SPSS分析数据学习笔记

2024-07-16 06:07| 来源: 网络整理| 查看: 265

文章目录数据处理相关系数皮尔逊/斯皮尔曼肯德尔相关性检验T检验F检验（方差分析）T检验和方差分析卡方检验

数据处理名称：可以在变量视图->标签中加上备注。值：在变量视图->值标签中加上备注。若变量中对缺失值赋值了，那么可以在变量视图->缺失中标注。缺失值默认小于所有变量。对变量排序：数据->个案排序。排序依据中优先级自上而下。将一部分变量过滤在外不参与计算：数据->选择个案->如果条件满足。被过滤掉的个案前面会有被划掉的标志。汇总数据：要计算某一个群体的数据指标。在数据->汇总中访问。分界变量放置用于分组的变量。汇总变量是要计算的量或者函数。转换变量：转换->计算变量或转换->编码为不同变量。选择性保存某几个变量：保存中勾选变量可以进行选择。计算变量的平均值，标准差以及Z标准化值：分析->描述统计->描述勾选将标准化值另存为变量。对变量分析百分位数、频次、作图：分析->描述统计->频率。计算排名：转换->个案排秩依据是以其他变量作为参照的，比如通过语文成绩来排序外语成绩。如果只是单纯计算排名只需要填入变量项。对变量设置权值：数据->个案加权相关系数

两个变量之间是线性关系，那么皮尔逊相关系数绝对值大就是相关性强。如果不知道是什么关系的情况下，即使算出相关系数，也不能说明他们相关，一定要画出散点图来看（图形->散点图）。

pearson（积差）：两个连续变量间呈线性相关、正态分布。spearman：利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，比皮尔逊适用范围更广。当不符合皮尔逊条件时一般使用斯皮尔曼相关。kendall：等级相关系数，适用于两个变量均为有序分类的情况。

分类变量可以理解成有类别的变量，可以分为：无序的。比如性别（男、女）、血型（A、B、O、AB）。有序的。比如肥胖等级（重度肥胖，中度肥胖、轻度肥胖、不肥胖）。通常需要求相关性系数的都是有序分类变量。

注：肯德尔等级相关适用于k个评价者（或1个评价者先后k次）对n件事物进行等级评定的顺序数据，用于量化k个评价者（或1个评价者先后k次评价）之间的一致性；斯皮尔曼相关适用于计算两列等级数据或者不符合积差相关计算条件的两列连续数据之间的相关。

皮尔逊/斯皮尔曼

分析->相关->双变量

肯德尔

分析->非参数检验->旧对话框->k个相关样本勾选肯德尔。结果：在这里插入图片描述肯德尔和谐系数教程

Pearson相关系数大小评判标准： ∣ r ∣ ≥ 0.8 |r|\geq0.8 ∣r∣≥0.8为高度相关， 0.5 ≤ ∣ r ∣ < 0.8 0.5\leq|r|非参数检验->旧对话框->卡方

交叉表卡方检验分析->描述统计->交叉表统计勾选卡方。在这里插入图片描述

结果描述：卡方 2 = 79.277 p < 0.05 卡方_2=79.277\\ p

【本文地址】

公司简介

联系我们