1、基于PSPP軟件的數據分析概述楊炯楊炯浙江外國語學院浙江外國語學院第一講研究問題和變量數據分析流程數據分析類型數據分析軟件數據錄入或導入一、研究問題和變量（一）明確研究問題和變量調查研究的目的一般可分為兩類：一類是以了解分析現狀為目的，主要采用描述統計分析（如頻數，百分比，平均數，中位數，標準差等）。另一類是相關研究，主要是探討各變量之間的關系，檢驗研究假設，根據樣本數據對總體進行推斷，需要綜合運用描述和推斷統計。假設你要研究如下課題：杭州市小學教師的性別、教齡、工作壓力對職業倦怠感的影響三個自變量：性別、教齡、工作壓力一個因變量：職業倦怠感研究總體：所有杭州市小學的教師（二）如何定義和測量各

2、個變量 性別 教齡：分類別還是直接填數字？為了得到更精確的信息，建議直接填數字。 工作壓力：閱讀相關學術論文或書籍后，有沒有比較流行的高質量問卷（可在知網或其他學術數據庫搜索“工作壓力問卷”或者“工作壓力量表”試試）？如果有發表在專業期刊或著作上的成熟問卷可以直接引用（有些獨立出版的問卷可能需要購買使用權），如果沒有合適的問卷需要自行編制。 職業倦怠感：同上（三）變量的類別 稱名變量（Nominal Variable）：屬于類別變量，各個類別選項沒有順序之分，只有分類的含義，比如性別、地區、還有簡單調查問題的分類選項等。 次序變量（Ordinal Variable）：也屬于類別變量，但各個類別

3、的數字有程度或者順序之分，比如年級、排名、單個的量表題等。 連續（等距和比例）變量（Scale Variable）：通常可取值是連續的無限多的，如具體的年齡、測驗分數、多個同類量表題的平均分或總分等。思考： 性別、教齡、工作壓力、職業倦怠感分別是什么類型的變量？ 稱名和次序變量（統稱類別變量）一般用頻數和百分比來描述其數據分布情況。 連續變量一般用平均分和標準差來描述數據分布情況。 單純的類別變量采取的統計方法比較有限（一般為描述統計、卡方檢驗、等級相關等），而連續變量可以進行更多的統計分析（如皮爾遜相關分析、t檢驗、方差分析、回歸分析、結構方程模型等）。二、數據分析流程 數據錄入與核對（電子

4、提交的不用） 準備好完整的數據文件（如果有多個的話需合并） 數據檢查（檢查是否有明顯錯誤，缺失數據，極端數據等） 數據整理（反向計分，計算總分或平均分等） 統計分析（根據研究問題選擇）：描述統計，相關分析，t檢驗， F檢驗，回歸分析等 撰寫結果注：最好保存每一步的分析過程，以便出現問題時檢查核對。保存統計軟件的命令語句（syntax）是很好的方法。三、數據分析類型（一）描述統計 (descriptive statistics) 對樣本統計量的描述平均數（M），標準差（SD），百分比，頻數，百分等級，數值分布情況，相關系數，效應量等（二）推斷統計（inferential statistics）

5、基于樣本統計量對總體參數進行估計，涉及顯著性檢驗。 常用假設檢驗的方法H0（Null Hypothesis）：虛無假設 （無關聯，無差別，無效應等）H1（Alternative Hypothesis）：備擇假設（有關聯，有差別，有效應等）假設檢驗例如H0: M1 = M2H1: M1 M2通常，我們的研究假設是H1。也就是說，我們通常希望拒絕虛無假設。統計顯著性（statistical significance）p: 如果H0正確，獲得當前樣本數據的可能性 通常p .05 時拒絕H0 有些研究者對p .05, p .01, p .001進行區分，以此顯示不同程序的統計顯著性，有些反對做區分。實

6、際顯著性（practical significance）樣本大小對統計顯著性有很大影響統計學上的顯著不一定有很大實際意義效應量（effect size）和置信區間可以作為統計顯著性很好的補充數據（三）一些常見的推斷統計方法 卡方檢驗（2 test）：兩個類別變量 之間是否顯著相關 皮爾遜相關（Pearson correlation）：兩個連續變量之間是否顯著相關 t檢驗：兩個小組的平均數是否有顯著性差異 F檢驗（方差分析）：三個或以上小組的平均數是否有顯著性差異 回歸分析（regression）：一個或多個自變量對因變量的影響（四）一些高級統計方法探索性和驗證性因素分析（exploratory

7、 and confirmatory factor analysis）中間變量與調節變量 （mediation & moderation）結構方程模型（structural equation modeling）多層模型（multi-level modeling）成長曲線分析（growth curve modeling）四、統計分析軟件 商業專有軟件： MS Excel, IBM SPSS, SAS, STATA, AMOS, LISREL, Mplus等 免費開源軟件：R，GNU PSPP等 更多免費統計軟件可參考/javasta2.html 專有統

8、計軟件往往界面精美、操作方便、功能豐富，但價格昂貴使用限制多。自由開源軟件一般可以免費獲得并且自由使用，有些軟件功能和界面比較簡單，但有些軟件功能甚至超越商業軟件（比如R軟件）。（一）統計軟件SPSS 可能是社會科學領域中最知名的專業統計軟件 優點：功能強大；操作簡單；方便數據管理 缺點：軟件占用空間大；限制多；價格高 網址：http:/ 國內官網：http:/ R被很多人認為是最強大、最靈活、最專業的統計軟件，而且它是開源軟件，意味著可以免費獲得、自由使用！ 但是，R沒有簡單的菜單式操作界面，需要學習一門新的語言，入門需要花一定時間和精力，但一旦熟悉了也許就會愛上它！ 網址：https:/w

9、/（三）GNU PSPP軟件 PSPP軟件與SPSS在數據格式和命令語句格式等方面兼容，用戶圖形界面、菜單操作等方面基本一致。目前菜單功能比SPSS少一些，但對于基本分析夠用，而且新的版本在不斷加入新功能。其創立的理念與SPSS完全不同，它基于自由分享傳播的理念而創立。容量比SPSS小很多，安裝使用靈活方便是其優勢。國內已有人對此軟件進行了翻譯。 官網： /software/pspp/ Windows系統下載地址https:/ Mac系統：/install.php Linux系統（例

10、如Ubuntu系統）:見官網說明（一般系統自帶軟件庫也可以搜到）。 注意PSPP的主界面有兩個部分：數據視圖（Data View）和變量視圖（Variable View），別忘了在變量界面設置變量的各種屬性，尤其是變量的類別可能對分析有影響。 PSPP還有兩個界面，一個是輸出界面（Output）界面用來顯示結果，還有一個是語法編輯（Syntax）界面用來書寫語句指令進行數據分析（菜單操作也可以把相應語句指令“粘貼”到語法編輯框）。 初期可先熟悉菜單操作，較為熟練后建議用語法編輯框管理數據分析流程，這樣比較清晰明了，也有利于檢查核對。 PSPP常見問題可參見FAQ http:/www.gnu.o

11、rg/software/pspp/faq.html 若要知曉PSPP的完整功能、更好利用此軟件進行數據分析，可參閱“PSPP Users Guide”，最新版本參見/software/pspp/manual/ 使用PSPP軟件進行數據分析時，在寫文章時最好注明版本號，可以通過“幫助About”獲取。因為很多人對此軟件不熟悉，可以在參考文獻中給出官方網址/software/pspp/五、數據錄入或導入假設你的總問卷主要數據結構如下 一、以下是關于您工作體驗的問題 二、以下是另外一些關于您職業感受的問題（3題；計分方法同上） 三、

12、基本信息 性別：(1)男 （2）女 教齡： 年序號序號描述描述完全不完全不同意同意基本不基本不同意同意介于同介于同意和不意和不同意之同意之間間基本同基本同意意完全同完全同意意112345212345312345（一）表格軟件輸入數據（本演示中數據為假想數據，所得結論并不具有現實意義） MS Excel或類似數據表格軟件: 變量名為第一行，以字母或中文開頭，不要有空格。 給每份問卷編號并作為一個變量，便于有問題時查找。 多選題需要對每個選項分別設置一個變量。 除第一行外，每一行為一個個體對應的所有變量的數據。 如實輸入數據，無數據可維持空白。對缺失數據進行處理（如作無效問卷處理或用平均值代替等）需要在文章中說明。 如果是人工輸入最好有一個核對過程。保存原始數據文件，進行備份。數據分析時使用原始數據文件的復制件，而不要在未經備份的原始數據上面進行。數據表格文件（二）PSPP軟件輸入數據首先在“變量視圖”創建變量并定義各變量屬性，重點關注“變量視圖”里面的類型, 值標簽和衡量。然后在“數據視圖”里逐行輸入數據。（三