SPSS操作步骤汇总.docx
《SPSS操作步骤汇总.docx》由会员分享，可在线阅读，更多相关《SPSS操作步骤汇总.docx（14页珍藏版）》请在冰豆网上搜索。
SPSS操作步骤汇总
SPSS学习
第一章数据文件的建立
数据编码
Type：
Numeric：
数值型string：
字符串型
Missing：
Measure：
scale定量变量nominal定性变量
根据已有的变量建立新变量
1、对于数据进行重新编码
Transform—recodeintodifferentvariables—选择inputvariableoutputvariable–定义新变量的名称—change—开始定义新旧变量—continue
2、通过SPSS函数建立新变量
Transform—putevariable–从functiongroup中选择公式围下面选择具体的公式—if中设置要改变—continue—OK（可以对变量进行各种计算）
第二章清除数据与基本统计分析
1、对不合理的数据检查并清理
检查：
analysis-descriptionstatistic-frequencies—选入要检查的数据—OK
结果：
频数统计表—看是否有错误—missingsystem
清理：
1.对系统缺失值的清理
Data—selectcase—ifconditionissatisfied—if—functiongroup（missing）--下面选（missing）--continue—output（deleteunselectedcases）--OK—对num为哪一位的进行修改
2.对sex=3的清理（直接就清除了）
Data—selectcase—ifconditionissatisfied—if—sex调入再输入=3—continue--output（deleteunselectedcases）--OK—对num为哪一位的进行修改
2.对相关变量间逻辑性检查和清理
Data—selectcase—ifconditionissatisfied—if—输入表达式（前后逻辑不相符合的表达式）--continue--output（deleteunselectedcases）--OK—对num为哪一位的进行修改
3.统计描述
正态分布统计描述
1、正态性检验：
Analysis—nonparametrictests—legacydialogs—1-sampleK-S—one-sampleKolomogorovSmirnovtest–normal—ok/
2、统计描述：
Analysis—descriptives--time选入—options—ok
3、按照男女统计描述：
data—splitfile–paregroup–sex调入—ok
Analysis-descriptivestatistic–descriptive—time调入—options选择—OK非正态分布资料统计描述
1、正态性检验nonparametric
2、Analysis—descriptivestatistics—frequencies选入--statistics选择—OK
第三章T检验
1、单样本t检验
正态性检验—analyze—paremeans—one-samplettest—testvalue选择要对比的数值—OK
2、配对样本t检验
建立数据文档—两列（前和后）--正态性检验—analysis-paremeans—pairedsamplettest–调入—ok
3、两独立样本t检验（正态性检验的时候采用分开组，其他都要合并在一起）
建立数据库—第一列（group）第二列（数值）--data—splitfile–paregroup—调入group—ok-正态性检验—OK--data—splitfile—选择analysisall—analyze—paremeans—independentsamplettest—选入，分组—OK
结果分方差齐与否
第四章方差分析（前提正态）
1、单因素方差分析（就是平常的三个组比较）
建立数据库—第一列（group）第二列（数值）-data—splitfile–paregroup—调入group—ok-正态性检验—OK--data—splitfile—选择analysisall--analyze—paremeans—one-way-anova—数据调入dependentlist—分组调入factor------options—descriptive基本统计描述—homogeneityofvariance做方差齐性分析—OK
2、方差分析两两比较
analyze—paremeans—one-way-anova---数据调入dependentlist—分组调入factor—点posthoc—选择SNKLSD
3、随机区组设计方差分析
建立数据库—第一列（group）第二列（block）第三列（数值）--按照groupsplit开，进行正态性检验—OK—generallinermodel—univairate—数值调入dependentvariable—group和block调入fixedfactor—model—custom—buildterms（maineffects）再把group和block调入model下的矩形框---continue—OK
如果区组间无差别，组间进行两两比较。
首先进行方差齐性检验：
Option—调入—homogentitytest—continue—ok
分析：
univariate—posthoc—univariate—调入group—SNKLSD—continue—ok
4、多因素分析
以time为观察值分析pt、da、sex间的差别
Generallinermodel—univariate—time（dependentvariance）,pt、da、sex（fixfactor）—model—mianfactors—调入—continue—OK—将无关的逐一排除—选择出最终有差异的—求得Rsquare
第五章卡方检验
1、行x列卡方检验（也就是几组数据差异性比较）
输入数据—第一列（列123）—第二列（行1234）—第三列（频数）
定义频数变量：
Data—weightcase—调入频数
分析：
analyze—descriptivestatistics—crosstabs—第一行调入row—第二列调入column---statistics—选择chi-square—continue–cells选项—选择row—ok
结果中，最后一行英文，理论值小于5的各数和最小理论值
如果有统计学意义，可以进行两两比较：
在数据设置那里，找到missingvalue—discretemissingvalue下的格子中填入3（表示把3取掉了，只是1和2进行比较）--后续操作同上
2、四格表卡方检验
输入数据—第一列（处理因素）—第二列（疗效）—第三列（频数）
定义频数变量：
Data—weightcase—调入频数
分析：
analyze—descriptivestatistics—crosstabs—第一行调入row—第二列调入column---statistics—选择chi-square—continue–cells选项—选择row、expected—ok
结果中，最后一行英文，理论值小于5的各数和最小理论值。
确切概论法，continuitycorrection表示校正卡方的结果
Ps:
诸如第一个例题中，如果分析性别与感染率的显著性差异，步骤同四个表卡方检验，由于分开写了，不用转换为频数资料而已
3、配对卡方检验
输入数据—第一列（a）—第二列（b）—第三列（频数）
定义频数变量：
Data—weightcase—调入频数
分析方法一：
analyze—nonparametric—legacydialogy--2-relatedsampletested—a和b分别选入配对—激活下列的选项Memar
分析方法二：
analyze—descriptivestatistics—crosstabs—ab填入—statistics—点击右下Memar—ok
第六章秩和检验
1、配对秩和检验（定量）
输入数据—第一列（前）—第二列（后）
分析：
analyze—nonparametric—legacydialogy--2-relatedsampletested—a和b分别选入配对
结果：
第一个表格是比较大小的数量，第二个表格是统计分析结果
两独立样本比较秩和检验（定量）
输入数据—第一列（group）—第二列（数值）
分析：
analyze—nonparametric—legacydialogy--2independentsamples—输入分析的数据和分组情况—OK
2、有序变量两独立样本比较秩和检验（定性）
输入数据—第一列（group）—第二列（有序变量）--第三列（频率）
定义频数变量：
Data—weightcase—调入频数
分析：
analyze—nonparametric—legacydialogy--2independentsamples—有序变量调入testvariableslist—group调入分组并定义—ok
多个独立样本的比较（定量）
比如：
甲乙丙三个样本进行比较
输入数据—第一列（group）—第二列（数值）
nalyze—nonparametric—legacydialogy--Kindependentsamples-数值调入testvariabletest—group调入分组矩形框给出分组围1-3—Ok
如果差别有统计学意义，那么进行两两比较，方法参考卡方的两两表，用missing来定义
第七章相关与回归
第一节一元线性回归
1、例题：
有12组发硒值和血硒值的含量表
输入数据—第一列（发硒）—第二列（血硒）
分析：
正态性检验，相关和回归的前提是正态性
正态性检验：
Analysis—nonparametrictests—legacydialogs—1-sampleK-S—one-sampleKolomogorovSmirnovtest–normal—ok
相关分析：
correlate—Bivariate—Bivariatecorrelation—服从正态分布的选择pearson，不服从的选择spearman
回归分析：
regression—regression—linear—将y变量调入dependent，x变量调入independent---statistics—linearregression—选择descriptive—OK
结果分析：
p值＜0.05差别有统计学意义，可以建立回归方程
2、频数资料的相关与回归
建立数据库—第一列（x）—第二列（y）—第三列（f）
分析：
先将频数通过weightcase进行操作
Analyze—regression—linear—选入自变量因变量—OK
Ps:
这样的回归模型有常数项，也可以去掉，options—includeconstantinequation前面的√去掉—statistic—Rsquarechange—OK
这样去去掉了常数项，但是要强调的是，有无常数项是两个完全不同的数学模型，Rsquare也不能作为直接的比较，选择哪个回归方程最为合适，必须要把他们放在医学的实际环节中去检验才可以。
3、多元相关回归
好多个X的回归分析，分析x之间的相关关系
Analyze—correlate—bivariate—将所数字调入—options—meansandstandarddeviations—ok
结果显示了6个X之间两两的相关系数。
第二节多元线性回归
研究一个Y和多个X的关系
输入数据，x和y
回归分析：
analyse—regression—linear—输入自变量，因变量—OK
结果：
B表示偏回归系数，p＜0.05有统计学意义，否则排除掉，不纳入回归方程中
第三节多元逐步回归
回归分析：
analyse—regression—linear—输入自变量，因变量—method中输入stepwise—OK
结果：
将所有有意义的分布引入，都有相关系数和回归方程
第八章Logistic回归
研究因变量（二值变量）与自变量（二值或等级或计量资料）的关系
例如：
例子中因变量为infect，自变量为一堆（9个），笔者认为，由于自变量较多，logistic回归可分为两步，先用单因素分析对自变量进行筛选，然后对经单因素分析有统计学意义的自变量再做多因素logistic回归。
1、将数据分类计数资料等级资料计量资料
1、单因素分析
对于计数资料采用卡方检验的方法：
Descriptivestatistic—crosstabs—infect调入到rows,计数资料调入columns—statistic—chi-square—ok
结果显示：
每项计数资料是否有统计学意义，经有统计学意义的资料记下来
Ps:
外加一个分层资料合并步骤：
transform—recode—recodeintodifferentvariables—oldtonew,就跟数据合并一样，分组合并一样
对于等级资料采用秩和检验的方法：
analyze—nonparametric—legacydialogy--2independentsamples—输入分析的数据和分组情况（按照Y变量分为0-1两组）—OK
对于计量资料采用显著性检验的方法：
Analyze—paremeans—independentsamplettest–调入计量资料—并分组（0/1）--OK
结果看p值是否有统计学意义
2、logistic回归
通过单因素分析，找出了有统计学意义的观察项，然后进行logistic回归。
分析：
Analyze—regression—binarylogistic—调入因变量—调入自变量（covariates）--method（默认enter）—options—激活hosmer-lemeshowgoodnessoffit、CIforexp（B）、atlaststep–ok（也可以根据需要在其中选择）
查看结果，p小于0.05，变量差别具有统计学意义，可以纳入回归方程。
结果解释注意事项：
logistic回归是非线性回归，自变量作用的大小视为exp（B）值，此处输血次数的回归系数为正表示输血次数多则感染的可能性大，手术部位（结肠和直肠），结肠发生感染的可能性大于直肠部位。
第十一章诊断试验评价和roc曲线分析
1、诊断试验
建立数据库—第一列（金标准）—第二列（待评价方法）—第三列（f）
现将频数通过weightcase定义为频数变量
分析：
analyze—descriptivestatistic—crosstabs—现实中表格左边的调入row，表格上面的调入column---cells中选择计算row、column、total的百分比—OK
结果分为四行：
四小行分表表示，观察值，行百分比，列百分比，总百分比
新方法
金标准
阳性
阴性
阳性
行百分数
阳性预测值
列百分数
灵敏度
误诊率
阴性
行百分数
阴性预测值
列百分数
漏诊率
特异度
2、诊断试验一致性检验—Kappa值
Kappa≤0.2差，后每增加0.2分别为一般、中等、好、很好
分析：
其他过程同上，在cells之后，点击statistic—选择右下Kappa—OK
结果：
value即为Kappa值，要注意Kappa值也要注意对卡帕检验的p值和样本量
3、roc曲线分析
即为：
受试者操作特征曲线，通过曲线下面积反应诊断试验的诊断价值。
曲线下面积等于0.5表示完全无诊断价值，后每增加0.2表示低中高。
例子中将医生诊断水平与病例诊断水平做比较
建立文档—定义频数变量—analyze-ROCcurve—待评价的调入testvariable—标准选入statevariable并在下面的对话框中选择1表示恶性--在display—withdiagonalreferencelineandstandarderrorandconfidenceinterval—ok
例子2是血清钠对普通感冒和rmsf发热是否有诊断作用
建立文档—定量资料—analyze--ROCcurve—待评价的调入testvariable—分组选入statevariable并在下面的对话框中选择1--在display全选—options中修改默认选项为smallertestresultindicatemorepositivetest（因为血清钠越低越表示阳性，而系统默认越高越为阳性）--OK
结果分析：
看曲线下面积
第十二章生存分析
1、基本概念：
事件：
研究规定的生存时间的重点
删失：
失访或截尾
生存时间：
从某一起点开始到所关心时间发生经历的时间
中位生存时间：
半数生存期，表示恰好有50%的而个体存活的时间
生存曲线：
以观察时间为横轴，以生存率为纵轴，将各个时间点所对应的生存率连接在一起的曲线。
生存曲线是一条下降的曲线，表示随着时间的推移，生存率逐渐降低。
平缓的生存曲线表示高生存率或较长的生存期，陡峭的生存曲线表示低生存率或较短生存期。
2、寿命表法
定期随访的大样本资料
建立数据--—第一列（time）—第二列（结局state1/0）—第三列（f）
分析：
定义频数—analyze—survival—lifetables–time调入time（displaytimeinterval中从0到几每隔几）--结局输入status（singlevalue输入1表示死亡，因为看上述文字：
valueindicatingeventhasoccurred表示目标事件发生的值，所以输入死亡所表示的数字）--options—选择lifetables和survivalplot—OK
3、Kaplan-Meier法
小样本量
有两个分组，两种不同方法生存分析并比较生存率
建立数据--—第一列（time）—第二列（结局state0死亡/1失访/2存活）—第三列（组别）
分析：
analyze—survival--Kaplan-Meier—time调入time，group调入factor，结果调入status（定义结果选择0，表示死亡）--options选择survivaltable、meanandmediansurvival--parefactor中选择log-rank法—ok
结果给出两组的平均生存时间和中位生存时间，标准误和可信区间，overallparisons表示对两者的生存率进行比较。
Ps：
在寿命表中也可以对生存率进行比较，options选项中pareleveloffirstfactor中选择overall
第十四章量表信度效度分析
1、量表信度
分类：
外在信度~表示量表在不同时间测定时测量结果一致程度，重测信度、分半信度
在信度~表示量表各项目之间的一致性程度，cronbach’sa信度
Analyze—scale—reliabilityanalysis—总体选入或根据不同的因子分别选入
2、量表效度
量表能够测量出研究中所欲测量特性的程度。
效度越高表示该测量的结果与测验行为的真实度越符合，越能够达到测验的目的。
容效度：
专家法评价，对量表的题目，容，围是否符合调查目的进行分析评价
标准效度：
必须要有比较标准，指的是测量值与标准值之前的接近程度
结构效度：
根据实际测量的数据，考察所用的量表是否能反映事先假设的理论结构。
KMO法。
具体操作，先不用掌握了，不会考的。
第十五章统计图形
第一节条形图
Barchart
先要看懂几个翻译，非常重要！
！
！
Simple简单条形图
Clustered分组条形图
Stacked分段条形图（堆积图）
Datainchartare：
Summariesforgroupofcases按照观察量分组汇总
Summariesforseparatevariables按单独变量汇总
Valueofindividualcases按某观察量的数值做条形图
1.简单条形图
（绘制各种手术方式的人数）
选Simple简单条形图--Summariesforgroupofcases按照观察量分组汇总—barsrepresent（图形代表什么？
）选择nofcase，表示直条的长短观察量分组的数值—categoryaxis中选定要绘制的观察量。
可以点击title进行标题命名，双击图形可以对其作出设置
（绘制手术中失血量和输血量的均值）
两个变量则选用：
Summariesforseparatevariable按单独变量汇总，将两个变量选入barsrepresent，其他同上，也可以双击设置图形。
（绘制每个病例的输血次数）
每个变量单独绘制则选用：
Valueofindividualcases按某观察量的数值做条形图。
Barsrepresent输入变量—OK
2.分组条形图（就是有两个两个紧挨着一起，一对一对比较的图）
（绘制不同手术方式下，感染者与非感染组的，平均手术时间）
读题后，理所应当的想到，图形横坐标是不同的手术方式，一对别是感染与否，barsrepresent手术时间！
Clustered--Summariesforgroupofcases按照观察量分组汇总--barsrepresent（图形代表什么？
）选择other，调入time—categoryaxis就是横轴的变量手术方式—defineclusterby定义分组通过感染与否—OK
Ps：
可以通过option添加误差线—displayerrorbars有，置信区间，标准误，标准差，笔者选择了置信区间。
3.分段条形图（堆积图），百分条图竖起来的一段一段的，跟圆图表达一起意思的图，但是可以直观的对两组进行比较。
（不同手术下，输血次数，分为0~4次，每次有不同的次数）
Stacked--Summariesforgroupofcases按照观察量分组汇总--categoryaxis就是横轴的变量手术方式--defineclusterby定义分组通过手术次数—OK
Ps：
可以通过options定义scaleto100%转换为百分条图
第二节饼图
Graph—legacydialogs—pie–piechart–summariesforgroupofcases—pt调入definesliceby—OK
双击可以编辑
第三节线图
简单线图/复合线图
Graph—legacydialogs—line–linechart–summariesforgroupofcases—横轴调入categoryaxis中，将对直线的定义调入definelinesby的对话框—OK
点线图
上述改为drop-line就可以。
第四节直方图
Graph—leg
升级会员 