2.spss软件使用方法

一、SPSS概述
1、SPSS简介 2、SPSS窗口
1 SPSS简介
SAS和SPSS SAS：为专业统计分析人员设计，功能强大，灵活多样。 SPSS:非专业人士，操作简便，好学易懂，简单实用。
“易学易用易普及”
大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。 无需掌握统计分析的各种复杂的数学运算过程，只需掌握各种方法的应用，分析结果 的解释。
（2）绘制统计图
1.1 频数分析
频数分析的基本操作
（1）分析—描述统计—频率 （2）将频数分析变量选择到变量框中 （3）单击表格按钮选择绘制统计图形 ，选择饼图
1.1频数分析
1.1频数分析
输出结果
1.2 描述分析
描述分析目的：获取数据的均值、标准差、峰度等数据，进一步把 握数据的集中趋势、离散程度和分布形状。 基本描述统计量 刻画集中趋势的统计量 刻画离散程度的统计量 刻画分布形态的统计量
SSA：组间差异（组间离差平方和），主要是由控制变量的不同水平造 成的差异； SSE：组内差异（组内离差平方和），主要是由随机变量引起的差异。 SSA+SSE=SST SST:总差异（总离差平方和）
方差分析任务：判定SSA相对于SST(或SSE)的大小。SSA相对较大，则表明 控制变量起到了显著影响，若相对较小，则表明控制变量没有显著影响。
在制定广告宣传策略时，不同方案所获得的广告效果可能是不一样 的。广告效果可能会受到广告形式、地区规模、播放时间段、播放 频率等因素的影响。需要研究在影响广告效果的众多因素中，哪些 因素是主要的，哪些是次要的，哪些因素水平是最合理的。
对这种类似问题的研究可以通过方差分析来实现。
2.1 方差分析概述
2.1.2 方差分析相关概念
常用统计量：全距、方差、标准差
全距：也称极差，是数据的最大值与最小值之间的绝对离差。
1.2 描述分析
刻画分布形态的描述统计量
数据分布形态主要指数据分布是否对称，偏斜程度如何，分布陡峭程度等。
常用统计量：偏度、峰度
偏度：描述变量取值分布形态对称性的统计量。
当分布为对称分布时，正负总偏差相等，偏度值等于0；当分布为不对称分布时，正 负总偏差不相等，偏度值大于0或小于0。偏度值大于0表示正偏差值大，称为正偏或 右偏；偏度值小于0表示负偏差值大，称为负偏或左偏。偏度绝对值越大，表示数据 分布形态的偏斜程度越大。
空缺数据，首先填一个特定标记数据 （如99999，区别于该变量其他非缺失数据）
2、统计分析时对缺失数据进行一定处理
选择缺失数据处理方法
2.SPSS数据创建
直接录入
1、定义数据属性；2、输入数据
打开现有数据（sav、excel、SAS、txt）
2.SPSS数据创建
直接录入
1、定义数据属性；2、输入数据
2.1 方差分析概述
2.1.3 单因素方差分析统计学原理
假设控制变量会对观测值不会产生显著影响，将总离差（SST）分解为组间离差平方和（ SSA）和组内离差平方和（SSE)。 比较SSA与SST的相对大小。 SSA与SST的相对大小要受到样本规模、控制变量水平数的影响，为消除这些因素的影响 对SSA、SST要进行一定的处理（分别除以自由度），用统计量F来表示SSA的相对大小
打开现有数据（sav、excel、SAS、txt）
2.SPSS数据创建
3.案例：SPSS数据创建
1、定义变量属性 2、读取excel数据文件
三、SPSS统计分析
SPSS基本统计分析
方差分析
相关分析 线性回归分析 聚类分析
1、基本统计分析
基本统计分析，描述性统计分析是统计分析的第一步，做好这第一步是下面 进行正确统计推断的先决条件。SPSS的许多模块均可完成描述性分析，但 专门为该目的而设计的几个模块则集中在描述菜单中，包括：
1.2 描述分析
2、方差分析
方差分析概述
背景案例
统计学原理 相关统计量
SPSS操作 SPSS结果解读 方差分析案例
2.1方差分析概述
2.1.1背景案例 影响农作物产量的因素可能有多个，如品种、施肥量、地域特征等 。在众多的因素中，有些因素会对产量有明显的影响，有些因素的 影响不大。因此，找到中影响因素中起重要的和关键作用的因素是 非常重要的。进一步，在掌握了关键因素后，如品种、施肥量等， 还需要对不同品种、不同施肥量的产量进行比较，研究究竟哪个品 种的产量高，施肥量究竟多少最为合适。
2.1方差分析概述
2.1.4 单因素方差分析基本假设：
对总体分布的假设：
总体服从正态分布 各处理组总体方差相等（方差齐性或方差同质性）
正态分布检验：根据大数定律和中心极限定理原理 ，假设满足。 方差齐性检验：
对控制变量不同水平下观测变量总体的方差是否相等进行假设检验，在 SPSS中可以通过方差同质性检验进行。
功能强大
完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函 数。提供从简单的统计描述到复杂的多因素统计分析方法。
能非常方便地与其他软件的数据进行转换 图表功能强大，输出结果美观漂亮
2 SPSS窗口
标题栏
工具栏 菜单栏
编辑栏
变量名栏 观 测 序 号
窗 口 切 换 标 签
2 SPSS窗口
3、相关分析可以比较两个变量的变化趋势的异同，方差分析不能。 4、相关分析的两个变量一般都有众多的不同取值，回归分析的控制 变量只有几种可能的取值，可以根据控制变量的不同水平将观测对 象进行分组。
1.2 描述分析
刻画集中趋势的统计量
集中趋势指一组数据向某一中心值靠拢的倾向。计算刻画集中趋势的统计量 正是要寻找能够反应数据一般水平的“代表值”或“中心值”。
常用统计量：均值、中位数、众数
均值：即算术平均数，是反映某变量所有取值的集中趋势或平均水 平的指标。如某企业职工的平均月收入。 中位数：即一组数据按升序排序后，处于中间位置上的数据值。 众数：即一组数据中出现次数最多的数据值。
峰度：描述变量取值分布形态陡峭程度的统计量。
当数据分布与标准正态分布的陡峭程度相同时，峰度值等于0；峰度大于0表示数据的 分布比标准正态分布更陡峭，为尖峰分布；峰度小于0表示数据的分布比标准正态分 布平缓，为平峰分布。
1.2 描述分析
计算基本描述统计量的操作
（1）分析—描述统计—描述 （2）将分析变量选择到变量框中 （3）单击选项按钮指定基本统计量
1.1变量名（名称）
数 据 视 图
不超过8个字符、4个汉字 变量名必须唯一，并且不区 分大小写 如不指定变量名，则系统默 认变量名以VAR开头后面跟 5个数字。如VAR00001、
VAR0002等
变 量 视 图
1.2变量类型
变量取值的类型 数值型、字符型(不能进行算术运算）、日期型
1.3标签
标签是对变量名的进一步解释
函数关系：当一个或几个变量取一定的值时，另一个变量有确定值与之相对应 统计关系：非一一对应，当一个变量x取一定值时，另一变量y无法依确定的函 数取唯一确定的值。 相关分析：研究两个变量相互关系的密切程度和变化趋势，并用适当的统计指 标描述。
3.1 相关分析概述
相关分析与方差分析的比较
相同点：分析两个变量之间是否有关系 不同点： 1、相关分析的两个变量都是随机变量（不能人为精确控制取值大小 ）； 回归分析的控制变量是非随机变量（其取值可以固定），观测 变量是随机变量。 2、相关分析的两个变量都可以量化，可以用数值比较同一变量的不 同取值的大小；回归分析的观测变量可以比较观测值的大小，但是 某些控制变量不能比较数值大小，如农作物品种。
缺Байду номын сангаас值处理
2.3 SPSS方差分析结果解读
P值（显著性）=0.515，远大 于基准值0.05，说明假设“方 差齐性”正确，即控制变量不 同水平下各组的方差相同。 满足方差分析的前提。
P值（显著性）=0. 000，远小于基 准值0.05，说明假设“控制变量对 观
结论：广告形式对销售额有显著影响。
控
测变量没有显著影响，即广告形式 制变量不同水平下各组的方差相 对销售额没有显著影响”正确，即 同。
2.2 SPSS方差分析操作
2.2.1 方差分析数据形式 离差分解时仅仅是对观测水平这一列的数值进行分析，但是也要有 存放控制变量的列。正确的数据格式是统计分析的前提。
观测变量
控制变量
2.2 SPSS方差分析操作
2.2.2 SPSS操作步骤
打开的数据格式 分析——比较均值——单因素方差分析 选择观测变量（因子）、控制变量（因变量）(只能选择一个因子） 选项，选择“方差同质性检验”
统计分析软件SPSS应用方法
SPSS
一、SPSS概述 二、SPSS数据创建 三、SPSS统计分析
1、基本统计分析
2、方差分析 3、相关分析
4、聚类分析
1 SPSS简介
SPSS
Statistical Package for the Social Sciences 社会科学统计软件包 Statistical Product and Service Solutions 统计产品与服务解决方案 68年开发，75年成立SPSS公司，2009年IBM收购，目前到IBM SPSS20.0版 本次讲解应用IBM SPSS for Windows 19.0
名称限制字符不超过8个，标签可达120个字符
1.4值
值是对变量取值含义的进一步解释
1.5缺失值
缺失值两种情况：
数据中存在漏填数据 数据中存在明显错误或明显不合理的数据（如年龄130） 如果直接进行数据分析，SPSS将把缺失数据作为正常数据，造成非常大的误差
缺失数据处理步骤： 1、指定缺失数据，指明哪些数据属于缺失数据
2.3 SPSS方差分析结果解读
结论：广告形式用报纸获得的销售额最高，宣传品的效果最不好
3 相关分析
相关分析概述 SPSS相关分析操作
SPSS相关分析结果解读
SPSS相关分析案例
3.1 相关分析概述
家庭收入和支出、子女身高和父母身高的关系、一个人的身高和体重的关系？
客观事物之间关系：函数关系、统计关系
SSA /自由度 组件均方差 F= = SSE /自由度 总均方差
方差分析-从观测变量的部分取值推测观测变量总体取值与随机变量的关系。 部分是否能够代表总体情况？ 由于存在随机抽样和样本数量较少等原因，通过分析样本的出的结论不能直接用于总体 。要进行假设检验。 F是随机变量，服从一定的分布，其取值会因为具体的样本的不同而不同。计算研究样 本的F值，即F的观测值，并计算该F观测值对应概率p值，如果p值很小（一般是小于 0.05），说明F取到该观测值的概率很小，是不可能发生的。则认为假设“控制变量对观 测值没有显著影响”是不对的，也就是，控制变量会对观测变量产生显著影响。
观测变量：农作物产量、广告效果 因素（控制变量）：品种、施肥量、播放时间段等
因素水平：因素的不同类别，如甲品种、乙品种就是品种这一变量 的两个水平。
单因素方差分析、多因素方差分析
2.1 方差分析概述
2.1.3 方差分析统计学原理 观测变量取值变化原因：1、控制变量； 2、随机变量
如果相对于随机变量引起的观测值差异，控制变量引起的观测值差异较大，则说明控制变 量对观测变量有显著影响。在统计学中，控制变量和随机变量引起的差异可以分别用一个 统计量来表示。单因素方差分析中，分别用SSA、SSE来表示。
1.2 描述分析
刻画离散程度的统计量
离散程度是指一组数据远离其“中心值”的程度。
如果数据都紧密地集中在“中心值”的周围，数据的离散程度较小，说明这 个“中心值”对数据的代表性好；相反，如果数据仅是比较松散地分布在“中 心值”的周围，数据的离散程度较大，则此“中心值”说明数据特征是不具有 代表性的。
1.1频数分析
频数分析目的：基本统计分析往往从频数分析开始。通过频数分析 能够了解变量取值的状况，对把握数据的分布特征是非常有用的。
基本任务 （1）编制频数分布表
频数：即变量值落在某个区间（或某个类别）中的次数 百分比：即各频数占总样本数的百分比 有效百分比：即各频数占有效样本数的百分比，有效样本数＝总样本－缺失样本数 累计百分比：即各百分比逐级累加起来的结果。最终取值为100。
变量序号 名称可变
变量属性名称 变量序号
观测序号
2 SPSS窗口
导 航 窗 口
结果输出窗口
二、统计数据创建
数据属性及定义、编辑 SPSS数据创建 案例：SPSS数据创建
1数据属性及定义编辑
SPSS数据特点：结构化（数据内容、数据结构）
变量名、变量类型、变量名标签、变量值标签、缺失值的定义、度量的尺度、及数据 的显示属性（显示宽度、列宽度、对齐方式）