用SPSS做數據分析？先弄懂SPSS的基礎知識吧

1、SPSS數據分析的流程

2、SPSS特性：

易用性強

操作界面極為友好，操作簡單

良好的幫助系統和自學功能

為高級用戶提高編程功能

功能強大

成熟的統計過程

完美的圖形處理功能

提供多種數據準備技術

兼容性好

數據輸入：Excel,Lotus,Oracle,SQL Server,Acess,dBASE,文本

數據輸出：Word,HTML,XML,Excel，Powerpoint,PDF.

3、數據的編輯

常量

數值型常量：除了普通寫法外還可以用科學計數法，如：1.3E18；

字符型常量：用單引號或雙引號括起來如果字符中包含單引號，則必須使用雙引號；

日期常量：日期個數的數據，一般需要使用日期函數進行轉換；

變量

變量名長度不能超過8；

三種基本的類型：數值、字符和日期；

可以在variable view界面設定變量的長度及小數位、變量的描述、變量值的描述、missing值、顯示寬度、對齊方式和變量的測度方式；

變量的測試方式

Scale：定距變量，如：身高、體重等；

Ordinal：定序變量，如：教育程度、級別等；

Nominal：定類變量，如：性別、民族等；

操作符與表達式

三種基本的運算：數學、關系和邏輯

數學運算符：+ – * / ** ()

關系運算符：> >= < <= = ~=

邏輯運算符：&(AND) |(OR) ~(NOT)

三種運算對應三種表達式

常用的數據操作命令

Data->Sort Cases

Transform->Rank Cases

Transform->Count

Transform->Recode

Transform->Automatic Recode

Transform->Compute

Data->Transpose

Data->Split Files

Data->Merge Files

Compute

數值型：compute num1=value.

字符型：String A(a11).compute a=’hello world’.

日期型：compute data1=date.mdy(month,day, year).

Rocode

recode variable name(old value=new value).

recode variable name(old value=new value) into new variable name.

字符型變量使用auto recode

Split file

有的時候需要對變量做些分組的分析，但一些分析方法并不提供分組變量的設置選項這就需要用到Split file命令；

例如使用 Descriptives 做描述性分析，如果想分年齡做分析，這樣就可以用年齡變量做為分組變量；

可以看到這里的Split其實是分組，而不是拆分文件；

analyze all case分析所有的樣本，不產生分組；

compare groups產生對比分析組；

output by groups分組輸入分析結果；

Merge File

add cases 合并變量相同，但是case不同的文件；

add variables合并變量不同，case相同的文件這里的變量不同可以是部分的變量不同，case相同也可以是一個文件的case是另外一個文件的子集；

數據的分類匯總

使用Aggregate命令

指定分類變量對觀測量進行分組，對每組觀測量的各變量求描述統計量；

檢查重復的數據

使用identify duplicate cases

數據的加權

使用weight case

選取一定的case進行分析

使用select cases：在對數據的子集進行分析的時候需要用到這個命令；

常用的數學函

取絕對值：abs（數字型表達式）

求余數函數：mod（數字型表達式，模數），模數不能為0該函數在需要對某一變量求模數的余數時使用，如果對一個順序編號或自然數序列求模數的余數，可將該序列按模數等距分類，從而實行等距抽樣；

四舍五入函數：rnd（數字型表達式）

開方函數：sqrt（數字型表達式）

四、基本的統計分析

SPSS統計分析概述：

針對不同類型的數據選取不同的分析方法，正確的分析方法是得到正確結果的關鍵；

spss提供數字分析和圖形分析兩種分析形式；

高級分析之前一般都需要做描述性統計分析，把握數據的規律對分析解釋數據有很好的引導和幫助作用；

Descriptive Statistics

– Frequencies：頻數分析

– Descriptives：描述統計

– Explore：探索分析

– Crosstabs：列聯表分析

– Ratio:比率分析

Descriptives

– 可以對變量進行標準化；

Explore

– Explore是對連續性變量進行探索性分析最有效的工具；

– 考察數據的奇異性和分布特征；

– 箱盒圖、莖葉圖、正態檢驗圖及方差齊次性檢驗；

 Crosstabs

– 數據類型要求為分類變量；

– 二維或多維交叉頻數表（列聯表），分析事物（變量）之間的相互影響和關系；

– 可以做卡方檢驗，來分析行列變量之間是否存在相關性；

分類變量統計描述常用指標

– 統計量：

? 頻數、頻率、累計頻數、累計頻率、眾數

? 比：任意兩個變量之比

性別比，貨物/銷售人員比

構成比：部分占總體的比例

? 率：事件的發生強度

– 圖形：

? 條圖、餅圖

Spss操作

– 單個變量的分析

? Analyze…Descriptive Statistics…Frequcencies

– 多個變量的分析

? Analyze…Descriptive Statistics…Crosstabs

– 條圖

? Graph…(interactive…)bar

– 餅圖

? Graph…(interactive…)pie

連續變量的描述指標

– 頻數表Frequency

? 直觀的方法：分布類型分布特征

– 集中趨勢Central tendency

? 均數mean 中位數median 眾數mode

– 離散趨勢Dispersion tendency

? 全距Range

? 方差Variance 標準差std.deviation

如何計算各個描述統計量

– Analyze->Descriptive Statistics->Frequcencies…

– Analyze->Descriptive Statistics->Descriptives…

– Analyze->compare means->means…

? 如何用圖形描述連續變量

– Graph…Interactive…Histogram

? 如何應用Explore對連續變量進行探索性分析

– Analyze->Descriptive Statistics->Explore…

Basic Tables過程：對分類/定量資料進行各種復雜格式的描述；

? General Tables過程：在同一張表格內同時對分類資料、連續資料和多選題數據進行匯總功能非常強大，但使用上相對復雜；CDA 數據分析師培訓

? Custom Tables過程：含有表格預覽窗口，并可在制表過程中控制結果；

? Multiple Response Sets/Tables過程：專門為多選題數據設計的制表過程；

? Tables of Frequencies過程：在同一張表格中對多個分類變量同時輸出頻數表；