当前位置：文档之家 › SPSS学习资料

SPSS学习资料

  • 格式：doc
  • 大小：161.00 KB
  • 文档页数：15

SPSS（社会科学统计软件）学习资料参考书：SPSS for Windows：Base System User’ s Guide. Marija J. Norusis. SPSS Inc.卢纹岱等编著：SPSS for Windows 从入门到精通。

电子工业出版社，1996年. SPSS for Windows made Simple. 3rd ed. Paul R. Kinnear & Colin D. Gray Psychological Press,Ltd.,1999Electronic Statistical T extbook (from StatSoft) .statsoft./textbook/stathome.html 作业：必须在次周周一前用电子邮件，磁盘或打印形式交给主讲教师和辅导上机的助教。

讲义：课前在网上下载或接收电子邮件。

成绩评定方法：期末考试, 期中考试,和作业，出勤。

期末考试40%期中考试30%作业，出勤30%总成绩100第一章数据和文件1准备分析用数据1.1数据收集主要是通过测量方法收集必需的数据。

测量方法可以是实验、测验、问卷调查等等。

应尽可能包括自己所需要的所有变量，因为从分析中排除不必要的变量比收集附加变量要容易得多。

1.2数据编码当我们通过问卷或测验收集了很多的数据回来后，接下来的工作就是把这些数据录入到计算机里。

为了输入数据简单，一种方法是在录入前用数据或符号表述被试的回答，这就是数据编码。

下面是一个编码表：些特殊信息的Case。

（编码示例）不管你自己对SPSS使用多么熟悉，在数据录入前对数据进行系统的编码是非常必要的，它可以使你避免混乱，清楚了解数据的意义。

1.3数据文件SPSS有三种文件：SYNTAX 文件（文本文件，以.sps为后缀）、DATA文件（数据文件，以.sav为后缀）、OUTPUT文件（结果文件，以.spo为后缀）。

SYNTAX 文件主要是保存命令及相关的文本资料；DATA文件则是保存供SPSS统计的数据，只有这种文件里的数据才可以直接进行统计使用；OUTPUT文件保存统计的结果。

SPSS所用的数据文件有很多种，主要是根据自己分析数据的量及每一Case 包括变量多少来选择适当的文件形式。

当数据较少及Case不多时，可以直接在SPSS的数据文件里加入数据。

（录入数据示例）当数据较多时，一般习惯用一编辑系统来录入数据（如SPSS中的SYNTAX文件），然后再通过定义命令把数据读入统计用的数据文件里。

这样录入的速度较快，不过可能不容易查找在录入过程中的错误。

这里只介绍用SPSS中的SYNTAX 文件录入数据的方法，并且在以下的其它内容中，也相应只介绍一些习惯的方法。

（录入数据示例）2数据定义与转换2.1数据定义（DATA LIST）在用SPSS中的SYNTAX 文件录入的数据文件中，每一个人的资料都排在一行上（可以多行）。

这样任何一个变量的数据都在相同的列里。

SPSS在使用这些数据时，必须对这些数据进行定义。

即告诉计算机各列数据代表什么。

DATA LIST命令用以给变量命名，并定义它们在Case中的位置和属性，把数据变成能被SPSS命令或过程使用的现用文件。

下面只介绍用固定格式引用外部数据文件的命令：DATA LIST FILE=‘C：\YLX\STRESS.SPS’/num 1-3 sch 4 sex 5 chi 6-7a1 to a10 8-17.FILE子命令指定从外部文件C：\YLX\STRESS.SPS读入数据。

接着是各个变量的名称及所在位置（字符宽）。

（1）当数据里有小数应该怎么表示？如，语文成绩里有85.3分，小数点不用录入，我们只要在程式里告诉电脑哪位是小数就可以了。

如：DATA LIST FILE=‘C：\YLX\STRESS.SPS’/num 1-3 sch 4 sex 5 chi 6-8（1）a1 to a10 9-18....chi 6-8（1）中括号里的1表示有一位小数。

如果是两位小数就用（2）。

（2）当你的数据中每个被试的数据有两行或者多行时应该怎么办？下面的例子是一个case有三行数据的情况：data list file='d:\data\2002\study.sps'records=3/1 school 1 numb 2-3 sex 4 grade 5 chinese 6-7 math 8-9 english 10-11 s1 to s60 12-71/2 s61 to s90 1-30 b1 to b44 31-74/3 a1 to a41 1-41 d1 to d42 42-83.用records=3指明每个被试有三行数据，在定义的时候，用/1 /2 /3 指明是第几行的数据。

（结合学生前面录入的数据示例）2.2变量值的重编码（RECODE）在统计数据处理时，经常需要对数据进行某些变换以适应不同处理的要求。

所谓数据变换是利用现存变量，或改变它们的值，或利用它们产生新的变量。

RECODE可以对现存变量的值作指定的变换。

如我们有一个题目是:“我不能满足学生的期待。

”要求老师在下面五个选择中选一个“1从来没有、2很少、3有时、4经常、5总是”。

我们在录入数据时只是按老师选择的数字录入。

但现在我们想统计“有时+经常+总是”和“从来没有+很少”的人数及比例。

这时我们可以用RECODE命令进行变换。

RECODE ITEM1（1,2=1）（3,4,5=2）.这样我们就用1代表“从来没有+很少”，用2 代表“有时+经常+总是”。

另，如年龄这一变量，我们可能在录入时是按实际年龄的数字录入，但如果我们想把它们分老、中、青三组以比较三种年龄的人的差异时，就可以用RECODE 命令对原数据中的年龄变量进行变换。

RECODE AGE（LO THRU 35=1）（36 THRU 45=2）（46 THRU HI=3）.把最小到35岁为青年组，用1表示；36到45岁为中年组，用2 表示；46到最老为老年组，用3 表示；这样就对原来变量的值重新进行了编码。

这里大家应该记住：THRU表示“至”。

第一个命令里是确定的值“（1，2=1）”，而第二个命令是一个范围“（LOWEST THRU 35=1）”。

（结合学生前面录入的数据示例）2.3计算变量（COMPUTE）有时我们想对数据进行组合，形成一个新的变量。

如我们用10道题来测量学生对学校的态度，但我们并不想对这10道题进行一一的分析，我们想对它们进行合并来说明该学生对学校的态度情况。

这时我们可以用COMPUTE命令来组合成新的变量。

COMPUTE ATTITUDE=（ITEM1+ITEM2+ITEM3+ITEM4+...+ITEM10）/10.把十个项目的分析的相加的平均分成一个新的变量ATTITUDE。

也可以是其它的运算关系，如减、乘、除、平方、开方等。

当然你可以不除以10，这样得到的是10道题的总分，除以10是项目平均分。

但有时因为可能有几个维度，而这几个维度的项目数不一样多，我们又想比较各维度的水平，这时我们除以项目数，得到项目平均分以利于比较。

又如你用学生的语文、数学、英语三科的总成绩作为学生的学业成绩。

compute total=chinese+math+english.除以3就可以得到平均每科的成绩。

写成：compute total=（chinese+math+english）/3.（结合学生前面录入的数据示例）2.4条件变换（IF）IF命令根据逻辑条件执行类似于recode的变换。

如当我们想把男生且考试分数不合格的作一组，男生且考试分数合格至良好的作一组，男生且考试分数优秀的作一组，以比较三组学生在某一方面的差异时，我们可以用IF命令来形成一个新的变量。

IF(SEX=1 AND SCORE<=60)SEXSC=1.IF(SEX=1 AND SCORE>60 AND SCORE<=80)SEXSC=2.IF(SEX=1 AND SCORE>80)SEXSC=3.这样我们就变换成一个新的变量SEXSC，进而比较SEXSC在某一方面的差异，即上述三组学生的差异。

（结合学生前面录入的数据示例）当然，我们可以IF命令来获得很多种我们想要的变换。

注意和RECODE的差异。

其实RECODE AGE（LO THRU 35=1）（36 THRU 45=2）（46 THRU HI=3）.也可以用IF来实现：IF（AGE<=35）AGE1=1.IF（AGE>35 AND AGE<=45）AGE1=2.IF（AGE>45）AGE1=3.不过，这样就会产生了一个新的变量“AGE1”，当然原来的变量“AGE”也保持不变。

（结合学生前面录入的数据示例）2.5缺失数据的定义（MISSING）我们在做调查时，经常遇到一些被试对某一问题漏答的情况。

但由于该被试的其他资料还是可以用的，不想把他剔除。

在编码时，我们用一个答案上没有的数字表示缺失。

一般习惯是用“0”、“9”或“00”、“99”等，但注意这些数字必须是答案中没有的，否则重复了会把原来具有其它意义的变成了缺失。

在用SPSS进行统计，我们就必须告诉计算机，某一变量如果数值是“0”、“9”或“00”、“99”时，就表示缺失。

如某些学生忘记填写性别，我们用9来表示缺失。

MISSING VALUE SEX（9）.告诉计算机，当SEX是9时，表明该学生没有填写性别。

在做涉及到该变量的某些计算时，如比较男女学生的差异，可以考虑剔除丢失该变量资料的人。

第二章描述统计过程1频数这是对数据的一般整理，了解样本的分布：离散性、变异性和规律性。

统计学中的分布是指一个变量的各种情况或取值出现的次数或频数，所以又叫做频数分布。

如家长的职业，我们可以用变量名“JOB”，不同的职业我们给予不同的数字表示：1-干部、2-教师、3-研究员等，分布是指被调查的学生中各种职业的家长数。

频数分布反映出落入每一组的观察值个数。

还可以用分数、小数或百分数表示。

1.1命令FREQUENCESFREQUENCES计算单个变量值的频数、百分数和各种描述统计量。

如上述，我们要计算各种职业的父母的人数。

FREQUENCES VARIABLES=JOB. (可以简写成：FRE VAR=JOB.)Statistics1.3分位点的确定—子命令PERCENTILES和NTILE利用子命令PERCENTILES和NTILE得到所有待分析变量的百分位数。

如果指定多个PERCENTILES和NTILE子命令，显示所有选择的百分位数的一个表。

1.3.1 PERCENTILES子命令PERCENTILES子命令显示落在指定值（或者值列表）的case的百分数。

合集下载

SPSS学习系列22. 方差分析

SPSS学习系列22. 方差分析

22. 方差分析一、方差分析原理1. 方差分析概述方差分析可用来研究多个分组的均值有无差异，其中分组是按影响因素的不同水平值组合进行划分的。

方差分析是对总变异进行分析。

看总变异是由哪些部分组成的，这些部分间的关系如何。

方差分析，是用来检验两个或两个以上均值间差别显著性（影响观察结果的因素：原因变量（列变量）的个数大于2，或分组变量（行变量）的个数大于1）。

一元时常用F检验（也称一元方差分析），多元时用多元方差分析（最常用Wilks’∧检验）。

方差分析可用于：（1）完全随机设计（单因素）、随机区组设计（双因素）、析因设计、拉丁方设计和正交设计等资料；（2）可对两因素间交互作用差异进行显著性检验；（3）进行方差齐性检验。

要比较几组均值时，理论上抽得的几个样本，都假定来自正态总体，且有一个相同的方差，仅仅均值可以不相同。

还需假定每一个观察值都由若干部分累加而成，也即总的效果可分成若干部分，而每一部分都有一个特定的含义，称之谓效应的可加性。

所谓的方差是离均差平方和除以自由度，在方差分析中常简称为均方（Mean Square）。

2. 基本思想基本思想是，将所有测量值上的总变异按照其变异的来源分解为多个部份，然后进行比较，评价由某种因素所引起的变异是否具有统计学意义。

根据效应的可加性，将总的离均差平方和分解成若干部分，每一部分都与某一种效应相对应，总自由度也被分成相应的各个部分，各部分的离均差平方除以各自的自由度得出各部分的均方，然后列出方差分析表算出F检验值，作出统计推断。

方差分析的关键是总离均差平方和的分解，分解越细致，各部分的含义就越明确，对各种效应的作用就越了解，统计推断就越准确。

效应项与试验设计或统计分析的目的有关，一般有：主效应（包括各种因素），交互影响项（因素间的多级交互影响），协变量（来自回归的变异项），等等。

当分析和确定了各个效应项S后，根据原始观察资料可计算出各个离均差平方和SS，再根据相应的自由度df，由公式MS=SS/df，求出均方MS，最后由相应的均方，求出各个变异项的F值，F值实际上是两个均方之比值，通常情况下，分母的均方是误差项的均方。

spss学习系列09.-缺失值处理

spss学习系列09.-缺失值处理

spss学习系列09.-缺失值处理
SPSS缺失值处理法是指处理调查中受访者所填写的表格中某些项目的没有填写而留下的缺失值的一种修正的方法。

它的原则是：将一些没有缺失值的项目作为拟合或缺失值的
补充，以达到替换缺失值的目的。

SPSS缺失值处理方法有很多，主要有以下几类：
1、忽略法：将缺失值直接扔掉，不对它做任何处理，仅仅计算其他值便可。

并且这
种方法可以在SPSS上选择”菜单”→”数据”→”最后的”→”缺失”→”排除缺失值”实现。

2、随机处理法：采用一定的概率从其他未缺失数据中随机抽取值，补充到缺失的位
置上。

3、最邻近值法：将当前某个变量的缺失值，用其他变量最接近的值作为补充映射上去。

4、均值法：将数据集中的所有变量中出现缺失值的位置，用它们所在变量的平均值
来替代。

5、回归法：采用多元回归方法，建立一个由解释变量和被解释变量组成的模型，并
以此模型预测变量的缺失值。

以上就是关于SPSS缺失值处理的各种法的详细介绍，各种处理方法各有优劣，用户
可以根据自身情况及处理目标，选择适当的处理方法。

当然，SPSS缺失值处理也有较大的局限性，有必要时，还可以结合其他处理方法来进行联合使用，以达到更好的处理效果。

如何学习使用SPSS进行统计分析和数据处理

如何学习使用SPSS进行统计分析和数据处理

如何学习使用SPSS进行统计分析和数据处理SPSS（Statistical Package for the Social Sciences）是一款强大的统计分析软件，被广泛应用于社会科学、教育、市场研究等领域。

学会使用SPSS进行统计分析和数据处理，有助于提高研究工作的质量和效率。

本文将介绍学习和使用SPSS的步骤和技巧，帮助你快速上手。

一、安装和配置SPSS软件在学习使用SPSS之前，首先需要将软件安装到电脑上。

你可以从SPSS官方网站下载试用版或购买正式版，然后按照安装向导完成安装过程。

安装完成后，你需要登录或注册SPSS账号，以获取软件的完整功能。

在安装完成后，还需进行一些配置工作。

首先，检查软件是否需要更新，保持软件的最新版本。

其次，根据自己的需要设置软件的语言、界面和默认参数，以提高使用效率。

最后，配置数据存储路径和文件格式等选项，确保数据的存储和导入导出的一致性。

二、学习SPSS的基本操作SPSS具有丰富的功能和复杂的操作界面，但只要熟悉了基本操作，就能够轻松上手。

以下是学习SPSS基本操作的步骤：1. 新建数据集：打开SPSS软件后，点击“File”菜单，选择“New”按钮，再选择“Data”选项，即可新建一个数据集。

2. 数据录入：在新建的数据集中，将需要分析的数据进行录入。

可以手动输入数据，也可以导入外部文件，如Excel表格或CSV文件等。

3. 数据编辑：对录入的数据进行编辑和清洗。

包括删除无效数据、处理缺失值和异常值、修改变量名称和属性等操作。

4. 数据分析：选择合适的统计方法进行数据分析。

例如，对数据进行描述性统计、t检验、方差分析、回归分析等。

可以通过菜单、工具栏或者语法进行统计分析操作。

5. 输出结果：查看和导出分析结果。

SPSS会生成分析报告和图表，你可以通过菜单或工具栏选择输出格式，如Word文档、PDF文件、Excel表格等。

三、利用资源学习SPSS学习SPSS并不是一件难事，你可以通过以下方式获取学习资源：1. 官方文档：SPSS官方网站提供了详细的学习教程和操作手册，你可以下载阅读学习。

SPSS知识学习系列17.交叉表与多选题

SPSS知识学习系列17.交叉表与多选题

17. 交叉表与多选题（一）基本理论分类变量包括无序分类变量、有序分类变量、多选题变量集。

对于分类变量的描述统计，主要是对分类变量各水平值分别进行频数和比例计算，再进步计算所需的一些相对频数指标。

一、单分类变量的统计描述1. 频数分布分类变量的分析，首先要了解：各类别的样本数（频数），以及占总样本量的百分比；对有序分类变量，还需要了解：累积频数、累积百分比。

2. 集中/离散趋势观察原始频数，或者使用众数。

对于分类变量，集中/离散趋势是一体的。

3. 相对频数指标（1）比（Riatio）两个有关指标之比A/B, 用来反映相对的大小关系，例如，月销售额/销售人数；（2）构成比用于描述事物内部各构成部分所占的比重，例如，百分比、累积百分比；（3）率（Rate）率是具有时间概念或速度、强度意义的指标，表示某个时期内某事件发生的频率或强度，例如速率、频率、费率、发病率等。

二、多分类变量的联合描述列联表。

例如，r×c二维列联表：（1）共n个样本；（2）按两种属性A、B，属性A有r个水平值：A1, …, A r; 属性B有c个水平值：B1, …, B c. 属性A=A i，属性B=B j的样本数为n ij.（3）n i. = “属性A=A i”的合计数，n.j = “属性B=B j”的合计数。

注：多分类变量对应高维列联表。

三、多选题的统计描述多选题是调查问卷的常见题型，因为多选题是回答同一个大问题，所以不能割裂开来单独分析，需要做汇总处理。

1. 应答人数（Count）选择各题项的人数，原始频数；2. 应答人数百分比选择该项的人数占总人数的百分比，可以反映该选项在人群中的受欢迎程度；3. 应答人次（Response）选择各选项的总人次，1个受访者选择2个选项，即2人次；4. 应答次数百分比在做出的所有选择中，选择该项的人次占总人次数的比例。

（二）SPSS实现有某调查问卷的数据文件（部分）：变量属性：一、单分类变量的描述——频率变量“s4”表示学历：问题1：描述受访者的学历分布情况【分析】——【描述统计】——【频率】，将“学历”选入【变量】框，点【确定】得到S4. 学历频率百分比有效百分比累积百分比有效初中/技校或以下 154 13.4 13.4 13.4 高中/中专 313 27.3 27.3 40.7 大专331 28.9 28.9 69.6 本科 292 25.5 25.5 95.0 硕士或以上 57 5.0 5.0 100.0合计1147100.0100.0注：详细操作见第15篇《频率图表》。