课(1)数据输入
第三种输入法:开始——运行——“edit”
课(2)数据检查
(1)简单检查:排序观察(右击数据名——Sort Ascending/Descending)
(2)极端值处理:将要检查的变量转换为Z分数(Descriptive Statistics---Descriptive---选中变量,在save standardized values as variables上打勾)——Data--Select Cases—选if condition is satisfied---定义条件:-2<=za1&za1<=2(两个标准差之内)----filtered/Deleted
(3)缺失值处理:Transform---Replace Missing Values---选中处理的数据和处理方式
课(3)数据整理
(1)文件的合并(merge files):打开被合并的文件------Data------merge files-----Add variables (2)行列转置(transpose):Data------transpose-----选入Variable(s) 小贴士:①时不时按下ctrl+s快捷键存盘
②记事本和run edit.exe比较适合于中小型数据 ③重复相同命令,点击如下按键
课(4)非连续性变量的描述统计
Bar 直条图,非连续性变量(名称变量或顺序变量) Pie 饼图,非连续性变量
课(5)连续性变量的描述统计
Histogram 直方图,连续性变量,还可要求绘制正态曲线 Frequencies/Descriptive/Explore
Explore在一般描述性统计指标的基础上,增加有关数据的其他特征的文字与图形描述,显得更加细致与全面,有助于用户思考对数据进行进一步分析的方案。 Plots对话框:
Normality plot with test: 结果中Q—Q图,而且有变量正态分布的检验、Kolmogorov-Smirnov检验和Shapiro—Wilk检验(样本量少于50时适用),如果P<.05,说明变量服从正态分布 Spread-versus-Level with levene test:变异数同质性检验。如果P>.05,说明不违反变异数同质性假定,样本是来自同一总体,抽样对结果不影响。
例1:数学成绩相关统计量
箱图
——变量符合正态分布
例2:学生数学成绩的性别差异
Untransformed:检验原始数据的同质性
Transformed:检验转换后的数据的同质性 Power:选择数据转换的形式
变异数同质性检验:P>.05→样本同质
粗略比较男女生数学成绩差异
课(6)正态性检验
检验变量是否服从正态分布的图形:P-P图 Q-Q图
例:检验考试焦虑是否服从正态分布
Analyze---Descriptive Statistics---P-P Plot/Q-Q Plot
Transform(不选则对原始数据加以判断)
——Natural log transform:变量作自然对数的转换 ——Standardize value:变量作Z值的转换
Proportion:四种计算期望的正态分布概率值,一般选择Blom’s检验方法
→基本服从正态分布
课(7)数据分析:信度分析
a系数(内部一致性系数):组成量表的题项的一致性程度 重测信度:不同时间的得分是不是一致的。
分半信度:随机分成两半的同质的问卷,测量到的得分是不是一致的。
外在信度:不同时间测量时,量表一致性程度(如:重测信度) 内在信度:每个量表是否测量单一概念,同时组成量表的题项的内在一致性如何
>0.9——信度很好;0.7——可以接受的最小信度值 (具体标准的设定要在具体研究中决定)
操作:analyze—scale—reliability analysis
关注最后一行Alpha和最后
一列(Alpha if Item Deleted),如果某题此数值大于Alpha值,则代表删除该题可提高项目的内部一致性,则需要对该题加以修改或删除。
课(8)数据分析:方差分析
方差分析的引入: 方差分析的逻辑:
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说综合文库SPSS学习笔记 - 图文在线全文阅读。
相关推荐: