SPSS大体统计分析.docx

SPSS大体统计分析.docx

《SPSS大体统计分析.docx》由会员分享，可在线阅读，更多相关《SPSS大体统计分析.docx（13页珍藏版）》请在冰豆网上搜索。

SPSS大体统计分析

第十章SPSS概述

（2）

第3节SPSS大体统计分析

关于频数散布分析

利用变量的频数散布分析能够方便的对数据按组进行归类整理，形成各观测量的不同水平（分组）的频数散布情形表和图形，以便对数值的数量特征和内部结构状况有一个归纳的熟悉。

一、一维频数散布分析的步骤

例题3-1

现对1991年美国社会调查情形数据进行统计处置，数据文件data07-1。

分析不同年龄（age）和最高受教育年限（educ）各水平的频数散布情形。

成立了数据文件后，进行一维频数散布分析的操作步骤如下：

（1）单击AnalyzeDescriptivestatisticsFrequencies,打开相应的对话框，如图

（2）在左侧源变量框当选择一个或多个变量送入Variables（s）中；

（3）按照需要选择相应的选择项：

①Displayfrequencytables选择此项将显示频数散布表。

若是你只想画图能够不选择此项。

②Statistics选择此项，打开统计量选择对话框如图所示。

在对话框当选择输出统计量。

可选择的统计量分四组，每组中的统计量能够并列选择。

✧PercentileValues栏，百分位数选则项。

⏹Quartiles，输出四分位数。

⏹Cutpointsforequalgroups，输出等分点的百分位数（2-100之间）。

✧Dispersion离差栏：

⏹标准差

⏹Variance方差

⏹Range全距

⏹Minmum

⏹Mmaxmun

⏹均数的标准误

✧GeneralTendency中心趋势栏

⏹Mean均数

⏹Median中位数

⏹Mode众数

⏹Sum算术和

✧Distribution散布参数栏

⏹Skewness正态散布的偏度，同时显示偏度的标准误。

⏹Kurtosis正态散布的峰度。

若是Skewness与Kurtosis的值为0，那么表示观测量数据的散布超级接近正态散布；若是Skewnes的值为正数，表示数据的散布为正偏态散布，若是Kurtosis的数值为正，那么表明数据的散布要比正态散布具有更尖锐的峰型。

③Charts统计图形

●ChartValue栏，只对选择了条形图和饼图选项有效。

④Format设置频数表输出格式。

●Multiplevariables多变量栏，选择多变量输出表格设置。

⏹Comparevariables，将所有变量结果在一个图形众输出，以便比较。

⏹Organizeoutputbyvariables，为每一个变量单独输出一个图形。

●Suppresstableswithmorethencategories，控制频数表输出的分类数。

（4）结果分析

3．2描述统计分析进程

例题3-2

请对1985年美国联邦调查局对五十个州各类犯法情形调查的数据进行描述统计分析，数据文件data-07-02。

二、结果分析：

4.均值比较与分析

统计分析常常采取抽样研究的方式。

即从整体中随机抽取必然数量的样本进行研究来推论整体的特性。

由于整体中的每一个个体间均存在不同，即便严格遵守随机抽样原则也会由于多抽到一些数值较大或较小的个体致使样本统计量与整体参数之间有所不同。

又由于实验者测量技术的不同或测量仪器精准程度的不同样等也会造成必然的误差，样本统计量与整体参数之间存在不同。

由此能够得出如此的熟悉：

均值不相等的两个样本不必然来自均值不同的整体。

可否用样本均数估量整体均数，两个变量均数接近的样本是不是来自均值相同的整体?

换句话说，两个样本某变量均不同，其不同是不是具有统计意义，可否说明整体不同?

这是各类研究工作中常常提出的问题。

这就要进行均值比较。

对来自正态整体的两个样本进行均值比较常利用T查验的方式；T查验要求两个被比较的样本来自正态整体。

4．1Mean进程

Mean进程的大体功能是分组计算，比较指定变量的描述统计量，包括均值、标准差、总和、观察量数、方差等一系列单变量描述统计量。

例3-2对27例男女学生身高、体重数据进行分析：

（1）不同年龄段不同性别的孩子身高不同。

（2）同一年龄段不同性别的孩子身高不同。

数据文件DATA08-01

问题

（1）操作：

（1）AnalyzeCompareMeansMeans

（2）在源变量当选择h作为因变量，送入DependentList。

（3）分类变量的处置和选择的作用：

将两个分类变量sex和age均放在第一层。

（4）结果分析：

问题

（2）操作：

选择h作为因变量，分类变量age作为第一层的控制变量，sex为第二层的控制变量。

（1）、

（2）步同上。

（3）第一将age送入independentlist，然后按next，出现layer2of2，将sex送入independentlist，如图：

（4）结果分析。

T-test进程

T-test进程是对样本进行T查验的进程。

按不同的比较方式分为两个功能：

1、单一样本t查验（One-SampleTTest）

查验单个样本的均值是不是与给定的常数之间存在不同。

样本均数与整体均数之间的不同显著性查验属于单一样本t查验。

给出的统计量有：

均值、标准差、均值的标准误。

计算每一个数据值与整体均值之间差的平均值，进行该差值为0的T查验及计算该差值的置信区间，用户能够指定查验的显著性水平。

举例3-3

已知某地域12岁男孩平均身高为。

1973年某市测量120名12岁男孩身高资料，（数据文件：

data08-02，）分析该市12岁男孩的身高与该地域12岁男孩的平均身高有无显著性不同？

操作：

（1）AnalyzeCompareMeansOne-SampleTTest

（2）将Height移到TtestVariable（s），在TestValue中输入。

如图：

（3）单击Option，如图

（4）结果分析：

二、独立样本的T查验

独立样本的T查验用于查验是不是两个不相关的样本来自具有相同均值的总休。

例如，想明白购买你的产品的顾客与不购买你的产品的顾客平均收入是不是相同，能够利用对独立样本进行T查验的功能，注意利用这种查验的条件是必需具有来自两个不相关组的观测量，其均值必需是对你想在两组中都计算的变量的综合侧度。

两个样本方差相等与不相等时利用的计算t值的公式不同，因此，应该现对方差进行齐性查验。

SPSS的输出，在给出方差齐与不齐两种计算结果的t值和t查验的显著性概率的同时，还给出对方差齐性查验的F值和F查验的显著性概率。

用户需按照F查验的结果自己判断选择t查验输出中的哪个结果，得出结论。

举例3-4

银行男女雇员工资是不是有显著性不同。

（data07-07）

1）操作

（1）AnalyzeCompareMeansIndependentSampleTTest

（2）选择Salary作为查验变量，送到Test栏。

如图：

（3）选择Gender作为分组变量，送到Grouplevarible栏，选择DefineGroupes，输入f和m；如图：

（4）分析结果：

举例3-5

有29名13岁男孩得身高、体重、肺活量数据，试分析身高大于等于155厘米与身高小于155厘米得两组男生的体重和肺活量均值是不是有显著性不同？

（数据文件data08-03）

操作

（1）AnalyzeCompareMeansIndependentSampleTTest

（2）在源变量当选择weight、vcp作为分析变量，送入test栏；

（3）选择height作为分组变量，送入Grouping栏，单击DefineGroups，选择CutPoint，并输入155。

如图：

（4）结果分析

3、配对样本t查验

配对样本t查验要求被比较的两个样本有配对关系，要求两个样本均来自正态整体，要求均值是对于查验成心义的描述统计量。

举例3-6

用中药青木香医治高血压，医治前后舒张压转变资料在（数据文件data08-06），问青木香是不是有降低血压的作用？

操作：

（1）AnalyzeCompareMeansPairedSampleTTest

（2）指定配对变量：

医治前后的舒张压别离为Pretreat和Posttreat，将配对变量送入PairedVariables栏。

（3）结果分析