spss書籍分析方法

A. spss數據分析方法有哪些

1、線性模型

點擊分析，一般線性模型，單變數，設置因變數和固定因子，點擊確定，在結果窗口中查看線性模型的具體構建情況。

2、圖表分析

點擊菜單欄圖形打開舊對話框，選擇一種圖表類型，選擇簡單散點圖，點擊定義，設置XY軸的數據列，點擊確定，在輸出窗口中查看圖表結果。

3、回歸分析

點擊分析，打開回歸，設置自變數和因變數數據，點擊確定，在輸出窗口中查看回歸分析的結果。

4、直方圖分析

點擊圖形，打開舊對話框，點擊直方圖，選擇某一列變數，點擊確定，在結果窗口中查看數據的分布趨勢。

5、統計分析

點擊分析，打開描述統計，進入描述，選擇要分析的數據列，點擊確定即可在輸出窗口中查看數據的整體情況。

B. SPSS常用的相關性分析方法解析（轉載）

相關性分析旨在分析兩組數據之間是否相互影響，彼此是否獨立的變動。SPSS內部提供了多種分析數據相關性的方法：卡方檢驗（Chi-SquareTest），Pearson相關系數計算，Spearman相關系數計算和Kendall的tau-b（K）相關系數計算。這四種分析方法適用於不同的數據類型，下面向大家介紹常用的SPSS相關性分析方法。

   1.卡方檢驗（Chi-SquareTest）

   卡方檢驗（Chi-SquareTest）是由Pearson提出的一種統計方法，在一定的置信水平和自由度下，通過比較卡方統計量和卡方分布函數概率值，判斷實際概率與期望概率是否吻合，進而分析兩個分類變數的相關性。

   卡方檢驗（Chi-SquareTest）適用於不服從正態分布的數據，兩組變數是無序的。使用SPSS進行卡方檢驗的操作方法，大家可以登錄SPSS中文網站進行學習，這里僅作原理性的介紹。如圖1是某種葯物單獨使用和葯物與放療同時使用時，治療是否有效的卡方檢驗結果。

圖1某地某種疾病發病人數統計

   個案處理摘要顯示了有效數據和無效數據的數量。VAR00001*VAR00002交叉表顯示各變數對應的頻數，VAR00001列1代表單獨使用葯物，2代表葯物與放療同時使用，VAR00002行1代表有療效的人數，2代表無療效的人數。

   行列變數為各為二組，自由度為（2-1）×（2-1）=1，Pearsonχ2值為22.475，顯著性數值為0.000小於0.05，有顯著性差異，不能接受無關假設，即單獨使用葯物與葯物放療同時進行有顯著性差異。

   2.Pearson相關系數計算

   Pearson相關系數用於評估兩組數據是否符合線性關系，不能用於符合曲線關系的數據，線性相關越強，Pearson相關系數就越接近1（線性遞增）或-1（線性遞減）。圖2為一組數據的線性相關性檢驗，可以看出，Peason相關系數0.984，表明兩者有較強的線性相關性，一般認為<0.3無相關性，0.3～0.7弱相關性，>0.7較強的相關性。

圖2Pearson檢驗結果

   3.Spearman相關系數計算

   Spearman相關系數適用於不滿足線性關系，且不滿足正態分布的數據，如圖3所示，實際這是兩組隨機產生的數據，用Spearman相關系數計算時，結果為0.257，<0.3無相關性，與Pearson相關系數類似，<0.3不相關，0.3～0.7為弱相關，>0.7為強相關。

圖3Spearman相關系數計算

   4.Kendall的tau-b（K）相關系數計算

   進行Kendall的tau-b（K）相關分析，需要滿足下列3個條件：

   1.兩個變數是有序分類變數；

   2.兩個變數相對應的研究對象是一定的。

   例如調查工資與學歷之間的關系，兩個變數學歷和收入都是等級變數，符合條件1；兩個變數均對應同一研究對象：一個區域內的所有工作的成年人。符合條件2。收入等級分別為1高收入，2中收入，3低收入，學歷等級分別為1高學歷，2中等學歷，3低學歷。結果分析如圖4所示。相關系數為0.480，有弱的相關性。

圖4Kendalltau-b系數計算

   對於不同種類的數據，應採用不同的統計方法進行相關性分析，SPSS內置了豐富的統計計算功能，可以充分滿足不同統計數據的使用需求。

C. 求SPSS分析調查問卷的分析方法

當我們的調查問卷在把調查數據拿回來後,我們該做的工作就是用相關的統計軟體進行處理,在此,我們以spss為處理軟體,來簡要說明一下問卷的處理過程,它的過程大致可分為四個過程:定義變數﹑數據錄入﹑統計分析和結果保存.下面將從這四個方面來對問卷的處理做詳細的介紹.
Spss處理:
第一步:定義變數
大多數情況下我們需要從頭定義變數，在打開SPSS後，我們可以看到和excel相似的界面，在界面的左下方可以看到Data View, Variable View兩個標簽,只需單擊左下方的Variable View標簽就可以切換到變數定義界面開始定義新變數。在表格上方可以看到一個變數要設置如下幾項:name(變數名)、type(變數類型)、width(變數值的寬度)、decimals(小數位) 、label(變數標簽) 、Values(定義具體變數值的標簽)、Missing(定義變數缺失值)、Colomns(定義顯示列寬)、Align(定義顯示對齊方式)、Measure(定義變數類型是連續、有序分類還是無序分類).
我們知道在spss中,我們可以把一份問卷上面的每一個問題設為一個變數,這樣一份問卷有多少個問題就要有多少個變數與之對應,每一個問題的答案即為變數的取值.現在我們以問卷第一個問題為例來說明變數的設置.為了便於說明,可假設此題為:
1.請問你的年齡屬於下面哪一個年齡段( )?
A:20—29 B:30—39 C:40—49 D:50--59
那麼我們的變數設置可如下: name即變數名為1，type即類型可根據答案的類型設置,答案我們可以用1、2、3、4來代替A、B、C、D,所以我們選擇數字型的，即選擇Numeric, width寬度為4，decimals即小數位數位為0（因為答案沒有小數點），label即變數標簽為「年齡段查詢」。Values用於定義具體變數值的標簽,單擊Value框右半部的省略號，會彈出變數值標簽對話框,在第一個文本框里輸入1,第二個輸入20—29,然後單擊添加即可.同樣道理我們可做如下設置,即1=20—29、2=30—39、3=40—49、4=50--59；Missing，用於定義變數缺失值, 單擊missing框右側的省略號，會彈出缺失值對話框, 界面上有一列三個單選鈕，默認值為最上方的「無缺失值」；第二項為「不連續缺失值」，最多可以定義3個值；最後一項為「缺失值范圍加可選的一個缺失值」，在此我們不設置預設值,所以選中第一項如圖；Colomns，定義顯示列寬,可自己根據實際情況設置；Align，定義顯示對齊方式,有居左、居右、居中三種方式；Measure，定義變數類型是連續、有序分類還是無序分類。
以上為問卷中常見的單項選擇題型的變數設置,下面將對一些特殊情況的變數設置也作一下說明.
1.開放式題型的設置:諸如你所在的省份是_____這樣的填空題即為開放題,設置這些變數的時候只需要將Value 、Missing兩項不設置即可.
2.多選題的變數設置:這類題型的設置有兩種方法即多重二分法和多重分類法,在這里我們只 對多重二分法進行介紹.這種方法的基本思想是把該題每一個選項設置成一個變數,然後將每一個選項拆分為兩個選項項,即選中該項和不選中該項.現在舉例來說明在spss中的具體操作.比如如下一例:
請問您通常獲取新聞的方式有哪些( )
1 報紙 2 雜志 3 電視 4 收音機 5 網路
在spss中設置變數時可為此題設置五個變數,假如此題為問卷第三題,那麼變數名分別為3_1、3_2、3_3、3_4、3_5,然後每一個選項有兩個選項選中和不選中,只需在Value一項中為每一個變數設置成1=選中此項、0=不選中此項即可.
使用該窗口，我們可以把一個問卷中的所有問題作為變數在這個窗口中一次定義。
到此,我們的定義變數的工作就基本上可以結束了.下面我們要作就是數據的錄入了.首先,我們要回到數據錄入窗口,這很簡單,只要我們點擊軟體左下方的Data View標簽就可以了.
第二步:數據錄入
Spss數據錄入有很多方式,大致有一下幾種:
1.讀取SPSS格式的數據
2.讀取Excel等格式的數據
3.讀取文本數據（Fixed和Delimiter)
4.讀取資料庫格式數據(分如下兩步)
（1）配置ODBC （2）在SPSS中通過ODBC和資料庫進行
但是對於問卷的數據錄入其實很簡單,只要在spss的數據錄入窗口中直接輸入就可以了,只是在這里有幾點注意的事項需要說明一下.
1. 在數據錄入窗口,我們可以看到有一個表格,這個表格中的每一行代表一份問卷,我們也稱為一個個案.
2. 在數據錄入窗口中,我們可以看到表格上方出現了1、2、3、4、5…….的標簽名,這其實是我們在第一步定義變數中,我們為問卷的每一個問題取的變數名,即1代表第一題,2代表第二題.以次類推.我們只需要在變數名下面輸入對應問題的答案即可完成問卷的數據錄入.比如上述年齡段查詢的例題,如果問卷上勾選了A答案,我們在1下面輸入1就行了(不要忘記我們通常是用1、2、3、4來代替A、B、C、D的).
3.我們知道一行代表一份問卷,所以有幾分問卷,就要有幾行的數據.
在數據錄入完成後,我們要做的就是我們的關鍵部分,即問卷的統計分析了,因為這時我們已經把問卷中的數據錄入我們的軟體中了.
第三步:統計分析
有了數據，可以利用SPSS的各種分析方法進行分析，但選擇何種統計分析方法，即調用哪個統計分析過程，是得到正確分析結果的關鍵。這要根據我們的問卷調查的目的和我們想要什麼樣的結果來選擇.SPSS有數值分析和作圖分析兩類方法.
1.作圖分析:
在SPSS中，除了生存分析所用的生存曲線圖被整合到Analyze菜單中外，其他的統計繪圖功能均放置在graph菜單中。該菜單具體分為以下幾部分：:
(1)Gallery：相當於一個自學向導，將統計繪圖功能做了簡單的介紹，初學者可以通過它對SPSS的繪圖能力有一個大致的了解。
(2)Interactive：互動式統計圖。
(3)Map：統計地圖。
(4)下方的其他菜單項是我們最為常用的普通統計圖，具體來說有：
條圖
散點圖
線圖
直方圖
餅圖
面積圖
箱式圖
正態Q-Q圖
正態P-P圖
質量控制圖
Pareto圖
自回歸曲線圖
高低圖
交互相關圖
序列圖
頻譜圖
誤差線圖
作圖分析簡單易懂,一目瞭然,我們可根據需要來選擇我們需要作的圖形,一般來講,我們較常用的有條圖,直方圖,正態圖,散點圖,餅圖等等,具體操作很簡單,大家可參閱相關書籍,作圖分析更多情況下是和數值分析相結合來對試卷進行分析的,這樣的效果更好.
2.數值分析:
SPSS 數值統計分析過程均在Analyze菜單中，包括：
(1)、Reports和Descriptive Statistics：又稱為基本統計分析.基本統計分析是進行其他更深入的統計分析的前提，通過基本統計分析，用戶可以對分析數據的總體特徵有比較准確的把握，從而選擇更為深入的分析方法對分析對象進行研究。Reports和Descriptive Statistics命令項中包括的功能是對單變數的描述統計分析。
Descriptive Statistics包括的統計功能有：
Frequencies(頻數分析)：作用:了解變數的取值分布情況
Descriptives(描述統計量分析)：功能：了解數據的基本統計特徵和對指定的變數值進行標准化處理
Explore(探索分析)：功能:考察數據的奇異性和分布特徵
Crosstabs(交叉分析)：功能:分析事物（變數）之間的相互影響和關系
Reports包括的統計功能有：
OLAP Cubes(OLAP報告摘要表)：功能: 以分組變數為基礎，計算各組的總計、均值和其他統計量。而輸出的報告摘要則是指每個組中所包含的各種變數的統計信息。
Case Summaries(觀測量列表)：察看或列印所需要的變數值
Report Summaries in Row：行形式輸出報告
Report Summaries in Columns：列形式輸出報告
(2)、Compare Means(均值比較與檢驗)：能否用樣本均值估計總體均值？兩個變數均值接近的樣本是否來自均值相同的總體？換句話說，兩組樣本某變數均值不同，其差異是否具有統計意義？能否說明總體差異？這是各種研究工作中經常提出的問題。這就要進行均值比較。
以下是進行均值比較及檢驗的過程:
MEANS過程：不同水平下（不同組）的描述統計量，如男女的平均工資,各工種的平均工資。目的在於比較。術語：水平數（指分類變數的值數，如sex變數有2個值，稱為有兩個水平）、單元Cell（指因變數按分類變數值所分的組）、水平組合
T test 過程：對樣本進行T檢驗的過程
單一樣本的T檢驗：檢驗單個變數的均值是否與給定的常數之間存在差異。
獨立樣本的T檢驗：檢驗兩組不相關的樣本是否來自具有相同均值的總體（均值是否相同，如男女的平均收入是否相同，是否有顯著性差異）
配對T檢驗：檢驗兩組相關的樣本是否來自具有相同均值的總體(前後比較，如訓練效果，治療效果)
one-Way ANOVA：一元(單因素)方差分析，用於檢驗幾個（三個或三個以上）獨立的組，是否來自均值相同的總體。
(3)、ANOVA Models(方差分析)：方差分析是檢驗多組樣本均值間的差異是否具有統計意義的一種方法。例如:醫學界研究幾種葯物對某種疾病的療效；農業研究土壤、肥料、日照時間等因素對某種農作物產量的影響;不同飼料對牲畜體重增長的效果等,都可以使用方差分析方法去解決
(4)、Correlate(相關分析)：它是研究變數間密切程度的一種常用統計方法,常用的相關分析有以下幾種:
1、線性相關分析：研究兩個變數間線性關系的程度。用相關系數r來描述。
2、偏相關分析：它描述的是當控制了一個或幾個另外的變數的影響條件下兩個變數間的相關性，如控制年齡和工作經驗的影響，估計工資收入與受教育水平之間的相關關系
3、相似性測度：兩個或若干個變數、兩個或兩組觀測量之間的關系有時也可以用相似性或不相似性來描述。相似性測度用大值表示很相似，而不相似性用距離或不相似性來描述，大值表示相差甚遠
(5)、Regression(回歸分析)：功能:尋求有關聯（相關）的變數之間的關系在回歸過程中包括：Liner：線性回歸;Curve Estimation：曲線估計;Binary Logistic：二分變數邏輯回歸;Multinomial Logistic：多分變數邏輯回歸;Ordinal 序回歸;Probit：概率單位回歸;Nonlinear：非線性回歸;Weight Estimation：加權估計;2-Stage Least squares：二段最小平方法;Optimal Scaling最優編碼回歸;其中最常用的為前面三個.
(6)、Nonparametric Tests(非參數檢驗)：是指在總體不服從正態分布且分布情況不明時，用來檢驗數據資料是否來自同一個總體假設的一類檢驗方法。由於這些方法一般不涉及總體參數故得名。
非參數檢驗的過程有以下幾個:
1.Chi-Square test 卡方檢驗
2.Binomial test 二項分布檢驗
3.Runs test 遊程檢驗
4.1-Sample Kolmogorov-Smirnov test 一個樣本柯爾莫哥洛夫-斯米諾夫檢驗
5.2 independent Samples Test 兩個獨立樣本檢驗
6.K independent Samples Test K個獨立樣本檢驗
7.2 related Samples Test 兩個相關樣本檢驗
8.K related Samples Test 兩個相關樣本檢驗
(7)、Data Rection(因子分析)
(8)、Classify(聚類與判別)等等
以上就是數值統計分析Analyze菜單下幾項用於分析的數值統計分析方法的簡介,在我們的變數定義以及數據錄入完成後,我們就可以根據我們的需要在以上幾種分析方法中選擇若干種對我們的問卷數據進行統計分析,來得到我們想要的結果.
第四步:結果保存
我們的spss軟體會把我們統計分析的多有結果保存在一個窗口中即結果輸出窗口(output),由於spss軟體支持復制和粘貼功能,這樣我們就可以把我們想要的結果復制﹑粘貼到我們的報告中,當然我們也可以在菜單中執行file->save來保存我們的結果,一般情況下,我們建議保存我們的數據,結果可不保存.因為只要有了數據,如果我們想要結果的,我們可以隨時利用數據得到結果.
總結:
以上便是spss處理問卷的四個步驟,四個步驟結束後,我們需要spss軟體做的工作基本上也就結束了,接下來的任務就是寫我們的統計報告了.值得一提的是.spss是一款在社會統計學應用非常廣泛的統計類軟體,學好它將對我們以後的工作學習產生很大的意義和作用.
SPSS的問卷分析中一份問卷是一個案，首先要根據問卷問題的不同定義變數。定義變數值得注意的兩點：一區分變數的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定類；二 注意定義不同的數據類型Type。
各色各樣的問卷題目的類型大致可以分為單選、多選、排序、開放題目四種類型，他們的變數的定義和處理的方法各有不同，我們詳細舉例介紹如下：
1 單選題：答案只能有一個選項
例一 當前貴組織機構是否設有面向組織的職業生涯規劃系統？
A有 B 正在開創 C沒有 D曾經有過但已中斷
編碼：只定義一個變數，Value值1、2、3、4分別代表A、B、C、D 四個選項。
錄入：錄入選項對應值，如選C則錄入3
2 多選題：答案可以有多個選項，其中又有項數不定多選和項數定多選。
（1）方法一（二分法）：
例二 貴處的職業生涯規劃系統工作涵蓋哪些組群？畫鉤時請把所有提示
考慮在內。
A月薪員工 B日薪員工 C鍾點工
編碼：把每一個相應選項定義為一個變數，每一個變數Value值均如下定義：「0」 未選，「1」 選。
錄入：被調查者選了的選項錄入1、沒選錄入0，如選擇被調查者選AC，則三個變數分別錄入為1、0、1。
（2）方法二：
例三 你認為開展保持黨員先進性教育活動的最重要的目標是那三項：
1（ ） 2 （ ） 3（ ）
A、提高黨員素質 B、加強基層組織 C、堅持發揚民主
D、激發創業熱情 E、服務人民群眾 F、促進各項工作
編碼：定義三個變數分別代表題目中的1、2、3三個括弧，三個變數Value值均同樣的以對應的選項定義，即：「1」 A，「2」B，「3」 C，「4」 D，「5」 E，「6」 F
錄入：錄入的數值1、2、3、4、5、6分別代表選項ABCDEF，相應錄入到每個括弧對應的變數下。如被調查者三個括弧分別選ACF，則在三個變數下分別錄入1、3、6。
註：能用方法二編碼的多選題也能用方法編碼，但是項數不定的多選只能用二分法，即方法一是多選題一般處理方法。
3 排序題： 對選項重要性進行排序
例四 您購買商品時在 ①品牌 ②流行 ③質量 ④實用 ⑤價格 中對它們的關注程度先後順序是（請填代號重新排列）
第一位 第二位 第三位 第四位 第五位
編碼：定義五個變數，分別可以代表第一位 第五位，每個變數的Value都做如下定義：「1」 品牌，「2」 流行，「3」 質量，「4」 實用，「5」 價格
錄入：錄入的數字1、2、3、4、5分別代表五個選項，如被調查者把質量排在第一位則在代表第一位的變數下輸入「3「。
4 選擇排序題：
例五 把例三中的問題改為「你認為開展保持黨員先進性教育活動的最重
的目標是那三項，並按重要性從高到低排序」，選項不變。
編碼：以ABCDEF6個選項分別對應定義6個變數，每個變數的Value都做同樣的如下定義：「1」 未選，「2」 排第一，「3」 排第二，「4」 排第三。
錄入：以變數的Value值錄入。比如三個括弧里分別選的是 ECF，則該題的6個變數的值應該分別錄入：1（代表A選項未選）、1、 3（代表C選項排在第二）、1、2、4。
註：該方法是對多選題和排序題的方法結合的一種方法，對一般排序題（例四）也同樣適用，只是兩者用的分析方法不同（例四用頻數分析、例五用描述分析），輸出結果從不同的側面反映問題的重要性（前一種方法從位次從變數的頻數看排序，後一種方法從變數出發看排序）。
5 開放性數值題和量表題：這類題目要求被調查者自己填入數值，或者打分
例六 你的年齡（實歲）：______
編碼：一個變數，不定義Value值
錄入：即錄入被調查者實際填入的數值。
6開放性文字題：
如果可能的話可以按照含義相似的答案進行編碼，轉換成為封閉式選項進行分析。如果答案內容較為豐富、不容易歸類的，應對這類問題直接做定性分析。
三 問卷一般性分析
下面具體介紹SPSS中問卷的一般處理方法，操作以版本spss13.0為例，以下提到的菜單項均在Analyze主菜單下
1頻數分析：
Frequencies過程可以做單變數的頻數分布表；顯示數據文件中由用戶指定的變數的特定值發生的頻數；獲得某些描述統計量和描述數值范圍的統計量。
適用范圍：單選題（例一），排序題（例四），多選題的方法二（例三）
頻數分析也是問卷分析中最常用的方法。
實現： Descriptive statistics……Frequencies
2 描述分析：
Descriptives:過程可以計算單變數的描述統計量。這些述統計量有平均值、算術和、標准差，最大值、最小值、方差、范圍和平均數標准誤等。
適用范圍：選擇並排序題（例五）、開放性數值題（例六）。
實現： Descriptive statistics……Descriptives，需要的統計量點擊按鈕Statistics…中選擇
3 多重反應下的頻次分析：
適用范圍：多選題的二分法（例二）
實現：
第一步在Multiple Response……Define Sets把一道多選問題中定義了的所有變數集合在一起，給新的集合變數取名，在Dichotomies Counted value中輸入1。第二步在Multiple Response……Frequencies中做頻數分析。
4 交叉頻數分析：解決對多變數的各水平組合的頻數分析的問題
適用范圍：
適用於由兩個或兩個以上變數進行交叉分類形成的列聯表，對變數之間的關聯性進行分析。比如要知道不同工作性質的人上班使用交通工具的情況，可以通過交叉分析得到一個二維頻數表則一目瞭然。
實現：
第一步根據分析的目的來確定交叉分析的選項，確定控制變數和解釋變數（如上例中不同工作性質的人是控制變數，使用交通工具是解釋變數）。第二步選擇Descriptive statistics……Crosstabs
四 簡單圖形描述介紹
在做上述頻數分析、描述分析等分析時就可以直接做出圖形，簡單方便，同時也可以另外作圖。SPSS的作圖功能在菜單Graphs下，功能強大，圖形清晰優美。現在把常用圖簡單介紹如下
1餅圖：又稱圓圖，是以圓的面積代表被研究對象的總體，按各構成部分佔總體比重的大小把圓面積分割成若干扇形，用以表示現象的部分對總體的比例關系的統計圖。頻數分析的結果宜用餅圖表示。
2曲線圖：是用線段的升降來說明數據變動情況的一種統計圖。它主要表示現象在時間上的變化趨勢、現象的分配情況和2個現象的依存關系等。
3面積圖：用線段下的陰影面積來強調現象變化的統計圖。
4條形圖：利用相同寬度條形的長短或高低表現統計數據大小及變化的統計圖。
五 問卷深入分析
除了以上簡單的分析，spss強大的功能還可以對問卷進行深入分析，比如常用的有聚類分析、交叉分析、因子分析、均值比分析（參數檢驗）、相關分析、回歸分析等。因為涉及到很專業的統計知識，下面只將個人覺得比較有用的方法的適用范圍和分析目的簡單做介紹：
1聚類分析
樣本聚類，可以將被調查者分類，並按照這些屬性計算各類的比例，以便明確研究所關心的群體。比如按消費特徵對被調查者的進行聚類。
2 相關分析
相關分析是針對兩變數或者多變數之間是否存在相關關系的分析方法，要根據變數不同特徵選擇不同的相關性的度量方式。問卷分析中的多數用的變數都屬於分類變數，要採用斯皮爾曼相關系數。
其中可以用卡方檢驗，其是對兩變數之間是否具有顯著性影響的分析方法
3均值的比較與檢驗
（1）Means過程：
對指定變數綜合描述分析，分組計算計算均值再比較。比如可以按性別變數分為男和女來研究二者收入是否存在差距。
（2）T 檢驗：
獨立樣本t檢驗用於不相關的樣本是否開來自具有相同均值的總體的檢驗。比如，研究購買該產品的顧客和不購買的顧客的收入是否有明顯差異。
如果樣本不獨立則要用配對t檢驗。比如研究參加職業培訓後 工作效率是否提高。
4 回歸分析
問卷分析中的回歸分析常採用的是用離散回歸模型，一般是邏輯斯蒂模型，解釋一個變數對另一變數的影響具體有多大。比如，研究對某商品的消費受收入的影響程度

D. SPSS統計分析方法及應用的圖書目錄

1．1SPSS的發展及特點
1．2SPSS使用基礎
1．2．1SPSS軟體的安裝和啟動
1．2．2SPSS的基本操作環境
1．2．3SPSS軟體的退出
1．2．4SPSS軟體的三種基本使用方式
1．3利用SPSS進行數據分析的基本步驟
1．3．1數據分析的一般步驟
1．3．2利用SPSS進行數據分析的一般步驟
1．4利用統計教練快速入門SPSS 2．1SPSS數據文件
2．1．1SPSS數據文件的特點
2．1．2SPSS數據的基本組織方式
2．2SPSS數據的結構和定義方法
2．2．1變數名（Name）
2．2．2數據類型（Type）、寬度（Width）、列寬度（Columns）
2．2．3變數名標簽（Label）
2．2．4變數值標簽（Values）
2．2．5缺失數據（Missing）
2．2．6計量尺度（Measure）
2．2．7結構定義的基本操作
2．3SPSS結構定義的應用案例
2．4SPSS數據的錄入與編輯
2．4．1SPSS數據的錄入
2．4．2SPSS數據的編輯
2．5SPSS數據的保存
2．5．1SPSS支持的數據格式
2．5．2保存SPSS數據的基本操作
2．6讀取其他格式的數據文件
2．6．1直接讀入其他格式的數據文件
2．6．2使用文本向導讀入文本文件
2．6．3使用資料庫向導讀入數據
2．7SPSS數據文件合並
2．7．1縱向合並數據文件
2．7．2橫向合並數據文件 3．1數據的排序
3．1．1數據排序的目的
3．1．2數據排序的基本操作
3．1．3數據排序的應用舉例
3．2變數計算
3．2．1變數計算的目的
3．2．2SPSS算術表達式
3．2．3條件表達式
3．2．4函數
3．2．5變數計算的基本操作
3．2．6變數計算的應用舉例
3．3數據選取
3．3．1數據選取的目的
3．3．2數據選取
3．3．3數據選取的基本操作
3．3．4數據抽樣的應用舉例
3．4計數
3．4．1計數目的
3．4．2計數區間
3．4．3計數的基本操作
3．4．4計數的應用舉例
3．5分類匯總
3．5．1分類匯總的目的
3．5．2分類匯總的基本操作
3．5．3分類匯總的應用舉例
3．6數據分組
3．6．1數據分組的目的
3．6．2SPSS的單變數值分組
3．6．3SPSS的組距分組
3．6．4SPSS的分位數分組
3．7數據預處理的其他功能
3．7．1數據轉置
3．7．2加權處理
3．7．3數據拆分
3．7．4SPSS變數集 4．1頻數分析
4．1．1頻數分析的目的和基本任務
4．1．2頻數分析的基本操作
4．1．3SPSS頻數分析的擴展功能
4．1．4頻數分析的應用舉例
4．2計算基本描述統計量
4．2．1基本描述統計量
4．2．2計算基本描述統計量的基本操作
4．2．3計算基本描述統計量的應用舉例
4．3交叉分組下的頻數分析
4．3．1交叉分析下的頻數分析的目的和基本任務
4．3．2交叉列聯表的主要內容
4．3．3交叉列聯錶行列變數間關系的分析
4．3．4交叉分組下的頻數分析基本操作
4．3．5交叉分組下的頻數分析應用舉例
4．3．6SPSS中列聯表分析的其他方法
4．4多選項分析
4．4．1多選項分析的目的
4．4．2多選項分析的基本操作
4．4．3多選項分析的應用舉例
4．5比率分析
4．5．1比率分析的目的和主要指標
4．5．2比率分析的基本步驟
4．5．3比率分析的應用舉例 5．1參數檢驗概述
5．1．1推斷統計與參數檢驗
5．1．2假設檢驗的基本思想
5．1．3假設檢驗的基本步驟
5．2單樣本t檢驗
5．2．1單樣本t檢驗的目的
5．2．2單樣本t檢驗的基本步驟
5．2．3單樣本t檢驗的基本操作
5．2．4單樣本t檢驗的應用舉例
5．3兩獨立樣本t檢驗
5．3．1兩獨立樣本t檢驗的目的
5．3．2兩獨立樣本t檢驗的基本步驟
5．3．3兩獨立樣本t檢驗的基本操作
5．3．4兩獨立樣本t檢驗的應用舉例
5．4兩配對樣本t檢驗
5．4．1兩配對樣本t檢驗的目的
5．4．2兩配對樣本t檢驗的基本步驟
5．4．3兩配對樣本t檢驗的基本操作
5．4．4兩配對樣本t檢驗的應用舉例 6．1方差分析概述
6．2單因素方差分析
6．2．1單因素方差分析的基本思想
6．2．2單因素方差分析的數學模型
6．2．3單因素方差分析的基本步驟
6．2．4單因素方差分析的基本操作
6．2．5單因素方差的應用舉例
6．2．6單因素方差分析的進一步分析
6．2．7單因素方差應用舉例的進一步分析
6．3多因素方差分析
6．3．1多因素方差分析的基本思想
6．3．2多因素方差分析的數學模型
6．3．3多因素方差分析的基本步驟
6．3．4多因素方差分析的基本操作
6．3．5多因素方差分析的應用舉例
6．3．6多因素方差分析的進一步分析
6．3．7多因素方差分析應用舉例的進一步分析
6．4協方差分析
6．4．1協方差分析的基本思路
6．4．2協方差分析的數學模型
6．4．3協方差分析的基本操作
6．4．4協方差分析的應用舉例 7．1單樣本的非參數檢驗
7．1．1總體分布的卡方檢驗
7．1．2二項分布檢驗
7．1．3單樣本K?S檢驗
7．1．4變數值隨機性檢驗
7．2兩獨立樣本的非參數檢驗
7．2．1兩獨立樣本的曼?惠特尼U檢驗（Mann?WhitneyU）
7．2．2兩獨立樣本的K?S檢驗
7．2．3兩獨立樣本的遊程檢驗（Wald?WolfwitzRuns）
7．2．4極端反應檢驗(MosesExtremeReactions)
7．2．5兩獨立樣本非參數檢驗的基本操作
7．2．6兩獨立樣本非參數檢驗的應用舉例
7．3多獨立樣本的非參數檢驗
7．3．1中位數檢驗
7．3．2多獨立樣本的Kruskal?Wallis檢驗
7．3．3多獨立樣本的Jonckheere?Terpstra檢驗
7．3．4多獨立樣本非參數檢驗的基本操作
7．3．5多獨立樣本非參數檢驗的應用舉例
7．4兩配對樣本的非參數檢驗
7．4．1兩配對樣本的McNemar檢驗
7．4．2兩配對樣本的符號檢驗
7．4．3兩配對樣本Wilcoxon符號秩檢驗
7．4．4兩配對樣本非參數檢驗的基本操作
7．4．5兩配對樣本非參數檢驗的應用舉例
7．5多配對樣本的非參數檢驗
7．5．1多配對樣本的Friedman檢驗
7．5．2多配對樣本的CochranQ檢驗
7．5．3多配對樣本的Kendall協同系數檢驗
7．5．4多配對樣本非參數檢驗的基本操作
7．5．5多配對樣本非參數檢驗的應用舉例 8．1相關分析和回歸分析概述
8．2相關分析
8．2．1散點圖
8．2．2相關系數
8．2．3相關分析應用舉例
8．3偏相關分析
8．3．1偏相關分析和偏相關系數
8．3．2偏相關分析的基本操作
8．3．3偏相關分析的應用舉例
8．4回歸分析
8．4．1回歸分析概述
8．4．2線性回歸模型
8．4．3回歸參數的普通最小二乘估計
8．4．4回歸方程的統計檢驗
8．4．5多元回歸分析中的其他問題
8．4．6線性回歸分析的基本操作
8．4．7線性回歸分析的其他操作
8．4．8線性回歸分析的應用舉例
8．5曲線估計
8．5．1曲線估計概述
8．5．2曲線估計的基本操作
8．5．3曲線估計的應用舉例
8．6二項Logistic回歸
8．6．1二項Logistic回歸概述
8．6．2二項Logistic回歸分析的基本操作
8．6．3二項Logistic回歸分析的其他操作
8．6．4二項Logistic回歸的應用舉例 9．1聚類分析的一般問題
9．1．1聚類分析的意義
9．1．2聚類分析中「親疏程度」的度量方法
9．1．3聚類分析幾點說明
9．2層次聚類
9．2．1層次聚類的兩種類型和兩種方式
9．2．2個體與小類、小類與小類間「親疏程度」的度量方法
9．2．3層次聚類的基本操作
9．2．4層次聚類的應用舉例
9．3K?Means聚類
9．3．1K?Means聚類分析的核心步驟
9．3．2K?Means聚類分析的基本操作
9．3．3K?Means聚類分析的應用舉例 10．1因子分析概述
10．1．1因子分析的意義
10．1．2因子分析的數學模型和相關概念
10．2因子分析的基本內容
10．2．1因子分析的基本步驟
10．2．2因子分析的前提條件
10．2．3因子提取和因子載荷矩陣的求解
10．2．4因子的命名
10．2．5計算因子得分
10．3因子分析的基本操作及案例
10．3．1因子分析的基本操作
10．3．2因子分析的應用舉例 11．1對應分析概述
11．1．1對應分析的提出
11．1．2對應分析的基本思想
11．2對應分析的基本步驟
11．3對應分析的基本操作及案例
11．3．1對應分析的基本操作
11．3．2對應分析的應用舉例 12．1信度分析概述
12．1．1信度分析的提出
12．1．2信度分析的基本原理
12．2信度分析的基本操作及案例
12．2．1信度分析的基本操作
12．2．2信度分析的應用舉例 13．1對數線性模型概述
13．1．1模型的提出
13．1．2基本概念和基本思路
13．2飽和模型和非飽和層次模型
13．2．1飽和模型和參數估計
13．2．2飽和模型檢驗
13．2．3非飽和層次模型
13．2．4建立飽和模型和非飽和層次模型的基本操作
13．2．5飽和模型和非飽和層次模型的應用舉例
13．3一般模型
13．3．1一般模型的概述
13．3．2建立一般模型的基本操作
13．3．3建立一般模型的應用舉例
13．4Logit模型
13．4．1Logit模型的概述
13．4．2Logit模型的應用舉例 14．1時間序列分析概述
14．1．1時間序列的相關概念
14．1．2時間序列分析的一般步驟
14．1．3SPSS時間序列分析的特點
14．2數據准備
14．3時間序列的圖形化觀察及檢驗
14．3．1時間序列的圖形化觀察及檢驗目的
14．3．2時間序列的圖形化觀察工具
14．3．3時間序列的檢驗方法
14．3．4時間序列的圖形化觀察和檢驗的基本操作
14．4時間序列的預處理
14．4．1時間序列預處理的目的和主要方法
14．4．2時間序列預處理的基本操作
14．5時間序列的簡單回歸分析法和趨勢外推法
14．5．1簡單回歸分析法和趨勢外推法概述
14．5．2簡單回歸分析法和趨勢外推法應用舉例
14．6指數平滑法
14．6．1指數平滑法的基本思想
14．6．2指數平滑法的模型
14．6．3指數平滑法的基本操作
14．6．4指數平滑法的應用舉例
14．7自回歸法
14．7．1自回歸法的基本思想和模型
14．7．2自回歸法的基本操作
14．7．3自回歸法的應用舉例
14．8ARIMA模型分析
14．8．1ARIMA分析的基本思想和模型
14．8．2ARIMA分析的基本操作
14．8．3ARIMA分析的應用舉例
14．9季節調整法
14．9．1季節調整法的基本思想和模型
14．9．2季節調整法的基本操作
14．9．3季節調整法的應用舉例
參考文獻
……

E. spss主成分分析的基本步驟的書

科學出版社《主成分分析網格與演算法(英文版)。
spss主成分分析法詳細步驟：
1、打開SPSS軟體，導入數據後，依次點擊分析，降維，因子分析。
2、打開因子分析界面之後，把需要進行分析的變數全部選進變數對話框，然後點擊右上角的描述。
3、勾選原始分析結果、KMO檢驗對話框，然後點擊繼續。
4、點擊抽取，方法里選擇主成分再點擊碎石圖。
5、點擊旋轉，再點擊最大方差旋轉。
6、點擊得分，再點擊，保存為變數及顯示因子得分系數矩陣。
7、最後點確定就可以在輸出截面看到主成分分析的結果了。

F. 如何用spss進行數據分析

錄入完數據後，你可以先進行基礎的數據統計--描述性統計。然後根據你的數據結果再看是否需要相關回歸或者其他分析。spss裡面的描述統計主要在analyze——descriptive裡面，其中有描述統計、頻數統計、交叉分析。 描述性統計分析是統計分析的第一步，先選擇analyze，你就能看到descriptive，然後滑鼠再選Descriptive 菜單中，最常用的是列在最前面的四個過程：Frequencies過程的特色是產生頻數表；Descriptives過程則進行一般性的統計描述；Explore過程用於對數據概況不清時的探索性分析；Crosstabs過程則完成計數資料和等級資料的統計描述和一般的統計檢驗。 先選擇analyze，---再選descriptive 打開任意的分析窗口後，你把想分析的數據選入，可以一起按滑鼠左鍵選中按中間按鈕加入，然後選擇單擊後彈出Statistics對話框，用於定義需要計算的其他描述統計量。你可以分析均數(Mean)、中位數(Median)、眾數(Mode)、總和(Sum)等等。 然後還可以點Charts對話框，選擇直方圖、餅圖等來繪圖。都確定好後，選擇單擊Continue鈕 ，然後選擇OK。就可以了。直接就會有輸出結果。 你可以先看看描述性統計的結果，有沒有什麼缺失值或者不符合實際的數據出現。要是有，你需要糾正數據，再用描述統計進行分析。 我覺得說的挺詳細的了。呵呵~~~~

G. 《SPSS統計分析基礎教程》pdf下載在線閱讀，求百度網盤雲資源

《SPSS統計分析基礎教程》（張文彤）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：https://pan..com/s/1fEyF-ZCapf2qJSdIanQqCA

書名：SPSS統計分析基礎教程

作者：張文彤

豆瓣評分：8.1

出版社：高等教育出版社

出版年份：2004-9

頁數：366

內容簡介：《SPSS統計分析基礎教程》內容簡介：SPSS是最為優秀的統計軟體之一，深受各行業用戶的青睞。為滿足廣大讀者學習統計學入門知識和統計軟體入門操作的需求，《SPSS統計分析基礎教程》改變了以往SPSS書籍對統計理論和軟體操作「兩條主線、各自表述」的編寫方式，將兩者完全融合起來。全書共分15章，以SPSS 12.0為准，針對統計初學者和SPSS初級用戶的需求。以統計理論為主線，詳細介紹了在SPSS中的界面操作、數據管理、統計圖表製作、統計描述和常用單因素統計分析方法的原理與實際操作。其內容覆蓋了目前國內大部分專業本科統計課程的教學范圍，並結合SPSS的強大功能做了很好的擴展。各章後均附有參考文獻和思考練習題，涉及統計理論的章節還提供了本章小結。全書內容深入淺出，風格簡潔明快，是一本難得的統計理論與SPSS操作相結合的教材。

《SPSS統計分析基礎教程》可用作各專業本科生和研究生的統計學教材，也可作為SPSS 10～12版的通用入門教材，可供各行業中非統計專業背景的人員以及希望從頭學習SPSS軟體的人員使用。

H. 怎麼用spss分析數據

1、選取在理論上有一定關系的兩個變數，如用X，Y表示，數據輸入到SPSS中。

I. spss常用的分析方法

SPSS基本常用分析方法總結
第一章均值比較檢驗與方差分析
在經濟社會問題的研究過程中，常常需要比較現象之間的一些指標有無顯著差異，特別當考察的樣本容量n比較大時，由隨機變數的中心極限定理知，樣本均值近似他服從正態分布、所以，均值的比較檢驗主要研究關於正態總體則均值有關的假設是否成立的問題。
本章主要內容：
1．單個總體均值的t檢驗(One-Sample T Test)；
2．兩個獨立總樣本均值的I檢驗(Independent- Samples T Test );
3．兩個有聯系總體均值的t檢驗(Paired-Samples T Test )；
4．單因素方差分析(0ne-Way ANOVA)；
5．雙因素方差分析(General Linear Model→Univariate)。
假設條件：研究的數據服從正態分布或近似地服從正態分布。
在Aanlyze菜單中，均值比較檢驗可以從菜單Compare Means 和General Linear Model得出。
第一節 單個總體均值的t檢驗(One-Sample T Test)
單個總體的t檢驗也稱為單一樣本的t檢驗，也就是檢驗單個變數的均值是否與假定的均值之間存在差異。將單個變數的樣本均值與假定的常數相比較，通過檢驗得出預先的假設是否正確的結論。
例2.1 根據2002年我國不同行業的工資水平，檢驗國有企業的職工平均年工資收入是否等於10000元，假設數據近似地服從止態分布。
首先建立假設：H0：國有企業工資為10000元。
H1：國有企業工資不等於10000元。

第二節 兩個總體的t檢驗 (Two-Samples T Test)
一、兩個獨立樣本的t檢驗 (Independent -Samples T Test)
Independent -Samples T Test是檢驗兩個沒有聯系的總體樣本均值間是否存在顯著的差異，兩個沒有聯系的總體樣也稱獨立樣本，如兩個無聯系的企業生產的同樣產品之間的某項指標的均值的比較，不同地區的兒童身高、體重的比較等，都可以通過抽取樣本檢驗兩個總體的均值是否存在顯著的差異。 例2. 2 某醫葯研究所考察—種葯品對男性和女性的治療效果是否有顯著差異，調查了10名男性服用者及7名女性服用者，對他們服葯後的各項指標進行綜合評分，服用的效果越好，分值就越高，每人所得的總分見表2-2，試根據表在一聲聲哀嚎聲中，數學老師帶著一摞試捲走了進來。

好像是因為冬天天冷，體育老師凍感冒了。

所以變成了兩節數學課，順便考個試。

數學老師名叫歐島，一個很富有數學氣息的名字，常年帶著一個黑框眼睛。

卷子陸續分發。

作為一個學渣，蘇牧無奈的拿出了數學參考資料，想碰碰運氣看能不能找到原題。

「叮！查看了數學題目，數學積分+1，當前積分1/100，等級：一級」

突然，從腦海中冒出來的聲音，將他嚇了一大跳，差點沒從凳子上滑落下來。

一旁的同桌顏小珂忍住沒有笑場。

歐島則是狠狠的瞪了蘇牧一眼。

「？？？…」

蘇牧瞪大了眼睛，有些不可置信。

「這是什麼鬼東西？這是系統？？居然真的有系統這種東西？」

蘇牧繼續翻動，又出現了同樣的聲響。

「叮！您查看了數學題目，數學積分+1，當前積分2/100，等級：一級」

他只是瞟了一眼，居然就增加了積分？

蘇牧覺得自己的腦子清明了些。

這些陌生的數學題目，似乎看起來也熟悉了幾分。

他越發的激動起來。

這些都是真正出現在他眼前的變化！

蘇牧翻書的動作越來越快，積分也越來越多，直到歐島走過來站到了他的面前，才反應過來迅速收了回去。

這個時候，他的積分已經達到了81/100。

他並沒有慌張，而是繼續將試卷上的題目查看了一遍。

終於，系統迎來了新的提示音。

「叮，您的數學積分已經足夠，等級：二級，當前積分0/1000！」

這一瞬間，蘇牧彷彿像醍醐灌頂一般，曾經那些陌生的數學題，彷彿變成了多年的好友！

他居然！

看懂了！

看懂了！！

居然看懂了！！

蘇牧的內心頓時內流滿面，頗有苦盡甘來的感覺。

彷彿是要檢驗自己的成果，蘇牧的心思完全沉寂在了試卷之中，這是一個學渣對於知識的渴望。

時間一點一滴的過去，就連蘇牧自己都沒有發現。

可惜的是，雖然他的數學已經達到了二級，但還是有些題目沒辦法運算出來。

「叮…..」

這一次不是系統的提示音，而是下課的鈴聲。

蘇牧真的是頭一次感受到了時間過的如此之快。

曾經漫長的兩個小時，現在居然還讓他有些意猶未盡。

這就是學霸的感覺嗎？他默默的想到。

這張試卷，蘇牧覺得自己應該是103分。

因為不會的題目他都空著。

而那些簡單一點的題目，蘇牧有一種迷之自信。

他得出的答案，一定是正確答案！

……

「我要好好學習了。」

強忍住內心的激動，蘇牧擺正了

J. spss數據分析方法五種是什麼

線性模型；點擊分析，一般線性模型，單變數，設置因變數和固定因子，點擊確定即可。圖表分析。回歸分析；點擊分析，打開回歸，設置自變數和因變數數據，點擊確定即可。直方圖分析。統計分析。

軟體功能：

SPSS是世界上最早採用圖形菜單驅動界面的統計軟體，它最突出的特點就是操作界面極為友好，輸出結果美觀漂亮。它將幾乎所有的功能都以統一、規范的界面展現出來，使用Windows的窗口方式展示各種管理和分析數據方法的功能，對話框展示出各種功能選擇項。

用戶只要掌握一定的Windows操作技能，精通統計分析原理，就可以使用該軟體為特定的科研工作服務。SPSS採用類似EXCEL表格的方式輸入與管理數據，數據介面較為通用，能方便的從其他資料庫中讀入數據。

其統計過程包括了常用的、較為成熟的統計過程，完全可以滿足非統計專業人士的工作需要。輸出結果十分美觀，存儲時則是專用的SPO格式，可以轉存為HTML格式和文本格式。