spss如何用
简单的举个例子,spss在对于个人数据分析和结果处理方面来看
个人数据分析与结果处理(针对大学生的论文)
分析主要包括描述性分析、信度效度分析、相关分析、假设检验(回归分析)。在分析之前我们首先要懂得SPSS的分析原理。
用SPSS分析的问卷必须是李克特五、七级量表,新研究者建议设计五级单因素的量表。问卷数据收集完成,第一步要剔除无效问卷,保证数据的准确性。
分析步骤如下:
01、录入信息
打开SPSS软件,在变量界面输入问题及值,一般值为1代表非常不同意,2代表不同意,3代表不一定,4代表同意,5代表非常同意。
02、描述性分析
描述性分析是对被调查者的最基本的信息进行描述,如性别、学历、年龄、工等等。描述性分析主要对问卷的均值、标准差进行分析。
最后汇总了列成表格或图表,图表的项有频数、频率、均值、标准值等,加以文字说明,使结果清晰明了。
03、信度分析
信度分析主要是通过SPSS分析验证设计的问卷是否可靠,是否具有良好的相关性进行分析,收集数据是否存在矛盾、可靠等等。
问卷分析的步骤如下:点击“分析”----“标度”----“可靠性分析”-----“选择项”----“确定”
结果分析:问卷是否可靠关键在于:Alpha(a系数)
a<0.7则表示设计的问卷信度不可靠;
0.7<a<0.8则说明问卷具有一定的可靠性;
0.8<a<0.9则说明问卷信度很好;
04、效度分析和因子分析
通俗来说,效度分析是检验问卷题目与研究目的是否相一致。一般分为内容效度和结构效度;
内容效度是指题项与所测变量的适合性和逻辑相符性;
结构效度是指题项衡量所测变量的能力,实证分析着重分析结构效度,通过进行探索性因素分析(Exploratory factor analysis,EFA)检验来证明量表的结构有效性。
分析步骤如下:分析--降维--因子--将左边所有变量选到右边变量框中--描述--选择初始解和KMO--点击继续--提取--在提取里选择主成份和碎石图--继续--旋转--选择最大方差法。
得出结果如下:
结果分析:效度分析结果主要看KMO值和sig.(显著性);
若KMO>0.7,则说明问卷中设计的自变量之间具有一定的联系,问卷是有效的;
sig.<0.001说明该问卷符合做因子分析,下一步则可以进行因子分析(EFA)。
05、相关分析
相关分析前首先取各个因子的平均值。
步骤如下:分析--相关--双变量--将左边的变量选到右边--在皮尔逊和双变量前打勾--确定。
得出的结果如下:
假设前面两个为因子1、因子2(自变量),第三个为因变量。
相关性是检验自变量与因变量的关系。
可以看出因子1与因变量的相关系数为0.779,且sig.<0.001,说明自变量(因子1)与因变量呈正相关。
相关系数的取值范围介于-1~1之间,绝对值越大,表明变量之间的相关越为紧密。
06、回归分析
回归分析需要看的图有模型摘要图、ANOVA、系数图等等
步骤如下:分析--回归--线性--选择自变量和因变量--点击统计--选择德、共线性等--继续--选择XY变量--继续--保存--继续--确定。
模型摘要图主要看R方和德宾值(D-W),调整后的R方为0.684说明自变量对因变量的可解释程度为68.4%(R方代表的是自变量对因变量的解释能力,R方与调整后的R方越接近说明数据越稳定)。D-W值是检验自变量之间是否存在自相关,上图中D-W>2表示问卷中的几个自变量无自相关性,
即方差分析表,ANOVA表的一个作用就是验证假设(A对B不产生影响)是否成立,一般只看sig.值即可,上图sig.<0.01,说明拒绝原假设,至少有一个对因变量产生显著性影响。
下一步看系数表,系数表则说明有几个自变量对因变量产生显著性影响。
可以看出,相关性分析是检验自变量与因变量之间是否具有相关性(正向或反向相关),回归分析则说明了自变量对因变量是否具有显著性影响。
07、一些常见p的问题
1.在信度分析时,那个值该怎么写,问卷信度总是0.5多 ,怎么写?
信度分析主要看Alpha(a系数),a<0.7则表示设计的问卷信度不可靠,0.7<a<0.8则说明问卷具有一定的可靠性,0.8<a<0.9则说明问卷信度很好。0.5小于0.7说明问卷信度不可靠,接下来的分析也用不到了,建议调改问卷或数据。
2.如果两个变量的sig值为0.531,说明了什么?
SPSS的原理是假设A对B不产生影响,分析得出的结果P(sig.)<0.001/0.01/0.05,则假设不成立,即A对B具有显著性影响。如果sig.=0.531大于>0.05,说明假设成立,A对B(或B对A)不产生影响,任何一方变动都不会影响另一方。
上面是我对现在大学生而言,就怎么处理自己的论文,对自己论文进行数据处理和分析,希望对你有所帮助,谢谢阅读。