SPSS基本功能及操作

SPSS基本功能及操作
统计分析模型
（1）信度分析文献[558]
操作步骤：分析―度量―可靠性分析（R）―移动变量到项目（I）框内―统计量―描
述性（项+度量+如果。

）―项之间（相关性）―继续―确定
信度系数界限值：0．60―0．65认为不可信；0．65―0．70认为是最小可接受值：0．70～0．80认为相当好；0．80―0．90就是非常好。

因此，―份信度系数好的量表或
问卷最好在0．80以上，0．70―0．80之间还算是可以接受的范围；分量表最好在0．70
以上：0．60―0．70之间可以接受。

若分量表的内部一致性系数在0．60以下或者总量表的信度系数在0．80以下，应该考虑重新修订量表或增删题目。

案例处理汇总案例有效已排除总计 aN 102 0 102 % 100.0 .0 100.0 a. 在此
程序中基于所有变量的列表方式删除。

可靠性统计量 Cronbach's Alpha 基于标准化项
的 Cronbachs Alpha .822 .830 项数 7 项总计统计量项已删除的刻度均值经济因素
成长因素 27.02 26.89 项已删除的刻度方差�� 12.415 10.058 校正的项总计相关
性 .088 .782 多相关性的平方 .099 .669 项已删除的 Cronbach's Alpha 值 .872 .770
删除任何题项后的Cronbach’s α系数也无显著提高。

可见核心知识性员工激励组
合量表的内部一致性高，信度较好。

信度分析说明该问卷的整体结构设计具有较高的可信度。

由此可以认为，该问卷具有较好的内在信度，依此调查得到的数据是可信的，基于该
问卷进行的数据统计分析结果也是比较可靠的。

1
（2）效度分析文献[560] 每一个r值彼此都达到显著性水平的个数越多，就表
示该分量表建构效度越好。

操作步骤：分析―相关―双变量（B）―移动变量到变量（V）框内―相关系数（Spearman/Kendalltau-b(K)）―显著性检验（双侧检验）―标记显著性
相关―确定相关系数 Spearman 的 rho 经济因素成长因素精神因素领导因素环
境因素工作因素管理因素 1.000 . 102 .241 .015 102 *经济因素相关系数 Sig.（双侧） N 成长因素相关系数 Sig.（双侧） N .241 .015 102 1.000 . 102 *.183 .065 102 .711 .000 102 **.125 .210 102 .691 .000 102 **.266 .007 102 .585 .000 102
****.061 .544 102 .487 .000 102 **.144 .149 102 .432 .000 102 ***. 在置信度
（双测）为 0.05 时，相关性是显著的。

**. 在置信度（双测）为 0.01 时，相关性是
显著的。

从工作满意度与员工参与的相关分析结果中可以看出，工作满意度的6个维度均与员
工参与有相关关系，且都为正向相关，显著性水平均达到0.05的显著性水平，可证明薪
酬激励量表具有较高的收敛效度，可以进行后续研究，他们之间的相关性也可以说明本文
的研究具有一定的意义。

第二种方法（备用）：分析―度量―可靠性分析（R）―移动变量到项目（I）框内―
统计量―项之间（相关性）―继续―确定项间相关性矩阵经济因素成长因素精神因
素领导因素环境因素工作因素管理因素经济因素 1.000 .108 .029 -.006 .239 -
.009 .037 成长因素 .108 1.000 .670 .720 .657 .570 .502 精神因素 .029 .670
1.000 .660 .517 .477 .373 领导因素 -.006 .720 .660 1.000 .566 .537 .481 环境因
素 .239 .657 .517 .566 1.000 .471 .387 工作因素 -.009 .570 .477 .537 .471
1.000 .647 管理因素 .037 .502 .373 .481 .387 .647 1.000 对比上面相关系数表，项间相关性矩阵中相关系数判别标准：》=0.1(强相关)
2
（3）频数分析 P66 文献[558]
操作步骤：分析―描述统计―（123）频率（F）―移动变量到变量（V）框内―显示
频率表格√―统计量―分布（偏度+峰度）―继续―确定
频率也称频数，就是一个变量在各个变量值上取值的个案数。

SPSS中的频数分析过程可以方便地产生详细的频数分布表，即对数据按组进行归类整理，形成各变量的不同水平
的频数分布表和常用的图形，以便对各变量的数据特征和观测量分布状况有一个概括的认识。

描述总体分布形态的统计量主要有偏度和峰度两种。

偏度(Skewness)是描述取值分布
形态对称性的统计量，由Pearson在1895年提出。

偏度由样本的3阶中心矩与样本方差
的3／2次方的比值而得，偏度的绝对值越大，表示数据分布的偏斜程度越高。

来自正态
总体的样本偏度近似为0。

偏度系数有两种测量方式，分别为皮尔逊偏度系数1和皮尔逊
偏度系数2。

偏度系数等于0的时候属于正态分布；偏度系数大于0的时候是右偏分布，
表明较低的值占多数；偏度系数小于0的时候为左偏分布，表明较高的值占多数。

峰度(Kutosis)是描述变量取值分布形态扁平程度的统计量，由Pearson在1905年提出。

峰度
等于0的时候表示数据分布的扁平程度适中，即正态分布；峰度大于0的时候表示数据呈
扁平分布；峰度小于0表明数据呈尖峰分布。

统计量 N 有效缺失经济因素 102 0 -1.776 .239 3.215 .474 成长因素 102 0
-1.902 .239 4.793 .474 精神因素 102 0 -2.168 .239 7.380 .474 领导因素 102 0 -
2.885 .239 10.254 .474 环境因素 102 0 -1.795 .239
3.951 .474 工作因素 102 0 -
1.960 .239 5.134 .474 管理因素 102 0 -1.671 .239 3.972 .474 偏度偏度的标准误峰度峰度的标准误经济因素有效 2 3 频率 5 2 百分比 4.9
2.0 有效百分比 4.9 2.0 累积百分比 4.9 6.9 3
4 5 合计 33 62 102 32.4 60.8 100.0 32.4 60.8 100.0 39.2 100.0 操作步骤：数据（D）―拆分文件（F）―√比较组―移动分组变量到分主方式（G）中（注意：一次移动一个分组变量+如果一次移动多个则成为组合频率分析）―确定―分析―描述统计―（123）频率（F）―移动变量到变量（V）框内―显示频率表格√―确定统计量最高学历 1 N 有效缺失 2 N 有效缺失 3 N 有效缺失 4 N 有效缺失经济因素 26 0 26 0 27 0 23 0 成长因素 26 0 26 0 27 0 23 0 精神因素 26 0 26 0 27 0 23 0 领导因素
26 0 26 0 27 0 23 0 环境因素 26 0 26 0 27 0 23 0 工作因素 26 0 26 0 27 0 23 0 管理因素 26 0 26 0 27 0 23 0 经济因素最高学历 1 有效 2 3 4 5 合计 2 有效 2 4 5 合计 3 有效 2 4 5 合计
频率 2 1 7 16 26 1 12 13 26 1 11 15 27 4
百分比 7.7 3.8 26.9 61.5 100.0 3.8 46.2 50.0 100.0 3.7 40.7 55.6 100.0 有效百分比 7.7 3.8 26.9 61.5 100.0 3.8 46.2 50.0 100.0 3.7 40.7 55.6 100.0 累积百分比 7.7 11.5 38.5 100.0 3.8 50.0 100.0 3.7 44.4 100.0
（4）描述性统计分析 P71 文献[558]
操作步骤：分析―描述统计―描述（D）―移动变量到变量（V）框内―选项―均值、样本方差、样本标准差―继续―确定离散系数另行计算
描述性统计量是研究随机变量变化综合特征(参数)的重要工具，它们集中描述了变量变化的特征。

SPSS提供的基本统计量大致可以分为3类：描述集中趋势的统计量、描述离散程度的统计量和描述总体分布形态的统计量。

统计学中的集中趋势统计量是由样本值确定的量，样本值有向这个数据集中的趋势。

测度集中趋势就是寻找数据一般水平的代表值或中心值，不同类型的数据用不同的集中趋势测度值，选择哪种测度值取决于数据的类型。

描述集中趋势的统计量有样本均值、中位数等。

均值(Mean)又称为“算术平均值”，指一组数的平均值。

样本均值反映了变量取值的集中趋势，或者平均水平，是最常用的基本统计量。

统计学中描述离散趋势的统计量是样本值远离集中趋势统计量程度的定量化描述，说明了集中趋势测度值的代表程度，不同的数据有不同的离散趋势测度值。

比较重要的离散趋势统计量有样本方差、样本标准差、离散系数等。

样本方差(Variance)是刻画样本数据关于均值的平均偏差平方的一个量，是描述样本离散趋势的最常用的统计量。

样本方差越大，表明样本值偏离样本平均值的可能性就越大。

由于样本方差的计算单位是样本值的平方，将样本方差开方后可以得到和样本值相同量纲的统计量，称为样本标准差
(Std．deviation)。

样本标准差和样本方差一样，也是度量样本离散程度的重要统计量。

离散系数也称标准差系数，即标准差与相应均值之比，主要用于测量相对离散程度，对不同组别离散数据进行比较。

离散系数消除了数据水平高低和计量单位的影响。

均值、样本方差、样本标准差、离散系数描述统计量经济因素成长因素精神因素有效的 N （列表状态） N 102 102 102 102 均值 4.49 4.62 4.55 标准
差 .767 .614 .684 方差 .589 .377 .468
5
感谢您的阅读，祝您生活愉快。