spss

 

汉字选项一般用数字代替

选项录入：

 

下面每行一个被试，s41,s42,...s45是一个多选题的5个选项。

 

 

下面每一行一个变量，一个单选题一个变量，所有选项在值那，如果是多选，每个选项一个变量，值是0或者1

 

 

 再给多选题设置多响应集，就能进行多选题的分析：

 

数据个案case就是一个样本

排序：数据-排序个案，单个变量可以直接右键

数据拆分不会打乱原有数据，只会在统计分析之后分组显示结果：

数据-拆分文件，选择一个变量，比较组（各组的结果在一个表）/按组组织输出（各组分别输出），然后开始统计，分析-描述统计-统计

 筛选数据：数据-选择个案，筛选器变量=1时，表示符合条件

 

合并数据： 

数据-合并文件-添加个案：多个文件的个案会直接加到后面，不会合并，使用与id不同的文件数据集

数据-合并文件-添加变量：不仅能增加个案， 还能扩充变量，注意把不能重复的变量设置为关键变量，适用于：2个文件里面只有1列 id 是一样的，第二个文件可以有多余的变量

 

 根据多个变量计算一个新增变量：转换-计算变量，目标变量自定义

 

 转换-重新编码为不同变量：根据某个变量的值生成新变量，如成绩在0-60是及格...

 

 

多个页面显示：窗口-拆分窗口 

每一行就是一个个案，快速定位到第几行或者第几个变量：

 

 

 统计平均数、标准差等属于描述统计，t检验属于推论性统计

 

 

分析-描述统计-频率：

valid：30，有30个有效数据，25%的个案的分数<82分（百分位数），..

 

 

第二行：72分有2人，占6.7%，得到72分的和70分的人共占比10%（累计）

 

 

 

 

 方差和标准差：

 

 

 偏度：

 

 

 峰度：

 

 

分析-描述统计-描述，再点击选项，可以显示以上数据，如果勾选：将标准化得分另存为变量(z)，那会生成Z分数（x-均值）/ 标准差（z分数无单位）

分析 - 描述 - 探索，会列出统计描述：

因变量列表是要分析的变量，因子列表是按组输出，标注个案是用哪个变量的值来做标记，没有的话就是用行号，勾选待检验的正态图可以画出如下，p值看sig，<0.05则不符合正态分布，反之：

 

 盒图：

中间的粗线是中位数，天线表示剔除了极端值的最大值和最小值

 

 交叉表能统计出女低多少人，女中多少人...

分析-描述统计-交叉表：

 

 

 通过散点图看看是不是线性关系：图形-旧对话框-散点

计算相关系数：分析-相关-双变量，选项里面还能呈现出描述性统计

一个星号显著，2个星号更更显著

 

下图的p（显著性值）越小越显著

P<0.05 相关系数 R=0.279：显著的不相关

P>0.05 相关系数R=0.799：相关但不显著，可能有偶然因素

 

 偏相关控制第三个变量：

 

偏相关系数是控制第三个变量的影响（如年龄），单独研究两个变量的相关系数 ，比相关系数更准确

 分析-相关-偏相关：

 

 上面是没有控制第三变量的相关系数，下面是控制了的偏相关系数

单样本t检验：一个样本和总体均值比较，看样本和总体均值是否有差异

分析-比较均值-单样本t检验，均值是总体的均值

如果sig<显著性水平，拒绝原假设，即样本和总体均值有差异

独立/相关样本t检验：比较2个独立/相关样本，看2个总体均值是否一致

分析-比较均值-独立样本t检验：

下面比较两个城市的通勤时间，样本1是a城市的通勤时间，样本2是b城市的通勤时间，现在把所有通勤时间放到一起了，第二列变量是对应的城市

 

 

如果第一个sig>0.05，则说明2个总体方差相等（方差齐性），就看第一行；否则看第二行

是否拒绝看第二个sig（p值），若<0.05，则拒绝H0，认为有显著差异

 相关样本 t 检验：

分析-比较均值-成对样本t检验，然后把两列变量（如吃饭前，吃饭后）放到成对变量里面，结果看最后的sig