SPSS数据整理及t检验

S P S S简明教程(X2检验和T检验)-CAL-FENGHAI.-(YICAI)-Company One1SPSS最适用的统计学方法（X2检验和T检验）1．SPSS的启动（1）在windows[开始]→[程序]→[spss20]，进入SPSS for Windows对话框，2．创建一个数据文件三个步骤：（1）选择菜单【文件】→【新建】→【数据】新建一个数据文件。

（2）单击左下角【变量视窗】标签进入变量视图界面，定义每个变量类型。

（3）单击【数据视窗】标签进入数据视窗界面，录入数据库单元格内。

3．读取外部数据当前版本的SPSS可以很容易地读取Excel数据，步骤如下：（1）按【文件】→【打开】→【数据】的顺序使用菜单命令调出打开数据对话框，在文件类型下拉列表中选择数据文件,如图所示。

图 Open File对话框（2）选择要打开的Excel文件，单击“打开”按钮，调出打开Excel数据源对话框，如图所示。

对话框中各选项的意义如下：工作表下拉列表：选择被读取数据所在的Excel工作表。

范围输入框：用于限制被读取数据在Excel工作表中的位置。

图 Open Excel Data Source对话框4．数据编辑在SPSS中，对数据进行基本编辑操作的功能集中在Edit和Data菜单中。

5．SPSS数据的保存SPSS数据录入并编辑整理完成以后应及时保存，以防数据丢失。

保存数据文件可以通过【文件】→【保存】或者【文件】→【另存为】菜单方式来执行。

在数据保存对话框（如图所示）中根据不同要求进行SPSS数据保存。

图 SPSS数据的保存5. 数据分析在SPSS中，数据整理的功能主要集中在【数据】和【分析】两个主菜单下6.语言切换：编辑（E）—选项（N）--用户界面-语言--简体中文第六章：描述性统计分析(X2检验)完成计数资料和等级资料的统计描述和一般的统计检验，我们常用的X2检验也在其中完成。

6.1.1界面说明界面如下所示:分析—描述统计—频率用于定义需要计算的其他描述统计量。

数据的整理与分析chy一、数据收集-问卷星1、检查与剔除不合格问卷，比如答题时间太短、年龄不符合、问卷填写不完整等。

2、应答率/回收率：是指定的或者抽中的需要作答的对象中，最终完成作答的百分比。

3、合格率：合格数量/作答数量。

4、一般的，访问问卷的回收率最高，回收率一般要求在90%以上；邮寄问卷的回收率低，回收率在50%左右就可以了；发送式自填问卷的回收率一般，回收率要求在67%以上。

5、如果不高尽量不要写入，反而起反作用。

6、可以运用问卷星中的图与表描述，直观描述。

二、数据整理-Excel1、结果导出方式：文本、数字、分数，保存excel原版。

2、再另存一版你用于SPSS分析的表格。

3、注意反向计分的题目。

4、如果量表分为几个维度，可以单独列出来进行分析。

（如我发到群里的表格，可以用总分与其他条目分析，也可以用这个量表包括的几个维度分别与其他条目分析，观察其关联）。

5、如果分不清楚，可以标注一下变量的类型，如分类变量还是数据变量（如我的Excel的第二行，但是导入到SPSS中时需要删除）。

三、数据录入-SPSSSPSS中“变量视图”输入各变量如下：1、“类型”尽量都转换为“数字”；（选中右边的…）（点击“数字”即可）3、“值”的标记：（用于计数资料的标记，在结果中易于观察）点击…，分别输入对应的值和代表的标签，点击“添加”和确定即可4、“测量”分为三类：（1）标度：指计数资料，如年龄、108总分等；（2）有序：指等级资料，如年级等；（3）名义：指计数资料，如性别、性格等。

5、如何把计数资料转换为计量资料，即赋值（以“拖延总分为例”）步骤：（注意填写名称和标签，点击“变化量”） ----点击“旧值和新值”进行赋值：0-20赋值为1：--添加--20.1-40赋值为2：--添加--40.1-60赋值为3：--添加--然后“变量视图”最后一行就会出现新的变量“拖延分数三分类”，可以把“名义”改为“有序”，也可不改。

本学期一共学习了七项spss使用方法，分别是数据整理、数据的转换、t检验、方差分析、卡方检验、相关分析与回归方程、图表的制作与编辑。

我觉得spss对我用处非常大，就平时学习来说，我用它计算了几道生物统计题，完成了spss作业和数学建模作业。

因为实验指导书有几个实验实验方法与步骤很不详细，我还练习了写实验方法与步骤，但在写实验感受方面还有所欠缺。

统计学是一门研究随机事件的学科，这类偶然现象是遵循统计规律的，当随机现象是由大量的成份组成，或者随机现象出现大量的次数时，就能体现统计平均规律。

我们只有对数据资料作统计处理，才可能发现它们的内在规律，掌握现象的特征，检验研究的假设，才能得出准确的、可靠的研究结果。

每次实验我开始时都觉得很难，很多时候是因为不知道怎么做表格，比如做卡方检验的时候要交叉值表，一开始我都一直是认为应该把不同因素和不同水平放到不同列里，之后才发现同一因素要写在同一列里，然后在另一列里些他们的水平，这样就会被自动分开。

相关分析我到现在还有一点不明白。

相关分析和回归方程里的那几道题那些应该用相关分析做，那些应该用回归方程做，当然这是统计学方面的问题了。

我以后还要加强对实验结果的解读能力，spss给出的计算结果往往有双侧sig.值等，而我还不太会查表（有个别不清楚查那个表），所以一些题目没有写最终分析。

Spss作为一个工具，本身并无太多原理可言，主要是掌握它的使用方法。

数据输入主要是分为数据列表和变量列表。

和excel最不一样的是变量列表。

变量列表可以对变量名，变量类型作出规定。

而这些尤其是变量类型对后续的统计分析工作有很大影响。

数据整理很重要的一点是排序。

Spss可以先按一个变量排，再在此基础上按另一个变量排。

这是我以前不了解的一个功能。

1.在数据文件中单击菜单项“Data→Sort Cases”，在变量列表中选定按哪（几）个变量的值排序，并用箭头按钮将其移入Sort by矩形框中，单击按纽即会对数据文件中的case进行排序。

在统计学中，我们往往从样本的特性推知随机变量总体的特性。

但由于总体中个体之间存在差异，样本的统计量和总体的参数之间往往会有误差。

因此，均值不相等的样本未必来自不同分布的总体，而均值相等的样本未必来自有相同分布的总体。

也就是说，如何从样本均值的差异推知总体的差异，这就是均值比较的内容。

SPSS提供了均值比较过程，在主菜单栏单击“Analyze”菜单下的“Compare Means”项，该项下有5个过程，如图4-1。

平均数比较Means过程用于统计分组变量的的基本统计量。

这些基本统计量包括：均值（Mean）、标准差(Standard Deviation)、观察量数目(Number of Cases)、方差(Variance)。

Means过程还可以列出方差表和线性检验结果。

[例子]调查了棉铃虫百株卵量在暴雨前后的数量变化，统计暴雨前和暴雨后的统计量，其数据如下：暴雨前 110 115 133 133 128 108 110 110 140 104 160 120 120暴雨后 90 116 101 131 110 88 92 104 126 86 114 88 112该数据保存在“DATA4-1.SAV”文件中。

1）准备分析数据在数据编辑窗口输入分析的数据，如图4-2所示。

或者打开需要分析的数据文件“DATA4-1.SAV”。

图4-2 数据窗口2）启动分析过程在SPSS主菜单中依次选择“Analyze→Compare Means→Means”。

出现对话框如图4-3。

图4-3 Means设置窗口3）设置分析变量从左边的变量列表中选中“百株卵量”变量后，点击变量选择右拉按钮，该变量就进入到因子变量列表“Dependent List:”框里，用户可以从左边变量列表里选择一个或多个变量进行统计。

从左边的变量列表中选中“调查时候”变量，点击“Independent List”框左边的右拉按钮，该变量就进入分组变量“IndependentList”框里，用户可以从左边变量列表里选择一个或多个分组变量。

SPSS对数据进行T检验统计分析下面将做此项目的最后一个环节，即使用SPSS进行统计分析。

先用SPSS来做组设计两样本均数比较的T检验，其步骤如下。

（1）执行Analyze/Compare Means/Independent-Samples T test命令，打开如图1-43所示的对话框。

（2）在该对话框中选择X放入TEST列表框中，选择Group放入Grouping Variable文本框中，如图1-44所示。

图1-43 打开T检验对话框图1-44 选择入列表（3）单击Define Groups按钮，系统弹出比较组定义对话框，如图1-45所示。

（4）在该对话框中的两个值框中分别输入1和2，然后单击Continue按钮，如图1-46所示。

图1-45 比较组定义对话框图1-46 输入值（5）单击T检验对话框中的OK按钮，如图1-47所示。

图1-47 进行T检验（6）系统经过计算后，会弹出结果浏览窗口。

首先给出的是两组的基本情况描述，如样本量、均数等，然后是T检验的结果，如图1-48所示。

图1-48 T检验结果从上图中可见，结果分为两大部分：第一部分为Levene's方差检验，用于判断两体方差是否齐，这里的检验结果为F=0.032，p=0.860，可见在本例中方差齐；第二部分则分别给出两组所在部体方差齐和方差不齐时的T检验结果，即上面一行列出的T=2.542，V=22，p=0.019。

从而最终的统计结论为按=0.05水准，拒绝H0，认为克山病患者与健康人的血磷值是不同的。

从样本均数来看，可以确定克山病患者的血磷值较高。

《证券理论与实务》模块八考试精要（证券市场基础知识）模块八考试精要一、单项选择题1、涉及证券市场的法律、法规第一个层次是指（）。

A、法律B、行政法规C、厂纪厂规D、部门规章2、涉及证券市场的法律、法规第二个层次是指（）。

A、法律B、行政法规C、厂纪厂规D、部门规章3、涉及证券市场的法律、法规第三个层次是指（）。

SPSS：数据分析3、T检验（TTest）⽅差分析（ANOVA）（Chi-squareTe。

⽬录1、数据采集2、数据是否服从正态分布3、T检验（T Test）4、⽅差分析（ANOVA）5、卡⽅检验（Chi-square Test）6、灰⾊关联度分析（Grey Relation Analysis，GRA）7、弗⾥德曼检验（Friedman Test）8、箱图（Box）1、数据采集1、数据分类定性观察、访谈、调查定量⼿动测量、⾃动测量、问卷打分主观等级、排序、感觉、有⽤性客观时间、数量、错误率、分数⾃变量不同的实验条件因素，研究的因素因变量不同的实验条件所影响的、要观测的因素连续数量值（preference）时间、数量、错误率------离散数量值（usability问卷打分等级数量值（usability）等级、排序变量类型Norminal Data 定类变量 | 变量的不同取值仅仅代表了不同类的事物，这样的变量叫定类变量。

问卷的⼈⼝特征中最常使⽤的问题，⽽调查被访对象的“性别”，就是定类变量。

对于定类变量，加减乘除等运算是没有实际意义的。

Ordinal Data 定序变量 | 变量的值不仅能够代表事物的分类，还能代表事物按某种特性的排序，这样的变量叫定序变量。

问卷的⼈⼝特征中最常使⽤的问题“教育程度“，以及态度量表题⽬等都是定序变量，定序变量的值之间可以⽐较⼤⼩，或者有强弱顺序，但两个值的差⼀般没有什么实际意义。

Interval Data 定距变量 | 变量的值之间可以⽐较⼤⼩，两个值的差有实际意义，这样的变量叫定距变量。

有时问卷在调查被访者的“年龄”和“每⽉平均收⼊”，都是定距变量。

Ratio Data 定⽐变量 | 有绝对0点，如质量，⾼度。

定⽐变量与定距变量在市场调查中⼀般不加以区分，它们的差别在于，定距变量取值为“0”时，不表⽰“没有”，仅仅是取值为0。

定⽐变量取值为“0”时，则表⽰“没有”。

t检验使用条件及在SPSS中的应用t检验是对均值的检验，有三种用途，分别对应不同的应用场景：1)单样本t检验（One Sample T Test）：对一组样本，检验相应总体均值是否等于某个值；2)相互独立样本t检验（Independent-Sample T Test）：利用来自某两个总体的独立样本，推断两个总体的均值是否存在显著性差异；3)配对样本t检验：是采用配对设计方法观察以下几种情形，1，两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3，同一受试对象处理前后。

下文将分别介绍三种t检验的使用条件以及在SPSS中的实现。

一、单样本t检验1.1简介1)单样本t检验的目的利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在显著性差异，它是对总体均值的检验。

2)单样本t检验的前提样本来自的总体应服从和近似服从正态分布，且只涉及一个总体。

如果样本不符合正态分布或不清楚总体分布的形状，就不能用单样本t检验，而要改用单样本的非参数检验。

3)单样本t检验的步骤a)提出假设单样本t检验需要检验总体的均值是否与指定的检验值之间存在显著性差异，为此，，提出假设：给定检验值μH0：μ= μ（原假设，null hypothesis）H1：μ≠μ（备择假设,alternative hypothesis，）b)选择检验统计量属于总体均值和方差都未知的检验采用t统计量：t =X ̅−μ0S ̂√n ⁄，其中，X ̅和S ̂分别为样本均值和方差，t 的自由度为n-1SPSS 中还将显示均值标准误差，计算公式为S ̂√n⁄，即t 统计量的分母部分。

c) 计算统计量的观测值和概率将样本均值、样本方差、μ0带入t 统计量，得到t 统计量的观测值，查t 分布界值表计算出概率P 值。

d) 给出显著性水平α，作出统计判断给出显著性水平α，与检验统计量的概率P 值作比较。

当检验统计量的概率值小于显著性水平时，则拒绝原假设，认为总体均值与检验值μ0之间有显著性差异；反之，如果检验统计量的概率值大于显著性水平，则接受原假设，认为总体均值与检验值μ0之间没有显著性差异。

检验步骤总结：1、t检验2、方差分析3、卡方检验4、秩和检验5、相关分析6、线性回归1、t检验（要求数据来自正态总体,可能需要先做正态检验）（1）单一样本t检验数据特征:单一样本变量均数与某固定已知均数进行比较方法：ANALYZE—COMPARE MEANS-ONE SAMPLE t TEST（2）独立样本t检验数据特征：两个独立、没有配对关系的样本（有专门变量表示组数）方法：ANALYZE—COMPARE MEANS-INDEPENDENT SAMPLES t TEST注意观察方差分析结果,判断查看的数据是哪一行！（3）配对样本t检验数据特征：两个不独立的,有配对关系的样本（没有专门变量表示组数）方法：ANALYZE—COMPARE MEANS—PAIRED SAMPLES t TEST不需要方差分析结果检验步骤：（1）正态性检验1（有同学推荐，老师没有强调，但依据理论应进行）（2）建立假设（H0：。

来自同一样本。

H1:。

.。

不来自同一样本）（3）确定检验水准（4）计算统计量（依据上面不同样本类型选择检验方法，注意独立样本t检验要先注明方差分析结果）（5）确定概率值P（6）得出结论2、方差分析（要求数据来自正态总体，可能需要先做正态检验）（1）单因素方差分析数据特征：相互独立、来自正态总体、随机、方差齐性的多样本(有专门变量表示组数,且组数大于2）方法:ANALYZE—COMPARE MEANS—ONE WAY ANOVA注意需要在options 里面选择homogeneity variance test 做方差分析符合方差齐性才可以得出结论！（〉0.1）（2）双因素方差分析1正态性检验方法：analyze-explore-plot里面选择normality test数据特征：有三列数据,1列是主要研究因素，1列是配伍组因素，1列是研究数据。

方法：GENERAL LINEAR MODEL—UNIVARIATE （注意选择model里的custom，type是main effect，注意把两个因素选择为fixed factor）检验步骤：（1）正态性检验（有同学推荐，老师没有强调，但依据理论应进行）（2）建立假设（H0：.。

实习二 SPSS计量描述与t检验一、计量描述1.打开“例02-01.sav”数据，用frequencies菜单计算血清总胆固醇的均数、中位数、四分位数、标准差；用descriptives计算均数、标准差。

2.用explore计算均数、均数95%可信区间、中位数、四分位数间距、标准差等指标，并进行正态性检验。

二、t检验1.将P58【例7-1】数据输入SPSS，检验正态性，如正态性条件满足进行单样本的t检验。

【例7-1】某医生测量了36名从事铅作业男性工人的血红蛋白含量，算得其均数为130.83g/L，标准差为25.74g/L。

问从事铅作业工人的血红蛋白是否不同于正常成年男性平均值140g/L？36名从事铅作业男性工人的血红蛋白含量的数据如下：112，137，129，126，88，90，105，178，130，128，126，103，172，116，125，90，96，62，157，151，135，113，175，129，165，171，128，128，160，110，140，163，100，129，116，1272.将P61【例7-2】数据输入SPSS，检验配对差值的正态性，如正态性条件满足进行配对设计的t 检验。

【例7-2】为比较两种不同方法对乳酸饮料中脂肪含量测定结果是否不同，随机抽取了10份乳酸饮料制品，分别用脂肪酸水解法和哥特里-罗紫法测定其结果如下表第（1）-（3）栏。

问两种测定结果是否不同。

两法测定乳酸饮料中脂肪含量的结果编号(1) 哥特里-罗紫法(2)脂肪酸水解法(3)1 0.840 0.5802 0.591 0.5093 0.674 0.5004 0.632 0.3165 0.687 0.3376 0.978 0.5177 0.750 0.4548 0.730 0.5129 1.200 0.99710 0.870 0.506合计……3.将P63【例7-3】输入数据SPSS，分组检验正态性，并检验两组的方差齐性，如正态性和方差齐性条件满足，进行完全随机设计的t检验。

t 检验使用条件及在SPSS 中的应用t 检验是对均值的检验，有三种用途，分别对应不同的应用场景：1) 单样本t 检验（One Sample T Test ）：对一组样本，检验相应总体均值是否等于某个值；2) 相互独立样本t 检验（Independent-Sample T Test ）：利用来自某两个总体的独立样本，推断两个总体的均值是否存在显著性差异；3) 配对样本t 检验：是采用配对设计方法观察以下几种情形，1，两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3，同一受试对象处理前后。

下文将分别介绍三种t 检验的使用条件以及在SPSS 中的实现。

一、 单样本t 检验1.1简介1) 单样本t 检验的目的利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在显著性差异，它是对总体均值的检验。

2) 单样本t 检验的前提样本来自的总体应服从和近似服从正态分布，且只涉及一个总体。

如果样本不符合正态分布或不清楚总体分布的形状，就不能用单样本t 检验，而要改用单样本的非参数检验。

3) 单样本t 检验的步骤a) 提出假设单样本t 检验需要检验总体的均值是否与指定的检验值之间存在显著性差异，为此，给定检验值μ0，提出假设：H 0：μ = μ0 （原假设，null hypothesis ）H 1：μ ≠ μ0（备择假设,alternative hypothesis ，）b) 选择检验统计量属于总体均值和方差都未知的检验采用t 统计量：t =X ̅−μ0S ̂√n ⁄，其中，X ̅和S ̂分别为样本均值和方差，t 的自由度为n-1SPSS 中还将显示均值标准误差，计算公式为S ̂√n⁄，即t 统计量的分母部分。

c) 计算统计量的观测值和概率将样本均值、样本方差、μ0带入t 统计量，得到t 统计量的观测值，查t 分布界值表计算出概率P 值。

d) 给出显著性水平α，作出统计判断给出显著性水平α，与检验统计量的概率P 值作比较。