spss基本操作-姜永志

1、2022-4-812022-4-821、研究設(shè)計(jì)選擇與定義問題執(zhí)行研究程序數(shù)據(jù)分析結(jié)果探究與結(jié)論2022-4-832022-4-842、研究取樣隨機(jī)抽樣分層隨機(jī)抽樣整群抽樣2022-4-853、取樣的樣本要多少才“夠大”地區(qū)樣本500-1000全國樣本1500-2500相關(guān)研究30以上因果研究30以上實(shí)驗(yàn)研究單組15以上2022-4-864、變量屬性的確定類別變量（性別、種族）順序變量（優(yōu)劣、多少、次序）等距和比率變量（年齡）多元回歸應(yīng)為連續(xù)變量或轉(zhuǎn)化的“虛擬變量”2022-4-871、編制擬預(yù)試問卷2、預(yù)試3、整理問卷與編號(hào)4、項(xiàng)目分析5、因素分析（結(jié)構(gòu)效度）6、信度分析2022-4-882

2、022-4-891、量表反向計(jì)分2、求出量表的總分3、量表總分的高低排序4、找出高低分組的臨界分（27%原則）5、依據(jù)臨界分區(qū)分高低分組6、以獨(dú)立樣本t-test檢驗(yàn)二組在每個(gè)項(xiàng)目上的差異7、刪除t-test檢驗(yàn)未達(dá)到顯著的項(xiàng)目2022-4-8102022-4-8111、相關(guān)概念、相關(guān)概念因素分析，就是通過尋找眾多變量的公共因素來簡化變量因素分析，就是通過尋找眾多變量的公共因素來簡化變量中存在復(fù)雜關(guān)系的一種統(tǒng)計(jì)方法，它將多個(gè)變量綜合為少中存在復(fù)雜關(guān)系的一種統(tǒng)計(jì)方法，它將多個(gè)變量綜合為少數(shù)幾個(gè)數(shù)幾個(gè)“因子因子”以再現(xiàn)原始變量與以再現(xiàn)原始變量與“因子因子”之間的相關(guān)關(guān)系。之間的相關(guān)關(guān)系。通過因素分

3、析，可以找出幾個(gè)較少的有實(shí)際意義的因子，通過因素分析，可以找出幾個(gè)較少的有實(shí)際意義的因子，反映出原來數(shù)據(jù)的基本結(jié)構(gòu)。反映出原來數(shù)據(jù)的基本結(jié)構(gòu)。2022-4-812 122022-4-813132022-4-814特征值特征值 特征值是指每個(gè)變量在某一公共因子上的因子負(fù)荷的平方總和。在因子分析的公共因子提取中，特征值最大的公共因子會(huì)最先被提取，最后提取特征值最小的公共因子。因子分析的目的就是使因子維度簡單化，希望以最小的公共因子能對(duì)總變異量作最大的解釋，因而提取的因素愈少愈好，而提取因子之累積解釋的變異量則愈大愈好。142022-4-815共同性（度）：共同性（度）：通常稱為該因子的貢獻(xiàn)率，每個(gè)

4、變量在每個(gè)公共因素載荷的平方總和，即個(gè)別變量可以被共同因素解釋的變異百分比，是個(gè)別變量與共同因素多元相關(guān)的平方。實(shí)際中常用相對(duì)指標(biāo)來表示。相對(duì)指標(biāo)體現(xiàn)公共因子的相對(duì)重要性，即每個(gè)公共因子所解釋的方差占所有變量總方差的比例。2022-4-8162、因素分析的步驟、因素分析的步驟（1）確定因子分析的前提條件確定因子分析的前提條件 因子分析是從眾多的原始變量中綜合出少數(shù)幾個(gè)具有代表性的因子分析是從眾多的原始變量中綜合出少數(shù)幾個(gè)具有代表性的因子，這必定有一個(gè)前提條件，即因子，這必定有一個(gè)前提條件，即原有變量之間具有較強(qiáng)的相關(guān)性原有變量之間具有較強(qiáng)的相關(guān)性。如果原有變量之間不存在較強(qiáng)的相關(guān)關(guān)系，則無法找

5、出其中的公。如果原有變量之間不存在較強(qiáng)的相關(guān)關(guān)系，則無法找出其中的公共因子。因此，在因子分析時(shí)需要對(duì)原有變量做相關(guān)分析。通常可共因子。因此，在因子分析時(shí)需要對(duì)原有變量做相關(guān)分析。通?？刹捎萌缦聨追N方法：采用如下幾種方法：2022-4-817l計(jì)算相關(guān)系數(shù)矩陣計(jì)算相關(guān)系數(shù)矩陣l計(jì)算原有變量的簡單相關(guān)系數(shù)矩陣。觀察相關(guān)系數(shù)矩陣，如果相關(guān)系數(shù)計(jì)算原有變量的簡單相關(guān)系數(shù)矩陣。觀察相關(guān)系數(shù)矩陣，如果相關(guān)系數(shù)矩陣中的大部分相關(guān)系數(shù)值小于矩陣中的大部分相關(guān)系數(shù)值小于 0.3，則各個(gè)變量之間大多為弱相關(guān)，這，則各個(gè)變量之間大多為弱相關(guān)，這就不適合做因子分析。如果一個(gè)變量與其他變量間相關(guān)度很低，則在下就不適合做

6、因子分析。如果一個(gè)變量與其他變量間相關(guān)度很低，則在下一分析步驟中可考慮剔除此變量。一分析步驟中可考慮剔除此變量。172022-4-818l進(jìn)行統(tǒng)計(jì)檢驗(yàn)進(jìn)行統(tǒng)計(jì)檢驗(yàn)l在因子分析過程中提供了幾種檢驗(yàn)方法來判斷變量是否適合做因子分析。在因子分析過程中提供了幾種檢驗(yàn)方法來判斷變量是否適合做因子分析。主要統(tǒng)計(jì)方法有如下兩種：主要統(tǒng)計(jì)方法有如下兩種： lBarlett Test of Sphericity：它是以變量的相關(guān)系數(shù)矩陣為出發(fā)點(diǎn)，零：它是以變量的相關(guān)系數(shù)矩陣為出發(fā)點(diǎn)，零假設(shè)：相關(guān)系數(shù)矩陣是一個(gè)單位陣。如果巴特利球形檢驗(yàn)的統(tǒng)計(jì)計(jì)量假設(shè)：相關(guān)系數(shù)矩陣是一個(gè)單位陣。如果巴特利球形檢驗(yàn)的統(tǒng)計(jì)計(jì)量數(shù)值較大

7、，且對(duì)應(yīng)的相伴概率值小于用戶給定的顯著性水平，則應(yīng)該數(shù)值較大，且對(duì)應(yīng)的相伴概率值小于用戶給定的顯著性水平，則應(yīng)該拒絕零假設(shè)；反之，則不能拒絕零假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣可能是一拒絕零假設(shè)；反之，則不能拒絕零假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣可能是一個(gè)單位陣，不適合做因子分析。個(gè)單位陣，不適合做因子分析。182022-4-819lKMO(Kaiser-Meyer-Olkin)檢驗(yàn)：檢驗(yàn)：KMO統(tǒng)計(jì)量用于檢驗(yàn)變量統(tǒng)計(jì)量用于檢驗(yàn)變量間的偏相關(guān)性是否足夠小，是簡單相關(guān)量和偏相關(guān)量的一個(gè)間的偏相關(guān)性是否足夠小，是簡單相關(guān)量和偏相關(guān)量的一個(gè)相對(duì)指數(shù)，由下式求得：相對(duì)指數(shù)，由下式求得：KMO0.9 非常適合非常適合0.8K

8、MO0.9 適合適合0.7KMO0.8 一般一般0.6KMO0.7 不太適合不太適合KMO0.05）。故對(duì)于兩組以上的均數(shù)比較，必須使用方差分析的方法，當(dāng)然方差分析方法亦適用于兩組均數(shù)的比較。（單因素隨機(jī)實(shí)驗(yàn)設(shè)計(jì)；組間實(shí)驗(yàn)設(shè)計(jì)）2022-4-863基本功能基本功能方差分析是R.A.Fister發(fā)明的，用于兩個(gè)及兩個(gè)以上樣本均數(shù)差別的顯著性檢驗(yàn)。其基本作用主要是： 均數(shù)差別的顯著性檢驗(yàn)；分離各有關(guān)因素并估計(jì)其對(duì)總變異的作用；分析因素間的交互作用；方差齊性檢驗(yàn)?；舅枷牖舅枷朐斐梢蜃兞堪l(fā)生變化的原因可分成兩類，一是不可控的隨機(jī)因素，另一是研究中施加的對(duì)結(jié)果形成影響的可控因素。方差分析的基本思想是

9、：通過分析研究中不同來源的變異對(duì)總變異的貢獻(xiàn)大小，從而確定可控因素對(duì)研究結(jié)果影響力的大小。2022-4-864General Factorial過程過程 調(diào)用此過程可對(duì)完全隨機(jī)設(shè)計(jì)、配對(duì)設(shè)計(jì)資、析因設(shè)計(jì)、正交設(shè)計(jì)等等進(jìn)行多因素方差分析或協(xié)方差分析。 2022-4-865Multivarite過程過程 調(diào)用此過程可進(jìn)行多元方差分析。2022-4-866Repeat Measures過程過程 調(diào)用此過程可進(jìn)行組內(nèi)實(shí)驗(yàn)設(shè)計(jì)和混合實(shí)驗(yàn)設(shè)計(jì)的分析2022-4-867回歸分析法就是對(duì)相關(guān)現(xiàn)象之間的規(guī)律性進(jìn)行分析的方法。確切地說，回歸分析法就是通過對(duì)相關(guān)現(xiàn)象的實(shí)際觀察值，采用數(shù)學(xué)方法回歸為直線或曲線形式的方

10、程，以反映現(xiàn)象之間的數(shù)量關(guān)系及變化規(guī)律的一種分析方法。 2022-4-868相關(guān)分析與回歸分析的關(guān)系相關(guān)分析與回歸分析的關(guān)系相關(guān)關(guān)系是回歸分析的前提。只有現(xiàn)象之間具有較為密切的相關(guān)關(guān)系，才有進(jìn)行回歸分析的必要，用回歸分析所獲得的結(jié)論才有實(shí)際意義。 相關(guān)關(guān)系決定回歸分析現(xiàn)象之間的相關(guān)關(guān)系是很復(fù)雜的，它們以不同的方向、不同的程度、不同的形式等相互作用，表現(xiàn)出不同的類型和形態(tài)。但無論現(xiàn)象的相關(guān)類型呈現(xiàn)為何種狀態(tài)，它對(duì)回歸分析都是起決定作用的因素?；貧w分析是相關(guān)分析的繼續(xù)和深入。2022-4-8691 1相關(guān)的類型決定回歸的類型。相關(guān)的類型決定回歸的類型。直線相關(guān)直線相關(guān)示意圖示意圖 曲線相關(guān)示意圖曲線相關(guān)示意圖2022-4-8702相關(guān)的性質(zhì)決定回歸系數(shù)?，F(xiàn)象之間的關(guān)系，按其性質(zhì)不同可分為正相關(guān)和負(fù)相關(guān)。在直線相關(guān)的情況下，正相關(guān)時(shí)回歸系數(shù)為正，負(fù)相關(guān)時(shí)回歸系數(shù)為負(fù)。即在回歸方程Y=a+bx中，b為回歸系數(shù)。正相關(guān)時(shí)，b0；負(fù)相關(guān)時(shí)，b0。 3現(xiàn)象相關(guān)的密切程度決定回歸預(yù)測(cè)的準(zhǔn)確程