spss软件的应用1.ppt

spss软件的应用1.ppt

《spss软件的应用1.ppt》由会员分享，可在线阅读，更多相关《spss软件的应用1.ppt（92页珍藏版）》请在冰豆网上搜索。

SPSS软件的应用,SPSS为StatisticalPackageforthesocialScience的缩写；SPSS是美国SPSS公司在20世纪80年代开发的一个集数据整理、分析过程、结果输出等功能于一身的组合式软件包，是数据处理和统计领域的国际标准软件之一；SPSSForWindows是SPSS软件的Windows版本，它具有清晰、直观、易学易用、涵盖面广的特点。

进行统计分析的基本操作步骤：

将数据输入SPSS（定义变量、录入数据等），并存盘；进行必要的预分析（进行分布图、均数、标准差的描述等），以确定应采用的统计分析方法；按分析目的选用统计程序，执行统计分析过程；保存和导出分析结果。

SPSS主界面（数据管理窗口）介绍,File菜单栏介绍,File（文件操作）完成文件的调入,存储,显示和打印等操作,SPSS主界面（数据管理窗口）介绍,Edit菜单栏介绍,Edit（文件编辑）完成文本或数据内容的选择、拷贝、粘贴、寻找和替换等操作,SPSS主界面（数据管理窗口）介绍,View菜单栏介绍,View（窗口外观控制）完成文本或数据内容的状态栏、工具栏、字体、网格线和数值标签等功能的操作,SPSS主界面（数据管理窗口）介绍,Data菜单栏介绍,Data（数据管理）完成数据变量名称和格式的定义，数据资料的选择、排序、加权、数据文件的转换、连接和汇总等操作,SPSS主界面（数据管理窗口）介绍,Transform菜单栏介绍,Transform（数据转换）完成数据值的计算、重新编码和缺失值替代等操作,SPSS主界面（数据管理窗口）介绍,Analyze菜单栏介绍,Analyze（统计分析）完成一系列统计分析的选择和应用,SPSS主界面（数据管理窗口）介绍,Graphs菜单栏介绍,Graphs（统计图表）完成统计图表的建立和编辑,SPSS主界面（数据管理窗口）介绍,1.3建立与保存数据文件,新建数据文件打开其他格式的数据文件保存数据文件File菜单中的其他条目,新建数据文件,第一步：

定义变量属性,新建数据文件,新建数据文件,定义用户缺失值对话框：

新建数据文件,可供选择的变量测度类型有：

新建数据文件,新建数据文件,第二步：

录入数据,和其他常用统计软件相比，SPSS数据界面的优势是能支持鼠标的拖放操作，以及拷贝粘贴等命令。

选择菜单File=Save（或Saveas），或直接单击工具栏“”按钮，如果数据文件曾经存储过，则按原文件名保存数据；否则，就会弹出Saveas对话框。

若将数据存为SPSS以外的其他类型，可能有些设置会丢失，如标签和缺失值等。

尤其是缺失值，如果想存的数据格式不支持缺失值，则数据可能会变得面目全非。

注意：

建立与保存数据文件-File菜单,第二章常用统计分析功能的实现,2.1基本统计分析2.2均值比较与T检验2.3相关分析2.4因子分析2.5聚类分析与判别分析,2.1基本的统计分析,Descriptives对话框,Descriptives对话框,输出结果：

探索分析,Explore对话框,Explore对话框,输出结果：

选项均为系统默认,输出结果：

2.2均值比较与T检验,Means过程,Means过程的基本功能是分组计算，比较指定变量的描述统计量，包括均值、标准差、总和、方差等一系列单变量描述统计量，还可以给出方差分析表和线性检验结果。

Means对话框,Means对话框,输出结果：

选项均为系统默认,单一样本t检验,单一样本t检验是检验某个变量的总体均值与指定的检验值之间是否存在显著差异，其前提是样本来自的总体应服从正态分布；单一样本t检验过程可通过One-SampleTTest对话框实现。

One-sampleTTest对话框,输出结果：

P值=0.6530.05，应接受原假设，即可以认为该市青少年身高达到了160cm的标准。

独立样本t检验,独立样本t检验用于检验两独立总体的均值是否具有显著差异，其前提是两样本彼此独立，且其来自的总体均服从正态分布；独立样本t检验可通过Independent-SamplesTTest对话框实现。

Independent-SamplesTTest对话框,分组变量,输出结果：

P值=0.1440.10，应接受原假设，即可以认为该市男女青少年的身高不存在显著差异。

单因素方差分析,用于测试某一个控制变量的不同水平是否给观察变量造成了显著差异和变动。

例如培训是否给学生成绩造成了显著影响前提是因变量服从正态分布；可通过One-WayANOVA对话框实现。

单因素方差分析,One-WayANOVA对话框,One-WayANOVA对话框,多重比较选择项对话框,对照比较选择项,指定输出统计量及缺失值处理方法,One-WayANOVA对话框,由于F=10.544，P值=0.0000.05，故应拒绝原假设，即可认为不同颜色饮料的销售量之间具有显著差异。

2.3相关分析,二元变量相关分析,二元变量相关分析通过Bivariate命令项调用Correlations过程和NonparCorr过程来实现，可以按指定项显示变量的描述统计量，选择计算指定两变量间的相关系数，同时对相关系数进行检验等。

BivariateCorrelations对话框,BivariateCorrelations对话框,由于身高与体重的相关系数为0.780，P值为0.000，说明学生的身高与体重具有高度相关关系。

偏相关分析,偏相关分析通过Partial命令项调用PartialCorr过程来实现，用于计算在控制了其他变量影响的情况下，两个变量间的线性相关关系，用偏相关系数表示。

PartialCorrelations对话框,PartialCorrelations对话框,在剔除掉“年龄”的影响后，身高和体重两个变量的偏相关系数为0.7178，p=0.000.05,所以身高和体重之间的相关程度还是很大的,2.4因子分析,例如在评价企业的经营业绩时，要考虑许多指标，如利润、产值、产品数量、产品质量、固定资产、流动资产等等。

若要全部列出也许可以有几十个变量。

因此用少量的几个综合变量代替原来的许多变量是有实际意义的。

因子分析的基本思想基于信息损失最小化而提出的一种非常有效的方法。

它把众多的指标综合成几个为数较少的指标，这些指标即为因子指标。

那么我们就可以用公共因子指标代替原始观测指标，从而达到分析简化的目的。

因子分析,利用SPSS软件进行实例计算及分析,将“合作性、对分配的看法、行为出发点、工作投入程度、对发展机会的看法、社会地位的看法、权力距离、对职位升迁的态度、以及领导风格的偏好”作为分析变量，具体操作如下表所示：

在图1对话框点击Extraction按钮，出现图2对话框，选择主成分提取法。

在图1对话框点击Rotation按钮，出现图3对话框，选择varimax方法进行因子载荷旋转。

在对话框点击ok按钮，给出计算结果,因子变量的方差贡献,各因子变量的累计方差贡献率,提取了三个公共因子后对原变量总体的描述情况,旋转以后得到的因子对原变量总体的刻画情况,表1：

未经旋转的载荷矩阵,表2旋转的载荷矩阵,因子分析,表1和表2是按照前面设定的方差极大法对因子载荷矩阵旋转后的结果。

在未经旋转的载荷矩阵（表1）中，因子变量在许多变量上都有较高的载荷例如在第一个变量中，除了“中作投入”和“社会地位”外，几乎在其他所有变量上都有较高的载荷，那么它的含义就会比较模糊。

经过旋转以后，第一个因子的变量含义略加清楚，基本上反映了“权力距离”、“职位升迁”、“领导风格”、“发展机会”、“行为出发点”等第二个因子基本上反映“团队合作”、“分配看法”、“工作投入”等第三个因子反映了社会地位的看重程度。

因子命名,权力距离职位升迁领导风格发展机会行为出发点,团队合作分配看法工作投入,个人因素,外部环境,社会地位看法,社会地位,2.5聚类分析与判别分析,聚类分析：

人们认识某事物时往往先对这类事物的各个对象进行分类，以便寻找其中同与不用的特征。

例如在国民经济领域，有时候需要根据各个省份的经济特点、产业结构、生产总值、人口、人均收入、消费等特点分成几个区域。

比如分成经济发达地区、经济不发达地区、资源丰富地区、资源匮乏地区等。

分成这样一些区域的好处，有利于国家把属于同一类的地区可以采取类似的经济政策。

聚类分析的基本思想：

它是一种探索性的分析，在分类过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。

聚类分析包括：

对个案的聚类分析和对变量的聚类分析对个案的聚类分析：

类似于判别分析，就是将观察的个案进行分类对变量的聚类分析：

类似于因素分析，是根据个别变量之间的亲密程度逐次进行聚类,对个案的聚类分析,研究问题：

对某一个班的数学成绩进行聚类，聚类的依据是第一次数学成绩和入学考试的数学成绩（数据4）,利用SPSS软件进行实例计算及分析,层次聚类法,对个案的聚类分析,对个案进行聚类,单击Method按钮，出现HierarchicalClusterAnalysis:

Method对话框，如下,最近距离法,适合于连续性的变量,单击Polt按钮，出现HierarchicalClusterAnalysis:

Polt对话框，如下:

输出树形图,单击Save按钮，出现HierarchicalClusterAnalysis:

SaveNewVar对话框，如下:

在事先不能判别是几类的情况下选择,在大致可以判断是几类的情况下选择,在对话框点击ok按钮，给出计算结果,第一行表示，第五个样本和第八个样本最先进行了聚类，样本间的距离为4.0000,层次聚类分析的树形图,从上面的树形图中，我们可以将这十个同学分成三类，同时也可以分成两类，这个就需要根据自己的研究问题的具体情况而定了分成两类的结果是:

hahjessyuwateryajushizg,Hxhliakii,分成三类的结果是：

hahjessyuwateryajushizg,Hxhliakii,Johnwish,对变量的聚类分析,对一个班同学的各科成绩进行聚类，分析哪些课程属于一类，聚类的依据是4门课程的考试成绩（数据5）,利用SPSS软件进行实例计算及分析,对变量的聚类分析,对变量进行聚类,单击Method按钮，出现HierarchicalClusterAnalysis:

Method对话框，如下,单击Polt按钮，出现HierarchicalClusterAnalysis:

Polt对话框，如下:

层次聚类分析的树形图,文科,理科,判别分析：

例如在购买股票的时候，每个人都希望自己购买的股票能够上涨，那么如何从众多支股票中选出一个能持续上涨的股票呢？

这时我们就可以根据上市公司公布的会计和财务数据，先运用聚类分析对股票进行分类，将其分为绩差股、短期投资股、绩优股等。

然后再运用判别分析的方法来判断我们所选择的股票是属于哪一类的，从而给我们缩小了投资选择的范围，降低了投资的风险。

判别分析的思想在已知有多少类和都是些什么类的情况下，要判别一个样本属于哪一类，最基本的想法就是看该样本到哪一类的距离近，该样本离哪一类的距离近，就可将该样本判归给哪一类。

判别分析,还是前面的某一个班的数学成绩，判别的依据是十位同学第一次数学成绩和入学考试的数学成绩，现在有一位新同学第一次的数学成绩和入学考试的数学成绩分别是：

57，68，我们运用判别分析的方法来判断这位同学属于哪一类呢？

利用SPSS软件进行实例演示,在“Analyze”菜单中“Classify”中选择Discriminant命令,在DiscriminantAnalysis对话框中，从中选择“第一次数学成绩”、“入学数学成绩”变量，使之添加到Independents框中。

单击Statistics按钮，弹出DiscriminantAnalysis:

Statistics,单击Classify按钮，弹出D