1、 我們的口號： 第一句：為100而戰， 不要60 第二句：為100而戰 不要80 第三句：為100而戰 不要90SPSS操作指南1、打開sav格式文件和Excel文件1）打開sav格式的文件（文件打開數據，數據默認sav格式打開即可）2） 打開Excel文件（文件打開數據<將文件類型修改為Excel格式>打開<仔細查看Excel表格，若第一行需要則默認點擊確定即可，若第一行不需要則點掉對勾，在范圍處輸入你需要讀出的文件地址確定即可> 注意：輸入范圍時要采用英文版冒號：） 2、合并文件（例如：合并class1,2,3三個文件的數據）（打開class1文件數據選項合并文件添

2、加個案默認外部SPSS數據文件瀏覽選中class2文件添加需要的變量確定即可）3、拆分文件（與分析、描述統計、頻率等連用）（數據拆分文件（比較組）轉入分組方式）如計算頻率：分析描述統計頻率（統計量、圖表、格式等） 頻率包含的幾個選項 4、計算變量（轉換計算變量在目標變量內輸入變量名稱在數字表達式內輸入需要的數據<注意：*是冪函數不是平方>例如：計算變量<體重指數=體重/（身高）*2>確定即可）5、 截尾均值分析描述統計探索統計量確定 （上圖中用藍線框起來的數據即截尾均值）6、比較均值和比較標準差、最大值、最小值等方法一：分析比較均值均值（設定自變量、因變量）選項（選定均

3、值、個案值、標準差）繼續確定方法二;拆分文件頻率（上面第三題）7、交叉百分比表分析）描述統計交叉表（自變量為列、因變量為行）點擊單元格（百分比鉤列）確定（若求頻數就不必點擊單元格）8條形圖(看下面的第二個對話框，為了方便:簡單圖像記為1，復式條形圖記為2，個案組摘要記為3，各個變量的摘要記為4，則共有4種組合，重點掌握1和3的組合及2和3的組合）（圖形舊對話框條形圖）會依次出現以下兩個對話框下面我以兩道題為例分析：1和3的組合：以教育程度為自變量，月收入為因變量，做出下表; (出現上面的第二個對話框以后，點定義，點其他統計量 ，再將月收入輸入到變量里，將教育程度輸入到類別軸里，）可以看出：1和

4、3的組合只有一個自變量，在這里即教育程度。2和3的組合：以教育程度、性別為自變量，月收入為因變量做出下表：（步驟進行到題干出現第二個對話框以后點定義，2和3的組合1和3的組合類似，不過在類別軸下的定義聚類里多輸入了性別這個自變量）2和3的組合：有兩個自變量篇幅有限，還有設置圖形屬性，設置數據標簽沒講，有問題的可以問我。9、設置新變量轉換重新編碼為不同變量輸入自己設置的變量新值舊值賦值繼續更改確定10、相關系數（期中前的知識重點）a、定類變量表現為類別，不能區分順序b、定序數據是表現為類別可以進行排序。c定距數據是表現為數值，可以進行加、減運算以精確計算數據。） 選擇相關系數公式：按組合和對稱關

5、系的組合 測量方法變量層次要求取值范圍是否對稱測量 有無PRE意義（消減誤差比例）Lambda定類-定類定類-定序0 1對稱和不對稱有Tau-y定類-定類定類-定序0 1不對稱有Gamma定序-定序-1 1對稱有Dy定序-定序-1 1不對稱有相關比率定類-定距定序-定距0 1不對稱E2有皮爾森系數定距-定距-1 1對稱 r2有1、 選擇皮爾森系數：第一種方法、分析相關雙變量（點擊左下角pearson）確定 第二種方法、：分析描述統計交叉表（統計量）相關性 相關性身高體重身高Pearson 相關性1.714*顯著性（雙側）.000N161161體重Pearson 相關性.714*1顯著性（雙側）

6、.000N161161*. 在 .01 水平（雙側）上顯著相關。這種題老師會問有沒有PRE意義(或消減誤差比例）：回答它的平方有消減誤差比例，如這道題：消減誤差比例的數或消減誤差是多少 答：0.714的平方，（見上面的總結）2相關比例系數（Eta）方向度量值按間隔標定受訪者性別 因變量.354上月收入 因變量.118老師可能會問選擇那個數據是正確的。我們知道：只能以性別為自變量（固有屬性一般做自變量），即以月收入為因變量。所以這道題的數據正確的是0.118.老師會問哪個數據具有PRE有消減誤差比例的意義或消減誤差多少。回答，0.118的平方，(見上面的總結)。Lamdba系數：方向度量值漸進標

7、準誤差a近似值 Tb近似值 Sig.按標量標定Lambda對稱的.026.0092.768.006教育程度 因變量.000.000.c.c受訪者性別 因變量.053.0192.768.006Goodman 和 Kruskal tau教育程度 因變量.005.001.000d受訪者性別 因變量.010.003.000dLambda系數比較難懂的是選擇哪個正確的數據。（如用到lambda這個公式，先考慮到對稱關系，這道題兩變量分別是性別與教育程度，我們知道它首先是不對稱的，那么0.26這個數據是不正確的；再考慮哪個變量是因變量，我們知道性別肯定是自變量（固有屬性），那么我們選擇的正確數據數據是0.

8、00。老師可能會問，哪個數據具有PRE（消減誤差比例）意義，回答：0.00（就本題而言），進而他可能會問，消減誤差比例多少：答：0.00(見總結）相關系數這一節：要正確掌握相關系數公式適用的條件，要清楚哪個數據是我們最終求得結果(正確的數據），該數據是否具有PRE意義（及消減誤差比例），能消減誤差比例是多少。（見總結表）11、選擇個案數據選擇個案如果條件滿足如果(后面自己進行條件的設置）（在這道題中，設置的條件為性別<2,最后我們進行相關命令時，只有性別為1的執行了命令，這樣性別為2的排除在外）1分教育程度比較不同性別被訪者月收入的差異，并簡要說出結論。（數據：CGSS2003.sav）

9、 （分析比較均值均值）報告上月收入受訪者性別教育程度均值N標準差男小學及以下701.844222967.484初中747.198481889.910高中及以上1057.6215651328.385總計911.8128351837.361女小學及以下272.38651401.041初中408.26994643.728高中及以上826.6714141080.749總計572.753059875.365總計小學及以下441.2810731897.336初中564.2918421376.716高中及以上947.9929791222.395總計735.8358941431.724報告上月收入教育程度受訪

10、者性別均值N標準差小學及以下男701.844222967.484女272.38651401.041總計441.2810731897.336初中男747.198481889.910女408.26994643.728總計564.2918421376.716高中及以上男1057.6215651328.385女826.6714141080.749總計947.9929791222.395總計男911.8128351837.361女572.753059875.365總計735.8358941431.724（對） （錯）這種題目，大家可能會弄成第二個答案，這種題目一般后面有一個表，大家做好了對照一下。如果錯

11、了。重新做一次，改變自變量列表的輸入順序。（注意：輸入一個自變量進入自變量列表后，一定要點下一張再輸入第二個自變量）2.檢驗總體中平均身高是否等于170cm，并說明結論。(單個樣本t檢驗.sav)（分析比較均值單樣本T檢驗）單個樣本檢驗檢驗值 = 170 tdfSig.(雙側)均值差值差分的 95% 置信區間下限上限身高-1.23419.232-2.05000-5.52741.4274Sig叫做相伴概率。結論：兩種情況：如果sig大于0.05，總體均值和檢驗值之間不存在顯著差異（相等)，接受結論 反之，小于0.05，總體均值和檢驗值之間存在顯著差異（不相等）不接受結論 零假設H0表述：總體均值

12、和檢驗值之間不存在顯著差異（相等)3檢驗兩樣本兩所大學數學平均值是否相等。(獨立樣本 t檢驗.sav)（分析比較均值獨立樣本T檢驗）獨立樣本檢驗方差方程的 Levene 檢驗均值方程的 t 檢驗FSig.tdfSig.(雙側)均值差值標準誤差值差分的 95% 置信區間下限上限數學成績假設方差相等.571.461-.82216.423-7.888899.59375-28.2267412.44896假設方差不相等-.82214.363.424-7.888899.59375-28.4167412.63897 定義組比較重要，自變量的取值輸入到里面去（如：這個數據學校取值為1、2則分別在使用指定值里輸

13、入1、2）零假設：H0：兩總體的均值之間不存在顯著差異。分析：先看sig.（在這是0.461),1.如果是大于0.05說明方差相等成立，再看sig.(雙側）對應假設方差相等的數據與0.05的大小關系，如果大于0.05，結論：兩總體均值之間沒有顯著差異（相等），如果小于0.05，結論：兩總體均值之間存在顯著差異（不相等）。2如果sig.小于0.05，則看sig（雙側）與假設方差不相等對應的數據（該例題是0.424），看與0.05的大小關系，結論與上面相同。在這，先看到數據0.461，再看0.423 ，得出結論。4比較同學補課前后平均成績是否有顯著差異。（分析均值配對樣本T檢驗）（配對樣本t檢驗.

14、sav）成對樣本檢驗成對差分tdfSig.(雙側)均值標準差均值的標準誤差分的 95% 置信區間下限上限對 1數學前 - 數學后-12.3333321.559775.08169-23.05475-1.61191-2.42717.027對 2化學1 - 化學2-7.5555613.814843.25619-14.42551-.68560-2.32017.033分析結論：看sig.(雙側），如果大于0.05，結論：兩總體均值之間不存在顯著差異（相等），如果小于0.05，兩總體均值之間存在顯著差異（不相等）兩配對樣本T檢驗：H0（零假設）：兩總體均值之間不存在顯著差異5對水稻品種和產量作單因素方差分

15、析，并簡要說出結論。（數據：cotton_1.sav） （分析均值單因素ANOVA）（cotton_1.sav）ANOVA產量平方和df均方F顯著性組間125.718341.90613.583.000組內49.364163.085總數175.08219結論分析：看顯著性：如果小于0.05，至少有一個品種的平均產量（這是這道題的變量，具體問題具體作答）與其他品種存在顯著差異（不相等）；如果大于0.05，所有品種的平均產量無顯著差異（相等）。這道題的零假設：回答：A1=A2=A3=A4，總體的均值之間不存在顯著差異。（看具體題目，如果有3個樣本，A1=A2=A3）6以自變量品種和產量作單因素方差分

16、析，做出如下結果并簡要說出結論。（分析均值單因素ANOVA選項方差同質性檢驗）（cotton_1.sav）方差齊性檢驗產量Levene 統計量df1df2顯著性.561316.648ANOVA產量平方和df均方F顯著性組間125.718341.90613.583.000組內49.364163.085總數175.08219老師可能會問方差齊性檢驗表格的數據：如果顯著性大于0.05，（這個例題的顯著性數據為0.648）說明方差相齊，反之，方差不齊，表ANOVA的分析和題5相同 方差同質性檢驗的零假設H0：總體的方差相等7以自變量水稻品種和因變量產量作單因素方差分析，做出如下結果并簡要說出結論。多重

17、比較產量LSD(I) 品種(J) 品種均值差 (I-J)標準誤顯著性95% 置信區間下限上限1.002.00-.360001.11090.750-2.71501.99503.00.720001.11090.526-1.63503.07504.005.84000*1.11090.0003.48508.19502.001.00.360001.11090.750-1.99502.71503.001.080001.11090.345-1.27503.43504.006.20000*1.11090.0003.84508.55503.001.00-.720001.11090.526-3.07501.635

18、02.00-1.080001.11090.345-3.43501.27504.005.12000*1.11090.0002.76507.47504.001.00-5.84000*1.11090.000-8.1950-3.48502.00-6.20000*1.11090.000-8.5550-3.84503.00-5.12000*1.11090.000-7.4750-2.7650*. 均值差的顯著性水平為 0.05。這道題是第5、6題的“進化版”。它能清楚地比較哪幾個樣本存在的顯著差異。（在這道題：他可以看出1、2、3無顯著差異，4與1、2、3存在顯著差異）（第一步） （第二步）（第一步后，點選

19、項）（第三步，第二步后點兩兩比較）（這是在第二步方差同質性檢驗得出方差相齊時的情況才能進行這一步：選公式的時候，看題目，題目有選擇公式提示（我標記的題目表格紫色部分，LSD）（如果對spss比較熟悉的話，可以省略第二步）結論：（品種1與2、3的平均產量沒有顯著差異，與品種4存在顯著差異）（看紅色部分，如果大于0.05，兩者無顯著差異（相等），小于0.05，存在顯著差異（不相等）均值相等性的鍵壯性檢驗產量統計量adf1df2顯著性Welch13.64638.842.001Brown-Forsythe13.583314.982.000a. 漸近 F 分布。如果第二步方差同質性檢驗顯著性小于0.05

20、，即方差不齊時，（見題5），第三步如下，最終得出結果如右表（第三步：接第二步）8做出如下的教育程度、性別和年齡為自變量，月收入為因變量的多因素方差分析結果，并簡要說出結論。（分析一般線性模型單變量）（CGSS2003（練習）.sav）主體間效應的檢驗因變量:月收入源III 型平方和df均方FSig.校正模型8.803E84320473197.31010.886.000截距42633466.703142633466.70322.669.000gender5630490.11115630490.1112.994.084edu34665549.451103466554.9451.843.048gen

21、der * edu34023031.603103402303.1601.809.054gender * edu * age51113261.591222323330.0721.235.205誤差9.892E952601880696.191總計1.437E105304校正的總計1.077E105303a. R 方 = .082（調整 R 方 = .074）（第一步）（這里要注意的是：定類 （第二步：根據題目要求設置模型：點和定序變量自變量輸入到固定因 模型設定，如果是表格紅色子，定距自變量輸入到協變量， 部分類型的模型設定，用ctrl鍵選中，如：年齡) 再輸進去第三步：得出上面的表格結論：看青色

22、部分，即sig下面的數據：如果大于0.05，結論：如果值大于0.05,自變量（如果有多個自變量，則說X與Y自變量各個水平的交互作用）對于因變量沒有顯著影響，反之，小于0.05，有顯著影響9以體重為因變量，以班級、性別、身高作為自變量，做出如下回歸分析表，并簡要說出結論。（分析回歸線性）（身高體重統計.xls）模型匯總模型RR 方調整 R 方標準 估計的誤差1.738a.545.5376.428a. 預測變量: (常量), 班級, 性別, 身高。系數a模型非標準化系數標準系數tSig.B標準 誤差試用版1(常量)-35.24719.073-1.848.066身高.607.102.4955.966.000性別-5.8441.677-.289-3.484.001班級.0561.013.003.055.956a. 因變量: 體重R方：“確定系數、決定系數”，如果老師問含義回答：方程的解釋力，方程擬合度（越大越好，最少要超過0,1）結論：當自變量為定距變量時：在這標記的是表格紅色數據0.607，解釋：當班級和性別不變的情況下，身高每增加1cm，體重增加0