SPSS作业步骤.docx

1、SPSS作业步骤一、建立变量 打开spss建立variable view窗口建立变量名。如在name那一列输入gender;在type选择numeric;label输入性别;点击values出现value labels窗口在value labels窗口内value 内第一框输入1第二框输入男Add,接着重复在第一框输入2第二框输入女Addok;其它不更改 注:如数据小数点后有N位,则在decimals选择N;数值型在type选择numeric,字符型选择string;右对齐左对齐居中在align里设置;missing缺省值 二、删数据的方法 删女生数据的方法:点击DataSelect Case

2、s选择性别和if condition is satisfied点击if选择性别点击?出现gender= 1(删男生选2)continueok 三、输入数据的方法: 第一种方法:点击open file打开文件出现open file窗口选择要输入的数据文件出现text import wizard-step1 of 6窗口点击下一步选择fixed widt下一步下一步下一步在data preview选择对应的结尾列点下一步点击完成 第二种输入数据方法:点击open file打开文件出现open file窗口选择要输入的数据文件出现text import wizard-step1 of 6窗口点击下一

3、步(由于有正负号不需选择fixed widt)下一步下一步下一步下一步点击完成 集中注意、分散注意在label直接修改 2.编程语法:点击fileNewsyntax输入 (只有一列数据时输入下列语法) data list file=D:文本psych_09练习二result1.txt free ( ) /F_arc1 F_arc2 F_arc3 F_arc4 F_arc5 D_arc1 D_arc2 D_arc3 D_arc4 D_arc5. execute. (有两列数据时输入下列语法) data list file=H:练习二教育97.txt fixed records=2 /1 alon

4、e 1-1 gender 2-2 from 3-3 /2 t1 to t40 1-40. Execute. 四、合并文件: 点击datamerge filesadd variables选择要合并的文件 求总平均数:analyzedescriptive statisticsdescriptives年龄?options只选择mean其它不选continueok 求女生平均数:先删男生数据(方法同上),然后同上 1.拆分数据:dataselect cases院系if condition is satisfiedif.院系?depar = 1 | depar= 3 | depar = 6 | depa

5、r= 7 | depar= 10 | depar= 11 | depar= 15continue 求总分:transformcomputer variable第一框输入sum选择要相加的数据?+ok 2.反向计分:选择variable viewtransformrecodeinto different.选择对应题目?在name框内输入新变量名old and new valuesvalue第一框输入0value第二框输入2点击add重复将2改为0,1改为1continueok 五、独立样本T检验: 输入数据同练习一;转换数据的行与列datatranspose选择所有数据?移到另外一个框ok;选择

6、var002的全部数据移到var001数据下;在case_lbl中将原来的N个数据改为1,将后来移动的数据改为2;在variable窗口中将name1改为zu,name2改为math,在values 将第一个zu改为1=反馈组2=不反馈组;analyzecompare meansindependent.将math ?移动到test框内组?移动到grouping点击definegroup1输入1 group2输入2continueok 报告:本实验为两个水平的独立样本T检验。本研究中方差齐性检验的结果是:F=0.037、显著性水平p=sig.=0.848,未达到显著性水平,说明方差齐性条件成立。

7、 根据第一行的t检验结果可知,本研究样本平均数的差异量为6.80,t=3.630,df=38,p=0.001,即伴随概率达到0.05的显著性水平。因此,可以认为实验的两组被试的实验得分差异达到了显著性水平,即反馈增加了被试在直觉判断中的实验得分。 1.配对样本T检验:输入数据同练习一;转换数据的行与列同上将var005移到var001下var006移到var002下var007移到var003下;将var001name改为bianhao,label改为学生编号,var002name改为chu,label学期初,var003name改为mo,label改为学期末;analyze compare

8、meanspaired.将学期初和学期末同时移入第二框ok 报告:本实验采用配对样本T检验。由表中数据可看出,学生学期初与学期末之间的相关系数为0.583,显显著性检验得到的伴随概率p=0.0070.05,达到极显著水平,说明学期初与学期末两个测验的成绩关联性很高。 学期初末差值序列的平均值为-1.60,计算出的t统计值为-4.559,伴随概率为0.000,达到显著水平。也就是说,半年内学生的推理能力有所提高。 练习五: 六、单因素多水平重复组内设计: 输入数据同练习一;将var001name改为bei,label改为被试编号,var002name改为math1, label改为15度,var

9、003name改为math2,label改为30度.依此类推;analyzegeneral linear.repeated measure.在第二框输入3adddefine出现repeated measure窗口将math123同时移入within-subject下的第一框ok 结果看test of within-subject effects,若显著性小于0.05进行事后多重检验,analyzegeneral linear.repeated measure.define出现repeated measure窗口option将factor1?勾选compare main effects和desc

10、riptive.continueok(若需要图表显示则在repeated measure 窗口点击plots.将factor1?移到第一框addcontinueok) 报告:该实验为单因素多水平重复组内设计。自变量引起的变异平方和为116.183,自由度为2,均方为58.091,F=44.692,达到了极其显著水平(p=0.0000.05),即在缪勒-莱尔错觉实验结果中15度、30度、45度三种夹角之间的错觉量有显著差异。且45度夹角下误差量最低,15度夹角下误差量最大。 七、单因素多水平完全随机设计: 输入数据同上;将var002003都移动到var001下,每八个数字改为1 2 3 4,将

11、var001name 改为math,label改为得分,var002name改为midu,label改为生字密度,values将1=5:1 2=10:1 3=15:1 4=20:1;analyzecompare meansone-way ANOV A.将得分移入dependent list框内,将生字密度移入factor内ok 若显著则进行事后检验,在one-way ANOV A.框内点option勾选descriptive和homogeneity of.continueok 报告:该实验为单因素多水平完全随机设计。本实验结果显示F=22.533,显著性水平 p=0.0000.05,达到了极其

12、显著水平。即在四种不同生字密度(5:1、10:1、15:1、20:1)下的阅读理解成绩有着显著差异。10:1的生字密度下被试的阅读理解成绩最低,20:1的生字密度下的被试的阅读理解成绩最高。 八、两因素混合设计: 输入数据同上;将var001name改为pin,label改为词频,将values定义为1=高频2=中频3=低频,var002name改为man,label改为慢速,var003name改为kuai,label改为快速,每五个数据分为1 2 3;analyzegeneral linear.repeated measure.define出现repeated measure 窗口第二框输

13、入2adddefine快速和慢速同时移入within-subject下的第一框将词频移入between-subject.框内ok 结果看tests of within-subject effects,factor1*PIN若不显著,则看factor1和tests of between-subject effects里的pin主效应,若主效应显著则要做事后多重检验同上 报告:该实验为两因素混合设计。本实验为2*3的两因素设计,词频A分三种情况:高频词,中频词和低频词,为被试间设计;词的呈现速率B分两种:快速和慢速,为被试内设计。本实验的结果显示A*B的交互效应sig.=0.144,即不显著。则我

14、们要看主效应,B的主效应sig.=0.077,即不显著,表明呈现速率的不同对被试短时回忆的成绩无影响;A的主效应sig.=0.001,即显著,表明词频的不同对被试短时回忆的成绩有影响,进一步比较表明低频时被试短时回忆的成绩最高,第二的是高频,最后是中频。 若交互效应显著,则看简单效应 Between-subject effect *Total effect* manova score by time (1,3) method (1,3) /design = time method time*method. manova score by time (1,3) method (1,3) /des

15、ign . *simple effect* manova score by time (1,3) method (1,3) /design = method within time(1) method within time(2) method within time(3). manova score by time (1,3) method (1,3) /design = time within method (1) time within method (2) time within method (3). Within-subject effect *Total effect * manova a1b1 a1b2 a1b3 a2b1 a2b2 a2b3 /wsfactors = a(2) b(3) /design. *simple effect * manova a1b1