SPSS - 操作要点整理--详细版（医学统计学）

Spss操作要点详细版 第一章 导论——SPSS介绍

学习目标：初步认识SPSS软件的内容

一、SPSS界面说明

SPSS for Windows是SPSS/PC的Windows版本，具有Windows软件的共同特点，其界面十分友好，打开SPSS程序就会出现图1-2界面。

标题栏 菜单栏 工具栏 数据栏 标签 图1-2 SPSS 11.5 for Windows 界面 该界面为SPSS 的数据编辑窗口，其组成部分及主要功能如下： 1。标题栏：功能与其它Windows软件一致。

2．菜单栏：由10个菜单项组成，每个菜单包括一系列功能。各菜单的主要功能如下。 2．1 File：文件操作菜单。单击File，有图1-3下拉菜单，主要功能包括： ·New：新建数据编辑窗口、语句窗口、结果输出窗口等；

·Open和Open Database：打开数据编辑窗口、语句窗口、结果输出窗口等； ·Read Text Data：读入文本文件； ·Save和Save As：保存文件；

·Display Data Info：显示数据的基本信息；

·Print和Print Preview：将数据管理窗口中的数据以表格的形式打印出来。

图1-3 File菜单项的下拉菜单

图1-4 Edit菜单项的下拉菜单

2．2 Edit：文件编辑菜单。主要用于数据编辑，如图1-4，主要功能包括：

·UndoRedo或modify cell values：撤消或恢复刚修改过的观测值； ·cut，copy，paste：剪切、拷贝、粘贴指定的数据； ·paste variables：粘贴指定的变量； ·clear：清除所选的观测值或变量； ·find：查找数据。

2．3 View：视图编辑菜单。用于视图编辑，进行窗口外观控制。包含显示/隐藏切换、表格特有的隐藏编辑/显示功能及字体设置等功能。

2．4 Data：数据文件建立与编辑菜单。主要用于变量和观测量的编辑和整理。如图1-5，主要功能包括：

·Define Variable Properties：定义变量属性； ·Copy Data Properties：复制数据文件属性； ·Insert Variable：插入变量； ·Insert Cases：插入变量或观测值；

·Sort Cases：按照某个变量值重新排列观测值在数据文件中的顺序； ·Transpose：把数据文件的行列进行转置； ·Restructure：数据重组；

·Aggregate：对数据进行分类汇总，即按指定的变量将观测值进行汇总，以求得每组

的描述统计量；

·Weight Cases：给变量加权，即以某个变量为权重。

图1-5 Data菜单项的下拉菜单

2．5 Transform：数据转换菜单。数据分析的进一步准备，如图1-6，主要功能包括：

·Computer：对数据进行计算，生成新的变量；

·Count：计算相同观测值的个数，并生成一个新的变量；

图1-6 Transform菜单项的下拉菜单 ·Recode：对变量值进行重新编码，并生成一个新的变量；

·Automatic Recode：自动重新编码，即将原变量取整。 ·Categorize Variables：对变量进行分类；

·Rank Cases：对变量求秩，并生成新变量保存秩。

2．6 Analyze：统计分析菜单。用于数值分析，功能将在其后各章介绍。

2．7 Graphs：统计图的建立与编辑。如图1-7，主要功能为统计图的生成。教育统计学常用统计图的生成见第二章。

2．8 Utilities：实用程序菜单。含有变量列表、文件信息、定义与使用集合、自动到新观测量、运行稿本文件、菜单编辑器等。

2．9 Windows：窗口控制菜单。可进行所有窗口的最小化和最大化，激活列表窗口。 2．10 Help：帮助菜单。主要提供有关于SPSS使用、语法、介绍方面的帮助。 3．工具栏：由一系列的功能图标按钮组成，包括打开文件“Open File”、保存文件“Save

图1-7 Graphs及其下拉菜单和Interactive的下拉菜单

File”、打印“Print”、对话框再调入“Dialog Recall”、撤消/恢复操作“Undo/Redo”、定位图表“Goto Chart”、定位观测“Goto Case”、显示变量信息“Variables”、查找“Find”、插入观测值“Insert Cases”、插入变量“Isert Variable”、拆分文件“Split File”、对观测量进行加权处理“Weight Cases”、选择观测量“Select Cases”、使用集合“Use Set”等。

4．数据栏：主要用于数据录入。

5．标签：用于实现数据输入界面“Data View”和变量定义界面“Variable View”切换。

菜单Analyze进入下拉菜单，如图1-8，其数值分析过程主要由以下功能组成： ·Reports：报告功能；

·Descriptives Statistics：描述性统计； ·Tables：表格；

·Compare Means：均值比较；

·General Linear Model：一般线性模型； ·Correlate：相关分析； ·Regression：回归分析； ·Classify：聚类分析；

·Data Reduction：数据简化处理，主要是因子分析； ·Scale：量表分析；

·Nonparametric Tests：非参数检验； ·Time Series：时间序列分析；

·Multiple Response：多维反应模型分析； ·Missing Value Analysis：缺省值分析。

。

三、统计图的生成 （一）直条图的生成 1．单式直条图

1）打开或建立一个数据文件。如研究4~6年级多重成就测验总分问题。

2）单击“Grapha”，再单击“Bar”，弹出“Bar Charts”对话框，内有三种图标和直条图反映的数据类型。

三种图标

① Simple：单式直条图。 ② Clustered：分组直条图， ③ Stacked：分段直条图。 直条图的数据类型

① Summaries for groups of cases：以某个分类同变量为个案分组的标准，反映以组为单位个案的情况。

② Summaries of separate Variables：反映统计资料中若干变量或同一个变量的各种参数的情况，即反映单个变量的情况。

③ Values of individual cases：反映对应某个变量的所有个案的取值情况。 3）单击“Simple”，再单击“Define”，出现“Define Simple Bar：Summaries for groups of cases”对话框。在“Bar Represent”中选“Other summary function”，将“总分”调入“Variable：”；再将变量“年级”调入“Category Axis:”。单击“Titles?”出现其对话框，在“Title”录入主标题，如在其“Line1:”录入“年级直条图”；在 “Subtitle”录入副标题，如在其“Line1:”录入“4~6年级多重成就的测验总分”。单击“Continue”返回，再单击“OK”则生成直条图。

4）图形编辑：对生成的图形进行编辑，使其符合自己的需要。

第一步：双击“性别直条图”的任一处，出现“Chart1 – SPSS Chart Editor”对话框。 第二步：单击某一图形块（如数学，则该图形块被激活）。

①单击工具栏的“Fill Pattern”图标，可进行条纹修饰。修饰后，单击“Apply”； ②单击工具栏的“Colors”图标，可进行颜色修饰。修饰后，单击“Apply”； ③单击工具栏的“Bar Styles”图标，可进行图形式样的编辑。图形式样有三种：“Normal”表示通用图形；“Drop shadow”表示有阴影的图形；“3-D effect”表示三维效果的立体图”。

④单击工具栏的“Bar Lable Styles”图标，可进行图块标签编辑。其中，“None”表示无标签，“Srandard”表示使用标准签，“Framed”表示用框架的标签。选择后两项后单击“Apply All”,则会显示各自的例数。

⑤双击图中“专业直条图”文字，出现“Titles”,单击其中的“Title Justification”

选“Center”，再单击“OK”，则标题居中。图中其它文字也可照此编辑。

⑥单击“File”，取文件名保存输出的图形。 2．分组直条图的生成步骤

1）打开或建立数据文件。如研究性别与考虑焦虑问题。

2）单击“Grapha”，选“Bar”，再单击“Clustered”，选择“Summaries for groups of cases”。

3）首先单击“Define”出现其对话框，将“性别”调入“Category Axis：”；将“考试焦虑水平”调入“Define Clusters by：”。然后选择“Bar Represent”中的“Other summary function”，将“考虑焦虑分数”调入“Variable：”。最后单击“OK”，生成按年级分组的考试焦虑分组直条图。

（二）圆形图的生成

1．打开或建立一个数据文件。如高校教师职称结构问题。

2．单击“Grapha”，选“Pie”，选择“Summaries for groups of cases”。

3．单击“Define”出现其对话框，将变量“职称”调入“Define slices by：”；在“Slices Represent”中选择“Other summary function”，将“人数”调入“Variable：”。

4．单击“Titles?”，在标题中录入“职称结构圆形图”，单击“Continue”返回，单击“OK”生成“职称结构”圆形图。

5．单击“Edit”或双击圆形图进行编辑。

1）单击“教授”扇形，再单击第2个图标，选择其中的一种图形模式。其他扇形均照此编辑。

2）双击任一扇形，出现“Pie Options”对话框，其编辑内容为：

① 在“Position First Slice at：”中可输入第一个扇形的开始位置，根据扇形个数输入相应数目。

② 单击“Edit Text?”可对文本进行编辑。

③ 单击“Format?”出现圆形图标签选择式样，选后单击“Continlle”返回，再单击“OK”。

④ 单击“优秀”扇形，再单击右边第4个图标，该扇形脱离出来。其他扇形也可照此编辑。

6．取文件名保存。 （三）线图的生成

线图有简单、复合及点线三种图形，此处介绍前两种。 1．简单线图的生成

1）打开或建立一个数据文件。如绘制小学三年级标准化数学成就测验的线图。 2）单击“Grapha”，选“Line”；再单击“Simple”，选择“Summaries for groups of cases”。

3）单击“Define”出现其对话框，将变量“总分”调入“Category Axis：”；在“Line Represents”中选“N of cases”。

4）单击“Titles?”，在标题中录入“数学成就”；单击“Continue”返回；再单击“OK”生成小学三年级标准化数学成就测验的线图。

5）单击“Edit”进行编辑。

①单击图中任一线条，确定其等级，如优秀或良好等。

②单击第4个编辑图标出现“Line Styles”，在“Style”中选择线条式样，在“Weight”中选择线条粗细，再单击“Apply”。每一线条均照此编辑。

③取文件名保存。 2．复合线图

1）打开或建立一个数据文件。如研究男女生

2）单击“Grapha”，选“Line”；再单击“Multiple”。选择“Summaries for groups of cases”。

3）单击“Define”出现其对话框，将变量“性别”调入“Category Axis：”，将“考试焦虑成绩”调入“Define Clusters by：”，单击“Titles?”，在标题中录入“性别与考试焦虑成绩的关系”，单击“Continue”返回，再单击“OK”生成性别与考试焦虑成绩的关系图。

4）单击“Edit”进行编辑。

①单击图中任一线条，确定其等级，如优秀或良好等。

②单击第4个编辑图标出现“Line Styles”，在“Style”中选择线条式样，在“Weight”中选择线条粗细，再单击“Apply”。每一线条均照此编辑。

③取文件名保存。 （四）直方图的生成

1）打开或建立一个数据文件。如绘制4-6年级标准化语文成就测验的直方图。 2）单击“Grapha”，选“Histogram”。

3）将变量“语文”调入“Variable：”。若选“Display normal curve”还可同时输出正态曲线。单击“OK”生成标准化语文成就测验分布的直方图。

4）单击“Edit”进行编辑。 ①运用工具栏对图形进行加工 ②取文件名保存。 （五）散点图的生成

1）打开或建立一个数据文件。如绘制语文成绩与数学成绩关系的统计图。 2）单击“Grapha”，再单击“Scatter”，选择“Simple”，

3）单击“Define”，将 “语文”调入“Y Axis：”，将“数学”调入“X Axis：”。单击“OK”生成语文成绩与数学成绩的散点图。

4）单击“Edit”进行编辑。

①单击任一散点，散点被激活。单击工具栏第4个图标出现“markers”。在“Style”中选择符号，如“+”；在“size”中选择符号大小，如选“Medium”。再单击“Apply”，则符号式样及大小均发生变化。

②取文件名保存。 四、统计表的编辑

SPSS输出的表格需转换成学术性表格，具体操作步骤如下。 1．单击菜单“format”，再单击“TableLooks?”出现其对话框。 2．单击有“academic”的选项即可。 第三章 集中量数——SPSS实验

学习目标：学会平均数、中数和众数的SPSS操作 计算例3-1数据的均数、中数和众数。

例3-1：语文成绩43，23，35，37，42，48，54，28，44，36，38，33。 第1步：录入数据，见图3-3（或读取数据）。

图3-3 录入或读取数据 第2步：选“Analyze”，展开下拉菜单。单击“Descriptive Statistics”，再单击Frequencies，出现“Frequencies”对话框，将成绩添加到“Variable(s)：”，见图3-4。

图3-4 添加变量：统计成绩

第3步：单击“Statistics?”，选择“Central Tendency”中的“Mean，Median，Mode，Sum”，再单击“Continue”按钮（见图3-4），返回“Frequencies”，单击“OK”，SPSS开始计算。结果见表3-5。

图3-5 选择集中量指标 Statistics（语文成绩） N

Valid Missing

12 0

Mean 38.4167 Median 37.5000 Mode 23.00(a)

a Multiple modes exist. The smallest value is shown 第四章 差异量数——SPSS实验

学习目标：掌握SPSS中的方差和标准差的计算

例如，以下是某班甲乙两组语文单元测验成绩，请计算这两组数据的平均数、方差和标准差。

甲：8，9，10，13，13，14，14，15 乙：3，5，5，7，9，13，21，33

第1步：录入数据，见图4-3（或读取数）定义变量：语文为语文成绩、组别，甲组=1，乙组=2。

图4-3 Unitled-SPSS Data Editor对话框

第2步：选“Analyze”，展开下拉菜单。单击下拉菜单“Compare Means”中的“Means”出现“Means”对话框，将左变量框中的“成绩[语文]”选入“Dependent List”中，“组别”选入“Independent List”，见图4-4。

图4-4 Means对话框

第3步：单击“Options”，出现“Means ：Options”对话框，将“Statistics”框中“Mean，Std．deviation，Variance，Number of Cases”选入“Cell Stastics”中。见图4-5。

图4-5 Means：Options对话框

第4步：单击“Continue”按钮，返回“frequencies”，单击“OK”即可。

输出结果与解释：

Report

Std.

组别 Mean N Deviation

1.00 2.00 Total

12.0000 12.0000 12.0000

8 8 16

2.61861 10.25392 7.22957

Variance 6.857 105.143 52.267

平均数与标准差的结果为：甲组平均数为12，方差为6.857，标准差为2.618；乙组平均数为12，方差为105.142，标准差为10.254。两组平均数相等，但乙组方差、标准差大，说明乙组数据分布离散程度大，平均数代表性较差 第五章 相对量数——SPSS实验

学习目标：掌握将原始分数转换为标准分数。

例题：10名学生的成绩分别为80，90，78，64，88，92，83，75，90，86。试将其转换为标准分数。

第1步：录入（读取）数据。定义变量：成绩为chji，见图5-4。

图5-4 成绩录入

第2步：选择 “Analyze”，单击“Descriptive Statistics”中的“Descriptives”出现其对话框，选择“Save standardized values as variables”，见图5-5，单击“OK”即可。

图5-5 Descriptives对话框 输出结果见图5-6，数据编辑窗口中右侧出现“zchji”，即为每个数据相对应的标准分数。

图5-6 Z分数输出结果 第六章 相关量数——SPSS实验 学习目标：掌握SPSS有关相关分析的操作 例6-1：身高和体重的数据分别为

身高：170，165，150，180，185 体重：72，69，66，70，68

第1步：录入或读取数据。定义变量：身高shgao，体重tizh，见图6-6。

图6-6 身高与体重原始数据

第2步：选择“Analyze”，单击“Correlate”中的“Birariate”，进入“Birariate Correlations”，

见图6-7。

图6-7 Birariate Correlations对话框

第3步：将变量“shgao”和“tizh”调入“Variables”，在“Correlation Coefficient”中选择所需的相关系数（默认为pearson相关）。

第4步：在“Test of Significance”中选“Two-tailed”，单击“OK”即可。 输出结果与解释

SHGAO

Correlations

SHGAO Pearson Correlation Sig.

(2-tailed)

TIZH

N

Pearson Correlation Sig.

(2-tailed) N

在上面的结果中，变量见两两相关系数是用方阵的形式给出的。每一行和每一列的两个变量对应的格子中就是这两个变量相关分析结果，共分三列，分别是相关系数、P值和样本数。由上表可见，身高与体重之间的pearson相关为0.449，p（双侧）为0.448。因为相关系数为0.449，p＝0.448>0.05，认为身高与体重相关不显著。

.448

.

.

.448

1

TIZH .449

5 .449

5 1

5 5

第七章 概率分布及其应用

学习目标：掌握偏态与峰态的操作

以例2-1数据进行峰度和偏度计算，即50名学生统计学成绩为71，81，74，61，78，79，68，67，81，79，61，81，70，64，90，62，73，73，56，52，79，70，69，63，74，87，52，57，66，72，54，76，75，88，81，80，60，63，80，74，77，69，53，48，66，83，81，45，78，71。

第1步：录入数据（或读取数据）。定义变量:统计学成绩，见图7-14。

图7-14 Unitled-SPSS Data Editor对话框

第2步：选择“Analyze”中的“Descriptive Statistics”，单击Frequencies，出现“Frequencies”对话框，将成绩添加到“Variable(s)：”，见图7-15。

图7-15 Frequencies对话框

第3步：单击“Statistics?”，在“Distribution”中选“Skewness（偏度）和Kurtosis（峰度），见图7-16；再单击“Continue”按钮，返回“Frequencies”，单击“OK”即可。

图7-16 Frequencies：Stasticscf 对话框

输出结果与分析

Statistics

N Valid Missing

Skewness

Std. Error of Skewness Kurtosis

Std. Error of Kurtosis

50 12 -1.869 .337 6.529 .662

统计成绩峰度和偏度结果:峰度为6.529,大于3, 为高狭峰,说明统计成绩次数分布比较集中;偏态系数为-1.869,说明次数分布为负偏态,表明M﹤Md﹤M0. 第七章 参数估计——SPSS实验

学习目标：掌握总体均数估计的操作

以例8-4数据进行均数估计，即93，70，90，92，69，95，82，83，88，81，84，77。

第1步：录入（或读取）数据。定义变量：成绩chji。见图8-1。

图8-1 录入数据格式

第2步：选择“Analyze”中的“Descriptive Statistics”，单击“Explore”出现其对话框，将chji添加到“Dependent list：”（因变量框），见图8-2。

图8-2 Explore主对话框

第3步：单击“Statistics?”，点击“Descriptives”,（置信度默认为95%，可接受，也可修改）。再单击“Continue”按钮返回。单击“OK”即可。

输出结果与解释：

Descriptives

CHJI Mean 95% Confidence Interval for Mean Lower Bound Upper Bound Statistic 83.6667 78.2460 Std. Error 2.46286 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis 9.0874 8 83.8519 83.5000 72.788 8.53158 69.00 95.00 26.00 13.5000 -.500 -.641 .637 1.232 上表详细列出了常用的描述统计量，其中均数95%可信区间下限和上限依次为78.2460和89.0874。

第九章 假设检验——SPSS实验

学习目标：学会用SPSS分析平均数的差异显著性

一、单总体均数之差的检验

例9-3：6名被试在一项空间知觉能力测试的成绩为1.4、1.8、1.1、1.9、2.2、1.2，这些数值是否能证明“这种能力测试平均数一般为1.5”的论断？

第１步：录入（或调入）数据。定义变量：空间知觉能力成绩chji，见图9-7。

图9-7 空间知觉能力测试数据文件

第２步：选择“Analysis”中的“Compare Means”，单击“One—Samples T Test”出现其对话框，见图9-8。

图9-8 One—Samples T Test对话框

第3步：将左框变量“physics”选入“Test Variable(s)：”，并在“Test Value：”中输入总体数均数1.5。

第4步：单击“Options”，在“Confidence Interval”输入置信度（默认为95%），见图9-9。单击“OK”即可。

图9-9 One—Samples T Test：Options对话框

输出结果与解释

One-Sample Statistics Std. Deviation .43359 Std. Error Mean .17701 CHJI

N 6 Mean 1.6000 该表为样本的基本情况包括样本量、均数、标准差和标准误。

One-Sample Test Test Value = 1.5 95% Confidence Interval of the Difference CHJI t .565 df 5 Sig. (2-tailed) .597 Mean Difference Lower .1000 -.3550 Upper .5550 该表为单总体t检验结果，当总体均数为1.5时，样本均数与总体均数的t值为0.565，自由度df为5，p（双侧）为0.597，两均数之差为0.1。因为t?0.565，

p?0.597>p?0.05，所以接受虚无假设，拒绝研究假设，认为该6人空间知觉能力测试

平均数一般为1.5的论断不成立。 二、双总体均数差异的检验 （一）独立样本均数差异的检验

例9-8：男性睡眠为4，6，5，4，5和6小时；女性睡眠为3，8，7，6，7，6，7和6小时。试问该药对男女性的睡眠是否有不同的效果？

第1步：录入数据。定义变量：睡眠时间为time，性别为sex（其中男为1，女为2）。见图9-1。

图9-10 男女性睡眠时间数据文件

第２步：选择“Analysis”的“Compare Means”，单击“Independent—Samples T Test”出现其对话框，见图9-2。

图9-11 Independent—Samples T Test对话框

第3步：将左框的变量“time”选入“Test Variable(s)：”，将sex选入“Grouping Variable：”sex。 单击“Define Groups?”，在“Group1”键入“1”，在“Group2”键入“2”，见图9-3。再单击“Continue”返回，单击“OK”。

图9-12 Define Groups对话框

输出结果与解释

Group Statistics SEX 男 TIME 女 N 6 8 Mean 5.0000 6.2500 Std. Deviation .89443 1.48805 Std. Error Mean .36515 .52610

该表为两组数据的基本情况描述，包括样本量、均数、标准差和标准误。

Independent Samples Test

Levene's Test for Equality of Variances F

Sig.

t

df

t-test for Equality of Means

95% Confidence Interval of the Difference Lower

Upper

Sig. Mean Std. Error (2-tailed) Difference Difference

Equal

TIME variances .518 .486 -1.816 12

assumed Equal variances -1.952 11.600

not assumed

.094 -1.2500 .68845 -2.75000 .25000

.076 -1.2500 .64041 -2.65068 .15068

该表有两部分检验内容：一是方差齐性检验，此处，F?0.518，p?0.486>0.05，方差齐性。二是在方差齐和方差不齐时的 t 检验结果。方差齐性的t检验为 t??1.816，自由度df?12，p?0.094。因为p?0.094> 0.05 ，所以??0.05水平上接受绝虚无假设，拒绝研究假设，说明该药对男女性的睡眠效果不存在显著差异。

（二）相关样本均数差异的检验

例题：从某中学随机抽取初三10名学生，学期初进行了推理能力测验，期末又进行了类似测验，结果如下，检验其推理能力有无显著差异？

1 2 3 4 5 6 7 8 9

10 期初 11 15 15 14 10 13 11 12 13

12

期末 14 15 14 14 11 14 15 11 14

14

第1步：录入数据，定义变量为：first ，final。见图9-4。

图9-13 推理能力测验成绩数据文件

第２步：选择“Analysis”的中“Compare Means”，单击“Paired—Samples T Test”出现其对话框，先后单击“first”和“final”，即可选入“Paired Variables：”，见图9-5。单击“OK”。

输出结果与解释

Pair 1 图9-14 Independent—Samples T Test对话框

Paired Samples Statistics Std. Std. Error Mean N Deviation Mean 12.6000 13.6000 10 10 1.71270 1.42984 .54160 .45216

FIRST FINAL

上表为相关样本基本情况，包括样本量、均数、标准差和标准误。

Paired Samples Correlations Pair 1

FIRST & FINAL

N 10

Correlation .472 Sig. .169

该表为相关样本的相关性分析。

Paired Samples Test

Paired Differences

95% Confidence

Std. Std. Error Interval of the Deviation Mean Difference

1.63299

.51640

Lower -2.1682

Upper .1682

t

Sig.

df (2-tailed)

Pair 1

Mean

FIRST -

-1.0000

FINAL

-1.936

9

.085

该表为相关样本t检验结果，因t?1.936时，p?0.085>0.05，所以接受虚无假设，拒绝研究假设，说明学期初和学期末的推理能力无显著差异。 第十章 方差分析——SPSS实验

学习目标：初步掌握SPSS中的方差分析操作

一、单因素方差分析

例10-1：三种学习方法的数据进行完全随机设计的方差分析。 A：5，6，7，5，3，4 B：11，10，9，11，9，10 C：14，15，17，13，17，14

第1步：录入（或读取）数据。定义变量，成绩为chji，分组为group，其中A、B、C组分别用1、2、3表示，见图10-5。

图10-5 三种学习方法数据文件

第2步：选择“analyze”中的“compare means ”，单击“one-way ANOVA”出现其”对话框，见图10-6。将“chji”选入“Dependent list”，将“group”选入“Factor”。

10-6 单因素方差分析对话框

第3步：单击“Options?”进入方差分析，选择“Descriptive”（给出不同水平下的描述统计值）和“Homogeneity of variance test”（方差齐性检验），见图10-7。单击“Continue”，返回“one-way ANOVA”。

图10-7 “one-way ANOVA：Options?”对话框

第4步：单击“Post Hoc?”进入多重比较，见图10-4，选“S-N-K”（即q检验），只

有??0.05；或选“LSD”（最小显著差法），?默认为0.05，可选0～1的任何显著性水平。若方差不齐性，再选“Equal Variances Not Assumed”中的“Tamhane’s T2”。单击“Continue”，返回“one-way ANOVA”，再单击“OK”即可，见图10-8。

图10-8 “one-way ANOVA：Post Hoc Multiple Comparisons”对话框 输出结果与解释： 1 2 3 Total

N Mean Std. Std. Deviation Error 6 6 6 18

5.00 10.00 15.00 10.00

1.414 .894 1.673 4.393

.577 .365 .683 1.035

Descriptives 95% Confidence Interval

for Mean Lower Bound 3.52 9.06 13.24 7.82

Upper Bound 6.48 10.94 16.76 12.18

Mini 3 9 13 3

Maxi 7 11 17 17

上表为三种学习方法所获得的学习成绩描述性统计结果，成绩均数分别为5.00，10.00，15.00。

Test of Homogeneity of Variances

Levene Statistic 1.154

经过方差齐性检验，在当前自由度下的p为0.342，大于0.01，可以认为样本所在各总体方差齐性，可以进行方差分析。

ANOVA

Between Groups

Within Groups Total

这是个典型的方差分析表。给出了单因素方差分析的结果，可见，F值为80.357，P小于0.00，因此可以认为三种学校方法的教学效果不同。

CHJI9（Student-Newman-Keuls ）

Subset for alpha = .05

GROUP

N

1

2

3

1 6 5.00 2 6 10.00 3 6 15.00 Sig. 1.00 1.000 1.000 Means for groups in homogeneous subsets are displayed.

a Uses Harmonic Mean Sample Size = 6.000.

Sum of Squares 300.000 28.000 328.000

df 2 15 17

Mean Square 150.000 1.867

F 80.357

Sig. .000

df1 2 df2 15 Sig. .342

上表是用S-N-K法进行两两比较的结果，简单地说，在表格的纵向上各组均数按大小排序，然后在表格的横向上被分成了若干个亚组，不同亚组见的P值小于0.05，而同一亚组内的各组均数比较的P值大于0.05。从表中可见，三种教学方法所得成绩被分入不同的亚组中，因此三组见两两比较均有差异；由于各个亚组均只有一个组别进入，因此最下方的组内两两比较P值均为1.000（自己和自己比，肯定不会有差异）。

二、多因素方差分析

第1步：录入（或读取）数据。定义变量，“attitude”表示态度，其中“1”表示严肃，“2”表示轻松；“teaching”表示教法，其中“1”为集中识字，“2”为分散识字；另外，用“achieving”表示成绩，见图10-5。

第2步：选择“analyze”中的“General Linear Model”，单击“Univariate”进入其对话框，见图10-6。

第3步：将“achieving”放入“Dependent Variable”，将“attitude”和“teaching”放入

“fixed factors”。

第4步：单击“Contrasts?”出现“Univariate Contrasts”，进行多重比较，点击“Contrasts”选择“Simple”，单击“Continue”返回。若需其他描述统计量，可单击“Options?”选择需要的统计量。

第5步：单击“OK”。 第十一章 回归分析——SPSS实验 学习目标：基本会用SPSS进行回归分析

例11-1： 表11-1 学习时间与期末考试成绩 时间 成绩

第1步：录入（或调入）数据。定义变量：自变量（时间）time，因变量（成绩）chji，见图11-3。

1 40 78

2

3

4

5

6 33 74

7

8

9

10

43 18 93 76

10 25 67 78

27 17 65 52

30 47 88 89

图11-3 学习时间与期末考试成绩数据文件

第２步：选择“Analysis”中的“Regression”，单击“Linear”出现其对话框，将time调入“Dependent：”，将chji调入“Independent：”，见图11-4。

图11-4 Linear Regression对话框

第3步：单击“Statistics?”出现其对话框，见图11-5。选择“Estimates，Confidence intervals，Descriptives”等，单击“continue”返回。

图11-5 Stastics对话框

第5步：单击“Save?”出现其对话框，见图11-6。选择“Predicted Values”中的“Unstandardized”，“Prediction Intervals”中的“Individual”及置信度（默认95%），单击“continue”返回，再单击“OK”即可。

图11-6 Save对话框

输出结果与解释：

Descriptive Statistics Std. Mean Deviation 12.03698 12.43651

N 10 10 TIME 29.0000 CHJI 76.0000

上表为回归分析样本基本情况，包括样本量、均数、标准差。

Correlations

TIME CHJI

Pearson Correlation

Sig.

TIME CHJI TIME

1.000 .721 .

.721 1.000 .009

(1-tailed)

N

CHJI TIME CHJI

.009 10 10

. 10 10

该表为相关分析结果。Pearson相关系数为0.721，单尾显著性检验p?0.009<0.05。学习时间与期末考试成绩相关显著。

Model Summary(b) Std. Error of Adjusted the R Square R Square Estimate Model 1 R

该表为模型汇总表，用于描述模型的拟合情况。模型1的复相关系数（R）为0.721，测定系数（R Square ，R2）为0.519，调整后的测定系数为0.459，估计值的标准误（Std.Error of the Estimate）为8.8506。

Model

ANOVA(b)

Sum of Mean

df

Squares Square

.721(a) .519 .459 8.85065 a Predictors: (Constant), CHJI b Dependent Variable: TIME

F Sig.

1 Regression 677.328 1 677.328 Residual 626.672 8 78.334 Total 1304.000 9

a Predictors: (Constant), CHJI b Dependent Variable: TIME

chji与自变量time之间有线性关系。

Coefficients(a)

Unstandardized Standardized Coefficients Coefficients

8.647 .019(a)

上表为各模型的方差分析结果。模型1的p?0.019<0.05，拒绝原假设，认为因变量

Model t Sig.

95% Confidence

Interval for B

Std. Lower Upper

B Error Beta Bound Bound 1 (Constant) -24.014 18.245 -1.316 .225 -66.087 18.058 CHJI .698 .237 .721 2.941 .019 .151 1.245 a Dependent Variable: TIME

上表为各模型的偏回归系数、标准化的偏回归系数及其对应的检验值。根据模型1可以

?建立一元线性回归方程为：y??24.014?0.698x。自变量对应系数的检验值小于0.05，

拒绝原假设，说明其有显著性意义。

第十二章 χ2检验——SPSS实验

学习目标：初步掌握SPSS中关于χ2分析的操作方法

一、适合性检验

例题：某工厂新方案实施的民意调查，有同意、不置可否、不同意三种答案，我们调查了60人，结果同意的28人，不置可否的22人，不同意的10人。问持这三种意见的人数是否有显著不同？

第1步：录入（或读取）数据。定义变量见图12-2。

图12-2 数据录入

第2步：选择菜单项目如下。 Data→Weight Cases: ⊙Weight Cases by: Frequency Variable : num 频数变量为num OK Analyze→Nonparametric Tests→Chi-Square Test Variable List : type 要检验的变量为type Exact:⊙Exact:Continue 要求计算确切概率 OK 输出结果与解释：Frequencies TYPE 同意 不置可否 不同意 Total

Observed

N Expected N Residual

28 20.0 22 20.0 10 20.0 60 Test Statistics TYPE

8.400 2 .015 .015 .002

8.0 2.0 -10.0

Chi-Square(a) df

Asymp. Sig. Exact Sig. Point

Probability a 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 20.0.

“TYPE”表显示三个类别的观察频数、期望频数和残差。“Test Statistics”表为最终检验结果，给出卡方值、近似P值和精确P值。因为P=0.015< P=0.05，因此在0.05水平上拒绝虚无假设，说明三种意见存在显著差异。

二、独立性检验

例题：对男女生进行一项民意测验的调查结果如下，试问性别与态度是否相关？

男 拥 护 36 不置可否 32 反对 15 女 28 26 45 第1步：在SPSS中，解答该题首先定义变量见图12-3。

图12-3 变量输入

第2步： 选择菜单项目如下。 Data→Weight Cases: ⊙Weight Cases by: Frequency Variable : count 频数变量为count OK Analyze→Descriptive Statistics→Crosstabs Rows:sex Columns:attitude Statistics:√ Chi-square:Continue 要求进行卡方检验 OK 第2步 具体的界面操作如图12-4到图12-6。

图12-4 Weight Cases对话框

图12-5 Crosstabs对话框

图12-6 Statistics对话框

结果如下：

Chi-Square Tests

Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association

N of Valid Cases

Value 15.333(a) 15.913 11.897 182

df 2 2 1

Asymp. Sig. (2-sided)

.000 .000 .001

a 0 cells (.0%) have expected count less than 5. The minimum expected count is 26.45.

因为n≥40,且所有T≥5，用普通的卡方检验，可见Pearson Chi-Square的P值为0，即拒绝结果表明，?为15.333时，其概率值为0.000，小于0.01，拒绝虚无假设，说明性别与态度存在相关。

2第十三章 非参数检验——SPSS实验

学习目标：初步学会操作SPSS分析非参数的样本资料

一、两个独立样本检验

例13-7： 教师年薪数据表 教

1

2

3

4

5

6

7

8

9

10

11

12 —

男 1.60 1.65 1.73 1.77 1.85 1.93 2.01 2.09 2.30 2.35 2.42

师 女 1.36 1.43 1.50 1.57 1.60 1.71 1.78 1.85 1.92 1.99 2.06 2.08

第1步：录入（或读取）数据。定义变量：年薪（nx），性别（sex，其中男为1，女为2），见图13-1。

图13-1 数据文件

第2步：选择“analyze”，单击“Nonparaametric Tests”中的“2 independent samples”，进入“two independent samples Test”，见图13-2。将nx 选入“Test Variable List”，将sex放入“grouping Variable”，“Define Groups”字体变黑。

图13-2 two independent samples Test对话框

第3步：单击“Define Groups”进入“two independent samples：Define Groups”，见图13-3。在sex1中输入1，sex2中输入2，单击“continue”返回，单击“OK”即可。

图13-3 two independent samples：Define Groups对话框

输出结果与解释：

Ranks Mean N Rank 11 12 23 14.73 9.50 Sum of Ranks 162.00 114.00 NX

SEX 1 2 Total 上表为秩和检验中用到的编秩情况列表，可见，男教师组的秩次要高一些（默认是从小到大的编秩）

Test Statistics(b)

NX

Mann-Whitney U 36.000 Wilcoxon W 114.000 Z -1.847 Asymp. Sig.

.065

(2-tailed) Exact Sig.

.069(a)

[2*(1-tailed Sig.)]

a Not corrected for ties. b Grouping Variable: SEX

上表即为检验结果，一共给出了Mann-Whitney U统计量、Wilcoxon W统计量和Z值，下方则分别给出了近似法计算出的P值和确切概率法计算出的P值，可见两种算法得出的结论一致，都是男教师和女教师的年薪的分布无显著的统计学意义，结合实际数据，可以认为男女教师年薪水平相差不大。

二、两个相关样本检验

例13-4： 表13-6 儿童入园前后血色素检验结果

刚入园X1 入园一年X2

1 12.3 12.0

2

3

4

5

6

7

8

9

10

11.3 13.0 15.0 12.0 15.0 13.5 12.8 10.0 11.0 14.0 13.8 11.4 14.0 14.0 13.5 13.5 12.0 14.7

第1步：录入（或读取）数据。定义变量：前测血色素xss1，后测血色素xss2，见图

13-4。

.

图13-4 数据文件

第2步：选择“analyze”，单击“Nonparaametric Tests”中的“2 related samples”，进入“two-related samples tests”，见图13-5。分别单击“xss1”和“xss2”，进入“current selection”中的“ variable1：”和“variable2：”，再单击向右箭头进入“Test Pair[s] List”。在“Test Type”中选择“wilcoxon”和“sign”。最后单击“OK”即可。

图13-5 two-related samples tests对话框

结果输出

Test Statistics(b)

XSS2 - XSS1

Z -1.126(a) Asymp. Sig.

.260

(2-tailed)

a Based on negative ranks. b Wilcoxon Signed Ranks Test

上表为秩和检验的结果，给出的是Z统计量和近似的P值。可见两组差异无统计学意义。

本文来源：https://www.bwwdw.com/article/a7b8.html