Excel中自動完成方差齊性與非齊性t檢驗

1、1、缺失值處理缺失值是數(shù)據(jù)分析中一個非常常見的現(xiàn)象，出現(xiàn)的主要原因有：設(shè)備故障、拒絕回答、測驗時走神等，對此應(yīng)對缺失值的進行檢測，SPSS默認缺失值以黑點表示，可以通過快速瀏覽數(shù)據(jù)列表發(fā)現(xiàn)，記錄下缺失值所在的變量即數(shù)據(jù)的列。缺失值的處理方式有以下三種：剔除有缺失值的觀測單位，即刪除SPSS數(shù)據(jù)列表中缺失值所在的數(shù)據(jù)行。在SPSS的統(tǒng)計分析程序中，打開options按鈕，便會出現(xiàn)缺失值的處理欄，可分別選擇下列選項：“剔除正在分析的變量中帶缺失值的觀察單位”、“剔除所有分析變量中帶缺失值的觀察單位”。雖然這種做法可以為執(zhí)行許多統(tǒng)計分析命令掃清障礙，但要求每一步統(tǒng)計分析都聯(lián)系于特定的有效樣本容量，而

2、樣本容量不能穩(wěn)定會給整個分析帶來不便。對缺失值進行估計后補上。主要有兩種方法：一是根據(jù)文獻報道等知識經(jīng)驗進行估計；二是用SPSS提供的工具進行估計。在“transform菜單下的“replacemissingvalues列出了5種替代的方法：seriesmean:以列的算術(shù)平均值進行替代；meanofnearlypoint：以缺失值鄰近點的算術(shù)平均值進行替代；Medianofnearlypoint：以缺失值臨近點的中位數(shù)替代；linearinterpolation：根據(jù)缺失值前后的2個觀察值進行線性內(nèi)查法估計和替代；lineartrendatpoint：用線形回歸法進行估計和替代。將缺失值作為

3、常數(shù)值，如：作為“0”。2、奇異值和極端值的處理奇異值和極端值是指各變量中與整體數(shù)據(jù)相距太遠的極值，由于它的夸大作用，常常會歪曲統(tǒng)計結(jié)果，導(dǎo)致犯一類和二類錯誤。導(dǎo)致奇異值和極端值的原因：(1)數(shù)據(jù)輸入時出錯；(2)在不同數(shù)據(jù)格式之間進行轉(zhuǎn)換時缺失值處的數(shù)碼代號被當成了實際觀測值；(3)出現(xiàn)奇異值的樣本并非屬于所要考察的總體；(4)考察的樣本相對于正態(tài)分布有比較多的極值。奇異值和極端值的檢測：在描述統(tǒng)計分析菜單下，點擊Explore(探索性分析)對話框后把變量選入Variables框中，單擊統(tǒng)計量選擇描述統(tǒng)計量，單擊圖可以選擇箱形圖、莖葉圖、直方圖與正態(tài)檢驗的QQ圖等檢測有無極端值和奇異值。通過

4、箱形圖可以發(fā)現(xiàn)數(shù)據(jù)中的異常點，對數(shù)據(jù)進行核對、檢驗和篩選。以箱形圖為例，箱形圖中都標有奇異值的行號。箱形圖圖形的含義是：中間的粗線為中位數(shù)，灰色的箱體為四分位，兩頭伸出的線條表現(xiàn)極端值(下線為最小值、上線為最大值)。箱形圖用離群值和極端值表示那些在繩索外側(cè)的值。離群值，是指值與框的上下邊界的距離在1.5倍框的長度到3倍框的長度之間的個案，在圖種用“o”號表示。極端值是指值距離框的上下邊界超過3倍框長的個案，用“”號表示?？虻拈L度是四分位數(shù)之間的全距。如圖1所示，對某問卷中家庭收入進行分析的箱形圖中既有離群值也有極端值。圖中3個極端值分別位于：81號家庭、93號家庭、62號；此外2個離群值為：6

5、7號家庭、76號家庭。有時，鑒于81號家庭遠遠游離于箱體、繩索及鄰近的極端值所組成的群體之外，可以把它視作飛點。減少奇異值和極端值影響的方法：將奇異值和極端值作為缺失值處理：在variableview視圖中點擊missing欄下含有奇異值和極端值的變量，彈出“missingvalues對話框，有3個選項可以使用：1)discretemissingvalues最多可以指定3個數(shù)值為缺失值；2)rangeofmissingvalues指定某一取值范圍內(nèi)的數(shù)值為缺失值；3)rangeplusoneoptionaldiscretemissing指定某一取值范圍和某一特定數(shù)值為缺失值；根據(jù)檢測的奇異值和

6、極端值，用dataselecteases工具中的“if.”對數(shù)據(jù)的取值范圍進行限定，然后再進行統(tǒng)計分析；對奇異值進行估計，方法同缺失值的估計；將原始數(shù)據(jù)轉(zhuǎn)換成標準Z分數(shù)(statistics/summarize/descriptives/save/standardizedvalueas)或進行其他的轉(zhuǎn)換后再進行統(tǒng)計分析；刪除奇異值所在的觀察單位。3、統(tǒng)計分析前的假設(shè)檢驗許多統(tǒng)計檢驗都需要樣本數(shù)據(jù)服從正態(tài)分布，并且相關(guān)聯(lián)的變量之間應(yīng)方差齊同。若不符合上述條件便應(yīng)進行數(shù)據(jù)轉(zhuǎn)換，否則便會導(dǎo)致錯誤。但大樣本數(shù)據(jù)可以近似地認為其為正態(tài)分布，而不用去進行正態(tài)性檢驗。analyze下的descriptive

7、s，frequencies和explore可以完成這些工作。(1)方差齊性檢驗(spreadvs.levelwithlevenetest)descriptives和“frequencies的功能基本相同，都可進行正態(tài)性檢驗和方差齊性檢驗。若滿足方差齊性，則可進行下一步工作；若不滿足，選powerestimetion進行數(shù)據(jù)變換來滿足。方差齊性，有6種方法可供選擇：(1)naturallog:取自然對數(shù)；(2)1/squareroot：取平方根的倒數(shù)；(3)reciprocal:取倒數(shù)；(4)squareroot：取平方根；(5)square:取平方；cube:取立方。若SPSS提供的6種變換均

8、不能滿足要求，應(yīng)考慮采用非參數(shù)統(tǒng)計的方法。(2)正態(tài)檢驗(normalityplotswithtests)在“analyzedescriptivesstatisticsexplore中可進行正態(tài)檢驗，及做出QQ圖。若不支持正態(tài)分布，則應(yīng)進行數(shù)據(jù)變換，方法同方差齊性檢驗,或選用非參數(shù)統(tǒng)計的方法。4、相關(guān)分析前的數(shù)據(jù)檢查相關(guān)分析之前應(yīng)用descriptivesstatistics對數(shù)據(jù)進行觀察。當一個變量取值范圍很窄時，應(yīng)做數(shù)據(jù)變換后再進行相關(guān)分析，否則會使相關(guān)的資料得出不相關(guān)的結(jié)論；在做連續(xù)變量和等級資料的相關(guān)或兩個等級資料的相關(guān)時，若90%的被試都選擇等級資料中的一種情況(如：90%的被試都選

9、擇“嚴重”)，則相關(guān)性通常會很低，對這類數(shù)據(jù)應(yīng)用其他方法進行分析；當均值是一個很大的數(shù)，而同時標準差很小時，相關(guān)系數(shù)值通常也會很小，對這樣的資料不宜做相關(guān)分析。摘自劉瑩SPSS在問卷數(shù)據(jù)校驗中的應(yīng)用研究，科技資訊2008(8)。多項選擇題數(shù)據(jù)的輸入方法1：多重二分法。有多少選項就設(shè)多少個變量，某個個案選擇了某項則在該變量名下錄入“1”，未選擇某項則錄入“0”，即將每個變量變成類似于“是”、“否”的選擇題。方法2：多重分類法。有多少選項就設(shè)多少個變量，某個個案選擇了某項則在該變量名下錄入“1”，未選擇某項則錄入“0”。例如，某個個案選擇了第“1”、“3”、“4”項,則依次錄入“1、0、1、1、0

10、、0”。方法3：多重分類法。選了多少項就設(shè)置多少個變量，如命名為seq1、seq2和seq3，如果某個個案選擇了第“1”、“3”、“2”項時，則依次輸入“1”、“3”、“2”。方法4：多重分類法，利用Excle的分列功能。第一步，設(shè)置一個變量，命名為var1。第二步，錄入數(shù)據(jù)。例如,某個個案選擇了第“1、3、2”項，則輸入“132”。第三步,將該多選題及其數(shù)據(jù)另存為Excle文件。第四步，在excle中將varl這一個變量分列,步驟是“選定該變量-數(shù)據(jù)-分列-固定寬度-下一步-使用鼠標分列-下一步-完成。這樣，原來的一個變量組成的數(shù)據(jù)庫轉(zhuǎn)化為由幾個變量組成的新的數(shù)據(jù)庫,如下。黒變量和數(shù)值新0勺

11、變量名和數(shù)值varISeq1Seq2Seq3132盤32145臂斗；$第五步,將新的變量Seq1,Seq2,Seq3保存。最后，使用SPSS軟件讀取該數(shù)據(jù)文件。多項選擇題的數(shù)據(jù)集合的定義可從兩種方式進入：從菜單Analyze（分析）MultipleResponse（定義多重響應(yīng)集）進入。（2）從菜單Analyze（分析）Tables（表）MultipleResponseTables（多響應(yīng)集）進入。例：項目1、您的性別：1男2女項目2、您購車時，哪些因素會影響你的購車決策。（允許選擇3個答案，而且要求被調(diào)查者按主次順序選出答案，如521，即價格最重要，其次是款式，再次是性能。）1性能2款式3油

12、耗4品牌5價格6顏色7其他從菜單Analyze（分析）Tab1es（表）MultipleResponseTables（多響應(yīng)集）進入：第一步：在VariablesinSet（設(shè)置定義）框是選入需要加入同一個多項選擇題變量集的變量系列，這些變量必須進行分類，并按照相同的方式來編碼。若項目是按多重二分法編碼，將SetDefinition（設(shè)置定義）框中的a1、a2、a3a7放入VariablesinSet（集合中的變量）框，在VariablesAreCodedAs（將變量編碼為）單選框中的選擇dichotomies（二分法），在Countedvalue（計數(shù)值）右側(cè)框中輸入1。若項目是按多重分類法

13、編碼，將SetDefinition（設(shè)置定義）框中的b1、b2、b3放入VariablesinSet（集合中的變量）框，在VariablesAreCodedAs（將變量編碼為）單選框中的選擇categories（多重分類法編碼方式），則需要設(shè)定取值范圍，在該范圍內(nèi)的記錄值納入分析。一般的取值范圍是該多項選擇題選項的最大和最小代碼，因此，在range右側(cè)框中輸入1，through后輸入7。第二步：定義多重反應(yīng)分析的變量集的名稱并附上名稱標簽。在Name（名稱）框是輸入多項選擇題變量集的名稱，項目2命名為“GCJCYXYS”。在Lable（標簽）框是多項選擇題變量集定以一個名稱標簽，項目2用的是“

14、購車決策影響因素”。第三步：單擊Add鈕，將定義完成的“變量集”填加到多選集”(MultipieResponsesets)中，此時變量集名前自動添加了集符號“$“(如：$GCJCYXYS)MuitResponseSets框是存放已定義好的多項選擇題變量集的列表，在此框中可定義多個，它左側(cè)的三個按鈕Add、Change和Remove，分別用于添加、修改和移出變量集的定義。第四步：最后單擊Close按鈕，相應(yīng)的多項選擇題變量集就定義完成了。在SPSS統(tǒng)計軟件中的多重反應(yīng)分析過程(MultipieResponse)，最多可以定義20個多項選擇題變量集，對于一次問卷調(diào)查一般不會有超過20個的多項選擇題

15、，所以完全夠用了。多項選擇題的分析多項選擇題的數(shù)據(jù)集合定義完成之后，就可以對數(shù)據(jù)進行分析。分析包括兩種：頻數(shù)分析和列聯(lián)表分析。1、頻數(shù)分析過程多項選擇題的頻數(shù)分析過程(Freqencies)，只能通過MultipieResponse菜單里的Freqencies過程實現(xiàn)，生成多項選擇題的頻數(shù)分析表比較簡單。從菜單AnalyzeMuitipieResponseFreqencies進入。然后從MultResponseSets框中將分析對象(本例如購車決策影響因素$GCJCYXYS)選入右邊的Table(s)for框，其他默認，單擊OK鈕，多項選擇題的頻數(shù)表就生成了。義2血車訣發(fā)影呃醫(yī)褻多項選揮題的顧

16、數(shù)分祈親Categorylabel(購車決策影響因素)CedeCountPertengagedRe&ponss（%1PercentagefCasa（愴）性能1：499.628.8款式2備12.73S.2油耗310420.461.2品麗4.Si1S.054.1.價格5iso29.488.2顏色7.823.5：其他7102.05.9Tctalrespcns.es510:100.0300.0如表3所示。在本次調(diào)查中，對170名受訪者的調(diào)查結(jié)果為：在決策影響因素中，居于前三位的分別為：價格被選率最高29.4%,其次是油耗為20.2%,再次是品牌為18.0%。2、列聯(lián)表分析過程多項選擇題的列聯(lián)表分析過程

17、(Crosstabs),可以產(chǎn)生多重交叉列聯(lián)表，而且可以對單元格進行很細致的分析。列聯(lián)表分析可以通過兩種不同的方式進入：從菜單AnalyzeMultipleResponseCrosstabs進入；從菜單AnalyzeiTablesiMultipleResponseTables進入。在MultResponseSets框中，顯示已經(jīng)定義好得多項選擇題變量集，本例把變量集“購車決策影響因素”$GCJCYXYS選入Colums框。把變量sex放入Rows框，并對性別要定義變量值的范圍，單擊DefineRanges鈕，定義最小值和最大值，本例定義最小值為1,定義最大值為2(1=男”，2=女”)。對于Op

18、tion子對話框，本例選擇了CellPercengtage(百分比)的Row,PercengtageBasedon選擇的是Case，一般選擇其默認狀況即可。最后單擊OK鈕，便得到多項選擇題的列聯(lián)表(表4)。價格被選率最高為84.5%(49/58),其次是油耗為60.3%(35/58),再次是性能為58.6%(34/58)。在被調(diào)查的112名女性中，價格被選率最高為90.2%(101/112)，其次是油耗為60.7%(68/112),再次是品牌為52.7%(59/112)。多項選擇題答案的排序分析多項選擇題答案的排序分析，其數(shù)據(jù)編碼和變量設(shè)置只能采取多重分類法(multiplecategorym

19、ethod)。分析結(jié)果若想得到每個選項的交叉列聯(lián)表，有三種方法：1、從菜單AnalyzeiMultipleResponseiCrosstabs進入，此時需要把變量sex放入Rows框，單擊DefineRanges鈕，定義最小值為1,定義最大值為2。把變量b1、b2、b3(b1是購車決策影響因素中最重要的、其次是b2、再次是b3)放入Columns框，單擊0K鈕即可。2、從菜單AnalyzeiDescriptiveStatisticsiCrosstabs進入，把變量sex放入Rows框，把變量b1、b2、b3選入Columns框，單擊OK鈕即可。3、從菜單AnalyzeiTablesiMulti

20、pleResponseTables進入，把變量sex放入Rows框，把變量b1選入Columns框，單擊0K鈕得到性別與最重要購車決策影響因素列聯(lián)表，然后分別把b1換成b2,把b1換成b3,就分別得到性別與其次購車決策影響因素列聯(lián)表和性別與再次購車決策影響因素列聯(lián)表。注意不能把變量bl、b2、b3同時選入Columns框。（以上主要摘自李燦、辛玲SPSS軟件中多項選擇題的處理方法研究，江蘇商論2007.10）相關(guān)分析研究變量之間的相互關(guān)系的密切程度和變化趨勢，并用適當?shù)慕y(tǒng)計指標描述，稱為相關(guān)分析。把變量間相互關(guān)系用函數(shù)表達出來，用一個或多個變量的取值來估計另一個變量的取值，則稱為回歸分析。SP

21、SS提供了三種相關(guān)分析方法：1、Bivariate方法用于進行兩個/多個變量間的參數(shù)/非參數(shù)相關(guān)分析。如果是多個變量，則給出兩兩相關(guān)的分析結(jié)果。該方法十分常用通常會占到所有相關(guān)分析的95%以上。2、Partial方法用于偏相關(guān)分析，通常在進行相關(guān)分析的兩個變量其取值均受到其他變量的影響時使用。3、Distances方法對同一變量內(nèi)部各觀察單位間的數(shù)值或各個不同變量間進行距離相關(guān)分析，在教育教學(xué)研究中使用較少。Bivariate相關(guān)分析舉例：語文成績與數(shù)學(xué)成績是不是相關(guān)？假設(shè)采集30名學(xué)生的數(shù)學(xué)和語文成績進行分析。分析方法：輸入數(shù)據(jù)后，對數(shù)據(jù)的信度進行檢查，并繪制散點圖，直觀查看兩變量間是否有相關(guān)