之间的关系是否有显著影响。 在本研究中，主要把调节变量和控制变量作为两个不同的研究变量，对于调节变量感知风险来说，它是直接影响了感知风险与手机APP 广告点击意愿二者的关系；而控制变量性别、手机流量这些变量是对广告效用期望、APP 效用期望和社会影响与点击意愿直接的关系是否有显著影响。最后，本文根据手机APP 广告的特点对UTAUT 模型进行扩展，构建了手机APP 广告点击意愿的影响因素研究模型。
1.3研究假设 (1) 广告效用期望、APP 效用期望、社会影响与手机APP 点击意向的关系 H1：用户的广告效用期望与点击手机APP 广告意愿正相关。 H2：用户的APP 效用期望与点击手机APP 广告意愿正相关 H3：社会影响与手机APP 广告点击意愿正相关 （2）感知风险与点击手机APP 广告意愿的关系 H4：感知风险与手机APP 广告点击意愿负相关 H5：性别，手机流量对手机APP 广告点击意愿没有显著影响
第一章SPSS概览－－数据分析实例详解 1.1 数据的输入和保存 1.1.1 SPSS的界面 1.1.2 定义变量 1.1.3 输入数据 1.1.4 保存数据 1.2 数据的预分析 1.2.1 数据的简单描述 1.2.2 绘制直方图 1.3 按题目要求进行统计分析 1.4 保存和导出分析结果 1.4.1 保存文件 1.4.2 导出分析结果 希望了解SPSS 10.0版具体情况的朋友请参见本网站的SPSS 10.0版抢鲜报道。 例1.1 某克山病区测得11例克山病患者与13名健康人的血磷值(mmol/L)如下, 问该地急性克山病患者与健康人的血磷值是否不同（卫统第三版例4.8）？ 患者: 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 健康人: 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 解题流程如下：
1.将数据输入SPSS，并存盘以防断电。 2.进行必要的预分析（分布图、均数标准差的描述等），以确定应采 用的检验方法。 3.按题目要求进行统计分析。 4.保存和导出分析结果。 下面就按这几步依次讲解。 §1.1 数据的输入和保存 1.1.1 SPSS的界面 当打开SPSS后，展现在我们面前的界面如下： 请将鼠标在上图中的各处停留，很快就会弹出相应部位的名称。 请注意窗口顶部显示为“SPSS for Windows Data Editor”，表明现在所看到的是SPSS的数据管理窗口。这是一个典型的Windows软件界面，有菜单栏、
[例11-1]下表资料为25名健康人的7项生化检验结果，7项生化检验指标依次命名为X1至X7，请对该资料进行因子分析。
图 ???对话框（图框。 图 钮返回 图11.3?描述性指标选择对话框 ???点击Extraction...钮，弹出FactorAnalysis:Extraction对话框（图11.4），系统提供如下因子提取方法： 图11.4?因子提取方法选择对话框 ???Principalcomponents：主成分分析法；
???Unweightedleastsquares：未加权最小平方法； ???Generalizedleastsquares：综合最小平方法； ???Maximumlikelihood：极大似然估计法； ???Principalaxisfactoring：主轴因子法； ???Alphafactoring：α因子法； ???对话框。 ???5种因图 ???旋转的目的是为了获得简单结构，以帮助我们解释因子。本例选正交旋转法，之后点击Continue钮返回FactorAnalysis对话框。 ???点击Scores...钮，弹出弹出FactorAnalysis:Scores对话框（图11.6），系统提供3种估计因子得分系数的方法，本例选Regression（回归因子得分），之后点击Continue钮返回FactorAnalysis对话框，再点击OK钮即完成分析。
图11.6?估计因子分方法对话框? ?11.2.3?结果解释 ??在输出结果窗口中将看到如下统计数据： ??系统首先输出各变量的均数（Mean）与标准差（StdDev），并显示共有25例观察单位进入分析；接着输出相关系数矩阵（CorrelationMatrix），经Bartlett检验表明：Bartlett值=326.28484，P<0.0001，即相关矩阵不是一个单位矩阵，故考虑进行因子分析。 好。今KMO值 NumberofCases?=?????25 CorrelationMatrix: X1???????X2???????X3???????X4???????X5???????X6???????X7 X1????????1.00000 X2?????????.58026??1.00000
SPSS 回顾： 1描述性统计分析 1．1基本描述性统计量的概念 （1）操作步骤：Analyze→Descriptive Statistics→Descriptives （2）概念 集中趋势的统计量：平均值、中位数、众数、求和 离散趋势的统计量：方差、标准差、极差、最小值、最大值、均值标准误差 分布形态的统计量：偏度、峰度 1．2频数分析 （1）操作步骤：Analyze → Descriptive Statistics→Frequencies （2）概念 频数（Frenquency）：变量值落在某个区间或者某个取值点的个数。 百分比（Percent）：各频数占总样本数的百分比。 有效百分比（Valid Percent）：各频数占有效样本数的百分比。 累计百分比（Cumulative Percent）：各百分比逐级累加起来的结果，最终取值是100。1．3探索性分析 （1）操作步骤：Analyze → Descriptive Statistics→Explore
（2）看得懂以下图形：箱图、茎叶图、QQ图 特别注意：以下内容都与假设检验有关。 不同的检验有不同的零假设，但基本上对检验结果的判断都遵循以下判别规则，不再赘述。 （1）如果相伴概率值（P值或Sig.值）小于或等于显著性水平α，则拒绝H0。 （2）相伴概率值（P值或Sig.值）大于显著性水平α，则接受H0。 （3）相伴概率值在spss运行结果中查找。显著性水平可由用户自行设定，如没有特别要求可取默认值。2两总体均值比较 2．1单样本T检验 （1）基本原理：检验样本均值与已知总体均值之间是否存在差异。 （2）操作步骤：Analyze→Compare Means→One Sample T Test （3）原假设H0：样本均值和总体均值之间不存在显著差异。 （4）关键结果标题和统计量：One Sample Test表和其中的t统计量和sig值。 2．2独立样本T检验 （1）基本原理：检验两个独立正态样本的总体均值之间是否存在显著差异 （2）应用的条件：两个样本相互独立且满足正态分布，样本数量可以不同 （3）操作步骤：Analyze → Compare Means→Independent Samples T Test （4）原假设H0：两个独立样本的总体均值不存在显著差异。
相关分析 一、两个变量的相关分析：Bivariate 1．相关系数的含义 相关分析是研究变量间密切程度的一种常用统计方法。相关系数是描述相关关系强弱程度和方向的统计量，通常用r 表示。 ①相关系数的取值范围在-1和+1之间，即：–1≤r ≤ 1。 ②计算结果，若r 为正，则表明两变量为正相关；若r 为负，则表明两变量为负相关。 ③相关系数r 的数值越接近于1（–1或+1），表示相关系数越强；越接近于0，表示相关系数越弱。如果r=1或–1，则表示两个现象完全直线性相关。如果=0，则表示两个现象完全不相关（不是直线相关）。 ④3.0 关于某公司474名职工综合状况的统计分析报告一、数据介绍： 本次分析的数据为某公司474名职工状况统计表，其中共包含十一变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin（起始工资），salary（现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况，并分析个变量的分布特点及相互间的关系。 二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分 析能够了解变量的取值状况，对把握数据的分布特征非常有用。 此次分析利用了某公司474名职工基本状况的统计数据表，在gender(性别)、edcu（受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。 Statistics 首先，对该公司的男女性别分布进行频数分析，结果如下： 上表说明，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为45.6%和54.4%，该公司职工男女数量差距不大，男性略多于女性。 其次对原有数据中的受教育程度进行频数分析，结果如下表： Educational Level (years) 上表及其直方图说明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占总人数的40.1%，其次为15年，共有116人，占中人数的24.5%。且接受过高于20年的教育的人数只有1人，比例很低。 2、描述统计分析。再通过简单的频数统计分析了解了职工在性别 和受教育水平上的总体分布状况后，我们还需要对数据中的其他变量特征有更为精确的认识，这就需要通过计算基本描述统计的方法来实现。下面就对各个变量进行描述统计分析，得到它们的均值、标准差、片度峰度等数据，以进一步把我数据的集中趋势和离散趋势。 Descriptive Ststistics SPSS数据案例分析 目录 一.手机APP 广告点击意愿的模型构建 构建研究模型 我们知道效用期望、努力期望、社会影响对行为意愿会产生一定的影响，在模型中的性别、年龄、经验与自愿性等四个控制变量，通常都是作为控制变量来观察他们对采用因素与使用意向之间的关系的影响。因此，目前手机APP 广告的使用人群年龄相对比较年轻，而且年龄特征分布高度集中，年龄在30 岁以下的人群占到70%以上，因此本研究考虑性别了这一变量，同时根据手机APP 广告用户的特性，加入了手机流量作为控制变量，去观察它们对外部变量与点击意愿之间的关系是否有显着影响。 在本研究中，主要把调节变量和控制变量作为两个不同的研究变量，对于调节变量感知风险来说，它是直接影响了感知风险与手机APP 广告点击意愿二者的关系；而控制变量性别、手机流量这些变量是对广告效用期望、APP 效用期望和社会影响与点击意愿直接的关系是否有显着影响。最后，本文根据手机APP 广告的特点对UTAUT 模型进行扩展，构建了手机APP 广告点击意愿的影响因素研究模型。 研究变量及定义 研究假设 (1) 广告效用期望、APP 效用期望、社会影响与手机APP 点击意向的关系 H1：用户的广告效用期望与点击手机APP 广告意愿正相关。 H2：用户的APP 效用期望与点击手机APP 广告意愿正相关 H3：社会影响与手机APP 广告点击意愿正相关 （2）感知风险与点击手机APP 广告意愿的关系 H4：感知风险与手机APP 广告点击意愿负相关 H5：性别，手机流量对手机APP 广告点击意愿没有显着影响 变量操作化定义 ?广告效用期望：广告对我了解某品牌来说很有用 ?APP 效用期望：使用APP 能够让我了解到多方面的信息 ?社会影响：身边的人都在使用手机APP 广告，所以我也要使用 ?感知风险：在点击手机APP 广告时，我担心我的个人隐私安全得不到保护?感知隐私安全重要性：确保点击手机APP 广告是安全的，对我来说是很重要的 ?使用意向：我愿意把手机APP 广告推荐给我周围的人 问卷设计 1.使用APP 能够让我了解到多方面的信息[单选题] [必答题] ???很不同意?????○?1???○?2???○?3???○?4???○?5??很同意 2.广告对我了解某品牌来说很有用[单选题] [必答题] ???很不同意?????○?1???○?2???○?3???○?4???○?5??很同意 3.身边的人都在使用手机APP 广告，所以我也要使用[单选题] [必答题] ???很不同意?????○?1???○?2???○?3???○?4???○?5??很同意 4.在点击手机APP 广告时，我担心我的个人隐私安全得不到保护[单选题] [必答题] ???很不同意?????○?1???○?2???○?3???○?4???○?5??很同意 5.确保点击手机APP 广告是安全的，对我来说是很重要的[单选题] [必答题] ???很不同意?????○?1???○?2???○?3???○?4???○?5??很同意 6.我愿意把手机APP 广告推荐给我周围的人[单选题] [必答题] s p s s统计分析软件概述 Prepared on 24 November 2020 第一章 spss 统计分析软件概述 练习题 1. spss 的中文全名和英文全名是什么 答：statistical package for the social science 社会科学统计软件包 Statistical product and service solutions 统计产品与服务解决方案 2. spss 有哪两个主要窗口他们的作用和特点各是什么 答：spss 数据编辑器窗口与spss 结果查看窗口 Spss 数据编辑器窗口：作用:定义spss 数据结构、录入编辑和管理待分析的数据。 特点：SPSS 运行过程中自动打开；SPSS 中各统计分析功能都是针对该窗口中的数据进行的；窗口中的数据文件以.sav 存于磁盘上；两个视图：数据视图和变量视图。 Spss 结果查看窗口：作用：显示管理spss 统计分析结果、报表及图形。 特点：在进行第一次分析时自动打开，也可手工打开；输出窗口可以关闭，窗口内容以.spv 存于磁盘上；两个视图：目录视图和内容视图。 3. 什么是spss 的数据集什么是spss 的活动数据集 答：数据集：spss 各数据编辑器窗口分别显示不同的数据集合。 活动数据集：按打开的先后顺序，各数据集依次自动命名为：数据集0、数据集1、数据集2等等，其中只有一个数据集为当前数据集，称为活动数据集，用户只能对某一时刻活动数据集中的数据进行分析。 4. spss 有哪三种主要使用方式各自的特点是什么 答：SPSS 的运行方式有三种，分别是完全窗口菜单运行方式、程序运行方式、混合运行方式。 完全窗口菜单运行方式的特点：所有分析操作过程都是通过菜单和按钮及对话框方式进行的.是经常使用的一种运行方式,适用于一般分析和SPSS 的初学者。 程序运行方式的特点：手工编写SPSS 命令程序；一次性提交计算机运行；适用于大规模的分析工作和熟练的SPSS 程序员。 混合运行方式的特点：在使用菜单的同时编辑SPSS 程序,是完全窗口菜单方式和程序运行方式的综合。 5. .sav,.spv,.sps 分别是spss 哪类文件的扩展名 答： .sav 是 spss 中数据文件的扩展名 .spv 是 spss 中输出文件的扩展名 .sps 是 spss 中语法文件的扩展名 spss 统计分析软件概述 【最新资料，WORD 文档，可编辑修改】 四个常用统计软件SAS,STATA,SPSS,R语言分析比较及其他统计软件概述 一、SAS,STATA,SPSS,R语言简介 （一）SAS简介 SAS（全称Statistical Analysis System，简称SAS,翻译成汉语是统计分析系统）是全球最大的软件公司之一，是由美国NORTH CAROLINA州立大学1966年开发的统计分析软件。1976年SAS软件研究所（SAS INSTITUTE INC）成立，开始进行SAS系统的维护、开发、销售和培训工作。期间经历了许多版本，并经过多年来的完善和发展，SAS系统在国际上已被誉为统计分析的标准软件，在各个领域得到广泛应用。 其网址是：https://www.doczj.com/doc/bb4856310.html,/ （二）STSTA简介 STATA统计软件由美国计算机资源中心（Computer Resource Center）1985年研制。STATA 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。 新版本的STATA采用最具亲和力的窗口接口，使用者自行建立程序时，软件能提供具有直接命令式的语法。STATA提供完整的使用手册，包含统计样本建立、解释、模型与语法、文献等超过一万余页的出版品。 除此之外，STATA软件可以透过网络实时更新每天的最新功能，更可以得知世界各地的使用者对于STATA公司提出的问题与解决之道。使用者也可以透过STATA Journal 获得许许多多的相关讯息以及书籍介绍等。另外一个获取庞大资源的管道就是STATAlist，它是一个独立的listserver，每月交替提供使用者超过1000个讯息以及50个程序。 其网址是：https://www.doczj.com/doc/bb4856310.html,/ （三）SPSS简介 SPSS（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”（Statistical Package for the Social Sciences），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”，标志着SPSS 的战略方向正在做出重大调整。为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。 1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域。世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价。 SPSS是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和Dale H. Bent于1968年研究开发成功，同时成立了SPSS公司，并于1975年成立法人组织、在芝加哥组建了SPSS总部。 1 重复测方差分析实例操作 分析过程 1．数据格式 2．软件实验步骤 3．结果解释与描述 原始数据 group t0 t1 t2 t3 group t0 t1 t2 t3 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1.1 数据格式 1.2 软件实验步骤 些处的描述过程输出无标准差， group=2时可用Analyze\ Explorer过程实现描述， group=3时可用Analyze→General Lineal Model→Multivariate去实现描述。 1.3 结果解释与描述 表1 有无合并症患者LC含量（s x ） 例数 重复测量时间 麻醉前麻醉后20分钟电切手术30分钟手术结束时 无合并症42 ±±±±有合并症18 ±±±± 统计描述可以通过Analyze\ Explorer过程实现，该过程较简单不赘述。 统计分析教程.（高级篇）张文彤P37 也就是说，在分析时，我们首先要判断，重复测量的不同时间点之间的结果是否存在相关性，也就是进行球形检验，即Mauchly's Test of Sphericity 。 如果P<，不符合 Huynh-Feldt 条件，说明重复测量数据之间存在相关性，不可按单因素方差分析方法处理，需要进行多变量方差分析。以多元检验结果为准。 统计分析教程.（高级篇）张文彤P41 如果P> ，符合Huynh-Feldt 条件，说明重复测量数据之间不存在相关性，可按单因素方差分析方法处理。 统计分析教程.（高级篇）张文彤P40 Table 2 Mauchly's Test of Sphericity Within Subjects Effect Mauchly's W Approx. Chi-Square df Sig. Epsilon a Greenhouse-G eisser Huynh-Feldt Lower-b ound Time 5 .000 SPSS数据案例分析 目录 一.手机APP 广告点击意愿的模型构建 (2) 1.1构建研究模型 (2) 1.2研究变量及定义 (2) 1.3研究假设 (3) 1.4变量操作化定义 (3) 1.5问卷设计 (3) 二．实证研究 (5) 2.1基础数据分析 (5) 2.2频数分布及相关统计量 (5) 2.3相关分析 (7) 2.4回归分析 (8) 2.5假设检验 (10) 一.手机APP 广告点击意愿的模型构建 1.1构建研究模型 我们知道效用期望、努力期望、社会影响对行为意愿会产生一定的影响，在模型中的性别、年龄、经验与自愿性等四个控制变量，通常都是作为控制变量来观察他们对采用因素与使用意向之间的关系的影响。因此，目前手机APP 广告的使用人群年龄相对比较年轻，而且年龄特征分布高度集中，年龄在30 岁以下的人群占到70%以上，因此本研究考虑性别了这一变量，同时根据手机APP 广告用户的特性，加入了手机流量作为控制变量，去观察它们对外部变量与点击意愿之间的关系是否有显著影响。 在本研究中，主要把调节变量和控制变量作为两个不同的研究变量，对于调节变量感知风险来说，它是直接影响了感知风险与手机APP 广告点击意愿二者的关系；而控制变量性别、手机流量这些变量是对广告效用期望、APP 效用期望和社会影响与点击意愿直接的关系是否有显著影响。最后，本文根据手机APP 广告的特点对UTAUT 模型进行扩展，构建了手机APP 广告点击意愿的影响因素研究模型。 1.2研究变量及定义 1.3研究假设 (1) 广告效用期望、APP 效用期望、社会影响与手机APP 点击意向的关系 H1：用户的广告效用期望与点击手机APP 广告意愿正相关。 H2：用户的APP 效用期望与点击手机APP 广告意愿正相关 H3：社会影响与手机APP 广告点击意愿正相关 （2）感知风险与点击手机APP 广告意愿的关系 H4：感知风险与手机APP 广告点击意愿负相关 H5：性别，手机流量对手机APP 广告点击意愿没有显著影响 1.4变量操作化定义 广告效用期望：广告对我了解某品牌来说很有用 APP 效用期望：使用APP 能够让我了解到多方面的信息 社会影响：身边的人都在使用手机APP 广告，所以我也要使用 感知风险：在点击手机APP 广告时，我担心我的个人隐私安全得不到保护 感知隐私安全重要性：确保点击手机APP 广告是安全的，对我来说是很重要的 使用意向：我愿意把手机APP 广告推荐给我周围的人 1.5问卷设计 s p s s的数据分析案例文件排版存档编号：[UYTR-OUPT28-KBNTL98-UYNN208] 关于某公司474 名职工综合状况的统计分析报告 一、 数据介绍： 本次分析的数据为某公司474名职工状况统计表，其中共包含十一变量，分别是：id （职工编号），gender(性别)，bdate(出生日期)，edcu （受教育水平程度），jobcat （职务等级），salbegin （起始工资），salary （现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。通过运用spss 统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况，并分析个变量的分布特点及相互间的关系。 二、 数据分析 1、 频数分析。基本的统计分析往往从频数分析开始。通过频数分析能够了解变 量的取值状况，对把握数据的分布特征非常有用。此次分析利用了某公司474名职工基本状况的统计数据表，在gender(性别)、edcu （受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。 首先，对该公司的男女性别 分布进行频数分析，结果如 下： Gender 上表说明，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为%和%，该公司职工男女数量差距不大，男性略多于女性。 其次对原有数据中的受教育程度进行频数分析，结果如下表： Educational Level (years) 上表及其直方图说明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占总人数的%，其次为15年，共有116人，占中人数的%。且接受过高于20年的教育的人数只有1人，比例很低。 2、描述统计分析。再通过简单的频数统计分析了解了职工在性别和受教育水平 上的总体分布状况后，我们还需要对数据中的其他变量特征有更为精确的认识，这就需要通过计算基本描述统计的方法来实现。下面就对各个变量进行描述统计分析，得到它们的均值、标准差、片度峰度等数据，以进一步把我数据的集中趋势和离散趋势。 Descriptive Ststistics 《统计分析与SPSS的应用（第五版）》（薛薇） 课后练习答案 第 1 章SPSS 统计分析软件概述 1、SPSS的中文全名和英文全名是什么？ SPSS的中文全名是：社会科学统计软件包（后改名为：统计产品与服务解决方案） 英文全名是：Statistical Package for the Social Science.（Statistical Product and Service Solutions） 2、SPSS有哪两个主要窗口？它们的作用和特点各是什么？SPSS的两个主要窗口是数据编辑器窗口和结果查看器窗口。 数据编辑器窗口的主要功能是定义SPSS数据的结构、录入编辑和管理待分析的数据； 结果查看器窗口的主要功能是现实管理SPSS统计分析结果、报表及图形。 3、什么是SPSS的数据集？什么是SPSS的活动数据集？ SPSS的数据集： SPSS运行时可同时打开多个数据编辑器窗口。每个数据编辑器窗口分别显示不同的数据集合 （简称数据集）。 活动数据集：其中只有一个数据集为当前数据集。SPSS只对某时刻的当前数据集 中的数据进行分析。 4、SPSS有哪三种主要使用方式？各自的特点是什么？SPSS的三种基本运行方式： 完全窗口菜单方式、程序运行方式、混合运行方式。 完全窗口菜单方式：是指在使用SPSS的过程中，所有的分析操作都通过菜单、按 钮、输入对话框等方式来完成，是一种最常见和最普遍的使用方式，最大优点是简洁和直观。 程序运行方式：是指在使用SPSS的过程中，统计分析人员根据自己的需要，手工 编写SPSS命令程序，然后将编写好的程序一次性提交给计算机执行。该方式适用于大规模的统 计分析工作。 混合运行方式：是前两者的综合。 5、.sav、.spo、.sps分别是SPSS哪类文件的扩展名？ ?sav是数据编辑器窗口中的SPSS数据文件的扩展名 .spv是结果查看器窗口中的SPSS分析结果文件的扩展名 .sps 是语法窗口中的SPSS程序 6、SPSS 的数据加工和管理功能主要集中在哪些菜单中？统计绘图和分析功能主要集中在哪些菜单中？SPSS的数据加工和管理功能主要集中在编辑、数据等菜单中；统计分析和绘图功能主要集 中在分析、图形等菜单中。 7、请查阅相关资料，解释概率抽样和非概率抽样中各具体抽样方法的特点和适用场合？概率抽样（probability sampling）：也称随机抽样，是指按一定的概率以随机原则抽取样本，抽取样本时每个单位都有一定的机会被抽中，每个单位被抽中的概率是已知的，或是可以计算出来的。概率抽样包括简单随机抽样、系统抽样（等距抽样）、分层抽样（类型抽样）、整群抽样、多阶段抽样等。 简单随机抽样（simple random sampling）：从包括总体N 个单位的抽样框中随机地抽取n 个单位作为样本，每个单位抽入样本的概率是相等的。是最基本的抽样方法，是其它抽样方法的 量表（或问卷）编制中的SPSS应用 所谓量表（或问卷）编制就是将初步设计的问卷（或者其他人的问卷），通过预试获得数据，在数据的基础上对问卷中的每个题进行系统、标准的分析，最后确定是否需要将此题剔除，或者保留在问卷中。最后形成一个信效度较好的问卷。 举例量表（或问卷）：青少年偏差行为问卷 一、我们建立一个SAV文件（SPSS数据文件），把预试中得到的结果输入到数据文件中。 二、通过升、降序等方式剔除异常数据。 次数分布 sav、txt、excel 三、先对问卷中的反向题进行处理（本问卷没有设计反向题，感兴趣的同学可以先根据操作图示，并参阅其他资料先行学习） 所谓反向题是指：问卷中常有反向计分的题项，以李克特5点量表而言，正向题的题项通常给予1、2、3、4、5分，而反向题的题项计分时，便要给予5、4、3、2、1分；以4点量表而言，正向题通常给予1、2、3、4分，而反向题计分时则分别要给予4、3、2、1分。因此，我们在这一阶段要将题项计分的方式化为一致。本青少年偏差行为问卷是一个5点量表，正向题的题项是给予1、2、3、4、5分，如果有反向题（当然实际上本问卷没有）则本来的实际计分为5、4、3、2、1分，需要进行转化，具体计分的转换情形为： 5——1 4——2 3——3 2——4 1——5 这样就和正向题保持一致了。 spss操作如下： 四、计算量表的总分total，并剔除异常数据 五、进行项目分析 （一）题总相关的计算：使用皮尔逊积差相关（一般要求达0.4以上） （二）计算题项区分度：使用高低分组T检验（独立样本），假设检验要达到显著水平。 1、进行高低分组 （1）对记录进行排序，找到高低分组的临界分数点。（一般为27％或者33％） 32 62spss的数据分析案例
SPSS数据案例分析
spss统计分析软件概述
张亨整理 四个常用统计软件SAS,STATA,SPSS,R语言分析比较及其他统计软件概述
SPSS操作实例-重复测量
SPSS数据案例分析
spss的数据分析案例
《统计分析与SPSS的应用(第五版)》课后练习答案(第1章)
SPSS简单数据分析
相关主题
文本预览