spss数据分析具体操作步骤要点.doc

《spss数据分析具体操作步骤要点.doc》由会员分享，可在线阅读，更多相关《spss数据分析具体操作步骤要点.doc（24页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、大家现在都要写论文的数据分析了很多同学都一点不会所以把我知道的跟大家分享 一下下面以 PASW18.0 为例，也就是 SPSS18.0什么？不是 18.0，好吧差不 多的，凑合着看吧要不去装个= =下面图片看不清的请右键查看图片首先，要把问卷中的答案都输进 SPSS 中，强烈建议直接在 SPSS 中输入，不要在 EXCEL 中输入，再导入 SPSS，这样可能会出问题在输数据之前先要到变量视图中定义变量 如下图所有类型都是数值，宽度默认，小数点看个人喜好，标签自定，其他默认除了值讲讲值的设定点一下有三点的蓝色小框框会跳出一个对话框，如果你的变量是性别，学历，那么就 如下图如果是五点维度的量表，那

2、么就是记住，每一题都是一个变量，可以取名 Q1，Q2设定好所有问卷上有的变量之后，就可 以到数据视图中输入数据啦如下图都输完后还有要做的就是计算你的每个维度的平均得分如果你的问卷 Q1-Q8 是一 个维度，那么就把 Q1-Q8 的得分加起来除以题目数 8那么得到的维度 1 分数会显示在 数据视图中的最后具体操作如下转换计算变量点确定，就会在数据视图的最后一列出现计算后的变量如果你的满意度有 3 个维度， 那么就要计算 3 个维度，外加满意度这个总维度，满意度=3 个维度的平均分=满意度量表 的所有题目的平均分把你所有的维度变量都计算好之后就可以分析数据啦1.描述性统计将你要统计的变量都放到变量

3、栏中，直接点确定如果你要统计男女的人数比例，各个学历或者各个年级的比例，就要用描述统计中的频率 如果要统计男女中的年级分布，比如大一男的有几个，大二女的有几个，就用交叉表 不细说了地球人都懂的2.差异性分析差异性分析主要做的就是人口学变量的差异影响，男女是否有差异，年级是否有差异，不 做的就跳过对于性别来说，差异分析采用独立样本 T 检验，也可以采用单因素 ANOVA 分析，下面以 T 检验为例将性别放进下面的分组变量中，接着定义组按确定看 Sig（双侧）得分，小于 0.05 就表明有显著差异，上图可见男女在组织承诺上是有显著 差异的，在变革型领导行为的认同上没有显著差异而对于学历，年级，年龄

4、，工作年限等因素，我们可以采用单因素 ANOVA 分析，如下按确定由上图可知，在 KY 工作年限不同，在感情承诺、规范承诺、机会承诺上都有显著差异 显著性小于 0.05如果做出来没有差异，可以在下图中选择两两比较选中 LSD（最小显著方差法）继续确定就会出来多重比较的图再找有没上标为小星星的有就可以说明二者有差异，没就没办法了你改数据吧 = =上图说明 1 年和 3 年、5 年的在感情承诺上有明显差异我去4 年的怎么没差 异= =0别的也就这么做不重复说了3.相关分析相关分析主要就是分析你两个大变量中各个维度是否存在相关性和两大变量是否存在相关 性下例为两大变量的相关分析分析相关双变量确定后可

5、见变革型领导行为和组织承诺在 0.01 水平上显著相关上标两颗星相关性比较好其他维度也是一样的做法4.回归分析相关分析只能说明二者的相关性，并不能表明是否是由于 A 的变化引起 B 的变化，要想证 明因果关系就要用回归分析在做回归之前，首先要做一下自变量之间的相关性，如果相关系数超过 0.75 就不能做回归 会有比较大的偏差这里不说了，不会的看 3.相关分析回归如下如果你想用 ABC 变量预测 D，就把 D 放因变量中，ABC 放自变量中，方法选择进入直 接确定，如下图上图的结果表明德行垂范和愿景激励被踢出回归方程，因为 Sig 大于 0.05所以只有个 性化关怀和领导魅力可以显著预测组织承诺

6、5.问卷信度和效度信度=分析度量可靠性分析把你同一份量表的题目全部放进去，比如变革型领导量表有 26 题直接确定结果表明 Cronbachs 值为 0.939，量表信度很好超过 0.7 才行效度分析一般采用结构效度分析，就是因子分析分析降维因子分析把你同一量表的题目都放进去点描述选 KMO*再点旋转，选择最大方差法其他都默认，最后确定0.839 大于 0.5，表示可以进行因子分析累积解释变异 66.974%，比较好可见上图 1-8 是一个维度，9-14 是一个，15-20 是一个，21-26 是一个表中同一行不能 出现 2 个大于 0.5 的值如果出现，你要么就把该题目踢出问卷，要么就把该题目的答 案改得和同一维度中其他题目答案相近比如 A 维度的答案是 4,4,4,5,4, 1，你想把第 6 题也分到 A 中，就把第 6 题的答案 1 改成 4多改几份差距大的问卷，再试试因子分 析，看看值的变化就可以知道改的效果怎么样，不好就不要改好啦就讲到这里应该都会了吧其实最重要的还是数据的造假不造假真是做不 出的其实也不是我们想造假只能说被试者的随便填写造成了我们数据分析的极大困 难老师应该也知道的= =大家就这样改着吧我也不是专业的，以上分析只作参考，答辩不过别找我= =0