spss大数据分析报告具体操作步骤要点.docx
- 文档编号:6274586
- 上传时间:2023-01-05
- 格式:DOCX
- 页数:26
- 大小:587.50KB
spss大数据分析报告具体操作步骤要点.docx
《spss大数据分析报告具体操作步骤要点.docx》由会员分享,可在线阅读,更多相关《spss大数据分析报告具体操作步骤要点.docx(26页珍藏版)》请在冰豆网上搜索。
spss大数据分析报告具体操作步骤要点
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EXCE冲输入,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
|名称
类型
标签
||值
缺尖
1
性别
栽值㈣
4
0
性别
(1.期…
无1
2
8
0
年龄
(1*26及以
无
報育程度
ttfl(N)
8
0
般"程覆
(1本科以下
无
4
职称筹级
数值㈣
8
0
职称等级
仏初级}
无」
5
总工件年限
犠值(N)
S
0
从事类似工作年
{1T
无1
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
|性别
年龄
数肓程度][
职称等级
总工作年限
KY工作年限
德行垂范1
1
2
2
3
2
1
4
4
2J
2
2
3
2
1
5
3
I3|
1
2
3
1
1
1
4
4
1
2
4
3
1
2
4
5
1
2
3
2
1
3
4
6
2
1
3
1
1
1
5
7
2
2
2
2
3
6
5
8
2
2
3
2
1
3
4
9
1
2
3
2
1
5
4
10f|
1
1
2
1
1
1
6
11
1
2
3
2
1
4
5
12
2
2
3
2
1
3
4
13
2
3
2
3
4
6
4
I处I
2
2
3
2
2
1
5
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……
转换一一计算变量
转换CD分析©)直销述:
图形©实,
3计算变量©…
回对个案内的值计数⑨…
转换值(B-
回重新编玛为不同变量迟)…圜自动重新編码i色)…脖可视离散化回…
X最忧离散化QL-
准备建模数据(巳
涉g个秦排秩(19…
用日期和时间向导•“
□□33
回创建时间序列蝕)…冒良替换缺失值电)…
0随机数字生成器◎..
■屋行挂起的转拥iT
Ctri+G
计算变量
目标变量①:
数字表达武叵):
(Q1+Q2+Q3+Q4+Q5+Q6+Q7+Q8)/8|
“性别[性别1
d年龄[年龄〕
a数育程度]数苻程度]易职称等融咼称等级],j从爭类似工作年眼…J在O工作年限[KV.打变Cd[禱行垂范卫丄{受Q2篇行垂范2]&]|变。
3彌行垂范理d变04猜行垂范4:
J^Q5i潘亍垂范二(J^06循行垂菇6]d^Q?
帶行垂范厲_Lj^Q8薦行垂范8]变Q9愿員激励亚
(J变A0隠杲瀏励2]占力爽隠景測励可
如果{「…卜可选的个案选挥条件)
确定
粘贴(巳
重置迟:
\/
f-.
取消
帮助
—』
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
分析电克捎创图理⑥实用程序世;窗口型J
报告
描述貌计
表(T)
趣均值世)
一般线性複型吃}
广义线性複型
郷合模型凶
相关©
回归迟)
对数銭性模型Q;
神经网络
分类迥
降维
H
I
Sj*(D)...
Q探索匡:
…
p-pfflT„
缺失值分析芒;•…
度星S:
非参数检验袒:
预测①
躬重归因圧:
境杂抽样I睛■&榕黑ilfOb
3
6
1
3
1
6
1
1:
1
4:
1
3'
4
6
2
1:
『1
3!
1
1
1
5
1
1
1
5:
1
%
将你要统计的变量都放到变量栏中,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
分靳凹宜狷迴.;国堆住:
其用程呼电商」週}帘朝
报告
描述统计
表仃)
分类E
降绻
3
6
1
3
1
6
1
1
1
4
1
3
4
6
2
1
1
3
1
1
1
5
比较均值砂P
1般线性模型电)卜广义銭性複型K
混合複型电)卜
相关©卜
回归迟)卜
对数钱世複型〔9卜
神经网路卜
度量(S)非卷数检验型;
预测①生存函数型)多重响应世)
氐]均值朗…
单样本TJfefe(S)..
甘]!
独立样本工检验oy.
]配对祥本T检验〔巳…
单因素ANOV?
l.
将性别放进下面的分组变量中,
接着定义组
按确定
独立拝本盤验
方差方程的Leverte检验
均值方程的t檢验
F
Sig
t
df
Sig.fTtM
均值差值
标淮1
吏革型领导行为
假设方差相等
擦设方屋不相等
.601
440
-1637
-1.E40
113
112.199
.105
.104
-.1517532
-.1517532
J9:
.09:
緡駅承诺
暇设方差*聘
假设方差不相等
4.312
□40
-2.225
-2.199
113
103.196
028
.030
-.1057073
-.1057073
08:
.08.
ANOVA分析,如下
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,工作年限等因素,我们可以采用单因素
分析G直销(也:
團形E’g实用程序世)窗口世;帮朗
报吿
描述统计
表E
比较均值观:
一般线性複型£;广丈撲性模型
混合權型Q9
相关(£)
回归迟:
对数绒性模型:
◎
神鏡网络
分类(£)
澤雄
度量(S)
非参數檢验〔吵
预测①
生存函数{■耳
雲重响应2〉
缺失值分析世二
赛重归因a;
I|均值廻,…
[了单样本T檢验适因独立样本;[检验(「…
!
」配对祥本T检验(巳..
1
T
3
6
1
3
1
5
1
1
1
4
1
3
4
G
2
1
1
3
1
1
1
5
1
1
猛单因素ANgjVA.,
:
;r单因素方差分析
因变量列表匡):
|启性别[性别1—[d年龄[年龄1
企教育稈度[教育程度占职称等皱阳称等级:
;1g从爭类f£lTft年限…/变Cd隠行垂范1]d变a睛行垂范刃/变Q3隠行垂范3]
因子(D:
|“在KY工作年限[KY工.一
按确定
确定
炉感惜承诺L感惜最诺:
冷规范承诺飙范承诺]少理想承诺理想承话]夕经济承诺I经济承诺]炉机会承诺矶会承诺]
[对比凶…」两两比较{旦;…选项0—I
Bootstrapi.Bj..
粘贴gj色置迟;
ANOVA
平方和
df
均方
F
显著性
感特承诺组间
組内
总数
5.745
40140
53685
5
109
114
1.149
442
2.601
02S
规范承诺组间
組内
总数
7.226
50057
58033
|5
109
114
1.445
467
3.097
.012
理想承诺组间
俎內
总数
3.861
60.745
64.605
5
109
114
.772
557
1.386
.235
经務承诺爼间
組內
总数
3.374
56.945
60.319
5
109
114
.675
522
1.292
.273
机会承诺組间
俎内
总数
10490
51707
62.205
5
109
114
2.100
474
4426
.001
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
L:
单因素方差井析
£性别[性别:
*
I
少憋厝承诺愿情承话]
e…
d年龄!
年龄;1
I
夕规范承诺觑范章诺]
两两ttixN
臭教育程度:
教育程度;
律l
冷理想贡诺理想承诺]
选项
易职称等级[职称等级]
LZJ
经济承诺【经岳承诺]
口nntctrnnf口\
从事类似工作年限
农机会章诺肌会承诺I
口UULoLJop口八_.
dj|变Q1鶴行垂范1]
$变Q2鬲行垂范田
因子(D;
乙|)变a詹行垂范3]第
3=r*FTfil二工i”
w
H在KY工作年限[KY工…
确定I
粘贴⑺
J
重置迟)取消帮助
I
选中LSD(最小显著方差法)
继续……确定……就会出来多重比较的图
多垂比较
LSD
因变量
(1)在KY工作年限
Q)在KYT作年限
均值差(I-J)
标准误
显著性
95%宣信区间
下限
上限
一感昔杀诺—
1年
2年
-.012E9B4
.2134G57
353
-.435731
.4103S4
拜
.4674330"
J994139
.021
.072201
.862665
4年
<034?
?
222
.2283416
.979
-.487296
417043
弭
4711111*
23233E2
045
.010628
.931594
6年及以上
1652778
J2S3416
.471
-.287286
.617043
2年
1年
.0126964
.2134567
.953
-.410394
.435701
弭
4G0131^
.1904224
013
.102720
S57542
4年
-.022023?
^"1532?
.921
-459112
.415065
;敦击以
§年
4838005邀活6S62
.033
.030528
.929091
E年及以上
.1
421
-.259112
.6150G5
3年
1年
-.4674330"
.1994139
.021
-.8626S5
-.072201
2年
-.4801314^
.1904224
.013
-.657542
^.102720
4年
-.502155211
20B9S12
017
<912346
-.091965
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
相羔性
变革型额导行
齟织预诺
变堇型领导行为
Pearson相关性
1
.6?
1*
显著性(欢侧)
ooa
N
115
115
俎织质诺
Pearson相关性
.691"
1
显若性C双側)
.000
N
115
115
**在.01水平£敢侧)上显著相关.
可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
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
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,如果相关系数超过归……会有比较大的偏差……这里不说了,不会的看3.相关分析
••相关性比较
B的变化,要想证明
0.75就不能做回
回归如下
分析週直销圖窗形©实用程^(U;-窗口0:
帮勒
报告
描述妳十
表仃)
比较均值同一袈辔性複型吃;广义线性模型混合複型凶
相关&)
回归迟)
对数线性複型卫)神经网络
分类近)
降维
度>(s)
非参数检验収)预测CD
生存函數(色哆重响应应)
□就失值分析(心…
參重归因①衰杂抽样丄)血量控制@
戶ROC曲线團iT
13
线性丄)…曲线怙计0…函部分摄小平方…□二元Logistic...盘多项Logistic...丽有乱通Probit..
非线性迥)…
劇权重站计型}…I〔两阶毘小.二乘法定;…
1
5
1
3
懐隹尺度iC^.TREG)..,
13
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
系數刁
模型
非标惟化系数
标准系数
t
Sig.
目一
标准埃差
试用版
1
820
.264
3.104
002
篇行垂范
.129
195
1.883
.062
愿昌激励
.063
.050
.084
1.038
.302
牛性化关怀
178
049
■232
3.609
000
领导魅力
278
096
291
2.892
005
乱因变虽:
蛆织承诺
Sig大于0.05……所以只有个
上图的结果表明德行垂范和愿景激励被踢出回归方程,因为性化关怀和领导魅力可以显著预测组织承诺……
5•问卷信度和效度
信度=分析——度量
可靠性分析
分析勻直销同閤形⑥韻用程序也:
宙口也帮助
描述统计
表⑴
出较均值迦}
一般线性模型©:
广文线性模型
泯合模型幺)
相关©)
回归迟)
-HEt
缺失值分析世.:
…
ROC曲线图I.…
对数綾性模型〔2
神经网络
分类Q
降维
度量⑻
非参数檢验迥:
预测①
生存函数电)多重响应口
宣杂抽样丄:
质虽控制⑨
►
作年限
KY工件年限
德行垂范1
►
1
4
卜
►
1
5
1
1
2
►
3
1
1
►
3
6
卜
1
3
►
1
5
1
1
r
B可靠性分析迟丄
►
參缱展开LREFSCALh
卜
多维尺度(PROXSCAL)...
►
卜
国參维尺度(ALSCAL)迥L”
1
1
1
5
k
1
1
k
1
5
►
1
3
1
3
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
可靠性甄计量
Cronbach's
Alpha
项数
.939
26
结果表明Cronbach's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
分析一一降维一一因子分析
分析出直梢她图畛⑤实用程序世:
宙口I*
报告
描述貌计
表仃)
比较均值也!
)
一般敎悝模型®)广义线性模型混合模型QQ相关(£)
回归迟)
对数线性模型Q:
神经网络分类©
降錐
度呈⑻
非參数检验世)
预测①
生存函数逗)多重响应世
£1缺失值分析①…
多重归因ffi箋杂抽样(口质量控制0)
□ROC曲线窗乜:
…
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
KMO和Bartlett的捡验
取样足够度的Kaiser-Me^er-Olkin量°
.639
Bartlett的球形度检验近似卡方
2292.S02
df
325
Sig
.000
0.839大于0.5,表示可以进行因子分析
舞释的与方差
成份
初始特征值
提取平方和羲入
龍转平方和载入
合计
方差的绳
累积%
合计
方差的%
累积%
合计
方差的怖
累积%
1
10742
41.315
41.315
10.742
41315
41315
5.203
20.013
20.013
2
2.708
10.415
51.730
2708
10.415
51730
4.316
16.599
35.612
3
2456
9.449
61.17S
2.456
9448
61J78
4.191
15.118
52.730
4
1.507
5.79G
6B.974
1.507
5796
6G974
3703
14.244
6G.974
累积解释变异66.974%,比较好
施騎成掛矩阵2
成份
1
2
3
4
变Q1
.712
.354
-,004
324
变“
.724
215
.162
.238
变
777
.138
.342
.002
变®
.697
.064
.173
.465
变Q弓
750
150
.016
.386
变QE
682
.105
.283
.276
刼
血9
.202
.119
392
变M
631
226
.366
.166
变Q日
.252
.052
.667
.296
变Q1U
.049
.201
.631
.156
变Q行
-050
039
.E6S
.110
变Q12
.291
039
E77
-.092
吏Q13
.165
.262
.736
186
3SCH4
450
069
.631
.116
^Q15
425
752
.066
.087
变Q16
.268
.740
.241
-J27
变Q仃
.177
743
.193
.116
变Q18
039
795
.003
.250
变Q19
-.013
.816
.020
275
变Q2D
.275
725
.196
.061
变防
.401
049
.032
.670
3EQ22
.305
.372
.208
.623
变Q茁
230
015
.087
S5S
变Q24
.196
.112
.461
.506
35Q25
.367
.171
.249
.576
变Q茁
.1S6
.346
19B
Foe
購鲁舞吒身|?
卽标堆化的正交徒转法.
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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- spss 数据 分析 报告 具体操作 步骤 要点