Spss考试基本要求及大纲分析教程文件.docx

Spss考试基本要求及大纲分析教程文件.docx

《Spss考试基本要求及大纲分析教程文件.docx》由会员分享，可在线阅读，更多相关《Spss考试基本要求及大纲分析教程文件.docx（24页珍藏版）》请在冰豆网上搜索。

Spss考试基本要求及大纲分析教程文件

Spss考试基本要求及大纲分析（仅供参考）

基本要求：

 1、熟练

2、知其然亦知其所以然

3、从中随机选取2-3或4个操作题

4、操作50分+解释50分

5、上机独立操作

第2章数据文件的建立及整理

1、 以下操作在date下完成：

sortcases：

按照某个分组变量排列数据，分类整理，有升序和降序排列之分。

Mergefiles>addcases：

插入行数据，增加个案。

>addvariables：

插入列数据，增加变量。

2、splitfile：

Data→SplitFile（文件拆分）命令，打开SplitFile对话框。

 3、selectcases：

Data→SelectCases（选择个案）命令，打开SelectCases对话框。

执行后，会产生一个“~$”的变量，凡被选中的满足条件的个案，该变量对应的值为1（其值标签为Selected），否则为0（值标签为NotSelected），并在个案序号列上将未选中的划上斜线“／”作为标记。

未选中的个案将在接着进行的统计分析中暂时被关闭。

按照设置的选择条件，选中个案。

点击ifconditionissatisfied

选择性别xb，点击下方的表达式，让它=1.ok运行。

系统将自动产生一个名为“filter_$”的变量，凡被选中的满足条件的个案，该变量对应的值为1（其值标签为Selected），否则为0（值标签为NotSelected），并在个案序号列上将未选中的划上斜线“／”作为标记。

未选中的个案将在接着进行的统计分析中暂时被关闭。

按照设置的选择条件，选中个案。

 4、weightcases：

Data→Weightcases（个案加权）命令，打开Weightcases对话框。

对话框中单选项Donotweightcases（不对个案加权）为系统默认选项；第二个单选项为Weightcasesby（对个案加权），选择此项时激活Frequencyvariable（频数）矩形框，从源变量列表中选择一个加权变量移入此框中，单击OK，该数据文件的权变量便定义好了。

需要指出，一旦为数据文件定义了权变量，则称这个文件为加权数据文件，其中权变量的信息将一直有效，除非改选用别的变量作为权变量，或者关闭它。

此外，如果权变量的值中有0、负数或缺失值，它便不能在分析中应用。

5、调查表编码\录入

我们打开spss。

然后切换到变量定义窗口，单击数据窗口下面的VariablesⅥew（变量视图）选项卡，出现定义变量窗口。

①A1、您的性别：

A.男B.女

点击value栏右侧的豆腐块按钮，出现valuelabel，对话框。

在第一个框里输入1.下面的长一点的框里输入男。

点击add。

然后，输入2，女，add，最后ok。

结果就是这样。

第3章变量计算及转换

1、变量计算commpute：

选择菜单transform选择compute。

执行Transform（转换）→Compute命令，打开ComputeVariable（计算变量）对话框。

例如：

体重指数（BMI）＝体重（kg）/【身高（m）】平方

选择菜单transform选择compute。

Targetvariable栏里面输入bmi，在后面的公式里：

体重/（身高*身高）*10000

在ComputeVariable对话框中单击If…按钮，打开IfCases条件对话框。

2、变量重新赋值recode

现在开始，打开执行Transform→Recode，这里recode有两个选择：

IntoSameVariables（重新赋值给同一个变量）命令；是用新赋值的变量覆盖原有的变量。

不推荐使用这种方式。

IntoDifferentVariables（重新赋值给不同变量）命令。

产生一个新的变量，会在数据文件的最后，这个是不覆盖原有变量的。

可以保护数据。

推荐这种方式，因为使用这个过程，新产生的变量可以分析时用，不再需要是，就删去。

然后，点击oldandnewvalues。

弹出如下对话框。

我们的分组规则：

18-30岁→青年组，30-50岁→中年组，50岁以上→老年组。

对话框里是重新赋值的标准，分别是

在oldvalue旧值栏里，点击range填入18和30.在newvalue里填入1，点击add。

Spss就会显示把18-30的值，都统一重新赋值为1（这里，1是代表青年组，这个我们会在稍后定义，当然你也可以填入任意数，只要在后面定义其值标签时，定义成青年）。

同样操作，把中年和老年定义好。

同时，如果有其他值的话，就作为系统缺失值。

这里50岁以上的就要用下面的栏。

下面就是定义，从某个值以上的数值。

面其他值，就用allothervalues，定义成缺失值时，在newvalue里，点击system-missing。

这样就可以了，点击continue，回到recode栏。

点击change。

最后点击ok。

第4章描述统计过程

1、频数分析–Frequencies并解释

执行Analyze→DescriptiveStatistics→Frequencies命令打开

①单击Statistics按钮，打开统计量选择对话框。

此对话框中包括：

②单击Chart（图形）按钮，打开统计图对话框，对图形类型等进行设置。

ChartType（图形类型）包括的4个单选项，其中：

③单击Format按钮，打开格式对话框示。

结果分析：

①Statistics（统计量）汇总表。

②Frequencies（频数）分布表，分别用两个变量输出它们的值频数分布、累积分布等。

frequency是指的频数，我们可以看出本次调查调查了118个男生，151个女生

percent是百分比，也就是男生女生的频数除以总的样本数。

男生占43.9%.，女生占56.1%

Validpercent，有效的百分比，即有效回答的问卷占总体的百分比。

Cumulativepercent是累加的百分比。

即是把有效百分比依次从上往下相加，如果我们的变量是一个定序的变量，这种统计指标还是很有用的（意思是说，如果不是定序的话，这个指标就可以不看了）。

③Barplot（条形图）。

2、描述统计量Descriptives并解释

（1）执行Analyze→DescriptiveStatistics→Descriptives（描述）命令，打开Descriptives对话框。

（2）从源变量清单中选择一个或多个分析变量移至Variable（s）栏中。

3、数据的标准化

一．正态分布

（1）打开数据文件。

儿童宇传华.sav的数据。

（2）执行Analyze→DescriptiveStatistics→Frequencies命令。

（3）选择变量身高，在左下方有一个displayfrequencytable，输出频数表。

默认情况下是打着对号的。

但是这里我们点击以下鼠标，不选它，系统会弹出警告提示，大意是说你真的不需要输出频数表吗？

我们点击确定就可以了。

然后点击chart，在里面选择histogram，就是直方图，下方有withnormalcurve，同样选中。

输出图形如下。

2、两个群体进行比较标准化

比如，假设我考人民大学，英语73分。

我的同学考北京大学，英语58分。

那现在要比较我们两个人的英语水平，这个时候有的同学说，比分数不就可以了，如果比分数的话，那我的英语比我同学高，但是事实上，我的英语水平不及他。

因为人民大学历年的英语都是很简单的。

而北大的英语题可以说非常难。

这样我们两个人之间要比较的话，就需要统一标准。

比如下面的数据标准化英语.sav。

这个时候统一标准的方法，就是将两个数据都标准化。

选择descriptive，选择人大英语和北大英语两个变量，勾选savestandardrizedasvariable。

结果就是在数据文件的最后两列，都会有标准化值产生。

我的人大成绩73分对应的标准化值z人大英是-0.450，我同学的北大英语成绩58对应的标准化值z北大英是0.659,这个时候就可以比较了，可以看出我同学的成绩其实是比我高的。

3．Descriptive（描述统计）的其他功能

单击Options按钮，打开Options对话框。

Discriptive里还为我们提供了其他一些常用的统计量。

比如均值，标准差，方差等。

如下图。

4．各部分含义

总量最小值最大值均值均值标准误

五．画出数据的正态分布曲线

见上面曲线图

第5章交互分析过程

1、交互分析命令Crosstabs（交叉表）

交互分析通过交叉表或者是列联表，总之英文叫做crosstab，来展示两个变量的关系。

交叉表过程可以显示两个或多个变量的联合频数分布表，简称列联表或交叉表。

如图。

上表就是一个曲型的交叉表，横着的行，分别是吸烟与不吸烟，竖着的列，分别是患肺癌与不患肺癌。

通过横竖交叉，把我们调查的200个人分成四个类别。

分别是｛吸烟，患肺癌：

60｝｛吸烟，不患肺癌：

40｝｛不吸烟，患肺癌：

20｝｛不吸烟，不患肺癌：

80｝

步骤：

（1）打开吸烟与肺癌.sav。

（2）选择data→weightcase，打开加权对话框，选择weightcaseby。

把权数选进去。

Ok执行。

（3）执行Analyze→DescriptiveStatistics→Crosstabs（交叉表）命令，打开Crosstabs对话框。

把两个变量分别选入row和collumn，其他默认。

Ok运行。

（4）运行结果如下。

吸烟的人有60%患有肺癌，不吸烟的人有20%患有肺癌。

吸烟的有40%的不患，不吸烟的有80%不患。

（结果如果需要出现%号：

重新调入crosstab过程。

选择下方的cell按钮。

在percentages里选择row。

运行）

2、如何解读（判定） Χ2值 ，df ，sig 值（假设检验的问题）

（接上面）重新调入crosstab过程。

点击statstics按钮，选择chi-square。

Ok运行。

结果如下。

上表里就是我们最终想要的统计数据。

Pearsonchi-square就是我们通常所说的卡方。

用希腊字母就是Χ2。

Χ2值是33.33，df是1（自由度等于样本容量减1），sig是0.000。

通常这说明，吸烟和肺癌是有关系的。

吸烟会导致肺癌。

两者的关系有统计意义，显著度小于0.05.

Χ2是由皮尔逊发明的，所以在spss输出里叫做pearsonchi-square

Χ2是由两个正态分布的是由n个独立的标准正态分布的平方和相加而成的。

自由度为n。

自由度不同，X2分布的图形不同。

可以说，如果自由度限大的话，X2分布会趋近于正态分布。

那么卡方怎么判定，我们用显著度来判定，就是spss输出表格里的sig。

Sig<0.05的话，我们可以认为两个变量是有关系的，相互影响的。

于显著度标准问题，我们一般用0.05来作标准，<0.05,就是说，原假设成立，那么这种情况发生的概率小于0.05，则可以拒绝原假设。

第6章均值比较过程

Analyze→CompareMeans→

Means，最简单的均值比较

T检验法：

Onesample：

单个样本的t检验，这一过程是用来检验样本均数是否等于一个特定值。

Independentsample：

独立样本t检验，用t检验来检验均值是否相等

Pairedsample：

配对样本t检验，看两个相似的样本